基于微波等離子體炬串聯質譜鑒別蜂蜜和糖漿

鄧敏 黃學勇 王文靜 崔萌 于騰輝 羅麗萍

摘 要 采用微波等離子體炬串聯質譜（Microwave plasma torch mass spectrometry， MPT-MS）技術，在無需樣品預處理的條件下，建立了快速鑒別3種蜂蜜和4種糖漿的方法。在正離子模式下，蜂蜜和糖漿直接由MPT產生的火焰離子化，生成的離子采用四極桿質譜儀（QM）檢測，得到蜂蜜和糖漿的質譜信息，采用化學計量學方法進一步對質譜數據進行分析。結果表明，MPT-MS結合化學計量學的方法，可以快速鑒別蜂蜜和糖漿，主成分分析（PCA）顯示PC1、PC2和PC3的總貢獻率達91.2%； 聚類分析（CA）顯示當臨界值為7時，除紫云英蜜和菊粉糖漿外，可以有效的區分蜂蜜和糖漿； 偏最小二乘判別分析（PLS-DA）顯示蜂蜜和糖漿可以被有效區分； 判別分析（DA）顯示蜂蜜和糖漿的判別準確率為100%。本方法無需樣品預處理，具有分析速度快、信息提取準確和識別精度高等優點，可用于蜂蜜與主要摻假糖漿的鑒別。

關鍵詞 微波等離子體； 質譜； 蜂蜜； 糖漿

1 引 言

蜂蜜具有抗氧化、抗菌和抗炎等多種功效，可用于治療創傷、燒傷和胃潰瘍等傷病[1～3]。蜂蜜主要由葡萄糖和果糖組成，此外還有少量的其它物質，如蛋白質、酶、氨基酸、有機酸、脂類、維生素、黃酮類和礦物質等[4～6]?，F行的蜂蜜行業標準規定，蜂蜜中不得添加或混入任何蜂蜜以外的物質[7]。但受利益驅動，很多不良商家在高品質蜂蜜中摻入低品質蜂蜜，以次充好； 或者在蜂蜜中直接摻入糖漿，以假亂真。常用的蜂蜜摻假物有蔗糖、高果糖漿、大米糖漿、玉米糖漿、甜菜糖漿和麥芽糖漿等[8]。

目前，常用于蜂蜜摻假檢測的方法主要有穩定碳同位素法、熱分析法[9]、核磁共振法[10]、色譜法[11，12]、光譜法[13]和質譜法[14]等。穩定碳同位素法可以有效檢測由C4植物產生的糖漿，但對于C3植物來源的糖漿則無法鑒別； 液相色譜、氣相色譜、離子色譜和薄層色譜等色譜法需要經過前處理過程，不利于快速檢測。質譜具有特異性好、靈敏度高及響應速度快等特點，2010年，Ruiz-Matute等[15]采用GC-MS方法檢測了摻入低含量（5%）高果糖漿的摻假蜂蜜，結果表明，摻假蜂蜜中含有Inulotriose，在純蜂蜜中不含有Inulotriose。2015年，Du等[16]采用超高液相色譜-串聯飛行時間質譜技術分析了蜂蜜中多種糖漿的摻假，在30 min內檢測出10%的糖漿摻假。近年來，中性解吸電噴霧電離質譜（Neutral desorption-extractive electrospray ionization mass spectrometry， ND-EESI-MS）[7]、內部萃取電噴霧電離質譜（Internal extractive electrospray ionization mass spectrometry， iEESI-MS）[18，19]、和表面解吸常壓化學電離質譜（Desorption atmospheric pressure chemical ionization mass spectrometry， DAPCI-MS）[20]等直接質譜法被廣泛應用于食品、生物、發酵、環境和醫藥等領域。微波等離子體炬是一種新型等離子體發生裝置[21]，微波等離子體炬串聯質譜技術（Microwave plasma torch mass spectrometry， MPT-MS）結合了微波等離子的強解吸能力和質譜的高靈敏檢測能力，主要用于金屬元素的分析。鐘濤等[22]建立了MPT-MS分析飲用水中微量鈣的方法，檢出限為3.88 ng/L，相對標準偏差（RSD）為2.87%～8.04%，加標回收率為101.3%～115.1%。2017年Wang等[23]采用MPT-MS技術進行了臍橙產地的研究，其中香草素的檢出限為0.119 mg/L，相對標準偏差為1.7%。

本研究采用MPT-MS技術，無需樣品預處理，對3種蜂蜜（洋槐蜜、紫云英蜜和雜花蜜）和4種糖漿（大米糖漿、玉米糖漿、甜菜糖漿和菊粉糖漿）進行直接質譜檢測，結合化學計量學方法對蜂蜜和糖漿進行分析，建立了蜂蜜和糖漿綠色、原位、快速的鑒別方法，為蜂蜜的摻假檢測及其它食品摻假的檢測提供了參考依據。

2 實驗部分

2.1 儀器與試劑

微波等離子體炬管（外管、中管和內管三管同軸的結構）和WGY-20型微波功率源（長春吉大小天鵝儀器有限公司）； LTQ-XL型線性離子阱質譜儀（美國Thermo Fisher公司），配Xcalibur數據處理系統。氬（Ar）氣（純度>99.999%，江西國騰氣體有限公司）。

洋槐蜜由江西農業大學蜂蜜研究所提供，紫云英蜜和雜花蜜由武漢巢野蜂產品有限公司提供； 大米糖漿、玉米糖漿和甜菜糖漿由南昌大學食品科學與技術國家重點實驗室付桂明教授惠贈，菊粉糖漿（比利時，Beneo Orafti S.A）。

2.2 實驗方法

2.2.1 蜂蜜和糖漿樣品的準備 測定前，將3種蜂蜜（洋槐蜜、紫云英蜜和雜花蜜）和4種糖漿（大米糖漿、玉米糖漿、甜菜糖漿和菊粉糖漿）樣品置于55℃的水浴鍋中孵育30 min，分別渦旋使樣品混勻，冷卻到室溫，各取1 mL樣品于樣品臺，待測。

2.2.2 實驗條件 線性離子阱質譜（LTQ-MS）采用正離子檢測模式，質譜掃描范圍m/z 50～700，毛細管溫度150℃，毛細管電壓29 V，其它參數由LTQ-MS軟件系統自動優化。

MPT-MS的裝置簡圖如圖1所示。利用微波發生器將電能轉換為微波能，微波在諧振腔內產生諧振形成放電區，當放電氣體（Ar）通過諧振放電區時，便受熱、激發、離解和電離，多次反復后，在內管（載氣）和中管（支撐氣）頂端形成等離子體，并由炬管頂部向空氣擴展延伸，形成了具有中央通道的類似于火焰的微波等離子體。載氣流速為 800 mL/min，支撐氣流速為400 mL/min，MPT炬管與質譜儀離子傳輸管的水平夾角α=30°，等離子體火焰尖端與質譜口的水平距離d=10 mm，樣品表面與質譜口的垂直距離h=10 mm。

3.2 條件優化

以洋槐蜜為檢測對象，以m/z 198凈響應信號平均值為指標，對微波功率、載氣流速和支撐氣流速等實驗參數進行系統優化。

3.2.1 微波功率優化 MPT中微波功率對質譜信號強度有較大的影響，微波功率分別設置為50、60、70、80、90和100 W進行優化，結果見圖4A。50～80 W時，質譜信號隨著微波功率的增加而增強； 80～100 W時，隨著功率增加， 質譜信號降低，這是因為隨著微波功率的升高，目標物接收的能量也越高， 并逐漸發生裂解，導致離子信號強度逐漸降低。

3.2.2 載氣流速優化 如圖4B所示，隨載氣流速的增大， 目標離子信號強度出現先增強后減弱的趨勢，載氣流速為600 mL/min時質譜信號最大。這是因為載氣流速太小不利于離子火焰的穩定，流速過大對等離子體炬具有冷卻作用。

3.2.3 支撐氣流速優化 支撐氣流速分別設置為200、350、500、650和800 mL/min進行實驗的結果如圖4C。隨載氣流速的增大， 目標離子信號強度呈現先增強后減弱的趨勢，最佳載氣流速為650 mL/min。 這是因為支撐氣流速太小不利于形成離子火焰，支撐氣流速過大對等離子體炬具有冷卻作用[24]。

4 結 論

采用MPT-MS，在無需樣品前處理的條件下獲取了3種蜂蜜和4種糖漿的MPT-MS數據，結合化學計量學的方法（PCA、CA、PLS-DA和DA）實現了蜂蜜和糖漿的快速區分。本研究為建立綠色、原位、快速的蜂蜜和糖漿鑒別的新方法提供了參考。

References

1 Cimpoiu C， Hosu A， Miclaus V， Puscas A. Spectrochim. Acta A， 2012， 100（12）： 149-154

2 Cheng N， Du B， Wang Y， Gao H， Cao W， Zheng J， Feng F. Food Funct.， 2014， 5（5）： 900-908

3 Isidorov V A， Bagan R， Bakier S， Swiecicka I. Food Chem.， 2015， 171： 84-88

4 Pasias I N， Kiriakou I K， Proestos C. Food Chem.， 2017， 229： 425-431

5 Da S P， Gauche C， Gonzaga L V， Costa A C， Fett R. Food Chem.， 2016， 196： 309-323

6 Hao D， Luo D， Xian Y， Luo H， Guo X， Chao L， Zhao M. J. Agric. Food Chem.， 2016， 64（16）： 3258-3265

7 GH/T 18796-2012， Honey. The Supply and Marketing Cooperation Industry Standards of the People's Republic of China

蜂蜜. 中華人民共和國供銷合作行業標準. GH/T 18796-2012

8 Li S， Xin Z， Yang S， Su D， Qiang M， Wen R， Li J. Food Chem.， 2016， 218： 231-236

9 Sobrino-Gregorio L， Vargas M， Chiralt A， Escriche I. J. Food Eng.， 2017， 213： 69-75

10 Zuccato V， Finotello C， Menegazzo I， Peccolo G， Schievano E. Food Control， 2017， 82： 145-153

11 Wang S， Guo Q， Wang L， Lin L， Shi H， Cao H， Cao B. Food Chem.， 2015， 172： 669-674

12 Dong H， Xiao K， Xian Y， Wu Y. Food Chem.， 2018， 240： 717-724

13 Bázár G， Romvári R， Szabó A， Somogyi T， V ， Tsenkova R. Food Chem.， 2016， 194： 873-880

14 Wu L， Du B， Heyden Y V， Chen L， Zhao L， Wang M， Xue X. TrAC-Trend Anal. Chem.， 2016， 86： 25-38

15 Ruiz-Matute A I， Rodriguez-Sanchez S， Sanz M L， Martinez-Castro I. J. Food Compos. Anal.， 2010， 23（3）： 273-276

16 Du B， Wu L， Xue X F， Chen L Z， Li Y， Zhao J， Cao W. J Agric. Food Chem.， 2015， 63（29）： 6614-6623

17 Zhang J， Xu J， Lu H， Ding J， Yu D， Li P， Xiong J， Liu X， Chen H， Wei Y. Oncotarget， 2016， 7（39）： 63158-63165

18 Zhang H， Lu H， Huang H， Liu J， Fang X， Yuan B F， Feng Y Q， Chen H. Anal. Chim. Acta， 2016， 926： 72-78

19 XIAO Yi-Po， LU Hai-Yan， LYU Shao-Jun， XIE Shao-Xian， WANG Zhao-Zheng， CHEN Huan-Wen. Chinese J. Anal. Chem.， 2016， 44（11）： 1633-1638

肖義坡， 盧海艷， 呂邵軍， 謝少賢， 王兆征， 陳煥文. 分析化學， 2016， 44（11）： 1633-1638

20 Guo X， Cui M， Deng M， Liu X， Huang X， Zhang X， Luo L. Sci. Rep.， 2017， 7： 46579

21 JIN Qin-Han， YANG Guang-De， YU Ai-Min， LIU Jun， ZHANG Han-Qi， BEN Yue-Zhi. Acta Scientiarum Naturalium Universitatis Jilinensis， 1985， （1）： 90-91

金欽漢， 楊廣德， 于愛民， 劉 軍， 張寒琦， 賁躍芝. 吉林大學自然科學學報， 1985， （1）： 90-91

22 ZHONG Tao， YANG Mei-Ling， PEI Miao-Rong， ZHANG Xing-Lei， LE Zhang-Gao， WANG Guang-Cai， CHEN Huan-Wen. Chem. J. Chinese U.， 2016， 37（1）： 26-30

鐘 濤， 楊美玲， 裴妙榮， 張興磊， 樂長高， 王廣才， 陳煥文. 高等學校化學學報， 2016， 37（1）： 26-30

23 Wang X， Yang， M， Wang Z， Hua Z， Wang G， Chen H， Luo L. J. Agric. Food Chem.， 2017， 65（11）： 2488-2494

24 JIN Qin-Han， YU Ai-Min， FAN Fu-Liang. Spectroscopy and Spectral Analysis， 1992， （4）： 51-54

金欽漢， 于愛民， 范富良. 光譜學與光譜分析， 1992， 12（4）： 51-54

Abstract In this study， a method for rapid identification of three kinds of honey and four kinds of syrup by microwave plasma torch mass spectrometry （MPT-MS） without sample pretreatment was established. Under the positive ion mode， honey and syrup were ionized by MPT-MS and analyzed by quadrupole mass spectrometry （QMS）. The MS data were analyzed with chemometrics methods. Consequently， principal component analysis （PCA） showed that PC1， PC2 and PC3 had a total contribution rate of 91.2%， and cluster analysis （CA） indicated when the critical value was 7， this method could distinguish honey and syrup in addition to clover honey and inulin syrup. Partial least squares-discriminant analysis （PLS-DA） also manifested that honey and syrup could be effectively distinguished. Discriminant analysis （DA） demonstrated that the discriminant accuracy of honey and syrup was 100%. Accordingly， all the results showed that the method of MPT-MS combined with chemometrics could identify honey and syrup rapidly. In brief， this method has the advantages such as fast analysis speed， accurate information extraction， high recognition accuracy and without sample pretreatment， and can be used for the identification of honey and main adulterated syrup.

Keywords Microwave plasma torch； Mass spectrometry； Honey； Syrup

（Received 4 September 2017； accepted 18 March 2018）