刘 佳，李 月，高 婷，王佳雅，胡晓雨，孙志文，叶能胜*，李 建*

(1. 北京市兽药监察所，北京102629；2. 国家粮食和物资储备局科学研究院，北京 100037；3. 首都师范大学化学系，北京 100048)

兽药及兽药残留不仅涉及畜禽行业的整体稳定健康发展，更关系到公共卫生安全和人民的身体健康，加强对于兽药及兽药残留的检测对于畜禽生产安全以及食品质量安全具有重要的意义[1]。目前对于兽药及兽药残留检测的方法逐渐从称量、滴定等理化分析法向色谱、光谱、质谱等仪器检测方法发展，滴定等常规的分析检测方法存在检测耗时长、效率低、人为主观因素影响较大等问题，而仪器检测方法虽然准确性、灵敏度、特异性越来越高，但是样品前处理复杂，检测过程受仪器、实验室和实验人员专业性等条件的限制，如何实现兽药及兽药残留的快速检测对于畜禽行业的安全与发展具有实际性的意义。近年来，近红外光谱技术(Near Infrared Spectroscopy，NIRS)由于具有快速、高效、便携、无损等优点，目前已逐渐在农牧、食品、化工、制药、烟草等领域里得到了应用[2]，从而为兽药及兽药残留的快速分析检测提供了方向。本文结合国内外文献及行业特点，对NIRS在兽药及兽药残留检测方面的应用进展进行了综述，并对其应用前景进行展望。

1 NIRS的原理及方法特点

1.1 NIRS的分析原理 近红外光谱区由Herschel在1800年首次发现，是介于可见光和中红外之间的电磁辐射波，美国材料检测协会(American Society for Testing and Materials，ASTM)将近红外光谱区的波长范围定义在780～2526 nm范围内[3]。近红外光谱区与有机分子中含氢基团(O-H、N-H、C-H)振动的合频和各级倍频的吸收区一致[4]，当有机物受到近红外光源照射时，有机分子振动的非谐振性能够使分子振动从基态向高能级跃迁，从而产生近红外光谱吸收。不同基团或同一基团在不同的化学环境中对近红外光谱的吸收波长及吸收强度均有明显的差异，因此，透射过有机物的近红外光线就会携带关于有机物含氢基团的特征信息以及样品组分和结构的丰富信息。通过对有机化合物进行近红外光谱样品扫描，可以实现对碳氢有机物质的组成与性质的测量。

1.2 NIRS的方法特点 NIRS是一种间接分析技术，主要通过近红外光谱仪对已知样品进行光谱扫描，结合化学计量学与样品的成分浓度或性质进行数据关联建模，从而实现对未知样品的定性、定量分析，所以NIRS的关键就在于已知样品中成分浓度或性质与扫描光谱之间函数关系的建立[5]。因此，NIRS的方法建立的流程图见图1，具体步骤如下：①选取具有代表性的样品进行近红外光谱扫描；②采用标准或认可的技术方法对代表性样品的性质或成分含量进行准确测定；③采用化学计量学的方法将代表性样品的近红外扫描光谱与其性质或成分含量进行有效关联并建立模型；④对建立的数据模型进行校正优化，考察模型的适用性和准确性；⑤对未知样品进行近红外光谱扫描测定，实现样品的定性、定量分析。

图1 NIRS方法建立流程图Fig 1 The diagram of establishment for NIRS method

目前，NIRS逐渐在不同的分析领域里得到了一定的应用及推广，主要是由于其具有分析速度快、检测效率高、测试重现性好、样品无损等技术优点，不仅能够避免常规检测样品前处理过程中操作复杂、环境污染等问题，而且能够满足现场检测、多参数同时检测等不同检测需求。

2 NIRS在兽药检测方面的应用

兽药质量的好坏不但直接影响到动物用药的治疗和预防效果，而且关系到兽药及畜禽行业的健康发展。对于兽药质量的监督和控制主要依据《中华人民共和国兽药典》以及《兽药质量标准》等法定技术标准对兽药的外在及内在质量进行检测，包括性状、鉴别、检查以及含量测定等项目。目前，在畜禽生产过程中常用到的兽药包括磺胺类、氟喹诺酮类、四环素类以及中兽药等，其质量检测主要以感官检测、理化分析检测以及仪器分析检测等方法为主，而基于NIRS对兽药质量的检测方法应用报道很少。本文基于NIRS在相关药物检测方面的应用进展进行分类介绍。

2.1 NIRS在磺胺类药物检测方面的应用 关于NIRS在检测磺胺类药物方面的应用研究有一些相关报道：吴阮琦等[6]基于近红外漫反射光谱，结合化学计量学分析技术建立了复方磺胺甲噁唑无损检测快速分析方法，对4个厂家13批样品258片的均匀性进行了厂间、批间、批内检测，结果显示该方法能够准确、无损、快速对复方磺胺甲噁唑的均匀性进行检测；Lee等[7]采用近红外光谱在线监测模式对磺胺噻唑在溶剂介导下的多态转化机理进行了系统的研究，能够实现对磺胺噻唑含量的准确测定；张经硕等[8]结合近红外光谱漫反射技术与偏最小二乘多元校正法实现了复方磺胺甲噁唑片中磺胺甲噁唑和甲氧苄啶两种有效成分含量的快速测定，定量分析模型的相关系数分别为99.969%和99.938%；余道宏等[9]利用近红外漫反射光谱分析技术和化学计量学方法对小儿复方磺胺甲噁唑颗粒中的水分进行了快速定量分析，方法简单、准确，可用于药品的现场快速分析。

2.2 NIRS在喹诺酮类药物检测方面的应用 刘蝉[10]、张琳[11]和杨开金[12]等先后基于NIRS和化学计量学方法，采用内部交叉验证建立预测模型和外部验证的形式，实现了环丙沙星的无损、快速定量分析；李盈[13]和张雪峰[14]等先后应用近红外漫反射光谱技术建立了诺氟沙星胶囊一致性检验的模型，不仅能够很好的区分不同厂家生产的诺氟沙星胶囊，而且还可以用于假劣药品的快速筛查。此外，刘杨等[15]建立了近红外光谱法定量分析注射用甲磺酸培氟沙星的含量，在7.55%～77.69%浓度范围内交叉验证均方根为1.61%，相关系数能够达到0.9924；孙逸威等[16]运用偏最小二乘法建立近红外光谱法的校正模型，同时采用一阶导数+矢量归一化法进行方法预处理，实现了盐酸左氧氟沙星片含量的测定，校正集合验证集的R2分别为0.9994和0.9982；Sakamoto T等[17]利用近红外漫反射光谱技术建立了氧氟沙星和左氧氟沙星的快速无损鉴别方法，适用于市场上药品真假的现场鉴别；王聪颖等[18]基于NIRS和化学计量学方法分别建立了吡哌酸片一致性快速检测模型和快速定量模型，验证结果表明：所建方法准确、可靠，适用于厂家在线监控及监管部门筛查、假劣药品打击等。

2.3 NIRS在四环素类药物及中兽药检测方面的应用 虽然上述研究报道了基于NIRS检测磺胺类药物和氟喹诺酮类药物，但具体应用仍集中在制药行业里药品检测方面，关于兽药质量相关的检测应用并未涉及。刘波静等[19]采用国家标准测定了192份饲料中金霉素的含量，利用TQ Analyst分析软件依据偏最小二乘回归法，创建了饲料中金霉素含量测定的近红外模型，其化学值与近红外预测值之间具有良好的线性相关性，并对40份独立样品进行了验证，预测结果良好；刘星等[20]则结合竞争性自适应重加权采样法和偏最小二乘-线性判别分析法对100个土霉素制备饲料建立近红外判别模型，对NIRS检测饲料中土霉素掺杂样品的可行性进行了研究。此外，樊克锋等[21]采用NIRS结合化学计量学，对中兽药蚌毒灵散中的黄芩成分进行“整体定量”，为中兽药中有效成分的无损快速测定提供了新的技术支撑。

2.4 NIRS在其他抗生素类药物检测方面的应用 目前，基于NIRS对药物的快速检测研究除了磺胺类、喹诺酮类、四环素类以及中兽药等常规药物外，还有β-内酰胺类、氨基糖苷类等其他抗生素药物，其检测原理和检测方法基本相同，主要采用NIRS和化学计量学方法建立不同的数据模型，实现对药物含量、质量、水分、一致性以及药品鉴别等指标的准确、快速分析检测，具体内容见表1。

表1 基于NIRS在其他类抗生素类药物检测方面的应用Tab 1 The application of NIRS in the detection of other antibiotic drugs

药物分类检测药物建模方法研究内容检测应用参考文献β-内酰胺类盐酸头孢他美酯选择一阶导数+直线差减法作为含量模型的处理方法,矢量归一法作为水分模型的处理方法。通过对 HPLC法和NIR法测定的数据的相关性分析和回归分析,说明这两种方法的相关性较好,可适用于企业开展快速定量分析,实现产品在线分析。定量分析黄丽丽等[31]头孢氨苄一阶导数加矢量归一化法处理头孢氨苄糖衣片的内部交叉验证决定系数和诊治相关的系数分别为0.9799和0.9894,内部交叉验证均方差为1.98和1.55,外部的验证预测均方差为1.58和1.22,该方法适合使用在头孢氨苄片的检验当中定量分析闫红贺等[32]阿莫仙(阿莫西林)光谱预处理方法为二阶导数(17点平滑)和矢量归一化预测8批阿莫仙胶囊分别在3台仪器上所测量光谱的平均光谱、75批内地厂家生产的阿莫西林胶囊的平均光谱,以及经过法定方法确认的6批阿莫西林胶囊假药,正确率均为100%,实现了不同仪器用于产品在流通环节的质量追溯及监测。定性分析冯艳春等[33]美洛西林钠舒巴坦钠积分球漫反射采样偏最小二乘法建立定量模型,移动块标准偏差法的定性分析模型;一阶导数+标准正态变量变换法为最佳光谱预处理方法研究中联合应用舒巴坦钠的定量分析模型和基于移动块标准偏差(moving block standard deviation,MBSD)法的定性分析模型,对美洛西林钠舒巴坦钠混合过程进行在线监测,以实现对混合终点简单准确的判断。定性定量王斐等[34]头孢氨苄/213批头孢氨苄胶囊的质量分数浓度范围0.4147～0.9365 mg·mg-1,内部交叉验证决定系数(r)为97.78,内部交叉验证均方差为2.22,外部验证预测均方差为 2.39,预测值与真值的相关系数为 0.9879。实现了对头孢氨苄系列制剂质量及其质量标准进行评价和分析,为头孢氨苄系列制剂安全监管和质量标准提高提供参考定量分析巩丽萍等[35]抗病素养类单磷酸阿糖腺苷偏最小二乘法建立定量模,一阶导数及多元散射校正预处理以17个厂家生产的133批注射用单磷酸阿糖腺苷为分析对象,68批作为校正集,65批作为验证集:内部交叉验证决定系数为96.82%,均方根误差为2.64%,外部验证决定系数为97.54%,均方根误差为2.29%。可用于药品的快速分析和检验。定量分析王小亮等[36]大环内酯类抗生素罗红霉素先使用最小二乘法建模选择波长区间,再带入运用BP人工神经网络构建的预测模型该模型的建立能够对噪声等偶发因素造成的瞬时扰动进行有效抵御,同时还可减少建模使用的波长数、运算时间,提高预测精度。快速在线成分的测定与分析肖玥等[37]阿奇霉素用偏最小二乘法建模测定阿奇霉素分散片精密度达到了89%,方法稳定性达到了 90%;检测速度:3 min/样品。近红外漫反射光谱法测定阿奇霉素分散片的含量不仅简单方便,时间短,而且结果非常准确,可以在利用模型来进行阿奇霉素分散片含量测定的企业中含量测定曹钰茜等[38]琥乙红霉素基于偏最小二乘回归算法,采用不同预处理方法对14个厂家22个批次的琥乙红霉素片进行定量分析,包括琥乙红霉素片含量及溶出度的测定。结果表明近红外光谱法是一种监控琥乙红霉素片质量的有效手段。含量及溶出度的测定肖莹等[39]

药物分类检测药物建模方法研究内容检测应用参考文献其他复方阿司匹林/双嘧达 莫偏最小二乘双嘧达莫PLS模型对8个样品预测的回收率及相对误差分别为97.96%-101.21%、0.046%-2.04%;阿司匹林PLS模型的回收率及相对误差分别为94.50%-108.33%、0.781% -8.33%,可用于实际生产中的在线控制。定性分析,含量测定张卫民等[40]萘普生二阶导数+矢量归一化预处理应用近红外光谱技术建立萘普生片一致性检验模型,快速鉴别假劣药品。方法:首先采集所有批次萘普生样品的近红外原始光谱,然后用参考光谱建立一致性模型,最后用验证光谱对该模型进行验证。定性分析(用于鉴别假劣药)徐静等[41]吲哚美辛偏最小二乘法建立定量模选择8个厂家生产的156批吲哚美辛肠溶片进行NIR光谱采集,样品浓度范围为24.61%～32.96%,用78个样品进行外部验证,验证均方差(RMSEP)为0.508%,平均相对偏差为0. 45%。该方法快速、简便,结果准确,适于药品的现场快检定性、定量分析吴群[42]盐酸克林霉素光谱预处理方法为一阶导数化 +矢量归一化一致性检验通过比对测试图谱与参照图谱中的每一个波数点的CI值,可以准确快速地筛查该药品的假劣仿品,为药品监管人员及时发现药品质量隐患提供技术支持。适用于假劣药品的快速筛。定性分析周礼玲[43]琥乙红霉素,红霉素,克拉霉素,麦白霉素小波变换光谱预处理;稀疏降噪自编码结合高斯过程的建模方法(wSDAGSM)对光谱数据进行墨西哥帽小波变换预处理能有效提升SDAGSM网络的分类准确率和稳定性,无论从分类准确率还是分类结果稳定性方面,都取得了很好的效果。定性分析周洁茜等[44]豆粕和3种抗生素菌渣 (硫酸链霉素菌渣、土霉素菌渣、硫酸粘杆菌素菌渣)偏最小二乘判别分析 (PLS-DA)与支持向量机判别析 (SVM-DA) 结合不同的光谱预处理方法研究发现,一阶导数+SNV的预处理方式优于元预处理、一阶导数、二阶导数;SVM-DA的模型效果优于PLS- DA,SVM-DA中特征提取方法PLS优于PCA(主成分分析)定性分析杨增玲等[45]琥乙红霉素一阶导数、矢量归一化法预处理+数据白化处理与传统的BP神经网络以及 SVM算法进行比较,结果表明稀疏降噪自编码网络在分类准确度和分类稳定性方面均优于BP神经网络和SVM算法。定性分析杨辉华等[46]

3 NIRS在兽药残留检测方面的应用

兽药残留不仅影响到动物源食品的质量安全，而且也影响着畜牧业和生态环境的健康发展。目前关于畜禽产品中的兽药残留检测主要依据国家标准执行，存在样品前处理复杂、有机试剂消耗大、工作效率低等问题，虽然目前已经有酶联免疫吸附法、胶体金试纸条检测法等快速检测方法，但是仍无法满足畜禽产品兽药残留便捷、快速、高效检测的要求。

近年来，先后报道了基于NIRS在兽药残留分析检测方面的应用研究，主要集中在牛奶中抗生素兽药残留的分析检测：SiVakesava等[47]以及Wu等[48]课题组分别采用NIRS结合偏最小二乘法实现了牛奶中四环素的残留检测，检测灵敏度分别达到4 μg/L和5 μg/L，数据模型相关系数均大于0.89；Casarrubias-Torres等[49]基于中红外光谱技术和化学计量学方法建立了牛奶中四环素类药物残留的快速检测方法，10～400 μg/L线性范围内相关系数达到0.997-0.999；Dracková等[50]基于近红外光谱和偏最小二乘法建立了牛奶中青霉素和氯唑西林药物残留测定，能够适用于牛奶中青霉素和氯唑西林最大残留量的测定；Luiz等[51]基于NIRS对牛奶中的抗菌药物残留进行了检测，采用主成分分析法实现了牛奶中恩诺沙星、土霉素以及青霉素的残留检测，该方法同样适用于牛奶中抗菌药物最大残留限量的快速检测。此外，Chen等[52]基于近红外荧光技术结合免疫分析技术在20 min内实现了牛奶中内酰胺类、四环素类、喹诺酮类和磺胺类四种抗生素的快速分析检测。

NIRS除了在牛奶中抗生素药物残留检测方面取得了应用进展外，郭培源等[53]基于NIRS实现了对肉鸡中四环素的定量分析，实现了鸡肉中四环素残留量的检测并进一步进行了健康风险评估；夏慧丽等[54]通过虾干的近红外反射光谱与拟合的磺胺类药物含量，建立了近红外定量模型，实现了虾干中磺胺嘧啶和磺胺二甲基嘧啶的含量测定，模型相关系数分别达到0.98和0.94以上。

4 NIRS在兽药及兽药残留检测方面的技术瓶颈

通过文献综述来看，基于NIRS在兽药质量及兽药残留快速检测方面的应用研究报道确实很少，而且相关技术研究仍处于实验室探索阶段，并未形成成熟的技术路线，在兽药及兽药残留检测实际应用过程中具有一定的限制。

4.1 专业仪器的研发与改进 近红外光谱仪的性能是NIRS在兽药及兽药残留领域里应用的前提，目前在石油化工、制药、食品、粮食等行业领域已研发出不同品牌和类型的专用近红外光谱仪，然而在兽药及兽药残留检测方面的应用还未深入，缺乏适用于该领域里专业、便携的近红外光谱仪。由于近红外的吸收范围只适合于含氢基团组分的测定，测试灵敏度比较低，一般只适合于组分含量大于0.1%的样品检测，基于NIRS对于兽药质量的分析检测具有一定的可行性；然而由于兽药残留检测主要为痕量水平，畜禽产品中兽药残留水平较低且基质比较复杂，需要研发兽药残留专业的近红外光谱仪来完成，因此，基于NIRS除了对牛奶中兽药残留检测进行了相关研究外，其他畜禽产品的研究及可行性有待进一步深入探索。

4.2 国家标准的制定与执行 兽药监察执法机构基于NIRS能否实现对兽药质量及畜禽产品中兽药残留的快速检测与控制最重要的保障是需要具有完善的国家标准技术支持，目前不同行业基于NIRS先后颁布了相应的技术标准：欧洲、美国、我国先后将NIRS收录在药典中指导该技术在制药领域中的应用[55]；石油化工行业基于NIRS也先后制定了多项行业标准以构建成品油快速检测标准体系；我国在食品检测、粮食品质检测等方面均制定了多项国家标准来支持相关检测部门采用NIRS进行质量检测。而基于NIRS在兽药及兽药残留检测方面的标准处于空白，从而限制了NIRS在该行业的应用推广。

4.3 数据模型的建立与维护 NIRS的应用推广很大程度上依赖于数据模型的建立与维护，然而在实际应用过程中，数据模型的建立往往需要有经验的专业人员依据丰富的代表样品信息，结合化学计量学等数据处理方法来完成。兽药数据模型的建立具有一定的可操控性，然而兽药残留由于代表性样品少，检测组分含量低等因素其数据模型的建立需要投入更多、更深入的分析研究。此外，数据模型在实际应用过程中还需要根据检测样品、检测项目等条件的不断变化而随时对数据模型进行补充、维护来提高检测结果的准确性。因此，如何建立和维护好兽药及兽药残留基于NIRS的数据模型对于NIRS在畜禽行业中的应用具有重要意义。

5 展 望

结合NIRS的原理、方法及技术特点，通过对该技术在兽药及兽药残留行业的应用分析可以看出，虽然NIRS在兽药质量及兽药残留检测方面的应用研究仍处于初级阶段，但是随着研究的不断深入和检测技术的不断成熟，NIRS在兽药及兽药残留检测方面的潜在应用有望得到进一步拓展。

基于NIRS已经实现了该技术在药品质量控制方面的相关应用，因此，对于兽药质量的分析检测在理论和技术上具有可行性：①有望实现对兽药性状、理化值、成分含量等质量指标进行快速、高效、无损、便捷的分析检测；②有望实现兽药生产过程中全程在线的质量控制：③有望实现中兽药品质、产地、以及有效成分等方面鉴别；④有望实现兽药掺伪、真伪的鉴定等。屈健[56]和张哲锋[57]对NIRS在兽药检测中的应用前景进行了展望，随着NIRS的不断创新发展，该技术在兽药质量检测控制方面具有广阔的应用空间且逐渐向便携、专业的应用方向发展。

基于NIRS在兽药残留方面的检测初步在牛奶、鸡肉等组织中兽药残留检测方面进行了应用探索。Min等[58]对于农药及兽药残留的快速检测方法进行了综述，NIRS已经在农药残留检测方面取得了一定的研究进展，兽药残留检测也有望实现多残留的快速检测。虽然受基质、残留量低等因素影响，该技术在兽药残留低水平级别的应用效果不好，但是随着研究的不断深入，通过研发专业、高灵敏的近红外光谱仪，结合样品前处理技术有望实现NIRS在兽药残留应用方面的技术突破，从而实现该技术在兽药残留检测方面的应用。