基于NIST数据库的农药残留裂解谱库的建立及应用

为了保障食品和中药材的质量安全,采用气相色谱-三重四级杆质谱建立200余种农药及有机污染物质谱裂解数据库及优化的MRM数据库,通过谱库检索技术可以实现食品和中药材中未知组分的非靶标筛查及定性。在对未知组分进行谱库检索后,通过GC-QQQ方法比较未知组分与标准图谱的保留时间、一级质谱的萃取离子流色谱图镜像匹配。采用本研究建立的谱库及未知物筛查方法可对实际样品中的未知污染物进行快速筛查及确认。     

QuEChERS-气相色谱-质谱法测定土豆中109种农药残留

建立土豆中109种农药残留的气相色谱-质谱(GC-MS)检测方法。方法 土豆样品以乙腈提取后,经N-丙基乙二胺(PSA)分散固相萃取净化(d-SPE),采用电子轰击电离源(EI)和负化学电离源(NCI)两种电离模式进行GC-MS测定。结果 各农药的定量限在0.001～0.010 mg/kg之间,对空白土豆样品的平均加标回收率为72.7%～118.7%,RSD在1.1%～17.3%之间。在EI模式下,土豆基质对绝大多数农药具有明显的基质效应,因此采用基质匹配标准曲线进行定量分析。应用此方法对欧盟农药残留参比实验室组织的国际比对考核的土豆样品进行定性筛查和定量测定,共检测出13种农药残留,含量范围在0.002～1.669 mg/kg之间,所提交的测定结果的Z评分值在-1.00～1.00之间。结论 本方法简便快速、准确、灵敏度高,适用于农产品中农药多残留的分析。     

植物源性食品中农药残留筛选平台研究

目的针对植物源性食品中的未知农药残留,在原农药残留筛选平台的基础上,采用气相色谱-三重四极杆质谱联用仪和UPLC-Q-Orbitrap两种色质技术并配合商业和自建农药筛查库建立共1200多个农药及其降解产物的筛选平台,满足未知农残的快速筛选要求。方法建立筛选平台相关筛选方法和准则,并通过两次欧盟国际比对(EUPT)对该平台进行验证评估。结果该平台在24 h内可完成农残筛选,筛选方法基于农药数据库和空白基质,两次能力验证中阳性化合物的检出率均在90%以上且结果无假阳性。结论该平台利用串联质谱和高分辨质谱的高选择性,结合农药数据库和智能筛选软件,在无标准参考物质的情况下实现非靶向农药的快速筛查。     

高效液相色谱-四极杆-飞行时间质谱法快速筛查胡椒粉中多种农药残留

建立高效液相色谱-四极杆-飞行时间质谱快速筛查胡椒粉中169 种农药残留的分析方法。样品采用0.1%乙酸溶液浸泡,乙腈溶液提取,C18和Florisil吸附剂净化,净化液采用C18色谱柱（100 mm×2.1 mm,2.6 μm）分离,以5 mmol/L甲酸铵溶液-甲醇为流动相,梯度洗脱,在电喷雾正离子模式下检测,基质匹配外标法定量,同时建立169 种农药的一级精确质量数据库和二级碎片质谱库,实现胡椒粉样品中多目标农残的快速定性定量分析。方法验证结果表明,在5～100 ng/mL质量浓度范围内,136 种化合物线性关系良好（R2＞0.95）,可进行定量分析,另外33 种化合物可进行定性分析;在3 个加标水平下胡椒粉样品的回收率为26%～140%,相对标准偏差为1.5%～36.0%。该方法操作简便、耗时短,适用于胡椒粉样品中高通量农药残留的快速筛查与定量分析,具有实际应用价值。     

基于GC-MS和快速气相电子鼻对我国东北地区代表性粳米香气组分分析

为探究我国东北地区4种代表性粳米（香米五优稻4号、绥粳18和非香米龙粳31、盐丰47）香气组分差异,通过顶空-固相微萃取-气相色谱-质谱联用（Headspace-solid phase microextraction-gas chromatography-mass spectrometry,HS-SPME-GC-MS）和快速气相电子鼻（Flash gas chromatography electronic nose,Flash GC e-nose）技术对粳米香气组分进行鉴定。本研究采用正交偏最小二乘法-判别分析（Orthogonal partial least squares-discriminant analysis,OPLS-DA）和层次聚类分析（Hierarchical clustering analysis,HCA）等方法对4种粳米香气组分进行分析,结果表明,4种粳米的主要香气组分构成类似,以己醛、壬醛等醛类为主;五优稻4号主要香气成分含量显著（p≤0.05）高于其它3个品种粳米,使得其香气更加浓郁;关于粳米香气组分鉴定技术,GC-MS技术的准确度和检测范围优于电子鼻技术,而检测效率低于电子鼻技术。     

超高效液相色谱-串联质谱法快速筛查茶叶中的多种农药残留

目的采用超高效液相色谱-串联质谱技术(UPLC-MS/MS)和改进的Qu ECh ERS样品前处理技术,建立茶叶中多种农药残留的快速筛查检测方法。方法样品采用乙腈提取,提取液经N-丙基乙二胺(PSA)、石墨化炭黑(GCB)及茶叶农残检测专用吸附剂(TPT)混合进行分散固相萃取净化(d-SPE)。以BEH C18色谱柱(2.1 mm×100 mm,1.7μm)进行色谱分离,以电喷雾电离串联质谱多反应监测模式(MRM)进行监测。结果以欧盟农药残留参比实验室组织的茶叶中175种农药残留的国际比对考核的茶叶样品进行定性筛查和定量测定,以液相色谱质谱技术从考核茶叶样品中共定性筛查出多菌灵、吡虫清、噻嗪酮等10种农药残留。针对这10种农药进行了定量检测方法的建立和方法验证,10种农药在0.1~20μg/L的浓度范围内呈良好线性,相关系数r0.999,各农药的定量限为0.5~2.0μg/kg,茶叶样品基质的加标回收率在75.7%~105.8%之间,相对标准偏差在2.3%~18.4%之间。定量测得考核的茶叶样品中10种农药的含量在0.021~0.373 mg/kg之间。结论本方法简单、准确、灵敏度高,适用于农产品中农药多残留的快速筛查。     

农产品中50余种农药LC/MS-MS质谱数据库的建立及应用

为评价和维护农产品的质量安全,采用离子阱质谱建立50 余种农药的液相色谱- 质谱数据库,通过谱库检索技术可以实现农产品中未知农药组分的快速筛选及定性。在对未知组分进行谱库检索后,通过LC-DAD-MS/MS 方法比较未知组分与标准样品的保留时间、二级质谱的萃取离子流色谱图(EIC)以及紫外光谱图,得到确认结果。采用本实验所建立的未知组分定性方法对实际样品中的未知污染物进行快速筛选,确认了实际样品中所残留的农药污染物。     

高效液相色谱-四极杆飞行时间质谱技术非靶向快速筛查荔枝花、蜂巢和蜂蜜中农药

利用高效液相色谱-四极杆飞行时间质谱结合QuEChERS前处理技术,建立荔枝花、蜂巢和蜂蜜中未知农药残留的非靶向快速筛查方法。样品均由乙腈溶液提取,经无水硫酸镁、N-丙基乙二胺和十八烷基键合硅胶吸附剂净化,采用Xbridge BEH C18色谱柱分离,以甲酸溶液-乙腈为流动相进行梯度洗脱,在电喷雾离子源、化学电离源和正反监测模式条件下进行检测。利用目标化合物特征离子的精确质量数、同位素匹配、二级碎片信息和保留时间进行数据库匹配,筛查可疑未知农药,在Targeted MS/MS模式下,通过相应碰撞能量下的离子碎片信息进一步确证,以基质匹配标准溶液法定量。结果显示：共计筛选出嘧菌酯、吡唑醚菌酯及其代谢物BF 500-3、苯醚甲环唑、多菌灵、毒死蜱、除虫脲和灭幼脲8 种农药,在1～1 000 μg/L范围内线性关系良好,相关系数r2均大于0.99,方法的检出限为0.03～0.50 μg/kg,定量限为0.4～0.8 μg/kg。8 种农药在荔枝花、蜂巢和蜂蜜中的平均加标回收率为80%～96%,相对标准偏差为1.2%～6.1%。该法快速、简便、灵敏,可用于荔枝花、蜂巢和蜂蜜样品中未知农药的筛查和鉴定。     

基于平行反应监测模式的液相色谱-四极杆-静电场轨道阱质谱法快速测定猪肉中β-受体激动剂残留

目的建立一种测定猪肉中β-受体激动剂残留的液相色谱-四极杆-静电场轨道阱质谱方法。方法样品经乙腈提取后,经Captiva ND lipids净化柱去除基质中的脂质干扰物,液相色谱分离,四极杆-静电场轨道阱质谱定性定量测定,平行反应监测模式检测,内标法定量测定。结果 8种待测组分均获得足够的色谱保留和分离,各化合物在0.5~5.0μg/kg范围内呈现良好的线性关系,日内和日间精密度小于15%,方法回收率在85%~115%之间,方法的定量限为0.5μg/kg。结论此方法快速、准确且灵敏度高,为监测猪肉中的β-受体激动剂残留提供了快速准确的技术手段。     

基质辅助激光解吸电离-飞行时间质谱法同时快速测定保健食品中的降压物质

建立了基质辅助激光解吸电离-飞行时间质谱(MALDI-TOF MS)同时快速筛查测定盐酸可乐定(HCD)、阿替洛尔(ANL)和利血平(RSP)等3种降压物质的方法。对比了不同点样方式、激光强度对3种药物信号强度的影响等因素，并进行方法学验证。结果表明，以α-氰基-4-羟基肉桂酸(HCCA)为基质，采用混合点样法，反射线性正离子模式下选择激光强度为60%进行MALDI-TOF MS检测时，3个目标物的质谱信号稳定，强度高，响应重复性好。方法学验证结果表明，3种小分子降压物质在10～100 ng/mL线性范围内线性好，相关系数(r)≥0.99，方法的筛查限(LOI)为0.005~0.25 μg/g，在液体、固体和半固体3种保健食品基质中的加标回收率为67.56%~104.70%，相对标准偏差(RSDs)为0.43%~10.51%(n=3)。该方法灵敏度好，准确性高，精密度优，抗干扰能力强，有机溶剂消耗少，节能环保，尤其适用于大批量、多批次保健食品中降压物质的检测，填补了传统基质分析筛查保健食品中小分子非法添加物的空白。     

基于多元统计分析的牛排掺假定量判别及差异分析

结合市场对食品中不同成分的定量分析的需求，模拟不同比例混合样品，利用高分辨质谱进行数据采集及分析，分别考察主成分分析、偏最小二乘判别分析和正交偏最小二乘判别分析（orthogonal partial least squares-discrimination analysis，OPLS-DA）统计方法对不同混合比例的样品数据进行分析。相比之下，OPLS-DA模型具有更好的判别效果。通过进行S-Plot分析，分别筛选出25?条猪源多肽及牛源多肽，经线性拟合分析，其中牛源的10?条多肽和猪源的6?条多肽的线性相关系数R2大于0.99，并开展了真实性样品的验证实验，证明筛选的多肽可用于预计样品中的成分含量。这项研究建立了一种量化牛排的方法，并为筛选差异显著性的定量多肽提供新思路。     

高分辨质谱定性筛查牛奶和奶粉中兽药残留

目的 建立高分辨质谱定性筛查牛奶和奶粉中兽药残留的高通量方法。方法 样品经乙腈、QuEChERS盐包提取, 采取改良的3种不同方式[QuChERS、高分辨质谱(high resolution mass spectrometry, EMR)、固相萃取(solid phase extraction, SPE)]净化提取液, 用液相色谱联用高分辨质谱(liquid chromatography-high resolution mass spectrometry, LC-HRMS)筛查了牛奶和奶粉中138种兽药残留, 建立兽药信息数据库, 并用截断值(Vcut-off, 判断阳性和阴性样品的临界值)作为评估筛查方法的指标。结果 改良的QuChERS可以获得更高的回收率, 当截断值(Vcut-off)设定为0.2时, 在2种加标水平下, 有109种兽药通过了筛查方法验证的要求, 假阳性和假阴性概率均低于5%。结论 此方法适用于牛奶和奶粉中多兽药残留的定性筛查, 一针进样可以得到109种兽药残留的筛查信息, 方法假阳性和假阴性概率在规定的目标物浓度下都低于5%。     

基于代谢组学技术的神农百花蜜真实性鉴别

目的 通过非靶向代谢组学鉴定真实神农百花蜜特征标志物,并建立基于偏最小二乘(partial least squares,PLS)的神农百花蜜判别模型。方法 采用基于超高效液相色谱-四极杆串联飞行时间质谱(ultra performance liquid chromatography-quadrupole time-of-flight mass spectrometry,UPLC-Q-TOF-MS)的非靶向代谢组学方法分析神农百花蜜样本,利用V+S图、聚类热图和受试者工作特征(receiver operating characteristic,ROC)曲线确定真实神农百花蜜特征标志物,利用神农百花蜜特征标志物构建PLS判别模型。结果 多元统计分析结果显示,主成分分析(principal component analysis,PCA)和正交偏最小二乘-判别分析(orthogonal partial least squares-discriminant analysis,OPLS-DA)可以实现真实神农百花蜜和对照组蜂蜜的区分;分别在正、负离子模式下筛选出了19种和27种差异代谢物,其中13...     

多元统计分析在小麦粉产地溯源中的应用

目的筛选小麦粉产地溯源特征元素,为深入挖掘食品安全风险监测数据,开发成熟有效的食品溯源技术积累基础。方法采用电感耦合等离子体质谱法测定河北省、新疆维吾尔自治区和江苏省共计173份小麦粉样品中的10种无机元素含量,利用主成分分析(PCA)、偏最小二乘判别分析(PLS-DA)、正交偏最小二乘判别分析(OPLS-DA)建立模式识别模型,考察建模效果。结果 PCA模型可以将新疆维吾尔自治区样品与其他两省实现分离;PLS-DA可以实现3个地区样品的分离;河北省和新疆维吾尔自治区、江苏省和新疆维吾尔自治区均在OPLSDA模型中得到良好分离。结论利用PCA、PLS-DA和OPLS-DA三种多元统计分析方法对河北省、新疆维吾尔自治区和江苏省3个地区小麦粉中10种无机元素进行分析,筛选出铜(Cu)、铁(Fe)和砷(As)三个特征元素,这些特征元素有望被应用于小麦粉产地溯源。     

通过式固相萃取柱结合QuEChERS前处理技术-液相色谱串联质谱法快速测定熟肉食品中4种β2-受体激动剂残留

目的 建立了通过式固相萃取柱结合QuEChERs前处理技术快速测定熟肉制品克伦特罗、莱克多巴胺、沙丁胺醇、特布他林等4种常见β2-受体激动剂类兽药残留的液相色谱串联质谱的检测方法。方法熟肉制品采用5%三氯乙酸酸解,NaCl盐析乙腈萃取,正己烷除脂后经通过式固相萃取柱和QuEChERs净化,超高效液相色谱-串联质谱于电喷雾正离子源(ESI+)和多反应监测扫描（MRM）模式下进行测定,基质匹配标准曲线外标法定量。结果4种目标化合物阴性加标水平在2、5、10 ?g/kg 下,回收率在77.2%～104.7%之间,RSD在2.9%～9.6%之间。4种目标化合物的检出限在0.2~0.6?g/kg之间,定量限在0.6～2.0?g/kg之间。对30件熟肉样品进行目标化合物的检测,监测到部分杀菌剂残留。结论该方法操作简便、快速,灵敏度和准确度高,包含种类较宽,具有一定的拓展性,适用熟肉制品相关残留的日常监测。     

超高效液相色谱-串联四极杆质谱快速筛查豆芽中51种抗生素类药物的残留

使用超高效液相色谱-串联四极杆质谱仪结合快速高通量的前处理方法实现豆芽中51种抗生素类药物的快速筛查测定。样品经乙腈提取,Qu ECh ERS净化,采用ACQUITY BEH C_(18)色谱柱分离,梯度洗脱,采用电喷雾-正离子多反应监测模式,外标法定量。结果表明:51种抗生素类药物的定量限(RSN≥10)为0.5~5μg/kg,高、中、低3个添加水平平均回收率为62.93%~118.69%,相对标准偏差为0.29%~9.72%,该方法能够达到高通量、多组分、快速的筛查目的,可应用于豆芽中抗生素类药物的批量快速筛查。     

基于超高效液相色谱-四极杆-静电场轨道阱高分辨质谱法结合化学计量学鉴别新鲜和反复冻融牛肉

目的 建立利用超高效液相色谱-静电场轨道离子阱质谱(UHPLC/Q-Orbitrap-MS)结合化学计量学鉴别新鲜和反复冻融牛肉的方法。方法 样品经过前处理后，采用UHPLC/Q-Orbitrap-MS获得新鲜和反复冻融牛肉指纹图谱信息。运用SIMCA软件结合模式识别方法对数据进行分析，建立新鲜和反复冻融牛肉的主成分分析模型（PCA）和正交偏最小二乘-判别分析模型（OPLS-DA）。结果 PCA模型选择了前10个主要成分，解释了总方差（R2）的70.9%，其预测能力（Q2）为52.1%，结果表明可以对新鲜和反复冻融牛肉进行有效区分。OPLS-DA模型中的R2、Q2均接近于1，说明模型的预测能力以及准确性较好。采用变量重要性因子（VIP）筛选出冻融过程中11种可能的差异代谢物，进一步进行结构确证，确定了乳酸、烟酸和酪胺为生物标志物。 结论 UHPLC/Q-Orbitrap-MS结合化学计量学的方法可以用于新鲜和反复冻融牛肉有效鉴别。     

介质阻挡放电电离质谱法快速筛查水产品中孔雀石绿及其代谢物

建立了采用介质阻挡放电电离质谱（DBDI-MS/MS）技术对水产品中孔雀石绿（MG）及其代谢物隐色孔雀石绿（LMG）进行快速筛查的方法。样品经提取净化后,在氦气流量为3 L/min、离子源温度为230℃的DBDI离子源条件下,正离子模式下采用多反应监测（MRM）进行质谱检测。在此条件下,MG和LMG在1~20 μg/L范围内,相关系数r值分别为0.9951、0.9939,线性关系良好,MG和LMG的检出限均为1 μg/kg,样品加标回收率为61.8%~78.4%。该方法样品前处理简便,无需液相色谱分离,耗时短,适用大批量水产品中孔雀石绿非法添加的快速筛查。     

多元素含量分析结合化学计量学对陈皮进行产地溯源

目的 研究不同地区陈皮中多种元素含量的差异, 结合化学计量学对其进行产地溯源。方法 从四川、广西、广东等产地收集110个样品, 超级微波消解处理样品, 电感耦合等离子体质谱法(inductively coupled plasma mass spectrometry, ICP-MS)和电感耦合等离子体发射光谱法(inductively coupled plasma optical emission spectrometry, ICP-OES)测定40种元素的含量, 结合主成分分析(principal component analysis, PCA)、层次聚类分析(hierarchical cluster analysis, HCA)和正交偏最小二乘法-判别分析(orthogonal partial least-squares discriminant analysis, OPLS-DA)对检测数据进行分析, 建立了陈皮的产地溯源模型。结果 不同产地陈皮样品中20种元素存在显著性差异, 产地溯源模型自变量拟合指数(Rx2)为0.669, 因变量拟合指数(Ry2)为0.879, 模型预测指数(Q2)为0.806, 可实现陈皮样品的产地判别, 对实际样品的准确率达96.67%。结论 研究表明多元素含量分析结合化学计量学可以作为陈皮产地溯源的有效方法。     

GC—TOF MS结合化学计量学用于安化黑茶的识别

采用顶空固相微萃取联合气相色谱—飞行时间质谱(GC—TOF MS)对安化黑茶及其它产地黑茶中的挥发性成分进行检测,对41种共有挥发性组分进行定性定量分析。应用化学计量学统计工具对数据进行变量筛选、主成分分析法(PCA)和偏最小二乘判别分析(PLS-DA),筛选出安化黑茶的26个显著性差异香气成分,通过主成分得分投影图直观反映样本间的聚类趋势和分类信息,对安化黑茶与不同产地黑茶样品及其它种类茶叶进行有效区分和识别,找出14个对安化黑茶识别分类起着重要作用的挥发成分。结果表明,基于茶叶中挥发性成分差异的GC—TOF MS分析结合化学计量学统计方法用于安化黑茶识别是可行的。