花生油黄曲霉毒素

近红外与表面增强拉曼光谱融合技术快速检测花生油中黄曲霉毒素B1一、研究背景在黄曲霉毒素B1(aflatoxinB1，AFB1)是一种典型的真菌毒素，它是二氢呋喃氧杂萘邻酮的衍生物。AFB1是目前已知的化学物质中致癌性最强的一种，主要对肝脏功能造成严重损伤，故AFB1是国家市场监督管理总局指定的食品安全必检指标之一。油料作物(如花生、玉米等)由于其含水率高，在储存与加工过程中容易发生霉变，从而受到AFB1的污染。因此，相关部门需要加大对粮油食品中AFB1的检测力度，防止食品安全事件的发生。目前，在食品真菌毒素的光谱快速、无损检测应用中仍采用NIR或SERS单一技术手段。从理论角度来看，NIR反映的是电偶极矩变化引起的振动，SERS反映的是分子极化引起的振动，两种光谱信息在分子信息表达上具有互补性。因此，有必要将两种光谱信息进行融合，实现信息互补，以提高检测精度。本研究以花生油中AFB1为检测指标，分别采集其NIR和SERS光谱，使用上海如海光电光谱仪进行测试。2、 研究内容2.1光谱数据分析结果以含有不同浓度AFB1的5条代表性的花生油待测样本的SERS光谱如图1A所示。图1A中主要的SERS特征谱带及其归属为:597cm‒ 1(C-O伸缩振动)、742cm‒ 1(C-H面外弯曲振动)、835cm‒ 1(C-H伸缩振动)、1249cm‒ 1(C-H面内弯曲振动)、1343cm‒ 1(CH3变形振动)、1486cm‒ 1(C=C伸缩振动)和1557cm‒ 1(C-C伸缩振动)。由于SERS光谱区域(500~1800cm‒ 1)信噪比高且包含了主要的特征谱带，故本研究中将此区域用于AFB1的定量分析。含有不同质量浓度AFB1的5条代表性的花生油待测样本的NIR光谱如图1C所示。图1C中NIR特征谱带及其归属为:930~970nm(CH2与CH3一阶倍频伸缩振动)、1090~1130nm(C-H伸缩振动)、1210~1240nm(CH2二阶倍频伸缩振动)和1270~1300nm(C=O二阶倍频伸缩振动、C=O合频振动及N-H伸缩振动)。AFB1与NIR特征谱带有着密切关系，这是由于花生油中的蛋白质、碳水化合物以及脂肪酸易受到AFB1的影响，从而影响分子的振动。无论是NIR还是SERS光谱，在光谱采集过程中带入干扰信息往往是无法避免的，故需要对光谱数据进行预处理。经AIRPLS基线校正、MSC光散射校正、S-G平滑以及Min-Max归一化处理之后的SERS与NIR光谱分别如图1B与1D所示，与原始光谱(图1A与1C)对比发现，预处理后的SERS和NIR光谱的基线漂移得到了抑制，光谱信号更加平滑，为后续的定量分析起到了积极的作用。图1.含有不同质量浓度AFB1的花生油待测样本的SERS与NIR光谱2.2HSIC-VSIO算法参数设置合理性验证对HSIC-VSIO算法参数设置合理性进行验证:在设置不同的参数情况下，分别对NIR和SERS光谱数据筛选特征变量，并将每次筛选的特征变量进行融合建立PLSR模型，记录RMSEC、RMSEP、和RPD值进行对比分析。（1） WBMS中二值矩阵的行的数量M首先，将σ的值分别设置为10% 然后，将M的值分别设置为1000、1500、2000和2500进行对比分析。由表1中的运行结果可知，模型的性能受M的影响并不大。但是，如果M的值越大，模型的计算量将显著增大，综合考虑模型精度与计算量，将M设置为1000是合理的。（2）从所有模型中挑选出具有较小RMSECV值的模型的比例σ首先，将M的值设置为1000 然后，将σ的值分别设置为10%、20%、30%和40%进行对比分析。由表2中的运行结果可知，当σ=10%时，模型的性能最优。具体表现为，RMSEC和RMSEP值较小，R2C、R2P和RPD值较大，故将σ设置为10%是合理的。2.3各方法检测结果将NIR光谱数据、SERS光谱数据、NIR与SERS光谱直接融合数据以及NIR与SERS光谱特征层融合数据分别构建PLSR多元校正模型检测花生油中AFB1含量。PLSR建模过程中，最佳隐变量数(latentvariables，LVs)由5折交互验证产生的RMSECV值所确定。各方法的检测结果如表3所示。由表3可知，基于NIR光谱数据定量检测结果如下:LVs=10，RMSEC=0.2812，=0.9533，RMSEP=0.3447，=0.9211，RPD=3.5601，花生油中AFB1含量PLSR预测值与真实值之间的关系如图2A所示。基于SERS光谱数据定量检测结果如下:LVs=8，RMSEC=0.2105，R2c=0.9726，RMSEP=0.2349，R2p=0.9689，RPD=5.6705，花生油中AFB1含量PLSR预测值与真实值之间的关系如图2B所示。基于NIR与SERS光谱直接融合数据定量检测结果如下:LVs=10，RMSEC=0.1923，R2c=0.9836，RMSEP=0.2117，R2p=0.9703，RPD=5.8026，花生油中AFB1含量PLSR预测值与真实值之间的关系如图2C所示。基于NIR与SERS光谱特征层融合数据定量检测结果如下:LVs=9，RMSEC=0.1569，R2c=0.9908，RMSEP=0.1827，R2p=0.9854，RPD=8.2761，花生油中AFB1含量PLSR预测值与真实值之间的关系如图2D所示。由HSIC-VSIO筛选的NIR光谱特征变量如图2E所示，其中部分特征变量覆盖了NIR特征谱带930~970、1090~1130、1210~1240和1270~1300nm。由HSIC-VSIO筛选的SERS光谱特征变量如图2F所示，其中部分特征变量覆盖SERS特征谱带597、742、835、1249、1486和1557cm‒ 1。图2.含花生油中AFB1含量PLSR预测值与真实值之间的关系及HSIC-VSIO筛选的光谱特征变量2.4各方法检测结果对比分析各方法所建PLSR模型评价指标的变化趋势如图3所示，显然，由NIR光谱数据构建的PLSR模型预测性能最差，主要在于花生油中AFB1含量低，分子量小，内部含氢基团振动在近红外区域吸收的能量低，对应的光谱信号弱，影响了其检测精度。相较于NIR光谱数据构建的PLSR模型，由SERS光谱数据NIR与SERS光谱直接融合数据以及NIR与SERS光谱特征层融合数据所构建的PLSR模型的预测性能均获得了提高。以NIR光谱数据构建的PLSR模型的预测性能作为基准，SERS光谱数据、NIR与SERS光谱直接融合数据以及NIR与SERS光谱特征层融合数据所构建的PLSR模型的RMSEC分别降低了25.14%、31.61%和44.20% 分别提高了2.02%、3.18%和3.93% RMSEP分别降低了31.85%、38.58%和47.01% 分别提高了5.19%、5.34%和6.98% RPD分别提高了59.28%、62.99%和132.47%。综上所述，由SERS光谱数据构建的PLSR模型的预测性能明显提高，主要在于SERS技术通过增强基底Q-SERS获得拉曼增强效应使得花生油中痕量AFB1的信号获得了放大，从而提高了其检测精度。相较于采用NIR或SERS光谱单一检测技术，将NIR光谱与SERS光谱直接融合后，实现了光谱信息的互补，有助于检测精度的进一步提高。然而，光谱直接融合数据中包含大量的冗余甚至干扰变量，采HSIC-VSIO分别对NIR与SERS光谱筛选特征变量，然后将筛选得到的特征变量进行融合并构建PLSR模型，其检测精度获得了较大的提高。图3.各方法所建PLSR模型评价指标变化趋势2.5真实样本检测分析结果从青岛普瑞邦生物工程有限公司购买一批含有AFB1的花生油样本(AFB1含量范围为:1.0×10‒ 5~1.0×10‒ 3μg/mL)。每个样本分别采用NIR与SERS光谱特征层融合数据构建的PLSR模型(以下简称光谱特征融合方法)以及标准方法(HPLC)检测AFB1含量，检测结果如表4所示。将两种方法的检测结果做双侧配对t检验，结果表明两者无显著性差异(P=0.840.05)。根据检出限的计算公式3S0/K(S0为多个空白样本响应值标准差，K为校正曲线的斜率)，可估算得到光谱特征融合方法对AFB1含量的检出限为5.27×10‒ 6μg/mL。欧盟与中国设置的花生油中AFB1最大残留限量分别为2.0μg/kg和20μg/kg。为了与上述标准进行对比，可将溶液(花生油+AFB1)密度设为1g/mL，从而实现将5.27×10‒ 6μg/mL粗略地转换为5.27×10‒ 3μg/kg。故本研究提出的光谱特征融合方法可满足对花生油中AFB1含量是否超标的定量检测。3、 结论本研究提出了一种基于NIR与SERS光谱特征层融合数据构建PLSR模型实现花生油中AFB1快速、高精度检测的方法。与NIR光谱数据、SERS光谱数据以及NIR与SERS光谱直接融合数据构建的PLSR模型相比，NIR与SERS光谱特征层融合数据构建的PLSR模型具有最佳的预测性能:RMSEC=0.1569，R2c=0.9908， RMSEP=0.1827，R2p=0.9854，RPD=8.2761。同时，将本研究方法与标准方法分别检测真实的花生油样本中AFB1含量，结果表明两者的检测性能无显著性差异(P=0.840.05)，本研究方法的检出限可换算为5.27×10‒ 3μg/kg，远远低于欧盟与中国设置的花生油中AFB1最大残留限量2.0μg/kg和20μg/kg。综上，实验结果表明本研究方法可实现花生油中AFB1含量的快速、高精度定量检测，验证了NIR与SERS光谱融合的可行性与有效性，尤其是经特征变量筛选后，NIR与SERS光谱数据在特征层的融合能够最大限度地提高模型的检测精度。文献来源四、产品推荐RMS2000微型拉曼光谱仪1、产品简介RMS2000（RamanMinimalSystem）是一款微型的785nm同轴共聚焦拉曼光谱仪，其采用全空间光设计，优化散热接口，采用N.A0.11数值孔径激发采集光路。配置超短焦、线扫描、浸入式探头，支持Windows、Linux和Windows多种操作平台和主控系统，随机配备手机端（Andorid）和电脑端采集分析软件。具备非凡的分辨率、灵敏度、穿透能力和抑制荧光干扰能力。既可以单独使用也可以作为核心部件集成进拉曼自动化系统，满足科研院所、相关监管机构与企业在无机/有机材料、生物生命、化学/化工、药物分析、食品安全、刑侦鉴定、环境污染检测等研究中的需求。2、产品特点&bull 体积小巧，重量轻，只有100×80×26mm和280g；&bull 空间光、微型共聚焦设计，最小光斑≤30μm；&bull 高分辨率（~6cm-1），高抑制荧光能力，能够轻松测量高荧光样品，获取拉曼光谱；&bull 高灵敏度，500ms即可实现常规化学品的拉曼光谱，最低可以检测0.3%的分析纯酒精；&bull 可配置线扫式探头，可以采集4.5mm*1mm的线扫光斑，降低样品照射功率密度；&bull 可配置浸入式拉曼探头，用于过程分析检测；&bull 支持手机和电脑双平台，方便户外现场直接测量；&bull 超低功耗，无须额外电源供电，通过USB手机可以直接实现光谱采集分析；&bull 强大的软件分析功能，支持常规的HQI，峰位检索，深度学习神经网络等算法；&bull 可以适配显微镜组成显微共聚焦拉曼。NIRPro近红外光纤光谱仪1、产品简介 NIRPro是一款制冷型近红外光纤光谱仪，结构设计小巧，光谱范围可配置；分辨率高，最佳可达0.3 nm；杂散光低，~0.5％。光谱范围依据选择不同可以覆盖950-1700 nm、950-2200 nm和950-2500 nm多种配置。制冷温度可以达到-20℃。具备良好的光谱响应稳定性和重现性，适用于激光测量、近红外测量，是一款科研级的高性能光纤光谱仪。2、产品特点&bull 分辨率高，最佳可达0.3 nm；&bull 可适配如海带销的多芯密排集束光纤，光纤插拔强度一致性≦7%；&bull 动态范围宽、信噪比高、稳定性好；&bull 背景噪声≦3RMS（10 ms积分时间）；&bull 配置USB、串口多种通讯接口，配置24PIN交互接口，配置专有DAC和ADC，可实现配套光源的使能、强度控制和功率反馈。

12月8日早间，“女子接触霉变玉米后肺部长满真菌”冲上热搜第一。据人民网，一23岁女子前段时间回老家帮忙收玉米，事后连续1个多月咳喘不止。经医生检查，她的肺部长满了黄曲霉菌，引发了真菌感染。该女子回忆，当时她在无防护措施情况下收玉米，有些玉米可能淋雨霉坏。[1]什么是黄曲霉毒素？黄曲霉毒素是黄曲霉、寄生曲霉等产生的代谢产物。当粮食未能及时晒干及储藏不当时，往往容易被黄曲霉或寄生曲霉污染而产生此类毒素。在各类食品中，花生、花生油、玉米污染最严重。黄曲霉毒素是一种剧毒的致肝癌物质，人摄入大剂量的黄曲霉毒素后可出现肝实质细胞坏死、胆管上皮细胞增生、肝脂肪浸润及肝出血等急性病变。事实上，世界范围内有多次黄曲霉毒素急性中毒事件，非洲的霉木薯饼中毒，印度的霉玉米中毒，肯尼亚黄曲霉玉米污染事件… … 所以把食物中的黄曲霉毒素控制在安全值以内，也是各国都在严格把关不敢松懈的事儿。[2]怎么鉴别食物中是否黄曲霉素超标？首先是快速识别，黄曲霉素是很苦的，食用花生、核桃等食物时如果感觉很苦，马上吐出来，并漱口。此外，睿科集团建立了Fotector Plus高通量全自动固相萃取仪测定玉米、大米和花生油中黄曲霉毒素B族和G族的分析方法，供广大食品检测客户参考。试样经过70%甲醇水溶液提取，提取液经离心、稀释后用含有黄曲霉素特异抗体的免疫亲和柱自动净化。用20mL水淋洗柱子将免疫亲和柱上的杂质除去，以甲醇洗脱免疫亲和柱。将洗脱液在50℃条件下氮吹干，用1mL初始流动相定容，经高效液相色谱仪上机分析。图-1.4种黄曲霉毒素的结构式下文参考GB5009.22-2016《食品中黄曲霉毒素B族和G族的测定》中第三法，采用免疫亲和柱净化，高效液相色谱检测，建立了复杂粮油样品基质中黄曲霉毒素高灵敏度的前处理和分析方法，得到四种常见粮油样品中黄曲霉毒素的加标回收率在83-100%之间，RSD值小于5%。1.标准曲线配置使用睿科Auto Prep 200全自动液体样品处理工作站可实现标准品的全自动化配置，可将购买的混合标液（1000ug/L）通过工作站的直接稀释模式，配置成浓度为10ug/L的工作中间液，紧接着可通过程序设置，吸取该工作液，配置一条浓度分别为0.5ug/L，2.0ug/L，5.0ug/L，25ug/L和100ug/L的标准工作曲线。图-2. Auto Prep 200 液体工作站配标程序2.样品提取与前处理花生油样品前处理准确称取5g花生油样品于50mL离心管中，加入20mL甲醇-水溶液（7:3）（v/v），涡旋震荡提取20min，以7000r/min的转速离心5min，取4mL上清液于80mL玻璃上样管中，加入23mL 0.1%吐温-20的PBS缓冲液混匀，待用。（此处以花生油样品前处理为例，玉米粉、大米样品操作步骤同上）固相萃取净化条件全自动固相萃取仪Fotector Plus固相萃取柱黄曲霉毒素免疫亲和柱（Romer，60 mg/3 mL）淋洗超纯水洗脱甲醇表-1 固相萃取净化条件以2mL/min的速度精确上样27 mL待测液，10mL水润洗样品瓶，10mL水淋洗免疫亲和柱，气推30mL吹干免疫亲和柱，推速为80mL/min。最后用2mL甲醇以0.5mL/min的速度洗脱样品，收集洗脱液用睿科Auto EVA-60全自动平行浓缩仪于50°C、2psi条件下氮吹干，用初始流动相定容至1mL，过滤膜上机分析。详细步骤见图-3。图-3. Fotector Plus 黄曲霉毒素免疫亲和净化方法3.样品测试油样加标测试取空白花生油样5g，添加2ug/kg的黄曲霉毒素G2、B2、G1和B1的标准品，进行上述步骤的前处理净化，样品回收率如下表-2所示：表-2添加水平为2ug/kg花生油样的回收率大米样品加标测试大米中添加水平为2ug/kg的黄曲霉毒素G2、B2、G1和B1的回收率结果：表-3添加水平为2ug/kg大米的回收率结果玉米样品加标测试玉米中添加水平为2ug/kg的黄曲霉毒素G2、B2、G1和B1的回收率结果：4.注意事项由于黄曲霉毒素在紫外光照射下不稳定，因此在实验过程中应该避免紫外光和太阳光的照射。谷物中离心完成后，不可放置过长时间，否则谷物容易重新吸水，可能导致提取液的浓度过高，使样品的回收率偏高，影响测试结果。固相萃取进行提取液净化前，特别对于偏酸或偏碱性样品，应用PBS缓冲溶液（pH=7.4）进行稀释后上机，否则可能会导致回收率偏低。5.总结净化

据中国农业科学院最新消息，该院油料作物所研究员李培武带领农业部生物毒素检测重点实验室科研团队，成功破解了黄曲霉毒素高灵敏快速准确定量检测的技术难题，研制出黄曲霉毒素系列检测仪器和配套产品，如牛奶等单个样品从取样到结果打印最快9分钟即可完成，用时相当于国外同类产品的一半，检测技术达国际领先水平，打破了发达国家在该领域的垄断。 　　黄曲霉毒素是迄今发现的毒性和致癌性最强的真菌毒素。其中，黄曲霉毒素B1的毒性是氰化钾的10倍，是砒霜的68倍，致癌力是标准致癌物二甲基硝胺的75倍。此前，国际通行的黄曲霉毒素检测方法为高效液相色谱法或高效液相色谱质谱联用法，不仅需大型仪器，而且相关设备价格昂贵(每台几十万元甚至几百万元)。由于缺少现场高灵敏准确定量检测技术产品，误食黄曲霉毒素污染超标的农产品或食品时有发生，致使一些地区肝癌发生率偏高。这不仅对百姓健康和生命安全构成威胁，而且严重影响农产品和食品出口贸易。 　　该所研究团队成功选育出具有完全自主知识产权的黄曲霉毒素系列杂交瘤细胞株，研制出多个高亲和力抗体，是目前国内外报道的灵敏度最高、特异性最强的黄曲霉毒素通用抗体和分量抗体。该团队还研制出黄曲霉毒素系列配套试纸条、试剂盒、黄曲霉毒素标准品替代物、免疫亲和微柱，开发出黄曲霉毒素免疫亲和荧光速测仪、黄曲霉毒素单光谱成像速测仪和黄曲霉毒素流动滞后免疫时间分辨荧光速测仪，如牛奶等单个样品从取样到结果打印最快9分钟即可完成，破解了黄曲霉毒素高灵敏快速准确定量检测技术难题。 　　据介绍，这些技术成果和产品已应用于农产品(花生、玉米、稻米等)、食用油(花生油、玉米油等)、调味品(花生酱、酱油、醋等)、乳制品(鲜牛奶、奶粉等)和饲料(饼粕等)等5大类65种农产品和食品检测中，并被德国慕尼黑理工大学等一些国内外权威科研机构应用，为农产品和食品黄曲霉毒素检测、监管、评估与防控提供了有力的技术支撑，取得了显著社会经济效益。