色谱  2016, Vol. 34 Issue (7): 647-656   PDF (959 KB)    
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
孙兴权
赵禹
杨春光
徐静
曹际娟
液相色谱-高分辨质谱联用技术在食品欺诈检测鉴别中的应用
孙兴权, 赵禹, 杨春光, 徐静, 曹际娟     
辽宁出入境检验检疫局, 辽宁 大连 116001
摘要:针对我国现阶段较为突出的违法使用农兽药、滥用食品添加剂、非法添加非食用物质和掺杂使假等食品欺诈问题,综述了近5年来液相色谱-高分辨质谱联用技术在该领域的应用情况。重点介绍了高分辨质谱,主要是飞行时间质谱和静电场轨道阱质谱技术的定向筛查和非定向筛查功能在食品欺诈检测鉴别中的应用,以期为解决该类食品安全问题提供有益的参考。
关键词液相色谱-高分辨质谱联用     飞行时间质谱     静电场轨道阱质谱     定向筛查     非定向筛查     食品欺诈    
Application of liquid chromatography-high resolution mass spectrometry in the identification and detection of food fraud
SUN Xingquan, ZHAO Yu, YANG Chunguang, XU Jing, CAO Jijuan     
Liaoning Entry-Exit Inspection and Quarantine Bureau, Dalian 116001, China
Foundation Item: National Science and Technology Project (No. 2015BAD17B04-4)
* Corresponding author. Tel:(0411)82583647,E-mail:cjj0909@163.com.
Abstract: Food fraud, such as illegal use of pesticides and veterinary drugs, abuse of food additives, addition with inedible substances and food adulteration, is a prominent food safety problem in our country at present stage. The application of liquid chromatography coupled to high resolution mass spectrometry technology in the field is summarized over the last five years. The function of target screening and non-targeted screening of high resolution mass spectrometry, including flight of time mass spectrometry and electrostatic orbitrap mass spectrometry is introduced mainly. It is hoped to provide valuable support for the solution of food fraud.
Key words: liquid chromatography-high resolution mass spectrometry (LC-HRMS)     time of flight mass spectrometry (TOF-MS)     orbitrap mass spectrometry (Orbitrap-MS)     targeted screening     non-targeted screening     food fraud    

近年来,我国发生了“地沟油”“毒淀粉”“塑化剂”等一系列恶性食品安全事件,这些事件具有一个共同特征,即均以获取经济利益为目的,通过掺杂、掺假、以次充好、以假充真、以不合格产品冒充合格产品以及张贴虚假标签等方式故意欺骗消费者。这些虽无伤害意图但可威胁消费者健康的非法使用或添加、掺杂使假等恶性行为都属于食品欺诈(food fraud)行为,严重违背了我国《食品安全法》和《产品质量法》的相关规定。食品欺诈属于人源性食品安全问题,在我国现阶段表现较为突出。为了防止该类事件的发生,我国建立了食品中可能添加的非食用物质“黑名单”制度,该制度在国际上与欧盟的食品真实性(food authenticity)检验、美国的经济利益驱动造假(economically motivated adulteration)脆弱性评估相接轨,三者可以彼此融合进行相关反食品欺诈研究。

检测是保证食品安全的最基本手段。鉴于食品欺诈事件中相关从业者规避现有法律法规,在食品生产加工等环节违法添加或替代的手段具有隐蔽性、可变性和不可预知性[1],在检测中就需要采用一系列非定向的技术进行筛查[2],而相关的食品化学危害物非定向筛查也是我国“十三五”规划中食品领域前沿关键技术之一[3]。目前,液相色谱-质谱联用技术(LC-MS)因其具有高选择性、高灵敏度和良好的定性定量分析功能而成为食品安全检测不可或缺的一大利器,其中液相色谱-高分辨质谱联用技术(LC-HRMS)在食品欺诈筛查鉴别中扮演着重要角色[4]。分辨率≥10 000半峰宽(full width at half maximum,FWHM)的质谱为高分辨质谱,其凭借高准确度的分辨能力和同位素峰形分布测定能力,可通过全扫描进行准确定性和非定向未知物筛查[5]。对于筛查出来的目标化合物,HRMS可进行多级扫描,通过MS/MS二级质谱图,再结合谱库检索、判断所得碎片是否符合裂解规律等方式来对该化合物进一步确证。二级质谱对于排除基质干扰、增加选择性以有效识别分析物至关重要。HRMS参数设定简单,仪器方法的建立非常便利,无需借助标准物质对分析物逐一进行最佳条件优化;HRMS可以有效区分共流出物和同质异素化合物,这不但降低了对色谱分离的要求,也大大降低了样品处理的复杂程度;HRMS一次分析化合物的数目没有限制,可获取大量目标和非目标化合物的信息,且采集的数据具有可回顾性[6],可以根据检测需求反复调用,而不必再次处理样品和进样[7]。此外,在基质效应影响小和灵敏度允许的情况下,HRMS可以最大限度地减小假阳性率并确保假阴性率近于零[8]。目前,飞行时间质谱(TOF-MS)和傅里叶变换-静电场轨道阱质谱(FT-Orbitrap-MS)是食品安全领域常用的2种主要的HRMS筛查检测手段。实际应用中,TOF-MS和Orbitrap-MS常以混合型质谱(比如Q-TOF-MS、Q-Orbitrap-MS)的形式与LC联用,分析效果有了显著的提高。

在食品欺诈事件中,筛查技术可分为定向筛查(targeted screening)和非定向筛查(non-targeted screening),二者均可通过LC-HRMS技术得以实现。定向筛查通过预先建立的谱库和添加回收试验可以验证分析方法的可靠性,为非定向筛查提供了技术基础;而非定向筛查则可以通过追溯谱图和数据来寻找定向筛查目标化合物以外的可疑化合物,并进行鉴定确认。基质复杂多样、分析物浓度范围大是非定向筛查面临的挑战[2],但为了经济利益,不法分子掺杂掺假物质的量一般都相对较高,这有利于非定向筛查中可疑化合物的识别;另外,通过未知测试样品和已知控制样品间的对比分析可以快速找到差异化合物,再借助HRMS自动分子式查找、谱库检索和结构解析等功能,就可以解决测试样品中有什么的问题。对于HRMS得到的大量数据,常利用基于寻找模式的非监督方法(unsupervised method)和有监督方法(supervised method)从中充分挖掘信息。这些方法能够为数据降维,使其更易于可视化和分类。其中非监督方法是用来探索完全未知数据特征的方法,通过对原始数据信息依据样本特性进行归类,把具有相似特征的目标数据归在同源的类里,并采用相应的可视化技术直观地表达出来,常用的有聚类分析(cluster analysis,CA)和主成分分析(principal components analysis,PCA)等方法;有监督方法则是根据已有信息建立数据库,并利用其对未知数据进行辨识、归类和预测,常用的有线性判别分析(linear discrimination analysis,LDA)、偏最小二乘法判别分析(partial least squares discrimination analysis,PLS-DA)等方法。

1 LC-HRMS技术在违法使用农兽药残留检测中的应用

当前,农兽药残留超标往往是由于相关从业者违禁违规使用相关农用化学品,且相关农产品未过农药安全间隔期或兽药休药期就投放市场所致。

1.1 农药及植物生长调节剂

以往食品中残留农药的鉴定和定量常使用GC或GC-MS完成。近年来,LC的检测通量以及质谱检测器的性能取得了长足进步,使得基于LC-MS的分析技术越来越多地应用于痕量级农残的筛查、确认和定量,LC-HRMS筛查技术在农残检测方面有着广阔的应用前景[9, 10]

程明川等[11]利用LC-Q-Orbitrap-MS技术在20 min内完成了对西红柿、辣椒、空心菜、卷心菜、黄瓜以及四季豆等6种基质样品中氟嘧菌酯、莠灭净、噻虫啉等555种农残的亚μg/kg级别的快速筛查。试样经QuEChERS法处理,HPLC分离后,HRMS在m/z 100~900质量范围内全扫描(70 000 FWHM)+自动触发二级质谱(17 500 FWHM)模式采集数据,高分辨的二级全扫描数据进行确认。实验结果通过可以提供精确质量数、保留时间、同位素分布、主要二级碎片确认和二级质谱图相似度比对等信息的专业筛查软件进行自动化数据分析。该方法简单、快速、准确、灵敏度高,能同时完成对多农残的定性定量分析,所建数据库便于方法的大规模推广和应用。Del Mar Gómez-Ramos等[12]采用LC-Q-Orbitrap-MS技术,以同样的方法对橘子、绿茶等基质中139种农药进行筛查,并通过100个实际样品的分析,对仪器的鉴定和定量分析功能进行了评价。所得结果与LC-QqQ-MS/MS技术分析结果一致,无假阴性或假阳性现象发生,进一步说明了LC-HRMS技术在农药筛查应用中的实用性。Deme等[13]采用液相色谱-大气压光电离(atmospheric pressure photoionization,APPI)HRMS技术分析了葡萄和芒果果汁中有机氯、有机磷和氨基甲酸酯等多类农药的残留情况。试样提取后,利用多壁碳纳米管分散SPE净化。m/z 100~650范围内全扫描模式下LOQ范围为0.025~0.15 ng/mL和0.1~0.5 ng/mL,回收率范围为60%~110%。实际样品测试中检出有些果汁样品中有6.5~24.8 ng/mL水平的部分农药。

除水果蔬菜等样品基质外,LC-HRMS技术还适用于其他样品基质中的农残筛查。柳菡等[14]利用LC-Q-Orbitrap-MS技术筛查了葡萄酒中111种农残。试样经含0.1%醋酸的乙腈溶液提取,盐析浓缩,伯仲胺(primary secondary amine,PSA)净化等步骤后进行分离分析。通过在阴性干白和干红葡萄酒样品中进行加标验证,检测数据表明:该方法LOD可达5 μg/kg,回收率范围为63.3%~123.7%,RSD范围为3.2%~18.8%。颜色、甜度、状态和产地不同的50个葡萄酒样品的检测结果显示,在8个样品中检出葡萄生长过程中常用的6种杀菌剂。余巍等[15]采用LC-Q-Orbitrap-MS技术筛查了淀粉中224种农残。淀粉样品加水后,经含1%冰醋酸的乙腈溶液提取,无需净化直接进行分析。结果表明:各分析物LOQ均小于或等于10 μg/kg,回收率范围为60%~114%,RSD范围为0.3%~29.4%。采用该方法对市售的木薯淀粉、玉米淀粉、马蹄淀粉、马铃薯淀粉等18批次淀粉样品进行筛查,结果有7批次样品发现3种杀虫剂和2种杀菌剂。Li等[16]利用LC-Q-Orbitrap-MS技术建立了蜂蜜中农药等多种外源性物质的快速、自动定量筛查方法。试样经简单提取,通过含有多种外源性物质分子式、加合类型、理论精确质量等信息的数据库,15 min内自动定量筛查了蜂蜜中的157种化合物。Martínez-Domínguez等[17]利用LC-Q-Orbitrap-MS技术鉴别和定量了银杏营养产品中260多种农药、真菌毒素等有毒有害物质。试样经含有1%甲酸的乙腈溶液提取后,利用吸附剂混合物净化。结果表明:该方法回收率范围为70%~120%,RSD<20%,LOQ范围为5~10 μg/kg。经实际样品检测,9个银杏营养产品中8个查出含量不等的恶霉灵、虫酰肼等农药,6个查出含量不等的黄曲霉毒素B1、黄曲霉毒素B2和T2毒素等真菌毒素。Jia等[18]建立并验证了同时筛查婴儿食品中333种农药和兽药残留的分析方法,试样经响应面优化的改进QuChERS法提取,LC-Q-Orbitrap-MS检测。结果显示,LOQ范围为0.01~9.27 μg/kg,回收率范围为79.8%~110.7%,RSD<8.3%。该方法成功用于93个商品化婴儿食品中农兽药残留的筛查,某些样品中检出了替米考星、芬苯达唑、酒石酸、太乐菌素和噻苯咪唑。Gómez-Pérez等[19]采用类似的方法分析了肉、鱼和蔬菜类婴儿食品中300多种农兽药残留情况,方法LOQ范围为10~100 μg/kg。该方法用于分析46种不同婴儿食品样品,未发现阳性结果。

近年来,随着植物生长调节剂(plant growth regulator,PGR)在农产品中应用的增多,LC-HRMS技术在PGR筛查方面的应用也有所增加。谢寒冰等[20]建立了LC-Q-TOF-MS同时测定豆芽中6-苄基腺嘌呤、4-氯苯氧乙酸、赤霉素等3种外源植物激素残留的方法。试样经QuEChERS法处理,C18色谱柱分离后,HRMS采用负离子模式扫描,精确质量数和二级特征离子定性,准分子离子峰面积定量。结果表明:3种目标化合物的LOQ范围为5.0~10.0 μg/kg,添加回收率范围为79.1%~96.1%,RSD范围为5.7%~10.4%。Oulkar等[21]以葡萄为研究对象,建立了其中矮壮素、吲哚乙酸、6-苄基腺嘌呤、赤霉酸、脱落酸等12种PGR的检测方法。试样经80%甲醇溶液提取和分散型C18吸附剂净化后,利用LC-MS/MS进行定量,LC-TOF-MS进行定向筛查确证。所建方法选择性好、灵敏度高,回收率范围为90%~107%,RSD<5%。Ai等[22]建立了水稻和拟南芥等植物中异戊烯基腺嘌呤、玉米素、二氢玉米素3种细胞分裂素的涡流色谱(TurboFlow)在线净化,LC-Q-Orbitrap-MS快速测定方法。试样经乙腈萃取,C18柱净化,LOQ范围为4.2~5.2 pg/mL,回收率范围为85.4%~108.2%,RSD范围为4.04%~8.57%。

1.2 兽药

LC-MS技术是兽残检测的常用手段,借助HRMS快速高效的筛查功能,LC-HRMS技术在兽残检测领域发挥着更为重要的作用。Guo等[23]建立了猪肉、牛肉、羊肉、鸡肉中12种β-受体激动剂的LC-Q-Orbitrap-MS筛查方法。试样经提取分离后,在一级质谱全扫描和数据依赖性二级质谱扫描模式下,基质匹配标准校正曲线定量。该方法以沙丁胺醇-D3和克伦特罗-D9为内标,LOD范围为0.003 3~0.01 μg/kg,回收率范围为73.0%~88.7%。对400个样品进行检测,有4.25%的样品检出含有沙丁胺醇、克仑特罗、莱克多巴胺和氯丙那林等β-受体激动剂。Moretti等[24]利用LC-HRMS技术分析了动物肌肉组织中10类共62种抗生素的残留情况。加有EDTA溶液的试样先后经80%(v/v)乙腈水溶液和纯乙腈提取,C18色谱柱分离,HRMS正离子模式扫描。该方法经牛肉样品中各分析物3.3~150 μg/kg添加水平验证,准确度和精密度均符合检测要求。Zhang等[25]建立了蜂王浆中多种兽残的LC-Q-TOF-MS筛查方法,分析物包括林可霉素、大环内酯、磺胺、四环素等14类共90种兽药。试样经改进的QuEChERS法提取,LOQ范围为0.21~20 μg/kg,回收率范围为70.21%~120.1%,RSD范围为1.77%~9.90%。所建方法用于实际蜂王浆样品检测,有部分兽药检出。Wang等[26]利用UPLC-Q-Orbitrap-MS技术定量筛查了牛奶中氟喹诺酮、大环内酯等11类共105种兽残。试样经改进的盐析辅助液相萃取(salting-out supported liquid extraction,SOSLE)法提取,反相聚合物吸附剂小柱SPE净化后上机分析,方法LOQ<1.0 μg/kg。该方法中涉及的SOSLE法是一种比QuEChERS更为简便有效的牛奶中兽药多残留样品处理方法[27]

除了以上一般性的动物源食品外,饲料中兽残的检测对于预防食品欺诈等食品安全问题的发生更为重要。León等[28]利用LC-HRMS技术建立了饲料中兽药、真菌毒素、麦角生物碱、植物毒素等的筛查方法。试样经QuEChERS法提取,UPLC分离后,HRMS全扫描检测。77种分析物定量实验结果显示,回收率范围为80%~120%,RSD<20%,大部分兽药和植物毒素的LOQ<12.5 μg/kg,麦角生物碱的LOQ<20 μg/kg。对32种饲料实际样品进行筛查,有10 μg/kg浓度水平的氟苯尼考、玉米赤霉烯酮和阿托品被检出。Seró等[29]利用解吸电喷雾电离(desorption electrospray ionization,DESI)HRMS技术快速筛查了交叉污染的饲料中兽药残留情况。试样经乙腈-水(80/20,v/v)提取,取2 μL提取液点板,待干后,利用精确质量数和同位素峰形匹配,借助自建数据库进行定性和定量分析。该方法取样量少,简便快速,大大提高了分析效率。Martínez-Villalba等[30]利用直接实时分析(direct analysis in real time,DART)HRMS技术筛查出鸡饲料中低于1 μg/kg的苯并咪唑和低于0.25 mg/kg的抗球虫药。所建方法在1 min内即可完成1个样品分析,加上HRMS的高分辨能力,使得DART-HRMS成为快速筛查的有效工具。

2 LC-HRMS技术在滥用食品添加剂检测中的应用

食品添加剂是现代食品工业的必然产物,一般不会对人体造成严重的急性危害,但长期少量地随食品摄入也可能在体内蓄积,从而对人体健康造成慢性或潜在的危害。不遵照执行GB 2760《食品安全国家标准 食品添加剂使用标准》,超限量、超范围滥用食品添加剂是当前欺诈类食品安全问题的突出表现。

吗啉是对人体有一定毒害作用的化学物质,其脂肪酸盐可用作水果被膜剂。在制作鲜榨果汁时,部分商家为提高果汁中的膳食纤维及经济利益,常将果皮一并用于制备纯果汁饮料,从而增大了吗啉在果汁中的残留含量。陈达炜等[31]利用LC-Q-Orbitrap-MS技术建立了果汁饮料中吗啉的快速检测方法。试样经离子交换分散SPME净化,HILIC色谱柱分离,HRMS则采用tMSMS模式,选定的目标化合物母离子碎裂后,以精确碎片离子进行定量扫描。结果显示,方法LOQ为2 μg/L,回收率范围为85.9%~103.8%,日内和日间精密度范围分别为3.7%~5.2%和3.5%~9.4%。该方法简单精确,灵敏度高,样品处理快捷简便,分析了市售的30份实际样品,吗啉检出率为10%。

铜叶绿素是一种食用色素,不法商家及商贩常在食用油中添加“铜叶绿素”来假冒橄榄油。Fang等[32]建立了食用油中铜叶绿素降解产物——铜焦脱镁叶绿素A的LC-Q-Orbitrap-MS检测方法,方法LOQ为0.05 μg/g。该方法对橄榄果渣油、特级初榨橄榄油、橄榄油、葡萄籽油和混合油等可疑食用油进行检测,均有很高的阳性率,铜焦脱镁叶绿素A含量在0.02和0.54 μg/g之间。高浓度的铜焦脱镁叶绿素A被检出提示该食用油涉嫌掺假造假。

合成色素是用人工化学合成方法制得的有机色素,几乎不能为人体提供营养物质,某些甚至会危害人体健康。合成色素的违规使用是食品欺诈的主要内容之一。钱疆等[33]分别以糖类等可溶样品、含有不可溶固相物的样品和含气饮料、酒类样品为研究对象,借助LC-TOF-MS技术对其中国内外常见的亮黑、柠檬黄、胭脂红等36种水溶性合成色素进行了快速筛查分析。试样经热水提取,聚酰胺粉净化,15 min内实现分离。所建方法各色素的LOQ在0.007 2~0.94 mg/kg之间,回收率可达80%~106%,RSD在1.8%~9.7%范围内。赵延胜等[34]建立了奶酪中29种禁用和限用合成色素的LC-Q-TOF-MS筛查方法。试样经正己烷-水(3∶1,v/v)提取后,所得正己烷层、水层和残渣3部分再经凝胶渗透色谱(gel permeation chromatography,GPC)净化等步骤处理,结果表明:8种苏丹类化合物的LOD范围为0.4~2.5 μg/kg,21种水溶性合成色素及染料化合物的LOD范围为20~80 μg/kg; 29种不同极性的合成色素均得到了有效提取,回收率范围为70%~95%。

此外,嵇超[35]基于TOF-MS技术,建立了饮料中苯甲酸、脱氢乙酸、联苯酚、噻苯咪唑等18种防腐剂,植物油中丁基羟基茴香醚、特丁基对苯二酚、三羟基丁酰苯、没食子酸丙酯等11种抗氧化剂的快速筛查方法。方法LOD范围分别为1~50 μg/kg和20~200 μg/kg,可分别对50~500 μg/kg和100~800 μg/kg浓度水平的防腐剂和抗氧化剂实现快速筛查。该方法用于市售样品检测,未发现可疑样品。桂茜雯等[36]借助LC-Orbitrap-MS技术建立了葡萄酒中山梨酸、丁基羟基茴香醚、对羟基苯甲酸丙酯、甜蜜素、柠檬黄等26种添加剂(包括防腐剂、抗氧化剂、甜味剂和合成着色剂)的快速筛查方法。试样经甲醇-水(1∶9,v/v)溶液稀释,C18色谱柱分离,HRMS在m/z 100~1 000范围内负离子模式下进行全扫描检测。方法LOQ为2 mg/kg,回收率在78.5%~118.8%之间,RSD<12.7%。对来自法国、意大利等国家不同产地的50余份葡萄酒进行实际样品检测,部分葡萄酒检出山梨酸、安赛蜜、诱惑红等添加剂。云环等[37]利用IC-Orbitrap-MS技术非定向筛查了乳品中的有机酸。试样经1%(质量分数)氢氧化钾提取,反相SPE小柱净化,离子交换色谱柱分离,Orbitrap-MS全扫描模式检测,结果在部分含酸的乳品样品中筛查到酒石酸、乳酸、柠檬酸和苹果酸。

3 LC-HRMS技术在非法添加非食用物质和掺假鉴别检测中的应用
3.1 非法添加非食用物质

我国非法添加非食用物质“黑名单”制度出台以来,相关食品安全事件得到了一定的控制,而LC-HRMS技术在该领域的应用则在突显其强大筛查功能的同时,也进一步缩减了不法分子投机取巧的空间。

奶及奶制品作为日常消费品,其质量好坏关系到每个人的切身利益。无抗奶(不含抗生素的奶)是市场上的热销产品,为了谋取不正当利益,个别不法商贩在原料奶中违规添加抗生素降解剂来制造人工“无抗奶”。奶中的抗生素经分解后,可能会产生其他的有害物质。针对这一现状,赵凤娟等[38]建立了人工“无抗奶”中青霉素类药物降解产物的非定向筛查检测方法。先向青霉素类标准溶液中加入β-内酰胺酶来制备对照样品,然后用同样的方式制备人工“无抗奶”。后者经乙腈-水(4∶1,v/v)沉淀蛋白质及简单提取后,采用LC-Q-Orbitrap-MS对降解后的产物进行定性和定量研究。结果显示,几种青霉素类药物的残留标识物分别为相应的青霉噻唑酸及去羧青霉噻唑酸,其在人工“无抗奶”的鉴别浓度低限均为10 μg/kg。该方法简单、快速、灵敏度高,为完善乳制品的检测提供了一定的借鉴和理论依据。近年来,LC-HRMS技术在“三聚氰胺奶”检测方面也有一定的应用。Wang等[39]利用LC-Orbitrap-MS技术建立了婴儿奶粉、咖啡奶油和3合1速溶咖啡等奶制品中三聚氰胺的快速定向筛查方法。结果表明:三者中三聚氰胺的LOQ分别为65、44、110 μg/kg,回收率范围为75%~91%。Chen等[40]采用类似的方法定向检测了牛奶及奶粉中的三聚氰胺和灭蝇胺,效果良好。

罂粟中含有吗啡、可待因、罂粟碱等多种生物碱,可使人体产生依赖性,长期食用含有罂粟生物碱的食物,易危害人类的神经系统和消化系统。祝伟霞等[41]针对不法商贩在食品中违禁添加罂粟生物碱的情况,采用LC-Q-Orbitrap-MS技术,建立了火锅底料、食品调味料、烤肉、凉皮等食品中罂粟壳主要特征成分吗啡、可待因、蒂巴因、罂粟碱、那可丁等5种生物碱的定向筛查确证方法。试样经稀盐酸溶液超声提取,三氯甲烷除脂,阳离子离子交换SPE柱净化,LC-Orbitrap-MS正离子模式全扫描检测,二级质谱定性确证,同位素内标法定量。结果表明:吗啡的LOQ为2.0 μg/kg,可待因为0.2 μg/kg,罂粟碱、蒂巴因和那可丁为0.1 μg/kg。方法回收率范围为63.4%~112.8%,RSD范围为5.5%~13.6%。该方法应用于多种实际样品分析,检出3个阳性样品。

为改善食品的色泽和外观,不法商贩常不惜危害消费者权益向其中添加低价的工业染料。针对这一食品欺诈现象,王建凤等[42]建立了玉米粉、小米、火腿肠和猪头肉等粮食及肉制品中苏丹红、孔雀石绿、罗丹明B等28种工业染料的LC-Q-TOF-MS快速定向筛查方法。根据目标分析物性质的不同,试样经有机溶剂提取后,分别用阴离子SPE柱净化水/醇溶性染料,中性氧化铝SPE柱净化脂溶性染料。通过精确质量数及保留时间与谱库匹配进行鉴定,各分析物的LOQ范围为0.001~0.040 mg/kg,回收率范围为70%~112%。该方法应用于筛查粮食及肉制品中的工业染料,均未检出。针对豆腐中非法添加二乙基黄(溶剂黄56)染料的“毒豆腐”事件,Fang等[43]建立了相应的LC-HRMS非定向筛查检测方法。分析结果表明,二乙基黄可能来自豆腐产品的乳化剂,浓度范围从μg/kg级到mg/kg级不等。

为了突显保健食品的功能性,不法商贩常向其中违规添加药物,当前该类食品欺诈现象在我国比较突出。杜彦山等[44]基于LC-Q-Orbitrap-MS技术建立了保健品中那格列奈、盐酸吡格列酮、格列喹酮等11种非法添加化学降糖药的快速筛查和定量分析方法。试样经甲醇提取,C18色谱柱分离,HRMS正离子模式扫描。结果表明:各分析物LOD范围为2.7~5.1 μg/kg,回收率范围为87.3%~98.3%,RSD范围为2.18%~5.21%。胡婷婷等[45]采用类似的样品处理方法,借助LC-Q-TOF-MS技术对中药保健品中红地那非、伐地那非、那红地那非等11种非法添加的壮阳类药物进行了快速筛查和确证检测。结果表明:那红地那非的LOQ为25.0 ng/mL,其他药物的LOQ均为5.0 ng/mL,回收率范围为82.0%~105.9%,RSD范围为4.7%~16.5%。王美玲等[46]采用LC-TOF-MS技术对保健食品中雌激素、雄激素、糖皮质激素等21种激素成分进行了快速筛查、定性识别和准确定量。试样经改进的QuEChERS法提取,C18色谱柱分离,HRMS正、负离子模式同时扫描。结果表明:胶囊和口服液样品中各化合物的LOQ范围分别为2.0~5.0 μg/kg和1.0~2.5 μg/L,回收率范围为60.2%~116.0%,RSD范围为7.0%~18.3%。

3.2 食品掺假鉴别

食品掺假事件种类多样,主要特征就是向高价食品中掺入低价食品以获取非法利润。这类食品欺诈事件涉及较多的食物主要有食用油、蜂蜜、肉、奶、果汁、葡萄酒等品种。

3.2.1 食用油

食用油是大众日常饮食中的必需品,近年来相关的掺杂掺假、以次充好等食品安全事件时有发生。该类事件的恶劣性不仅在于为了经济利益的食品欺诈,对于儿童还可能存在严重的食物过敏问题。食用油品种繁多,特征成分不统一,对其进行掺假鉴别具有一定的挑战性。天然油脂主要由甘油和3种脂肪酸衍生而成的酯类——甘油三酯(triacylglycerol,TAG)组成。甘油三酯类化合物(TAGs)的结构非常复杂,一般动植物油脂都含有5~10种主要脂肪酸,其如果在甘油的3个羟基位置以随机法则排布,则一般油脂中可能存在高达125~1 000种TAGs;而且一般天然油脂中的TAGs在理化性质上非常接近(脂肪酸之间碳链长度相差2~6个,双键仅差1~3个)。由于油脂中可能存在多种TAGs,其分布特征可用于评估油脂产品的质量和真伪。吴泽明等[47]以6种不同种类的常见食用植物油为研究对象,利用LC-HRMS技术开展了基于脂质轮廓谱的食用植物油分类研究。试样经乙腈-异丙醇混合溶液稀释并混匀离心后,取上清液上机分析。分析物经反相LC分离,HRMS在m/z 400~1 200范围内正离子模式下全扫描检测。所得质谱数据经主成分分析与聚类分析进行深度的多元统计分析,同时借助相关组学信息处理软件,通过实测谱图与理论预测谱图匹配,可实现自动化的脂质分子结构解析。试验结果表明,由主成分得分图可以看出6种样品按照各自的植物来源分类明确,大致聚集为4组,其中花生油和菜籽油组与芝麻油组之间的脂质成分具有更高的类似性,其与豆油和葵花籽油组、亚麻籽油组的组间差异显著。由载荷图可以找出典型差异脂质分子在各种植物油间的表达情况:富含亚油酸的TAGs在豆油与葵花籽油中高表达;富含油酸的TAGs在菜籽油与花生油中高表达;富含高不饱和亚麻酸的TAGs在亚麻籽油中高表达;而芝麻油中含有油酸和亚油酸的TAGs含量比例则相对较为均衡。这些典型差异TAGs经分析能够推定其唯一元素组成及分子结构,可以作为区分不同植物油类别的标识物。该方法样品处理简单、分析高效快速,为名贵食用植物油掺杂掺假等研究提供了新的思路。Di Girolamo等[48]利用MALDI-TOF-MS技术鉴定分析了特级初榨橄榄油中掺杂玉米油的情况。测定结果通过主成分分析和聚类分析,可以识别玉米油掺入量仅为0.5%(质量分数)的橄榄油。

3.2.2 蜂蜜

蜂蜜掺假是世界范围内的食品安全问题。常见的蜂蜜掺假方式主要是向其中掺入蔗糖、葡萄糖、果葡糖浆、人工转化糖等物质,该类掺假可通过稳定性碳同位素比值、近红外光谱、色谱等技术进行检测鉴别[49]。针对向蜂蜜中掺入糖浆的掺假欺诈现象,Du等[50]以多糖、二果糖酐、2-乙酰呋喃-3-葡萄糖苷为标志物,通过自建的小型数据库,利用LC-Q-TOF-MS技术建立了掺假蜂蜜中玉米糖浆、高果糖玉米糖浆、反向糖浆和大米糖浆的快速定向筛查检测方法。该方法简便快速,30 min内即可检出蜂蜜中含量低于10%的各种掺假糖浆。对于不同种类蜂蜜混配的掺假问题,Jandric等[51]利用LC-Q-TOF-MS和稳定同位素分析、光谱(近红外光谱、傅里叶变换红外光谱、拉曼光谱)指纹识别技术对不同花源(瑞她花、卡玛花、三叶草和麦卢卡花)的4种蜂蜜进行了识别鉴定。试样经含有1%(v/v)甲酸的50%(v/v)甲醇溶液稀释,超声提取,高速离心后进行分析,试验结果经多元统计分析给出。结果表明,所得数据通过主成分得分图可以判别分析物的基本类型,借助载荷图通过精确质量保留时间(exact mass retention time,EMRT)数据对可以找到能够分辨不同蜂蜜的标志化合物。通过正交偏最小二乘法判别分析,以上各种识别鉴定方法中LC-Q-TOF-MS在蜂蜜类别和特征预测方面的贡献最高,说明该技术可以有效鉴别来自不同花源的蜂蜜。

羟甲基糠醛(hydroxymethyl furfural,HMF)是判定蜂蜜品质的重要指标之一,其含量越少,表明蜂蜜越新鲜。世界各国对蜂蜜中的HMF作了限量规定,一般HMF含量≤40 mg/kg的蜂蜜为合格品,≤20 mg/kg的为优等品。蜂蜜贮存和加工过程中温度越高,时间越长,产生的HMF就越多,标志蜂蜜贮存环境或加工工艺不合理,或者蜂蜜中有掺假。有报道显示,蜂蜜中只要掺入2%人造糖浆,就会使HMF含量超过100 mg/kg。Rajchl等[52]建立了5-HMF的DART-TOF-MS快速检测方法。试验借助同位素标记的HMF定量分析了蜂蜜、甜炼乳等实际样品,以及经加热处理的蜂蜜模拟样品中的5-HMF,所得测定结果与HPLC的测定结果相当,说明了DART-TOF-MS定向筛查技术的有效性。此外,作为抗氧化食品,蜂蜜中的多酚类物质(polyphenols,PPs)也可以作为其品质鉴别的参考依据。Campone等[53]利用LC-UV-HRMS技术快速分析了蜂蜜中5种酚酸和10种类黄酮。试样经分散液液微萃取法(dispersive liquid-liquid microextraction,DLLME)提取,回收率>70%,LOD低于μg/kg水平。

3.2.3 肉

2013年欧洲“马肉风波”以来,肉及肉制品掺假已成为世界各国共同关注的热点问题。对于肉类掺假鉴别,与传统的基于PCR和酶联免疫吸附实验(ELISA)的检测方法相比,质谱技术具有大致相当的灵敏度,但其不受食品加工过程的影响,可同时实现定性与定量,避免假阴性与假阳性结果的能力更强,而且能够同时监测多种掺假。李莹莹等[54]开展了掺假肉的种类快速筛查和掺假比例定量等方面的研究。试样经蛋白质提取、酶解、除盐等步骤处理后,借助LC-Q-Orbitrap-MS技术筛选出不同肉类种属特征性多肽,其中羊肉和鸭肉的物种专属性多肽数分别为125条和152条。然后选取8条羊肉多肽和10条鸭肉多肽作为定性离子,再选取其中各5条作为定量离子,最后借助LC-MS/MS技术对羊肉和鸭肉肽段提取液以不同比例混合制得的模拟掺假样品进行定量鉴别。结果表明,该方法可以检测出羊肉中掺入比例为0.5%的鸭肉成分,具有快速、灵敏、准确的特点,且便于批量操作,具有广阔的应用前景。Sarah等[55]采用类似的蛋白质提取后酶解、LC-HRMS筛查特征多肽和LC-MS/MS定量确证的方式进行了猪肉候选特征标志物的筛查研究。试验结果表明,初筛所得的7条特征多肽,经LC-MS/MS分析,有4条为猪肉中一直存在的热稳定性好的多肽,可以用于肉类产品中猪肉成分的鉴别。此外,HRMS技术还可以有效评估肉的新鲜度,为保障肉品质量提供了充分的技术支持。Skorpilová等[56]以整块牛排分成的50 g小肉块作为试样,放置不同的天数后对其进行分别测定并比较分析。试样经甲醇和甲苯等不同提取剂在60 ℃下萃取,高速均质并离心后,取上清液进行DART-TOF-MS检测。所得数据经主成分多元分析,结果发现,随着放置时间的延长,试样的质谱丰度发生了变化,最重要的改变是肉腐坏时TAGs(m/z 1 013.00)发生了分解,由此提示该TAGs可以作为肉新鲜度评价的一个指示性指标。

3.2.4 奶

作为动物源产品的奶及奶制品,HRMS技术在其真伪识别分析中也有较好的应用。Hrbek等[57]利用DART-HRMS技术进行了不同动物奶及软质奶酪的掺假识别分析。前者用甲醇稀释,后者用甲苯提取后进行检测。所得质谱数据经主成分分析和线性判别分析,结果表明,该方法可以判别掺假水平为50%(v/v)的牛奶和山羊/绵羊奶混合物;通过m/z 840~910范围内植物源TAGs加合离子相对强度的估算,可识别软质奶酪中掺入量达1%(质量分数)的菜籽油、葵花油和豆油等植物油。Calvano等[58]则采用胰蛋白酶消化后,直接利用MALDI-TOF-MS分析所得肽段类型的方式进行了掺假奶的鉴别研究。由于采用了新的MALDI基质4-氯-α-氰基肉桂酸,通过多肽标志物的检测,该方法可以识别掺假水平为5%(v/v)的牛奶和羊奶。Sargaeva等[59]利用LC-TOF-MS技术开展了野牛、山羊、骆驼、绵羊等不同种属动物奶中掺入牛奶的检测鉴别研究。添加多个浓度水平牛奶的不同动物奶均质后,与二氯甲烷和5%乙酸溶液以体积比7∶2∶1混合进行脱脂处理。所得水层中的乳清蛋白经HPLC分离,TOF-MS在m/z 1 000~2 000范围内以正离子扫描模式进行检测。结果发现,β-乳球蛋白A是牛奶的特有成分,可以作为区分以上各种动物奶的蛋白质标志物。该方法可以识别掺入量低于5%(v/v)的牛奶。此外,HRMS技术还可用于有机奶的真伪鉴别[60]。以市售普通奶和有机奶为试样,试样、乙腈和甲醇以体积比1∶2∶1混合沉淀蛋白质后,稀释的上清液无需色谱分离,即可利用直接进样(direct sample analysis,DSA)技术进行TOF-MS快速分析。结果表明,有机奶中马尿酸的含量为普通奶的1.75倍,提示马尿酸可作为有机奶真伪鉴别的一个候选标志物。

3.2.5 果汁

向高价果汁中掺入低价果汁是果汁掺假的一种常见方式。Twohig等[61]利用LC-UV-Q-TOF-MS技术对掺假石榴果汁进行了筛查。试验以掺假果汁、保真果汁、混合果汁和石榴原果等为试样,经简单的离心、过滤和稀释处理后进行分析。UV采用全波长(210~500 nm)扫描,TOF-MS则以负离子模式下低碰撞能和高碰撞能循环扫描的方式采集数据。所得数据通过主成分分析以可视化方式进行试样间相关性比较,再通过载荷图和可变趋势图来寻找特征EMRT数据对,最后借助在线数据库ChemSpider进行谱库检索以识别未知特征组分。结果发现,石榴原果及原汁中未发现绿原酸的存在,而在掺假石榴果汁中发现了绿原酸及其两个可能的同分异构体,提示绿原酸是检测石榴果汁是否掺伪的一个可能标志物。与此相反,Kraujalyte等[62]利用LC-Q-TOF-MS技术检测蓝莓中的有机酸,绿原酸作为蓝莓中的主要酚酸物质,其浓度高达210~850 μg/mL,提示其可用于蓝莓果汁的真实性检测。此外,Twohig等[63]还利用LC-UV-Q-TOF-MS技术对掺假菠萝果汁进行了鉴别。结果表明,试样中含有一种在纯正菠萝果汁中不存在的橘皮苷,后者多为葡萄柚、柠檬、酸橙、橙、橘子等柑橘类水果中的组分,提示该物质可以用于菠萝果汁真伪鉴别。以上提及的绿原酸和橘皮苷均属于多酚类化合物(PPs)。PPs是植物组织中水溶性色素的主要成分,广泛存在于植物的皮、根、叶、果中。在品质鉴别上,PPs对果汁的色泽和口感起重要作用,这也为果汁掺假鉴别提供了依据和线索。

3.2.6 葡萄酒

葡萄酒中含有许多有益健康的非酒精成分,比如白藜芦醇和多种黄酮等PPs。PPs与水果的品种、气候、地理因素、栽培模式及酿造工艺息息相关,是葡萄酒存在差异性的主要原因之一。Rubert等[64]以PPs为筛查对象,对343个红葡萄酒和白葡萄酒样品的代谢物指纹进行了分析研究。试样与酸化水(pH 2)和乙酸乙酯等体积混合,涡旋离心后,乙酸乙酯层直接用DART-HRMS分析,或经氮气吹干,50%(v/v)甲醇水溶液复溶后,用LC-HRMS检测。所得质谱数据结合多元数据分析、主成分分析以及正交偏最小二乘法判别分析,找出儿茶酚和没食子酸为葡萄酒的鉴定标志物。张协光等[65]建立了葡萄酒中38种PPs的检测方法。试样过滤膜后,经C18色谱柱分离,Orbitrap-MS在m/z 50~1 000范围内进行一级质谱全扫描。结果表明:方法LOD范围为0.002~0.50 mg/kg,回收率范围为90%~102%,RSD范围为0.51%~2.56%。所建方法对进口及国产的28个葡萄酒样品进行了分析测定,大部分葡萄酒含有没食子酸、原儿茶酸、原花青素B1、绿原酸等17种PPs,另外21种PPs未检出。对于两个未含任何PPs的葡萄酒样品,经检查含有非法色素,确认为假冒产品。Barnabaa等[66]建立了葡萄酒、烈酒、普通醋、香醋中56种PPs的在线SPE净化,UPLC-Q-Orbitrap-MS快速定量检测方法。方法LOQ范围为0.000 1~0.001 μg/mL,多数样品回收率达到80%~120%。检测结果表明,红葡萄酒中含有46种PPs,白葡萄酒和烈酒中含有41种PPs,普通醋中含有42种PPs,香醋中含有44种PPs。

4 展望

食品欺诈现象复杂多样,且具有规避性,严重地影响和破坏了食品安全秩序,是我国当前重要的食品安全风险隐患。LC-HRMS技术强大的筛查鉴别功能对相关不法分子具有极大的震慑作用,为快速处理食品安全突发事件和维护消费者权益提供了充分的技术保障。LC-HRMS技术在食品欺诈检测中的应用是食品组学技术解决食品安全问题的成功范例,可以有效解决食品潜在不安全措施落后于新物质出现和应用的现状,为我国在更高水平上开展食品安全风险监测和评估提供了新的思路和方法。

近年来,出现了在线SPE、涡流色谱等在线净化技术,以DART为代表的常温常压下表面采样离子化技术,以及依据迁移率将离子在空间或者时间上分开的迁移谱技术等多种新型分析手段,这些技术与LC-HRMS的结合大大地增加了检测分析的效率,为高性能食品安全检测方法的建立开启了新的窗口。另外,作为质谱领域的一个重要研究方向,质谱仪小型化在质谱技术推广普及、便于携带和进行原位现场检测等方面具有重要意义。目前,市场上已有小型化TOF-MS出售。可以预见,随着LC-HRMS等分析技术的不断发展和进步,以及全球化研究与合作的日益深入和加强,欺诈类食品安全问题将不再是困扰人们生活的难题。

参考文献
[1] Yang J, Gao J, Miao H, Food and Fermentation Industries,2015, 41 (12):235. 杨杰, 高洁, 苗虹, 食品与发酵工业,2015, 41 (12):235.
[2] Knolhoff A M, Croley T R, J Chromatogr A,2016, 1428 :86.
[3] Wu Y N, Quality and Safety of Agro-Products,2015 (6):3. 吴永宁, 农产品质量与安全,2015 (6):3.
[4] Senyuva H Z, Gkmen V, Sarikaya E A, Food Additives & Contaminants: Part A,2015, 32 (10):1568.
[5] Kaufmann A, Anal Bioanal Chem,2012, 403 (5):1233.
[6] Kaufmann A, Walker S, J Chromatogr A,2013, 1292 :104.
[7] Xia X, Li X W, Ding S Y, et al, Journal of Chinese Mass Spectrometry Society,2011, 32 (6):333. 夏曦, 李晓薇, 丁双阳, 等, 质谱学报,2011, 32 (6):333.
[8] Kaufmann A, Butcher P, Maden K, et al, Anal Chim Acta,2015, 856 :54.
[9] Rejczak T, Tuzimski T, J AOAC Int,2015, 98 (5):1143.
[10] Gómez-Ramos M M, Ferrer C, Malato O, et al, J Chromatogr A,2013, 1287 :24.
[11] Cheng M C, Jiang Z. Rapid Screening and Confirmation of 555 Pesticide Residues in Vegetables and Fruits by Quadrupole/Electrostatic Field OrbitrapHigh-Resolution Mass Spectrometry. [2016-04-18]. http://www.thermo.com.cn/Resources/201408/20202022406.pdf
[12] Del Mar Gómez-Ramos M, Rajski L, Heinzen H, et al, Anal Bioanal Chem,2015, 407 (21):6317.
[13] Deme P, Upadhyayula V V, Food Chem,2015, 173 :1142.
[14] Liu H, Zhang Y L, Ding T, et al, Journal of Instrumental Analysis,2014, 33 (5):489. 柳菡, 张亚莲, 丁涛, 等, 分析测试学报,2014, 33 (5):489.
[15] Yu W, Liu J Y, Wang W L, et al, Environmental Chemistry,2014, 33 (12):2225. 余巍, 刘军义, 汪文龙, 等, 环境化学,2014, 33 (12):2225.
[16] Li Y, Zhang J, Jin Y, et al, J Chromatogr A,2016, 1429 :119.
[17] Martínez-Domínguez G, Romero-González R, Frenich A G, Microchem J,2015, 118 :124.
[18] Jia W, Chu X, Ling Y, et al, J Chromatogr A,2014, 1347 :122.
[19] Gómez-Pérez M L, Romero-González R, Luis Martínez V J, et al, Talanta,2015, 131 :1.
[20] Xie H B, Zhou M Y, Zhao H F, et al, Chinese Journal of Chromatography,2014, 32 (5):493. 谢寒冰, 周明莹, 赵海峰, 等, 色谱,2014, 32 (5):493.
[21] Oulkar D P, Banerjee K, Kulkarni S, J AOAC Int,2011, 94 (6):1715.
[22] Ai L F, Yue Z L, Ma Y S, et al, J Sep Sci,2015, 38 (11):1858.
[23] Guo C, Shi F, Gong L, et al, J Pharm Biomed Anal,2015, 107 :526.
[24] Moretti S, Dusi G, Giusepponi D, et al, J Chromatogr A,2016, 1429 :175.
[25] Zhang Y, Liu X, Li X, et al, Food Control,2016, 60 :667.
[26] Wang J, Leung D, Chow W, et al, J Agric Food Chem,2015, 63 (41):9175.
[27] Kaufmann A, Butcher P, Maden K, et al, Anal Chim Acta,2014, 820 :56.
[28] León N, Pastor A, Yusà V, Talanta,2016, 149 :43.
[29] Seró R, Nunez O, Bosch J, et al, Anal Bioanal Chem,2015, 407 (24):7369.
[30] Martínez-Villalba A, Vaclavik L, Moyano E, et al, Rapid Commun Mass Spectrom,2013, 27 (3):467.
[31] Chen D W, Yin Y C, Miao H, et al, Chinese Journal of Analytical Chemistry,2015, 43 (4):570. 陈达炜, 殷轶群, 苗虹, 等, 分析化学,2015, 43 (4):570.
[32] Fang M, Tsai C F, Wu G Y, et al, Food Addit Contam Part B Surveill,2015, 8 (3):157.
[33] Qian J, Yang F, Chen C, et al, Food Science,2013, 34 (6):215. 钱疆, 杨方, 陈弛, 等, 食品科学,2013, 34 (6):215.
[34] Zhao Y S, Yang M L, Zhang F, et al, Chinese Journal of Chromatography,2011, 29 (7):631. 赵延胜, 杨敏莉, 张峰, 等, 色谱,2011, 29 (7):631.
[35] Ji C. [PhD Dissertation]. Wuxi: Jiangnan University, 2010
[36] Gui Q W, Liu H, Xu W, et al, Journal of Chinese Mass Spectrometry Society,2015, 36 (2):148. 桂茜雯, 柳菡, 许蔚, 等, 质谱学报,2015, 36 (2):148.
[37] Yun H, Gao F, Lu X Y, et al, Journal of Food Safety and Quality,2015, 6 (11):4348. 云环, 高峰, 卢晓宇, 等, 食品安全质量检测学报,2015, 6 (11):4348.
[38] Zhao F J, Yue Z F, Zhang Y, et al, Journal of Food Safety and Quality,2014, 5 (2):339. 赵凤娟, 岳振峰, 张毅, 等, 食品安全质量检测学报,2014, 5 (2):339.
[39] Wang K, Gu C. Simple and Rapid Screening of Melamine in Milk Products with High Resolution Accurate Mass Benchtop Orbitrap LC-MS. [2016-04-18]. http://www.thermoscientific.com/content/dam/tfs/ATG/CMD/cmd-support/exactive-plus/scientific-resources/application-notes/Simple-and-Rapid-Screening-of-Melamine-in-Milk-Products-with-LC-MS.pdf
[40] Chen D, Zhao Y, Miao H, et al, Talanta,2015, 134 :144.
[41] Zhu W X, Yang J Z, Liu Y F, et al, Journal of Instrumental Analysis,2015, 34 (5):495. 祝伟霞, 杨冀州, 刘亚风, 等, 分析测试学报,2015, 34 (5):495.
[42] Wang J F, Feng Y C, Jia L, et al, Chinese Journal of Analysis Laboratory,2013, 32 (10):67. 王建凤, 冯月超, 贾丽, 等, 分析试验室,2013, 32 (10):67.
[43] Fang M, Tsai C F, Kuo C H, et al, Food Addit Contam Part A Chem Anal Control Expo Risk Assess,2015, 32 (10):1730.
[44] Du Y S, Li Q, Wu C M, et al, Chinese Journal of Chromatography,2015, 33 (4):371. 杜彦山, 李强, 吴春敏, 等, 色谱,2015, 33 (4):371.
[45] Hu T T, Qu X Y, Kang M Q, et al, Chinese Journal of Chromatography,2015, 33 (8):897. 胡婷婷, 曲晓宇, 康明芹, 等, 色谱,2015, 33 (8):897.
[46] Wang M L, Yan H F, Fu S L, et al, Chinese Journal of Chromatography,2012, 30 (10):980. 王美玲, 颜鸿飞, 傅善良, 等, 色谱,2012, 30 (10):980.
[47] Wu Z M, Wang X P. Lipidome Profiling Based Foodomics Analysis with Q Exactive Mass Spectrometer for Classification of Different Edible Plant Oils. [2016-04-18]. http://www.thermoscientific.cn/content/dam/tfs/Country%20Specific%20Assets/zh-ch/CMD/MS/LSMS/documents/Classification%20of%20Different%20Edible%20Plant%20Oils.pdf
[48] Di Girolamo F, Masotti A, Lante I, et al, Int J Mol Sci,2015, 16 :20896.
[49] Yuan Y W, Zhang Z H, Ye X Z, et al, Food Science,2010, 31 (9):318. 袁玉伟, 张志恒, 叶雪珠, 等, 食品科学,2010, 31 (9):318.
[50] Du B, Wu L, Xue X, et al, J Agric Food Chem,2015, 63 (29):6614.
[51] Jandric Z, Haughey S A, Frew R D, et al, Food Chem,2015, 189 :52.
[52] Rajchl A, Drgová L, Grégrová A, et al, Anal Bioanal Chem,2013, 405 (14):4737.
[53] Campone L, Piccinelli A L, Pagano I, et al, J Chromatogr A,2014, 1334 :9.
[54] Li Y Y, Zhang Y Y, Ding X J, et al, Food Science,2016, 37 (6):204. 李莹莹, 张颖颖, 丁小军, 等, 食品科学,2016, 37 (6):204.
[55] Sarah S A, Faradalila W N, Salwani M S, et al, Food Chem,2016, 199 :157.
[56] Skorpilová T, Pipek P, Rajchl A, Chemicke Listy,2015, 109 (2):129.
[57] Hrbek V, Vaclavik L Elich O, et al, Food Control,2014, 36 :138.
[58] Calvano C D, De Ceglie C, Monopoli A, et al, J Mass Spectrom,2012, 47 (9):1141.
[59] Sargaeva N, Wilson J, Stacey C. Milk Adulteration: Detecting Species-Specific Proteins by LC/MS. [2016-04-18]. http://www.perkinelmer.com/pdfs/Downloads/APP_MilkAdulterationDetectingSpeciesProteins.pdf
[60] PerkinElmer, Inc. Milk Authenticity-Organic vs Non-organic. [2016-04-18]. http://www.perkinelmer.com.cn/CMSResources/Images/46-144963CST_MilkAuthenticityOrganicNon-organic.pdf
[61] Twohig M, Gledhill A, Burgess J. The Determination of Fruit Juice Authenticity Using High Resolution Chromatography, UV, Time-of-Flight MS, and Multivariate Analysis. [2016-04-18]. http://www.waters.com/webassets/cms/library/docs/720004010en.pdf
[62] Kraujalyte V, Venskutonis P R, Pukalskas A, et al, Food Chem,2015, 188 :583.
[63] Twohig M, Kruger D A, Gledhill A, et al. Adulteration in Fruit Juices: A Solution to a Common Problem. [2016-04-18]. http://www.waters.com/webassets/cms/library/docs/720004173en.pdf
[64] Rubert J, Lacina O, Fauhl-Hassek C, et al, Anal Bioanal Chem,2014, 406 (27):6791.
[65] Zhang X G, Zheng Y J, Zeng Y T, et al, Chinese Journal of Chromatography,2015, 33 (6):583. 张协光, 郑彦婕, 曾泳艇, 等, 色谱,2015, 33 (6):583.
[66] Barnabaa C, Dellacassab E, Nicolinia G, et al, J Chromatogr A,2015, 1423 :124.