基于微波等离子体炬串联质谱鉴别蜂蜜和糖浆

邓敏 黄学勇 王文静 崔萌 于腾辉 罗丽萍

摘 要 采用微波等离子体炬串联质谱（Microwave plasma torch mass spectrometry， MPT-MS）技术，在无需样品预处理的条件下，建立了快速鉴别3种蜂蜜和4种糖浆的方法。在正离子模式下，蜂蜜和糖浆直接由MPT产生的火焰离子化，生成的离子采用四极杆质谱仪（QM）检测，得到蜂蜜和糖浆的质谱信息，采用化学计量学方法进一步对质谱数据进行分析。结果表明，MPT-MS结合化学计量学的方法，可以快速鉴别蜂蜜和糖浆，主成分分析（PCA）显示PC1、PC2和PC3的总贡献率达91.2%； 聚类分析（CA）显示当临界值为7时，除紫云英蜜和菊粉糖浆外，可以有效的区分蜂蜜和糖浆； 偏最小二乘判别分析（PLS-DA）显示蜂蜜和糖浆可以被有效区分； 判别分析（DA）显示蜂蜜和糖浆的判别准确率为100%。本方法无需样品预处理，具有分析速度快、信息提取准确和识别精度高等优点，可用于蜂蜜与主要掺假糖浆的鉴别。

关键词 微波等离子体； 质谱； 蜂蜜； 糖浆

1 引 言

蜂蜜具有抗氧化、抗菌和抗炎等多种功效，可用于治疗创伤、烧伤和胃溃疡等伤病[1～3]。蜂蜜主要由葡萄糖和果糖组成，此外还有少量的其它物质，如蛋白质、酶、氨基酸、有机酸、脂类、维生素、黄酮类和矿物质等[4～6]。现行的蜂蜜行业标准规定，蜂蜜中不得添加或混入任何蜂蜜以外的物质[7]。但受利益驱动，很多不良商家在高品质蜂蜜中掺入低品质蜂蜜，以次充好； 或者在蜂蜜中直接掺入糖浆，以假乱真。常用的蜂蜜掺假物有蔗糖、高果糖浆、大米糖浆、玉米糖浆、甜菜糖浆和麦芽糖浆等[8]。

目前，常用于蜂蜜掺假检测的方法主要有稳定碳同位素法、热分析法[9]、核磁共振法[10]、色谱法[11，12]、光谱法[13]和质谱法[14]等。稳定碳同位素法可以有效检测由C4植物产生的糖浆，但对于C3植物来源的糖浆则无法鉴别； 液相色谱、气相色谱、离子色谱和薄层色谱等色谱法需要经过前处理过程，不利于快速检测。质谱具有特异性好、灵敏度高及响应速度快等特点，2010年，Ruiz-Matute等[15]采用GC-MS方法检测了掺入低含量（5%）高果糖浆的掺假蜂蜜，结果表明，掺假蜂蜜中含有Inulotriose，在纯蜂蜜中不含有Inulotriose。2015年，Du等[16]采用超高液相色谱-串联飞行时间质谱技术分析了蜂蜜中多种糖浆的掺假，在30 min内检测出10%的糖浆掺假。近年来，中性解吸电喷雾电离质谱（Neutral desorption-extractive electrospray ionization mass spectrometry， ND-EESI-MS）[7]、内部萃取电喷雾电离质谱（Internal extractive electrospray ionization mass spectrometry， iEESI-MS）[18，19]、和表面解吸常压化学电离质谱（Desorption atmospheric pressure chemical ionization mass spectrometry， DAPCI-MS）[20]等直接质譜法被广泛应用于食品、生物、发酵、环境和医药等领域。微波等离子体炬是一种新型等离子体发生装置[21]，微波等离子体炬串联质谱技术（Microwave plasma torch mass spectrometry， MPT-MS）结合了微波等离子的强解吸能力和质谱的高灵敏检测能力，主要用于金属元素的分析。钟涛等[22]建立了MPT-MS分析饮用水中微量钙的方法，检出限为3.88 ng/L，相对标准偏差（RSD）为2.87%～8.04%，加标回收率为101.3%～115.1%。2017年Wang等[23]采用MPT-MS技术进行了脐橙产地的研究，其中香草素的检出限为0.119 mg/L，相对标准偏差为1.7%。

本研究采用MPT-MS技术，无需样品预处理，对3种蜂蜜（洋槐蜜、紫云英蜜和杂花蜜）和4种糖浆（大米糖浆、玉米糖浆、甜菜糖浆和菊粉糖浆）进行直接质谱检测，结合化学计量学方法对蜂蜜和糖浆进行分析，建立了蜂蜜和糖浆绿色、原位、快速的鉴别方法，为蜂蜜的掺假检测及其它食品掺假的检测提供了参考依据。

2 实验部分

2.1 仪器与试剂

微波等离子体炬管（外管、中管和内管三管同轴的结构）和WGY-20型微波功率源（长春吉大小天鹅仪器有限公司）； LTQ-XL型线性离子阱质谱仪（美国Thermo Fisher公司），配Xcalibur数据处理系统。氩（Ar）气（纯度>99.999%，江西国腾气体有限公司）。

洋槐蜜由江西农业大学蜂蜜研究所提供，紫云英蜜和杂花蜜由武汉巢野蜂产品有限公司提供； 大米糖浆、玉米糖浆和甜菜糖浆由南昌大学食品科学与技术国家重点实验室付桂明教授惠赠，菊粉糖浆（比利时，Beneo Orafti S.A）。

2.2 实验方法

2.2.1 蜂蜜和糖浆样品的准备 测定前，将3种蜂蜜（洋槐蜜、紫云英蜜和杂花蜜）和4种糖浆（大米糖浆、玉米糖浆、甜菜糖浆和菊粉糖浆）样品置于55℃的水浴锅中孵育30 min，分别涡旋使样品混匀，冷却到室温，各取1 mL样品于样品台，待测。

2.2.2 实验条件 线性离子阱质谱（LTQ-MS）采用正离子检测模式，质谱扫描范围m/z 50～700，毛细管温度150℃，毛细管电压29 V，其它参数由LTQ-MS软件系统自动优化。

MPT-MS的装置简图如图1所示。利用微波发生器将电能转换为微波能，微波在谐振腔内产生谐振形成放电区，当放电气体（Ar）通过谐振放电区时，便受热、激发、离解和电离，多次反复后，在内管（载气）和中管（支撑气）顶端形成等离子体，并由炬管顶部向空气扩展延伸，形成了具有中央通道的类似于火焰的微波等离子体。载气流速为 800 mL/min，支撑气流速为400 mL/min，MPT炬管与质谱仪离子传输管的水平夹角α=30°，等离子体火焰尖端与质谱口的水平距离d=10 mm，样品表面与质谱口的垂直距离h=10 mm。

3.2 条件优化

以洋槐蜜为检测对象，以m/z 198净响应信号平均值为指标，对微波功率、载气流速和支撑气流速等实验参数进行系统优化。

3.2.1 微波功率优化 MPT中微波功率对质谱信号强度有较大的影响，微波功率分别设置为50、60、70、80、90和100 W进行优化，结果见图4A。50～80 W时，质谱信号随着微波功率的增加而增强； 80～100 W时，随着功率增加， 质谱信号降低，这是因为随着微波功率的升高，目标物接收的能量也越高， 并逐渐发生裂解，导致离子信号强度逐渐降低。

3.2.2 载气流速优化 如图4B所示，随载气流速的增大， 目标离子信号强度出现先增强后减弱的趋势，载气流速为600 mL/min时质谱信号最大。这是因为载气流速太小不利于离子火焰的稳定，流速过大对等离子体炬具有冷却作用。

3.2.3 支撑气流速优化 支撑气流速分别设置为200、350、500、650和800 mL/min进行实验的结果如图4C。随载气流速的增大， 目标离子信号强度呈现先增强后减弱的趋势，最佳载气流速为650 mL/min。 这是因为支撑气流速太小不利于形成离子火焰，支撑气流速过大对等离子体炬具有冷却作用[24]。

4 结 论

采用MPT-MS，在无需样品前处理的条件下获取了3种蜂蜜和4种糖浆的MPT-MS数据，结合化学计量学的方法（PCA、CA、PLS-DA和DA）实现了蜂蜜和糖浆的快速区分。本研究为建立绿色、原位、快速的蜂蜜和糖浆鉴别的新方法提供了参考。

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. 中華人民共和国供销合作行业标准. 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

肖义坡， 卢海艳， 吕邵军， 谢少贤， 王兆征， 陈焕文. 分析化学， 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

金钦汉， 杨广德， 于爱民， 刘 军， 张寒琦， 贲跃芝. 吉林大学自然科学学报， 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

钟 涛， 杨美玲， 裴妙荣， 张兴磊， 乐长高， 王广才， 陈焕文. 高等学校化学学报， 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

金欽汉， 于爱民， 范富良. 光谱学与光谱分析， 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）