趙興濤,車先閣,王書濤,劉詩瑜,苑媛媛
(燕山大學(xué) 電氣工程學(xué)院 河北省測(cè)試計(jì)量技術(shù)及儀器重點(diǎn)實(shí)驗(yàn)室,河北 秦皇島 066004)
我國(guó)每年蜂蜜的出口可占全球蜂蜜總出口量的20%[1],蜂蜜質(zhì)量問題越來越受到廣泛關(guān)注。2019年8月的國(guó)家市場(chǎng)監(jiān)管部門在發(fā)布食品不合格情況通告中,曾有多批次蜂產(chǎn)品檢出喹諾酮類抗生素,因此,建立一種快速有效的蜂蜜中抗生素檢測(cè)體系是尤為重要的。喹諾酮類抗生素具有抗菌譜廣、抗菌活性強(qiáng)、價(jià)格低廉等特點(diǎn),被廣泛應(yīng)用于獸醫(yī)學(xué)中[2]。在蜂蜜實(shí)際生產(chǎn)過程中,喹諾酮類藥物可以防治蜂病如美洲幼蟲腐臭病、麻痹病等,并且能夠提高蜂蜜產(chǎn)能[3]。但是,喹諾酮類藥物在動(dòng)物體內(nèi)代謝緩慢,容易產(chǎn)生蓄積和殘留,人體長(zhǎng)期服用抗生素殘留過量的蜂蜜會(huì)造成潛在的危害,特別是機(jī)體對(duì)抗生素的耐藥性[4]。
目前,針對(duì)蜂蜜中喹諾酮類抗生素的檢測(cè)方法主要有高效液相色譜法、液相色譜串聯(lián)質(zhì)譜法等。夏環(huán)等[5]采用分子印跡固相萃取-高效液相色譜法對(duì)蜂蜜中3種喹諾酮類抗生素殘留進(jìn)行了檢測(cè),3種抗生素的加標(biāo)回收率范圍為96.5%~104.1%;徐宜宏等[6]采用超高效液相色譜串聯(lián)質(zhì)譜法對(duì)蜂蜜中多種抗生素進(jìn)行了殘留檢測(cè),實(shí)驗(yàn)結(jié)果得到的平均回收率范圍為68.0%~104.0%,相對(duì)標(biāo)準(zhǔn)偏差為3.2%~15.5%。但是這些方法對(duì)操作人員的要求較高,樣本預(yù)處理比較復(fù)雜,提取過程也不易操作[7]。而三維熒光光譜法具有靈敏度高、操作簡(jiǎn)單、不需要大量樣本的特點(diǎn),近年來被廣泛應(yīng)用到食品有害物質(zhì)殘留檢測(cè)及環(huán)境污染檢測(cè)中[8]。尹春玲等[9]采用三維熒光光譜結(jié)合交替不對(duì)稱三線性分解法(AATLD)對(duì)牛奶中弗洛沙星、培氟沙星和伊諾沙星進(jìn)行了檢測(cè)研究,實(shí)驗(yàn)結(jié)果令人滿意,定量解析出的弗洛沙星、培氟沙星和伊諾沙星的平均回收率分別為97.87±4.91%,97.55±5.45%,102.13±5.75%;Osorio等[10]采用熒光光譜結(jié)合多元校正的方法對(duì)養(yǎng)殖水體中的氟喹諾酮類藥物進(jìn)行了殘留測(cè)定,實(shí)驗(yàn)基于二階和三階校準(zhǔn)共建立了兩種校正模型,經(jīng)過實(shí)驗(yàn)結(jié)果對(duì)比后證明,三階校正模型U-PLS-RTL擁有更好地?cái)M合度和性能指標(biāo),得到的樣品回收率范圍在93%~112%之間。但是目前采用三維熒光光譜法對(duì)蜂蜜中喹諾酮類抗生素的檢測(cè)研究的類似報(bào)導(dǎo)很少。
本文采用三維熒光光譜法對(duì)蜂蜜可能存在的3種喹諾酮類抗生素殘留,氟甲喹(FLU)、恩諾沙星(ENR)和左氧氟沙星(LVFX)的混合組分溶液進(jìn)行熒光測(cè)量,將二級(jí)瑞利散射區(qū)置零和空白溶劑扣除法消除了光譜中的二級(jí)瑞利散射和拉曼散射干擾,采用小波優(yōu)化集合經(jīng)驗(yàn)?zāi)B(tài)分解(ensemble empirical mode decomposition, EEMD)的方法對(duì)光譜進(jìn)行去噪,完成光譜預(yù)處理過程。結(jié)合雙線性最小二乘/殘差雙線性(BLLS/RBL)方法,對(duì)預(yù)處理前后的光譜數(shù)據(jù)進(jìn)行定性、定量檢測(cè),該檢測(cè)手段有效地解決了混合組分中出現(xiàn)的光譜重疊問題,實(shí)現(xiàn)了利用“數(shù)學(xué)分離”代替“化學(xué)分離”。預(yù)處理前后的定量結(jié)果對(duì)比表明:樣本經(jīng)過預(yù)處理后,其定性、定量結(jié)果更為準(zhǔn)確。
實(shí)驗(yàn)試劑:荊花蜂蜜,京東汪氏蜂蜜官方旗艦店購買;喹諾酮類抗生素標(biāo)準(zhǔn)品,F(xiàn)LU標(biāo)準(zhǔn)品(純度98%)、ENR標(biāo)準(zhǔn)品(純度98%),LVFX標(biāo)準(zhǔn)品(純度98%)均購買于上海阿拉丁生化科技股份有限公司;十二烷基硫酸鈉SDS(化學(xué)純)購買于國(guó)藥試劑網(wǎng);超純水,由優(yōu)普純水儀(成都優(yōu)普儀器設(shè)備有限公司)制備。
實(shí)驗(yàn)儀器:FA1004精密電子秤(鄭州寶晶電子科技有限公司);FS920穩(wěn)態(tài)熒光光譜儀(英國(guó)愛丁堡公司);HY-5A回旋振蕩器(國(guó)華電器有限公司)。
實(shí)驗(yàn)溶劑制備:精確稱量10 g SDS標(biāo)準(zhǔn)品,適量超純水溶解至燒杯中,水浴加熱10 min,待冷卻至室溫后,用超純水定容至100 mL棕色容量瓶中,得到濃度為100 g·L-1的SDS儲(chǔ)備液,4 ℃避光保存。移液槍量取5.5 mL SDS儲(chǔ)備液,用超純水定容至100 mL容量瓶中,得到濃度為5.5 g·L-1的SDS實(shí)驗(yàn)溶液。
蜂蜜溶液制備:精確稱量2.733 39 g蜂蜜溶于100 mL,、濃度為5.5 g·L-1的SDS溶劑中,得到蜂蜜濃度為27.333 9 g·L-1的蜂蜜實(shí)驗(yàn)溶液。
抗生素單組分對(duì)照樣本制備:精確稱量FLU、ENR、LVFX標(biāo)準(zhǔn)品各0.01 g,用SDS實(shí)驗(yàn)溶液定容至100 mL容量瓶中,回旋振蕩20 min后,得到濃度為0.1 g·L-1的3種物質(zhì)的儲(chǔ)備液,于4 ℃避光保存。移液槍量取0.4 mL FLU儲(chǔ)備液、0.04 mL的ENR和0.02 mL的LVFX儲(chǔ)備液,用SDS工作溶液定容至100 mL容量瓶中,得到40 μg·L-1的FLU實(shí)驗(yàn)溶液、4 μg·L-1的ENR實(shí)驗(yàn)溶液和2 μg·L-1的LVFX實(shí)驗(yàn)溶液。
蜂蜜抗生素殘留溶液制備:分別取適量抗生素的標(biāo)準(zhǔn)溶液依次添加進(jìn)蜂蜜溶液中,共配制了16組不同濃度的抗生素殘留溶液樣本,各樣本蜂蜜的濃度均為27.333 9 g·L-1,其中C1-C10設(shè)定為校正集,T1-T6設(shè)定為預(yù)測(cè)集,如表1所示。
表1 校正樣本及預(yù)測(cè)樣本濃度Tab.1 Concentration of calibration and prediction samples μg/L
3.1.1 去散射處理研究
將FS920光譜儀進(jìn)行參數(shù)設(shè)置: 激發(fā)波長(zhǎng)范圍設(shè)置為250~450 nm,步長(zhǎng)為 5 nm; 發(fā) 射 波 長(zhǎng) 范 圍設(shè)置為290~550 nm,步長(zhǎng)為2 nm; 并設(shè)置發(fā)射波長(zhǎng)滯后激發(fā)波長(zhǎng)10 nm,以消除一級(jí)瑞利散射干擾[11]。入射狹縫和出射狹縫設(shè)置為2 mm,樣品室溫度設(shè)置為恒定20 ℃。
設(shè)置完畢后,對(duì)實(shí)驗(yàn)配制樣本進(jìn)行三維熒光光譜掃描,得到16組131×41的數(shù)據(jù)矩陣。其中測(cè)得純蜂蜜樣本C3的三維熒光投影圖和等高線圖如圖1所示。
從圖1中可以看出,光譜圖存在二級(jí)瑞利散射(1)和拉曼散射(2)的干擾。二級(jí)瑞利散射的特點(diǎn)是散射波長(zhǎng)約為激發(fā)波長(zhǎng)的2倍,而拉曼散射的散射波長(zhǎng)比激發(fā)波長(zhǎng)略大,隨著激發(fā)波長(zhǎng)的變化而相應(yīng)變化,且與激發(fā)波長(zhǎng)保持恒定的頻率差。這兩種散射均無法通過儀器參數(shù)設(shè)置來消除,且散射的熒光強(qiáng)度遠(yuǎn)遠(yuǎn)大于被測(cè)物質(zhì)的熒光強(qiáng)度,使得被測(cè)物質(zhì)的光譜被掩蓋,無法對(duì)物質(zhì)進(jìn)行精確分析。
圖1 蜂蜜原始光譜圖Fig.1 Original spectrum of honey
為此,采用將二級(jí)瑞利散射區(qū)置零和空白溶劑扣除的方法來消除光譜中的二級(jí)瑞利散射和拉曼散射,蜂蜜去散射后的熒光光譜圖如圖2所示。
從圖2中可以看出,去除光譜中的二級(jí)瑞利散射后,蜂蜜的光譜得以部分顯現(xiàn)出來,但是由于拉曼散射的存在,不能反映出光譜的全部信息。當(dāng)去除拉曼散射后,蜂蜜的光譜得以完整地顯現(xiàn)出來,可以看出蜂蜜存在兩個(gè)熒光峰,分別位于最佳激發(fā)/發(fā)射波長(zhǎng)為285/326 nm和345/436 nm處。但是光譜圖存在很明顯的噪聲干擾,不利于后續(xù)的定性、定量研究。
圖2 蜂蜜去散射后的熒光光譜圖Fig.2 The fluorescence spectrum of honey after de scattering
3.1.2 小波優(yōu)化EEMD算法原理與評(píng)價(jià)指標(biāo)
EEMD工作原理的實(shí)質(zhì)是,通過EEMD分解被測(cè)光譜數(shù)據(jù), 得到若干個(gè)本征模態(tài)分量(intrinsic mode function, IMF),按頻率從高到低排列,通過將噪聲集中的IMF分量舍去,剩余分量疊加重構(gòu),完成對(duì)光譜的去噪過程[12]。
但是該方法同樣存在缺陷,即保留的IMF分量中,也有少量噪聲存在,相應(yīng)地,舍棄的IMF分量也有非噪聲信號(hào)存在,舍棄過多分量會(huì)造成過度去噪,相反,則會(huì)造成去噪不完全。
為此提出采用小波閾值法對(duì)選取的IMF分量進(jìn)行二次去噪,再進(jìn)行重構(gòu)的思想完成光譜去噪過程。具體過程如下:
(1) EEMD分解:運(yùn)用EEMD方法分解給定的含噪光譜數(shù)據(jù),得到若干個(gè)IMF分量。
(2) 選取IMF分量:求取原始光譜與其IMF分量的相關(guān)系數(shù),相關(guān)系數(shù)較大的IMF保留不作處理,相關(guān)系數(shù)小的IMF分量,利用小波閾值法進(jìn)行二次去噪處理。
(3) 重構(gòu)光譜:將保留的IMF分量與經(jīng)過小波處理后的IMF分量疊加,得到去噪后的光譜。
3.1.3 去噪結(jié)果評(píng)價(jià)指標(biāo)
引入信噪比(SNR)、波形相似系數(shù)(NCC)、均方根誤差(RMSE)來衡量不同去噪算法的結(jié)果[13]。SNR是指信號(hào)與噪聲的比例,信噪比越高,代表去噪效果越良好。NCC是計(jì)算降噪前后信號(hào)的波形的差異,其值越接近于1,說明過度去噪的程度越小。RMSE表示降噪前后數(shù)據(jù)差值的平方均值。計(jì)算公式分別為
(1)
(2)
(3)
3.1.4 去噪結(jié)果分析
采用小波優(yōu)化EEMD算法對(duì)光譜進(jìn)行去噪處理,去噪后的蜂蜜等高線圖如圖3所示。將去噪結(jié)果分別與小波和EEMD的方法進(jìn)行比較,不同方法去噪結(jié)果的評(píng)價(jià)指標(biāo)如表2所示。
圖3 小波優(yōu)化EEMD去噪后的蜂蜜等高線圖Fig.3 Contour map of honey after denoising by wavelet optimization EEMD
從圖3和表2可以看出,小波優(yōu)化EEMD算法對(duì)光譜的去噪效果良好,在保持原有光譜特征的基礎(chǔ)上更加平滑、清晰,有利于后續(xù)的定性、定量研究。而且該方法的去噪結(jié)果評(píng)價(jià)指標(biāo)均優(yōu)于小波和EEMD算法。將其余樣本數(shù)據(jù)均進(jìn)行去散射、去噪處理。
表2 不同方法去噪結(jié)果評(píng)價(jià)指標(biāo)Tab.2 Evaluation indexes of different noise removal methods
圖4分別給出經(jīng)光譜預(yù)處理后的3種抗生素對(duì)照樣本和T5樣本的等高線圖,可以看出,LVFX有兩個(gè)熒光峰,分別位于最佳激發(fā)/發(fā)射波長(zhǎng)為300/484 nm和330/484 nm處;ENR有兩個(gè)熒光峰,分別位于最佳激發(fā)/發(fā)射波長(zhǎng)為280/440 nm和330/440 nm處;FLU有一個(gè)熒光峰,分別位于最佳激發(fā)/發(fā)射波長(zhǎng)為325/364 nm處。3種抗生素物質(zhì)熒光峰位置相似,其混合組分存在著嚴(yán)重的光譜重疊現(xiàn)象,而且抗生素混合組分的熒光強(qiáng)度強(qiáng)于蜂蜜,掩蓋了蜂蜜的熒光光譜,只憑觀測(cè)光譜圖難以定性區(qū)分溶液各物質(zhì)組分。
圖4 C1、C2、C3和T1樣本預(yù)處理后的等高線圖Fig.4 Contour map after pretreatment of C1, C2, C3 and T1 samples
3.2.1 BLLS/RBL算法
BLLS/RBL是二階校正算法之一,可以實(shí)現(xiàn)復(fù)雜混合物分析的二階優(yōu)勢(shì)[14]。
該算法分為校正和預(yù)測(cè)兩個(gè)步驟,將被測(cè)物質(zhì)的光譜數(shù)據(jù)分為校正集和預(yù)測(cè)集兩個(gè)部分,具體實(shí)現(xiàn)步驟如下[15]:首先將校正數(shù)據(jù)矩陣X(大小為J×K)矢量化,將Ic個(gè)校正樣本集分組為JK×Ic的矩陣,記作Vx:
Vx=[vec(X1)|vec(X2)|…|vec(XIc)]
(4)
式中vec為展開操作。
采用直接最小二乘,獲取單位濃度Vs下的單組分物質(zhì)矩陣信息,該過程用公式表示為
Vs=VXY+
(5)
式中:Y+表示大小為I×Nc的校正濃度矩陣,Nc為校正分析物的數(shù)量。
Vs大小為JK×Nc,包含了矢量化的Sn矩陣:
Vs=[vec(S1)|vec(S2)|…|vec(SNc)]
(6)
如果每種分析物只含有一種光譜組分,Sn的秩將為1。因此可以通過每個(gè)大小為J×K的Sn矩陣的單組分奇異值分解(SVD1)來獲取組分輪廓圖,
(bn,gn,cn)=SVD1(Sn)
(7)
式中:bn是第一個(gè)奇異值;gn(J×1)和cn(K×1)分別為第一個(gè)左和右特征向量。
gn和cn分別是第n個(gè)分析物在J和K方向上的歸一化純輪廓。每個(gè)vec(Sn)根據(jù)bn,gn,cn重建,完成校準(zhǔn)步驟。
Srn=bn[gn?cn]
(8)
式中?表示克羅內(nèi)克乘積。
校準(zhǔn)后,如果未知樣品不包含干擾物質(zhì),則可直接采用最小二乘法來估計(jì)測(cè)試樣品中的濃度。
(9)
式中:Xu為測(cè)試樣品數(shù)據(jù);yu包含校準(zhǔn)分析物Nc的估計(jì)濃度;Scal可以表示為
Scal=[b1(g1?c1)…bNc(gNc?cNc)]
(10)
3.2.2 定量結(jié)果評(píng)價(jià)指標(biāo)
回收率(RH)表示樣本濃度真實(shí)值與預(yù)測(cè)值的接近程度,計(jì)算公式分別為
(11)
靈敏度(SL)表示單位濃度的凈分析信號(hào),計(jì)算公式為
(12)
式中:hn是比例系數(shù);||||F是矩陣的Frobenius范數(shù)。
檢出下限(Lout)表示在一定置信度下,可檢測(cè)的最低分析物濃度,計(jì)算公式為
Lout=3.3Sd(0)
(13)
式中:Sd(0)為低濃度樣本預(yù)測(cè)濃度的標(biāo)準(zhǔn)偏差。
3.2.3 定性鑒別
采用核一致值診斷法(core consistency diagonosis, CORCONDIA)[16]分別對(duì)光譜預(yù)處理前后的樣本進(jìn)行組分?jǐn)?shù)估計(jì),一般認(rèn)為當(dāng)核一致值不低于60%時(shí),結(jié)果最接近實(shí)際樣本組分?jǐn)?shù)。經(jīng)計(jì)算,未經(jīng)預(yù)處理的樣本,當(dāng)因子數(shù)設(shè)定小于6時(shí),核一致值高于60%,但是樣本實(shí)際組分?jǐn)?shù)為4,其原因是樣本存在的散射和噪聲被認(rèn)定為了一個(gè)組分。而經(jīng)預(yù)處理后的樣本,因子數(shù)設(shè)定為小于5時(shí),核一致值高于60%,與實(shí)際組分?jǐn)?shù)相同。由此可知采用預(yù)處理后的樣本的組分?jǐn)?shù)估計(jì)更準(zhǔn)確,而未經(jīng)預(yù)處理的樣本不能正確估計(jì)組分?jǐn)?shù)。
因此,采用BLLS/RBL算法分別對(duì)預(yù)處理前后的實(shí)驗(yàn)樣本進(jìn)行定性鑒別,并將各單組份抗生素實(shí)驗(yàn)樣本數(shù)據(jù)同樣輸入進(jìn)算法模型中,生成各組分抗生素的真實(shí)光譜曲線,與混合組分解析出的光譜形成對(duì)比,其定性結(jié)果分別如圖5和圖6所示??梢钥闯觯簲?shù)據(jù)經(jīng)預(yù)處理后,解析的溶液中3種抗生素組分的激發(fā)光譜和發(fā)射光譜與各自的真實(shí)光譜匹配程度十分良好,蜂蜜組分由于在混合溶液中的熒光強(qiáng)度較低,其解析光譜與真實(shí)光譜會(huì)有略微差異,但是綜合解析得到的蜂蜜的激發(fā)光譜和發(fā)射光譜,可以確定溶液中含有蜂蜜組分。
圖5 未經(jīng)預(yù)處理樣本的解析光譜與原光譜Fig.5 Analytical and original spectra of untreated samples
圖6 經(jīng)預(yù)處理后樣本的解析光譜與原光譜Fig.6 Analytical and original spectra of samples after pretreatment
為了更直觀地顯示出定性結(jié)果的準(zhǔn)確性,表3給出了解析光譜與原光譜的相似度,可以看出經(jīng)預(yù)處理后各組分解析光譜與原光譜的波形相似度較高。而未經(jīng)預(yù)處理的定性結(jié)果,解析出的光譜包含散射和噪聲干擾,與原光譜的吻合程度明顯不如經(jīng)預(yù)處理后的結(jié)果,且無法準(zhǔn)確解析出蜂蜜組分。實(shí)驗(yàn)結(jié)果表明:經(jīng)預(yù)處理后的樣本采用三維熒光光譜結(jié)合BLLS/RBL算法可以完成蜂蜜中喹諾酮類混合物質(zhì)的定性鑒別。
表3 BLLS/RBL解析光譜與原光譜的相似度Tab.3 similarity between BLLS/RBL analytical spectrum and original spectrum
3.2.4 定量檢測(cè)
采用BLLS/RBL分別對(duì)預(yù)處理前后的樣本進(jìn)行定量檢測(cè),其結(jié)果如表4所示??梢钥闯鯞LLS/RBL方法定量經(jīng)過預(yù)處理后的樣本得到的FLU的RH在86.92%~101.38%之間,平均回收率RA達(dá)到94.99±0.63%,Lout為2.08 μg/L;ENR的RH在93.25%~104.20%之間,RA達(dá)到100.20%,Lout為0.18 μg/L;LVFX的RH在95.38%~118.00%之間,RA達(dá)到103.20%,Lout為0.19 μg/L,均優(yōu)于未經(jīng)預(yù)處理樣本的定量結(jié)果。此外,經(jīng)預(yù)處理后的樣本的定量結(jié)果的均方根誤差(RMSE)與靈敏度SL同樣優(yōu)于未經(jīng)預(yù)處理的樣本。由此表明:采用BLLS/RBL算法可以實(shí)現(xiàn)蜂蜜中喹諾酮類抗生素混合組分的定量分析,而且樣本經(jīng)過預(yù)處理后,其定量結(jié)果的精度得到了顯著提高。
表4 濃度預(yù)測(cè)結(jié)果Tab.4 Concentration prediction results
針對(duì)蜂蜜中喹諾酮類抗生素的殘留問題,提出了采用三維熒光光譜技術(shù)結(jié)合BLLS/RBL算法實(shí)現(xiàn)蜂蜜中抗生素混合組分殘留的定性、定量檢測(cè),該方法具有操作簡(jiǎn)單,靈敏度高,無需復(fù)雜的樣品前處理過程等特點(diǎn)。研究了光譜數(shù)據(jù)預(yù)處理對(duì)定性、定量結(jié)果的影響,樣本經(jīng)過預(yù)處理后,定性分析中樣本組分?jǐn)?shù)的確定更加精準(zhǔn),定量分析中,各項(xiàng)評(píng)價(jià)指標(biāo)相比未經(jīng)預(yù)處理的檢測(cè)結(jié)果都有了提高。結(jié)果表明:對(duì)樣本進(jìn)行預(yù)處理可以有效提升定性、定量結(jié)果的精度。