基于表面增強(qiáng)拉曼散射檢測(cè)果蔬中農(nóng)藥殘留的方法研究

,, ,

(海南大學(xué)食品學(xué)院,海南?？?570228)

基于表面增強(qiáng)拉曼散射檢測(cè)果蔬中農(nóng)藥殘留的方法研究

韓宇,朱莉婭,陳文,劉東莉*

(海南大學(xué)食品學(xué)院,海南海口 570228)

農(nóng)藥違規(guī)使用帶來的危害使得農(nóng)藥殘留檢測(cè)技術(shù)不斷進(jìn)步,經(jīng)比較不同的檢測(cè)方法,發(fā)現(xiàn)表面增強(qiáng)拉曼散射技術(shù)用于農(nóng)藥檢測(cè)極具潛力。本文從增強(qiáng)基底發(fā)展歷程的角度闡述了表面增強(qiáng)拉曼散射技術(shù)的發(fā)展,并詳述了該技術(shù)在果蔬中農(nóng)藥殘留檢測(cè)方法的研究狀況,比較并總結(jié)了不同檢測(cè)方法的特點(diǎn),最后對(duì)表面增強(qiáng)拉曼散射技術(shù)在果蔬中農(nóng)藥殘留檢測(cè)的發(fā)展前景和發(fā)展方向做出了闡述。

表面增強(qiáng)拉曼散射技術(shù),農(nóng)藥殘留檢測(cè),四步檢測(cè)法,表面無損檢測(cè)法,滲透檢測(cè)法,選擇性檢測(cè)法

農(nóng)作物的收獲與農(nóng)藥的使用密不可分,以我國為例,近年來糧食產(chǎn)量連居世界第一,農(nóng)藥的作用是不可忽視的,此外,茶葉、水果和蔬菜等農(nóng)作物的生長過程中都會(huì)施用農(nóng)藥,并且我國目前使用的農(nóng)藥以化學(xué)合成類為主。然而,農(nóng)藥使用不當(dāng)對(duì)人類健康和生態(tài)環(huán)境的影響愈加明顯[1-2],近年來,糧作物農(nóng)藥超標(biāo)被拒出口,食物農(nóng)藥超標(biāo)中毒,水中農(nóng)藥含量過高導(dǎo)致無法飲用等現(xiàn)象的出現(xiàn)引起了社會(huì)廣泛的關(guān)注。因農(nóng)藥殘留超標(biāo)導(dǎo)致的社會(huì)問題、造成的經(jīng)濟(jì)損失和人體健康危害都是不可低估的,因此研究農(nóng)藥殘留檢測(cè)技術(shù)意義深遠(yuǎn)。

隨著對(duì)物質(zhì)的探索,化合物的分析技術(shù)不斷進(jìn)步,目前的農(nóng)藥檢測(cè)方法有物理、化學(xué)和生物檢測(cè)三大類。物理檢測(cè)包括色譜分析和光譜分析,化學(xué)檢測(cè)則為試劑反應(yīng)檢測(cè)法,而生物檢測(cè)方法種類較多,常見的有:酶抑制分析、酶聯(lián)免疫吸附技術(shù)、生物傳感器等[3-6]。

農(nóng)藥殘留含量常為痕量,故檢測(cè)起來并不容易。色譜技術(shù)中的氣相、液相色譜技術(shù),其優(yōu)點(diǎn)被世界范圍的科研者認(rèn)可。然而,高成本、耗時(shí)長、操作要求高和不能現(xiàn)場(chǎng)檢測(cè)等也體現(xiàn)了它的不足[7-11]。依靠多試劑反應(yīng)和儀器操作的化學(xué)方法早已不能滿足農(nóng)藥殘留分析的要求。酶抑制分析法作為生物檢測(cè)法的常用方法,雖然可以半定量檢測(cè),但影響結(jié)果準(zhǔn)確性的因素比較多,而且只能檢測(cè)有機(jī)磷類農(nóng)藥和氨基甲酸酯類農(nóng)藥[3,12]。表面增強(qiáng)拉曼散射技術(shù)作為光譜分析技術(shù)的代表之一,每個(gè)分子都有其特定的拉曼譜圖和特征峰,只要根據(jù)特征峰的信息就能分析被測(cè)物質(zhì),因此該技術(shù)在諸多領(lǐng)域均有應(yīng)用。雖然此技術(shù)存在熒光干擾和信號(hào)弱的弊端,但它有以下優(yōu)點(diǎn):無需高純化的樣品、只需微量樣品,光譜掃描檢測(cè)時(shí)間在數(shù)分鐘內(nèi)就能完成,甚至在某些領(lǐng)域可進(jìn)行無損檢測(cè),不僅能定性分析更能定量分析。本文就最近幾年表面增強(qiáng)拉曼散射技術(shù)在農(nóng)藥殘留檢測(cè)中應(yīng)用進(jìn)行論述,主要介紹了高性能基底和不同的樣品處理方法在檢測(cè)農(nóng)藥過程中的使用,并對(duì)未來的發(fā)展前景做出展望。

1 表面增強(qiáng)拉曼散射技術(shù)

1.1表面增強(qiáng)拉曼散射

拉曼散射亦稱拉曼效應(yīng),由印度科學(xué)家C.V.Raman在1928年首次發(fā)現(xiàn)[13]。單色光打在物質(zhì)上,入射光子與分子發(fā)生碰撞產(chǎn)生散射光,其中光散射分為兩類,一類為瑞利散射,這類光子頻率不發(fā)生變化,即入射光和物質(zhì)之間不發(fā)生能量傳遞,另一類為拉曼散射,這類光子頻率發(fā)生了變化,是由入射光與物質(zhì)相互作用發(fā)生能量傳遞而導(dǎo)致的。

表面增強(qiáng)拉曼散射是在拉曼散射的基礎(chǔ)上發(fā)展起來的,1974年Fleischmann發(fā)現(xiàn)粗糙銀電極可以顯著增強(qiáng)吡啶分子的拉曼信號(hào)[14]。雖然其原理仍未定論,但獲得大家共同認(rèn)可的是物理增強(qiáng)和化學(xué)增強(qiáng)兩大理論。前者是由金屬表面等離子體共振所引起的局域電磁場(chǎng)增強(qiáng),活性基底的材料、形狀、尺寸和結(jié)構(gòu)對(duì)增強(qiáng)因子的大小都有影響,后者包括探針分子與金屬基底之間絡(luò)合增強(qiáng)或化學(xué)成鍵增強(qiáng)和光誘導(dǎo)電荷轉(zhuǎn)移增強(qiáng),這一機(jī)理影響因素較多。

1.2表面增強(qiáng)拉曼散射活性基底發(fā)展

Van Duyne等人[15]發(fā)現(xiàn)粗糙銀電極能夠?qū)⑷芤褐羞拎し肿拥睦盘?hào)增強(qiáng)106倍,基于兩大機(jī)理,從簡單的一維結(jié)構(gòu)到復(fù)雜的三維結(jié)構(gòu)[16-20],活性基底的研究至今從未間斷。繼金屬電極之后,金屬溶膠的發(fā)展占據(jù)了較長的時(shí)間,即使現(xiàn)在仍占有重要的地位,立方體形、線形、棒狀、盤狀、多邊形等形狀和不同尺寸的納米膠體增強(qiáng)性能不一,各有特點(diǎn)[16-17,21-22]。其中,Katrin Kneipp等人[23]用銀溶膠基底首次實(shí)現(xiàn)結(jié)晶紫單分子檢測(cè),這使溶膠基底的研究達(dá)到了高峰。

隨著納米金屬溶膠的研究,它的不穩(wěn)定性和重復(fù)性差等不足逐漸暴露出來,于是復(fù)合型基底進(jìn)入了科研人員的視線。復(fù)合型的納米基底種類繁多,主要為多材料核殼結(jié)構(gòu)和膜表面納米金屬自組裝結(jié)構(gòu),和單核結(jié)構(gòu)相比,核殼結(jié)構(gòu)中心粒子的穩(wěn)定性和分散性更好,經(jīng)自組裝的納米基底通常具有更好的增強(qiáng)效應(yīng)、均勻性和重復(fù)性。例如:由以介孔二氧化硅為核,以銀為殼的納米顆粒組成的納米膜的穩(wěn)定性均勻性和重復(fù)性都強(qiáng)于單核銀膜[24],以納米二氧化硅纖維為模板在表面自組裝金或銀納米粒子,增強(qiáng)效應(yīng)均強(qiáng)于金溶膠或者銀溶膠[25],從外殼到內(nèi)核分別為四氧化三鐵,鈷、銀的多功能基底同時(shí)具備磁力、表面增強(qiáng)拉曼散射活性和吸附力[26]。經(jīng)修飾巰基或小分子蛋白等的基底具有特異性吸附功能,它們可以選擇性吸附一類分子,從而使表面增強(qiáng)拉曼散射技術(shù)具有選擇性檢測(cè)的特性,如:修飾有二硫二吡啶的納米金能夠捕捉到單分子,從而用來研究單分子的結(jié)構(gòu)特點(diǎn)[27]。

不同類型的納米基底所具有的增強(qiáng)因子也各不相同,這和它們?yōu)榇郎y(cè)分子提供的熱點(diǎn)數(shù)目多少和所處的檢測(cè)環(huán)境有關(guān)。

2 表面增強(qiáng)拉曼散射用于檢測(cè)果蔬中農(nóng)藥殘留的方法研究

拉曼散射技術(shù)用于農(nóng)藥檢測(cè)最早始于國外[28-29],歷經(jīng)近半個(gè)世紀(jì)的發(fā)展,表面增強(qiáng)拉曼散射技術(shù)不斷完善。不同的基底在性質(zhì)和功能上均有差異,故其在檢測(cè)中的使用方法、樣品處理過程和檢測(cè)時(shí)間長短也各不相同,四步檢測(cè)法、表面無損檢測(cè)法、滲透檢測(cè)法和選擇性檢測(cè)法為目前常用的方法。

2.1四步檢測(cè)法

使用表面增強(qiáng)拉曼散射技術(shù)檢測(cè)食品中農(nóng)藥殘留的正常流程為:建立標(biāo)準(zhǔn)模型——農(nóng)藥含量與特征峰信號(hào)強(qiáng)度的關(guān)系、樣品前處理、光譜采集和光譜分析,稱為四步檢測(cè)法,此方法主要研究高性能活性基底的應(yīng)用。

根據(jù)檢測(cè)步驟,在每次分析食品中農(nóng)藥含量時(shí),都先要建立標(biāo)準(zhǔn)模型,并用凈化柱或化學(xué)試劑處理樣品[30-31],然后用選定的活性基底進(jìn)行拉曼檢測(cè)。例如:Liu等人[32]把臍橙皮切塊、萃取和過濾等處理之后,與銀溶膠按一定比例充分混合,檢測(cè)臍橙皮中的亞胺硫磷和毒死蜱殘留量,經(jīng)過數(shù)據(jù)分析,亞胺硫磷的最佳預(yù)測(cè)模型相關(guān)系數(shù)為0.852,毒死蜱的最佳預(yù)測(cè)模型為0.843。這意味著用此方式處理臍橙皮或以銀溶膠為增強(qiáng)劑建立的模型不具推廣性。同樣,Huang等人[33]使用金納米粒子檢測(cè)白菜中的苯醚甲環(huán)唑,預(yù)測(cè)模型和校正模型的相關(guān)性系數(shù)均沒有達(dá)到令人滿意的結(jié)果。Pan等人[34]將銀納米粒子修飾在毛細(xì)管柱表面,以4-巰基吡啶和羅丹明6G作為檢測(cè)對(duì)象,增強(qiáng)效應(yīng)達(dá)到1.2×108,建立的標(biāo)準(zhǔn)模型中,最低濃度3 μg/L的線性響應(yīng)值為0.995,在蘋果、橘子和茶葉中亞胺硫磷檢測(cè)限均低于我國規(guī)定的最高殘留量,表現(xiàn)出基底的良好性能。Hu等人[18]利用制備的有序陣列分層納米結(jié)構(gòu)活性基底檢測(cè)水中的甲基對(duì)硫磷,檢測(cè)限達(dá)到了1.0×10-9mol/L,結(jié)果表現(xiàn)出這種基底的高靈敏度和良好的重現(xiàn)性。在表面增強(qiáng)拉曼散射基底的研究中,有人發(fā)現(xiàn)生物膜也能用來合成納米基底——在生物膜表面修飾納米粒子并使其按照一定的順序和方向排列[35]。Wei等人[19]在實(shí)驗(yàn)中比較金納米粒子和修飾在蜻蜓翼上的金納米粒子的結(jié)構(gòu)和功能特性,觀察到修飾的納米粒子不僅呈現(xiàn)三維結(jié)構(gòu),而且有更多的熱點(diǎn),用修飾的納米粒子檢測(cè)羅丹明6G,最低濃度可達(dá)1×10-8mol/L,同時(shí)對(duì)福美雙和西維因兩種農(nóng)藥進(jìn)行檢測(cè),兩者檢測(cè)限均為1×10-7mol/L,而食品中的安全殘留量為1×10-5mol/L,這表明在生物膜表面修飾的金屬納米陣列具備良好的性能。Wang等人[36]合成出類似于壁虎觸手的三維基底,在觸手的表面沉積有納米銀顆粒,用其檢測(cè)黃瓜、葡萄和蘋果中的三種農(nóng)藥:福美雙,甲基對(duì)硫磷和孔雀石綠,其中以福美雙為例,在三種果蔬中的檢測(cè)相關(guān)系數(shù)均達(dá)到0.9899以上。這些實(shí)驗(yàn)表明復(fù)合型結(jié)構(gòu)的活性基底比單核結(jié)構(gòu)型的基底具有更令人滿意的增強(qiáng)效果,為今后基底的研究指明了方向。

2.2簡化處理檢測(cè)法

在四步檢測(cè)法的基礎(chǔ)上,為使檢測(cè)過程更快,一些研究借助不同特性的活性基底對(duì)樣品處理過程進(jìn)行改進(jìn),將待測(cè)物提取、分離和富集等多個(gè)步驟進(jìn)行優(yōu)化整合,最終達(dá)到處理過程簡單快速的目的。

2.2.1 表面無損檢測(cè) He等人[37]在實(shí)驗(yàn)中,首先將浸泡過甲醛溶劑的棉簽在蘋果表面進(jìn)行擦拭,再將棉簽放入溶劑中充分釋放農(nóng)藥,把增強(qiáng)劑和采集的農(nóng)藥溶液充分混合后采集拉曼光譜,結(jié)果顯示在設(shè)置的檢測(cè)濃度中,最低濃度為0.1 mg/kg的噻菌靈檢測(cè)準(zhǔn)確度達(dá)到90%,檢測(cè)限值低于食物中農(nóng)藥最大殘留量為5 mg/kg的閾值。無獨(dú)有偶,Qu[38]在實(shí)驗(yàn)中將銀納米顆粒組裝到棉簽上,使其具有便攜靈活性,可現(xiàn)場(chǎng)檢測(cè)的特點(diǎn),用其檢測(cè)羅丹明6G,最低可檢測(cè)濃度可達(dá)8.1×10-13mol/L,把溶劑丙酮滴在黃瓜表面風(fēng)干后,組裝棉簽擦拭黃瓜表面,隨后用拉曼光譜儀掃描棉簽棒,實(shí)現(xiàn)了黃瓜皮中5.0×10-7mol/L的西維因殘留檢測(cè),而且檢測(cè)結(jié)果重復(fù)性好。

此外,Liu等人[26]利用同時(shí)具有磁性、表面增強(qiáng)拉曼散射活性和吸附能力的多功能性基底提取水果皮中的福美雙和噻菌靈,這種基底的組成部分從核心到外殼依次為銀,鈷和四氧化三鐵,隨之用磁性石墨烯吸附成膜,對(duì)膜成分掃描分析,兩種農(nóng)藥的檢測(cè)限遠(yuǎn)低于美國環(huán)境保護(hù)機(jī)構(gòu)要求的水果中最大殘留限量,整個(gè)檢測(cè)過程包括樣品預(yù)處理和拉曼光譜檢測(cè)在20 min內(nèi)完成,展現(xiàn)了此方法的高效性和簡捷性。

Zhu等人[39]通過銀氨反應(yīng)在濾紙表面形成一層銀納米顆粒,干燥后使其更易攜帶,使用該種增強(qiáng)基底的同時(shí)也簡化了樣品處理過程:在水果表面滴加一滴乙醇溶液,用裝配著銀納米粒子的濾紙擦拭表皮,對(duì)濾紙進(jìn)行拉曼光譜掃描分析即可,以香蕉、蘋果和番茄中的福美雙為檢測(cè)對(duì)象,三種水果的檢測(cè)限與規(guī)定限值相近。Chen等人[40-42]將合成好的納米金顆粒裝配在粘性膠帶表面干燥待用,在檢測(cè)時(shí)直接用膠帶貼在果蔬表皮,待三秒后撕下膠帶,固定于玻璃表面進(jìn)行光譜掃描分析,選用菠菜、黃瓜,橘子和蘋果作為研究對(duì)象,分別分析了四種果蔬中的甲基對(duì)硫磷,福美雙和毒死蜱的拉曼光譜,并與前人所做的實(shí)驗(yàn)進(jìn)行對(duì)比,結(jié)果表明該方法的高效性和準(zhǔn)確性。與此相似,同樣用膠帶粘貼檢測(cè),Kumar等人[43]使用的是內(nèi)嵌有銀納米棒的聚二甲基硅氧烷增強(qiáng)劑,將此薄膜在蘋果皮上粘貼一段時(shí)間后撕下進(jìn)行檢測(cè)分析,其檢測(cè)限均在規(guī)定殘留限值以下,同樣表明該方法的有效性。該方法在不損傷待測(cè)樣品的情況下就能檢測(cè)農(nóng)藥殘留情況,這在研究無損檢測(cè)中有著重要的意義。

2.2.2 滲透檢測(cè) Yang等人[44-46]以蘋果、葡萄和菠菜葉作為實(shí)驗(yàn)對(duì)象,發(fā)現(xiàn)內(nèi)吸性農(nóng)藥—噻菌靈和啶蟲脒,滲透的速度和深度均超過非內(nèi)吸性農(nóng)藥—福美鐵和亞胺硫磷。他們提出將活性基底滲入葉子內(nèi)部,利用共焦顯微鏡和高級(jí)映射技術(shù)對(duì)農(nóng)藥殘留實(shí)時(shí)原位監(jiān)控。以直徑50 nm的檸檬酸鈉包裹的金納米粒子作為探針,在不同時(shí)間點(diǎn)對(duì)菠菜葉片表面和內(nèi)部的農(nóng)藥進(jìn)行檢測(cè),經(jīng)分析,菠菜葉中非內(nèi)吸性的福美鐵最低可檢測(cè)限為1.0×10-3mg/kg,內(nèi)吸性的噻菌靈最低檢測(cè)限被確定為2.0×10-3mg/kg,結(jié)果表明這種方法不僅具有超高的靈敏度,而且操作過程極其簡單,非常適用于植物中農(nóng)藥的無損檢測(cè)。Hou等人[47-48]在茶樹葉和蘋果皮表面滴加高濃度的金納米顆粒后,直接用便攜式拉曼儀進(jìn)行光譜檢測(cè),結(jié)果顯示水胺硫磷、甲拌磷、吡蟲啉和溴氰菊酯四種農(nóng)藥的檢測(cè)水平均在0.005 mg/mL,并都在相應(yīng)規(guī)定的限值之下。這種新方法對(duì)噴灑農(nóng)藥的植物適時(shí)采收具有重要指導(dǎo)意義。

2.2.3 選擇性檢測(cè) 大量的實(shí)驗(yàn)數(shù)據(jù)表明農(nóng)藥和基底的吸附能力決定農(nóng)藥的檢測(cè)水平,而它們之間的吸附力與農(nóng)藥的類型和增強(qiáng)基底的材料、尺寸與結(jié)構(gòu)有關(guān),于是一些科研工作者把有捕獲某類分子能力的官能團(tuán)修飾在基底表面,這類增強(qiáng)基底可以在溶液中選擇性地吸附待測(cè)物一類的分子,從而大大簡化了樣品處理過程。這一方法類似于免疫原理,卻又比表面增強(qiáng)拉曼散射標(biāo)記免疫檢測(cè)和酶聯(lián)免疫分析技術(shù)更容易操作[4,49-51]。如Pang等人[52]將單鏈DNA和6-巰基己醇修飾在銀納米樹枝上,其中DNA用來吸附待測(cè)的農(nóng)藥分子,巰基己醇抑制非特異性結(jié)合,用這種基底來檢測(cè)蘋果汁中甲拌磷、丙溴磷、氧樂果、水胺硫磷四種農(nóng)藥,結(jié)果表明蘋果汁中的成分不能被吸附,但四種待測(cè)農(nóng)藥均能被捕捉檢測(cè)到,而且檢測(cè)限均在食品中要求的安全限值以下。在另一項(xiàng)研究中,Barahona等人[53]將2-氨基乙硫醇修飾在球形納米金表面,并用其檢測(cè)自來水中的馬拉硫磷,結(jié)果同樣顯示了其優(yōu)越的性能。實(shí)驗(yàn)表明,通過基底官能團(tuán)化進(jìn)行的選擇性檢測(cè)法具有其他方法所未有的優(yōu)點(diǎn),因此,在未來的基底研究中,此技術(shù)需要更加深入的研究。

3 表面增強(qiáng)拉曼散射用于檢測(cè)農(nóng)藥殘留的方法特點(diǎn)總結(jié)和前景與方向

3.1檢測(cè)方法特點(diǎn)總結(jié)

綜上所述,每種借助表面增強(qiáng)拉曼散射檢測(cè)農(nóng)藥殘留的方法都有其獨(dú)特的特點(diǎn)。四步檢測(cè)法是過程最為詳盡的檢測(cè)方法,樣品前處理比較復(fù)雜,但最終檢測(cè)結(jié)果的準(zhǔn)確度相對(duì)較高。表面無損檢測(cè)法適于表面非內(nèi)吸性農(nóng)藥的檢測(cè),內(nèi)吸性農(nóng)藥大部分殘留于內(nèi)部,微量殘存于表面,易出現(xiàn)假性結(jié)果。滲透檢測(cè)法只適于葉片型作物,內(nèi)吸性和非內(nèi)吸性農(nóng)藥都可檢測(cè)。這兩種方法檢測(cè)的靈敏性和精確度與活性基底的增強(qiáng)效應(yīng)有關(guān),增強(qiáng)基底的性能受其所處的物理化學(xué)環(huán)境影響,而且不同基底的增強(qiáng)狀況亦不相同。選擇性檢測(cè)法強(qiáng)調(diào)特異性檢測(cè),只需將樣品簡單地處理成溶液,由于活性基團(tuán)和農(nóng)藥分子之間成鍵,拉曼散射模式可能會(huì)改變,因此,拉曼譜圖中農(nóng)藥信號(hào)需要更加細(xì)致的分析,除此之外,農(nóng)藥分子并非直接吸附在活性基底上,而是與修飾的官能團(tuán)結(jié)合,這就會(huì)不可避免地降低檢測(cè)的靈敏度。

不管使用哪種方法,每次實(shí)驗(yàn)都需要建立標(biāo)準(zhǔn)模型,這就造成了大量物力、人力和時(shí)間的浪費(fèi),而光譜采集和光譜分析都需要科研人員參與操作,不僅增加實(shí)驗(yàn)的繁瑣性還會(huì)產(chǎn)生過失誤差。

3.2發(fā)展前景和方向

從拉曼散射技術(shù)的誕生到今天表面增強(qiáng)拉曼散射技術(shù)的不斷成熟,其在農(nóng)藥檢測(cè)領(lǐng)域中的應(yīng)用不斷推廣,檢測(cè)方法由單一變得多樣化,繁瑣的檢測(cè)過程不斷簡捷化,表明在未來,此技術(shù)仍存在大量可改進(jìn)的空間,并廣泛應(yīng)用于世界,真正實(shí)現(xiàn)農(nóng)藥殘留檢測(cè)的快速簡單。

當(dāng)然,此技術(shù)也存在不足,如:活性基底真正的增強(qiáng)原理無定論、樣品處理方法存在或大或小的瑕疵,推廣該技術(shù)需要建立大量的標(biāo)準(zhǔn)模型,定性定量分析都需要操作人員處理大量數(shù)據(jù)等。因此在今后研究中,可以針對(duì)上述缺陷對(duì)該技術(shù)進(jìn)行完善:深入探索基底增強(qiáng)機(jī)理,研究綠色、低成本和高效應(yīng)的增強(qiáng)基底,繼續(xù)改進(jìn)和研究簡化樣品處理的檢測(cè)方法,當(dāng)然需要統(tǒng)一標(biāo)準(zhǔn)模型,完善農(nóng)藥拉曼譜圖庫,對(duì)拉曼儀計(jì)算機(jī)進(jìn)行智能化升級(jí),實(shí)現(xiàn)光譜采集和分析的自動(dòng)化。

[1]Chen H,Zhu J Q,Li Z,et al. The occurrence and risk assessment of five organophosphorus pesticides in river water from Shangyu,China[J]. Environmental Monitoring and Assessment,2016,188(11).

[2]Tsaboula A,Papadakis E N,Vryzas Z,et al. Environmental and human risk hierarchy of pesticides:A prioritization method,based on monitoring,hazard assessment and environmental fate[J]. Environment International,2016,91:78-93.

[3]羅俊霞,李德瑜,袁小偉,等. 酶抑制法測(cè)定多種有機(jī)磷和氨基甲酸酯類農(nóng)藥殘留的實(shí)驗(yàn)[J]. 浙江農(nóng)業(yè)科學(xué),2015,(6):883-887.

[4]王東方. 擬除蟲菊酯類農(nóng)藥多殘留免疫分析研究[D].咸陽:西北農(nóng)林科技大學(xué),2015.

[5]Singh P K,Jairath G,Ahlawat S S,et al. Biosensor:an emerging safety tool for meat industry[J]. Journal of Food Science and Technology-Mysore,2016,53(4):1759-1765.

[6]Arduini F,Cinti S,Scognamiglio V,et al. Nanomaterials in electrochemical biosensors for pesticide detection:advances and challenges in food analysis[J]. Microchimica Acta,2016,183(7):2063-2083.

[7]吳帥,李湘南,王開宇,等. 氣相色譜-質(zhì)譜法測(cè)定葡萄酒中33種農(nóng)藥殘留[J]. 食品工業(yè)科技,2015,(17):305-311.

[8]劉小文,高熹,肖春,等. 氣相色譜測(cè)定普洱茶中17種有機(jī)磷農(nóng)藥殘留[J]. 食品工業(yè)科技,2009,(10):321-323.

[9]仲伶俐,胡莉,郭靈安,等. UPLC-MS/MS與HPLC測(cè)定茶葉中10種氨基甲酸酯類農(nóng)藥殘留的比較[J]. 食品工業(yè)科技,2015,(2):70-74.

[10]王澤鋒,石玲,蘇一蘭,等. 液質(zhì)聯(lián)用技術(shù)檢測(cè)紫薯蕷中5種氨基甲酸酯農(nóng)藥的方法研究[J]. 食品工業(yè)科技,2014,(11):306-308+314.

[11]Stachniuk A,Fornal E. Liquid Chromatography-Mass Spectrometry in the Analysis of Pesticide Residues in Food[J]. Food Analytical Methods,2016,9(6):1654-1665.

[12]王毅紅,徐為霞,郭智廣. 酶抑制法在快速檢測(cè)蔬菜中農(nóng)藥殘留應(yīng)用中的探討[J]. 理化檢驗(yàn)(化學(xué)分冊(cè)),2016,(05):558-560.

[13]Raman C V,Krishnan K S. A new type of secondary radiation[J]. Nature,1928,121(3048):501-502.

[14]Fleischmann M,Hendra P J,Mcquillan A J. Raman spectra of pyridine adsorbed at a silver electrode[J]. Chemical Physics Letters,1974,26(2):163-166.

[15]Jeanmaire D L,Van Duyne R P. Surface raman spectroelectrochemistry[J]. Journal of Electroanalytical Chemistry and Interfacial Electrochemistry,1977,84(1):1-20.

[16]Tsuji M,Matsumoto K,Miyamae N,et al. Rapid preparation of silver nanorods and nanowires by a microwave-polyol method in the presence of Pt catalyst and polyvinylpyrrolidone[J]. Crystal Growth & Design,2007,7(2):311-320.

[17]Song J,Chu Y,Liu Y,et al. Room-temperature controllable fabrication of silver nanoplates reduced by aniline[J]. Chemical Communications,2008,(10):1223-1225.

[18]Hu X Y,Zheng P,Meng G W,et al. An ordered array of hierarchical spheres for surface-enhanced Raman scattering detection of traces of pesticide[J]. Nanotechnology,2016,27(38).

[19]Wei Y,Zhu Y Y,Wang M L. A facile surface-enhanced Raman spectroscopy detection of pesticide residues with Au nanoparticles/dragonfly wing arrays[J]. Optik,2016,127(22):10735-10739.

[20]史曉鳳,孟辰,馬麗珍,等. 應(yīng)用球形和海膽狀金混合SERS基底檢測(cè)高環(huán)多環(huán)芳烴[J]. 光譜學(xué)與光譜分析,2016,(7):2128-2133.

[21]Zhao T,Fan J-B,Cui J,et al. Microwave-controlled ultrafast synthesis of uniform silver nanocubes and nanowires[J]. Chemical Physics Letters,2011,501(4-6):414-418.

[22]Xia Y,Xiong Y,Lim B,et al. Shape-Controlled Synthesis of Metal Nanocrystals:Simple Chemistry Meets Complex Physics[J].Angewandte Chemie,2009,48(1):60-103.

[23]Kneipp K,Wang Y,Kneipp H,et al. Single Molecule Detection Using Surface-Enhanced Raman Scattering(SERS)[J].Physical Review Letters,1997,78(9):1667-1670.

[24]Long Y,Wang X,Chen D,et al. Intense and s
Table surface-enhanced Raman scattering from Ag@mesoporous SiO2 film[J]. Journal of Luminescence,2016,177:387-393.

[25]Zhang S,Ni W,Kou X,et al. Formation of Gold and Silver Nanoparticle Arrays and Thin Shells on Mesostructured Silica Nanofibers[J]. Advanced Functional Materials,2007,17(16):3258-3266.

[26]Liu Z G,Wang Y,Deng R,et al. Fe3O4@Graphene Oxide@Ag Particles for Surface Magnet Solid-Phase Extraction Surface-Enhanced Raman Scattering(SMSPE-SERS):From Sample Pretreatment to Detection All-in-One[J]. Acs Applied Materials & Interfaces,2016,8(22):14160-14168.

[27]Cao X-W,Liu W-H,Li X-R,et al. SERS Spectroscopic Characterization and Analysis of the Molecular Structure of Linkage Monolayers in Assembled Gold Nanoparticle Films[J]. Acta Physico-Chimica Sinica,2011,27(7):1600-1608.

[28]Thibeau R J,Van Haverbeke L,Brown C W. Detection of Water Pollutants by Laser Excited Resonance Raman Spectroscopy;Pesticides and Fungicides[J]. Applied Spectroscopy,1978,32(1):98-100.

[29]周小芳,方炎,張鵬翔. 水果表面殘留農(nóng)藥的拉曼光譜研究[C]. 第十二屆全國光散射學(xué)術(shù)會(huì)議,2003:1.

[30]Xie Y,Mukamurezi G,Sun Y,et al. Establishment of rapid detection method of methamidophos in vegetables by surface enhanced Raman spectroscopy[J]. European Food Research and Technology,2012,234(6):1091-1098.

[31]Shende C,Inscore F,Sengupta A,et al. Rapid extraction and detection of trace Chlorpyrifos-methyl in orange juice by surface-enhanced Raman spectroscopy[J]. Sensing and Instrumentation for Food Quality and Safety,2010,4(3):101-107.

[32]Liu Y D,Zhang Y X,Wang H Y,et al. Detection of pesticides on navel orange skin by surface-enhanced Raman spectroscopy coupled with Ag nanostructures[J]. International Journal of Agricultural and Biological Engineering,2016,9(2):179-185.

[33]Huang S,Yan W,Liu M,et al. Detection of difenoconazole pesticides in pak choi by surface-enhanced Raman scattering spectroscopy coupled with gold nanoparticles[J]. Analytical Methods,2016,8(23):4755-4761.

[34]Pan Y,Guo X,Zhu J,et al. A new SERS substrate based on silver nanoparticle functionalized polymethacrylate monoliths in a capillary,and it application to the trace determination of pesticides[J]. Microchimica Acta,2015,182(9):1775-1782.

[35]Tan Y,Zang X,Gu J,et al. Morphological Effects on Surface-Enhanced Raman Scattering from Silver Butterfly Wing Scales Synthesized via Photoreduction[J]. Langmuir,2011,27(19):11742-11746.

[36]Wang P,Wu L,Lu Z,et al. Gecko-Inspired Nanotentacle Surface-Enhanced Raman Spectroscopy Substrate for Sampling and Reliable Detection of Pesticide Residues in Fruits and Vegetables[J]. Analytical Chemistry,2017,89(4):2424-2431.

[37]He L,Chen T,Labuza T P. Recovery and quantitative detection of thiabendazole on apples using a surface swab capture method followed by surface-enhanced Raman spectroscopy[J]. Food Chemistry,2014,148:42-46.

[38]Qu L L,Geng Y Y,Bao Z N,et al. Silver nanoparticles on cotton swabs for improved surface-enhanced Raman scattering,and its application to the detection of carbaryl[J]. Microchimica Acta,2016,183(4):1307-1313.

[39]Zhu Y,Li M,Yu D,et al. A novel paper rag as ‘D-SERS’ substrate for detection of pesticide residues at various peels[J]. Talanta,2014,128:117-124.

[40]Chen J,Huang Y,Kannan P,et al. Flexible and Adhesive Surface Enhance Raman Scattering Active Tape for Rapid Detection of Pesticide Residues in Fruits and Vegetables[J]. Analytical Chemistry,2016,88(4):2149-2155.

[41]Wiilkowska A,Biziuk M. Determination of pesticide residues in food matrices using the QuEChERS methodology[J]. Food Chemistry,2011,125(3):803-812.

[42]Watanabe E,Miyake S. Quantitative analysis of fungicide azoxystrobin in agricultural samples with rapid,simple and reliable monoclonal immunoassay[J]. Food Chemistry,2013,136(2):695-702.

[43]Kumar S,Goel P,Singh J P. Flexible and robust SERS active substrates for conformal rapid detection of pesticide residues from fruits[J]. Sensors and Actuators B-Chemical,2017,241:577-583.

[44]Yang T X,Zhang Z Y,Zhao B,et al. Real-Time and in Situ Monitoring of Pesticide Penetration in Edible Leaves by Surface-Enhanced Raman Scattering Mapping[J]. Analytical Chemistry,2016,88(10):5243-5250.

[45]Yang T,Zhao B,Hou R,et al. Evaluation of the Penetration of Multiple Classes of Pesticides in Fresh Produce Using Surface-Enhanced Raman Scattering Mapping[J]. Journal of Food Science,2016,81(11):T2891-T2901.

[46]Yang T,Zhao B,Kinchla A J,et al. Investigation of Pesticide Penetration and Persistence on Harvested and Live Basil Leaves Using Surface-Enhanced Raman Scattering Mapping[J]. Journal of agricultural and food chemistry,2017,65(17):3541-3550.

[47]Hou R,Pang S,He L. In situ SERS detection of multi-class insecticides on plant surfaces[J]. Analytical Methods,2015,7(15):6325-6330.

[48]Hou R Y,Zhang Z Y,Pang S,et al. Alteration of the Nonsystemic Behavior of the Pesticide Ferbam on Tea Leaves by Engineered Gold Nanoparticles[J]. Environmental Science & Technology,2016,50(12):6216-6223.

[49]Frohling K B,Alstrom T S,Bache M,et al. Surface-enhanced Raman spectroscopic study of DNA and 6-mercapto-1-hexanol interactions using large area mapping[J]. Vibrational Spectroscopy,2016,86:331-336.

[50]Liao W,Lu X N. Determination of chemical hazards in foods using surface-enhanced Raman spectroscopy coupled with advanced separation techniques[J]. Trends in Food Science & Technology,2016,54:103-113.

[51]葛明,崔顏,顧仁敖. SERS標(biāo)記免疫檢測(cè)研究進(jìn)展[J]. 光譜學(xué)與光譜分析,2008,(1):110-116.

[52]Pang S,Labuza T P,He L. Development of a single aptamer-based surface enhanced Raman scattering method for rapid detection of multiple pesticides[J]. Analyst,2014,139(8):1895-1901.

[53]Barahona F,Bardliving C L,Phifer A,et al. An Aptasensor Based on Polymer-Gold Nanoparticle Composite Microspheres for the Detection of Malathion Using Surface-Enhanced Raman Spectroscopy[J]. Industrial Biotechnology,2013,9(1):42-50.

Studyonthemethodsofdetectionofpesticidesresidueinfruitsandvegetablesbasedonsurfaceenhancedramanscattering

HANYu,ZHULi-ya,CHENWen,LIUDong-li*

(College of Food Science,Hainan University,Haikou 570228，China)

The harm caused by the illegal use of pesticides makes the technology of pesticides residue detection progress continuously. With comparison of different detection methods,it is found that surface enhanced raman scattering technology(SERS)has great potential for pesticides detection. From the perspective of the development of active substrate was described the development of SERS,besides,the research of pesticides detection methods in fruits and vegetables with SERS was stated in detail. Characteristics of different detection methods were summarized and compared. Finally the prospect and the development direction of pesticides residue detection in fruits and vegetables with SERS were introduced.

surface enhanced raman scattering;pesticides residue detection;four-step testing;surface nondestructive testing;penetrant testing;selective testing

TS201.6

A

1002-0306(2017)19-0337-05

10.13386/j.issn1002-0306.2017.19.062

2017-04-11

韓宇(1996-)，男，本科生，研究方向：食品農(nóng)藥殘留檢測(cè)，E-mail:han_yu119@163.com。

*通訊作者:劉東莉(1985-)， 女，博士，講師，研究方向：農(nóng)藥殘留的表面增強(qiáng)拉曼快速檢測(cè)，E-mail:huliu1931@163.com。

海南省自然科學(xué)基金(20163058)；海南自然科學(xué)基金創(chuàng)新研究團(tuán)隊(duì)項(xiàng)目(2017CXTD001)。