2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩155頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、通過對大量采集數(shù)據(jù)進行有效分析,從而實現(xiàn)對有害化學(xué)物質(zhì)的篩查與識別,一直是食品安全與檢測領(lǐng)域所面臨的挑戰(zhàn)。本論文利用高效液相色譜-高分辨四級桿飛行時間質(zhì)譜(HPLC-QTOF-MS)建立了多種農(nóng)藥的精確質(zhì)量數(shù)數(shù)據(jù)庫和全掃描碰撞能量誘導(dǎo)裂解(CID)碎片離子高分辨參考質(zhì)譜圖數(shù)據(jù)庫,并以此為基礎(chǔ)建立了果蔬樣品中農(nóng)藥化合物快速識別和多信息點予以確證的多殘留快速篩查技術(shù)。
  通過選用兩種高分辨飛行時間質(zhì)譜及數(shù)據(jù)庫管理軟件,利用農(nóng)藥標準品

2、參考物分別建立了包括427種農(nóng)藥化學(xué)品的ESI+模式MS1精確質(zhì)量數(shù)數(shù)據(jù)庫和全掃描CID-MS2碎片離子高分辨譜圖庫,同時對影響數(shù)據(jù)庫應(yīng)用的精確質(zhì)量數(shù)準確度、色譜保留時間和碰撞能量等因素進行了分析,為非靶向農(nóng)藥殘留物篩查奠定了方法基礎(chǔ),并利用不同質(zhì)譜工作模式,建立了兩種不以農(nóng)藥標準品為參考,而基于精確質(zhì)量數(shù)數(shù)據(jù)庫和全掃描碎片離子參考譜圖庫的果蔬樣品中多農(nóng)殘快速篩查方法。
  方法一利用HPLC-QTOF-MS建立了基于MS1識別和

3、MS2確證相結(jié)合的快速篩查方法。該方法中,每個樣品需進行兩次數(shù)據(jù)采集:首先利用HPLC-QTOF-MS的全質(zhì)量數(shù)掃描模式,對樣品中可能存在的農(nóng)藥殘留進行一級精確質(zhì)荷比掃描,并將采集數(shù)據(jù)與建立的MS1精確質(zhì)量數(shù)數(shù)據(jù)庫進行比較,找出疑似陽性結(jié)果;然后利用HPLC-QTOF-MS的目標二級掃描模式對疑似陽性結(jié)果進行CID碎片離子高分辨質(zhì)譜掃描,與已建立的碎片離子高分辨參考譜圖庫進行比對,實現(xiàn)對結(jié)果的準確確證。本方法結(jié)合傳統(tǒng)的SPE樣品制備技術(shù)

4、,以黃瓜和橙子兩種實際樣品為代表,通過優(yōu)化檢索參數(shù),對其中317種農(nóng)藥進行了篩查方法驗證,結(jié)果表明,其中266種農(nóng)藥(占83.9%)的篩查限SDLs≤10μg/kg,且在50μg/kg的添加水平下,假陰性率僅為4.7%,同時各農(nóng)藥的確證識別限(LOIs)≤10μg/kg的占77.6%,LOI s≤50μg/kg的占83.9%,滿足日常農(nóng)藥殘留檢測的要求。
  方法二利用 UHPLC-TripleTOFTM-MS基于人工智能碎片離子

5、掃描方式,建立了僅需一次進樣即可實現(xiàn)多種農(nóng)藥殘留化合物的精確質(zhì)荷比識別和高分辨碎片離子確證的快速篩查方法。方法采用信息關(guān)聯(lián)采集(information dependent acquisition,IDA)模式,通過一次進樣分析,實現(xiàn)全質(zhì)荷比范圍(100-1000)內(nèi)一級高分辨質(zhì)譜采集和全掃描高分辨碎片離子質(zhì)譜數(shù)據(jù)采集,通過與創(chuàng)建的包括1700多張高分辨CID質(zhì)譜圖的數(shù)據(jù)庫比對,實現(xiàn)可不依賴農(nóng)藥標準品參考物的快速篩查,并探討了全掃描一級精

6、確質(zhì)荷比數(shù)據(jù)在目標化合物定量中的適用性。定性篩查方法驗證結(jié)果表明,所有測試樣品,對于數(shù)據(jù)庫包括的427種農(nóng)藥,有93.2%(97.4%)的農(nóng)藥SDLs≤10μg/kg(50μg/kg),且其中84.8%的碎片離子可以通過與創(chuàng)建的參考譜圖數(shù)據(jù)庫進行比對而得以確證。定量方法驗證結(jié)果表明,對于經(jīng)常檢出的106種農(nóng)藥,大部分農(nóng)藥線性范圍為5-500μg/kg,在蘋果,柑橘,番茄和菠菜四種基質(zhì)中,10和100μg/kg兩種添加水平下,回收率在80

7、%-110%范圍內(nèi)的農(nóng)藥分別占88.7%和86.8%,全部添加樣品回收率的相對標準偏差(RSD,n=12)小于20%的農(nóng)藥分別占94.3%(10μg/kg)和98.1%(100μg/kg),表明定量性能良好。
  經(jīng)實際樣品驗證后,本論文利用已建立的兩種篩查方法,對市售2583個水果蔬菜樣品進行了高通量多農(nóng)藥殘留的篩查,在其中1869個樣品中檢出農(nóng)藥殘留結(jié)果5607個,并對篩查結(jié)果進行了分析。結(jié)果表明,本論文提出的篩查方法成本低廉

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論