茶葉中農(nóng)藥殘留快速檢測(cè)技術(shù)研究進(jìn)展

【編者按】“民以食為天，食以安為先”，茶葉質(zhì)量安全是保障消費(fèi)者健康與茶產(chǎn)業(yè)高質(zhì)量發(fā)展的前提條件。茶葉質(zhì)量安全是“產(chǎn)出來(lái)”的，也是“管出來(lái)”的。當(dāng)前我國(guó)茶葉質(zhì)量安全處于高位合格穩(wěn)定水平，茶葉質(zhì)量安全檢測(cè)技術(shù)在風(fēng)險(xiǎn)監(jiān)測(cè)、風(fēng)險(xiǎn)預(yù)警、風(fēng)險(xiǎn)評(píng)估與應(yīng)急處理等方面發(fā)揮了重要作用，保障了消費(fèi)者健康和茶產(chǎn)業(yè)高質(zhì)量發(fā)展。

近年來(lái)，我國(guó)科學(xué)家對(duì)茶葉質(zhì)量安全檢測(cè)技術(shù)的研究不斷推進(jìn)，核心元件與關(guān)鍵材料創(chuàng)新，提高了檢測(cè)方法的準(zhǔn)確度與精密度；色譜-質(zhì)譜聯(lián)用創(chuàng)新技術(shù)大大擴(kuò)增了茶葉農(nóng)藥殘留監(jiān)測(cè)的數(shù)量，擴(kuò)大了檢測(cè)范圍，提高了準(zhǔn)確度、精密度和靈敏度；膠體金免疫層析技術(shù)等茶葉農(nóng)藥殘留速測(cè)技術(shù)提升了檢測(cè)場(chǎng)景范圍，前移了茶葉農(nóng)藥殘留監(jiān)測(cè)環(huán)節(jié)；智能感官分析技術(shù)在茶葉審評(píng)中的應(yīng)用提升了茶葉客觀審評(píng)結(jié)果，為現(xiàn)代茶葉審評(píng)提供了輔助作用。

“茶葉質(zhì)量安全檢測(cè)與品質(zhì)評(píng)價(jià)研究專(zhuān)題”將聚焦于茶葉質(zhì)量安全檢測(cè)與品質(zhì)評(píng)價(jià)新技術(shù)、新方法和新手段的開(kāi)發(fā)及應(yīng)用研究進(jìn)展，以期為茶葉質(zhì)量控制、安全評(píng)估及品質(zhì)分析提供技術(shù)支持和指導(dǎo)。 專(zhuān)題主編" 陳紅平

摘要：茶是世界三大無(wú)酒精飲料之一，飲茶人群遍布世界各地。茶葉質(zhì)量安全受到消費(fèi)者廣泛關(guān)注，茶葉農(nóng)藥殘留是茶葉質(zhì)量安全的一個(gè)重要方面。茶葉中的農(nóng)藥殘留會(huì)危害到消費(fèi)者的身體健康，還會(huì)阻礙我國(guó)茶葉出口經(jīng)濟(jì)的發(fā)展。對(duì)茶葉進(jìn)行檢測(cè)是控制茶葉農(nóng)藥殘留的重要手段，然而傳統(tǒng)的質(zhì)譜等檢測(cè)方法，方法復(fù)雜、耗時(shí)長(zhǎng)、成本高且無(wú)法進(jìn)行現(xiàn)場(chǎng)檢測(cè)。因此，茶葉中農(nóng)藥殘留快速檢測(cè)技術(shù)的研究具有至關(guān)重要的意義。文章總結(jié)了茶葉中農(nóng)藥殘留快速檢測(cè)技術(shù)的原理、特點(diǎn)、應(yīng)用情況和發(fā)展趨勢(shì)，旨在為茶葉農(nóng)殘快速檢測(cè)提供參考。

關(guān)鍵詞：茶葉；農(nóng)藥殘留；快速檢測(cè)技術(shù)；酶抑制法；免疫分析法；光譜法

中圖分類(lèi)號(hào)：TS272.7；S481.8" " " " " " " " " " " " " " " " 文獻(xiàn)標(biāo)識(shí)碼：A" " " " " " " " " " " " " " " " " "文章編號(hào)：1000 －3150（2024）07-01-10

Research Progress on Rapid Detection Technology for

Pesticide Residues in Tea

YU Minghui1，2， ZHANG Ting1，2， QIN Chongyang1，2， FENG Yuwen1，2，

YUE Yaqi1，2， YU Zhi1，2， LIANG Pei3， NI Dejiang1，2， ZHANG De1，2*

1. National Key Laboratory for Germplasm Innovation amp; Utilization of Horticultural Crops， Wuhan 430070， China;

2. Department of Tea Science， College of Horticulture amp;Forestry Sciences， Huazhong Agricultural University， Wuhan 430070， China;

3. College of Optical and Electronic Technology， China Jiliang University， Hangzhou 310018， China

Abstract：" Tea is one of the three non-alcoholic beverages in the world， and tea drinkers are all over the world. The quality and safety of tea are widely concerned by consumers， and pesticide residues in tea are an important aspect of tea quality and safety. The pesticide residues in tea will not only harm the health of consumers， but also hinder the development of China's tea export economy. Detection of tea is an important means to control pesticide residues in tea. However， the traditional detection methods such as mass spectrum are complex， time-consuming， high cost， and unable to carry out on-site detection. Therefore， the research on rapid detection technology for pesticide residues in tea is of crucial significance. This article summarized the principles， characteristics， application status and development trends of rapid detection methods for pesticide residues in tea， aiming to provide reference for pesticide residue detection in tea production.

Keywords： tea， pesticide residue， rapid detection， enzyme inhibition， immunoassay， spectrometry

茶葉作為健康飲料受到世界各地消費(fèi)者廣泛青睞，目前全球有54個(gè)國(guó)家和地區(qū)種植茶樹(shù)，160多個(gè)國(guó)家有茶葉消費(fèi)的習(xí)慣[1]。因此，茶產(chǎn)業(yè)的健康發(fā)展尤為重要?；瘜W(xué)農(nóng)藥因?yàn)榱己玫臍⑾x(chóng)除草效果，在茶樹(shù)栽培種植過(guò)程中被廣泛使用[2]。但化學(xué)農(nóng)藥使用不當(dāng)容易導(dǎo)致茶葉農(nóng)藥殘留（農(nóng)殘）超標(biāo)[3]。

農(nóng)殘超標(biāo)是妨礙茶產(chǎn)業(yè)健康發(fā)展的重要因素。在國(guó)內(nèi)市場(chǎng)方面，消費(fèi)者越來(lái)越注重茶產(chǎn)品的健康安全，農(nóng)殘超標(biāo)會(huì)降低消費(fèi)者對(duì)產(chǎn)品的信任，降低消費(fèi)者購(gòu)買(mǎi)茶葉的積極性，從而阻礙茶葉經(jīng)濟(jì)的發(fā)展。在海外市場(chǎng)方面，面對(duì)歐盟等嚴(yán)格的食品安全標(biāo)準(zhǔn)體系構(gòu)成的綠色貿(mào)易壁壘，農(nóng)殘超標(biāo)會(huì)嚴(yán)重影響茶葉出口[4]。我國(guó)在不斷完善相關(guān)法律法規(guī)的同時(shí)，歐盟、美國(guó)、日本等國(guó)家與地區(qū)每年也在添加更嚴(yán)苛的標(biāo)準(zhǔn)。中國(guó)茶葉曾因氯氟氰菊酯、唑蟲(chóng)胺、噠螨靈等農(nóng)藥殘留超標(biāo)而被歐盟通報(bào)[5]。茶葉出口困難會(huì)造成海外市場(chǎng)的萎縮，加劇茶葉供大于求的困境，特別是中低檔茶產(chǎn)量過(guò)剩，不利于夏秋茶的利用，會(huì)降低茶葉的經(jīng)濟(jì)效益。

對(duì)茶葉進(jìn)行檢測(cè)是控制農(nóng)藥殘留的有效手段。傳統(tǒng)的農(nóng)殘檢測(cè)方法，如高效液相色譜法，氣相色譜-質(zhì)譜法、液相色譜-質(zhì)譜法等，雖然檢測(cè)靈敏度高，但檢測(cè)方法復(fù)雜、耗時(shí)長(zhǎng)、成本高，無(wú)法滿(mǎn)足現(xiàn)場(chǎng)快速檢測(cè)的需求[1]。2014—2023年10年間有關(guān)茶葉農(nóng)殘檢測(cè)的總論文數(shù)量和快速檢測(cè)的論文數(shù)量均呈現(xiàn)遞增趨勢(shì)，說(shuō)明茶葉農(nóng)殘檢測(cè)技術(shù)倍受研究者們的關(guān)注。為滿(mǎn)足現(xiàn)場(chǎng)簡(jiǎn)單高效的農(nóng)殘檢測(cè)需求，目前出現(xiàn)了多種茶葉農(nóng)殘快速檢測(cè)方法，如酶抑制法、免疫分析法，以及光譜類(lèi)的拉曼光譜法、紅外光譜法、熒光光譜法等檢測(cè)方法。每一種方法的優(yōu)勢(shì)和實(shí)際應(yīng)用的情況有差異，本文綜述現(xiàn)有茶葉農(nóng)殘快速檢測(cè)方法及其檢測(cè)原理，分析各種方法的優(yōu)缺點(diǎn)及發(fā)展現(xiàn)狀，并對(duì)其發(fā)展趨勢(shì)進(jìn)行展望。

1" 茶園中常用的化學(xué)農(nóng)藥種類(lèi)

如表1所示，茶園常用的化學(xué)農(nóng)藥按其化學(xué)結(jié)構(gòu)可分為5類(lèi)，分別為有機(jī)氯農(nóng)藥、有機(jī)磷農(nóng)藥、擬除蟲(chóng)菊酯類(lèi)農(nóng)藥、氨基甲酸酯類(lèi)農(nóng)藥和有機(jī)雜環(huán)類(lèi)農(nóng)藥[6]。因?yàn)椴枞~沖泡過(guò)程以水為載體，水溶性高的農(nóng)藥普遍浸出率高，所以農(nóng)藥的水溶性越高，其對(duì)消費(fèi)者產(chǎn)生潛在危害的風(fēng)險(xiǎn)越大，茶湯“有效風(fēng)險(xiǎn)量”決定原則也于2016年在第48屆國(guó)際食品法典農(nóng)藥殘留委員會(huì)會(huì)議上獲得通過(guò)[3]。通常又將茶葉中常用的化學(xué)農(nóng)藥種類(lèi)分為脂溶性農(nóng)藥和水溶性農(nóng)藥兩大類(lèi)。

1.1" 脂溶性農(nóng)藥

脂溶性農(nóng)藥是指非極性或具有中等極性的農(nóng)藥，主要特征是難溶于水；包括有機(jī)氯農(nóng)藥、有機(jī)磷農(nóng)藥、擬除蟲(chóng)菊酯類(lèi)農(nóng)藥等。有機(jī)氯農(nóng)藥是茶樹(shù)栽培中最早使用的農(nóng)藥類(lèi)型之一，因其有劇毒性，并且在環(huán)境中難以降解，逐漸被禁用并被其他農(nóng)藥取代[7]。有機(jī)磷農(nóng)藥曾經(jīng)是茶葉中使用最廣泛的殺蟲(chóng)劑[8]，但由于其劇毒性大部分也被禁用，毒死蜱是目前茶葉中最常見(jiàn)的有機(jī)磷農(nóng)藥[9]。擬除蟲(chóng)菊酯類(lèi)農(nóng)藥是一類(lèi)仿制天然除蟲(chóng)菊酯化學(xué)結(jié)構(gòu)和生物活性的仿生農(nóng)藥，具有殺蟲(chóng)活性高、適用范圍廣、殺蟲(chóng)時(shí)間短等優(yōu)點(diǎn)。這類(lèi)農(nóng)藥對(duì)哺乳動(dòng)物毒性低，在茶園中被廣泛應(yīng)用。茶園中常用的擬除蟲(chóng)菊酯類(lèi)農(nóng)藥有溴氰菊酯、氯氰菊酯和氯菊酯等。擬除蟲(chóng)菊酯類(lèi)農(nóng)藥對(duì)蜜蜂、蠶、魚(yú)、蝦、蟹等均有毒副作用[10]。

1.2" 水溶性農(nóng)藥

水溶性農(nóng)藥是指具有極性的農(nóng)藥，可溶于水。包括氨基甲酸酯類(lèi)農(nóng)藥和有機(jī)雜環(huán)類(lèi)農(nóng)藥等。氨基甲酸酯類(lèi)農(nóng)藥是一大類(lèi)高效廣譜殺蟲(chóng)劑，能夠被快速分解和代謝，具有高度的神經(jīng)抑制性和毒性[11]。氨基甲酸酯類(lèi)農(nóng)藥和有機(jī)磷農(nóng)藥具有相似的毒性作用機(jī)制，并且都含有膽堿酯酶抑制劑，其抑制作用基于它們阻斷哺乳動(dòng)物和昆蟲(chóng)中樞神經(jīng)系統(tǒng)中關(guān)鍵酶的能力[12]。有機(jī)雜環(huán)類(lèi)農(nóng)藥中的新煙堿類(lèi)農(nóng)藥是茶園中使用最多的水溶性農(nóng)藥，在2021—2023年3年間，中國(guó)茶葉產(chǎn)品由于新煙堿類(lèi)農(nóng)藥呋蟲(chóng)胺殘留量超標(biāo)而被歐盟通報(bào)的次數(shù)最多。

2" 茶葉中農(nóng)殘的快速檢測(cè)方法研究進(jìn)展

近年來(lái)很多先進(jìn)的茶葉農(nóng)殘快速檢測(cè)技術(shù)不斷涌現(xiàn)，按照是否使用光譜可以分為兩大類(lèi)，一類(lèi)是非光譜類(lèi)檢測(cè)方法，主要包括酶抑制法和免疫分析法；另一類(lèi)是光譜類(lèi)檢測(cè)方法，主要包括拉曼光譜法、紅外光譜法和熒光光譜法。如表2所示，這些檢測(cè)方法利用的原理不同，各自的優(yōu)點(diǎn)和局限性也有所差別，但都具有方便快捷的特點(diǎn)。

2.1" 非光譜類(lèi)快速檢測(cè)法

2.1.1" 酶抑制法

酶抑制法是目前研究較為成熟和應(yīng)用比較廣泛的一種農(nóng)殘快速檢測(cè)方法。在一定條件下，有機(jī)磷和氨基甲酸酯類(lèi)農(nóng)藥對(duì)某些酯酶的活性具有抑制作用，而且抑制率與農(nóng)藥的濃度呈正相關(guān)[25]。當(dāng)檢測(cè)物中存在有機(jī)磷或氨基甲酸酯類(lèi)農(nóng)藥，酶的活性受到抑制，會(huì)減緩甚至阻止了底物的水解，導(dǎo)致水解產(chǎn)物生成量減少[26]。利用這一原理，通過(guò)測(cè)定酶反應(yīng)體系的顏色變化或者其他物理化學(xué)信號(hào)變化，可判斷有機(jī)磷或氨基甲酸酯類(lèi)農(nóng)藥殘留水平。酶源的選擇是酶抑制法應(yīng)用的關(guān)鍵，酶源的特異性和穩(wěn)定性等性質(zhì)優(yōu)劣會(huì)直接影響檢測(cè)方法的可靠性和靈敏度。目前酶抑制法主要使用的是動(dòng)物源的乙酰膽堿酯酶、丁酰膽堿酯酶以及植物源的植物酯酶。相較于丁酰膽堿酯酶和植物酯酶，乙酰膽堿酯酶有更好的專(zhuān)一性和可靠性，并且檢測(cè)結(jié)果的假陽(yáng)性率也明顯更低，在實(shí)際應(yīng)用中使用的范圍最廣泛[27]。

根據(jù)檢測(cè)方式不同，酶抑制法主要分為分光光度法、試紙條法和電化學(xué)傳感器法。酶抑制分光光度法是利用分光光度計(jì)于特定波長(zhǎng)處測(cè)量酶抑制顯色反應(yīng)前后吸光度的變化值，以此計(jì)算酶活性抑制率，進(jìn)而計(jì)算樣品中農(nóng)藥殘留量的方法[28]。該方法已被我國(guó)國(guó)家質(zhì)量監(jiān)督檢驗(yàn)檢疫總局定為茶中有機(jī)磷及氨基甲酸酯類(lèi)農(nóng)藥殘留量的簡(jiǎn)易檢驗(yàn)方法[29]。分光光度計(jì)法在果蔬農(nóng)殘檢測(cè)中比較常用，現(xiàn)在也逐漸應(yīng)用于茶葉農(nóng)殘檢測(cè)中，李莉梅等[30]使用該方法對(duì)市場(chǎng)上4種品牌的綠茶進(jìn)行檢測(cè)，發(fā)現(xiàn)不同品牌的綠茶提取液對(duì)乙酰膽堿酯酶的抑制率差異達(dá)到極顯著水平。酶抑制試紙條法的原理是被測(cè)物會(huì)抑制涂敷在試紙條上的酶與底物間的反應(yīng)，從而產(chǎn)生顏色信號(hào)的變化，通過(guò)肉眼觀察進(jìn)行定性分析或者使用小型儀器設(shè)備進(jìn)行定量分析[31]。與肉眼觀察判斷相比，使用掃描儀、智能手機(jī)、照相機(jī)等簡(jiǎn)單儀器設(shè)備結(jié)合圖像處理軟件可對(duì)顯色反應(yīng)結(jié)果進(jìn)行定量分析，使檢測(cè)具有更高的靈敏性和更低的檢測(cè)限。電化學(xué)傳感器大部分是基于農(nóng)藥對(duì)乙酰膽堿酯酶的抑制原理，通過(guò)安培法檢測(cè)乙酰膽堿酯酶催化硫代乙酰膽堿水解產(chǎn)生的硫代膽堿在電極上產(chǎn)生的氧化峰電流，從而得到農(nóng)藥對(duì)酯酶的抑制率[32-33]。電化學(xué)傳感器的使用提高了酶抑制法檢測(cè)的靈敏度和準(zhǔn)確性。劉淑娟等[33]在金電極表面沉積二氧化鋯納米粒子用來(lái)固定乙酰膽堿酯酶，制成乙酰膽堿酯酶/二氧化鋯粒子層/金電極電化學(xué)傳感器，用于茶葉中的對(duì)氧磷殘留的檢測(cè)。二氧化鋯納米粒子的使用增大了酶附著的面積，提高了傳感器響應(yīng)的靈敏性，使用該傳感器檢測(cè)時(shí)，抑制率與對(duì)氧磷質(zhì)量濃度在5.0×10-7～5.5×10-4 g/L范圍內(nèi)成線性關(guān)系，最低檢測(cè)限為1.0×10-7 g/L，在茶湯樣品中添加回收率為96.05%～105.47%，有較好的檢測(cè)性能。

然而，酶抑制法在檢測(cè)某些復(fù)雜基質(zhì)樣品時(shí)，常常會(huì)出現(xiàn)誤判。茶葉中內(nèi)含成分非常豐富，茶多酚和咖啡堿等內(nèi)含成分會(huì)抑制酯酶的活性，并且有一定的協(xié)同作用；茶黃素、茶紅素和黃酮類(lèi)等內(nèi)含成分呈現(xiàn)出的不同顏色會(huì)影響酶檢測(cè)體系顏色反應(yīng)結(jié)果[26-27]。通過(guò)引入新的酶反應(yīng)體系，可以提高檢測(cè)方法的抗干擾性和可靠性。例如鞠興榮等[14]使用植物酯酶作為催化酶、乙酸-β-萘酯作為底物、堅(jiān)牢藍(lán)鹽作為顯色劑創(chuàng)建植物酯酶酶促反應(yīng)體系，對(duì)茶葉中的甲胺磷殘留進(jìn)行檢測(cè)，甲胺磷含量在0.1～1.0 mg/kg之間時(shí)，反應(yīng)體系得到的吸光值與甲胺磷濃度呈線性相關(guān)，并且回收率可達(dá)84%，具有良好的檢測(cè)效果。對(duì)茶葉樣品進(jìn)行前處理是一種提高酶抑制法檢測(cè)準(zhǔn)確性和靈敏性的方法，但這會(huì)使其檢測(cè)流程變得復(fù)雜，不利于快速、實(shí)地檢測(cè)。

2.1.2" 免疫分析法

免疫分析法具有耗時(shí)短、操作簡(jiǎn)單、特異性強(qiáng)等特點(diǎn)[34]，在茶葉農(nóng)殘檢測(cè)中常用的免疫分析法有免疫膠體金試紙和酶聯(lián)免疫吸附法[8]。免疫膠體金試紙法基于免疫層析技術(shù)，使用膠體金作為著色標(biāo)記物，將免疫原理和層析技術(shù)結(jié)合在一起。免疫膠體金試紙以條狀纖維層析材料為固相，借助毛細(xì)管力使樣品溶液在層析條上泳動(dòng)，農(nóng)藥抗體與膠體金結(jié)合在一起被吸附在層析條表面。當(dāng)樣品溶液中含有農(nóng)藥時(shí)，農(nóng)藥與抗體發(fā)生特異性結(jié)合，此時(shí)樣品溶液、抗體-膠體金結(jié)合物繼續(xù)泳動(dòng)，經(jīng)過(guò)檢測(cè)區(qū)時(shí)，已經(jīng)被農(nóng)藥結(jié)合的抗體-膠體金結(jié)合物不會(huì)被檢測(cè)區(qū)抗原所捕獲富集，檢測(cè)線也不會(huì)顯現(xiàn)顏色[9]。這種層析技術(shù)被稱(chēng)為直接競(jìng)爭(zhēng)免疫層析法，通常被用于農(nóng)殘檢測(cè)[35-36]。在檢測(cè)線后設(shè)置質(zhì)控線，質(zhì)控線上固定能特異性結(jié)合農(nóng)藥抗體的物質(zhì)，從而捕獲富集抗體-膠體金結(jié)合物，使質(zhì)控線顯色，如果質(zhì)控線不顯色，說(shuō)明試紙條無(wú)效[37]。

免疫膠體金試紙使用簡(jiǎn)單方便，檢測(cè)時(shí)間短，不需要專(zhuān)業(yè)人員、專(zhuān)業(yè)設(shè)備，雖然無(wú)法進(jìn)行精確定量檢測(cè)，但是便于茶農(nóng)、商戶(hù)、管理部門(mén)進(jìn)行實(shí)地檢測(cè)，可作為鮮葉、干茶收購(gòu)及茶葉拼配等過(guò)程中農(nóng)殘檢測(cè)的初篩工具。如楊梅等[38]基于直接競(jìng)爭(zhēng)免疫層析法開(kāi)發(fā)一種免疫膠體金試紙雙聯(lián)速測(cè)卡，對(duì)茶葉中的吡蟲(chóng)啉、啶蟲(chóng)脒進(jìn)行半定量檢測(cè)，準(zhǔn)確率分別達(dá)到91.5%和90.5%，檢測(cè)限低至0.05 mg/kg，具有良好的性能。周嘉明等[39]開(kāi)發(fā)了一種茶葉中三氯殺螨醇?xì)埩艨焖贆z測(cè)試紙條，可用于茶鮮葉中農(nóng)藥殘留的檢測(cè)，檢測(cè)限為0.2 mg/kg，檢測(cè)時(shí)間8 min，且與三氯殺螨醇結(jié)構(gòu)和性能相似的農(nóng)藥無(wú)交叉反應(yīng)，可用于田間快速檢測(cè)。

酶聯(lián)免疫吸附法利用抗原－抗體特異性結(jié)合的免疫學(xué)原理，將待測(cè)物固定在固相板的孔洞內(nèi)，然后利用酶修飾的抗體或抗原對(duì)待測(cè)物進(jìn)行特異識(shí)別并與之結(jié)合，隨后加入底物，被固定的酶與底物反應(yīng)產(chǎn)生顏色變化，利用ELISA讀板儀可以讀取反應(yīng)產(chǎn)生的信號(hào)強(qiáng)度，通常以吸光值（OD）表示[40]。酶聯(lián)免疫吸附法是高靈敏度、高精準(zhǔn)度的一種快速而經(jīng)濟(jì)的檢測(cè)方法，被廣泛應(yīng)用于茶葉農(nóng)殘檢測(cè)中[41]。Song等[17]設(shè)計(jì)了一種僅包含氰戊菊酯特征部分——2-（4-氯苯基）-3-甲基丁酸基團(tuán)的新型半抗原，該半抗原與蛋白質(zhì)KLH結(jié)合制備人工抗原，從而得到抗體，并利用酶聯(lián)免疫吸附法對(duì)茶葉中的氰戊菊酯殘留進(jìn)行檢測(cè)，在茶樣中實(shí)際檢出限為0.06 mg/L，加標(biāo)茶的回收率為76.67%～91.43%。

雖然免疫分析技術(shù)安全可靠，但是由于抗原的來(lái)源比較復(fù)雜，差異性比較大，相對(duì)應(yīng)的抗體研究艱難緩慢，因而研究過(guò)程復(fù)雜，開(kāi)發(fā)時(shí)間較長(zhǎng)。并且因?yàn)榭贵w特異性強(qiáng)，該方法只能用于單一農(nóng)藥殘留的檢測(cè)，無(wú)法實(shí)現(xiàn)多種農(nóng)藥殘留的高通量檢測(cè)，且存在假陽(yáng)性問(wèn)題，在實(shí)際生產(chǎn)中應(yīng)用與推廣受到限制[42-43]。如今，研究者熱衷于使用核酸適配體作為抗體的替代品，核酸適配體是通過(guò)指數(shù)富集配體進(jìn)化技術(shù)獲得的一種特定序列的DNA或RNA。它能與待測(cè)物特異性結(jié)合，親和力和特異性高，生產(chǎn)成本較抗體低，在物質(zhì)微量、痕量檢測(cè)方面具有巨大前景，也正被廣泛應(yīng)用于茶葉農(nóng)殘檢測(cè)。

2.2" 光譜類(lèi)快速檢測(cè)法

2.2.1" 表面增強(qiáng)拉曼光譜法

拉曼光譜是一種非彈性散射光譜，亦稱(chēng)為拉曼效應(yīng)，通過(guò)入射光激發(fā)，分子產(chǎn)生的與入射光頻率不同的輻射波長(zhǎng)可反映出分子官能團(tuán)的振動(dòng)或轉(zhuǎn)動(dòng)信息[44]。由于拉曼散射主要取決于分析物的分子結(jié)構(gòu)，因此每種物質(zhì)擁有自己獨(dú)特的特征“指紋”光譜，可作為鑒別和檢測(cè)的依據(jù)[43]。然而，由于大多數(shù)分析物的普通拉曼信號(hào)較弱，限制了其作為有效檢測(cè)方法的能力[45]。貴金屬金（Au）、銀（Ag）等作為增強(qiáng)基底可以顯著放大物質(zhì)的拉曼信號(hào)，利用這一特性所改進(jìn)的方法稱(chēng)為表面增強(qiáng)拉曼光譜（Surface enhanced Raman scattering， SERS）。SERS檢測(cè)使用貴金屬納米襯底放大物質(zhì)拉曼信號(hào)，從而實(shí)現(xiàn)對(duì)物質(zhì)痕量的定量檢測(cè)[22， 46]。目前學(xué)術(shù)界比較主流的兩種拉曼增強(qiáng)機(jī)理分別是物理增強(qiáng)機(jī)理和化學(xué)增強(qiáng)機(jī)理。物理增強(qiáng)機(jī)理又叫電磁增強(qiáng)機(jī)理，光是一種電磁波，當(dāng)光照射到與檢測(cè)物接觸的納米金屬表面會(huì)引起金屬表面自由電子與電磁波產(chǎn)生共振，使電磁場(chǎng)強(qiáng)度增加，而電磁場(chǎng)強(qiáng)度與拉曼散射強(qiáng)度成正比[43]?；瘜W(xué)增強(qiáng)機(jī)理主要是基于檢測(cè)物和納米金屬結(jié)構(gòu)之間的電荷轉(zhuǎn)移效應(yīng)?，F(xiàn)在的研究認(rèn)為，物質(zhì)的SERS信號(hào)是物理增強(qiáng)與化學(xué)增強(qiáng)共同作用的結(jié)果。如今SERS被廣泛應(yīng)用于茶葉農(nóng)殘檢測(cè)，SERS檢測(cè)首先需要選擇合適的襯底增強(qiáng)拉曼信號(hào)；其次因?yàn)椴枞~內(nèi)含成分復(fù)雜，為了降低茶葉內(nèi)含成分對(duì)檢測(cè)結(jié)果的影響，進(jìn)行SERS檢測(cè)時(shí)，需要對(duì)樣品進(jìn)行前處理以及對(duì)檢測(cè)數(shù)據(jù)進(jìn)行算法處理。

吸附在襯底表面的分子與貴金屬納米結(jié)構(gòu)表面等離子體發(fā)生共振能夠引起拉曼信號(hào)強(qiáng)烈增強(qiáng)。自然界中的貴金屬〔Au、Ag、銅（Cu）〕和部分金屬氧化物（Fe3O4）具有這種特殊的光學(xué)性能，其中Ag是性能最好的材料，這與它最優(yōu)良的導(dǎo)電性和導(dǎo)熱性有關(guān)[22]。發(fā)生在納米顆粒間隙之間的局部等離子體共振要比其他地方強(qiáng)的多，這個(gè)地方被稱(chēng)為“熱點(diǎn)”。優(yōu)良的襯底具備較多的熱點(diǎn)、高增強(qiáng)因子、良好均一性、高穩(wěn)定性、制備方法簡(jiǎn)單且成本較低等特點(diǎn)[1]。目前常用的納米顆粒制備方法主要包括液相還原法、水熱法、模板法、光刻法等[47]。納米顆粒襯底的性能取決于表面等離子體共振，而表面等離子體共振與納米顆粒的粒徑、形狀和成分有關(guān)。銀納米襯底，特別是花狀銀納米襯底具有良好的SERS增強(qiáng)功能，而且制備方法簡(jiǎn)單[43]。金納米襯底具有良好的生物相容性和穩(wěn)定性，金-銀合金納米襯底可以結(jié)合兩種材料的特點(diǎn)形成優(yōu)勢(shì)襯底。陳雯雯[15]制備優(yōu)化得到3種SERS襯底，分別是仙人掌狀納米金（AuNSs）、花狀納米銀（AgNPs）、銀包金種子納米襯底（Au@AgNPs），并對(duì)這3種襯底SERS增強(qiáng)性能進(jìn)行研究。3種襯底粒徑、形狀和成分不同，襯底表面都具有較高的粗糙度，分布有較多“熱點(diǎn)”；但是AuNSs粒徑較大，多個(gè)顆粒組成的比表面積之和較小，總熱點(diǎn)減少導(dǎo)致SERS增強(qiáng)性能不如AgNPs；而 Au@AgNPs表面“毛刺”分布最均勻且總比表面積大，因此表面分布的“熱點(diǎn)”豐富，SERS增強(qiáng)效果在這3種襯底中是最佳的。此外，強(qiáng)的表面等離子共振效應(yīng)只有在農(nóng)藥分子與襯底距離足夠近時(shí)才會(huì)發(fā)生，農(nóng)藥分子一般通過(guò)巰基、氨基、羥基、羧基等基團(tuán)吸附在襯底表面，不同農(nóng)藥分子吸附能力有差別，并非所有農(nóng)藥分子都可以通過(guò)自身基團(tuán)吸附在襯底表面[1]。這種情況下，需要通過(guò)一定技術(shù)手段使農(nóng)藥分子吸附在襯底表面。例如，Jana等[48]使用烷基二硫醇作為雙功能連接體對(duì)銀納米顆粒進(jìn)行修飾，在銀納米顆粒間創(chuàng)造出一個(gè)特定的環(huán)境，提供大量供有機(jī)氯農(nóng)藥分子結(jié)合的位點(diǎn)，使用該襯底對(duì)有機(jī)氯農(nóng)藥進(jìn)行SERS檢測(cè)，檢出限達(dá)到1.0×10-8 mol/L。

考慮到茶葉復(fù)雜基質(zhì)的特性，在進(jìn)行SERS檢測(cè)時(shí)，茶多酚、咖啡堿等諸多茶葉內(nèi)含物質(zhì)不僅導(dǎo)致光譜復(fù)雜，而且還可能影響目標(biāo)分子與SERS基底之間的相互作用。為降低基質(zhì)干擾，可將分析化學(xué)前處理技術(shù)結(jié)合茶葉和SERS的特性進(jìn)行改進(jìn)和優(yōu)化[49]。應(yīng)用于茶葉生產(chǎn)的農(nóng)藥可分為非滲透性農(nóng)藥和滲透性農(nóng)藥。非滲透性農(nóng)藥存在于茶鮮葉表面，檢測(cè)相對(duì)簡(jiǎn)單，可使用有機(jī)溶劑從鮮葉表面提取農(nóng)藥再加入襯底進(jìn)行SERS檢測(cè)或者直接將襯底溶膠涂抹于鮮葉表面進(jìn)行SERS檢測(cè)。例如，Ma等[50]將納米金膠體滴在茶鮮葉表面，實(shí)現(xiàn)多菌靈的原位SERS檢測(cè)，SERS強(qiáng)度和多菌靈含量的線性范圍為0.5～8.0 mg/kg。多菌靈的檢出限為0.1 mg/kg，在茶樣中的回收率為72.3%，整個(gè)檢測(cè)過(guò)程可在30 min內(nèi)完成。滲透性農(nóng)藥則會(huì)滲透進(jìn)茶鮮葉內(nèi)部，對(duì)于這類(lèi)農(nóng)藥的檢測(cè)需要較為復(fù)雜的前處理，主要包括提取和凈化兩個(gè)步驟。

提取時(shí)，要依據(jù)農(nóng)藥分子和茶葉內(nèi)含物質(zhì)的特性選擇合適的提取劑。提取極性農(nóng)藥分子（水溶性農(nóng)藥）時(shí)一般使用乙腈作為提取劑，乙腈是極性溶劑，對(duì)茶葉中的葉綠素、油脂和蠟質(zhì)等非極性物質(zhì)提取效果不佳，但可以有效提取茶葉中的極性農(nóng)藥分子。提取非極性農(nóng)藥分子（脂溶性農(nóng)藥）使用乙酸乙酯作為提取劑，乙酸乙酯是非極性溶劑，可以在高糖溶液中提取非極性農(nóng)藥分子，能夠排除茶葉中的單糖、多糖的干擾。凈化步驟是去除茶葉內(nèi)含物質(zhì)的關(guān)鍵步驟，凈化方法主要有固相萃取、液液萃取、固相微萃取、液相微萃取[8]。固相萃取是一種利用固相萃取小柱對(duì)樣品中的目標(biāo)物進(jìn)行分離、純化和富集的萃取技術(shù)，因回收率高、重現(xiàn)性好、自動(dòng)化操作和適用范圍廣等優(yōu)勢(shì)被廣泛應(yīng)用[51]。吸附劑的選擇是決定萃取效率的重要因素，常用的固相吸附劑有石墨化炭黑、N-丙基乙二胺、十八烷基三氯硅烷[18]。目前，茶葉SERS前處理常用固相萃取方法以及由固相萃取發(fā)展出的快速前處理方法QuEChERS方法。Zhang等[52]使用固相萃取柱作為前處理方法對(duì)茶葉中毒死蜱殘留進(jìn)行檢測(cè)，檢測(cè)效果優(yōu)秀；Zhu等[53]使用QuEChERS作為前處理方法對(duì)茶葉中毒死蜱殘留進(jìn)行檢測(cè)，回收率達(dá)到98.47%～105.18%。

SERS光譜的數(shù)據(jù)處理主要包括光譜數(shù)據(jù)的預(yù)處理和光譜定性定量模型的建立。茶葉基質(zhì)具有復(fù)雜特性，經(jīng)過(guò)前處理之后仍然會(huì)有部分內(nèi)含物質(zhì)存在，進(jìn)行拉曼檢測(cè)時(shí)會(huì)產(chǎn)生熒光干擾，加之儀器本身背景噪聲，會(huì)影響檢測(cè)結(jié)果。光譜預(yù)處理的目的就是為了減弱或消除非目標(biāo)因素對(duì)光譜的影響，為定量模型奠定基礎(chǔ)。光譜預(yù)處理的方法有平滑處理、基線扣除、求導(dǎo)、歸一化處理等。定量模型最終將應(yīng)用于未知樣品的定性定量檢測(cè)。目前在茶葉的農(nóng)藥殘留檢測(cè)中，建立定量模型方法有單峰（一元）線性擬合、雙峰（二元）線性擬合、主成分分析法以及偏最小二乘法等[43]。隨著計(jì)算機(jī)技術(shù)不斷發(fā)展，神經(jīng)網(wǎng)絡(luò)、模糊數(shù)學(xué)、機(jī)器學(xué)習(xí)和深度學(xué)習(xí)等新型算法也被應(yīng)用到拉曼光譜的數(shù)據(jù)處理中。

2.2.2" 紅外光譜法

紅外光譜分析方法具有綠色無(wú)污染、不破壞樣品、在線性好、檢測(cè)快速、可實(shí)現(xiàn)多成分同時(shí)定量分析等優(yōu)點(diǎn)[54]。紅外光譜是物質(zhì)吸收紅外光譜區(qū)域的電磁輻射后產(chǎn)生分子振動(dòng)，引起不同的偶極矩變化，呈現(xiàn)出可觀測(cè)的譜線，憑此進(jìn)行分析檢測(cè)[55]。在農(nóng)殘檢測(cè)領(lǐng)域常用的有近紅外光譜和中紅外光譜兩種分析技術(shù)，光譜波長(zhǎng)780～2 500 nm的區(qū)域稱(chēng)為近紅外區(qū)，光譜波長(zhǎng)2 500～25 000 nm的區(qū)域稱(chēng)為中紅外區(qū)。

近紅外譜區(qū)的吸收是由于分子振動(dòng)的倍頻或合頻組合吸收所造成的。近紅外光譜包含有豐富的化學(xué)鍵振動(dòng)信息，但是這些譜峰往往吸收較弱而且重疊在一起，很難對(duì)其歸屬和強(qiáng)度進(jìn)行完整的辨識(shí)和利用[56]?；谶@些特點(diǎn)，近紅外在農(nóng)殘檢測(cè)方面應(yīng)用較少，主要用于農(nóng)殘定性檢測(cè)。李敏[57]基于近紅外光譜分析技術(shù)提出了一種小波軟閾值預(yù)處理方法，對(duì)實(shí)際樣品中氟氰菊酯農(nóng)藥進(jìn)行定性鑒別，無(wú)農(nóng)藥殘留與含輕度農(nóng)藥殘留兩類(lèi)樣本的正確鑒別率為95%，對(duì)含輕度農(nóng)殘與含重度農(nóng)殘兩類(lèi)樣本的正確鑒別率為90%。Zhang等[58]利用近紅外光譜結(jié)合化學(xué)計(jì)量學(xué)方法偏最小二乘判別分析和最小二乘支持向量機(jī)建立了兩種預(yù)測(cè)模型對(duì)實(shí)際樣品中的阿維菌素、敵敵畏和百菌清殘留進(jìn)行檢測(cè)，鑒別準(zhǔn)確率分別為98.33%、95.00%、93.33%。近紅外光譜檢測(cè)在測(cè)試前需要有大量樣品數(shù)據(jù)建立模型，對(duì)待測(cè)樣品進(jìn)行代入分析，且每臺(tái)儀器需要重新建立模型，不適合小批量樣品測(cè)試[18]。

中紅外光譜技術(shù)是根據(jù)物質(zhì)的基頻振動(dòng)信息來(lái)對(duì)物質(zhì)進(jìn)行定性和定量分析的技術(shù)[59]。中紅外光譜是研究最深入，應(yīng)用最廣泛的紅外光譜，其儀器和技術(shù)也最為成熟。農(nóng)殘檢測(cè)的近紅外光譜研究尚處于初步階段。熊艷梅等[60]分別利用近紅外光譜和中紅外光譜結(jié)合偏最小二乘法，建立氰戊菊酯和馬拉硫磷的定量模型進(jìn)行檢測(cè)分析，驗(yàn)證得到中紅外光譜法建立的定量模型相關(guān)系數(shù)與標(biāo)準(zhǔn)差均優(yōu)于近紅外光譜法所建立的定量模型，說(shuō)明中紅外光譜法在這兩種農(nóng)藥殘留檢測(cè)方面有更高的靈敏度和準(zhǔn)確性，在農(nóng)殘檢測(cè)方面有更大的發(fā)展空間。鄧海雁等[61]對(duì)低濃度阿特拉津進(jìn)行近紅外光譜和中紅外光譜檢測(cè)，并將數(shù)據(jù)融合建模，結(jié)果表明數(shù)據(jù)融合之后建模的效果優(yōu)于單一光譜建模的效果，準(zhǔn)確性和穩(wěn)定性都有所提高，證明數(shù)據(jù)融合在低濃度農(nóng)藥檢測(cè)應(yīng)用的可行性。不過(guò)，中紅外光譜檢測(cè)技術(shù)仍然局限于欠佳的靈敏度與精確性，不適用微量檢測(cè)和含水樣品的檢測(cè)。表面增強(qiáng)紅外檢測(cè)技術(shù)可以克服這一問(wèn)題，因此其近年來(lái)成為一個(gè)具有潛力的研究方向[43]。與常規(guī)紅外光譜檢測(cè)相比，表面增強(qiáng)紅外光譜（Surface-enhanced infrared absorption，SEIRA）利用了貴金屬納米顆粒作為襯底增強(qiáng)紅外信號(hào)[62]。江欣承等[63]使用具有三維孔隙結(jié)構(gòu)的泡沫銅材料作為襯底，在泡沫銅表面負(fù)載銀納米粒子，研發(fā)了一種低成本的SEIRA基底，使用該基底對(duì)福美林進(jìn)行檢測(cè)，產(chǎn)生的紅外信號(hào)明顯增強(qiáng)，在1 371 cm-1處增強(qiáng)達(dá)到2.9倍，檢出限為0.024 mg/mL，為紅外光譜檢測(cè)茶葉這類(lèi)復(fù)雜基質(zhì)含水樣品中農(nóng)藥殘留提供新的思路。

2.2.3" 熒光光譜法

熒光光譜技術(shù)通常用來(lái)檢測(cè)具有熒光效應(yīng)的物質(zhì)。農(nóng)藥分子經(jīng)過(guò)光源激發(fā)后，吸收能量產(chǎn)生熒光信號(hào)，通過(guò)對(duì)信號(hào)的特征和強(qiáng)度進(jìn)行分析從而獲取農(nóng)藥含量[64]。熒光光譜技術(shù)操作簡(jiǎn)單、速度快、靈敏度高、選擇性強(qiáng)，能夠提供大量待測(cè)物質(zhì)的分子信息，對(duì)于痕量物質(zhì)的檢測(cè)具有較好的適用性[43]。在農(nóng)殘檢測(cè)方面，熒光光譜技術(shù)還處于發(fā)展階段，但與化學(xué)計(jì)量學(xué)相結(jié)合，可發(fā)揮出獨(dú)特的優(yōu)勢(shì)。

熒光光譜法根據(jù)待測(cè)物質(zhì)本身是否具有熒光特性可分為直接檢測(cè)和間接檢測(cè)兩種類(lèi)型。熒光強(qiáng)度大的分子都具有大的共軛鍵結(jié)構(gòu)以及供電子取代基和剛性平面結(jié)構(gòu)等，對(duì)于具有熒光特性的農(nóng)藥可通過(guò)熒光光譜直接進(jìn)行測(cè)定。許鶴[64]使用熒光光譜法對(duì)胺菊酯、溴氰菊酯、毒死蜱3種農(nóng)藥進(jìn)行檢測(cè)，胺菊酯熒光強(qiáng)度與質(zhì)量濃度在2～120 μg/L范圍內(nèi)成正比，最低檢測(cè)限為2 μg/L；溴氰菊酯熒光強(qiáng)度與質(zhì)量濃度在5～110 μg/L范圍內(nèi)成正比，最低檢測(cè)限為5 μg/L；毒死蜱熒光強(qiáng)度與質(zhì)量濃度在5～110 μg/L范圍內(nèi)成正比，最低檢測(cè)限為5 μg/L。此外，陳盛等[65]使用熒光光譜法對(duì)真實(shí)樣品中的吡蟲(chóng)啉殘留進(jìn)行檢測(cè)，根據(jù)吡蟲(chóng)啉濃度和熒光強(qiáng)度進(jìn)行線性擬合，R2為0.968 11，說(shuō)明了熒光光譜法在真實(shí)樣品中檢測(cè)的可行性。王書(shū)濤等[19]使用熒光光譜法檢測(cè)綠茶和鐵觀音中的氯菊酯，采用遺傳算法優(yōu)化的徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)進(jìn)行分析，在綠茶和鐵觀音樣本中的平均回收率分別為99.35%和98.89%，能夠較好地預(yù)測(cè)出茶葉中氯菊酯農(nóng)藥殘留的含量，檢出限可達(dá)0.004 8～24.000 0 mg/kg。

但是有很多農(nóng)藥自身并不具備熒光性能，或者產(chǎn)生熒光量子不多，不能直接進(jìn)行檢測(cè)，只有通過(guò)添加其他熒光試劑或通過(guò)熒光探針技術(shù)使本身不發(fā)光的物質(zhì)發(fā)光進(jìn)行間接檢測(cè)[64]。例如，納米四吡啶基鋅卟啉（ZnTPyP）會(huì)猝滅CdTe量子點(diǎn)的熒光，在帶負(fù)電荷的氨基甲酸酯類(lèi)農(nóng)藥存在時(shí)，其與帶正電荷的納米ZnTPyP結(jié)合，從而恢復(fù)量子點(diǎn)的熒光[24]。

3" 展望

目前，多種技術(shù)配合進(jìn)行農(nóng)殘快速檢測(cè)是一個(gè)趨勢(shì)，可以提高檢測(cè)的靈敏性和準(zhǔn)確性。結(jié)合適配體的生物傳感器是茶葉農(nóng)藥殘留快速檢測(cè)的一個(gè)新的發(fā)展方向。適配體相比于抗體穩(wěn)定性更好、更加容易制備、成本更低且能特異性地識(shí)別農(nóng)藥分子。對(duì)于茶葉這種復(fù)雜基質(zhì)的產(chǎn)品，適配體特異性地結(jié)合農(nóng)藥分子，可以降低內(nèi)含成分對(duì)于檢測(cè)結(jié)果的干擾。適配體結(jié)合SERS技術(shù)在其他產(chǎn)品農(nóng)殘或者有害物質(zhì)檢測(cè)中已有報(bào)道[21]。作為一種識(shí)別物質(zhì)，適配體不僅可以結(jié)合SERS技術(shù)，也可以與膠體金比色技術(shù)、熒光光譜等技術(shù)結(jié)合，彌補(bǔ)因?yàn)檗r(nóng)藥分子種類(lèi)繁多和性質(zhì)復(fù)雜導(dǎo)致的光譜分析存在的不足。兩種或多種光譜技術(shù)聯(lián)用，例如SERS和SEIRA、SERS和磁共振光譜的結(jié)合，在實(shí)現(xiàn)多種農(nóng)藥同時(shí)檢測(cè)方面也有發(fā)展的前景。此外，微流控芯片逐漸應(yīng)用于光學(xué)檢測(cè)技術(shù)中，特別是與SERS光譜相結(jié)合取得較好的檢測(cè)效果，檢測(cè)時(shí)待測(cè)液體均勻分布于芯片的微小通道內(nèi)，SERS檢測(cè)方法中激光斑點(diǎn)小，可以直接聚焦于微小通道，具有使用反應(yīng)試劑少、液體流動(dòng)可控、分析速度快等特點(diǎn)[66]。微流控是將檢測(cè)過(guò)程集成化的技術(shù)，可以完成樣品分離、制備、檢測(cè)等環(huán)節(jié)，便于茶葉農(nóng)殘快速檢測(cè)設(shè)備集成化、微型化發(fā)展。

總的來(lái)說(shuō)，快速檢測(cè)技術(shù)向著設(shè)備便攜化、小型化，檢測(cè)手段簡(jiǎn)單化、快速化的方向發(fā)展，更多技術(shù)的加入，讓快速檢測(cè)技術(shù)有更多種選擇，注入了更多的活力，使得快速檢測(cè)技術(shù)在茶葉及其他產(chǎn)品的農(nóng)殘檢測(cè)中應(yīng)用更加廣泛。

4" 總結(jié)

快速檢測(cè)法在茶葉農(nóng)殘檢測(cè)中發(fā)揮越來(lái)越重要的作用，因?yàn)槠淇焖俦憬萸揖哂休^高的靈敏性，而受到研究者的關(guān)注。近年來(lái)，研究者開(kāi)發(fā)了許多快速農(nóng)殘檢測(cè)產(chǎn)品和方法，填補(bǔ)了茶葉生產(chǎn)和銷(xiāo)售過(guò)程中農(nóng)藥殘留快速監(jiān)測(cè)的空白。酶抑制法和免疫分析法雖然靈敏度有所欠缺，但優(yōu)勢(shì)也十分突出，在實(shí)際應(yīng)用中操作方便快捷且成本低。茶葉生產(chǎn)過(guò)程中對(duì)鮮葉中農(nóng)殘檢測(cè)的要求是簡(jiǎn)單快速，不需要很高的靈敏度，因此酶抑制法和免疫分析法非常適合作為茶葉生產(chǎn)過(guò)程中農(nóng)殘檢測(cè)的初篩手段。光譜類(lèi)的快速檢測(cè)方法相對(duì)來(lái)說(shuō)就具有更高的靈敏度、特異性，結(jié)果更加準(zhǔn)確，可以對(duì)茶葉中的農(nóng)藥殘留進(jìn)行定性定量分析，由于茶葉內(nèi)含成分復(fù)雜，因此使用光譜法進(jìn)行分析，通常需要進(jìn)行前處理和數(shù)據(jù)算法處理，來(lái)排除背景帶來(lái)的干擾。這3種光譜類(lèi)快速檢測(cè)方法各有優(yōu)缺點(diǎn)，紅外光譜靈敏性不足，在痕量檢測(cè)和含水樣品檢測(cè)中性能欠佳，更適合有機(jī)分子的檢測(cè)；熒光光譜研究尚淺，還有很多不足之處，容易受到溶劑、酸堿度、溫度的影響；在茶葉農(nóng)殘檢測(cè)方面，拉曼光譜法應(yīng)用最廣，研究最深入，特別是由于光電技術(shù)和納米技術(shù)的發(fā)展，表面增強(qiáng)拉曼光譜成為了國(guó)內(nèi)外的研究熱點(diǎn)，檢測(cè)靈敏度甚至可以達(dá)到單分子級(jí)別，應(yīng)用前景極為廣闊。

參考文獻(xiàn)

[1] 張德， 陳金磊， 倪德江， 等. 表面增強(qiáng)拉曼技術(shù)在茶葉農(nóng)藥殘留檢測(cè)中的研究進(jìn)展[J]. 食品安全質(zhì)量檢測(cè)學(xué)報(bào)， 2019， 10（13）： 4187-4193.

[2] 林淼， 郭旭東， 周雪暉， 等. 茶葉質(zhì)量安全分析預(yù)警系統(tǒng)研究[J]. 中國(guó)茶葉加工， 2020（1）： 60-67.

[3] 陳宗懋， 羅逢健， 周利， 等. 茶葉中農(nóng)藥殘留和污染物管控技術(shù)體系創(chuàng)建及應(yīng)用[J]. 茶葉科學(xué)， 2021， 41（1）： 1-6.

[4] 聞云峰. 近代中國(guó)茶葉對(duì)外貿(mào)易國(guó)際競(jìng)爭(zhēng)力銳減的定量分析[J]. 福建茶葉， 2020， 42（6）： 72-73.

[5] 張衛(wèi). 農(nóng)殘超標(biāo)成出口茶葉最大問(wèn)題“雙碳”種植讓?shí)魃讲柽_(dá)到歐盟標(biāo)準(zhǔn)[J]. 中國(guó)食品， 2022（21）： 102-103.

[6] ABD E A M， CHOI J H， RAHMAN M M， et al. Residues and contaminants in tea and tea infusions： A review[J]. Food Additives amp; Contaminants： Part A， 2014， 31（11）： 1794-1804.

[7] ZHU P， MIAO H， DU J， et al. Organochlorine pesticides and pyrethroids in Chinese tea by screening and confirmatory detection using GC-NCI-MS and GC-MS/MS[J]. Journal of Agricultural and Food Chemistry， 2014， 62（29）： 7092-7100.

[8] MAHUGIJA J A M， CHIBURA P E， LUGWISHA E H J. Residues of pesticides and metabolites in chicken kidney， liver and muscle samples from poultry farms in Dar es Salaam and Pwani， Tanzania[J]. Chemosphere， 2018， 193： 869-874.

[9] MIAO S， WEI Y， PAN Y， et al. Detection methods， migration patterns， and health effects of pesticide residues in tea[J]. Comprehensive Reviews in Food Science and Food Safety， 2023， 22（4）： 2945-2976.

[10] LI H， CHENG F， WEI Y， et al. Global occurrence of pyrethroid insecticides in sediment and the associated toxicological effects on benthic invertebrates： An overview[J]. Journal of hazardous materials， 2017， 324： 258-271.

[11] QUIJANO L， YUSA V， FONT G， et al. Chronic cumulative risk assessment of the exposure to organophosphorus， carbamate and pyrethroid and pyrethrin pesticides through fruit and vegetables consumption in the region of Valencia （Spain）[J]. Food and Chemical Toxicology， 2016， 89： 39-46.

[12] SAMSIDAR A， SIDDIQUEE S， SHAARANI S M. A review of extraction， analytical and advanced methods for determination of pesticides in environment and foodstuffs[J]. Trends in Food Science amp; Technology， 2018， 71： 188-201.

[13] 莊惠生， 楊麗波， 陳寒玉. 測(cè)定茶葉中二氯聯(lián)苯的酶聯(lián)免疫吸附分析新方法[J]. 分析試驗(yàn)室， 2010， 29（5）： 33-35.

[14] 鞠興榮， 吳定， 劉長(zhǎng)鵬， 等. 茶葉中甲胺磷農(nóng)藥快速測(cè)定研究[J]. 食品科學(xué)， 2006（8）： 205-207.

[15] 陳雯雯. 基于SERS技術(shù)的茶葉中5種農(nóng)藥和茶油中黃曲霉毒素B1快速檢測(cè)方法研究[D]. 武漢： 華中農(nóng)業(yè)大學(xué)， 2022.

[16] 覃重陽(yáng)， 張媛媛， 鄧薪睿， 等. 表面增強(qiáng)拉曼光譜法快速檢測(cè)茶葉中百草枯與敵百蟲(chóng)農(nóng)藥殘留[J]. 食品安全質(zhì)量檢測(cè)學(xué)報(bào)， 2022， 13（14）： 4439-4446.

[17] SONG Y， LU Y， LIU B， et al. A sensitivity‐improved enzyme‐linked immunosorbent assay for fenvalerate： A new approach for hapten synthesis and application to tea samples[J]. Journal of the Science of Food and Agriculture， 2011， 91（12）： 2210-2216.

[18] 宋瑩. 磁富集與表面增強(qiáng)拉曼光譜技術(shù)聯(lián)用快速檢測(cè)茶葉中3種農(nóng)藥的方法研究[D]. 武漢： 華中農(nóng)業(yè)大學(xué)， 2022.

[19] 王書(shū)濤， 苑媛媛， 王玉田， 等. 基于三維熒光與GA-RBF神經(jīng)網(wǎng)絡(luò)對(duì)茶葉中氯菊酯農(nóng)藥殘留的檢測(cè)[J]. 發(fā)光學(xué)報(bào)， 2016， 37（10）： 1267-1274.

[20] FAN Y， LIU L， SUN D， et al. \"Turn-off\" fluorescent data array sensor based on double quantum dots coupled with chemometrics for highly sensitive and selective detection of multicomponent pesticides[J]. Analytica Chimica Acta， 2016， 916： 84-91.

[21] 胡薇薇. 茶葉中啶蟲(chóng)脒農(nóng)藥的納米生物傳感器檢測(cè)方法研究[D]. 鎮(zhèn)江： 江蘇大學(xué)， 2017.

[22] HASSAN M M， ZAREEF M， JIAO T， et al. Signal optimized rough silver nanoparticle for rapid SERS sensing of pesticide residues in tea[J/OL]. Food Chemistry， 2021， 338： 127796. https：//doi.org/10.1016/j.foodchem.2020.127796.

[23] 楊麗敏， 李明明. 核酸適配體熒光分子開(kāi)關(guān)的啶蟲(chóng)脒測(cè)定[J]. 實(shí)驗(yàn)室研究與探索， 2022， 41（3）： 50-53.

[24] CHEN H， HU O， FAN Y， et al. Fluorescence paper-based sensor for visual detection of carbamate pesticides in food based on CdTe quantum dot and nano ZnTPyP[J/OL]. Food Chemistry， 2020， 327： 127075. https：//doi.org/10.1016/j.foodchem.2020.127075.

[25] 王玉輝. 酶抑制法檢測(cè)有機(jī)磷農(nóng)藥[D]. 金華： 浙江師范大學(xué)， 2012.

[26] 金莉莉. 基于微流控紙芯片技術(shù)的有機(jī)磷和氨基甲酸酯類(lèi)農(nóng)藥殘留快速檢測(cè)研究[D]. 北京： 中國(guó)農(nóng)業(yè)科學(xué)院， 2019.

[27] 趙超群. 茶葉中有機(jī)磷及擬除蟲(chóng)菊酯類(lèi)農(nóng)藥殘留快速檢測(cè)方法的研究[D]. 福州： 福建農(nóng)林大學(xué)， 2012.

[28] 杜美紅， 孫永軍， 汪雨， 等. 酶抑制-比色法在農(nóng)藥殘留快速檢測(cè)中的研究進(jìn)展[J]. 食品科學(xué)， 2010， 31（17）： 462-466.

[29] 中華人民共和國(guó)國(guó)家質(zhì)量監(jiān)督檢驗(yàn)檢疫總局. 茶中有機(jī)磷及氨基甲酸酯農(nóng)藥殘留量的簡(jiǎn)易檢驗(yàn)方法 酶抑制法： GB/T 18625—2002[S]. 北京： 中國(guó)標(biāo)準(zhǔn)出版社， 2002.

[30] 李莉梅， 沙月娥， 彭海燕， 等. 酶抑制率法快速檢測(cè)茶葉中農(nóng)藥殘留的研究[J]. 湖南農(nóng)業(yè)科學(xué)， 2013（12）： 33-34.

[31] 程楠， 何景， 董凱， 等. 試紙法在食品安全快速檢測(cè)中的研究進(jìn)展[J]. 食品科學(xué)， 2015 ， 36（1）： 256-261.

[32] LIU S Q， ZHENG Z Z， LI X Y. Advances in pesticide biosensors： Current status， challenges， and future perspectives[J]. Analytical and Bioanalytical Chemistry， 2013， 405： 63-90.

[33] 劉淑娟， 鐘興剛， 李彥. 基于酶抑制的電化學(xué)生物傳感器快速檢測(cè)茶葉中的對(duì)氧磷[J].茶葉科學(xué)技術(shù)， 2013（2）： 5-8.

[34] 王鵬. 食品中13種典型化學(xué)殘留物的免疫分析方法研究[D]. 無(wú)錫： 江南大學(xué)， 2023.

[35] 吳剛， 姜瞻梅， 霍貴成， 等. 膠體金免疫層析技術(shù)在食品檢測(cè)中的應(yīng)用[J]. 食品工業(yè)科技， 2007（12）： 216-218.

[36] 武晉慧， 孟利. 免疫膠體金技術(shù)及其應(yīng)用研究進(jìn)展[J]. 中國(guó)農(nóng)學(xué)通報(bào)， 2019， 35（13）： 146-151.

[37] 鄧省亮， 賴(lài)衛(wèi)華， 許楊. 膠體金免疫層析法快速檢測(cè)黃曲霉毒素B1的研究[J]. 食品科學(xué)， 2007（2）： 232-236.

[38] 楊梅， 羅逢建， 陳宗懋， 等. 茶葉中吡蟲(chóng)啉與啶蟲(chóng)脒農(nóng)藥殘留速測(cè)技術(shù)研究[J]. 中國(guó)茶葉， 2018， 40（2）： 31-35.

[39] 周嘉明， 封冰， 智軍海. 三氯殺螨醇膠體金免疫快速檢測(cè)試紙條研制及在茶葉中的應(yīng)用[J]. 食品安全質(zhì)量檢測(cè)學(xué)報(bào)， 2020， 11（15）： 5337-5342.

[40] 李靖靖. 酶聯(lián)免疫吸附法在食品安全檢測(cè)中的應(yīng)用[J]. 食品安全導(dǎo)刊， 2023（30）： 154-156.

[41] 施杰， 來(lái)慶華， 郭思聰， 等. 茶葉農(nóng)藥殘留與檢測(cè)技術(shù)[J]. 食品安全質(zhì)量檢測(cè)學(xué)報(bào)， 2019， 10（5）： 1243-1249.

[42] 劉杰. 果蔬中11種典型農(nóng)藥的免疫分析方法研究[D]. 無(wú)錫： 江南大學(xué)， 2023.

[43] 張德. 基于表面增強(qiáng)拉曼散射光譜的茶葉痕量農(nóng)藥殘留檢測(cè)機(jī)理和方法研究[D]. 武漢： 華中農(nóng)業(yè)大學(xué)， 2021.

[44] 伍林， 歐陽(yáng)兆輝， 曹淑超， 等. 拉曼光譜技術(shù)的應(yīng)用及研究進(jìn)展[J]. 光散射學(xué)報(bào)， 2005（2）： 180-186.

[45] MCNAY G， EUSTACE D， SMITH E W. Surface-enhanced Raman scattering （SERS） and surface-enhanced resonance Raman scattering （SERRS）： A review of applications[J]. Appl Spectrosc， 2011， 65（8）： 825-837.

[46] WANG J， AHMAD W， HASSAN M M， et al. Landing microextraction sediment phase onto surface enhanced Raman scattering to enhance sensitivity and selectivity for chromium speciation in food and environmental samples[J/OL]. Food Chemistry， 2020， 323： 126812. https：//doi.org/10.1016/j.foodchem.2020.126812.

[47] ZHENG H J， NI D J， Yu Z， et al. Preparation of SERS-active substrates based on graphene oxide/silver nanocomposites for rapid zdetection of L-theanine[J]. Food Chemistry， 2017， 217： 511-516.

[48]" KUBACKOVA J， FABRICIOVA G， MISKOVSKY P， et al. Sensitive surface-enhanced Raman spectroscopy （SERS） detection of organo-

chlorine pesticides by alkyl dithiol-functionalized metal nanoparticles-induced plasmonic hot spots[J]. Analytical Chemistry， 2015， 87（1）： 663-669.

[49] 歐陽(yáng)磊， 朱麗華， 帥琴. 表面增強(qiáng)拉曼光譜的樣品前處理方法研究進(jìn)展[J]. 武漢： 武漢工程大學(xué)學(xué)報(bào)， 2023， 45（5）： 473-481.

[50] MA C H， ZHANG J， HONG Y C， et al. Determination of carbendazim in tea using surface enhanced Raman spectroscopy[J]. Chinese Chemical Letters， 2015， 26（12）： 1455-1459.

[51] 靳夢(mèng)軻. 微萃取結(jié)合SERS技術(shù)檢測(cè)環(huán)境中抗生素殘留[D]. 大連： 大連理工大學(xué)， 2022.

[52] ZHANG D， LIANG P， YE J， et al. Detection of systemic pesticide residues in tea products at trace level based on SERS and verified by GC-MS[J]. Analytical and Bioanalytical Chemistry， 2019， 411： 7187-7196.

[53] ZHU X， LI W， WU R， et al. Rapid detection of chlorpyrifos pesticide residue in tea using surface-enhanced Raman spectroscopy combined with chemometrics[J/OL]. Spectrochimica Acta Part A： Molecular and Biomolecular Spectroscopy， 2021， 250： 119366. https：//doi.org/ 10.1016/j.saa.2020.119366. （下轉(zhuǎn)P32）

基金項(xiàng)目：國(guó)家自然基金青年項(xiàng)目（32202540），中央高?；究蒲袠I(yè)務(wù)費(fèi)專(zhuān)項(xiàng)資金（2662023YLQD002）

作者簡(jiǎn)介：喻明輝，男，碩士研究生，主要從事茶葉加工與茶葉農(nóng)藥殘留快速檢測(cè)研究。*通信作者，E-mail：zdybfq@163.com