鸡肉中磺胺二甲嘧啶和磺胺吡啶残留的SERS快速鉴别研究

以金溶胶作为活性基底,浓度为1%的NaCl溶液作为活性剂,利用DXRTM显微拉曼光谱仪采集鸡肉的表面增强拉曼光谱（SERS）,实现快速鉴别鸡肉中残留的磺胺二甲基嘧啶（SM-2）和磺胺吡啶（SPD）两种抗生素。用937和1 188 cm-1处是否有拉曼特征峰来判别鸡肉中是否残留SPD和SM-2。采用单因素实验方法,根据937和1 188 cm-1处的特征SERS强度,对试验条件进行优化,得到最佳试验条件：金溶胶加入量为500 μL、NaCl溶液加入量为100 μL和吸附时间为5 min,所选用的金溶胶柠檬酸钠加入量3.7 mL。根据测试集鸡肉中残留的SM-2和SPD的分类精度确定研究用自适应迭代惩罚最小二乘法（air-PLS）、归一化和二阶导数作为原始拉曼光谱的预处理方法,然后用主成分分析（PCA）提取特征向量,最后以前四个PCA得分值作为支持向量机（SVM）分类模型的输入值,建立基于C-SVC类型的SVM分类模型。其中,最优惩罚参数c为0.01、核参数g为0.1。此分类模型对测试集的整体分类精度达到93.23%。对测试集的敏感性和特异性进行计算,敏感性的范围为77.42%~100%,特异性的范围为96%~99.02%,其中,含SM-2+SPD鸡肉的敏感性最高为100%,含SPD鸡肉的特异性最高为99.02%。试验结果表明,该方法具有良好的鉴别效果,可用于实现对鸡肉中SM-2和SPD两种抗生素残留的快速检测和鉴别。     

导数同步荧光光谱-小波-SGA-LSSVR联用快速测定鸭蛋蛋清中新霉素残留含量

新霉素在巯基乙醇存在的条件下与邻苯二甲醛生成的衍生物具有强荧光特性,可实现鸭蛋蛋清中新霉素残留含量的荧光测定。在模型建立过程中,分析了波长为280～390 nm光谱范围内的三维同步荧光光谱,确定检测鸭蛋蛋清中的新霉素含量的最佳波长差Δλ为110 nm;然后利用db10小波的2层分解对一阶导数同步荧光光谱进行去噪处理,并利用分段遗传算法(SGA)优选出了14个特征波长;最后应用最小二乘支持向量回归(LSSVR)建立了鸭蛋蛋清中的新霉素含量的预测模型,其模型预测集的决定系数(R2)和预测均方根误差(RMSEP)分别为0.9671和1.713。结果表明,SGA能有效提取出鸭蛋蛋清中新霉素对应的特征波长,有利于提高LSSVR模型预测精度,可实现鸭蛋蛋清中新霉素残留含量的快速测定。     

支持向量回归-同步荧光光谱法预测鸭肉中克百威残留

为了满足鸭肉中克百威残留分析及快速检测的要求,基于克百威水解物在巯基乙醇存在的条件下能与邻苯二甲醛反应产生具有强荧光性衍生物的方法,建立了应用同步荧光光谱法测定鸭肉中克百威残留量的预测模型。对含有克百威鸭肉样品的三维同步荧光光谱进行分析,确定其最佳波长差Δλ为120 nm;利用遗传算法(GA)结合交互验证均方根误差(RMSECV)从240～450 nm光谱中筛选出19个波长作为定量分析模型的输入特征变量;对SVR、PCR、PLS 3种回归模型的性能进行比较,实验发现SVR模型的预测结果最好,其预测集的决定系数(r2)和预测均方根误差(RMSEP)分别为0.999 4和0.878 7。研究结果表明,采用同步荧光光谱法结合支持向量回归算法测定鸭肉中克百威的残留量,具有快速、预测精度高等特点,可为检测鸭肉中的克百威残留量提供一种可行的方法。     

表面增强拉曼光谱法测定鸭肉中氧氟沙星残留

建立一种鸭肉中氧氟沙星(OFX)残留的表面增强拉曼光谱(SERS)检测方法。样本经过前处理后,利用QE65000便携式拉曼光谱仪采集样本的SERS光谱。采用单因素实验分析法优化实验条件,并建立预测鸭肉中OFX残留的线性回归方程。结果表明:金胶加入量、待测液样本加入量、NaCl溶液加入量及吸附时间的较优条件分别为500μL、10μL、120μL和1min,线性回归方程为y=1357.9x+33.737,相关系数(R2)为0.9946,样本回收率为89%~106%。     

应用粒子群优化算法对鸭肉中四环素残留含量的同步荧光光谱快速测定

四环素在NaOH存在的条件下能降解生成具有强荧光特性的异四环素,应用同步荧光光谱结合小波去噪、粒子群优化算法(PSO)和支持向量回归(SVR)建立鸭肉中四环素残留含量的预测模型,可实现鸭肉中四环素残留含量的快速测定和提高预测模型的精度。首先应用平行因子分析法(PARAFAC)确定检测鸭肉中四环素含量的最佳波长差Δλ为70 nm;然后对同步荧光光谱进行db6小波的2层分解的小波去噪及去噪后的光谱归一化处理,并利用PSO筛选出了6个荧光特征波长;最后应用PSO优化SVR模型参数(c, g),进而对在PSO筛选的特征波长光谱条件下建立的PSO-SVR,PLS,PCR模型以及在全光谱条件下建立的PSO-SVR模型进行性能比较,结果表明,以在PSO筛选的特征波长光谱条件下建立的PSO-SVR模型预测能力更强,其预测集的相关系数(r)和均方根误差(RMSEP)分别为0.952 0和17.6 mg·kg-1。说明PSO能够有效提取鸭肉中残留四环素所对应的荧光特征波长,且PSO-SVR预测模型能满足鸭肉中残留四环素的快速测定要求。     

基于同步荧光光谱法的鸭肉中西维因残留含量检测研究

为了快速测定鸭肉中西维因残留含量,提出应用同步荧光光谱法检测鸭肉中西维因残留含量,同时运用遗传算法-支持向量回归(GA-SVR)建立了鸭肉中西维因残留含量的回归预测模型。首先,通过荧光分光光度计分别采集了西维因水解物和含有西维因的鸭肉的三维同步荧光光谱图,经过分析确定了最佳波长差Δλ都为140 nm;其次,分析了鸭肉中西维因的浓度猝灭现象;最后采用GA进行同步荧光光谱的优化和选择,根据交互验证均方根误差(RMSECV)选择出了21个特征波长,并分别用全波长和21个特征波长作为SVR回归预测模型的输入特征变量,发现通过GA选择的特征波长可以得到更好的预测效果,并且其预测集的相关系数(R2)达到0.976 4,均方根误差(RMSECP)为12.232 2。试验结果表明利用同步荧光技术结合GA-SVR方法能有效、快速的检测鸭肉中西维因残留含量。     

应用表面增强拉曼光谱法检测鸭肉中萘夫西林残留的研究

采用金胶颗粒作为活性基底,氯化钠溶液作为活性剂,并采用表面增强拉曼光谱(SERS)技术建立一种检测鸭肉中萘夫西林残留的检测方法。首先分析了奈夫西林水溶液的SERS特征峰及其归属。然后分析了奈夫西林在鸭肉提取液中的SERS特征峰,确定了鉴定鸭肉中奈夫西林残留的拉曼特征峰,并选取521与1 449 cm-1处的拉曼峰强度进行条件的优化。最后应用内标法对鸭肉提取液中萘夫西林的残留量进行定量分析。结果表明,鸭肉提取液中萘夫西林的质量浓度范围在0.2~10 mg·L-1 时,应用拉曼峰强度比值所建立的四种标定曲线均具有良好的线性关系,决定系数均大于0.95。其中三种标定曲线具有较高的准确度,其回收率介于88%~144%。由此可见,应用SERS检测鸭肉中萘夫西林的残留是可行的,该方法简便、快速,为检测禽肉类食品中萘夫西林的残留提供了技术支持。     

基于表面增强拉曼光谱的鸭肉中螺旋霉素残留检测

利用表面增强拉曼光谱(SERS)法结合自适应迭代重加权惩罚最小二乘法(air-PLS)快速检测鸭肉中的螺旋霉素残留。首先采用OTR202作为SERS活性基底,确定了螺旋霉素的1 622 cm^-1峰可以作为其在鸭肉提取液中残留检测的拉曼特征峰;然后,通过单因素分析法确定了实验的最佳条件,并在该条件下建立了螺旋霉素浓度范围介于4.0~50.0 mg/L之间的鸭肉提取液加标样本的标准曲线,并获得了良好的线性关系且线性回归方程为y=26.681x+1233.5,决定系数R²=0.980 2,最低检测限为4 mg/L,预测样本的平均回收率为73.38%~105.25%。研究表明,采用SERS技术可以实现鸭肉中螺旋霉素残留的快速检测。     

基于SSPA-同步荧光法的鸭蛋蛋清中强力霉素残留含量的检测研究

应用同步荧光光谱技术结合分段连续投影算法(SSPA)实现了对鸭蛋蛋清中强力霉素含量的快速检测。首先对蛋清、强力霉素标准品和含有强力霉素的蛋清进行三维同步荧光光谱分析,确定了其最佳波长差(△λ)为110 nm;然后对60个含有强力霉素的蛋清样本进行同步荧光光谱扫描,运用SSPA分别从全光谱和划分不同子区间中提取特征波长,作为多线性回归(MLR)、偏最小二乘法(PLS)、主成分回归(PCR)的输入变量,分别建立了SSPA-MLR、SSPA-PLS和SSPA-PCR模型。结果表明,利用SSPA法可以压缩模型的输入变量,缩减率为90.8%。划分为6个光谱子区间的SSPA-MLR模型的预测结果最好,其预测集样本的决定系数(R2)和预测均方根误差(RMSEP)分别为0.9896和0.89,有效地提高了模型的效率和预测能力。该方法为快速检测鸭蛋蛋清中抗生素提供新的方法。