雷紫依，蘇光林，李 跑，2*，劉 洋*

（1.湖南農(nóng)業(yè)大學(xué) 食品科學(xué)技術(shù)學(xué)院 食品科學(xué)與生物技術(shù)湖南省重點(diǎn)實(shí)驗(yàn)室，湖南 長(zhǎng)沙 410128；2.湖南省農(nóng)業(yè)科學(xué)院 湖南省農(nóng)產(chǎn)品加工研究所，湖南 長(zhǎng)沙 410125）

為了滿足不斷增長(zhǎng)的人口需求，提高農(nóng)作物的產(chǎn)量，農(nóng)藥被廣泛應(yīng)用于農(nóng)業(yè)生產(chǎn)中［1］。以蔬菜水果為代表的植物源性食品是人民生活的必需品，嚴(yán)格監(jiān)控植物源性食品中農(nóng)藥殘留問(wèn)題至關(guān)重要［2］。我國(guó)植物源性食品中農(nóng)藥殘留具有多樣性，農(nóng)藥的大量使用導(dǎo)致病蟲(chóng)害抗藥性增強(qiáng)，新型農(nóng)藥產(chǎn)品不斷研發(fā)，農(nóng)戶經(jīng)?；旌鲜┯枚喾N農(nóng)藥，植物源性食品中農(nóng)藥殘留日趨復(fù)雜。已有研究表明，癌癥、生長(zhǎng)缺陷病和不孕癥等均可能與食品中的農(nóng)藥殘留有關(guān)［3］。食品法典委員會(huì)和歐盟規(guī)定了農(nóng)藥的最高殘留量，我國(guó)也制定了《食品安全國(guó)家標(biāo)準(zhǔn) 食品中農(nóng)藥最大殘留限量》（GB 2763-2021）。因此，建立植物源性食品中多農(nóng)藥殘留高通量快速檢測(cè)技術(shù)尤為重要。

色譜法、光譜法和試劑盒試紙方法等已被廣泛應(yīng)用于植物源性食品的多農(nóng)藥殘留檢測(cè)中。光譜法是根據(jù)農(nóng)藥殘留在特定顯色劑或環(huán)境中顯現(xiàn)出特定顏色的原理實(shí)現(xiàn)對(duì)農(nóng)藥殘留的檢測(cè)［4］。該技術(shù)具有操作簡(jiǎn)便、分析時(shí)間快、取樣量少等優(yōu)點(diǎn)，但光譜易受到高頻噪聲和背景的干擾，且較難實(shí)現(xiàn)多種農(nóng)藥高通量檢測(cè)［5］。試劑盒試紙法，如農(nóng)藥殘留膠體金免疫快速檢測(cè)試紙、酶聯(lián)免疫吸附法等，簡(jiǎn)化了樣品的制備過(guò)程，成本相對(duì)較低，適合于現(xiàn)場(chǎng)檢測(cè)，但其檢測(cè)對(duì)象專一，依舊較難實(shí)現(xiàn)復(fù)雜樣品中多種農(nóng)藥殘留的高通量檢測(cè)。色譜及其聯(lián)用技術(shù)是大多數(shù)植物源性食品中農(nóng)藥殘留的標(biāo)準(zhǔn)檢測(cè)方法，其兼具色譜法的高分離性和質(zhì)譜法的高鑒別性，可實(shí)現(xiàn)多農(nóng)藥殘留的快速定性定量分析。氣相色譜-質(zhì)譜聯(lián)用儀（GC-MS）是現(xiàn)階段多農(nóng)藥殘留高通量檢測(cè)中應(yīng)用最為廣泛的一種技術(shù)［6-9］。

如圖1 所示，基于GC-MS 的多農(nóng)藥殘留高通量檢測(cè)技術(shù)可分為樣品前處理、進(jìn)樣檢測(cè)和數(shù)據(jù)分析三部分。目前，多農(nóng)藥殘留高通量檢測(cè)仍然存在一些問(wèn)題。首先，植物源性食品種類繁多且樣品基質(zhì)復(fù)雜，糖類、色素、脂類、有機(jī)酸等雜質(zhì)會(huì)導(dǎo)致樣品凈化不徹底，檢測(cè)儀器被污染。因此GC-MS信號(hào)中常出現(xiàn)背景和譜峰重疊等干擾，嚴(yán)重影響了檢測(cè)結(jié)果的準(zhǔn)確性；其次，農(nóng)藥殘留的多樣性和痕量性，使得檢測(cè)方法的靈敏度和富集系數(shù)亟待提高［10］?，F(xiàn)行有效的解決方案是開(kāi)發(fā)新型樣品前處理技術(shù)和復(fù)雜信號(hào)的高通量解析算法。一方面，樣品前處理技術(shù)能夠?qū)⑥r(nóng)藥殘留從樣品中最大限度地提取出來(lái)，消除分析過(guò)程中干擾物的影響，減少樣品對(duì)色譜柱和檢測(cè)器的污染。此外，樣品前處理技術(shù)還可對(duì)微量農(nóng)藥殘留進(jìn)行富集，以此來(lái)彌補(bǔ)儀器檢測(cè)限的不足。另一方面，基于“數(shù)學(xué)分離”的復(fù)雜信號(hào)高通量解析算法可實(shí)現(xiàn)復(fù)雜信號(hào)中背景和基線漂移校正、噪聲的濾除和重疊色譜峰的解析。因此，開(kāi)發(fā)新型樣品前處理方法和復(fù)雜信號(hào)的高通量解析算法對(duì)于研究基于GC-MS的植物源性食品中多農(nóng)藥殘留高通量快速檢測(cè)技術(shù)具有重要意義。本文對(duì)國(guó)內(nèi)外發(fā)展的植物源性食品中多農(nóng)藥殘留GC-MS高通量檢測(cè)技術(shù)及相關(guān)文獻(xiàn)進(jìn)行了歸納和總結(jié)，重點(diǎn)從新型樣品前處理技術(shù)、復(fù)雜信號(hào)高通量解析算法兩方面闡述了植物源性食品中多農(nóng)藥殘留高通量檢測(cè)的最新進(jìn)展，并對(duì)其存在的問(wèn)題提出了相關(guān)建議，旨在為食品中多農(nóng)藥殘留的高通量快速檢測(cè)提供參考。

圖1 植物源性食品中多農(nóng)藥殘留GC-MS高通量檢測(cè)技術(shù)流程圖Fig.1 Analytical procedures for the GC-MS high-throughput detection of multi-pesticide residues in plant-derived food samples

1 植物源性食品中多農(nóng)藥殘留檢測(cè)的國(guó)家標(biāo)準(zhǔn)

現(xiàn)行有效國(guó)家標(biāo)準(zhǔn)中，基于GC-MS 的植物源性食品中農(nóng)藥殘留檢測(cè)標(biāo)準(zhǔn)有40 余項(xiàng)，如GB 23200.8-2016、GB 23200.9-2016 等。GB 23200.8-2016 對(duì)水果和蔬菜中500 種農(nóng)藥及相關(guān)化學(xué)品殘留量的測(cè)定方法進(jìn)行了說(shuō)明，GB 23200.9-2016則對(duì)糧谷中475種農(nóng)藥及相關(guān)化學(xué)品殘留量的測(cè)定方法做了詳細(xì)規(guī)定。雖然國(guó)家標(biāo)準(zhǔn)中的前處理方法依據(jù)樣品基質(zhì)和農(nóng)藥種類的不同而有所差別，但基本可分為提取和凈化兩個(gè)步驟。試樣用有機(jī)溶劑進(jìn)行勻漿提取、鹽析離心后，再用不同的吸附材料進(jìn)行凈化處理。例如，果蔬提取液中含有色素、多糖等雜質(zhì)，GB 23200.8-2016 采用Envi-18 柱、Envi-Carb 活性碳柱和Sep-Pak NH2固相萃取柱對(duì)上清液進(jìn)行凈化，而在GB 23200.86-2016 中，考慮到食品中含有脂肪等大分子雜質(zhì)干擾，則采用凝膠滲透色譜（GPC）柱和弗羅里硅土柱凈化提取液。國(guó)家標(biāo)準(zhǔn)方法較為成熟，能夠?qū)崿F(xiàn)絕大部分食品中常見(jiàn)農(nóng)藥的高通量檢測(cè)，回收率較高，定量結(jié)果準(zhǔn)確。然而，國(guó)標(biāo)方法依舊存在操作繁瑣、費(fèi)時(shí)、有機(jī)溶劑用量大等缺陷，較難滿足多農(nóng)藥殘留高通量檢測(cè)中環(huán)保、快速的發(fā)展要求。此外，檢測(cè)信號(hào)中易出現(xiàn)譜峰重疊、背景及基線漂移等現(xiàn)象，嚴(yán)重影響檢測(cè)結(jié)果的準(zhǔn)確性。因此，開(kāi)發(fā)新型樣品前處理方法和復(fù)雜信號(hào)的高通量解析算法成為科研工作者關(guān)心的重點(diǎn)。

2 植物源性食品中多農(nóng)藥殘留高通量快速檢測(cè)的新型樣品前處理方法

前處理是樣品檢測(cè)的關(guān)鍵環(huán)節(jié)，如何快速完成樣品的前處理，實(shí)現(xiàn)多種農(nóng)藥殘留的同步提取，是目前研究的熱點(diǎn)。近年來(lái)，樣品前處理技術(shù)的發(fā)展趨勢(shì)呈微型化，如固相萃?。⊿PE）中吸附劑和液相萃取（LLE）中溶液的微型化，其目的是減少有機(jī)溶劑的使用和化學(xué)廢棄物的產(chǎn)生，避免環(huán)境污染。固相萃取中吸附劑的微型化衍生出固相微萃取法（SPME）［11］和攪拌棒萃取吸附法（SBSE）［12］；而液相萃取中的微型化衍生出液相微萃取法（LPME）［13］。LPME 方法僅使用微升級(jí)甚至納升級(jí)的有機(jī)溶劑進(jìn)行萃取，適應(yīng)現(xiàn)代分析科學(xué)微型化發(fā)展的要求，受到了越來(lái)越多的關(guān)注［14］?？蒲泄ぷ髡唛_(kāi)發(fā)了不同類型的LPME 技術(shù)，包括單滴微萃?。⊿DME）［15］、分散液相微萃?。―LLME）［16］、均相液液微萃取（HLLME）［17］和中空纖維膜液相微萃?。℉F-LPME）［18］等。此外，隨著新型材料和溶劑的使用，樣品前處理方法中提取、凈化和濃縮等步驟的分界線逐漸模糊，甚至出現(xiàn)集提取、凈化和濃縮等步驟為一體的樣品前處理技術(shù)，極大地簡(jiǎn)化了操作流程，節(jié)約了分析時(shí)間［19］。

2.1 有機(jī)磷類農(nóng)藥高通量檢測(cè)的新型樣品前處理方法

有機(jī)磷農(nóng)藥已被廣泛用于控制害蟲(chóng)和提高作物產(chǎn)量［20］。由于其毒性較高，大多有機(jī)磷農(nóng)藥已被禁止使用。該類農(nóng)藥大多為中等極性分子，根據(jù)相似相溶的原理，丙酮、乙腈和正己烷混合溶液等有機(jī)溶劑可用于有機(jī)磷農(nóng)藥殘留的提取，實(shí)驗(yàn)室一般選取乙腈作為提取劑。在有機(jī)磷農(nóng)藥的檢測(cè)過(guò)程中，應(yīng)盡可能提高方法的靈敏度，減少有機(jī)溶劑的使用量，以滿足綠色環(huán)保的要求［21-22］。

近年來(lái)，SPE、DLLME、QuEChERS（Quick，easy，cheap，rugged，effective and safe）等方法已經(jīng)被廣泛用于不同基質(zhì)中有機(jī)磷農(nóng)藥的提取和測(cè)定［23-25］。對(duì)于SPE 的改進(jìn)主要集中在固相吸附材料的篩選和洗脫溶劑種類配比的優(yōu)化。部分新型材料，如磁性氧化石墨烯［26］、多壁碳納米管［27］、分子印跡聚合物［28］等，也被用于檢測(cè)植物源性食品中的有機(jī)磷農(nóng)藥殘留。SPE 凈化可以除去色素和雜質(zhì)，檢測(cè)樣品的回收率高，重現(xiàn)性好。但其萃取時(shí)間較長(zhǎng)，通常會(huì)損失一部分目標(biāo)分析物［29］。

與SPE相比，QuEChERS的吸附劑用量較少，提取和純化的時(shí)間相對(duì)較短，操作更簡(jiǎn)單［30-31］。在大多數(shù)情況下，QuEChERS 需要與DLLME、磁性材料固相萃取-液液分散微萃?。∕SPE-DLLME）等提取方 法 組 合 以 提 高 靈 敏 度［32-33］。 然 而，QuEChERS 的有機(jī)溶劑消耗量大，且提取較為耗時(shí)。

Jamil 等［34］將改良的超聲提取法（UAE）與連續(xù)樣品滴流微萃?。–SDF-ME）相結(jié)合，從水果中提取和濃縮多種有機(jī)磷農(nóng)藥。圖2 為根據(jù)萃取原理繪制的前處理流程示意圖。UAE法的提取效率高，但通常需要使用大量有機(jī)溶劑，且靈敏度相對(duì)較低；而CSDF-ME 是一種半自動(dòng)方法，具有良好的富集倍數(shù)，有機(jī)溶劑用量少；兩者相結(jié)合，在最佳條件下，有機(jī)磷農(nóng)藥的相對(duì)回收率為83.0%～108.0%，檢出限和定量下 限 分別為0.2～20.0 ng/g 和1.0～60.0 ng/g。該方法對(duì)水果和蔬菜等固體樣品中多農(nóng)藥殘留提取表現(xiàn)出更好的性能，且具有有機(jī)溶劑用量少的優(yōu)點(diǎn)。

圖2 超聲提取法和連續(xù)樣品滴流微萃取相結(jié)合的實(shí)驗(yàn)流程（根據(jù)原理新繪制）Fig.2 Schematic diagram of UAE and CSDF-ME（redraw according to principle）

2.2 有機(jī)氯類農(nóng)藥高通量檢測(cè)的新型樣品前處理方法

有機(jī)氯類農(nóng)藥是高度穩(wěn)定的脂溶性合成殺蟲(chóng)劑，能在環(huán)境中持續(xù)存在，可通過(guò)生物濃縮進(jìn)入食物鏈，危害人類身體健康［35］。LLE 是檢測(cè)植物源性食品中有機(jī)氯農(nóng)藥殘留的傳統(tǒng)前處理方法，對(duì)設(shè)備的要求不高，但對(duì)溶劑的使用量、質(zhì)量等均有較高要求，操作流程較繁瑣，且存在污染環(huán)境的風(fēng)險(xiǎn)。

目前，對(duì)有機(jī)氯類農(nóng)藥新型樣品前處理方法的研究，主要集中在SPME和LPME兩個(gè)方面。其中頂空固相微萃?。℉S-SPME）［36］和可切換溶劑液相微萃?。⊿S-LPME）［37］是研究的熱點(diǎn)。HS-SPME 是在微量進(jìn)樣器的針頭部分涂上涂層后，將針頭插入樣品的頂空氣中，對(duì)目標(biāo)農(nóng)藥進(jìn)行萃取和富集，適用于液體樣品的處理。該技術(shù)具有快速、環(huán)保的優(yōu)點(diǎn)，但纖維萃取頭較脆弱，檢測(cè)成本較高。而SS-LPME則是運(yùn)用了可轉(zhuǎn)換極性溶劑（SPS）。這種綠色溶劑可在大氣壓下可逆地切換極性，此類溶劑大多數(shù)為兩種液體組成的混合物［38］。SPS 在不同的刺激下可以發(fā)生極性的轉(zhuǎn)變，處于高極性時(shí)可從水中收集目標(biāo)分析物，處于低極性時(shí)可攜帶目標(biāo)分析物與水溶液發(fā)生相分離［39］。二氧化碳具有經(jīng)濟(jì)安全、良性無(wú)害、添加去除較為簡(jiǎn)單的優(yōu)點(diǎn)，常被用于SPS技術(shù)中［40］。

Chormey等［41］將芐基二甲胺與水以1∶1（體積比）的比例混合，形成一個(gè)初始的雙相體系。如圖3 所示，首先在雙相體系中通入二氧化碳，持續(xù)的磁力攪拌促使芐基二甲胺完全質(zhì)子化，SPS由非離子（低極性）液體轉(zhuǎn)化為離子（高極性）形式。將穩(wěn)定的單相溶劑注入樣品溶液中，對(duì)目標(biāo)分析物進(jìn)行萃取。隨后添加氫氧化鈉，促使SPS由高極性轉(zhuǎn)換為低極性液體，芐基二甲胺攜目標(biāo)農(nóng)藥上浮于水溶液表面。結(jié)果表明：將SS-LPME與GC-MS 相結(jié)合，能有效實(shí)現(xiàn)有機(jī)氯農(nóng)藥及其它內(nèi)分泌干擾物的預(yù)濃縮，目標(biāo)農(nóng)藥的回收率為91%～110%，相對(duì)標(biāo)準(zhǔn)偏差均小于10%。該前處理方法簡(jiǎn)單、快速、高效，符合綠色化學(xué)原則，值得進(jìn)一步研究。

圖3 SPS合成和SS-LPME實(shí)驗(yàn)流程（根據(jù)原理新繪制）Fig.3 Schematic diagram of SPS synthesis and SS-LPME（redraw according to principle）

2.3 擬除蟲(chóng)菊酯類農(nóng)藥高通量檢測(cè)的新型樣品前處理方法

擬除蟲(chóng)菊酯類農(nóng)藥是一類人工合成的廣譜性殺蟲(chóng)劑，具有對(duì)哺乳動(dòng)物低毒和環(huán)境中易降解的特點(diǎn)。不同食品基質(zhì)采用的前處理方法也有所不同。植物源性食品的主要前處理方法有分散固相萃?。―SPE）、加速溶劑萃?。ˋSE）、SPME、DLLME和QuEChERS等［42］。

為進(jìn)一步提高凈化效果和檢測(cè)靈敏度，研究者們開(kāi)發(fā)了一系列用于擬除蟲(chóng)菊酯類農(nóng)藥高通量檢測(cè)的前處理方法。其中，HLLME 因提取效率高、速度快而備受關(guān)注。HLLME 是通過(guò)改變溫度、離子強(qiáng)度或pH 等條件，使目標(biāo)化合物從均相中萃取到與水不混溶的萃取溶劑中的一種前處理方法。Torbati 等［43］在自制的微萃取裝置上，采用HLLME 對(duì)不同果汁樣品進(jìn)行擬除蟲(chóng)菊酯類農(nóng)藥的提取和預(yù)濃縮，并結(jié)合GC-MS 進(jìn)行檢測(cè)分析。圖4展示了HLLME的萃取流程。首先，取樣品破碎離心后的上清液，用去離子水按照一定的比例進(jìn)行稀釋，形成樣品溶液。然后，加入氨水調(diào)整樣品溶液的pH 至10。加熱樣品溶液，在溫度穩(wěn)定為60 ℃的條件下加入新戊酸。新戊酸作為提取溶劑，所包含的酸性質(zhì)子能與目標(biāo)農(nóng)藥的電負(fù)性原子如氟、氯、氧、溴和氮原子之間形成氫鍵，提高目標(biāo)農(nóng)藥的溶解度。手動(dòng)搖勻后，在產(chǎn)生的均相溶液中加入鹽酸，使得新戊酸離子被轉(zhuǎn)化為新戊酸，并且由于形成新戊酸的細(xì)小液滴而獲得混濁的溶液。另一方面，溶液中和導(dǎo)致了氯化銨鹽的生成，使新戊酸在水相中的溶解度降低。通過(guò)冰水浴，新戊酸液滴在溶液中固化上升，無(wú)需離心處理，極大地節(jié)省了時(shí)間。結(jié)果顯示，該方法可實(shí)現(xiàn)10種擬除蟲(chóng)菊酯類農(nóng)藥的高通量檢測(cè)，其加標(biāo)回收率為73%～92%，相對(duì)標(biāo)準(zhǔn)偏差均小于9%。

值得注意的是，HLLME中的萃取溶劑不僅需滿足相變的要求，而且要對(duì)分析物表現(xiàn)出優(yōu)異的親和力。具有低揮發(fā)性、良好的熱穩(wěn)定性、無(wú)毒的綠色萃取劑，如離子液體（ILs）［17］和低共熔溶劑（DESs）［44-45］已經(jīng)開(kāi)始應(yīng)用于HLLME 中。此外，浸入固相微萃取（DI-SPME）［46］和CSDF-ME［47］也可作為擬除蟲(chóng)菊酯類農(nóng)藥殘留的前處理方法。

2.4 氨基甲酸酯類農(nóng)藥高通量檢測(cè)的新型樣品前處理方法

食品中氨基甲酸酯的殘留濃度通常較低。近年來(lái)，科研工作者已經(jīng)開(kāi)發(fā)了用于提取氨基甲酸酯農(nóng)藥的多種樣品前處理方法，如SBSE［48］、HF-LPME［49］、DLLME［50-51］和SDME［52］等。其中，SDME 與GC-MS 的兼容性最好［53-54］。通過(guò)微量注射器，SDME 能夠使用微量有機(jī)溶劑在小體積的含水樣品中高效提取目標(biāo)組分。如圖5 所示，常用的SDME 可分為兩種模式：直接浸入單滴微萃?。―I-SDME）和頂空單滴微萃取（HS-SDME）。

HS-SDME 適合提取揮發(fā)性較強(qiáng)的目標(biāo)化合物，不適用于半揮發(fā)性和非揮發(fā)性目標(biāo)化合物。而氨基甲酸酯的極性適中，蒸氣壓相對(duì)較低，水溶性較低。因此DI-SDME 更適合于氨基甲酸酯類農(nóng)藥殘留的檢測(cè)［55］。DI-SDME 常使用微量注射器將一滴與水不混溶的溶劑直接浸入樣品溶液中，目標(biāo)組分可以擴(kuò)散至提取溶劑中。為了加速提取過(guò)程，通常使用磁力攪拌器。萃取完成后，液滴被抽回微量注射器，直接注入分析儀器。此外，為了提高DI-SDME的效率，以進(jìn)行植物源性食品中多農(nóng)藥殘留的痕量分析，Chullasat 等［56］通過(guò)向液滴中引入一定量的空氣來(lái)增加液滴的表面積，開(kāi)發(fā)了滴泡微萃取技術(shù)（BID）實(shí)現(xiàn)8種氨基甲酸酯類農(nóng)藥的提取。BID 技術(shù)易于使用和操作，可實(shí)現(xiàn)自動(dòng)化分析，值得進(jìn)一步開(kāi)發(fā)和應(yīng)用［57］。但該技術(shù)需要小心操作微量注射器以控制滴泡的完整性才能獲得良好可靠的分析結(jié)果。

2.5 其他新型農(nóng)藥高通量檢測(cè)的新型樣品前處理方法

為了保證果蔬農(nóng)產(chǎn)品的產(chǎn)量，農(nóng)藥的施用量逐年增加，新型農(nóng)藥產(chǎn)品也在不斷研發(fā)。除了傳統(tǒng)的有機(jī)磷類、有機(jī)氯類、擬除蟲(chóng)菊酯類和氨基甲酸酯類農(nóng)藥，三唑類和酰胺類農(nóng)藥已成為新型農(nóng)藥中使用量較多，且極具代表性的兩類農(nóng)藥。

三唑類農(nóng)藥具有高效、低毒、持效期長(zhǎng)、內(nèi)吸性強(qiáng)等特點(diǎn)［58］。SPME 和DLLME 是目前三唑類農(nóng)藥預(yù)處理的主要方法。SPME 雖然具有操作步驟少、污染小、高通量、富集能力強(qiáng)等優(yōu)勢(shì)，但不具備高選擇性，且涂層的靈敏度、穩(wěn)健性有待提高［59］。近年來(lái)，一些基于不同涂層纖維結(jié)構(gòu)的SPME 技術(shù)不斷涌現(xiàn)，提高了SPME 纖維涂層的穩(wěn)定性，并成功應(yīng)用于植物源性食品中三唑類農(nóng)藥殘留的高通量檢測(cè)［60-62］。而在DLLME 中，萃取劑通常是不溶于水的有機(jī)溶劑，可通過(guò)離心進(jìn)行簡(jiǎn)單的相分離。值得注意的是，只有少數(shù)有機(jī)溶劑符合這些要求，并且大多數(shù)是有毒的鹵代烴試劑［63］。而且，常規(guī)的DLLME技術(shù)需要使用額外的分散有機(jī)溶劑，這通常會(huì)降低疏水性農(nóng)藥在萃取溶劑中的分配系數(shù)。

為了降低有機(jī)溶劑的使用量，科研工作者對(duì)現(xiàn)有DLLME技術(shù)進(jìn)行了優(yōu)化和改進(jìn)，開(kāi)發(fā)了基于固化漂浮有機(jī)液滴的分散液液微萃?。―LLME-SFO）［64］、超聲輔助鹽析均相液液微萃?。║ASO-HLLME）［65］等三唑類農(nóng)藥殘留的高通量檢測(cè)方法。但上述方法均需進(jìn)行離心操作，而此操作對(duì)檢測(cè)時(shí)間和待測(cè)樣品體積均存在極大的限制。由此，Wang 等［66］開(kāi)發(fā)了微波輔助破乳分散液液微萃?。∕AD-DLLME）技術(shù)，以自制的圓底燒瓶作為萃取容器，使水溶液與低密度萃取溶劑在超聲作用下形成乳狀液，采用微波代替離心來(lái)分解乳狀液，進(jìn)而萃取富集三唑類殺菌劑。結(jié)果表明，該方法可實(shí)現(xiàn)三唑類殺菌劑的提取，具有快速、高效、可靠、環(huán)保等優(yōu)點(diǎn)。

酰胺類除草劑因具有廣譜、低毒、易降解等特點(diǎn)，近年來(lái)已被廣泛應(yīng)用于農(nóng)作物種植，其使用量?jī)H次于有機(jī)磷除草劑。基于GC-MS 的多農(nóng)藥殘留高通量檢測(cè)中，酰胺類除草劑的前處理方法有SPE［67］、QuEChERS［68］、HLLME［69］等。由于酰胺類除草劑的低濃度和植物源性食品基質(zhì)的復(fù)雜性，現(xiàn)行有效的前處理方法往往存在富集系數(shù)較低的問(wèn)題。

Wu 等［70］首次將連續(xù)流微波輔助提取技術(shù)（CFMAE）引入在線單滴微提?。∣-SDME）程序中，將萃取、分離、富集結(jié)合成一步進(jìn)行，極大地簡(jiǎn)化了操作，縮短了整個(gè)預(yù)處理時(shí)間，減少了有毒有機(jī)溶劑的消耗，成功地應(yīng)用于水稻樣品中酰胺類除草劑的提取和預(yù)濃縮。因此，本方法在植物源性食品中酰胺類農(nóng)藥殘留檢測(cè)方面具有極大的潛力。

2.6 多農(nóng)藥殘留高通量檢測(cè)中不同樣品前處理方法的對(duì)比

表1為植物源性食品中多農(nóng)藥殘留檢測(cè)中前處理方法的總結(jié)對(duì)比。如表1所示，近年發(fā)展的前處理方法各有優(yōu)缺點(diǎn)。此外，一些新型前處理技術(shù)也可實(shí)現(xiàn)多種農(nóng)藥殘留的同時(shí)提取和凈化。然而，目前尚無(wú)單一一種前處理技術(shù)即能夠?qū)崿F(xiàn)所有種類農(nóng)藥殘留的前處理。在實(shí)際工作中，需根據(jù)待測(cè)農(nóng)藥種類、樣品基質(zhì)、測(cè)定結(jié)果要求和檢測(cè)儀器的不同選用合適的樣品前處理方法。為了促進(jìn)食品中多農(nóng)藥殘留檢測(cè)分析技術(shù)的發(fā)展，大多數(shù)研究者會(huì)將農(nóng)藥分為有機(jī)磷類、有機(jī)氯類、氨基甲酸酯類、擬除蟲(chóng)菊酯類和其他新型農(nóng)藥類，并根據(jù)某一類農(nóng)藥的性質(zhì)選擇相應(yīng)的前處理方式進(jìn)行研究開(kāi)發(fā)和應(yīng)用（如表2）。

表1 植物源性食品中多農(nóng)藥殘留檢測(cè)中的前處理方法總結(jié)Table 1 Summarization of pretreatment methods for the detection of multi-pesticide residues in plant-derived food samples

表2 植物源性食品中不同農(nóng)藥殘留檢測(cè)的新型前處理方法Table 2 Novel pretreatment methods for the detection of different pesticide residues in plant-derived food samples

3 植物源性食品中多農(nóng)藥殘留高通量快速檢測(cè)的復(fù)雜信號(hào)高通量解析算法

對(duì)于日趨復(fù)雜的植物源性食品多農(nóng)藥殘留分析，色譜檢測(cè)信號(hào)中不可避免地出現(xiàn)背景干擾和譜峰重疊等問(wèn)題，給復(fù)雜信號(hào)中多農(nóng)藥殘留組分信息的提取造成極大阻礙［85］。近年來(lái)，化學(xué)計(jì)量學(xué)在背景及基線漂移校正和重疊色譜信號(hào)解析領(lǐng)域取得了卓越成效，復(fù)雜信號(hào)高通量解析算法逐漸成為科研工作者的研究熱點(diǎn)［86］。小波變換（WT）［87-89］、基于化學(xué)因子分析（CFA）的一系列算法［90-92］、多元曲線分辨-交替最小二乘法（MCR-ALS）［93-95］等多種化學(xué)計(jì)量學(xué)算法為多農(nóng)藥殘留高通量檢測(cè)提供了新途徑。這些算法可以從多種農(nóng)藥的重疊色譜信號(hào)中提取隱藏的組分信息，但在未知干擾存在的情況下較難獲得準(zhǔn)確的結(jié)果。為消除復(fù)雜體系中未知干擾的影響，具有“二階優(yōu)勢(shì)”的化學(xué)計(jì)量學(xué)方法相繼出現(xiàn)，如直接三線性分解（DTD）［96］、平行因子分析（PARAFAC）［97］和交替三線性分解（ATLD）［98］等。在農(nóng)藥殘留與干擾物未完全分離的情況下，利用化學(xué)計(jì)量學(xué)的“二階優(yōu)勢(shì)”可實(shí)現(xiàn)目標(biāo)農(nóng)藥定性定量信息的提取。具有“數(shù)學(xué)分離”思想的復(fù)雜信號(hào)高通量解析算法，增強(qiáng)了GC-MS的分離性能，降低了多農(nóng)藥殘留復(fù)雜體系檢測(cè)對(duì)高成本分析儀器的依賴程度，具有操作簡(jiǎn)單、快速、靈敏度高、選擇性好等優(yōu)點(diǎn)，有望發(fā)展為現(xiàn)代高效綠色分析新策略。

如圖6 所示，應(yīng)用于植物源性食品中復(fù)雜信號(hào)高通量解析的化學(xué)計(jì)量學(xué)方法主要包括4部分：色譜峰識(shí)別、背景以及基線漂移校正、色譜峰漂移校正以及重疊色譜峰的解析［99］。考慮到植物源性食品基質(zhì)復(fù)雜、農(nóng)殘種類多、多農(nóng)藥殘留高通量檢測(cè)技術(shù)需滿足快速簡(jiǎn)便的發(fā)展需求，本文的研究重點(diǎn)主要集中在背景以及基線漂移校正和重疊色譜峰的解析兩方面，前者可消除干擾，后者可提取有效信息。

圖6 植物源性食品中復(fù)雜信號(hào)高通量解析的化學(xué)計(jì)量學(xué)方法Fig.6 Chemometrics methods in high-throughput analysis of complex chromatographic in plant-derived food samples

3.1 背景及基線漂移校正的高通量解析算法

受樣品、GC-MS 儀器本身狀態(tài)以及實(shí)驗(yàn)操作環(huán)境等因素的影響，檢測(cè)信號(hào)中常常存在背景干擾、基線漂移等問(wèn)題，給農(nóng)藥殘留特征峰的峰位、峰寬和峰強(qiáng)度的確定帶來(lái)困難［100］。Liu 等［101］提出了一種自適應(yīng)WT 算法，成功用于農(nóng)藥混合物色譜信號(hào)中背景及基線漂移的校正，但該方法存在參數(shù)多的不足。為了解決算法參數(shù)多的問(wèn)題，Zhang等［102］提出了基于自適應(yīng)迭代懲罰最小二乘（airPLS）方法，該方法僅需通過(guò)調(diào)節(jié)參數(shù)λ來(lái)控制擬合背景平滑程度，通過(guò)迭代逐步削弱峰對(duì)背景擬合的影響。Baek等［103］將airPLS 應(yīng)用于色譜信號(hào)中背景和基線干擾的扣除，為多農(nóng)藥殘留高通量檢測(cè)中復(fù)雜信號(hào)的解析奠定了基礎(chǔ)。

3.2 重疊色譜信號(hào)解析的高通量解析算法

目標(biāo)組分色譜峰的準(zhǔn)確識(shí)別是食品中多農(nóng)藥殘留定性定量分析的關(guān)鍵［104］。然而在實(shí)際分析中，譜圖中常出現(xiàn)未能完全分離的重疊色譜峰和不規(guī)則的峰形，加大了多農(nóng)藥殘留高通量檢測(cè)中色譜峰準(zhǔn)確識(shí)別的難度。為了解析重疊色譜信號(hào)，Shao等［105-106］提出了基于曲線擬合的免疫算法（IA），實(shí)現(xiàn)了多組分樣品的同時(shí)分析，但該方法必須同時(shí)提供樣品中可能包含的所有組分的信息［107］。Shao等［108］提出了非負(fù)免疫算法（NNIA）。與IA 相比，NNIA 無(wú)需提供樣品中可能包含的所有組分的標(biāo)準(zhǔn)信號(hào)，能更精準(zhǔn)有效地提取目標(biāo)組分信息。Li 等［109］基于已建立的標(biāo)準(zhǔn)質(zhì)譜庫(kù)和迭代目標(biāo)轉(zhuǎn)換因子分析（ITTFA）提出了一種GC-MS信號(hào)解析的算法，實(shí)現(xiàn)了河水樣品中鄰苯二甲酸酯類物質(zhì)的分析。該方法以標(biāo)準(zhǔn)質(zhì)譜庫(kù)中某一組分的質(zhì)譜作為初始向量，采用ITTFA 沿著洗脫時(shí)間對(duì)加標(biāo)河水樣品的GC-MS信號(hào)進(jìn)行分析，以迭代得到的質(zhì)譜與質(zhì)譜庫(kù)中質(zhì)譜的匹配度作為判斷目標(biāo)農(nóng)藥是否存在的依據(jù)，從而確定復(fù)雜色譜信號(hào)所對(duì)應(yīng)的組分信息。最終得到16種鄰苯二甲酸酯類物質(zhì)的質(zhì)譜圖和色譜圖，驗(yàn)證了ITTFA 的準(zhǔn)確性。但I(xiàn)TTFA 存在不適用于共存農(nóng)藥組分較多的重疊色譜信號(hào)解析的缺陷。而Wu 等［110］結(jié)合獨(dú)立成分分析（ICA）、ITTFA 和NNIA，提出了一種具有多步驟篩選過(guò)程的復(fù)雜信號(hào)高通量解析算法，用于53種農(nóng)藥混合標(biāo)準(zhǔn)品的高通量快速檢測(cè)，最終在洗脫時(shí)間僅為7 min的色譜信號(hào)中檢出了 48種目標(biāo)農(nóng)藥和16種干擾組分，前者表明了該高通量解析算法的可信度，而干擾組分的出現(xiàn)則說(shuō)明該方法的準(zhǔn)確度有待進(jìn)一步提高。近期，楊清華等［111］提出的改進(jìn)移動(dòng)窗口目標(biāo)轉(zhuǎn)化因子算法（IMWTTFA）給植物源性食品中復(fù)雜信號(hào)的高通量解析提供了新途徑。為了使盡可能多的組分被準(zhǔn)確檢測(cè)，在使用IMWTTFA 時(shí)，可根據(jù)實(shí)驗(yàn)條件對(duì)閾值進(jìn)行調(diào)整。IMWTTFA中包含譜峰匹配的篩選步驟，可降低結(jié)果誤判的可能性。值得注意的是，在檢測(cè)同分異構(gòu)體時(shí)，IMWTTFA不能對(duì)質(zhì)譜相似的物質(zhì)進(jìn)行區(qū)分，還需進(jìn)一步改進(jìn)。

4 總結(jié)與展望

最新頒布的《食品安全國(guó)家標(biāo)準(zhǔn) 食品中農(nóng)藥最大殘留限量》（GB 2763-2021）規(guī)定了564 種農(nóng)藥在植物源性食品中10 092 項(xiàng)殘留限量標(biāo)準(zhǔn)，全面覆蓋了我國(guó)批準(zhǔn)使用的農(nóng)藥品種和主要植物源性農(nóng)產(chǎn)品。相比原標(biāo)準(zhǔn)，農(nóng)藥品種和殘留限量標(biāo)準(zhǔn)數(shù)量明顯增長(zhǎng)，部分植物源性食品的農(nóng)殘限量明顯降低，配套的農(nóng)藥殘留檢測(cè)方法也進(jìn)行了調(diào)整。隨著國(guó)家標(biāo)準(zhǔn)的更新，越來(lái)越多的農(nóng)藥需要被檢測(cè)，與農(nóng)藥殘留相關(guān)的高毒異構(gòu)體、代謝物等共生化合物也成為了科研工作者的檢測(cè)目標(biāo)?？紤]到低農(nóng)藥殘留具有引發(fā)人體慢性中毒的風(fēng)險(xiǎn)，提高檢測(cè)方法的靈敏度和準(zhǔn)確性成為科研重點(diǎn)。所以，怎樣在現(xiàn)有的GC-MS儀器水平上開(kāi)發(fā)新型樣品前處理技術(shù)和復(fù)雜信號(hào)的高通量解析算法成為解決問(wèn)題的關(guān)鍵。

4.1 新型樣品前處理方法

現(xiàn)階段科研工作者開(kāi)發(fā)了大量植物源性食品中多農(nóng)藥殘留高通量檢測(cè)新方法，樣品的前處理技術(shù)向著微型化、自動(dòng)化、環(huán)境友好化的方向發(fā)展。固相微萃取具有樣品用量微量化、處理工具微型化、無(wú)溶劑或少溶劑等特點(diǎn)，其今后的發(fā)展趨勢(shì)是研發(fā)多功能多種類的新型納米材料，規(guī)范制備的工藝流程，實(shí)現(xiàn)商品化生產(chǎn)。與固相微萃取相比，液相微萃取近期在多農(nóng)藥殘留高通量檢測(cè)中的應(yīng)用報(bào)道相對(duì)較多。液相微萃取具有溶劑體積小、效率高、富集系數(shù)高等優(yōu)勢(shì)，其今后的研究應(yīng)注重新型溶劑的研發(fā)、萃取裝置的自動(dòng)化和處理步驟的一體化。QuEChERS 的適用范圍廣，在多農(nóng)藥殘留高通量檢測(cè)中的應(yīng)用依舊值得期待。隨著各類新型材料的涌現(xiàn)，科研工作者們已經(jīng)不滿足于調(diào)整傳統(tǒng)混合吸附劑的配比來(lái)優(yōu)化QuEChERS 吸附性能，各種多功能的微型吸附劑成為QuEChERS 今后的重點(diǎn)研究方向。此外，為了打破傳統(tǒng)離心機(jī)的限制，縮短檢測(cè)時(shí)間，越來(lái)越多的研究?jī)A向于把提取、凈化、濃縮等步驟匯總成一步，以期實(shí)現(xiàn)一體化檢測(cè)。

4.2 復(fù)雜信號(hào)高通量解析算法

化學(xué)計(jì)量學(xué)方法的引入，使得譜峰重疊、背景噪聲干擾等問(wèn)題得到了一定程度的解決，為植物源性食品中多農(nóng)藥殘留高通量檢測(cè)提供了一定的理論依據(jù)。但到現(xiàn)階段為止，復(fù)雜信號(hào)的高通量解析算法仍存在一些不足，大多算法需要人工調(diào)整參數(shù)以獲取準(zhǔn)確的分析結(jié)果，對(duì)于干擾嚴(yán)重的色譜信號(hào)，大部分解析算法存在分析時(shí)間長(zhǎng)、效率低的問(wèn)題，甚至無(wú)法實(shí)現(xiàn)多組分樣品中復(fù)雜信號(hào)的準(zhǔn)確分析。考慮到植物源性食品中多農(nóng)藥殘留高通量檢測(cè)的復(fù)雜性，建議研究者嘗試將背景及基線漂移校正和多組分重疊信號(hào)中色譜峰識(shí)別的高通量解析算法組合使用，以期高通量解析算法能朝著快速、非靶向、自動(dòng)化等方向發(fā)展。