羟基多环芳烃的电喷雾电离离子阱串联质谱检测

采用电喷雾电离离子阱串联质谱检测了1-/2-羟基萘、 2-羟基芴、 2-/3-/4-/9-羟基菲、 6-羟基屈和3-羟基苯并[a]芘等9种不同环数的羟基多环芳烃(OH-PAHs, 2~5环), 考察了碰撞诱导解离操作参数活化值Q和相对碰撞能量对羟基多环芳烃各单体碎片离子产率的影响. 通过优化活化值Q和相对碰撞能量, 得到了3-羟基苯并[a]芘的碎片离子, 提高了1-羟基萘、 2-羟基芴、 3-/9-羟基菲和6-羟基屈碎片离子的产率, 并发现活化值Q是电喷雾电离离子阱串联质谱检测不同环数PAHs的关键参数.     

面膜中微量元素的ICP-MS定量方法及其吸收率研究

以5种面膜为研究对象,采用电感耦合等离子体质谱技术,通过外标法对面膜中的12种微量元素进行定量分析,建立了敷面膜时间与微量元素含量的关系曲线,探究面部皮肤对微量元素的吸收率。结果表明:5种面膜中均检出的微量元素含量由高到低为Al、Sn、Fe、Zn、Hg,含量为0.027~5.209 mg/kg;人体面部皮肤对Se、Zn和Fe的吸收率较高,对Sn、Al的吸收率较低。该定量方法简单、快速、准确可靠,可为面膜中微量元素的研究及面膜的安全有效使用提供实验依据。     

表面解吸常压化学电离质谱快速鉴别硫磺熏蒸八角

采用自行研制的表面解吸常压化学电离质谱(DAPCI-MS),无需样品预处理,对硫磺熏蒸八角和未熏八角直接进行正、负离子模式检测,获得其化学指纹图谱,并通过主成分分析(PCA)及聚类分析(CA)方法对所获指纹谱图信息进行分析,进而对不同样品进行鉴别。结果表明,在正、负离子模式下,DAPCI-MS都可对八角表面多种特征化学成分进行分析,快速获得八角的化学指纹谱图,并能够对目标组分进行多级串联质谱鉴定,结合PCA及CA方法可对八角是否经硫磺熏蒸进行快速鉴别。本方法无需样品预处理,灵敏度高,分析速度快,无污染,可望应用于市场上硫熏制品的快速鉴别。     

基于中性解吸-电喷雾萃取电离质谱直接检测蜂蜜中的四环素

基于中性解吸-电喷雾萃取电离质谱(ND-EESI-MS)建立了无需样品预处理即可直接检测蜂蜜中四环素的方法. 测定结果表明, 加标蜂蜜四环素样品在20~1000 ng/mL浓度范围内线性关系良好(R²>0.997), 检出限为1.08 ng/mL; 加标浓度为50, 500和1000 ng/mL蜂蜜样品的回收率分别为94.26%, 98.38%和103.00%, 精密度(RSD)分别为3.28%, 1.39%和1.12%. 应用此方法对8种市售蜂蜜进行检测, 发现2种蜂蜜中含有痕量的四环素, 其余蜂蜜均未检出, 而应用高效液相色法在这8种市售蜂蜜中均未检出四环素. 本方法无需经过复杂的样品预处理, 灵敏度高、 精密度好、 分析速度快且特异性强, 能够承受蜂蜜中复杂基体的影响, 是一种快速检测蜂蜜中四环素的方法.     

中性解吸电喷雾萃取电离质谱法直接检测蜂蜜中的敌敌畏

采用中性解吸电喷雾萃取电离质谱( ND-EESI-MS)技术,在无需样品预处理的条件下,建立了对蜂蜜中敌敌畏直接快速检测的方法。在正离子模式下,敌敌畏质子化离子峰位于 m/z 223,二级特征离子为m/z 109和127。在优化的条件下,以m/z 127的信号强度为定量指标,建立了蜂蜜中敌敌畏残留的定量检测方法。结果表明,在蜂蜜基质中,敌敌畏在5~1000 ng/mL浓度范围内与m/z 127的信号强度线性关系良好,相关系数为0.998,检出限为1.0 ng/mL(S/N=3);蜂蜜中3个加标水平(10,30和400 ng/mL)的敌敌畏的回收率为93.0％~103.0％,精密度(RSDs)小于4.4％。同时采用气相色谱(火焰光度检测器)方法作为对照方法,检测敌敌畏加标蜂蜜样品,结果表明,加标蜂蜜在5~1000 ng/mL浓度范围内与峰面积线性关系良好,相关系数为0.999,检出限为1.6 ng/mL;10,30和400 ng/mL 3个水平加标蜂蜜的回收率为94.9％~110.3％,精密度小于7.6％。     

脐橙果皮的室温和热辅助表面解吸常压化学电离质谱的比较

以脐橙果皮为研究对象,比较了室温和热辅助表面解吸常压化学电离源(DAPCI)的解吸电离特性,结合串联质谱技术,对果皮中香气、糖、黄酮类等主要成分进行了鉴定,并通过主成分分析(PCA)方法对热辅助DAPCI-MS所获外果皮指纹谱图信息进行分析,进而区分了3个不同产地脐橙。 结果表明,室温DAPCI-MS对脐橙果皮中的香气成分具有较强的解吸电离能力,而热辅助DAPCI-MS则更适合于分析果皮中的黄酮类和糖类及其衍生物。 DAPCI-MS具有灵敏度高、分析速度快等特点,有望成为农产品品质快速检测与产地识别研究的新方法。     

表面解吸常压化学电离质谱法快速判别樟树化学型

采用表面解吸常压化学电离质谱(SDAPCI-MS)技术直接对5种化学型的樟树叶粉末片剂进行分析,获得其化学指纹谱图信息.采用主成分分析(PCA)、聚类分析(CA)和反向传输人工神经网络(BP-ANN)对谱图信息进行分析,获得各化学型樟树叶粉末片剂的特征质谱信息,进而对不同化学型样品进行判别.结果表明,在正离子模式下,SDAPCI-MS能快速获取樟树的化学指纹谱图;PCA分析中的PC1,PC2和PC3贡献率分别为79.9%,12.9%和4.2%,共计97.0%.SDAPCI-MS结合CA和BP-ANN测试样本准确率均为100%,能够快速、有效地判别出樟树化学型.     

人工神经网络用于直接化学电离质谱分析食用油品质的研究

无需任何样品预处理,采用表面解吸常压化学电离质谱(DAPCI-MS)技术直接对涂覆在载玻片表面的食用油样品和地沟油样品进行检测,快速获得了不同油类样品的质谱信号;并运用改进的反向传输(BP)人工神经网络对DAPCI-MS所得到的油类样品质谱数据进行有监督的分类识别,建立多分组预测模型。结果表明:DAPCI-MS能够承受食用油中复杂基体的影响,可对油类样品进行直接快速质谱分析;误差反转(BP)神经网络具有良好的分类判别能力,对食用油样品质谱数据识别效果比较理想,能够在对地沟油和非地沟油样品进行有效区分的同时,实现对不同品种的食用油的分离及分类判别。本方法分析速度快,信息提取准确,识别精度高,对快速质谱技术结合神经网络在该领域的应用以及食用油品质的快速鉴定具有重要的借鉴意义。