超高效液相色谱-四极杆飞行时间质谱法测定克氏螯虾中39种兽药残留

宋伟 赵暮雨 韩芳 吕亚宁 丁磊 周典兵 邓晓军 胡艳云 郑平 盛旋

引用本文: 宋伟,  赵暮雨,  韩芳,  吕亚宁,  丁磊,  周典兵,  邓晓军,  胡艳云,  郑平,  盛旋. 超高效液相色谱-四极杆飞行时间质谱法测定克氏螯虾中39种兽药残留[J]. 色谱, 2018, 36(12): 1261-1268. doi: 10.3724/SP.J.1123.2018.08037 shu
Citation:  SONG Wei,  ZHAO Muyu,  HAN Fang,  LÜ Yaning,  DING Lei,  ZHOU Dianbing,  DENG Xiaojun,  HU Yanyun,  ZHENG Ping,  SHENG Xuan. Determination of 39 veterinary drug residues in Procambarusclarkii by ultra-high performance liquid chromatography-quadrupole-time of flight mass spectrometry[J]. Chinese Journal of Chromatography, 2018, 36(12): 1261-1268. doi: 10.3724/SP.J.1123.2018.08037 shu

超高效液相色谱-四极杆飞行时间质谱法测定克氏螯虾中39种兽药残留

  • 基金项目:

    安徽省公益性研究联动项目(1704f0804057);上海市长三角科技合作项目(17395810102).

摘要: 建立了超高效液相色谱-四极杆飞行时间质谱(UHPLC-Q-TOF-MS)快速筛查克氏螯虾中39种兽药残留的分析方法。样品经酸化乙腈提取,增强型脂质去除净化剂(EMR-Lipid)结合石墨化多壁碳纳米管(GMWNTs)净化,采用UHPLC-Q-TOF-MS分析检测。通过比对待测物准分子离子的精确质量数、同位素丰度比、保留时间等特征信息进行定性初筛,通过二级谱图谱库检索比对进行确证,通过一级提取离子色谱图峰面积进行定量分析。39种化合物在各自的浓度范围内均呈良好的线性关系,线性相关系数均大于0.99,定量限为3~15 μg/kg,添加回收率为62.4%~105.8%,相对标准偏差(RSD)为2.5%~13.5%,方法简便、快速、准确,可应用于克氏螯虾中喹诺酮类、磺胺类、三苯甲烷类39种药物残留的快速筛查定量。

English

    1. [1] Song C T. Freshwater Fisheries, 2001, 31(1):28 宋长太. 淡水渔业, 2001, 31(1):28

    2. [2] Mao Y Z, Meng Y H, Zhou L, et al. Occupation and Health, 2012, 28(9):1092 毛云中, 孟元华, 周磊, 等. 职业与健康, 2012, 28(9):1092

    3. [3] Xing W W, Wang R M, Wang J Q, et al. Chemical Research and Application, 2010, 22(1):42 邢玮玮, 王榕妹, 王俊卿, 等. 化学研究与应用, 2010, 22(1):42

    4. [4] Li X P, Jiang J Q, Qian A D, et al. Scientia Agricultura Sinica, 2014, 47(23):4726 李新朋, 姜金庆, 钱爱东, 等. 中国农业科学, 2014, 47(23):4726

    5. [5] Chen Z G, Zhan C R, Guo P, et al. Food Science, 2007, 28(10):448 陈振桂, 占春瑞, 郭平, 等. 食品科学, 2007, 28(10):448

    6. [6] Wang C Y, Wang Y P, Wang N, et al. Chinese Journal of Analytical Chemistry, 2013, 41(1):83 王重洋, 王远鹏, 王宁, 等. 分析化学, 2013, 41(1):83

    7. [7] Huang D M, Huang X Y, Gu R R, et al. Chinese Journal of Chromatography, 2014, 32(8):874 黄冬梅, 黄宣运, 顾润润, 等. 色谱, 2014, 32(8):874

    8. [8] Li H, Kijak P J, Turnipseed S B, et al. J Chromatogr B, 2006, 836 (1/2):22

    9. [9] Li N, Zhang Y T, Liu L, et al. Chinese Journal of Chromatography, 2014, 32(12):1313 李娜, 张玉婷, 刘磊, 等. 色谱, 2014, 32(12):1313

    10. [10] Kung T A, Tsai C W, Ku B C, et al. Food Chem, 2015, 175:189

    11. [11] Zhang Z W, Li X W, Ding S Y, et al. Food Chem, 2016, 204:252

    12. [12] Chen Y S, Schwack W. J Chromatogr A, 2013, 1312:143

    13. [13] Li X J, Peng T, Li C J. Journal of Instrumental Analysis, 2012, 31(5):628 李晓娟, 彭涛, 李重九. 分析测试学报, 2012, 31(5):628

    14. [14] Meng Z, Shi Z H, Lü Y K, et al. Chinese Journal of Analytical Chemistry, 2014, 42(10):1493 孟哲, 石志红, 吕运开, 等. 分析化学, 2014, 42(10):1493

    15. [15] Huang L, Dai Y F, Wang P Y, et al. Chinese Journal of Chromatography, 2015, 33(10):1097 黄鹂, 戴意飞, 王萍亚, 等. 色谱, 2015, 33(10):1097

    16. [16] Kaufmann A, Butcher P, Maden K, et al. J Chromatogr A, 2008, 1194(1):66

    17. [17] Li N, Zhang Y T, Liu L, et al. Chinese Journal of Chromatography, 2014, 32(12):1313 李娜, 张玉婷, 刘磊, 等. 色谱, 2014, 32(12):1313

    18. [18] Zhang K M, Liang F Y, Deng M, et al. Chinese Journal of Chromatography, 2016, 34(9):860 张科明, 梁飞燕, 邓鸣, 等. 色谱, 2016, 34(9):860

    19. [19] Wang F, Mi J B, Li S J, et al. Journal of Instrumental Analysis, 2017, 36(2):272 王飞, 宓捷波, 李淑静, 等. 分析测试学报, 2017, 36(2):272

    20. [20] Zhang F Y, Jiang W F, Wang X Q. China Dairy Industry, 2018(4):57 张凤艳, 蒋万枫, 王锡青. 中国乳品工业, 2018(4):57

    21. [21] Lu Y, Cheng Z, Liu C, et al. Food Anal Methods, 2016, 9(6):1857

    22. [22] Li J, Zhang J, Liu H, et al. J Sci Food Agr, 2016, 96(2):555

    23. [23] Peng X J, Zeng L Z, Wu C C, et al. Journal of Instrumental Analysis, 2017, 36(6):738 彭晓俊, 曾丽珠, 伍长春, 等. 分析测试学报, 2017, 36(6):738

    24. [24] Chen G D, Wang Y. China Food Safety Magazine, 2015, 33(99):159 陈国栋, 王颖. 食品安全导刊, 2015, 33(99):159

    25. [25] GB/T 19857-2005

    26. [26] GB/T 20366-2006

  • 加载中
计量
  • PDF下载量:  1
  • 文章访问数:  159
  • HTML全文浏览量:  18
文章相关
  • 收稿日期:  2018-08-25
通讯作者: 陈斌, bchen63@163.com
  • 1. 

    沈阳化工大学材料科学与工程学院 沈阳 110142

  1. 本站搜索
  2. 百度学术搜索
  3. 万方数据库搜索
  4. CNKI搜索

/

返回文章