CN105510499A - 一种瓜类蔬菜中708种农药残留gc-q-tof/ms侦测技术 - Google Patents

一种瓜类蔬菜中708种农药残留gc-q-tof/ms侦测技术 Download PDF

Info

Publication number
CN105510499A
CN105510499A CN201511018020.2A CN201511018020A CN105510499A CN 105510499 A CN105510499 A CN 105510499A CN 201511018020 A CN201511018020 A CN 201511018020A CN 105510499 A CN105510499 A CN 105510499A
Authority
CN
China
Prior art keywords
sample
agricultural chemicals
tof
acetonitrile
melon vegetables
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201511018020.2A
Other languages
English (en)
Inventor
庞国芳
范春林
李岩
常巧英
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chinese Academy of Inspection and Quarantine CAIQ
Original Assignee
Chinese Academy of Inspection and Quarantine CAIQ
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Chinese Academy of Inspection and Quarantine CAIQ filed Critical Chinese Academy of Inspection and Quarantine CAIQ
Priority to CN201511018020.2A priority Critical patent/CN105510499A/zh
Publication of CN105510499A publication Critical patent/CN105510499A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N30/00—Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
    • G01N30/02—Column chromatography
    • G01N30/88—Integrated analysis systems specially adapted therefor, not covered by a single one of the groups G01N30/04 - G01N30/86
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N30/00—Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
    • G01N30/02—Column chromatography
    • G01N30/04—Preparation or injection of sample to be analysed
    • G01N30/06—Preparation

Abstract

本发明涉及农残检测领域，提供了筛查瓜类蔬菜中708种农残的侦测方法，在GC-Q-TOF/MS一级模式下采集农药标准物指定条件下的碎片离子全扫描质谱图，得到农药的化学分子式、保留时间、碎片离子精确质量数、离子丰度比，并导入PCDL软件，与对应的农药信息关联，形成数据库，在相同的设定条件下测定待测样品的全谱数据，得到全谱数据；对样品测定结果经精确质量数据库检索，对符合鉴定依据的检出农药准确鉴定，获得瓜类蔬菜中的农残种类。本发明运用GC-Q-TOF/MS高分辨质谱建立的检测方法对瓜类蔬菜中农药残留进行检测，优选结合特定的前处理，具有快速、高通量、高精度和高可靠性检测的特点。无需标准物作对照，同时对瓜类蔬菜中708种农药进行定性侦测与确证。

Description

一种瓜类蔬菜中708种农药残留GC-Q-TOF/MS侦测技术
技术领域
本发明涉及农残检测领域，特别涉及一种应用GC-Q-TOF/MS筛查瓜类蔬菜中708种农残的侦测方法。
背景技术
水果蔬菜与人们的生活息息相关，尤其是瓜类蔬菜(黄瓜、南瓜、节瓜、丝瓜、苦瓜、笋瓜、佛手瓜、棚瓜等)的营养价值备受消费者的青睐。瓜类含碳水化合物、维生素C、黄瓜素较多。部分瓜类蔬菜如丝瓜中含有较多量黏质、瓜氨酸：南瓜中含有瓜氨酸、精氨酸；苦瓜中含有苦瓜甙、S-羟色胺和多种氨基酸。中国中医学认为苦瓜性寒味苦，入心、肺、胃具有清闲解渴、降血压、血脂，祛斑、养颜美容、减肥瘦身、改善睡眠、痈肿痢疾、增强免疫功能，促进新陈代谢等功效，被人们誉为“植物胰岛素”。另外，所有瓜类蔬菜都具有高钾低钠的特点，有降低血压、保护血管的作用。但是，目前在瓜类蔬菜的种植，生长以及保藏过程中可能使用的农药及化学品已超过1100种。然而，伴随了农药的广泛使用，其过量使用、滥用和误用等不规范行为也随之产生，使得农药残留于农产品中，从而给人类健康造成潜在威胁，同时也对农产品的进出口贸易产生了不利影响。
早在1976年世界卫生组织(WHO)、粮农组织(FAO)和联合国环境规划署(UNEP)共同建立了全球环境检测系统/食品项目(GlobalEnvironmentMonitoringSystem，GEMS/Food)，旨在掌握会员国食品污染状况，了解食品污染物摄入量，保护人体健康，促进贸易发展。现在，世界各国都把食品安全提升到国家安全的战略地位。农药残留限量是食品安全标准之一，也是国际贸易准入门槛。同时，对农药残留的要求呈现出品种越来越多，限量越来越严格的发展趋势，也就是国际贸易设立的农药残留限量门槛越来越高。现在欧盟已制定了839种农药的162248项MRL标准，美国制定了351种农药的39147项MRL标准，日本制定了579种农药的51600多项MRL标准，我国2014年发布了381种农药的3650项MRL标准。目前，国际上普遍采用的一律标准限量为10μg/kg。因此，食品安全和国际贸易都呼唤高通量快速农药残留检测技术，这无疑也给广大农药残留分析工作者提供了机遇和挑战。在目前的众多农药残留分析技术中，色谱质谱联用技术是实现高通量多残留快速检测的最佳分析手段。
目前农药残留分析多以气相色谱、液相色谱、气相色谱-质谱和液相色谱-质谱联用技术为主。这些检测技术都首先需要农药标准品对照进行定性。例如，对100种农药的检测就需要准备相应的100种农药标准品对照，而这100种之外的农药都会被漏检。在农兽药残留实验室的实际工作中，绝大多数实验室都不会储备数百种农药标准品，其原因是农药标准品不仅价格昂贵，而且有效期只有2-3年，需要重复投资。一般实验室常备农药标准品只有几十种，其日常监测的农药品种也就只限于这几十种，由此造成食品安全监测漏洞。
发明内容
为了克服上述缺陷，本发明人团队经过多年潜心研究，研发了708种农药的精确质量数据库以及一种果蔬中708种农药残留的GC-Q-TOF/MS侦测技术，实现了不需标准品对照、即可对瓜类蔬菜中708种农药残留进行快速侦测检测，满足了当前农产品中农药残留高通量快速检测的急需。
一方面，本发明提供了一种GC-Q-TOF/MS检测瓜类蔬菜中708种农药残留的侦测方法，其特征在于：建立708种农药TOF/MS数据库，同时对瓜类蔬菜中708种农药进行定性侦测与确证；该方法包括以下步骤：
(1)将农药标准品分别配制成1-5mg/L的标准溶液，设定条件下经GC-QTOF/MS一级模式全谱数据测定每种标准溶液的全谱数据，分别得到每种农药的化学分子式、保留时间、碎片离子精确质量数、离子丰度比；
(2)将步骤(1)中获得的一级模式全谱数据，经核实后的碎片离子全扫描质谱图导入PCDL软件中，并与对应的农药信息相关联，建成TOF/MS精确质量数据库，用于数据检索分析；
(3)与步骤(1)相同的设定条件下瓜类蔬菜的测定待测样品中农药的全谱数据，得到其含有的农药的化学分子式、保留时间、碎片离子精确质量数、离子丰度比；
(4)对样品测定结果经精确质量数据库检索，对符合鉴定依据的检出农药进行准确鉴定，从而获得瓜类蔬菜中的农残种类。
优选的，通过对瓜类蔬菜进行前处理以获得瓜类蔬菜的测定待测样品，所述前处理方法包括以下程序：
样品制备：瓜类蔬菜样品经0.5-5体积％醋酸乙腈匀浆提取，经脱水和离心、浓缩后，再经Carbon/NH2柱净化，乙腈+甲苯洗脱残留农药，经再浓缩、过滤后制成待测样液a。
本发明所具有的有益效果：
1、本发明以高分辨碎片离子精确质量数、保留时间、离子丰度比等化合物信息为识别标准，建立的708种农药侦测和确证技术方法，彻底改变了原有以化合物标准物为参比的定性模式，是一种不需要标准物对照，快速、高通量、准确可靠的农药残留检测新技术。
2、本发明在不需标准物对照的前提下，实现了708种农药残留的定性侦测和确证，可以大大节省购买标准物的成本，也更加环保、安全。
3、本发明可在1小时内完成708种农药侦测、定性与确证，与传统检测方法相比较，可以提高工作效率数百倍。
4、本发明能够做到对瓜类蔬菜样品中708种农药残留一次性提取净化，一次进样检测，与传统检测方法相比较，可以节省检测成本、提高工作效率数百倍。
5、本发明可以测试的瓜类蔬菜样品中农药包括以下物质中的一类或几类：有机磷类农药，氨基甲酸酯类农药，苯并咪唑类农药，磺酰脲类农药，烟碱类农药，除虫菊酯类农药及其他类型的农药及代谢物。
6、本发明建立的GC-QTOF/MS侦测技术指标：扫描范围50-600m/z；测定的精确质量可达0.0001m/z；质量精度可控制在20ppm以内；扫描速度在50-600m/z范围为每秒5次。
7、本发明提供的一种应用气相色谱四级杆飞行时间质谱(GC-Q-TOF/MS)快速筛查瓜类蔬菜中708种农药残留的高分辨质谱侦测技术在7个农药残留分析实验室得到了推广和应用，经过对30多个省市多个市售瓜类蔬菜样品的侦测验证，取得了重要的残留侦测数据。
8、同时侦测的708种农药中，侦测灵敏度一律低于标准10微克/千克，满足各国农药残留MRL水平筛查的要求。
本发明的其它特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本发明的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本发明，但并不构成对本发明的限制。在附图中：
图1是兰州地区市售黄瓜样品GC-Q-TOF/MS技术检出频次最高农药(哒螨灵)结果示例。
图2是兰州地区市售黄瓜样品GC-Q-TOF/MS技术检出的频次最高农药(哒螨灵)的质谱信息与数据库进行比对的结果。
图3是成都地区西葫芦样品GC-Q-TOF/MS技术检出频次最高农药(苄呋菊酯)结果示例。
图4是成都地区西葫芦样品GC-Q-TOF/MS技术检出的频次最高农药(苄呋菊酯)的质谱信息与数据库进行比对的结果。
图5是成都地区苦瓜样品GC-Q-TOF/MS技术检出频次最高农药(腐霉利)结果示例
图6是成都地区苦瓜样品GC-Q-TOF/MS技术检出的频次最高农药(腐霉利)的质谱信息与数据库进行比对的结果。
图7是哈尔滨地区丝瓜样品GC-Q-TOF/MS技术检出频次最高农药(霜霉威)结果示例
图8是哈尔滨地区丝瓜样品GC-Q-TOF/MS技术检出的频次最高农药(霜霉威)的质谱信息与数据库进行比对的结果。
具体实施方式
以下对本发明的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本发明，并不用于限制本发明。
本发明提供了一种GC-Q-TOF/MS检测瓜类蔬菜中708种农药残留的侦测方法，其特征在于：建立708种农药TOF/MS数据库，同时对瓜类蔬菜中708种农药进行定性侦测与确证；该方法包括以下步骤：
(1)将农药标准品分别配制成1-5mg/L的标准溶液，设定条件下经GC-QTOF/MS一级模式全谱数据测定每种标准溶液的全谱数据，分别得到每种农药的化学分子式、保留时间、碎片离子精确质量数、离子丰度比；
(2)将步骤(1)中获得的一级模式全谱数据，经核实后的碎片离子全扫描质谱图导入PCDL软件中，并与对应的农药信息相关联，建成TOF/MS精确质量数据库，用于数据检索分析；
(3)与步骤(1)相同的设定条件下瓜类蔬菜的测定待测样品中农药的全谱数据，得到其含有的农药的化学分子式、保留时间、碎片离子精确质量数、离子丰度比；
(4)对样品测定结果经精确质量数据库检索，对符合鉴定依据的检出农药进行准确鉴定，从而获得瓜类蔬菜中的农残种类。
具体的，以稻丰散(Phenthoate)为例说明本发明的GC-QTOF/MS数据库通过如下的方法进行建立：
1)在数据采集界面，对稻丰散(Phenthoate)标准物(1-5mg/L)在指定色谱质谱条件下经GC-QTOF/MS一级模式进行碎片离子全扫描质谱图采集。
色谱条件为：色谱柱：VF-1701MS(30m×0.25mm×0.25um)(J&WScientific，Folsom，CA)；色谱柱升温程序：30-50℃保持0.5-5min，然后以再以3-10℃/min升温至200-280℃，然后以20-50℃/min升温至110-150℃，再以3-10℃/min升温至200-280℃，随后以5-15℃/min升温至250-320℃，保持3-10min，再以5-20℃/min降温至200-290℃，保持1-5min；载气：氦气；纯度≥99.999％；0.5-2mL/min；进样口温度：230-320℃；进样量1μL；进样方式：无分流进样，溶剂延迟2-10min。优选的，色谱条件：色谱柱：VF-1701MS(30m×0.25mm×0.25um)(J&WScientific，Folsom，CA)；色谱柱升温程序：40℃保持1min，然后以30℃/min升温至130℃，再以5℃/min升温至250℃，随后以10℃/min升温至300℃，保持5min，再以10℃/min降温至280℃，保持2min；载气：氦气，纯度≥99.999％；流速：1.2mL/min；进样口温度：290℃；进样量1μL；进样方式：无分流进样，溶剂延迟6min。
质谱条件为：离子源：EI(电子轰击电离源)；离子源温度：230-330℃，电子轰击源能量：50-100eV；气相-质谱接口温度：200-320℃；扫描方式：以每秒2-10张谱图的方式进行TOF模式全扫描，质量数范围50-600amu。优选的，质谱条件：离子源：EI(电子轰击电离源)；离子源温度：280℃，电子轰击源能量：70eV；气相-质谱接口温度：290℃；扫描方式：以每秒5张谱图的方式进行TOF模式全扫描，质量数范围50～600amu.。
所述的碎片离子全扫描质谱图采集为稻丰散(Phenthoate)标准物的质谱图信息，包括化合物化学分子式、保留时间、碎片离子精确质量数、离子丰度比。
2)在AgilentMassHunter定性软件(仪器自带)中调用目标农药(Phenthoate)采集文件，并确定目标农药色谱峰。
3)打开目标农药质谱图扣除背景后，使用NIST11低分辨谱库(仪器自带)进行搜索以得到化合物的信息，并核查谱库检索到的化合物是否与实际相符。
4)核查质谱图，目标化合物质谱图会显示经NIST11低分辨谱库匹配上的碎片离子分子式和精确质量数，通过“EditPeakAnnotion”窗口对离子信息进行必要的修改，比如精确质量数偏差过大的离子，可能意味着软件自动计算的Formula结构有误，此时可手动在“Formula”一列中输入正确的信息，或者将“IronType”更改为Unknown。
5)经核实后的碎片离子全扫描质谱图导入PCDL软件(仪器自带)中，并与稻丰散信息相关联，建成TOF/MS数据库。数据库中708种农药的质谱图信息，详见附表1。
优选的，所述农药为表1中所示的708种农药。形成这些农药的方法可以按照如上形成稻丰散(Phenthoate)的TOF/MS数据库的方式进行。
根据本发明，将所获得的标准物的质谱图信息通过PCDL软件与相应的农药相互关联的方法可以按照PCDL软件说明书进行，本发明在此不再赘述。
根据本发明，优选的，所述瓜类蔬菜选自由黄瓜、南瓜、节瓜、冬瓜、丝瓜、西葫芦、苦瓜、瓠瓜、笋瓜、佛手瓜和棚瓜等所组成的组中。
表1
根据本发明，与建立相同的设定条件下瓜类蔬菜的测定待测样品中农药的全谱数据，得到其含有的农药的化学分子式、保留时间、碎片离子精确质量数、离子丰度比；调用已建立的TOF/MS数据库，依据TOF/MS数据库对目标化合物定性检索，检索参数保留时间偏差限定为±0.15min，精确质量偏差限定为±20ppm，软件会依据每种化合物保留时间、精确质量等要素的实测值与TOF/MS数据库中理论值的偏差自动给出每个检出离子的检索匹配得分值。检出离子得分平均值即为该化合物综合得分，规定每个化合物得分值＞60且至少三个离子检出，即为阳性检出，依据TOF/MS数据库定性侦测农产品中农药残留的方法准确度，达到90％以上。
根据本发明，通过对瓜类蔬菜进行前处理以获得瓜类蔬菜的测定待测样品，所述前处理方法优选包括以下程序：
将瓜类蔬菜样品经含有0.5-5体积％醋酸的乙腈溶液(简称0.5-5体积％醋酸乙腈)匀浆提取，经脱水和离心、浓缩后，再经Carbon/NH2柱净化，乙腈+甲苯洗脱残留农药，经再浓缩、过滤后制成待测样液；
其中，优选的，所述瓜类蔬菜样品量为5-20g，所述0.5-5体积％的醋酸乙腈的用量为30-50mL的用量优选为35-45ml；并将加入醋酸乙腈的果蔬样品置于离心管中进行匀浆处理。所述匀浆提取条件优选为：转速12000-15000rpm，时间0.5-2min。
其中，所述经脱水优选通过在醋酸乙腈提取液中加入0.5-5g的氯化钠，2-8g的无水硫酸镁，并振荡4-6min实现。然后将得到的脱水样品在4000-4500rpm下离心1-10min，得到上清液，并将得到的上清液10-30mL在20-60℃的水浴中旋转蒸发浓缩至0.5-2mL。
其中，所述Carbon/NH2柱净化步骤优选如下：在Carbon/NH2柱中加入约1-3cm优选2cm高无水硫酸钠。先用2-6mL优选4mL乙腈+甲苯(优选2.5-3.5：1，更优选为3∶1，v/v)淋洗SPE柱，并弃去流出液，当液面到达硫酸钠的顶部时，迅速将样品浓缩液转移至净化柱上，下接新鸡心瓶接收。再每次用2-6mL优选2mL乙腈+甲苯(优选2.5-3.5：1，更优选为3∶1，v/v)洗涤样液瓶三次，并将洗涤液移入SPE柱中。再用20-30mL优选25mL乙腈+甲苯(优选2.5-3.5：1，更优选为3∶1，v/v)洗脱农药，合并洗脱液于鸡心瓶中。
其中，所述待测样液进一步优选通过如下方式进行制备，将如上获得的洗脱液在30-50℃水浴中旋转浓缩至约0.5-2mL，并将浓缩液置于氮气下吹干，加入1-5mL的乙腈+0-5％甲酸水(2+(7-9)，优选2+8，v/v)混匀，经0.18-0.22μm优选0.2μm滤膜过滤后定容，得到待测样液。
以下将详细描述本发明的具体实施方式。
实施例1
本实施例用于说明本发明提供的GC-Q-TOF/MS筛查瓜类蔬菜中708种农残的侦测方法
(1)兰州地区市售黄瓜样品取可食部分切碎，混匀，密封，标明标记。.
(2)称取10g如上的黄瓜样品(精确至0.01g)，于80ml离心管中，加入40mL1％醋酸的乙腈溶液，用高速匀浆机13500r/min，匀浆提取1min，加入1g氯化钠，4g无水硫酸镁，振荡5min，在4200r/min下离心5min，取上清液20mL，在40℃水浴中旋转蒸发浓缩至约1mL，待净化。
(3)在Carbon/NH2柱中加入约2cm高无水硫酸钠。先用4mL乙腈+甲苯(3+1，v/v)淋洗SPE柱，并弃去流出液，当液面到达硫酸钠的顶部时，迅速将样品浓缩液转移至SPE柱中，下接新鸡心瓶接收。再每次用2mL乙腈+甲苯(3+1，v/v)洗涤样液瓶三次，并将洗涤液移入SPE柱中。在柱上连接50mL贮液器，用25mL乙腈+甲苯(3+1，v/v)洗脱农药及相关化学品，合并于鸡心瓶中，并在40℃水浴中旋转浓缩至约0.5mL。
(4)浓缩液置于氮气下吹干，加入2mL的乙腈+水(2+8，v/v)混匀，经0.2μm滤膜过滤后定容，得到待测样品溶液。
(5)GC-Q-TOF/MS操作条件，分离并获得黄瓜样品中各农药每个碎片离子的学分子式、保留时间、碎片离子精确质量数、离子丰度比。
色谱条件：色谱柱：VF-1701MS(30m×0.25mm×0.25um)(J&WScientific，Folsom，CA)；色谱柱升温程序：40℃保持1min，然后以30℃/min升温至130℃，再以5℃/min升温至250℃，随后以10℃/min升温至300℃，保持5min，再以10℃/min降温至280℃，保持2min；载气：氦气，纯度≥99.999％；流速：1.2mL/min；进样口温度：290℃；进样量1μL；进样方式：无分流进样，溶剂延迟6min。
质谱条件：质谱条件：离子源：EI(电子轰击电离源)；离子源温度：280℃，电子轰击源能量：70eV；气相-质谱接口温度：290℃；扫描方式：以每秒5张谱图的方式进行TOF模式全扫描，质量数范围50～600amu.。
(6)依据表1的数据库对步骤(4)中获得信息定性检索，检索参数保留时间偏差限定为±0.5min，精确质量偏差限定为±100ppm，检出至少三个碎片离子，且依据每种化合物各要素的实测值与表1数据库中理论值的偏差，自动给出检索匹配得分值，检索匹配得分值＞60的化合物，即确认检出该目标化合物。检测结果见表2。
黄瓜样品7个，检出16种农药残留，共计27数据库检索，以检出频次较高的哒螨灵为例：如图1所示，黄瓜中检测出3个碎片离子信息，用数据库检索，与哒螨灵比对，3个碎片离子匹配分数均在89分以上，保留时间偏差在0.006min以内(如图2所示)，可以确认，黄瓜中有哒螨灵检出。
实施例2
本实施例用于说明本发明提供的GC-Q-TOF/MS筛查瓜类蔬菜中708种农残的侦测方法
按照实施例1中的方法对同批黄瓜样品中的农残进行侦测，不同的是，前处理步骤如下：
(1)黄瓜样品取可食部分切碎，混匀，密封，标明标记。.
(2)准确称取10.00g样品于离心管中，加入50mL水，振荡直至样品被水充分浸润。冷冻10min后移取50mL乙腈至离心管中，然后将离心管置于涡漩混合振荡仪上，以2000rpm速率振荡1min。将离心管置于-10℃条件下保持10min，然后向离心管中加入20g无水硫酸镁和5g氯化钠，5g柠檬酸钠和2.5g柠檬酸二氢钠，立即于漩涡混合振荡仪上，以2000rpm速率振荡2min，然后以4000rpm速率离心10min，得到上清液。
(3)移取上清液1.0mL于1.5mL离心管中，加入150mg无水硫酸镁及25mg的PSA吸附剂，于漩涡混合振荡仪上以2000rpm速率振荡2min，以6000rpm速率离心2min。吸取上清液经0.22μm有机相滤膜过滤，移取200μL，加入100μL乙腈，用超纯水稀释至1.0mL，得到待测样品溶液。
检测结果见表2。
表2
由以上数据可以看出，采用本发明的方法，尤其是优选的方法能够更有效的检测出农产品中农残的种类，并且还具有更低的检测限。
实施例3
本实施例用于说明本发明提供的GC-Q-TOF/MS筛查瓜类蔬菜中708种农残的侦测方法
按照实施例1中的方法对瓜类蔬菜中的农残进行侦测，不同的是，样品为成都地区西葫芦样品。
采集成都地区西葫芦品样品11个，检出5种农药残留，共计11频次，涉及样品8个，具体结果见表3。
表3
以检出频次较高的生物苄呋菊酯为例：如图3所示，西葫芦中检测出3个碎片离子信息，用数据库检索，与生物苄呋菊酯比对，3个碎片离子匹配分数均在97分以上，保留时间偏差在0.131min以内(如图4所示)，可以确认，西葫芦中有生物苄呋菊酯检出。
实施例4
本实施例用于说明本发明提供的GC-Q-TOF/MS筛查瓜类蔬菜中708种农残的侦测方法
按照实施例1中的方法对瓜类蔬菜中的农残进行侦测，不同的是，样品为成都地区苦瓜样品。
采集成都地区苦瓜样品9个，检出6种农药残留，共计10频次，涉及样品6个，具体结果见表4。
表4
以检出频次较高的腐霉利为例：如图5所示，苦瓜中检测出7个碎片离子信息，用数据库检索，与腐霉利比对，7个碎片离子匹配分数均在95分以上，保留时间偏差在0.033min以内(如图6所示)，可以确认，苦瓜中有腐霉利检出。
实施例5
本实施例用于说明本发明提供的GC-Q-TOF/MS筛查瓜类蔬菜中708种农残的侦测方法
按照实施例1中的方法对瓜类蔬菜中的农残进行侦测，不同的是，样品为哈尔滨地区丝瓜样品。
采集哈尔滨地区丝瓜样品3个，检出8种农药残留，共计10频次，涉及样品3个，具体结果见表5。
表5
以检出频次较高的霜霉威为例：如图7所示，丝瓜中检测出5个碎片离子信息，用数据库检索，与霜霉威比对，5个碎片离子匹配分数均在67分以上，保留时间偏差在0.008min以内(如图8所示)，可以确认，丝瓜中有霜霉威检出。
以上详细描述了本发明的优选实施方式，但是，本发明并不限于上述实施方式中的具体细节，在本发明的技术构思范围内，可以对本发明的技术方案进行多种简单变型，这些简单变型均属于本发明的保护范围。
另外需要说明的是，在上述具体实施方式中所描述的各个具体技术特征，在不矛盾的情况下，可以通过任何合适的方式进行组合。为了避免不必要的重复，本发明对各种可能的组合方式不再另行说明。
此外，本发明的各种不同的实施方式之间也可以进行任意组合，只要其不违背本发明的思想，其同样应当视为本发明所公开的内容。

Claims (10)

1.一种GC-Q-TOF/MS检测瓜类蔬菜中708种农药残留的侦测方法，其特征在于：建立708种农药TOF/MS数据库，同时对瓜类蔬菜中708种农药进行定性侦测与确证；该方法包括以下步骤：
(1)将农药标准品分别配制成1-5mg/L的标准溶液，设定条件下经GC-QTOF/MS一级模式全谱数据测定每种标准溶液的全谱数据，分别得到每种农药的化学分子式、保留时间、碎片离子精确质量数、离子丰度比；
(2)将步骤(1)中获得的一级模式全谱数据，经核实后的碎片离子全扫描质谱图导入PCDL软件中，并与对应的农药信息相关联，建成TOF/MS精确质量数据库，用于数据检索分析；
(3)与步骤(1)相同的设定条件下瓜类蔬菜的测定待测样品中农药的全谱数据，得到其含有的农药的化学分子式、保留时间、碎片离子精确质量数、离子丰度比；
(4)对样品测定结果经精确质量数据库检索，对符合鉴定依据的检出农药进行准确鉴定，从而获得瓜类蔬菜中的农残种类。
2.根据权利要求1所述的方法，其中，所述农药为表1中所示的708种农药。
3.根据权利要求1所述的方法，其中，所述瓜类蔬菜选自由黄瓜、南瓜、节瓜、冬瓜、丝瓜、西葫芦、苦瓜、瓠瓜、笋瓜、佛手瓜和棚瓜所组成的组中。
4.根据权利要求1所述的方法，其中，测定每种标准溶液中农药的全谱数据的条件包括：
(1)色谱条件：色谱柱：VF-1701MS；色谱柱升温程序：30-50℃保持0.5-5min，然后以20-50℃/min升温至110-150℃，再以3-10℃/min升温至200-280℃，随后以5-15℃/min升温至250-320℃，保持3-10min，再以5-20℃/min降温至200-290℃，保持1-5min；载气：氦气；流速：0.5-2mL/min；进样口温度：230-320℃：无分流进样，溶剂延迟2-10min；
(2)质谱条件：离子源：EI；离子源温度：230-330℃，电子轰击源能量：50-100eV；气相-质谱接口温度：200-320℃；扫描方式：以每秒2-10张谱图的方式进行TOF模式全扫描，质量数范围50-600amu。
5.根据权利要求1所述方法，其中，TOF/MS精确质量数据库能够将从待测样品中测定得到的碎片离子的保留时间、精确质量数、离子丰度比的实测值，与TOF/MS精确质量数据库中碎片离子的对应要素理论值检索比对，给出每个碎片离子的得分，进而给出平均分即目标化合物的匹配度得分值；其中，碎片离子的保留时间偏差设定在±0.5min，精确质量数偏差设定为±100ppm。
6.根据权利要求5所述的方法，其中：通过如下方法对符合鉴定依据的检出农药进行准确鉴定：
通过对特征离子检出情况及符合度，给出的得分值，对农药进行定性识别，其方法程序为：对于样品中目标化合物的侦测，是将飞行时间质谱测得的化合物的保留时间、丰度最高的7个碎片离子精确质量数、碎片离子丰度比的结果，与TOF/MS数据库检索比对，结果为检出至少三个碎片离子，且综合得分大于60的农药被确定为检出农药。
7.根据权利要求1所述的方法，通过对瓜类蔬菜进行前处理以获得瓜类蔬菜的测定待测样品，所述前处理方法包括以下程序：
样品制备：瓜类蔬菜样品经0.5-5体积％醋酸乙腈匀浆提取，经脱水和离心、浓缩后，再经Carbon/NH2柱净化，乙腈+甲苯洗脱残留农药，经再浓缩、过滤后制成待测样液a。
8.根据权利要求7所述的方法，其中：所述瓜类蔬菜样品量为5-20g；
优选的，所述0.5-5体积％的醋酸乙腈的用量为30-50mL；
优选的，所述匀浆提取条件为：转速12000-15000r/min，时间为0.5-5min；
优选的，所述经脱水是指在0.5-5体积％醋酸乙腈提取液中加入0.5-5g氯化钠，2-8g无水硫酸镁，振荡1-10min；
优选的，所述离心是指在3000-5000r/min下离心1-10min；
优选的，所述浓缩是指取离心上清液10-30mL，在20-60℃水浴中旋转蒸发浓缩至约0.5-2mL。
9.根据权利要求8所述的方法，其中：所述Carbon/NH2柱净化步骤如下：在Carbon/NH2柱中加入约1-3cm高无水硫酸钠，先用2-6mL一定比例的乙腈和甲苯混合溶液淋洗SPE柱，并弃去流出液，当液面到达硫酸钠的顶部时，迅速将样品浓缩液转移至净化柱上，下接容器接收；再每次用2-6mL乙腈和甲苯混合溶液洗涤样液瓶三次，并将洗涤液移入SPE柱中。再用优选20-30ml的一定体积乙腈和甲苯混合溶液洗脱农药，合并洗脱液于容器中；
优选的，所述一定比例的乙腈和甲苯混合溶液，乙腈∶甲苯体积比为2.5-3.5∶1。
10.根据权利要求8所述的方法，其中：所述经再浓缩、过滤后制成待测样液a是指权利要求9所得到的洗脱液，在30-50℃水浴中旋转浓缩至约0.5-2mL，并将浓缩液置于氮气下吹干，加入1-5mL的一定比例的乙腈和0-5体积％甲酸水混合溶液混匀，经0.18-0.22μm滤膜过滤后定容，得到待测样品溶液a。
优选的，所述一定比例的乙腈和0-5体积％甲酸水混合溶液，乙腈∶0.1-5体积％甲酸水2∶7-9。
CN201511018020.2A 2015-12-28 2015-12-28 一种瓜类蔬菜中708种农药残留gc-q-tof/ms侦测技术 Pending CN105510499A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201511018020.2A CN105510499A (zh) 2015-12-28 2015-12-28 一种瓜类蔬菜中708种农药残留gc-q-tof/ms侦测技术

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201511018020.2A CN105510499A (zh) 2015-12-28 2015-12-28 一种瓜类蔬菜中708种农药残留gc-q-tof/ms侦测技术

Publications (1)

Publication Number Publication Date
CN105510499A true CN105510499A (zh) 2016-04-20

Family

ID=55718628

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201511018020.2A Pending CN105510499A (zh) 2015-12-28 2015-12-28 一种瓜类蔬菜中708种农药残留gc-q-tof/ms侦测技术

Country Status (1)

Country Link
CN (1) CN105510499A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106404959A (zh) * 2016-10-28 2017-02-15 广东省农业科学院蔬菜研究所 香芋南瓜的筛选方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2005050224A2 (en) * 2003-11-13 2005-06-02 Epitome Biosystems Inc. Small molecule and peptide arrays and uses thereof
CN103823008A (zh) * 2014-03-14 2014-05-28 北京市疾病预防控制中心 构建液相色谱-质谱数据库检测未知毒物的方法
CN104764843A (zh) * 2015-02-27 2015-07-08 潍坊出入境检验检疫局综合技术服务中心 一种利用负化学源质谱数据库对含电负性元素农药检测的方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2005050224A2 (en) * 2003-11-13 2005-06-02 Epitome Biosystems Inc. Small molecule and peptide arrays and uses thereof
CN103823008A (zh) * 2014-03-14 2014-05-28 北京市疾病预防控制中心 构建液相色谱-质谱数据库检测未知毒物的方法
CN104764843A (zh) * 2015-02-27 2015-07-08 潍坊出入境检验检疫局综合技术服务中心 一种利用负化学源质谱数据库对含电负性元素农药检测的方法

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
MILAGROS MEZCUA 等: "Accurate-Mass Databases for Comprehensive Screening of Pesticide Residues in Food by Fast Liquid Chromatography Time-of-Flight Mass Spectrometry", 《ALLAL．CHEM.》 *
彭兴 等: "LC-TOF／MS无标准品定性筛查水果蔬菜中210种农药残留", 《分析试验室》 *
李晓颍 等: "气相色谱-四极杆飞行时间质谱准确鉴定常见水果蔬菜中的农药残留", 《色谱》 *
李晓颍: "气相色谱-四极杆飞行时间质谱法鉴定常见果蔬中农药残留", 《中国优秀硕士学位论文全文数据库 工程科技Ⅰ辑》 *
白新鹏 主编: "《食品检验新技术》", 31 January 2010 *
赵志远 等: "液相色谱一四极杆／飞行时间质谱快速筛查与确证苹果、番茄和甘蓝中的281种农药残留量", 《色谱》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106404959A (zh) * 2016-10-28 2017-02-15 广东省农业科学院蔬菜研究所 香芋南瓜的筛选方法

Similar Documents

Publication Publication Date Title
WO2018192483A1 (zh) 一种食用农产品农药残留非靶标、多指标、快速侦测的电子化方法
CN105823832A (zh) 一种仁果类水果中544种农药残留lc-q-tof/ms侦测技术
CN107085049A (zh) 一种食用农产品农药残留非靶标、多指标、快速侦测的电子化方法
CN111721857A (zh) 一种运用广泛靶向代谢组学技术鉴别荔枝品种的方法
CN105467056A (zh) 一种茄果类蔬菜中708种农药残留gc-q-tof/ms侦测技术
Fan et al. High-throughput analytical techniques for determination of residues of 653 multiclass pesticides and chemical pollutants in tea, Part II: comparative study of extraction efficiencies of three sample preparation techniques
CN105738460A (zh) 一种叶菜类蔬菜中544种农药残留lc-q-tof/ms侦测技术
CN105486796A (zh) 一种瓜果类水果中544种农药残留lc-q-tof/ms侦测技术
CN107192770B (zh) 一种鉴别荆条蜜与糖浆掺假荆条蜜的分析方法
CN105675701A (zh) 一种豆类蔬菜中708种农药残留gc-q-tof/ms侦测技术
CN105651917A (zh) 一种水生类蔬菜中708种农药残留gc-q-tof/ms侦测技术
CN105784900A (zh) 一种茄果类蔬菜中544种农药残留lc-q-tof/ms侦测技术
CN105651916A (zh) 一种瓜果类水果中708种农药残留gc-q-tof/ms侦测技术
CN105467057A (zh) 一种柑橘类水果中708种农药残留gc-q-tof/ms侦测技术
CN105486795A (zh) 一种浆果和其它小型水果中708种农药残留gc-q-tof/ms侦测技术
CN105510499A (zh) 一种瓜类蔬菜中708种农药残留gc-q-tof/ms侦测技术
CN105675702A (zh) 一种食用菌中708种农药残留gc-q-tof/ms侦测技术
CN105510501A (zh) 一种根茎类和薯芋类蔬菜中708种农药残留gc-q-tof/ms侦测技术
CN105628839A (zh) 一种叶菜类蔬菜中708种农药残留gc-q-tof/ms侦测技术
CN103278586A (zh) 乳制品中双氰胺成分的提取及检测方法
CN105588911A (zh) 一种芽菜类蔬菜中708种农药残留gc-q-tof/ms侦测技术
CN110988243A (zh) 水果中草甘膦含量的离子色谱-质谱检测方法
CN105784896A (zh) 一种根茎类和薯芋类蔬菜中544种农药残留lc-q-tof/ms侦测技术
CN105510502A (zh) 一种茎类蔬菜中708种农药残留gc-q-tof/ms侦测技术
CN105675789A (zh) 一种瓜类蔬菜中544种农药残留lc-q-tof/ms侦测技术

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20160420