李晓慧，李建洪，王洪萍，金 芬*

（1.中国农业科学院农业质量标准与检测技术研究所，北京 100081；2.海南州农畜产品质量安全检验检测中心，青海 海南藏族自治州 813000）

植物源性食品是我国的重要食物来源，占我国主要食品消费量的84.81%［1］。该类食品在种植、储藏、运输和加工等过程中可能因不合理或违法操作产生或引入化学性危害物质，故植物源性食品的质量问题一直是食品安全问题的关注热点。植物源性食品中的化学性危害物质种类多、数量大，主要包括内源性植物毒素、外源性真菌污染、农兽药残留、环境污染物等。这些化学性危害物质经膳食进入人体，可能对健康造成潜在危害，据统计，2003～2017 年我国导致食源性中毒死亡的食物类别主要为真菌（51.1%）、谷物（9.9%）、调味品（9.8%）、白酒（8.2%）和有毒植物（5.0%），大部分为植物源性食品［2］。因此植物源性食品中化学性危害物质的筛查监测一直是世界各国食品安全领域关注的热点之一。

近年来，随着毒理学的发展，对内源性植物毒素、真菌毒素、农兽药有毒代谢产物以及新型化学危害物的研究日益深入，常规的靶向检测技术已很难满足植物源性食品风险评估的要求，对植物源性食品中化学性危害物质高通量、高灵敏度检测技术的需求越来越强烈。基于色谱-质谱联用技术的高通量、高灵敏度检测技术是目前植物源性食品安全领域化学性危害物质高通量筛查的最有力手段，其中色谱分离技术与三重四极杆质谱（QQQ）、四极杆-飞行时间质谱（Q-TOF）以及与四极杆-静电场轨道阱质谱（Q-Orbitrap）等高分辨质谱联用等的应用较多。本文从主要化学性危害物质的类型及检测概况、样品前处理方法以及色谱-质谱检测技术的应用3方面对植物源性食品中化学性危害物质的研究进展进行了综述，以期为植物源性食品安全风险筛查及风险评估提供参考。

1 植物源性食品中主要化学性危害物质的类型

近年来，世界各国均已开展了植物源性食品中化学性危害物质监测与评估的相关研究，主要集中在内源性毒素、外源性毒素、农药残留及代谢物等方面。本文基于化学性危害物质的类型，综述了不同类型化学性危害物质的发生、来源和残留污染情况。

1.1 内源性毒素

植物源性食品中的内源性毒素复杂多样，按其结构不同可分为蛋白质毒素、非蛋白质氨基酸、生物碱、不含氮毒素和生氰糖苷类毒素5 大类，仅蛋白质毒素类下的环形多肽类毒素目前就已分离纯化出22 种化合物类型［3］。近年来，由于食材处理不当或误食等引起的植物源性食品安全事件时有发生，目前已针对含量高或致死性强的四季豆中的毒扁豆碱，马铃薯等茄科植物中的α-茄碱（又名龙葵碱）、α-卡茄碱，木薯中的亚麻仁苦甙，白果中的银杏毒，黄花菜中的秋水仙碱以及真菌毒蘑菇中的鹅膏毒肽等建立了相关检测方法［4-10］，但仍有很多内源性毒素尚缺乏系统分离纯化及鉴定分析。因此亟需加快多种内源性毒素的高通量筛查和未知毒素的鉴定研究。

1.2 外源性毒素

真菌毒素是最常见的外源性毒素，是由真菌产生的具有毒性的次级代谢产物，经摄入和吸收后可在生物体内引起毒害作用，是影响植物源性食品质量安全的一类关键风险因子［11-12］。据联合国粮食及农业组织估计，全球每年约有25%的收获作物受到霉菌毒素的污染［13］。目前已知真菌毒素的种类达500余种，且数量仍在继续上升［14］，其中对人类健康危害最严重的主要包括黄曲霉毒素、赭曲霉毒素、棒曲霉素、玉米赤霉烯酮和伏马菌素等。但近年来的研究发现，隐蔽型真菌毒素往往与原型同时存在于粮食与食品中，且部分隐蔽型真菌毒素的浓度可能超过食品中霉菌毒素原型的水平，同时在人体内经代谢可重新转化为母体毒素甚至生成毒性更强的代谢物［15-16］。然而，目前针对植物源性食品中真菌毒素的检测技术研究大多针对黄曲霉毒素等毒素［17-20］，缺乏对其他类型真菌毒素及真菌毒素原型在真菌、植物体内代谢转化和加工过程中产生的不同的隐蔽型毒素［21-22］的研究。采用常规的靶向检测技术往往会造成对此类潜在隐蔽型真菌毒素的漏检，从而低估其对人体的危害。而采用色谱-质谱联用的高通量检测技术对真菌毒素及隐蔽型真菌毒素进行广泛的高通量、非靶向筛查是准确发现和检测真菌毒素的有效手段。

1.3 农药残留及代谢物

农药残留一直是影响植物源性食品质量安全的最主要的化学性风险因子。我国近年来的农产品例行监测结果显示，水果、蔬菜、茶叶等主要植物源农产品的农残合格率基本稳定在97%以上，但仍存在部分农药残留超标现象［23-25］。植物源性食品中残留的农药种类主要包括低中毒有机磷类、有机氯类、拟除虫菊酯类、三唑类、苯并咪唑类和烟碱类等［26-28］。目前，农药的种类已达1 000多种，在我国登记使用的农药有效成分达751 种［29］。目前常规农药残留的实验室检测多侧重于农药的有效成分，可实现几百种已知化合物的筛查和定量分析［30-33］，但对靶向目标以外的农药残留代谢物的筛查研究有待深入。农药施用后，在不同作物、环境以及加工过程中可产生不同的代谢及降解转化产物，且其毒性可能高于母体，并可能对人类健康构成严重危害［34-35］。目前关于手性农药在作物中降解和代谢的研究较为成熟［36-38］，但对大部分农药在不同植物源性食品复杂基质中产生的未知有毒代谢及转化产物尚缺乏有效监测。

1.4 其他化学性风险物质

除上述3种类型外，植物源性食品中的化学性风险物质还包括重金属［39］、邻苯二甲酸酯类［40-42］、多氯联苯［40，43］、苯并芘［44］等化学工业污染物，以及苏丹类、罗丹明B、胭脂红和柑橘红2号等用于染色的非法添加物［45］。此类化学性风险物质可通过富集、加工和食品包装材料迁移等方式引入植物源性食品中，往往具有较高毒性或内分泌干扰作用，易引起消费者恐慌和媒体炒作。因此建立高通量的检测手段开展此类化学性风险物质的监测显得尤为重要。

2 植物源性食品中主要化学性危害物质的样品前处理方法

鉴于植物源性食品的基质复杂性（色素、糖类、有机酸、脂类等）和化学性危害物质的痕量浓度［46］，开发高效的前处理方法是保证方法性能和结果可靠性的关键步骤。

2.1 液液萃取

液液萃取（LLE），是基于目标物在两种互不相溶或微溶的溶剂中溶解度的不同，实现目标物从一种溶剂转移到另一种溶剂中的方法，是最经典的提取方法之一。乙腈、乙酸乙酯和正己烷等为液液萃取最常用的提取溶剂，可与大多数仪器兼容。Timofeeva 等［47］采用液液萃取进行简单、快速前处理后，结合高效液相色谱-串联质谱（HPLC-MS/MS）实现了不同果汁中马拉硫磷、二嗪磷、吡虫啉和三嗪酮等农药的快速检测，回收率为96.0%～111%。Bakirci等［48］采用四氟乙烷和甲苯混合溶剂实现了对番茄、黄瓜等9 种果蔬中71 种农药的有效提取，结合超高效液相色谱-飞行时间质谱（UPLC-QTOF MS）进行分析，回收率为70.0%～120%。Lei 等［49］将甲酸/水/甲醇混合溶剂提取与超高效液相色谱-四极杆-静电场轨道阱质谱（UPLC-Q-Orbitrap MS）相结合，实现了野生蘑菇中环肽毒素的非靶向筛查，并对主要的环肽毒素进行了定量分析，回收率为72.5%～91.9%。然而，液液萃取需采用大量有机溶剂，样品浓缩耗时耗力，可能导致基质效应较高、回收率低、重现性差等问题。

2.2 固相萃取

固相萃取（SPE）是基于液-固相色谱理论，利用特定吸附剂实现对样品中农药残留的选择性吸附，再采用不同类型的洗脱液实现杂质和目标物选择性洗脱的前处理方法。Sivaperumal等［50］以石墨化炭黑（GCB）/乙二胺-N-丙基硅烷（PSA）为吸附剂，实现了芒果、茄子等13 种果蔬中60 种农药的有效回收，回收率达74.0%～111%。Balinova等［51］采用不同的固相萃取剂对谷物、水果和蔬菜中的25种农药残留进行提取，回收率达73.0%～117%。Habler等［52］将固相萃取与液相色谱-串联质谱（LC-MS/MS）结合实现了谷物中14 种镰刀菌毒素的有效提取，回收率达79.0%～117%。相较于液液萃取，固相萃取能够对复杂基质进行有效分离，对于大体积样品在浓缩和净化上具有明显优势。但该方法操作繁琐，在大批量植物源性食品前处理方面的优势并不明显，且会因样品中的杂质导致滤芯堵塞。

2.3 固相微萃取

固相微萃取（SPME）是一种利用“相似相溶”原理，通过基体表面上涂覆的固定相薄层对目标物进行净化分离的方法，其灵敏度和选择性受固定相薄层材质的直接影响。目前用于植物源性食品中化学性危害物质测定的SPME涂层主要包括聚酰胺（PA）、聚二甲基硅氧烷（PDMS）、分子印迹等，富集方式包括直接SPME 法和顶空SPME 法两种。Abdulra'uf 等［53］采用顶空固相微萃取结合气相色谱-串联质谱（GC-MS/MS）实现了4种果蔬中14种农药残留的检测，回收率达73.3%～118%。Nonaka等［54］采用固相微萃取对坚果、谷物、干果和香料中的4种黄曲霉毒素进行测定，回收率达80.8%～109%。固相微萃取是一种集采样、萃取、浓缩和进样为一体的前处理技术，有效克服了传统前处理技术耗时且需溶剂以及固相萃取易堵塞滤芯的缺点。

2.4 基质分散固相萃取

基质分散固相萃取（MSPD）是将样品与固相萃取吸附剂混合，充分研磨至半固体状态并转移至层析柱，选用合适的溶剂将目标物洗脱的前处理方法。Giannioti等［55］采用基质分散固相萃取结合LC-MS/MS实现了无麸质谷物中7 种霉菌毒素（其中4 种为新型霉菌毒素）的检测，回收率达91.1%～105%。Chu等［56］采用基质分散固相萃取结合气相色谱-质谱法实现了苹果汁中266种农药残留的有效提取，97%的农药回收率为70.8%～117%。与传统的前处理方法相比，基质分散固相萃取可同时实现均化、萃取和净化，过程简单、快速，成本低，能够减少样品损失和溶剂消耗，近年来已在农药残留、真菌毒素检测等领域广泛应用。但基质分散固相萃取法需要对样品量、固相萃取吸附剂的种类和含量以及淋洗液组成等多个变量进行优化。

2.5 分散固相萃取

分散固相萃取（d-SPE）是将固相萃取吸附剂颗粒分散在样品萃取液中以达到去除样品中基质和干扰组分的目的，QuEChERS 方法为其典型应用。QuEChERS 方法具有操作简便、溶剂使用量少和适用范围广等优势，是目前植物源性食品农药多残留分析中应用最为广泛的前处理技术［57-60］。

QuEChERS 程序主要包括几个步骤：（1）采用有机溶剂进行初步提取；（2）提取物中加入盐混合物使其盐析分层；（3）吸取有机提取层加入分散固相萃取剂进行净化；（4）上清液进入仪器进行分析。Jallow 等［61］采用QuEChERS 方法实现了马铃薯和草莓等12 种果蔬中34 种农药的有效提取，回收率达79.0%～106%。Cervera 等［62］采用QuEChERS 方法实现了高含水量、高酸和高油含量植物性食品中55 种农药的有效回收，回收率达70.0%～120%。

但上述传统的QuEChERS 方法往往采用多步离心分离，存在富集倍数低、检出限高等缺陷。使用新型材料作为吸附剂是近年来QuEChERS 前处理技术的发展趋势［58，63-66］。Han 等［64］采用多壁碳纳米管（MWCNTs），建立了豇豆中171 种农药残留的测定方法，大部分农药的回收率达74.0%～129%。Li等［66］将磁性纳米颗粒（MNPs）和GCB/PSA联合使用，获得了优于传统QuEChERS方法的色素净化效果，并实现了101 种农药的有效回收，回收率达71.5%～112%。Ma 等［67］采用Fe3O4磁性多壁碳纳米管实现了谷物中20 种霉菌毒素的有效提取，回收率达71.6%～113%，有效提高了色素净化效果和回收效率并缩短了预处理时间。因此，新材料的研发和使用，有望实现样品中化学性危害物质的“全回收”，是今后植物源性食品中化学性危害物质高通量检测的一个重要研究方向。

2.6 其他提取方法

近年来，样品前处理技术正向简单、快速、小型化等绿色前处理方向发展，用于植物源性食品中化学性危害物质检测的还有微分散固相萃取（D-µ-SPE）、管内固相微萃取（IT-SPME）、单滴微萃取（SDME）和分散液液微萃取（DLLME）等微型前处理方法。但这些方法仍然存在一些缺点，如单滴微萃取操作时间长、分散液液微萃取提取效率低等。针对植物源性食品中多种化学性危害物质高通量筛查的需求，前处理技术在绿色、小型化的同时，应尽可能多地保留样品中可能存在的危害物质。

3 植物源性食品中化学性危害物质的色谱-质谱检测技术及其应用

根据检测的目的及使用仪器设备的不同，植物源性食品中化学性危害物质检测技术可分为定向检测、靶向筛查和非靶向筛查3种［46，68］。

3.1 定向检测技术

定向检测技术是指在样品数据采集之前对目标化合物进行预先选择，通常采用串联四极杆质谱（如QQQ）、四极杆线性离子阱（QLIT）的多重反应监测（MRM）或选择反应监测（SRM）模式进行靶标分析。定向检测技术需要逐一测定目标化合物的标准品，以获得其保留时间、定性定量离子对、离子比率等信息，并采用相同的方法进行未知物测量，通过比较两者的保留时间、碎片离子等信息即可实现高灵敏度、高选择性和高重现性的定性及定量检测。表1和表2分别总结了近年来基于定向检测的标准方法以及定向检测在植物源性食品化学性危害物质研究中的应用。Shabeer等［69］采用GC-MS/MS 技术在SRM模式下对豆蔻中的243种农药残留进行定向检测，在0.01 mg/kg加标水平下，78%农药的回收率为70.0%～120%，定量下限均低于0.01 mg/kg；他们还采用液相色谱-串联质谱（LC-MS/MS）在MRM 模式下定向检测了葡萄干中的276 种农药残留［70］。定向检测技术具有高灵敏度、高特异性等特点，但也存在只针对部分特定目标物、高度依赖标准品进行定性和定量、方法分析成本较高的缺点。

表1 定向检测技术在植物源性食品化学性危害物质标准检测方法中的应用Table 1 Application of target detection technology for detection of chemically hazardous substances in plant-derived food by standard methods

表2 国内外基于定向检测技术开展的植物源性食品中化学性危害物质研究Table 2 Studies on chemically hazardous substances in plant-derived foods based on target detection technology at home and abroad

3.2 靶向筛查技术

近年来，基于串联质谱筛查数据库创建靶向筛查方法，成为解决定向检测方法对标准品高度依赖、耗时问题的重要手段。基于已有的质谱数据库创建检测方法，避免了初筛阶段需要购买全部标准品的问题，可在此基础上，针对筛选出的疑似存在的污染物购买相应标准品进行进一步的确证和准确定量［71］。本课题组前期构建了涵盖623 种农药及代谢物基本信息、色谱和质谱信息等3 类共11 个参数的气相色谱-四极杆串联质谱筛查数据库，基于该数据库，不依靠标准品即可进行靶向目标物的筛查。该方法成功用于山东潍坊地区黄瓜中农药及代谢物残留的快速筛查，为我国农产品中农药残留的风险评估提供了一种高通量的靶向筛查分析手段［72］。

然而，靶向筛查技术理论上只能实现有限数量目标化合物的筛查，方法的灵敏度在很大程度上与驻留时间等参数有关，监测的化合物越多，扫描驻留时间越短，方法的灵敏度越差［73］。此外，靶向筛查无法进行回顾性分析，无法对不在数据库或方法列表内的化合物进行判定。

（续表2）

3.3 非靶向筛查技术

非靶向筛查，广义上是指利用代谢组学技术鉴别分析样品中的所有未知物，旨在揭示样品之间物质成分的差异性［99］；狭义上，非靶向筛查可分为可疑物筛查和非目标物筛查。

3.3.1 可疑物筛查可疑物筛查技术［100］，通常采用Q-TOF、Q-Orbitrap 等高分辨质谱，依据已知化学性危害物及其转化产物［101-103］等数据库信息，在无需标准品的条件下创建可疑物列表，在全扫描模式下采集数据，基于高分辨率实现化合物精确质量数的采集。表3 总结了近年基于色谱与高分辨质谱联用的可疑物筛查技术在植物源性食品可疑物筛查方面的研究。Bauer 等［104］基于超高效液相色谱-四极杆-飞行时间质谱（UPLC-QTOF MS）创建了648种农药代谢物的数据库，实现了在无标准品情况下对可疑农药代谢物的定性筛查；Pang等［105］采用气相色谱-四极杆-飞行时间质谱法（GC-QTOF MS）和液相色谱-四极杆-飞行时间质谱法（LC-QTOF MS）开发了高通量的农药多残留筛查方法，可实现134种果蔬样品中733种农药残留的无标准品快速筛查，在8种代表性果蔬基质中大部分农药（66.6%～77.2%）的回收率为60%～120%。

表3 国内外基于可疑物筛查技术开展的植物源性食品中化学性危害物质研究Table 3 Studies on chemically hazardous substances in plant-derived foods based on suspect screening at home and abroad

近年来，“多维色谱技术”与飞行时间质谱的联用逐渐成为植物源性食品中可疑物研究的热点。多维色谱技术主要包括二维液相色谱技术和二维气相色谱技术等，可通过耦合两个及以上不同极性的色谱柱，实现高峰容量、高灵敏度、瓦片效应和族分离等，提升复杂基质中化合物的分离性能。姜俊等［106］使用建立的全二维气相色谱-飞行时间质谱方法（GC×GC-TOF MS），在5 种蔬菜中筛查出64 种农药残留，并实现了8 种同分异构体的完全分离；Dasgupta 等［107］采用GC×GC-TOF MS 技术筛查出葡萄和葡萄酒中的160种农药残留和25种持久性有机污染物，回收率为70%～120%。目前，二维色谱技术在筛查领域的应用尚处于研究阶段，随着数据处理系统和硬件设施的进一步发展完善，“多维色谱技术”与飞行时间质谱联用的应用场景将更广泛。

与靶向筛查技术不同的是，可疑物筛查方法采用全扫描数据采集方法，可进行回顾性分析，在理论上所能监测的风险物质数量不受限制。但实际应用中其识别化合物的能力取决于所构建的可疑物列表的大小，相较于低分辨质谱而言，其灵敏度和定量准确性仍是短板［108］。

3.3.2 非目标物筛查非目标物筛查技术，通常是指不预先选择目标化合物，不歧视任何被分析物，对样品前处理过程中被保留的所有化合物进行总筛查的方法。非目标物筛查的步骤一般包括数据采集、数据处理和数据分析3 个阶段。首先，基于普适性较强且相对简单的样品前处理方法，利用可进行无差别检测的高分辨质谱和非依赖性质谱数据采集方式获取海量数据信息，主要包括所有可离子化的化合物（分子离子）以及部分质谱数据（分子离子进行二级或多级裂解产生的碎片离子）；然后，通过对数据进行降噪、基线校准、解卷积和峰对齐处理，对存在的化合物进行峰检测、注释，以及对同系物、特征碎片离子、元素同位素、加合离子等可能属于一个物质的所有信息进行分组，并采用主成分分析、聚类和回归分析等统计方法对色谱峰进行优先级排序；最后，借助NIST（https：//www.nist.gov）、MassBank（https：//massbauk.eu/MassBank）、Mzcloud（https：//www.mzcloud.org）、Metlin（http：//metlin.scripps.edu）、MDB（https：//hmdb.ca）、PubChem（https：//pubchem.ncbi.nlm.nih.gov）等化合物的数据库平台并基于未知物的谱图相似性、模拟碎裂和结构预测工具，如Waters MassLynx 软件、Thermo Scientific Metworks 软件、Agilent MassHunter Molecular Structure Correlator 软件（MSC）、CFM-ID 谱图预测模型软件、Sirius4结构预测模型和多评价指标体系MetFrag结构鉴定模型等，最终实现未知可疑物的识别与确证。表4 总结了近年来非目标物筛查技术在植物源性食品中的应用。Diaz 等［128］采用UPLCQTOF MS 对橙子、香蕉和玉米中的危害物进行非靶向筛查，检出了传统靶向方法未关注的2 种霉菌毒素；Lei 等［49］采用超高效液相色谱-四极杆-静电场轨道阱高分辨质谱（UPLC-Q-Orbitrap HRMS）技术对蘑菇中环肽毒素的潜在有毒类似物进行筛查，首次鉴定出两种未知环肽毒素；Bi等［129］采用高分辨质谱法对9 大类植物源和动物源性食品中的未知有机污染物有机磷酸酯（OPEs）进行非靶向筛查，成功鉴定了一种新型OPEs。

表4 国内外基于非目标物筛查技术开展的植物源性食品中未知化学性危害物质研究Table 4 Studies on unknown chemically hazardous substances in plant-derived foods based on non-target screening at home and abroad

相较于可疑物筛查，非目标物筛查技术的筛查能力更强，但未知物结构解析难度大、费时耗力，且各项研究应用的数据处理软件及相关术语不统一，未知化合物鉴定标准也存在差异，方法应用达不到标准化水平。

4 总结与展望

植物源性食品中的风险物质筛查还面临植物源性食品基质复杂、潜在风险物质不明、新污染物和未知风险因子层出不穷以及风险物质残留量低等问题。因此，未来色谱-质谱联用检测技术的主要突破点包括：一是加快新型样品前处理技术和多维色谱联用技术的研发，提高提取净化效率和方法分离效能；二是不断补充已有风险物质的质谱数据信息，完善已有的质谱数据库；三是加快非靶向筛查方法的标准化进程，推动数据处理流程的自动化和标准化，提高筛查的准确率和效率。