近日，中國農業科學院蜜蜂研究所蜜粉源植物產地識別與控制團隊基于液相串聯高分辨質譜平臺，開發一種新型集成式數據采集方法，適用于農產品中獸藥、農藥、霉菌毒素等混合污染物的高通量篩查，顯著提升液相串聯高分辨質譜技術在高通量篩查方面的準確性和實用性，為保障我國食品安全提供了一條新的策略和方法。相關研究成果在線發表在《有害物質雜志(Journal of Hazardous Materials)》上。
據團隊首席李熠研究員介紹，如何準確、高效、全面地檢測食品中殘留的化學性有害物質是食品安全領域長期以來面臨的重大技術難題。目前，常用的食品安全檢測方法僅僅針對一類或幾類農獸藥，同一樣本需經多次不同的檢測方法進行分析，耗時、費力、通量較低，難以滿足當前食品安全檢測的需求。近年來，液相串聯高分辨質譜技術成為食品中有害物質篩查的首選工具，但是依然存在假陽性過高、方法實用性差、數據可回溯性低等弊端。數據依賴性采集(DDA)和數據非依賴性采集(DIA)是當前高分辨質譜最常用的兩種數據采集方法，廣泛應用于農獸藥篩查。DDA適用于靶向化合物的分析，DIA適用于非靶向物質的檢測，但兩種數據采集方法以獨立的方式運行，難以兼容。
研究人員首次集成了DDA和DIA兩種模式，實現了單次數據采集的靶向和非靶向物質的同時檢測(DDIA)，對食品中幾百至幾千種的化合物進行全方位分析。DDIA數據采集方法極大地提高了設備利用率，避免了多次重復采集及數據整合工作，大大節約了實驗成本。開發的DDIA方法已成功應用到對牛奶、谷物、蔬菜和蜂蜜的高通量篩查分析。隨著DDIA數據采集及匹配的數據處理方法的發展與完善，該模式將替代單一的靶向和非靶向數據采集方法，成為保障食品安全的首選方案。
該研究成果得到中國農科院科技創新工程、國家蜂產業技術體系和國家自然科學基金資助。（通訊員 謝文聞）
原文鏈接： https://www.sciencedirect.com/science/article/abs/pii/S0304389420312553
