论文部分内容阅读
茶叶和中草药是我国传统的特色种植植物,在国内外贸易中占据重要地位。但是,近年来,一些国家不断提出和修订针对茶叶和中草药的农药残留限量标准,形成贸易技术壁垒,严重影响和制约了我国茶叶和中草药的国际贸易。
根据目前国内外研究现状,茶叶、中草药中农药残留分析方法研究存在明显不足,多数研究集中于单残留或选择性多残留方法,缺少农药多残留检测方法和新技术的应用。对于分子印迹聚合物,从作为液相色谱固定相、选择性催化剂到传感器,均得到了广泛的研究,但以富集、净化残留农药为目标的研究,国际上也才处于起步阶段。基于此,本文在以下几方面开展研究工作:1.采用正交设计,研究基质固相分散萃取的制约因素,建立茶叶农药残留的基质固相分散萃取方法;2.选择目前大量种植的中草药板兰根、白芍为对象,研究建立简便、快速的农药多残留检测方法;3.以常用农药为模板,研究合成分子印迹聚合物的方法,以合成的MIPs,制备SPE柱,研究MISPE的性能及应用技术;4.通过核磁共振、Scatchard分析等手段,探讨、揭示MIP的识别行为及机理。
主要研究结果如下:
1.综述了农药残留样品制备技术研究进展,包括广泛萃取溶剂体系、超声波提取、基质固相分散萃取、微波辅助萃取、固相微萃取及固相萃取技术等;农药残留检测技术研究进展,包括气相色谱、高效液相色谱及生物测定法等;茶叶、中草药农药残留检测技术进展以及分子印迹聚合物的基本理论、制备技术及其在农药残留检测方面的应用进展等。
2.采用正交实验设计,评价了固相填料种类、用量、活性炭、淋洗剂及样品水分含量等对茶叶中有机磷农药基质固相分散方法的影响,结果表明,对于不同农药,各因素的影响主次存在差异。在正交实验结果的基础上,以解决极性较强的农药回收率为目标,提出了优化的茶叶有机磷农药基质固相分散萃取方法,在茶叶中的添加回收实验结果表明,方法的回收率和相对标准偏差均能满足农药残留分析要求,可以用于茶叶有机磷农药的残留检测。
3.建立了茶叶中59种农药残留GC-MS快速筛选、确证及定量的系统分析方法。对59种农药应用基质固相分散萃取及GC-MS测定程序,确定了优化的GC-MS检测方式及应用EI-SIM方式检测时59种农药的选择离子,方法具有同时进行快速筛选和准确确证能力,提高了检测效率。添加回收实验及实际样品检测均表明,建立的方法对59种农药添加回收率及精密度实验均符合残留农药分析的规定,各农药的LOQ满足相关残留限量标准要求。
4.建立了同时测定板兰根药材及其制剂中有机磷农药、拟除虫菊酯类农药及硫丹、三唑酮、乙烯菌核利等15种农药残留量的气相色谱分析方法。待测农药残留组分在优化的前处理条件下能定量回收,方法的检出限LOD为0.1~32.5μg/L,定量限LOQ为0.3~108.3μg/L,回收率在70.2%~119.5%之间,相对标准偏差RSD在1.4~18.9%之间。方法具有操作简单、耗时少、灵敏度高和试剂消耗少等特点,能满足实际检测的需要。
5.研究提出中草药中戊唑醇、氯苯嘧啶醇等6种农药残留的MSPD-GC-NPD检测方法,方法的准确度和精密度高,简单、快速,不需要特殊的仪器设备,有机溶剂用量仅10mL/样,成本低,可以满足实际样品检测要求。
6.采用正交实验设计,评价了固相填料种类、用量及淋洗剂对中草药有机磷农药残留MSPD方法的影响,结果表明,对于不同农药,3个因素的影响主次存在差异,这与农药的极性或水溶性存在显著的关系。在正交实验结果的基础上,以解决极性较强的农药回收率为目标,提出了优化的中草药有机磷农药基质固相分散萃取方法,在白芍和板兰根中的添加回收实验结果表明,方法的回收率和相对标准偏差均能满足农药残留分析要求,可以用于中草药有机磷农药的残留检测。
7.研究、建立了白芍、板兰根中59种农药残留GC-MS快速筛选、确证及定量的系统分析方法。对59种农药应用MSPD及GC-MS测定程序,方法具有同时进行快速筛选和准确确证能力,提高了检测效率。添加回收实验表明,对59种农药添加回收率及精密度均符合农药残留分析的规定,各农药的检测限满足相关残留限量标准要求。
8.分别以异丙隆、溴氰菊酯和苄嘧磺隆为模板合成印迹聚合物,探讨、研究其底物选择性及结合机理。结果表明,以甲苯为溶剂,采用封管聚合法制备的三种农药分子印迹聚合物,对模板农药表现出高度选择结合特性,对于结构相近的化合物具有吸附活性。通过核磁共振及Scatchard分析,揭示了识别机理。Scatchard分析表明,以异丙隆和苄嘧磺隆为模板制备的MIP分别具有两类结合位点,而溴氰菊酯为模板的MIP仅有一类结合位点。
9.选择取代脲类除草剂和拟除虫菊酯类杀虫剂代表品种异丙隆和溴氰菊酯为模板,合成分子印迹聚合物,制备固相萃取柱,对其应用性能进行评价。结果表明,两种分子印迹固相萃取柱能有效去除茶叶、板兰根及白芍提取物中的共提物,净化效果好,回收率高,满足农药残留净化要求。