呂 燕 王祖忠 胡玲萍 黃 健 周 君張春丹 李 曄 蘇秀榕①

(1. 寧波大學(xué)海洋學(xué)院 寧波 315211; 2. 北京普析通用儀器責(zé)任有限公司 北京 101200)

多氯聯(lián)苯(Polychlorinated biphenyls, PCBs)是聯(lián)苯苯環(huán)上的氫被氯取代而形成的多氯化合物, 對(duì)生物體有積蓄性毒害作用的一類(lèi)持久性有機(jī)污染物的總稱(chēng), 被列為斯德哥爾摩公約中優(yōu)先控制的12類(lèi)持久性有機(jī)污染物之一(穆季平, 2006; 蔣慧等, 2010),具有致畸、致癌和致突變性(Ross, 2004)。多氯聯(lián)苯是德國(guó)施米特和舒爾茨于1881年首先合成的, 美國(guó)于1929年最先開(kāi)始生產(chǎn), 20世紀(jì)60年代中期, 全世界多氯聯(lián)苯的產(chǎn)量達(dá)到高峰, 年產(chǎn)約為10萬(wàn)噸(陳春花,2010)。據(jù)估計(jì), 全世界已生產(chǎn)的和使用中的PCB遠(yuǎn)超過(guò)100萬(wàn)噸, 其中已有1/4—1/3進(jìn)入人類(lèi)環(huán)境, 造成危害。雖然多氯聯(lián)苯等持久性有機(jī)污染物(POPs)已被國(guó)際禁止生產(chǎn)和使用, 但是由于當(dāng)時(shí)使用量大, 在環(huán)境中具有持久污染性, 至今仍能在環(huán)境樣品和食品中檢測(cè)到這些有機(jī)氯化合物(Chiaet al, 2006; 朱云海等,2012)。作為水產(chǎn)品生產(chǎn)大國(guó), 目前我國(guó)海域水產(chǎn)品體內(nèi)多氯聯(lián)苯等的污染物的含量還是比較高的, 有些已嚴(yán)重超標(biāo)(甘居利等, 2009; 劉敏霞等, 2013)。這些污染物一般通過(guò)地表徑流、工業(yè)廢水和大氣沉降等各種途徑進(jìn)入生物體內(nèi), 即使?jié)舛葮O低, 在魚(yú)、貝類(lèi)等低營(yíng)養(yǎng)級(jí)生物的脂肪中被富集和放大, 不僅影響水生生物的生長(zhǎng)、發(fā)育和繁殖, 也對(duì)食物鏈高層生物包括人類(lèi)及其它高等動(dòng)物形成危害(梁恕坤, 2009; 彭艷超等,2010; 李娜等, 2012)。目前可通過(guò)檢測(cè)貝類(lèi)等水產(chǎn)品軟組織中富集的有機(jī)污染物含量來(lái)反映水體被污染的程度。因此, 對(duì)其在水產(chǎn)品中的檢測(cè)研究非常必要。

目前多氯聯(lián)苯的檢測(cè)方法主要有以下幾種: 免疫測(cè)定方法(陳寒玉等, 2011), 熒光檢測(cè)方法(Wanget al, 2010), 氣相色譜分析法(楊左軍等, 2011), 氣質(zhì)聯(lián)用分析法(王道瑋等, 2013), 液相色譜分析法(張琦等,2009; 邢紅等, 2015)等。這些方法儀器昂貴, 需要在穩(wěn)定的環(huán)境下進(jìn)行檢測(cè), 而且樣品前處理比較復(fù)雜,不能滿(mǎn)足社會(huì)發(fā)展的需求。

本文主要采用電子鼻對(duì)青蛤軟組織中的多氯聯(lián)苯進(jìn)行快速檢測(cè), 用線性判別式分析(LDA)、主成分分析(PCA)對(duì)結(jié)果進(jìn)行定性定量研究, 運(yùn)用歐式距離、馬氏距離、判別函數(shù)法和相關(guān)性, 對(duì)不同濃度的PCB15海水所養(yǎng)殖的青蛤樣品進(jìn)行檢測(cè)和判別, 并利用HS-SPME-GC-MS檢測(cè)技術(shù)加以驗(yàn)證(Ameeretal,2005; 徐亞丹等, 2006)。

1 材料與方法

1.1 材料

青蛤(Cyclina sinensis)購(gòu)于寧波大學(xué)農(nóng)貿(mào)市場(chǎng)。標(biāo)準(zhǔn)品 PCB15, 濃度為 10 μg/mL, 購(gòu)自德國(guó) Dr.Ehrenstorfer GmbH公司。手動(dòng)SPME進(jìn)樣器、65μm聚二甲基硅氧烷/二乙烯苯(PDMS/DVB)涂層萃取頭,購(gòu)于美國(guó)SUPELCO公司。

1.2 方法

1.2.1 樣品前處理 青蛤購(gòu)回后, 立即清洗去除殼上附著物, 剔除死亡及有破損的個(gè)體。按大小隨機(jī)分為5組。置于海水中暫養(yǎng)2 d, 為了避免排泄物及食物對(duì)實(shí)驗(yàn)可能造成的影響, 暫養(yǎng)和前處理期間均不喂食。兩天更換一次海水, 同時(shí)除去死亡個(gè)體。水溫在18—25°C, 氣泵加氧。

實(shí)驗(yàn)組根據(jù)海水中PCB15濃度分為5組, 每組50只青蛤, PCBs濃度依次為0、0.005、0.1、0.5和1μg/L;在此期間, 每?jī)商旄鼡Q海水一次, 每天查看、記錄死亡情況, 并及時(shí)去除死亡個(gè)體和清理殼體附著物。當(dāng)青蛤長(zhǎng)時(shí)間保持開(kāi)殼狀態(tài), 用細(xì)玻棒碰觸殼體和軟組織而無(wú)反應(yīng)者, 可判斷為已死亡。整個(gè)實(shí)驗(yàn)過(guò)程持續(xù)8d, 依次在處理72 h和144 h時(shí)取樣測(cè)定, 每次平均取樣10只。用于電子鼻和氣質(zhì)聯(lián)用測(cè)定。

用手術(shù)刀將五組青蛤直接撬殼, 取出軟組織, 剪碎, 稱(chēng)0.4 g放入15 mL螺紋樣品瓶中, 擰緊瓶蓋。每組5個(gè)平行, 用于電子鼻及后續(xù)氣質(zhì)聯(lián)用的測(cè)定。

1.2.2 電子鼻檢測(cè)

檢測(cè): 將各樣品瓶在55—60°C恒溫水浴中加熱保溫30min, 室溫下冷卻15min, 使瓶中頂空氣體平衡后利用電子鼻(PEN 3, Airsense公司, 梅克倫堡州, 德國(guó))檢測(cè), 數(shù)據(jù)采集時(shí)間為200s, 清洗時(shí)間為300s, 進(jìn)氣量為300mL/min。

數(shù)據(jù)分析: 運(yùn)用電子鼻配套的WinMuster軟件對(duì)電子鼻采集的樣品數(shù)據(jù)進(jìn)行主成分分析(PCA)以及線性判別分析( LDA)。

1.2.3 HS-SPME-GC-MS測(cè)定

萃取: 將萃取頭在氣相色譜的進(jìn)樣口 250°C, 老化0.5h后, 插入樣品瓶于55°C水浴吸附30min, 然后用氣質(zhì)聯(lián)用儀(GC-MS聯(lián)用儀, 美國(guó)安捷倫科技公司,北京普析通用儀器有限責(zé)任公司)進(jìn)樣口于 220°C解吸附5min, 啟動(dòng)氣質(zhì)聯(lián)用儀采集數(shù)據(jù)。

色譜條件: DB-5毛細(xì)管色譜柱(30 m×0.25 mm×2.5 μm); 載氣He, 流速1 mL/min; 不分流模式進(jìn)樣,進(jìn)樣時(shí)間3 min, 恒流1 mL/min; 進(jìn)樣口溫度: 220°C,程序升溫: 起始柱溫120°C保持4 min, 15°C/min 升至280°C, 保留3 min。

質(zhì)譜條件: 離子源為電子轟擊源(EI), 電離電壓70 eV, 離子源溫度250°C, 傳輸線溫度為280°C, 掃描范圍45—450 u。

數(shù)據(jù)分析: 通過(guò)計(jì)算機(jī)檢索NIST譜庫(kù)相互匹配進(jìn)行定性分析, 對(duì)譜庫(kù)中化合物相似度高于80的組分加以標(biāo)定, 按照峰面積歸一化法計(jì)算各組分相對(duì)百分含量(何紅萍等, 2013a, b)。

2 結(jié)果與分析

2.1 電子鼻檢測(cè)結(jié)果

2.1.1 青蛤PCB15的模版建立 圖1a和圖1b為處理72h和144h青蛤軟組織中PCB15檢測(cè)結(jié)果, 其中每個(gè)橢圓代表一個(gè)所檢測(cè)到的PCB15濃度, 橫坐標(biāo)、縱坐標(biāo)分別表示在LDA轉(zhuǎn)換中得到的LD1(判別函數(shù)1)和LD2(判別函數(shù)2)以及PCA轉(zhuǎn)換中得到的PC1(第一主成分)和PC2(第二主成分)的貢獻(xiàn)率。從圖1a可以看出, 第一判別式函數(shù)方差貢獻(xiàn)率LD1與第二判別式函數(shù)方差貢獻(xiàn)率LD2分別為54.44%和33.65%,總貢獻(xiàn)率為88.09%; 從圖1b看出, 第一、二主成分PC1、PC2分別為75.29%和17.25%, 總貢獻(xiàn)率達(dá)到92.54%?？梢?jiàn), PCA的分析效果優(yōu)于LDA, 具有更高的分辨率。

圖2a、圖2b分別為144 h后PCB15在青蛤軟組織中殘留的LDA、PCA分析圖。從圖2a可以看出, 樣品處理144h后, 第一判別式函數(shù)方差貢獻(xiàn)率LD1與第二判別式函數(shù)方差貢獻(xiàn)率LD2分別為78.82%和10.24%,總貢獻(xiàn)率為89.06%; 從圖2b看出, 第一、二主成分PC1、PC2分別為75.29%和17.25%, 總貢獻(xiàn)率達(dá)到92.54%。PCA的分析效果優(yōu)于LDA, 不同濃度PCB15在PCA分析圖中能夠完全分開(kāi)。在LDA分析圖中呈現(xiàn)有一定的聚類(lèi)特性, 空白組與0.05μg/L組在空間分布上有微小的交集, 當(dāng)濃度達(dá)到0.1μg/L以上時(shí)區(qū)分效果很明顯。PCA的分辨效果明顯優(yōu)于LDA, 電子鼻的PCB15濃度的檢測(cè)限最低為0.05μg/L。

圖3a、圖3b是電子鼻采集到的不同時(shí)間處理后PCB15在青蛤軟組織中殘留的LDA、PCA分析圖, 總貢獻(xiàn)率分別為90.99%、88.28%, 第二主成分貢獻(xiàn)率PC2明顯升高, 達(dá)到23.14%?？梢钥闯霾煌瑵舛冉M基本沒(méi)有交集, 還是能夠明顯區(qū)分開(kāi)來(lái)。說(shuō)明PCB15濃度隨著作用時(shí)間的延長(zhǎng), 氣味會(huì)發(fā)生明顯變化, 但是濃度仍可以區(qū)分。綜合圖1、圖2和圖3的分析結(jié)果, 青蛤的氣味雖受作用時(shí)間影響, 但是還在一個(gè)氣味區(qū)域中。因此, 無(wú)論作用時(shí)間如何變化, 電子鼻都能夠準(zhǔn)確地識(shí)別出青蛤軟組織中PCB15的濃度。

圖1 處理72h的青蛤軟組織中PCB15的LDA和PCA分析結(jié)果Fig.1 LDA and PCA score plots of PCB15 in 72h from C. sinesis soft tissue a. LDA分析圖; b. PCA分析圖

圖2 處理144h的青蛤軟組織中PCB15的LDA和PCA分析結(jié)果Fig.2 LDA and PCA score plots of PCB15 in 144h from C. sinensis soft tissue a. LDA分析圖; b. PCA分析圖

圖3 青蛤PCB15的LDA和PCA分析模板Fig.3 LDA and PCA score plots of PCB15 in C. sinensis a. LDA分析圖; b. PCA分析圖

2.1.2 青蛤PCB15模版的驗(yàn)證和各個(gè)濃度的識(shí)別 分別取不同濃度下PCB15海水中培養(yǎng)108h的青蛤樣品,用判別函數(shù)分析(DFA)法驗(yàn)證模板的準(zhǔn)確性, 由圖4—圖8可以看出, 不同種類(lèi)的待測(cè)樣品的氣味曲線穿過(guò)PCB15模板各濃度到達(dá)和自己相近的濃度終點(diǎn),經(jīng)過(guò)電子鼻分析, 對(duì)待測(cè)樣品進(jìn)行歸類(lèi)以及判定, 找到樣品所屬的數(shù)據(jù)區(qū)域(圖4), 從而判定待測(cè)樣品所屬濃度。歐氏距離、相關(guān)性、判別函數(shù)法、馬氏距離等方法的鑒別率分別為100%、92%、96%、92%。四種方法總的鑒別率均達(dá)到90%以上, 能夠較準(zhǔn)確地對(duì)電子鼻結(jié)果進(jìn)行驗(yàn)證(見(jiàn)表1)。

圖4 空白組的識(shí)別結(jié)果Fig.4 Validation results of control check

圖5 PCB15濃度為0.05μg/L的識(shí)別結(jié)果Fig.5 Validation results of 0.05μg/L

圖6 PCB15濃度為0.1μg/L的識(shí)別結(jié)果Fig.6 Validation results of 0.1μg/L

圖7 PCB15濃度為0.5μg/L的識(shí)別結(jié)果Fig.7 Validation results of 0.5μg/L

圖8 PCB濃度為1μg/L的識(shí)別結(jié)果Fig.8 Validation results of 1μg/L

表1 4種模型對(duì)PCB15濃度識(shí)別結(jié)果Tab.1 Identification results of PCB15 concentrations in four models

2.2 GC-MS檢測(cè)結(jié)果

青蛤軟組織勻漿中添加不同濃度的PCB15, 測(cè)定各濃度相應(yīng)的峰面積并以其為縱坐標(biāo), 以濃度為縱坐標(biāo)繪制標(biāo)準(zhǔn)曲線。其中, 回歸方程是y=7248.32x–135.09,R2= 0.9998。表2是根據(jù)方程所得的定量值、相對(duì)誤差和回收率?？梢钥闯? 在各濃度水平下, 相對(duì)誤差在3.8%—18%, 回收率保持在85%—118%之間。

表3是青蛤軟組織中PCB15作用一段時(shí)間后的GC-MS檢測(cè)結(jié)果, 通過(guò)外標(biāo)法定量。從表3可以看出,在PCBs濃度低于0.1μg/L的海水中養(yǎng)殖的青蛤軟組織中沒(méi)有檢測(cè)到PCB15。

表2 GC-MS檢測(cè)方法的回收率Tab.2 The recovery rate of GC-MS detection method

表3 青蛤PCBs的GC-MS檢測(cè)結(jié)果Tab.3 The detection results of GC-MS for PCBs in C. sinensis

3 討論

電子鼻能夠快速檢測(cè)青蛤軟組織中的多氯聯(lián)苯,檢測(cè)限可以達(dá)到 0.05μg/L, 檢測(cè)時(shí)間僅用 10min。采用LDA和PCA分析, 建立多氯聯(lián)苯的濃度識(shí)別模板;在處理方法相同的情況下, PCB15作用72 h組的PCA的分析效果優(yōu)于LDA, 具有更高的分辨率; 而144 h組的 PCA的分析效果同樣優(yōu)于 LDA, 區(qū)分效果較72h組的更好。說(shuō)明處理時(shí)間對(duì)電子鼻更高效的檢測(cè)青蛤軟組織中的多氯聯(lián)苯有重要作用, 隨著處理時(shí)間的延長(zhǎng), 兩種方法的總貢獻(xiàn)率越高, 辨別效果越好,推測(cè)這可能與貝類(lèi)對(duì)海水中多氯聯(lián)苯的富集作用有關(guān)。運(yùn)用歐氏距離、馬氏距離、判別函數(shù)法和相關(guān)性對(duì)樣品中 PCB15濃度進(jìn)行鑒別驗(yàn)證, 四種方法總的鑒別率也均達(dá)到 90%以上, 可以較準(zhǔn)確地對(duì)樣品進(jìn)行檢測(cè)。

在電子鼻檢測(cè)青蛤軟組織多氯聯(lián)苯時(shí), PCA分析效果明顯優(yōu)于LDA分析。PCA主要是從特征的協(xié)方差角度去找到比較好的投影方式, 因此不同濃度組的樣本能夠有明顯差異, 區(qū)分效果較為明顯。而LDA更多的是考慮了標(biāo)注, 即希望投影后不同類(lèi)別之間數(shù)據(jù)點(diǎn)的距離更大, 同一類(lèi)別的數(shù)據(jù)點(diǎn)更緊湊。概括來(lái)說(shuō), PCA選擇樣本點(diǎn)投影具有最大方差, LDA選擇分類(lèi)性能最好。LDA的缺點(diǎn)是抗干擾容錯(cuò)能力差, 不能保證最大程度排除青蛤在培養(yǎng)過(guò)程中環(huán)境的變化。而當(dāng)樣本數(shù)據(jù)較多, 需要驗(yàn)證判別未知樣品歸類(lèi)或者濃度時(shí), 考慮到標(biāo)注的 LDA分析分類(lèi)效果要優(yōu)于PCA分析。因此兩者各有利弊, 應(yīng)該結(jié)合使用(張亮等, 2013)的分析方法。

用氣質(zhì)聯(lián)用分析青蛤軟組織中的多氯聯(lián)苯濃度時(shí)發(fā)現(xiàn): 青蛤在海水中PCB15濃度為0.5μg/L以上時(shí)才能在軟體中檢測(cè)到。HS-SPME-GC-MS檢測(cè)方法相對(duì)誤差在3.8%—18%的區(qū)間內(nèi)。而電子鼻歐氏距離、相關(guān)性、判別函數(shù)法、馬氏距離等方法的鑒別率均達(dá)到 90%以上, 與 HS-SPME-GC-MS的檢測(cè)結(jié)果相比,效果更好。在實(shí)際應(yīng)用中, 電子鼻的最低檢出限0.05μg/L要比GC-MS的0.5μg/L要低, 說(shuō)明電子鼻適用于貝類(lèi)產(chǎn)品中的多氯聯(lián)苯污染的快速檢測(cè)。為了提供更可靠的依據(jù), 可以把電子鼻檢測(cè)與 GC-MS方法結(jié)合起來(lái), 分析出海水中不同有害物質(zhì)存在下貝類(lèi)的特征揮發(fā)性物質(zhì)及其所占的比例, 從而為貝類(lèi)監(jiān)督檢驗(yàn)提供參考。

王道瑋, 趙世民, 金 偉等, 2013. 加速溶劑萃取-固相萃取凈化-氣相色譜/質(zhì)譜法測(cè)定沉積物中多氯聯(lián)苯和多環(huán)芳烴.分析化學(xué), 41(6): 861—868

甘居利, 賈曉平, 林 欽等, 2009. 中國(guó)海洋貽貝觀察: 華南沿海近江牡蠣(Crassostrea rivularis)體多氯聯(lián)苯含量時(shí)空變化. 海洋與湖沼, 40(6): 726—731

邢 紅, 梅寶貴, 黎 娜, 2015. 高效液相色譜法測(cè)定百菌清中六氯苯、十氯聯(lián)苯. 農(nóng)藥, 54(2): 103—104

朱云海, 尤仲杰, 申屠基康等, 2012. 寧波灘涂貝類(lèi)養(yǎng)殖區(qū)沉積物中有機(jī)氯農(nóng)藥和多氯聯(lián)苯殘留及生態(tài)風(fēng)險(xiǎn)評(píng)估. 應(yīng)用生態(tài)學(xué)報(bào), 23(06): 1689—1694

劉敏霞, 楊玉義, 李慶孝等, 2013. 中國(guó)近海海洋環(huán)境多氯聯(lián)苯(PCBs)污染現(xiàn)狀及影響因素. 環(huán)境科學(xué), 34(8):3309—3315

李 娜, 聶湘平, 黎華壽等, 2012. 多氯聯(lián)苯(PCB153與PCB28)對(duì) 大型 溞的毒性效應(yīng)研究. 農(nóng)業(yè)環(huán)境科學(xué)學(xué)報(bào),31(5): 891—897

楊左軍, 王成云, 顧浩飛等, 2011. 紙品中多氯聯(lián)苯的氣相色譜法測(cè)定. 中華紙業(yè), 32(4): 56—59

何紅萍, 周 君, 李 曄等, 2013a. 基于電子鼻和 HS-SPMEGC-MS方法研究海水中七氯的快速檢測(cè)技術(shù). 海洋與湖沼, 44(5): 1347—1352

何紅萍, 周 君, 張春丹等, 2013b. 利用化學(xué)傳感器檢測(cè)海水中的多氯聯(lián)苯. 海洋與湖沼, 44(6): 1544—1549

張 亮, 侯云丹, 黃 健等, 2013. 加熱溫度對(duì)貽貝揮發(fā)性成

分的影響. 中國(guó)食品學(xué)報(bào), 13(9): 227—233

張 琦, 董慧茹, 2009. 固相萃取-高效液相色譜法同時(shí)測(cè)定水中的對(duì)二氯苯與六氯苯. 分析試驗(yàn)室, 28(1): 88—91

陳春花, 2010. 1例肌注有機(jī)磷農(nóng)藥中毒患者的護(hù)理體會(huì). 內(nèi)蒙古中醫(yī)藥, 29(21): 170—171

陳寒玉, 莊惠生, 楊光昕, 2011. 環(huán)境樣品中多氯聯(lián)苯的生物檢測(cè)方法研究進(jìn)展. 環(huán)境化學(xué), 30(5): 953—957

徐亞丹, 王 俊, 趙國(guó)軍, 2006. 基于電子鼻的對(duì)摻假的“伊利”牛奶的檢測(cè). 中國(guó)食品學(xué)報(bào), 6(5): 111—118

梁恕坤, 2009. 多氯聯(lián)苯對(duì)水生生物的生態(tài)毒性研究進(jìn)展. 山東省農(nóng)業(yè)管理干部學(xué)院學(xué)報(bào), 25(4): 155—158

彭艷超, 黃根華, 孫 敏, 2010. 多氯聯(lián)苯對(duì)人體危害的研究.中國(guó)新技術(shù)新產(chǎn)品, (3): 23—24. DOI:10.3969/j.issn.1673-9957.2010.03.023

蔣 慧, 趙 力, 婁彩榮, 2010. 環(huán)境中多氯聯(lián)苯(PCBs)的分析方法研究. 環(huán)境研究與監(jiān)測(cè), 23(4): 50—53

穆季平, 2006. 持久性有機(jī)污染物(POPs)研究進(jìn)展. 環(huán)境科學(xué)技術(shù), 29(增刊): 140—143

Ameer Q, Adeloju S B, 2005. Polypyrrole-based electronic noses for environmental and industrial analysis. Sensors and Actuators B: Chemical, 106(2): 541—552

Chia K J, Huang S D, 2006. Analysis of organochlorine pesticides in wine by solvent bar microextraction coupled with gas chromatography with tandem mass spectrometry detection. Rapid Communication in Mass Spectrometry,20(2): 118—124

Ross G, 2004. The public health implications of poly-chlorinated biphenyls (PCBs) in the environment. Ecotoxicology and Environmental Safety, 59(3): 275—291

Wang M, Guowen M, Qing Het al, 2010. Fluorescence detection of trace PCB101 based on PITC immobilized on porous AAO membrane. Analyst, 136(2): 278—281