乳制品中兽药多种类残留的液相色谱-质谱分析研究进展

张璐琪，张鸿伟，梁成珠，张晓梅，鲍 蕾，王培锋

(1.山东出入境检验检疫局 检验检疫技术中心，山东 青岛 266002；2.中国海洋大学食品科学与工程学院，山东 青岛 266003；3.雀巢食品安全研究院，北京 100102)



乳制品中兽药多种类残留的液相色谱-质谱分析研究进展

张璐琪1,2*，张鸿伟1，梁成珠1，张晓梅1，鲍 蕾3，王培锋1

(1.山东出入境检验检疫局 检验检疫技术中心，山东 青岛 266002；2.中国海洋大学食品科学与工程学院，山东 青岛 266003；3.雀巢食品安全研究院，北京 100102)

近年来，乳制品安全问题备受关注，兽药残留作为化学危害的一个重要部分使得针对其检测技术的研究一直是乳制品安全分析的热点领域，液相色谱-质谱技术因在灵敏度和选择性方面的优势已成为目前兽药残留分析的主流技术。基于液相色谱-质谱技术的兽药残留分析趋势已逐渐在向多种类、多组分发展，但由于兽药各种类之间在理化性质、残留状态、限量要求等方面差异较大，导致在样品前处理和仪器分析环节存在一定的技术困难。为进一步了解该技术领域的研究进展，该文从样品前处理、色谱-质谱检测和基质效应等方面对近几年采用液相色谱-质谱技术测定乳制品中兽药多种类残留的国内外文献进行了综述。

乳制品；兽药多种类残留；液相色谱-质谱；研究进展

兽药被广泛用于动物疾病的预防和治疗以及促进动物生长等，其种类繁多，常用的兽药主要包括抗生素类、抗球虫药类、抗病毒类、激素类等。近年来，乳制品由于较高的营养价值和保健功能越来越受到人们青睐，其中儿童和老人是主要的消费群体，对于婴幼儿来说乳制品更是必不可少。但乳制品安全事件频发，如“三聚氰胺”事件、阜阳假奶粉事件、液态奶“黄曲霉毒素M1”事件等，这些事件引起人们对乳制品中化学性危害问题的普遍关注。兽药残留作为化学性危害的一个重要方面，一直是消费者和相关管理者关注的重点。乳制品中的兽药残留主要是由于产乳动物使用了兽药后，兽药或其代谢物进入生乳中并由此对消费者带来健康隐患。乳制品中兽药残留分析方法有液相色谱-质谱法(LC-MS)[1-2]、气相色谱-质谱法(GC-MS)[3-4]、高效液相色谱法(HPLC)[5-7]、酶联免疫法(ELISA)[8]等，由于LC-MS法具有灵敏度高、准确性好、分析速度快等优势而在兽药残留分析中得到广泛应用。目前国内外对于单类兽药残留的检测技术已日渐成熟，但对于多类兽药残留的研究较少，且研究不够充分。这是由于同时测定多类兽药残留存在较多难点，如兽药种类多、性质相差较大，导致前处理方法因不能兼顾每种药物而使回收率、定量下限等无法满足测定要求。此外，基质效应也给方法的建立带来困难[9]。本文针对乳制品基质，从样品前处理、色谱-质谱检测、基质效应等方面探讨了采用液相色谱-质谱技术进行兽药多种类、多残留测定的研究进展。

1 样品前处理

乳制品如牛奶、奶粉等基质成分比较复杂，含有较多蛋白质、磷脂等亲脂性杂质、碳水化合物和少量矿物质等，蛋白质会形成泡沫、浑浊或出现共沉淀现象造成分析物难以分离，且蛋白质和脂质会污染仪器，影响测定条件，从而极大地干扰目标化合物的分析，这给样品的前处理工作带来了困难。因此如何有效去除这些干扰，提高分析的有效性成为前处理过程的重点。

1.1 提 取

兽药多种类残留测定要尽可能多地提取待测物质，常用的提取剂有甲醇、乙腈等。乙腈是一种中等极性的提取溶剂，与大部分兽药的极性较相近，多数兽药物质均能用乙腈提取，且乙腈具有较好的蛋白质沉淀作用。甲醇和乙腈的提取效果相似，但乙腈无需通过乳化作用就能实现蛋白质的沉降，且对碳水化合物和脂质有较低的溶解性[10]。因此，乙腈是最常用的提取溶剂。范志影等[11]测定了生鲜乳中四环素类和β-内酰胺类药物，采用4 ℃预冷的乙腈提取，可以有效去除蛋白质，而且在低温条件下，蛋白质结构相对稳定，不易与目标化合物结合而形成共沉淀，从而提高了目标化合物的提取效率，所得回收率为81%～119%，相对标准偏差(RSD)为1.23%～14.8%。

为提高提取效果，实验中通常会根据分析物的性质在乙腈中加入辅助提取剂(如甲酸、氢氧化铵等)形成酸化乙腈或碱化乙腈。王浩等[12]测定了牛奶中的四环素类和磺胺类等药物，比较了乙腈、Mcllvaine缓冲液-乙腈、Mcllvaine缓冲液-酸性乙腈和Mcllvaine缓冲液-碱性乙腈(1%氨水)的提取效果，发现用Mcllvaine缓冲液-碱性乙腈提取时各类化合物的平均回收率为60%～105%，可以满足检测要求，经过条件优化后，方法回收率为70.1%～109.9%，RSD为2.89%～9.99%。张毅等[13]测定了牛奶中β-受体激动剂、镇静剂和激素等药物，采用酸化乙腈和碱化乙腈分两次提取的方法，使偏碱性和偏酸性药物的回收率均有所提高，总体回收率为42%～135%，其原因可能是乙腈中添加酸或碱能有效抑制药物的离子化，从而增加分析物在有机相中的分配比例，此方法的总体回收率为60.3%～119.3%，RSD为3.0%～18.9%。这种多溶剂分步提取的方法虽然增加了前处理步骤，但可以有效回收不同性质的物质，比较适合性质范围较大的多组分残留检测。为了提取更多种物质，除了分步提取方法外，还可以采用组合溶剂提取的方法。张洁等[14]对乳制品中青霉素类、四环素类等抗生素物质进行了测定，首先向样品溶液中加入等体积的乙腈并旋涡振荡，形成均匀的乳浊液，使得乙腈和样品可完全接触以实现目标抗生素的充分提取，随后加入3倍体积的酸化乙腈(0.2%甲酸)结合高速离心以有效除去样品中的蛋白质，大多数抗生素的提取率可达到85%以上，方法回收率为68.4%～96.7%，RSD为 2.1%～12.5%。Dasenaki等[15]测定了奶粉中喹诺酮类、抗炎药类等115种药物，通过依次加入2 mL 0.1%甲酸水(0.1% EDTA)、2 mL乙腈和2 mL甲醇提取，每加1种溶剂均需涡旋混匀，测得回收率为50%～80%，RSD为2.2%～18%。此方法通过采用缓冲溶液和有机溶剂进行组合提取，能减少与非极性基质成分的共提取而有利于提取强极性目标物(如喹诺酮类物质)。此外，在缓冲液中加入的EDTA能有效提取四环素类物质，从而提高了四环素类物质的回收率。在组合溶剂提取时，多种溶剂间的比例也会影响提取效果，上述研究比较了缓冲液和有机溶剂的比例分别为1∶1和1∶2时的提取效果，结果显示缓冲液比例高时疏水性物质(如苯并咪唑类)的回收率较低，且高水量在氮吹时会消耗更多时间，因而选择1∶2比例，即0.1%甲酸水(0.1%EDTA)、乙腈和甲醇3种溶剂的体积比为1∶1∶1。因此，在使用组合溶剂提取时，要根据目标物的种类和性质不断优化并确定溶剂的种类、各溶剂间的比例和体积等提取条件。此外，使用酸化乙腈和碱化乙腈时要注意酸或碱的比例含量，过高和过低均会影响提取效果。Deng等[16]测定了牛奶中激素类、喹诺酮类、β-受体激动剂类等105种兽药，比较了0.1%、0.5%、1%和2%的甲酸乙腈和乙酸乙腈的提取效果，结果显示0.1%甲酸乙腈的提取效果最好，其回收率为52.4%～91.9%，RSD小于20%。因此在实验中应尝试不同种类、不同浓度比例的有机酸，以建立最佳的提取条件。

除了上述常用方法，一些特殊的提取技术也不断被发现并应用于多组分残留分析。王炼等[17]提出了一种基质固相分散(Matrix solid-phase dispersion，MSPD)技术，其优点是操作简单、试剂消耗少、提取效率高，将该技术用于牛奶和奶粉中β-内酰胺类、大环内酯类等抗生素类药物的测定，使用C18、CN填料和EDTA二钠共同组成提取材料，结果表明，此方法对极性差异大的7类抗生素均有较高的提取效率，能较好去除样品基质，在25 μg/kg的加标水平下奶粉和牛奶的加标回收率分别为72.5%～97.2%和70.1%～96.8%，RSD分别为4.2%～8.8%和3.7%～9.9%。为提高目标物回收率，在提取过程中可增加一些辅助提取方式(如水浴超声)，有研究发现将提取液超声水浴30～40 ℃对EDTA和金属离子的鳌合置换过程有一定促进作用[18]。此外，若需向待测样品中加入内标时，加入内标后需在暗处静置10 min左右[19-21]，使内标和基质充分接触，以提高提取效果。

1.2 净 化

前处理过程中净化的目的主要是除去乳制品中较多的蛋白质和脂肪等干扰成分，同时要注意保留待测物质。常用的净化技术为萃取技术，传统的液液萃取技术操作繁杂费时，需消耗大量有毒试剂，不适于多种类药物的快速处理，目前多采用固相萃取技术(Solid phase extraction，SPE)和液相微萃取技术(Liquid phase microextraction，LPME)[22]等。

固相萃取技术的优点是操作方便、消耗试剂少，既可净化又可富集。通常采用HLB固相萃取柱[23-24]和MCX固相萃取柱[25]，其中HLB萃取柱能同时保留一个较宽范围内的亲水化合物和亲脂化合物[26]，试验中可根据待测物质的性质而选择合适的萃取柱。Wang等[27]测定了牛奶中硝基咪唑类和苯并咪唑类等药物，通过空白样品加标提取比较了Oasis MCX、Oasis HLB和SCX 3种固相萃取柱的净化效果，结果显示Oasis MCX柱由于其反相和阳离子交换保留能力强，保留了碱性和中等极性化合物，回收率普遍高于其他两个柱子，方法回收率为51.7%～101.8%，RSD为3.8%～15.4%。Zhu等[28]和Stolker等[29]均采用一种TurboFlow在线自动固相萃取技术，使液体样品或提取液直接通过萃取柱而进入分析系统，优点是简便、快速、高效，其中，Zhu等[28]测定了牛奶中磺胺类、喹诺酮类、四环素类等88种物质，回收率为63.1%～117.4%，RSD为3.3%～17.6%。相比于传统离线固相萃取技术，在线固相萃取的灵敏度高、重现性好，适于纯化乳制品等复杂样品，且在线固相萃取与液相色谱-质谱联用可以提高分析的通量，适合多组分残留分析。

基于液液萃取的液相微萃取技术，其最大的优势是对微量待测物质的富集作用。林珊珊等[30]提出了微波辅助中空纤维液相微萃取(HF-LPME)的方法，该法是一种利用中空纤维的微孔限制大分子进入萃取相，从而减少基质干扰的微萃取技术，将微波辅助萃取(Microwave extraction，MAE)技术与HF-LPME技术相结合，利用微波对微观粒子瞬时极化所带来的大量热能和快速传质，达到缩短HF-LPME平衡时间、提高萃取效率的目的。实验测定了牛奶中喹诺酮类、磺胺类和大环内酯类共27种药物，回收率为49%～115%，RSD为0.89%～21.1%。该方法由于限制大分子进入萃取相而有较好的净化效果，但是对于乳制品基质来说，该法操作较复杂，需特殊的仪器设备，对于上百种多组分残留分析的参考意义不大。

其它样品净化的方法有超滤法、稀释法、低温法和水沉淀法等。超滤法利用分子截留膜将大分子物质留在膜内而达到净化目的，一般采用3 ku的截留膜。Ortelli等[31]测定了牛奶中β-兴奋剂类、β-内酰胺类和激素类等150种药物，比较了3、10、30 ku 3种分子截留膜的效果，结果显示10 ku和30 ku的分子截留膜虽能快速完成超滤，但提取物不如3 ku纯净，并在氮吹步骤后产生沉淀，因此采用3 ku分子截留膜。稀释法是将样品提取液进行一定比例的稀释后再进行测定，其优点是简化了前处理过程，避免了复杂前处理过程中目标物的损失[9]，但稀释法未除去杂质，基质干扰较大，影响灵敏度[30]。提取液和稀释液的比例大小是取得良好净化效果的关键，Aguilera-Luiz等[32]测定了牛奶中磺胺类和喹诺酮类等药物，当直接测定乙腈样品提取液时得到的峰形不好，故将提取液稀释，比较了乙腈-水以多种比例混合后的分离效果，结果显示乙腈-水的比例为1∶1时能得到好的峰形，回收率为70%～100%，且由于减少了负载在色谱柱上基质的量，从而减弱了基质效应。低温法是采用低温高速离心的方法除去脂肪[33]，原理是根据脂质和分析物间熔点的显著差异，在-20 ℃下，超过90%的脂质能够以冻结形式从提取液中分离并移除，而低浓度分析物仍溶解于有机提取液中，无明显损失。相比于传统的用正己烷除脂的方法，低温对弱极性和非极性物质的除脂效果更好。此方法中温度和时间是影响除脂效果的因素，Xie等[34]测定了乳制品中硝基咪唑类和激素类等药物，比较了不同温度(-20、-40、-80 ℃)和不同冰冻时间(10、20、30、40、50、60 min)条件下的净化效果，结果显示-40 ℃冰冻40 min和-80 ℃冰冻20 min的效果均较好，为减少前处理时间，因此选择-80 ℃冰冻20 min，方法回收率为67.3%～106.9%，重复性RSD≤12.7%，重现性RSD≤13.9%。水沉淀法也是除脂的净化方法，原理是提取液中加入水后，脂质的溶解性显著降低，由于脂质比混合液重，因此离心后易从提取液中分离，水沉淀法能避免疏水性分析物如阿维菌素类的损失。Zhan等[10]测定了婴儿配方奶粉中喹诺酮类和磺胺类等220种药物，采用低温(-40 ℃，30 min)和水沉淀结合的方法，第一步低温除脂，第二步用水沉淀法除去残留的脂质，并比较了2.5 mL乙腈提取液中加入不同体积(0.25、0.5、1.0、2.5 mL)水的净化效果，结果显示加入0.5 mL水的净化效果和回收率最好，方法回收率为57%～147%，RSD为1%～28%。以上4种净化方法均简便易操作，且净化效果良好，可根据具体情况应用于多组分残留分析。

兽药多种类残留检测的前处理过程应尽可能简便快速，以减少目标物的损失，因此一些样品提取和净化并存的前处理技术应运而生。QuEChERS(Quick，Easy，Cheap，Effective，Rugged and Safe)是一种常用的样品提取和净化的前处理技术，用乙腈通过盐析提取，分散固相萃取净化，其优点是消耗试剂少、方便快速[35]。目前很多研究将QuEChERS方法进行适当调整以提高不同药物的保留。宓捷波等[36]测定了奶粉中四环素类和喹诺酮类等药物，考虑到四环素类药物会与金属离子络合，在QuEChERS的原有模式上增加了0.1 mol/L EDTA-Na2溶液，并将原用于盐析试剂的无水硫酸镁更换为无水硫酸钠，方法回收率可达71.05%～102.8%，RSD为3.69%～11.57%。Jian等[37]测定了牛奶中青霉素类和喹诺酮类等59种药物，对比实验结果显示，净化对方法的灵敏度、色谱峰形等未起到改善效果，而加入EDTA可提高喹诺酮类的提取效果，因此改良的QuEChERS方法使用1%乙酸乙腈和EDTA二钠提取，省却了净化步骤。由此可看出，随着目标物种类的增加，原始的QuEChERS方法难以满足检测需求，在实验中应考虑不同目标物的性质，在原有QuEChERS基础上进行改进。Kaufmann等[38]提出了一种SOSLE(Salting out supported liquid extraction)新型提取净化技术，采用乙腈提取、硫酸铵为盐析试剂进行液液萃取，提高了提取和净化效果。实验测定了牛奶中β-内酰胺类、磺胺类、硝基咪唑类等114种兽药，比较了SOSLE与SPE、QuEChERS传统方法的提取效果，结果显示QuEChERS、SPE和SOSLE的回收率分别为73%、83%和 91%，且SOSLE对于极性化合物(如青霉素类、喹诺酮类和四环素类)的回收率明显提高，这种新型提取净化并存的方法为多组分残留的前处理过程提供了一个新方向。

2 色谱-质谱检测

2.1 色谱分离

最常用的色谱为超高效液相色谱(UPLC)[39]，相对于高效液相色谱(HPLC)[40-41]来说，其优点为分析速度快、分离能力强、灵敏度高、流动相消耗少等，但仪器老化速度快，需要更多的维护和保养。兽药多残留分析中往往有些物质的母离子甚至子离子的质量数均相同，因此需要色谱柱将其有效分离，才能进一步定性和定量。色谱柱一般用C18或C8作填料，在多组分残留分析中，目标物极性范围跨度较大，故通常选择分离覆盖极性较宽的C18色谱柱，常用的有BEH C18色谱柱[42-43]和HSS T3色谱柱[44-45]。随着超高效液相色谱的使用，其对应的色谱柱耐高压且内径和填料粒径更小，更有利于物质分离。李琴等[44]测定了生鲜乳中磺胺类和大环内酯类等45种药物，比较了Waters BEH C18柱(2.1 mm×100 mm,1.7 μm)和HSS T3柱(2.1 mm×100 mm,1.8 μm)的分离效果，结果显示，对于磺胺甲氧哒嗪、磺胺间甲氧嘧啶和磺胺对甲氧嘧啶3种磺胺类同分异构体，HSS T3色谱柱的分离效果更好，方法的回收率为62.1%～118%，RSD为1.5%～9.4%。Kaufmann等[38]提出了极性化合物(如阿莫西林和一些硝基咪唑类)需要保留能力强的分析柱，与其他测试的柱子(如不同核壳型的C18柱)相比，采用HSS T3柱能使较早洗脱的化合物获得更好的峰形。目前填充颗粒多采用先进的核壳技术，与传统完全多孔硅胶柱相比，能明显改善分离度和灵敏度。

2.2 质谱测定

2.2.1 离子化方式 质谱离子源的电离方式有电子电离(Electron ionization，EI)、电喷雾电离(Electrospray ionization，ESI)、大气压化学电离(Atmospheric pressure chemical ionization，APCI)等，其中ESI的应用范围较广，绝大多数的兽药物质均可采用ESI进行离子化。Xie等[34]分别采用APCI和ESI在正离子和负离子模式下测定40种药物，发现ESI对分析物的离子化效果更好。Aguilera-Luiz等[32]比较了APCI和ESI在正离子模式下的离子化效果，结果显示ESI探针的灵敏度好，耐用性强，且操作和检修方便。

2.2.2 检测器 质谱检测器常用串联四极杆(MS/MS)质谱和三重四极杆(QQQ)质谱，随着检测药物的多种类化而发展了高分辨质谱如四极杆-飞行时间(Q-TOF)质谱和轨道离子阱(Orbitrap)质谱，高分辨质谱(High resolution mass spectrometry，HRMS)能够采集高质量准确度、高质量分辨率的全扫描数据，单位时间扫描的化合物无数量限制，而且具有较高的选择性和灵敏度，通过精确质量数和同位素峰形进行数据库检索比对，可以方便、快速地对目标化合物和未知化合物进行快速筛查与鉴定[15]。高分辨质谱在定性方面具有很大的优势，能精确测定母离子质荷比，当两种目标物的质荷比非常相近时，三重四极杆质谱难以准确定性，但三重四极杆质谱的选择性高，易分辨目标物，而高分辨质谱容易受杂质影响，对样品净化的要求相对较高。Romero-Gonzalez等[46]测定了牛奶中喹诺酮类、大环内酯类、磺胺类等30种药物，比较了Orbitrap、QQQ和Q-TOF 3种质谱的定性和定量效果，根据不确定范围和临界值，高分辨质谱比低分辨质谱得到更好的结果，且Orbitrap的筛查结果比QQQ和Q-TOF好，采用Orbitrap能得到更低的临界值和更窄的不确定范围。因此，在多组分残留分析中，更多地选择高分辨质谱进行检测。由于高分辨质谱在高通量目标物甚至未知物的筛查测定方面具有很大的优势，近年来被越来越多地应用于兽药的多种类残留分析。表1列出了近年来采用高分辨质谱测定乳制品中兽药多种类残留的一些方法，其中文献[49]采用Q-Exactive Orbitrap质谱研究了鱼、蜂蜜、牛奶3种典型代表基质的动物源食品中磺胺类和喹诺酮类共31种药物的残留情况，在最佳质谱条件下，各化合物的精确质量数相对偏差小于5×10-6，线性关系大于0.99，平均回收率为60.39%～110.90%，RSD为1.56%～9.83%，方法分离度和灵敏度较高，能满足动物源食品中抗生素类的快速筛查分析需要。文献[50]采用Triple TOF质谱，以婴幼儿配方乳粉为基质，选取6种不同种类、不同极性、不同法规要求的代表性兽药物质，采用人工添加的方式模拟未知化学危害物污染，此方法将高分辨质谱与化学计量学方法结合，有助于推动非定向分析技术的发展。

表1 乳制品中兽药多种类残留检测的高分辨质谱方法Table 1 Selected HRMS methods in multi-residue detection of veterinary drugs in dairy products

(续表1)

VeterinarydrugExtractionandclean-upChromatographiccolumnDetectorSensitivity(μg·kg-1)Reference19种:磺胺类,青霉素类,四环素类,大环内酯类乙腈、酸化乙腈(0.2%甲酸)ACQUITYBEHC18(Waters)(100mm×2.1mm,1.7μm)Q-TOF(Bruker)ESI(+)LOD3.00～5.00[14]200多种:驱虫剂类,聚醚类,大环内酯和林可酰胺类,硝基咪唑类,抗炎药类,氯霉素类,喹诺酮类,磺胺类,四环素类等乙腈3kDa分子截留膜TMCODS-AQQ-TOF(Agilent)ESI(+)、(-)[48]150种:阿维菌素类,苯并咪唑类,β-兴奋剂类,β-内酰胺类,激素类,大环内酯,硝基咪唑类,喹诺酮类,磺胺类,四环素类等乙腈3kDa分子截留膜AcquityUPLCBEHC18(Wa-ters)(100mm×2.1mm,1.7μm)TOF(Waters)ESI(+)LOD0.50～25.00[31]114种:苯并咪唑类,大环内酯类,硝基咪唑类,青霉素类,头孢类,磺胺类,喹诺酮类,四环素类SOSLE:乙腈,硫酸铵AcquityHSST3(Waters)(100mm×2.1mm,1.8μm)QEOrbitrap(Thermo)ESI(+)LOD0.20～20.00[38]105种:β-兴奋剂类,苯并咪唑类,激素类,硝基咪唑类,喹诺酮类,磺胺类,四环素类,苯二氮卓类,三氯甲烷乙腈(0.1%甲酸),无水硫酸钠,乙酸乙酯SPE(OasisHLB)ZorbaxEclipseXDBC18(Wa-ters)(100mm×3.0mm,1.8μm)Q-TOF(Agilent)ESI(+)LOD0.01～5.96LOQ0.04～18.45[16]59种:氨基糖苷类,阿维菌素类,喹诺酮类,聚醚类,β-内酰胺类,大环内酯类,抗炎药类,氯霉素类,磺胺类,四环素类QuEChERS:1%乙酸乙腈,乙酸钠,EDTA二钠,硫酸镁AcquityUPLCBEHC18(Wa-ters)(100mm×2.1mm,1.7μm)Q-TOF(Waters)ESI(+)LOD1.00～20.00[37]25种:磺胺类,四环素类,β-内酰胺类,大环内酯类等乙腈,0.1%甲酸3kDa分子截留膜YMCODS-AQ(Waters)(100mm×2mm,3μm)Q-TOF(Agilent)ESI(+)LOD0.50～20.00[20]6种:β-兴奋剂类,林可酰胺类,大环内酯类,β-内酰胺类,磺胺类,激素类乙腈SPE(Capti-vaNDLipids)CORTECSTMC18+(Waters)(100mm×2.0mm,1.6μm)TripleTOF(ABSciex)ESI(+)[49]31种:磺胺类,喹诺酮类QuEChERS:1%乙酸乙腈,5980-0032和5980-4950净化AcquityUPLCBEHC18(Wa-ters)(100mm×2.1mm,1.7μm)Q-Exactive(Ther-mo)ESI(+)LOD≤10.00[50]

3 基质效应

基质效应是指兽药物质和共同提取的基质成分间的相互作用抑制或增强了分析物的离子化作用，造成分析物信号的降低或升高，从而影响定量分析结果的准确性，很难甚至不能消除。基质效应在复杂样品基质的LC-MS分析中普遍存在，特别是在ESI离子化方式下更易产生。而乳制品的基质成分比较复杂，其中含量较多的蛋白质和脂质等成分很容易影响目标物的测定。

基质效应可以通过比较试剂标准和基质标准中标准物质的响应来评估。Aguilera-Luiz等[51]测定了婴儿奶粉中苯并咪唑类和磺胺类等药物，分析了包含多个浓度(10～100 μg/kg)标准的纯试剂和样品基质，比较了标准曲线的斜率，结果显示左旋咪唑和磺胺二甲嘧啶均表现出明显的基质效应。Ortelli等[31]选取不同来源的6个空白牛奶样品和6个空白水样，经过超滤(3 kDa)后测定，比较有无基质的信号强度，结果显示不同来源的牛奶样品表现出非常均匀的基质效应，只有非班太和红霉素的信号响应根据牛奶样品不同有显著的变化。Wang等[27]分析了10个不同来源的加标牛奶样品，结果无明显差异(95%置信水平)，这表明分析物的响应不取决于基质的来源。上述研究均表明了同种基质的基质效应与基质的来源并无很大相关性。

减弱基质效应的方法包括加强样品净化，提高液相色谱的分离度而减少目标物和基质成分的共同洗脱，以及稀释最终提取液以减少基质成分进入LC-MS分析等。李宁等[18]在样品提取过程中用EDTA-Na2缓冲溶液起到稀释基质的作用，一定程度上减小了基质效应的影响。方慧文等[9]采用稀释提取液的净化方法，降低了基质效应对测定结果的影响，研究发现随着稀释倍数的增加，基质效应对测定结果的影响逐渐减小甚至消失，但该法会降低方法的定量下限。采用起始流动相将加标浓度为10.0 μg/kg(四环素类加标浓度为150 μg/kg)的样品提取液分别稀释2、5、8、10倍后上机测定，结果显示随着稀释倍数的增加，磺胺二甲嘧啶和磺胺间甲氧嘧啶的峰面积逐渐减小，而泰乐菌素的峰面积逐渐增大，表明牛奶基质对磺胺二甲嘧啶和磺胺间甲氧嘧啶的响应存在增强效应，对泰乐菌素的响应存在抑制效应，当稀释倍数达到10时，目标物的峰面积趋于稳定，基质效应基本消除，因此选择最佳稀释倍数为10倍。基质效应的影响还可以用同位素内标法或基质匹配标准曲线法[52-53]来补偿，或者将二者结合使用。同位素内标法能减小基质干扰和回收率损失，但难以获得足够的同位素内标来实现多组分分析，基质匹配标准溶液和样品溶液有相似的离子化环境，有利于消除基质效应[33]。因此，通常采用基质匹配标准曲线来补偿基质效应。

4 结 论

乳制品中兽药多种类、多组分残留的LC-MS分析逐渐向高通量、自动化的方向发展，但目前在样品前处理、色谱分离和质谱检测方面尚无完善和通用的方法，往往某些物质不能满足回收率和定量下限的要求。乳制品与公众的饮食健康息息相关，人们对乳制品安全的关注和国家对乳制品的严格监管促使兽药残留检测技术向更高的水平发展，面临更大的挑战并具有更广阔的前景。随着科技水平的进步，越来越多新颖的技术手段和先进的仪器设备正致力于解决乳制品基质成分复杂、兽药种类多等难点问题，进而深入研究测定乳制品中更多种类、更多组分兽药的方法，增强检测技术的实用性，使其能广泛应用于实验室的日常检测，努力建立快速简便、环境友好的检测方法，从而为乳制品安全和人类健康提供保障。

[1] Baeza A N,Urraca J L, Chamorro R, Orellana G, Castellari M,Moreno-Bondi M C.J.Chromatogr.A, 2016,1474:121-129.

[2] Chiesa L M,Nobile M,Biolatti B,Pavlovic R,Panseri S,Cannizzo F T,Arioli F.FoodControl,2016,61:196-203.[3] Yang Y L,Li H,Zhang J X,Sun N,Sun H W.FoodAnal.Methods,2014,7(4):798-805.

[4] Xu X,Liang F H,Shi J Y,Zhao X,Liu Z,Wu L J,Song Y,Zhang H Q,Wang Z M.Anal.Chim.Acta,2013,790:39-46.

[5] Ibarra I S,Miranda J M,Rodriguez J A,Nebot C,Cepeda A.FoodChem.,2014,157:511-517.

[6] Kukusamude C,Burakham R,Chailapakul O,Srijaranai S.Talanta,2012,92:38-44.

[7] Ge X S,Wu X Q,Wang J M,Liang S X,Sun H W.J.DairySci.,2015,98(4):2161-2171.

[8] Wang Z H,Mi T J,Ross C B,Zhang H Y,Sheng Y J,Shi W M,Zhang S X,Shen J Z.FoodChem.，2015,171:98-107.

[9] Fang H W，Lu Y P，Zhou Y,Jiang X M,Yang Y.J.Instrum.Anal.(方慧文，卢跃鹏，周原，江小明，杨永.分析测试学报),2013,32(2):262-266.

[10] Zhan J,Zhong Y Y,Yu X J,Peng J F,Chen S B,Yin J Y,Zhang J J,Zhu Y.FoodChem.,2013,138(2/3):827-834.

[11] Fan Z Y,Liu Q S,Shi D D,Tian Y,Ma S Y.Chin.J.Anim.Sci.(范志影，刘庆生，石冬冬，田园，马书宇.中国畜牧杂志),2013,9:74-77.

[12] Wang H,Zhao L,Yang H M,Pan H Y,Shi H L,Qian C,Zhang S.Chin.J.Chromatogr.(王浩，赵丽，杨红梅，潘红艳，史海良，钱聪，张杉.色谱),2015,9:995-1001.

[13] Zhang Y,Yue Z F,Lan F,Zhao F J,Xiao C G,Ouyang S,Wu W D,Wu Y N,Li L S.Chin.J.Anal.Chem. (张毅，岳振峰，蓝芳，赵凤娟，肖陈贵，欧阳珊，吴卫东，吴永宁，李丽苏.分析化学),2012,5:724-729.[14] Zhang J,Yan L J,Pan C S,Lin L Y,Zhang X Y,Shen H Q.Chin.J.Chromatogr. (张洁，严丽娟，潘晨松，林立毅，张欣怡，申河清.色谱),2012,10:1031-1036.

[15] Dasenaki M E,Thomaidis N S.Anal.Chim.Acta,2015,880:103-121.

[16] Deng X J,Yang H Q,Li J Z,Song Y,Guo D H,Luo Y,Du X N,Bo T.J.Liq.Chromatogr.RelatedTechnol.,2011,34(19):2286-2303.

[17] Wang L,Yang B X,Zhang X S,Zheng H G,Ran L J.Chin.J.Anal.Chem. (王炼，杨碧霞，张新申，郑洪国，冉良骥.分析化学),2015,5:714-722.

[18] Li N,Zhang Y L,Lin T,Wang J L,Liu H C.J.Instrum.Anal.(李宁，张玉龙，林涛，王继良，刘宏程.分析测试学报),2016,35(6):714-718.

[19] Turnipseed S B,Andersen W C,Karbiwnyk C M,Madson M R,Miller K E.RapidCommun.MassSpectrom.,2008,22(10):1467-1480.

[20] Turnipseed S B,Storey J M,Clark S B,Miller K E.J.Agric.FoodChem.,2011,59(14):7569-7581.

[21] Martins M T,Melo J,Barreto F,Hoff R B,Jank L,Bittencourt M S,Arsand J B,Scherman Schapoval E E.Talanta,2014,129:374-383.

[22] Junza A,Dorival-Garcia N,Zafra-Gomez A,Barrón D,Ballesteros O,Barbosa J,Navalón A.J.Chromatogr.A,2014,1356:10-22.

[23] Li Y F,Wang F L,Xiao Y,Peng C,Zheng L,Yan H H,Fu Z.FoodSci.(李一凡，王凤玲，肖瑶，彭诚，郑玲，闫宏昊，符桢.食品科学),2015,18:204-208.

[24] Koesukwiwat U,Jayanta S,Leepipatpiboon N.J.Chromatogr.A,2007,1149(1):102-111.

[25] Hou X L,Chen G,Zhu L,Yang T,Zhao J,Wang L,Wu Y L.J.Chromatogr.B,2014,962:20-29.

[26] Meng Z,Shi Z,Liang S,Dong X,Li H,Sun H.FoodChem.,2015,174:597-605.

[27] Wang Y,Li X,Zhang Z,Ding S,Jiang H,Li J,Shen J,Xia X.FoodChem.,2016,192:280-287.

[28] Zhu W X,Yang J Z,Wang Z X,Wang C J,Liu Y F,Zhang L.Talanta,2016,148:401-411.

[29] Stolker A A M,Peters R J B,Zuiderent R,Dibussolo J M,Martins C P B.Anal.Bioanal.Chem.,2010,397(7):2841-2849.

[30] Lin S S,Yue Z F,Zhang Y,Zheng Z K,Zhao F J,Wu W D,Wu F Q,Xiao C G.Chin.J.Anal.Chem.(林珊珊，岳振峰，张毅，郑宗坤，赵凤娟，吴卫东，吴凤琪，肖陈贵.分析化学),2013,10:1511-1517.

[31] Ortelli D,Cognard E,Jan P,Edder P.J.Chromatogr.B,2009,877(23):2363-2374.

[32] Aguilera-Luiz M M,Vidal J L,Romero-Gonzalez R,Frenich A G.J.Chromatogr.A,2008,1205(1/2):10-16.

[33] Meng Z,Shi Z H,Lü Y K,Sun H W.Chin.J.Anal.Chem. (孟哲，石志红，吕运开，孙汉文.分析化学),2014,10:1493-1500.

[34] Xie J,Peng T,Zhu A,He J,Chang Q,Hu X,Chen H,Fan C,Jiang W,Chen M,Li J,Ding S,Jiang H.J.Chromatogr.B,2015,1002:19-29.

[35] Masia A,Suarez-Varela M M,Llopis-Gonzalez A,Pico Y.Anal.Chim.Acta,2016,936:40-61.

[36] Mi J B,Xu D M,Li S J,Lin A Q,Xu H.FoodRes.Dev. (宓捷波，许迪明，李淑静，林安清，许泓.食品研究与开发),2015,2:121-125.

[37] Jian W,Daniel L.DrugTest.Anal.,2012,4:103-111.

[38] Kaufmann A,Butcher P,Maden K,Walker S,Widmer M.Anal.Chim.Acta,2014,820:56-68.

[39] Chung S W C,Lam C H.Anal.Methods,2015,7(16):6764-6776.

[40] Nebot C,Iglesias A,Regal P,Miranda J,Cepeda A,Fente C.Int.DairyJ.,2012,22(1):78-85.

[41] Maia Toaldo I,Zandonadi Gamba G,Almeida Picinin L,Rubensam G,Hoff R,Bordignon-Luiz M.Talanta,2012,99:616-624.

[42] Meng J,Yang Y H.Chin.J.FoodHyg.(孟娟,杨永红.中国食品卫生杂志),2012,6:546-549.

[43] Martinez Vidal J L,Garrido Frenich A,Aguilera-Luiz M M,Romero-González R.Anal.Bioanal.Chem.,2010,397(7):2777-2790.

[44] Li Q,Tao D L,Zhou H,Jiang J D.Chin.DairyInd.(李琴，陶大利，周红，姜金斗.中国乳品工业),2016,1:44-47.[45] Freitas A,Barbosa J,Ramos F.Int.DairyJ.,2013,33(1):38-43.

[46] Romero-Gonzalez R,Aguilera-Luiz M M,Plaza-Bolanos P,Frenich A G,Martínez Vidal J L.J.Chromatogr.A,2011,1218(52):9353-9365.

[47] Peng L,Wu N P ,Zhang C W,Du H G,Liu H W.Chin.J.Veter.Drug(彭丽，吴宁鹏，张崇威，杜红鸽，刘宏伟中国兽药杂志),2014,9:45-52.

[48] Turnipseed S B,Lohne J J,Storey J M,Andersen W C,Young S L,Carr J R,Madson M R.J.Agric.FoodChem.,2014,62(17):3660-3674.

[49] Zhang H W,Xu H,Zhang X M,Bao L,Wang F M,Chen L Z,Liang C Z,Wang Y T,Qin L Y.Chin.J.Chromatogr.(张鸿伟，许辉，张晓梅，鲍蕾，王凤美，陈亮珍，梁成珠，王妍婷，秦良勇.色谱),2016,7:665-672.[50] Wang P F,Wang F M,Zhang H W,Xu B,Qiu F,He J C,Zhou W Z.J.FoodSaf.Qual.(王培锋，王凤美，张鸿伟，徐彪，邱芳，何京澄，周维政.食品安全质量检测学报),2014,12:3769-3777.

[51] Aguilera-Luiz M M,Martínez Vidal J L,Romero-González R,Frenich A G.FoodChem.,2012,132(4):2171-2180.[52] Zhan J,Yu X J,Zhong Y Y,Zhang Z T,Cui X M,Peng J F,Feng R,Liu X T,Zhu Y.J.Chromatogr.B,2012,906:48-57.

[53] Tang Y Y,Lu H F,Lin H Y,Shih Y C,Hwang D F.J.Chromatogr.B,2012,881/882:12-19.

Research Progress on Liquid Chromatography-Mass Spectrometric Analysis of Multiclass Veterinary Drugs Residues in Dairy Products

ZHANG Lu-qi1,2*, ZHANG Hong-wei1, LIANG Cheng-zhu1,ZHANG Xiao-mei1,BAO Lei3,WANG Pei-feng1

(1.Technical Center for Inspection and Quarantine,Shandong Entry-Exit Inspection and Quarantine Bureau, Qingdao 266002, China; 2.College of Food Science and Engineering, Ocean University of China, Qingdao 266003, China; 3.Nestlé Food Safety Institute, Beijing 100102, China)

More and more attention has been paid to the security of dairy products in recent years.Veterinary drug residue is an important part of chemical hazards so that the research on detection technology has always been a hotpot of dairy products’ safety analysis.Liquid chromatography-mass spectrometry(LC-MS) has become a mainstream in veterinary drug residues analysis because of its special advantages of sensitivity and selectivity.The veterinary drug residues analysis based on LC-MS has been developed into multiclass and multiresidue stages gradually.While the differences of physicochemical properties,residual station and limited quantity exist among the multiclass veterinary drugs,both the sample pretreatment and subsequent instrument analysis have come across certain technological difficulties.To know more about the research development in this field,the literatures concerning the multiresidue determination of veterinary drugs in dairy products using LC-MS at home and abroad in resent years are summarized in this paper,from several aspects including sample pretreatment,LC-MS detection and matrix effect.

dairy products; veterinary drugs multi-residue; liquid chromatography-mass spectrometry(LC-MS); research progress

2017-01-03；

2017-04-05

国家质检总局科技计划项目(2014IK088)

10.3969/j.issn.1004-4957.2017.07.020

O657.63；TQ460.72

A

1004-4957(2017)07-0941-08

*通讯作者：张璐琪，硕士研究生，研究方向：食品安全检测，Tel:0532-80885717，E-mail:15245122133@163.com

综 述