研究报告：水溶液中维生素C介导的铜氧化还原转化的动力学模型辅助分析
本研究由Maximiliano Ferrer、A. Ninh Pham和T. David Waite共同完成，并发表于《The Journal of Physical Chemistry A》期刊2023年第127卷（第10663-10680页）。该研究聚焦于环境化学与物理化学交叉领域，深入探讨了在具有生物和环境代表性的水溶液中，微摩尔浓度的抗坏血酸（AA，即维生素C）在铜（II）催化下的氧化动力学，以及溶解氧在此过程中的关键作用。
学术背景与研究目的 抗坏血酸（AA）是人类必需的水溶性抗氧化剂，在血浆中浓度约为40-80 µM，对保护细胞免受活性氧（ROS）损伤至关重要。有趣的是，在高剂量静脉注射时，AA可通过自氧化产生过氧化氢（H₂O₂）选择性杀伤某些肿瘤细胞，展现出潜在的抗癌应用。然而，在铜等过渡金属存在下，AA的氧化会被显著加速，并可能通过类芬顿反应产生羟基自由基（HO•）等有害ROS，这在与肺部暴露于含铜颗粒物相关的氧化应激中尤为重要。另一方面，AA作为一种无毒还原剂，被尝试用于促进高级氧化工艺（AOPs）中的铜（II）/铜（I）氧化还原循环，以增强污染物的降解效率。
尽管AA与铜的相互作用在环境和药理领域均具有重要意义，但其反应机制和动力学参数仍存在巨大争议。例如，AA氧化铜（II）的反应究竟是通过催化机制（铜价态不变）还是氧化还原机制（铜被还原为Cu(I)）进行？不同研究报道的反应速率常数差异高达几个数量级（从4.4 M⁻¹ s⁻¹到3.0 × 10³ M⁻¹ s⁻¹不等）。此外，对于AA氧化产物（如抗坏血酸自由基A•⁻和脱氢抗坏血酸DHA）与氧气反应的路径，特别是A•⁻与分子氧（O₂）的反应，虽然曾被提出，但从未被定量纳入动力学模型，其速率常数也未知。这些不确定性阻碍了对该复杂体系行为的准确预测和有效调控。
因此，本研究旨在：1） 阐明在近中性pH和环境相关离子强度下，Cu(II)/AA/O₂体系中的关键反应路径；2） 确定包括AA与Cu(II)反应以及A•⁻与O₂反应在内的关键反应的速率常数；3） 建立一个能够描述不同条件下（不同NaCl浓度和pH）体系行为的综合动力学模型；4） 识别体系中产生的主要氧化剂种类（HO•还是Cu(III)）。
详细研究流程 本研究包含多个相互关联的实验与建模环节，主要研究对象为包含Cu(II)、AA、O₂、NaCl和NaHCO₃缓冲液的模拟水溶液体系。
首先，化学试剂与溶液制备。所有溶液均使用超纯水配制。关键试剂包括氯化铜（II）、氯化铜（I）、L-抗坏血酸、过氧化氢等。为精确控制无氧条件，部分实验在持续通入氩气/二氧化碳混合气（327 ppm CO₂）的反应器中进行，以排除溶解氧的干扰。背景溶液为含有0.2 M或0.7 M NaCl以及2.0 mM NaHCO₃的缓冲体系，pH调节为7.4或8.1。
其次，多指标时间分辨监测。这是实验的核心部分，旨在获取建模所需的动力学数据。 1. Cu(I)和H₂O₂的同步测量：采用改良的N, N-二乙基对苯二胺（DPD）方法。关键改进在于先加入浴铜灵（BC）和乙二胺四乙酸（EDTA）。BC与Cu(I)快速形成络合物，其浓度可通过分光光度法在484 nm处测量；EDTA则结合Cu(II)，防止其被BC还原。随后加入抗坏血酸氧化酶（AO）以消除溶液中残余AA对H₂O₂测定的干扰，再加入辣根过氧化物酶（HRP）和DPD，在551 nm处测定H₂O₂氧化DPD产生的颜色强度。此方法实现了同一份样品中Cu(I)和H₂O₂浓度的准同时、高选择性测定。 2. 抗坏血酸（AA）浓度测量：直接利用AA在265 nm处的紫外吸收进行分光光度法测定。 3. 无氧条件下反应研究：在严格厌氧环境下，仅混合Cu(II)和AA，监测Cu(I)和AA的浓度变化，以直接探究二者间的初级反应，排除氧循环的干扰。 4. AA自氧化研究：在不外加铜的条件下，监测不同初始浓度AA的耗竭情况，以评估痕量金属杂质催化下的本底氧化速率。
第三，氧化剂物种鉴定。为了厘清体系产生的强氧化剂本质，采用了两种互补的光谱技术。 1. Cu(III)-高碘酸盐络合物比色法：基于Cu(III)能与高碘酸根（IO₄⁻）形成在~420 nm有特征吸收的络合物。在反应进行一段时间后，向体系中加入过量NaIO₄，使用1米光程的液芯波导毛细管池结合光纤光谱仪检测该特征吸收峰。高氯酸根浓度和反应时间经过优化，确保加入IO₄⁻前AA已完全消耗，避免干扰。 2. 电子顺磁共振（EPR）波谱结合自旋捕获技术：以5,5-二甲基-1-吡咯啉-N-氧化物（DMPO）为自旋捕获剂。通过向Cu(II)/H₂O₂（作为氧化剂来源模型体系）中加入不同浓度的甲醇（MeOH），观察DMPO加合物的信号变化。HO•与MeOH反应会产生•CH₂OH自由基，进而生成DMPO-CH₂OH加合物特征信号；而Cu(III)氧化DMPO生成的DMPO•⁺阳离子自由基可与MeOH或H₂O反应，分别产生DMPO-OCH₃或DMPO-OH加合物信号。通过分析这些信号随MeOH浓度变化的规律，可以推断氧化剂的性质及其相互转化。
第四，动力学模型开发与数据分析。使用Kintek Explorer软件构建并拟合动力学模型。 1. 反应集构建：模型整合了铜的主要氧化还原反应（Cu(I)与O₂、O₂•⁻、H₂O₂的反应）、AA及其衍生物的反应（AA与Cu(II)、O₂、O₂•⁻、Cu(III)的反应；A•⁻的歧化反应、与O₂•⁻的反应；DHA与O₂•⁻的反应及水解等），以及碳酸氢根相关反应。 2. 参数确定与拟合：大部分铜与ROS反应的速率常数来自文献，并在本研究的离子强度下进行了验证和必要调整。关键未知参数，如AA与Cu(II)反应的速率常数（k₄）、A•⁻与O₂反应的速率常数（k₋₁₀，即A•⁻ + O₂ → DHA + O₂•⁻的逆反应）、DHA水解速率常数等，通过将模型模拟结果与上述实验测得的时间序列数据（Cu(I)、AA、H₂O₂浓度）进行最小二乘法拟合来优化确定。采用χ²检验评估拟合优度。 3. 敏感性分析：系统评估了各反应速率常数对模型输出结果的影响程度，以识别对体系动力学起控制作用的关键步骤。 4. 模型验证与拓展：将建立的基准模型（针对0.7 M NaCl, pH 8.1）应用于不同条件（0.2 M NaCl, pH 8.1和7.4）下进行的独立实验数据，通过仅调整对氯离子和pH敏感的Cu(I)与O₂反应的速率常数（k₁），检验模型的普适性和预测能力。 5. 催化循环与氧化剂累积分析：基于验证后的模型，计算了铜的周转频率（TOF），并模拟了不同反应条件下主要氧化剂（Cu(III)）的累积产量及其被不同清除剂（AA、HCO₃⁻）消耗的路径。
主要研究结果 1. AA与Cu(II)的反应本质为氧化还原反应，而非催化反应。无氧实验证明，AA能直接将Cu(II)还原为Cu(I)，并生成A•⁻。反应达到稳态时，[AA]消耗量与[Cu(II)]消耗量满足化学计量关系，且体系中无H₂O₂生成，这直接否定了需要O₂参与、铜仅作为催化剂的机制（如AA + O₂ + Cu(II) → DHA + H₂O₂ + Cu(II)）。该反应速率极快，其速率常数k₄的下限被确定为2.2 × 10⁴ M⁻¹ s⁻¹。
氧气通过介导铜循环和消耗AA氧化产物来驱动整个反应网络。在富氧条件下，反应呈现三个典型阶段：（I）快速还原期：AA快速还原Cu(II)为Cu(I)，动力学与无氧情况初期一致，氧的作用可忽略。（II）缓慢氧化期：生成的Cu(I)被O₂及其衍生物（O₂•⁻、H₂O₂）缓慢氧化回Cu(II)，后者又被剩余的AA再次还原，形成动态循环。AA在此阶段持续但缓慢地被消耗，H₂O₂开始累积。（III）快速氧化期：AA耗尽后，Cu(I)失去主要还原源，被迅速氧化，H₂O₂浓度达到峰值后因与Cu(II)反应而下降，体系最终趋向于Cu(II)/H₂O₂/O₂体系的平衡态。
抗坏血酸自由基（A•⁻）与分子氧（O₂）的慢反应是控制AA总消耗速率的关键步骤。初期建模发现，若只包含已知的A•⁻歧化反应和与O₂•⁻的快速反应，模型严重低估了AA的消耗速率。引入A•⁻与O₂的反应（A•⁻ + O₂ → DHA + O₂•⁻）后，模型得以完美拟合实验数据。该反应虽然从热力学上不利且动力学缓慢（首次测定其速率常数k₋₁₀ = 54 ± 8 M⁻¹ s⁻¹），但它消耗了A•⁻，从而抑制了通过歧化反应再生AA的路径，显著加速了AA的净消耗。同时，研究也确认了DHA与O₂•⁻的逆反应（再生A•⁻）非常快。
体系中产生的主要氧化剂是Cu(III)，并与HO•处于平衡共存状态。比色实验明确检测到了Cu(III)-IO₄⁻络合物的特征吸收峰，且信号强度随AA初始浓度增加而增强，证实了Cu(III)是Cu(I)与H₂O₂反应的主要产物。EPR实验进一步揭示，在甲醇存在下，既能观察到HO•特征性的DMPO-CH₂OH信号，也能检测到与Cu(III)相关的DMPO-OCH₃信号，且后者随甲醇浓度升高而增强。这表明产生的Cu(III)可能通过一个平衡（Cu(III) + H₂O ⇌ Cu(II) + HO• + H⁺）缓慢解离生成HO•，两者在体系中共存。
所建立的综合动力学模型具有良好的普适性和预测能力。包含18个关键反应的模型成功描述了在0.2 M和0.7 M NaCl、pH 7.4和8.1条件下，不同初始Cu(II)和AA浓度时，Cu(I)、AA和H₂O₂的动力学曲线。模型的核心适应性体现在仅需根据氯离子浓度和pH调整Cu(I)与O₂反应的速率常数k₁（例如，在pH 8.1下，[NaCl]从0.7 M降至0.2 M，k₁从1.50增至14.3 M⁻¹ s⁻¹），即可准确预测不同环境下的体系行为。这归因于氯离子通过形成难氧化的Cu(I)-氯络合物（如CuClOH⁻）来抑制Cu(I)的氧化。
模型分析揭示了体系调控的关键因素。铜的周转频率（TOF）分析显示，反应初期TOF很高（~80 h⁻¹），主要由AA还原Cu(II)驱动；随后TOF下降并维持在一个平台期，直至AA耗尽。降低盐度（[NaCl]）会提高整个反应期间的TOF，意味着更活跃的铜循环。对Cu(III)累积量的模拟表明，Cu(II)/AA比例、反应时间以及背景阴离子（如Cl⁻, HCO₃⁻）浓度共同决定了可用于氧化目标污染物的有效氧化剂剂量。较低Cl⁻浓度不仅加速反应，还减少了AA对氧化剂的竞争性消耗，可能提升污染物降解效率。
结论与价值 本研究通过精密的实验设计与动力学建模，首次完整定量地揭示了近中性水溶液中维生素C介导的铜氧化还原循环的复杂网络。主要结论包括：1）AA与Cu(II)之间发生快速的单电子转移氧化还原反应；2）分子氧通过氧化Cu(I)和消耗AA的氧化中间体（尤其是通过一个缓慢但关键的A•⁻氧化步骤）来维持和驱动整个反应进程；3）体系产生的主要氧化剂是Cu(III)，它与HO•处于平衡状态；4）建立了一个经过充分验证的动力学模型，该模型能准确预测不同水化学条件（离子强度、pH）下体系各组分的动态变化。
其科学价值在于解决了该领域长期存在的机制争议，提供了关键反应的可靠动力学参数，特别是首次定量确定了A•⁻与O₂反应的速率常数，并明确了Cu(III)作为主要氧化剂的角色。该模型为理解生物体内（如肺液、血浆）AA与铜相互作用导致的氧化应激，以及环境中铜催化AA氧化过程的生态效应提供了定量工具。
在应用层面，该研究对优化基于Cu/AA体系的高级氧化工艺（AOPs）具有重要指导意义。模型可以用于预测和优化试剂投加比例、反应时间，以最大化目标污染物的降解效率，同时最小化AA和H₂O₂的无效消耗。例如，模型模拟指出，降低处理水中的氯离子浓度、选择合适的Cu/AA投加比和反应停留时间，可以显著增加可用于氧化污染物的Cu(III)的有效产量。
研究亮点 1. 机制澄清：以确凿的无氧实验证据，明确区分并证实了AA与Cu(II)之间的氧化还原机制，终结了关于催化机制的长期争议。 2. 关键发现：首次实验证实并定量了抗坏血酸自由基（A•⁻）与分子氧（O₂）这一慢反应在整体动力学中的关键控制作用，这是以往模型所忽略的。 3. 方法创新：开发并应用了同步测量Cu(I)和H₂O₂的改良DPD方法，有效克服了复杂基质中多种组分相互干扰的难题，为动力学数据获取提供了可靠技术。 4. 氧化剂鉴定：综合运用高灵敏度比色法和EPR自旋捕获技术，令人信服地证明了在近中性条件下Cu(III)是主要氧化产物，并阐明了其与HO•的平衡关系。 5. 模型普适性：所建立的动力学模型不仅拟合了基准条件的数据，更通过调整单一关键参数（k₁），成功预测了不同盐度和pH条件下的体系行为，展示了强大的外推能力和实际应用潜力。该模型已成为深入理解和精准调控Cu/AA/O₂这一重要氧化还原体系的强大定量框架。