色谱  2019, Vol. 37 Issue (6): 569-580     DOI: 10.3724/SP.J.1123.2019.01003   PDF    
扩展功能
加入收藏夹
复制引文信息
加入引用管理器
Email Alert
RSS
本文作者相关文章
李双青
李晓敏
张庆合
植物油中真菌毒素检测技术的研究进展
李双青, 李晓敏, 张庆合     
中国计量科学研究院化学计量与分析科学研究所, 北京 100029
摘要:真菌毒素是由丝状真菌或霉菌产生的结构多样的小分子次级代谢产物,常见于粮油中,具有致畸性、肝毒性、肾毒性、致癌性、出血性、免疫抑制及破坏生殖系统等毒性。真菌毒素在基体中存在浓度低、种类多、极性范围广、同族类化合物结构类似、性质接近,定性信息缺乏。植物油是易受真菌毒素污染的食品之一,并且含有大量的油脂、脂肪酸和色素,可能增加基质效应,降低灵敏度,并损坏仪器。因此,建立高效样品前处理方法及高灵敏度、高通量、多种真菌毒素检测技术成为植物油基体中真菌毒素准确测定面临的巨大挑战。该文综述了溶剂提取(LLE)、固相萃取(SPE)、凝胶渗透色谱(GPC)、动态共价化学肼(DCHC)、QuEChERS方法在油中真菌毒素前处理中的应用,分析了气相色谱、液相色谱、液相色谱-串联质谱及免疫传感器等检测技术的特点,并对植物油中真菌毒素污染检测的发展应用进行了展望。
关键词真菌毒素    植物油    前处理方法    检测技术    综述    
Advances in the development of detection techniques for mycotoxins in vegetable oil
LI Shuangqing, LI Xiaomin, ZHANG Qinghe     
Division of Chemical Metrology and Analytical Science, National Institute of Metrology, Beijing 100029, China
Foundation item: National Key Research and Development Program of China (No. 2016YFE026500)
Abstract: Mycotoxins are low-molecular-weight secondary metabolites produced by different fungal species, which can cause teratogenic, hepatotoxic, nephrotoxic, carcinogenic, hemorrhagic, and immunosuppressive effects, and damage the reproductive system in humans and other mammals. Mycotoxins are often present at low concentrations in the matrices and present a branch of compounds, homologs, and isomers. Vegetable oil is one of the top mycotoxin-contaminated foods. Vegetable oil contains lipids, fatty acids, and pigments, which have the potential to increase matrix effects and damage instruments. Therefore, the establishment of high-efficient sample pretreatment methods, and highly sensitive and high-throughput detection techniques are big challenges for the accurate determination of various mycotoxins in vegetable oil. In the present study, the current status and development trends of mycotoxin detection methods in different vegetable oils have been reviewed. Different pretreatment methods such as liquid-liquid extraction, solid phase extraction, gel permeation chromatography, dynamic covalent hydrazine chemistry, and QuEChERS are also summarized. Additionally, characteristics of detection techniques such as gas chromatography, liquid chromatography, tandem mass spectrometry, and immunosensors are discussed.
Key words: mycotoxins     vegetable oil     pretreatment methods     detection techniques     review    

真菌毒素是由丝状真菌或者霉菌在适宜的条件下产生的结构多样的小分子次级代谢产物[1, 2], 目前世界上已经发现500多种[3-5]。大多数的真菌毒素具有致畸性、肝毒性、肾毒性、致癌性、出血性、破坏免疫系统及生殖系统等危害[3, 6-9], 可能污染农产品及加工的农副产品, 摄入量超过一定限量后, 可能危害人类及其他生物健康, 甚至危害生命[10]。常见霉菌毒素有黄曲霉毒素(AFs: AFB1、AFB2、AFG1、AFG2)、脱氧雪腐镰刀菌烯醇(DON)、玉米赤霉烯酮(ZEN)、伏马毒素B1(FB1)、伏马毒素B2(FB2)、赭曲霉毒素(OTA)、T-2毒素(T-2)等[1, 11, 12], 性质如表 1所示[13, 14]。国际癌症研究机构(IARC)规定, AFs毒性最大, 为1类致癌物质; OTA、FB1、FB2其次, 为2B类致癌物; ZEN、DON、T-2为3类致癌物[15]

表 1 常见真菌毒素的名称、性质以及来源 Table 1 Names, properties, and sources of common mycotoxins

使用机械压榨或者有机溶剂提取等方法从油籽中获得的植物油极易受到AFs、OTA、DON、ZEN等真菌毒素污染[6, 16-22], 全球每年约25%的粮油受到真菌毒素污染, 造成数千亿美元的经济损失[12], 我国每年因真菌毒素污染造成的粮油损失累计约3 100万吨[23]。油籽是植物油中真菌毒素产生以及传播的理想媒介[20], 环境的温度和湿度、土壤类型、储存运输条件等均会影响真菌毒素的污染[11]。在不同的种子以及环境中, 真菌毒素的种类及含量不同[6], 增加了真菌毒素检测的难度。植物油中真菌毒素暴露已有不少报道[17]。有数据[24]表明, 由真菌感染的储存样品中提取的油中显示存在自然发生的AFs, 杏油中AFB1的发生率较高, 高达0.32 μg/g, 在chironji和核桃油中高达0.28 μg/g, 而在黄油中高达0.23 μg/g, 树油种子(TBOS)在真菌感染期间表现出显著的油含量降低。德国市场上销售的110种食用油样品数据显示, 在大豆、向日葵和玉米胚芽的油中发现了镰刀菌毒素, 其中14种样品中至少有一种毒素, 在玉米胚芽油中发现高达1 730 μg/kg的ZEN[25]。而来自伊朗8个省份的97个植物油样品数据显示, 约98%的采集样本不含AFs, 污染样本中AFs的浓度均小于20 μg/kg, 然而, 健康风险评估表明, Zanjan(赞詹省)的成人和儿童都患有相当大的肝癌风险(暴露边界值MOE<100%的百分位数为95%)[26]。植物油中真菌毒素污染问题引起世界各国的广泛关注, 已然成为食品安全领域关注的焦点问题。

许多国家因此制定了限量标准。欧盟委员会(EU)提出花生和其他油籽以及加工的产品中AFB1的限量为2.0 μg/kg, AFB1、AFB2、AFG1、AFG2的总量不超过4.0 μg/kg; 精制玉米油中ZEN限量标准为400 μg/kg[27]。美国食品药品管理局(FDA)规定, 人类食品中AFs含量不能超过20 ng/kg[28], 而日本法规规定所有食品中AFs含量不得高于10 μg/kg, 小麦及小麦制品中DON含量不得超过1 100 ng/kg[29]。我国食品安全国家标准中规定:植物油脂(除花生油、玉米油)中AFB1的限量标准为10 μg/kg; 花生油、玉米油中AFB1的限量标准为20 μg/kg[30]

真菌毒素种类繁多、结构复杂, 来源众多, 且植物油基体成分复杂, 对前处理以及检测技术提出了较高的要求。植物油基体中真菌毒素浓度低, 油脂等干扰物影响分析, 对仪器造成损害[31], 检测灵敏度以及准确度降低。此外, 经典的检测方法前处理步骤复杂, 需要专业人士操作, 耗时较长, 成本较高, 无法进行大通量检测, 且真菌毒素确认信息缺乏, 定性能力不足[32, 33]。快速、高通量检测多种真菌毒素, 提高提取效率以及减少目标分析物的损失, 成为检测技术的重中之重, 对植物油中真菌毒素的检测技术提出巨大挑战。本文综合分析了近几年来在植物油中真菌毒素检测中样品前处理方法和检测技术的研究进展。

1 前处理技术

植物油基体成分复杂, 其主要成分是脂质、色素、不饱和脂肪酸和饱和脂肪酸[16, 34], 脂质会降低色谱柱的使用寿命, 沉积在离子源上会产生离子抑制, 降低分析的灵敏度, 影响仪器的正常维护[35]。此外, 油的黏度较大, 不能用于直接进样, 会发生堵塞, 需要稀释或者预先除油脂。因此, 需选择合适的前处理方法, 有效清除植物油样品中的干扰成分, 减小基质效应和/或干扰。

真菌毒素检测的前处理过程通常包括提取和净化两个步骤。常见的提取、净化方法包括液液提取(LLE)、固相萃取(SPE)、凝胶渗透色谱(GPC)、固相微萃取(MSPE)、基质固相分散萃取(MSPDE)、动态化学肼(DCHC)、QuEChERS等方法, 其中LLE、SPE、GPC、DCHC、QuEChERS方法应用较为广泛。表 2总结了近几年来, 应用在植物油中的真菌毒素检测的前处理方法。

表 2 植物油中真菌毒素检测的前处理方法与检测技术 Table 2 Pretreatment methods and detection techniques for mycotoxins in vegetable oils
1.1 LLE

LLE是真菌毒素检测中应用最为广泛的提取方法, 也是最简单的前处理方法。提取过程中, 植物油中的油脂等可能被同时萃取, 产生基质干扰, 因此除去油脂成为关键的步骤。根据相似相溶原理, 油脂易溶于石油醚、己烷和乙醚等非极性溶剂, 难溶于水, 而多数的真菌毒素不溶于石油醚、己烷和乙醚等非极性溶剂, 但易溶于甲醇、乙腈等极性有机溶剂[58], 当提取剂中有水存在时, 可增强有机溶剂在样品中的渗透能力, 提高萃取效率[59], 因此常用提取剂为一定比例的乙腈/水溶液、甲醇/水溶液等, 加入石油醚、己烷等有机溶剂, 或低温高速离心进行脱除油脂处理。Giménez等[40]在乙腈/水溶液(84:16, v/v)中加入正己烷脱除油脂, 提取小麦胚芽油中的ZEN和DON。虽然ZEN微溶于己烷, 但在己烷层中没有明显的损失, 有效脱除了油脂, 提高了灵敏度, 回收率分别为104%和106%, 检出限分别为8和22 μg/kg。吴宇等[54]在乙腈/水中加入乙酸提取植物油中16种真菌毒素, 16种真菌毒素的线性相关系数均大于0.999 4, 在4种不同植物油基体中加标回收率为74%~106%, RSDs为0.3%~13.9%。同时, 实验发现直接提取低温离心法有效去除了植物油基体的脂类杂质, 背景干净, 净化效果好, 避免了Mycospin 400净化填料吸附FB1、FB2、DON-3G的问题。在溶剂提取过程中, 可使用超声波辅助萃取、摇床提取或者加入冰醋酸等辅助方法提高提取效率[43]。朱建国等[31]对比高速均质提取5 min、涡旋提取10 min、超声提取20 min和摇床振荡20 min 4种方式对AFs、ZEA、T-2、FB1等7种真菌毒素提取效率的影响, 结果显示, 使用摇床振荡方式提取效率最高, 稳定性好, 回收率为76%~113%, RSDs为1.97%~4.22%。由于基体为植物油, 提取溶剂易发生乳化现象, 史俊文等[53]在甲醇的提取溶剂中加入一定量的NaCl, 有效改善了乳化现象。Afzali等[44]提出免疫亲和柱净化与分散液液微萃取(DLLME)相结合的新方法, 用于AFB1、AFB2、AFG1和AFG2的预富集, 回收率为96.0%~110.0%, RSDs小于7.8%。此方法克服了传统的LLE存在有机溶剂消耗量大的缺点, 简单、快速、准确性高、灵敏度高。

溶剂的选择是决定LLE提取效率的关键, 植物油中真菌毒素的提取溶剂一般选用甲醇或乙腈等极性有机溶剂或其中几种的复合溶剂。在提取溶剂中加入石油醚、正己烷等去除植物油中油脂, 在提取过程中辅以低温离心、振荡、涡旋等加强对油脂的去除, 或加入冰醋酸、水、NaCl等改善因子, 提高提取效率。但是, 植物油基体复杂, 在提取过程中油脂也可能同时被提取, 产生基质干扰, 降低仪器灵敏度, 需要进行净化步骤以减小或消除基质干扰, 并实现浓缩[60]

1.2 SPE

SPE作为一种灵活的样品制备方法, 已被广泛使用在植物油中真菌毒素净化过程[61], 其中免疫亲和柱萃取(IAC)和多功能净化柱萃取(MFC)应用最为广泛。

1.2.1 IAC

免疫亲和柱选择性以及特异性强, 灵敏度高, 方便快捷, 但是价格昂贵。朱建国等[31]选择CNBr-Activated Crystarose 4B作为载体, 混合同步偶联抗体, 自制多组分免疫亲和柱同步净化植物油中AFB1、AFB2、AFG1、AFG2、ZEA、T-2、FB1这7种真菌毒素, 检测效率高, 检测线性范围广, 4种AFs的检出限为0.02~0.08 μg/kg, ZEN、T-2、FB1的检出限为0.10~0.50 μg/kg, 满足定量需求。吴振兴等[51]使用Myco6in1TM真菌毒素免疫亲和柱净化, 用LC-ESI-MS/MS检测AFB1、AFB2、AFG1、AFG2、OTA、ZEN、DON、T-2和FB1, 其定量限为0.2~1.0 μg/kg, 回收率为73%~98%, 方法灵敏度高、重现性好。Ma等[52]通过将黄曲霉毒素的单克隆抗体1C11(MAb 1C11)共价偶联至氨基硅胶微粒自制免疫亲和柱, 提取植物油中的AFs, 回收率为94.1%~99.5%, RSDs为1.7%~3.1%。在植物油的色谱图中未观察到明显的基质干扰峰, 表明基于氨基硅胶微粒的免疫亲和柱可以有效去除植物油基体杂质。曾曦等[56]建立了全自动在线免疫亲和SPE-HPLC法, 实现快速测定花生油基质中的AFs, 日间回收率为94.97%~104.02%, 精密度为0.52%~3.67%。实验对比了在线免疫亲和柱萃取和离线萃取的效果, 全自动在线SPE结果均在参考范围内, 并且测定AFs的结果均更接近给定的参考值。在线免疫亲和萃取, 减少了人为操作带来的误差, 克服了传统SPE柱只能单次使用的缺点, 降低了时间和经济成本, 增加了检测的灵敏度以及准确度。

IAC净化程度高, 灵敏度相对于MFC柱高, 适用于复杂的基质, 但是用于离线净化的IAC柱价格昂贵, 且不能重复使用。而在线免疫亲和萃取则弥补了离线的IAC柱不可重复使用的缺点, 提高了检测结果的准确度、灵敏度、精密度。目前, 特异性免疫亲和萃取材料的开发已成为一个大型且研究前景良好的领域[7], IAC柱从只能净化一种或一类真菌毒素发展到可同时检测多种真菌毒素, 功能越来越强大, 在多种真菌毒素检测方面具有良好的发展前景。

1.2.2 MFC

多功能净化柱操作简单, 分析范围广, 可同时进行多组分净化。常用的多功能净化柱有MultiSep 226净化柱、MycoSpin®400多毒素净化柱、Oasis PRiME HLB小柱等。鲍蕾等[62]使用Mycosep#226净化柱结合柱后电化学衍生HPLC, 一步完成净化过程, 解决了AFB1、AFG1荧光弱的问题, 回收率为85%~110%。许利丽等[41]使用多功能净化柱-HPLC法检测玉米油中DON, LC的基线平稳, 回收率均在85%以上, 净化效果较好, 比IAC柱成本低。

多功能柱保留干扰并以非常简单的方式洗脱真菌毒素, 无需活化或洗脱步骤, 操作简单、快速且质量和性能匹配[40, 41], 适用于同时提取植物油中的多种真菌毒素。但对于多目标分析, 由于目标物的化学性质不尽相同, 可能引起吸附剂对部分目标物有一定的吸附作用, 造成部分真菌毒素的回收率偏低[45], 因此需要针对分析物性质合理选择MFC的类型。

1.2.3 其他固相萃取方法

化学分析逐渐向着高效、环保的方向发展, 随着新型环保材料的开发, 新的SPE柱、新型磁性纳米材料逐渐被开发设计, 应用到真菌毒素检测中, 不仅提高了提取效率, 而且简化了实验程序, 操作简单, 环境友好。

Zhou等[55]设计使用腐殖酸结合二氧化硅(HAS)作为SPE吸附剂(HAS-SPE)提取净化AFs, 价格低廉, 环境友好。相比于MFC柱和IAC柱, HAS-SPE法直接稀释净化, 在满足AFs的高回收率和较好的净化需求的同时, 减少了溶剂使用量, 简化了实验步骤。在HAS-SPE的最佳条件下, 在混合油、茶油、菜籽油、花生油基质中, 4种AFs(B1、B2、G1、G2)的回收率为82%~106%。Zhao等[57]使用涂有双层氧化硅的磁性纳米颗粒(Fe3O4@nSiO2@mSiO2)对玉米油、菜籽油和豆油中的FB1、ZEN、OTA进行净化, 3种物质的回收率为89.4%~97.1%, RSDs为2.9%~5.7%。在净化过程中仅需要施加外部磁场即可方便快速地将吸附剂与分析物从溶液中分离, 再使用MeOH/ACN(50:50, v/v)+1%(体积分数)HCOOH进行洗脱, 将3种真菌毒素富集, 大大提高了检测灵敏度, 同时避免了SPE柱洗脱耗时问题和过滤操作。

吸附剂组合物影响选择性和吸收性, 是SPE的核心[63], 包括离子交换、中空微纤维、C18材料和更有针对性的免疫吸附材料[7]。随着新材料的发展, 固相萃取的提取效率和提取速度得到很大改善, 新的固相萃取材料可实现提取净化为一体, 操作简单, 环境友好, 可大大提高净化效率, 节省时间与成本。此外, SPE可以实现在线固相萃取, 大大减少时间, 降低成本, 减少人工操作带来的偶然误差, 准确度和灵敏度增加。

1.3 GPC

GPC是去除样品中的色素、脂肪、蜡质等大分子干扰物最有效的方法。王浩等[47]对GPC淋洗条件进行优化, 使用乙酸乙酯/环己烷(1:1, v/v)洗脱, AFB1、AFB2、AFG1、AFG2的回收率均大于80%, 线性系数在0.999 6以上, LODs为0.10~0.30 μg/kg, LOQs为0.3~1.0 μg/kg。宫小明等[45]使用GPC净化时, 采用分段收集组分进行HPLC-MS/MS检测, 保证了收集时间的准确性。对比GPC净化前后发现样品的主要杂质峰几乎被完全去除, 方法回收率为80%~96%。

GPC提供了一种从甘油三酯基质中分离目标化合物的简单方法, 已普遍应用在富含脂肪、色素等大分子的样品分离净化方面, 具有净化容量大、可重复使用、适用范围广、自动化程度高等特点, 具有明显的净化效果, 非常适合粮油中真菌毒素的多组分残留分析[48, 55]

1.4 DCHC

DCHC是以SPE柱为基础的一种集提取净化为一体的新方法, 已在植物油中DON、ZEN的提取中应用。Siegel等[37]使用DCHC法分离食用油中ZEN, 检出限和定量限分别为10和30 μg/kg, 平均回收率为89%, 与SPE、GPC或者IAC相比, 样品和有机溶剂的使用量少, 净化程度高, 精密度高, 特异性好, 成本较低。DCHC技术可以实现在线固相萃取, 大大缩短检测时间, 节省大量人力物力。Drzymala等[36]首次建立基于DCHC的全自动在线固相萃取-高效液相色谱法(online-SPE-HPLC)提取食用油中的ZEN, ZEN的平均回收率为78%, RSDs小于8%, 满足欧盟EC 401/2006要求。Online-SPE-HPLC没有液液提取过程, 直接用正庚烷将油样稀释上样, 缩短了分析时间, 减少了溶剂使用量, 并且DCHC可以重复使用多达15次性能不会降低。该方法与实验采用同位素稀释内标法(IDMS)-LC-MS/MS方法相比, 对于标准添加样品定量效果相差不大, 但是对于自然污染样品的定量效果相比较差。

DCHC方法的特性和精确度优于LLE或GPC, 提取净化植物油中的真菌毒素是DCHC的新应用, 虽然DCHC样品制备时每次耦联和解耦联需要2 h, 但步骤简单。与LLE和GPC相比, 具有最低的RSD, 重复性好, 非常适合作为定量仪器分析用途的样品前处理方法, 是LLE和GPC的替代方案[37]

1.5 QuEChERS方法

QuEChERS方法是食品中痕量有机物检测的新趋势, 比LLE和常规SPE更简单, 溶剂使用更少, 提高了回收率, 可针对多目标真菌毒素同时提取[64], 具有快速、简单、便宜、效率高、安全、应用范围广的特点, 在真菌毒素的检测中应用广泛。QuEChERS优化主要从提取和净化方面考虑, 对于油基体提取一般选用乙腈作为提取剂, 也可选用甲醇[4], 必要时加入酸、可挥发性盐等辅助试剂提高提取的效率。净化是通过分散固相萃取(d-SPE)来除去干扰组分[64], 可选用伯仲胺(PSA)、十八烷基(C18)、石墨化炭黑(GCB)、中性Al2O3和碳纳米管(CNT)等吸附剂或其组合[61], 也可辅以高速低温离心去除油脂。Zhao等[16]使用QuEChERS技术, 对植物油中的16种真菌毒素进行前处理, 用LC-MS/MS进行检测。实验优化了提取剂, 选用85%(体积分数)的乙腈, 并加入0.1%(体积分数)的甲酸, 回收率明显提高。用NaSO4和NaCl进行盐析, 选用PSA、C18、GCB进行净化效果优化, 虽然在QuEChERS方法中PSA经常被用来去除脂肪酸, 但是实验结果表明, 选用C18做净化剂, 其对所有分析物的回收率最高, 为77%~118%。而Sharmili等[4]在使用QuEChERS技术对植物油样品进行前处理时, 用乙腈做提取剂, 用MgSO4进行盐析, 选用C18和GCB(3:1, m/m)混合吸附剂, 回收率为87.9%~106.6%, 有明显提高。同时, 实验对比了QuEChERS技术和IAC前处理技术对植物油AFs定量效果, 结果表明, 两者定量效果相差不多, 检测浓度均在规定(2002/657/EC)范围内, 但是前者时间更短。因此QuEChERS作为一种新兴技术, 在植物油中真菌毒素前处理过程中得到广泛应用。

提取和净化是浓缩和分离真菌毒素必需的步骤, LLE和SPE是最为传统、应用广泛的提取、净化方法。但LLE存在有机溶剂消耗量大, 价格昂贵, 耗时较长的缺点[40, 65], 而SPE操作简单, 溶剂消耗少, 提取时间非常短, 可净化预浓缩样品, 提高灵敏度[66], 常将LLE和SPE结合对植物油中的真菌毒素进行提取净化。GPC可有效去除色素、脂肪等大分子干扰物, 但是也存在昂贵的溶剂纯化系统和大量有机溶剂的消耗问题[57, 67]。DCHC、QuEChERS方法、磁性纳米吸附材料是近几年在植物油中真菌毒素分析中出现的方法, 相比于广泛使用的LLE、SPE、GPC, 均具有提取效率高、灵敏度高、重复性好、操作简单、价格低廉的特点。磁性纳米粒子选择性高, 操作简单, 价格低廉, 可广泛用于选择性分离和预浓缩过程[57]。Fe3O4-MWCNT复合纳米材料为吸附剂, 采用改进的QuEChERS-UPLC-MS/MS方法已在真菌毒素检测中应用, 表明QuEChERS方法和新磁性纳米吸附材料的结合在植物油中真菌毒素的检测中应用将会更加广泛[61]

2 检测技术

传统的检测技术包括薄层色谱分析(TLC)法、酶联免疫分析(ELISA)法、毛细管电泳(CE)法[68, 69]、HPLC法、GC-MS/MS法、LC-MS/MS法等。其中, LC-MS/MS技术在植物油中真菌毒素的检测中应用最为广泛。随着化学与生物传感器技术的发展, 以传感器为基础的检测技术在真菌毒素的快速检测中逐渐应用。近几年来, 以GC、LC为基础的仪器检测技术在植物油中真菌毒素检测的应用如表 2所示。

2.1 GC-MS/MS技术

GC常用于分析热稳定、易挥发性的化合物, 而且需要进行衍生化处理, 但真菌毒素大部分是热不稳定的, 故GC-MS/MS分析的真菌毒素种类有限, 主要用来检测单端孢霉烯族化合物, 几乎只局限于镰刀菌毒素和棒曲霉素检测[45, 70-72]。Qian等[48]使用GPC提取植物油中的ZEN及其衍生物, 用气相色谱-三重四极杆串联质谱(GC/EI-QqQ MS)检测, 使用基质匹配校准用于补偿基质效应, 为植物油中ZEN及其衍生物的测定提供准确的结果。其方法净化程度好, 定量限为0.03~0.2 μg/kg, 回收率为80%~97%, 仪器检测灵敏度高。

2.2 LC及LC-MS/MS技术

LC灵敏度高, 准确性好, 稳定性好, 广泛应用于真菌毒素的定量。杨红梅等[46]以流动相作为背景溶液, 使用荧光检测器考察了AFB1、AFB2、AFG1、AFG2在190~600 nm波长范围内的吸收与发射, 选择了360 nm为最佳激发波长, 440 nm为最佳发射波长, 样品回收率均在82.6%~98.4%之间, RSDs为4.97%~9.79%, 精密度高。

LC法通常对于同分异构体和同系物的多组分析效果较差[71, 72]。对无荧光或紫外吸收的真菌毒素需要进行衍生化处理[73], 而LC-MS/MS技术则无需衍生化, 避免了衍生化带来的影响, 灵敏度提高[33]。LC-MS/MS技术选择性好, 灵敏度高, 准确性高, 可用于多目标真菌毒素分析检测[71], 成为目前定性、定量检测的主要技术。

使用LC质谱联用检测真菌毒素时, 常用电喷雾电离(ESI)源、大气压化学电离(APCI)源和大气压光致电离(APPI)源[47]。由于真菌毒素种类繁多, 相对分子质量以及极性分布范围广, 多数为热不稳定的物质, 因此针对多种真菌毒素检测时, 最常用离子源为ESI, 可在正负模式相互切换中实现目标物的高效分离。

真菌毒素在ESI离子源的不同模式下产生不同的准分子离子峰, AFB1、AFB2、AFG1、AFG2、FB1、FB2等母离子在ESI+条件下一般以[M+H]+最优, 而T-2、HT-2的母离子峰以[M+Na]+和[M+NH4]+最优, DON、ZEN在ESI-条件下以[M-H]-最优[43]。对于多目标物分析, 需要ESI+和ESI-切换分析, 其中流动相组成是影响其色谱行为以及离子化效率的关键因素, 一般选用乙腈/水、甲醇/水作为流动相, 或在流动相中加入弱酸、缓冲盐或两者的组合以提高灵敏度和分离效果。Zhao等[16]发现使用乙腈/水作为流动相时, 峰形较好, 灵敏度高, 检出限为0.04~2.9 ng/g。而加入甲酸后, DON、3-Ac-DON、15-Ac-DON、β-ZAL以及β-ZOL的响应受到明显抑制。与甲酸铵相比, 在乙腈/水的流动相中加入乙酸铵可获得更高的响应, 色谱的基线更加平滑。再以甲酸调节流动相pH值至3.5, 得到较好的分离效果[51]。刘丹等[43]在ESI+模式下, 在流动相中加入甲酸铵和甲酸, 得到较高的离子化效率, 解决了FB1和FB2无法出峰的问题; 在ESI+模式下, 在乙腈/水溶液中加入氨水, DON、ZEN等均获得了较高的响应和较好的峰形。

吴宇等[54]使用UPLC-MS/MS检测植物油中16种真菌毒素, 考察了其在Waters Cortecs C18(100 mm×2.1 mm, 1.6 μm)和菲罗门Kinetex F5(100 mm×2.1 mm, 1.7 μm)两种色谱柱上的色谱分离情况。菲罗门Kinetex F5能够实现3-AcDON、15-AcDON、DON和DON-3G基线分离, 峰形和分离度均不错, 解决了DON和DON-3G在质谱上相互干扰的问题。采用IDMS对分析物进行定量, 加入全碳标记的同位素内标补偿基质效应。方法的线性相关系数均大于0.999 4, 在4种不同植物油基质中, 16种真菌毒素在3个添加水平下的RSDs在0.3%~13.9%之间, 获得了很好的准确度和精密度。

除流动相组成影响目标物的离子化效率外, 进样量也会影响质谱峰响应, 影响方法的灵敏度。Cavaliere等[38]选用20 μL的进样量, 解决了大体积进样时的峰拖尾以及信号抑制问题, 明显提高检测方法的灵敏度。

2.3 免疫分析技术

免疫分析是一种快速检测技术, 操作相对简单, 灵敏度高, 可在短时间内对大量样品进行定量和定性筛选。免疫分析法主要有ELISA法、免疫过滤法、免疫层析法、荧光偏振免疫分析等[74]。ELISA法常应用于真菌毒素的检测, 但是可能出现假阳性的结果[3]。免疫层析色谱技术已经被广泛应用于真菌毒素检测, 其主要优点是检测快速(5~15 min), 但不能进行定量分析, 只能用于初步筛选, 证明浓度超过阈值的霉菌毒素存在[74]。随着技术的发展, 以免疫分析为基础的检测技术正在向快速、便携、易操作、现场检测的方向发展[71]

Yu[75]等提出了一种灵敏方便的电化学阻抗谱(EIS)方法, 以MWCNTs/RTIL复合膜为基础的免疫传感器测定AFB1。AFB1检出限为0.03 μg/L, 检出限低, 灵敏度高, 稳定性好, 适用性广, 能够满足快速、准确检测的需求, 可用于植物油中真菌毒素的检测。

近几年来, 化学生物传感器技术被广泛开发, 分子印迹聚合物(MIPs)也已经在商业上有所应用, 在真菌毒素检测方面, 具有良好的发展前景[7]

3 前景展望

植物油是人们日常生活的必需品, 然而至今为止, 植物油中真菌毒素的研究与其他基体中真菌毒素相关研究相比仍存在很大的差距, 腰果油、棕榈油、澳洲坚果油、马鲁拉油、松子油、蓖麻籽油、葡萄籽油等植物油的研究尚有很多空白[6]。油样的基体较为复杂, 黏度大, 前处理必不可少, 一些新型环保的纳米材料、磁性材料应用于前处理过程中, 可实现简单、高效提取和净化, 有望成为以后的发展方向。串联质谱、高分辨质谱在真菌毒素检测方面应用越来越广泛, 使用LC-MS/MS技术有助于同时检测多种真菌毒素, 提高检测的灵敏度、准确性, 降低基体干扰, 并且有助于规定一系列详细准确的限量标准。同时, 开发快速、低成本、操作简单的检测技术, 也有助于实现快速检测, 甚至现场检测市场售卖的粮油中的真菌毒素, 有利于控制真菌毒素的污染与传播, 具有很好的发展前景。

参考文献
[1]
Zain M E. J Saudi Chem Soc, 2011, 15(2): 129. doi :10.1016/j.jscs.2010.06.006
[2]
Escobar J, Lorán S, Giménez I, et al. Food Chem Toxicol, 2013, 62(6): 514.
[3]
Li R, Wang X, Zhou T, et al. Food Control, 2014, 35(1): 117. doi :10.1016/j.foodcont.2013.06.042
[4]
Sharmili K, Jinap S, Sukor R. Food Control, 2016, 70: 152. doi :10.1016/j.foodcont.2016.04.035
[5]
Stein R A, Bulboacă A E. Foodborne Diseases.. 3rd ed. Cambridge: Academic Press, 2017: 407.
[6]
Bhat R, Reddy K R. Food Chem, 2017, 215: 425. doi :10.1016/j.foodchem.2016.07.161
[7]
Turner N W, Bramhmbhatt H, Szabo-Vezse M, et al. Anal Chim Acta, 2015, 901(2): 12.
[8]
Slobodchikova I, Vuckovic D. J Chromatogr A, 2018, 1548: 1. doi :10.1016/j.chroma.2018.03.019
[9]
Mandappa I M, Basavaraj K, Manonmani H K. Fruit Juices:Extraction, Composition, Quality and Analysis. Cambridge: Academic Press, 2017: 763.
[10]
Hu W Y, Xu L, Yang J, et al. Chinese Journal of Chromatography, 2014, 32(2): 133.
胡文彦, 许磊, 杨军, 等. 色谱, 2014, 32(2): 133.
[11]
Diao E, Dong H, Hou H, et al. J Food Res, 2014, 4(1): 148. doi :10.5539/jfr.v4n1p148
[12]
Bennett J W, Klich M. Clin Microbiol Rev, 2003, 16(3): 497. doi :10.1128/CMR.16.3.497-516.2003
[13]
Metabolomics Innovation Centre. The Human Metabolime Database.[2018-12-28]. http://www.hmdb.ca
[14]
Royal Society of Chemistry. ChemSpider.[2018-12-28]. http://www.chemspider.com/Chemical-Structure.2015282.html
[15]
Ostry V, Malir F, Toman J, et al. Mycotoxin Res, 2017, 33(1): 65. doi :10.1007/s12550-016-0265-7
[16]
Zhao H X, Chen X Y, Shen C, et al. Food Addit Contam A, 2017, 34(2): 255.
[17]
European Food Safety Authority (EFSA). Scientific Opinion on the Risks for Public Health Related to the Presence of Zearalenone in Food.[2018-12-28]. http://www.efsa.europa.eu/efsajournal
[18]
Manizan A L, Oplatowska-Stachowiak M, Piro-Metayer I, et al. Food Control, 2018, 87: 22. doi :10.1016/j.foodcont.2017.11.032
[19]
Yang L X, Liu Y P, Miao H, et al. Food Addit Contam B, 2011, 4(4): 244. doi :10.1080/19393210.2011.632694
[20]
Mankeviciene A, Suproniene S, Brazauskiene I, et al. Plant Breed Seed Sci, 2011, 63(1): 110.
[21]
Idris Y M A, Mariod A A, Elnour I A, et al. Food Chem Toxicol, 2010, 48(8): 2539.
[22]
Elzupir A O, Suliman M A, Ibrahim I A, et al. Mycotoxin Res, 2010, 26(2): 69. doi :10.1007/s12550-010-0041-z
[23]
Agronet. About 25% of the World's Grain and Oil Are Contaminated with Mycotoxins. (2015-09-06)[2018-12-28]. http://www.agronet.com.cn/News/1022290.html
中国农业网.全球约25%粮油受真菌毒素污染. (2015-09-06)[2018-12-28]. http://www.agronet.com.cn/News/1022290.html
[24]
Singh P K. J Food Res, 2012, 1(3): 92. doi :10.5539/jfr.v1n3p92
[25]
Schollenberger M, Müller H M, Rüfle M, et al. Food Control, 2008, 19(5): 475. doi :10.1016/j.foodcont.2007.05.012
[26]
Nabizadeh S, Shariatifar N, Shokoohi E, et al. Environ Sci Pollut R, 2018, 25(35): 35562. doi :10.1007/s11356-018-3510-0
[27]
European Commission. Commission Regulation (EC) No 1881/2006 of 19 December 2006 Setting Maximum Levels for Certain Contaminants in Foodstuffs. (2006-12-19)[2018-12-28]. https://www.researchgate.net/publication/235334798_B_Commission_regulation_EC_No_18812006_of_19_December_2006_setting_maximum_levels_for_certain_contaminants_in_foodstuffs
[28]
National Grain and Feed Association. FDA Mycotoxin Regulatory Guidance, A Guide for Grain Elevators, Feed Manufacturers, Grain Processors and Exporters.[2018-12-28]. http://www.ngfa.org
[29]
Anukul N, Vangnai K, Mahakarnchandkul W. J Food Drug Anal, 2013, 21(3): 227. doi :10.1016/j.jfda.2013.07.009
[30]
GB 2761-2011
[31]
Zhu J G, Li P W, Zhang Q, et al. Chinese Journal of Oil Crop Sciences, 2016, 38(5): 658.
朱建国, 李培武, 张奇, 等. 中国油料作物学报, 2016, 38(5): 658.
[32]
Zheng C M, Zhang Y, Wang X S, et al. Journal of Instrumental Analysis, 2012, 31(4): 383.
郑翠梅, 张艳, 王松雪, 等. 分析测试学报, 2012, 31(4): 383. doi :10.3969/j.issn.1004-4957.2012.04.004
[33]
Wu K, Li C X, Jiang J Z, et al. Food Research and Development, 2016, 37(14): 111.
吴坤, 李存雄, 姜金仲, 等. 食品研究与开发, 2016, 37(14): 111. doi :10.3969/j.issn.1005-6521.2016.14.029
[34]
Moreno-González D, Huertas-Pérez J F, García-Campaña A M, et al. Talanta, 2014, 128: 299. doi :10.1016/j.talanta.2014.04.045
[35]
Vázquez P P, Hakme E, Uclés S, et al. J Chromatogr A, 2016, 1463: 20. doi :10.1016/j.chroma.2016.08.008
[36]
Drzymala S S, Weiz S, Heinze J, et al. Anal Bioanal Chem, 2015, 407(12): 3489. doi :10.1007/s00216-015-8541-5
[37]
Siegel D, Andrae K, Proske M, et al. J Chromatogr A, 2010, 1217(15): 2206. doi :10.1016/j.chroma.2010.02.019
[38]
Cavaliere C, Foglia P, Guarino C, et al. Anal Chim Acta, 2007, 596(1): 141. doi :10.1016/j.aca.2007.05.055
[39]
Kou L N, Wang H. Cereals and Oils Processing, 2010(3): 15.
寇琳娜, 王浩. 粮油加工, 2010(3): 15.
[40]
Giménez I, Herrera M, Escobar J, et al. Food Control, 2013, 34(2): 268. doi :10.1016/j.foodcont.2013.04.033
[41]
Xu L L, Liu Y L, Pei Y X, et al. China Oils and Fats, 2016, 41(9): 93.
许利丽, 刘玉兰, 裴娅晓, 等. 中国油脂, 2016, 41(9): 83. doi :10.3969/j.issn.1003-7969.2016.09.018
[42]
Xie D, Deng C L, Zhao Y F, et al. Journal of Food Safety and Quality, 2016, 7(5): 2105.
谢丹, 邓春丽, 赵云峰, 等. 食品安全质量检测学报, 2016, 7(5): 2105.
[43]
Liu D, Han X M, Li F Q, et al. Food Science, 2017, 38(10): 297.
刘丹, 韩小敏, 李凤琴, 等. 食品科学, 2017, 38(10): 297. doi :10.7506/spkx1002-6630-201710048
[44]
Afzali D, Ghanbarian M, Mostafavi A, et al. J Chromatogr A, 2012, 1247: 35. doi :10.1016/j.chroma.2012.05.051
[45]
Gong X M, Ren Y P, Dong J, et al. Journal of Instrumental Analysis, 2011, 30(1): 6.
宫小明, 任一平, 董静, 等. 分析测试学报, 2011, 30(1): 6. doi :10.3969/j.issn.1004-4957.2011.01.002
[46]
Yang H M, Wang H, Guo Q L, et al. Food Science and Technology, 2013, 38(12): 325.
杨红梅, 王浩, 郭启雷, 等. 食品科技, 2013, 38(12): 325.
[47]
Wang H, Yang H M, Guo Q L, et al. Journal of Instrumental Analysis, 2014, 33(8): 911.
王浩, 杨红梅, 郭启雷, 等. 分析测试学报, 2014, 33(8): 911. doi :10.3969/j.issn.1004-4957.2014.08.009
[48]
Qian M R, Zhang H, Wu L Q, et al. Food Chem, 2015, 166: 23. doi :10.1016/j.foodchem.2014.05.133
[49]
Majerus P, Graf N, Krämer M. Mycotoxin Res, 2009, 25(3): 117. doi :10.1007/s12550-009-0018-y
[50]
Wang X P, Li P W, Yang Y, et al. Chinese Journal of Chromatography, 2011, 29(6): 517.
王秀嫔, 李培武, 杨扬. 色谱, 2011, 29(6): 517.
[51]
Wu Z X, Bao L, Lü N, et al. Journal of Instrumental Analysis, 2012, 31(12): 106.
吴振兴, 鲍蕾, 吕宁, 等. 分析测试学报, 2012, 31(12): 106.
[52]
Ma F, Chen R, Li P W, et al. Molecules, 2013, 18(2): 2222. doi :10.3390/molecules18022222
[53]
Shi J W, Liu F Z. China Oils and Fats, 2014, 39(5): 85.
史俊文, 刘凤芝. 中国油脂, 2014, 39(5): 85.
[54]
Wu Y, Ye J, Zhang B, et al. Chinese Journal of Analytical Chemistry, 2018, 46(6): 975.
吴宇, 叶金, 张冰, 等. 分析化学, 2018, 46(6): 975.
[55]
Zhou N Z, Liu P, Su X C, et al. Anal Chim Acta, 2017, 970: 38. doi :10.1016/j.aca.2017.02.029
[56]
Zeng X, Cai W Y, Lin Z H, et al. Journal of Food Safety and Quality, 2017, 8(4): 1261.
曾羲, 蔡伟谊, 林子豪, 等. 食品安全质量检测学报, 2017, 8(4): 1261.
[57]
Zhao Y, Wan L H, Bai X L, et al. Food Addit Contam A, 2017, 34(7): 1201. doi :10.1080/19440049.2017.1319074
[58]
Zhao X J, Xian Y P, Luo H Y, et al. Food Science, 2011, 32(14): 194.
赵晓娟, 冼燕萍, 罗海英, 等. 食品科学, 2011, 32(14): 194.
[59]
Zeng X Y, Ning H Y, Yin Y, et al. Modern Food Science and Technology, 2014, 30(1): 217.
曾宪远, 宁焕焱, 尹艳, 等. 现代食品科技, 2014, 30(1): 217.
[60]
Li X M, Wang J, Zhang Q H, et al. Chinese Journal of Chromatography, 2015, 33(11): 1147.
李晓敏, 王景, 张庆合. 色谱, 2015, 33(11): 1147.
[61]
Xu X, Xu X Y, Han M, et al. Food Chem, 2018, 276: 1.
[62]
Bao L, Liu X T, Zhang Y B, et al. Inspection and Quarantine Science, 2005, 15(5): 23.
鲍蕾, 刘心同, 张艺兵, 等. 检验检疫科学, 2005, 15(5): 23. doi :10.3969/j.issn.1674-5354.2005.05.007
[63]
Zhang Y, Li X Q, Li H M. TrAC-Trends Anal Chem, 2018, 85: 1.
[64]
Ma S, Wang M, Han P, et al. Journal of Food Safety and Quality, 2016, 7(8): 3020.
马帅, 王蒙, 韩平, 等. 食品安全质量检测学报, 2016, 7(8): 3020.
[65]
Meng J, Zhang J, Zhang N, et al. Chinese Journal of Chromatography, 2010, 28(6): 601.
孟娟, 张晶, 张楠, 等. 色谱, 2010, 28(6): 601.
[66]
Valle-Algarra F M, Mateo-Castro R, Mateo E M, et al. Encyclopedia of Food Microbiology:Mycotoxins:Detection and Analysis by Classical Techniques. 2nd ed. Cambridge: Academic Press, 2014: 862.
[67]
Anastassiades M, Lehotay S J, Stajnbaher D, et al. J AOAC Int, 2003, 86(2): 412.
[68]
Maragos C M, Appell M. J Chromatogr A, 2007, 1143(1/2): 252.
[69]
Xiao M W, Bai X L, Liu Y M, et al. J Chromatogr A, 2018, 1569: 222. doi :10.1016/j.chroma.2018.07.051
[70]
Goryacheva I Y, De Saeger S. Determining Mycotoxins and Mycotoxigenic Fungi in Food and Feed:Immunochemical Methods for Rapid Mycotoxin Detection in Food and Feed. United Kingdom: Woodhead Publishing, 2011: 135.
[71]
Anfossi L, Giovannoli C, Baggiani C. Curr Opi Biotechnol, 2016, 37: 120. doi :10.1016/j.copbio.2015.11.005
[72]
Shi N, Hou C Y, Lu Y, et al. Food Science, 2014, 35(16): 190.
史娜, 侯彩云, 路勇, 等. 食品科学, 2014, 35(16): 190. doi :10.7506/spkx1002-6630-201416037
[73]
Li Y B, Chen Y, He F R, et al. Chinese Journal of Health Laboratory Technology, 2014, 24(17): 2477.
李永波, 陈艳, 何丰瑞, 等. 中国卫生检验杂志, 2014, 24(17): 2477.
[74]
Urusov A E, Zherdev A V, Dzantiev B B. Prikl Biokhim I Mikrobiol, 2010, 46(3): 276.
[75]
Yu L L, Zhang Y, Hu C Y, et al. Food Chem, 2015, 176: 22. doi :10.1016/j.foodchem.2014.12.030