HPLC-MS/MS determination of zeranols residues in aquatic products
-
摘要:
文章建立用高效液相色谱-串联质谱法(HPLC-MS/MS)测定水产品中玉米赤霉醇类激素药物残留量的方法。用乙腈提取水产品中6种玉米赤霉醇类药物,正己烷脱脂,氨基固相萃取柱净化。采用电喷雾电离,负离子扫描,选择反应监测模式(SRM)监测,外标法定量。该法对6种玉米赤霉醇类药物标准曲线的线性回归系数均在0.99以上,线性范围0~25 μg·kg-1,方法定量限1.0 μg·kg-1。6种玉米赤霉醇类激素药物回收率75.9%~103.8%,相对标准偏差3.90%~13.5%。该法简单、灵敏,结果可靠,可满足实验室批量样品分析的需求。
-
关键词:
- 高效液相色谱-串联质谱法 /
- 玉米赤霉醇 /
- 水产品 /
- 残留
Abstract:We developed a method for determining zeranols residues such as α-zearalanol, β-zearalanol, α-zearalenol, β-zearalenol, zearalanone and zearalenone by high performance liquid chromatography-tandem mass spectrometry (HPLC-MS/MS).The samples were extracted with acetonitrile, degreased with hexane and purified with amino solid-phase extraction column. In addition, with electrospray ionization in negative mode, we monitored the samples with selected reaction monitoring (SRM) and quantified them with external standard method. For the 6 zeranols, it shows good linear regression coeffcient in the standard curve (all >0.99); the linear range is 0~25 μg·kg-1; the limit of detection is 1.0 μg·kg-1; the average recovery is 75.9%~103.8%, and the relative standard deviation is 3.90 %~13.5 %. The method, which is simple, sensitive and reliable, can be used to identify and quantify zeranols residues in aquatic products.
-
长鳍金枪鱼(Thunnus alalunga)是南太平洋延绳钓金枪鱼渔业的重要目标种类,也是中国金枪鱼延绳钓渔船的主捕对象之一[1]。联合国粮农组织(FAO)2010年统计数据显示,南太平洋海域长鳍金枪鱼产量为15.29×104 t,占当年全球长鳍金枪鱼总产量的63%,中国渔船于1998年开始进入该海域进行长鳍金枪鱼延绳钓作业,近年来其产量和作业规模总体呈现出波动增长的趋势[2-3]。相关资源评估报告表明,目前南太平洋长鳍金枪鱼资源状态总体较好,仍具有一定的开发潜力[4]。远洋性鱼类,尤其是金枪鱼,为捕食深海散射层(deep scattering layer,DSL)生物,都具有“昼潜夜浮”的特性[5]。ZAGAGLIA等[6]认为这种垂直方向上的昼夜移动,会使得金枪鱼垂直活动水层与次表层水温的关系更为密切。DOMOKOS等[7]通过在美属萨摩亚群岛附近海域进行成年长鳍金枪鱼标志放流研究发现,长鳍金枪鱼在18~30 ℃水层均有分布,其中65%~70%的时间在20~25 ℃水层活动。延绳钓调查也得出相似结论,林显鹏等[8]在南太平洋所罗门群岛以及杨嘉樑等[9]在东太平洋库克群岛附近海域进行延绳钓调查得出,长鳍金枪鱼适宜栖息水温分别为20~26 ℃以及20~25 ℃。上述研究结果表明,水温垂直结构对长鳍金枪鱼垂直活动水层的分布有直接影响,同时也是长鳍金枪鱼渔场形成过程中极为重要的因素之一。因此,分析南太平洋长鳍金枪鱼的垂直活动水层分布特征,了解其适宜的垂直活动水层深度范围十分有必要。以往对长鳍金枪鱼垂直活动水层的研究主要依靠标志放流和延绳钓调查,但标志放流和延绳钓调查的区域跨度小且在时间上不连续,无法大面积、长时间序列的监测海洋次表层环境变化对长鳍金枪鱼资源分布的影响。该研究根据前人标志放流和延绳钓调查所得结论,采用Argo数据重构了南太平洋次表层20 ℃和25 ℃等温线深度场,结合2010年~2012年中水集团长鳍金枪鱼延绳钓生产统计数据,分析了南太平洋长鳍金枪鱼的垂直分布特征,并采用数值方法计算其适宜的垂直活动水层深度,以期为南太平洋延绳钓长鳍金枪鱼捕捞作业、资源保护和管理提供参考。
1. 材料与方法
1.1 数据
1.1.1 渔业数据
渔业数据来源于中水集团南太平洋长鳍金枪鱼延绳钓船队的21艘延绳钓渔船渔捞日志,数据包括作业时间、作业位置、渔获量、渔获尾数、下钩数等信息,时间为2010年~2012年,空间范围为5°S~21°S、155°E~180°E,具体研究区域见图 1。在实际分析统计中,以1°×1°为空间统计单元,并按月计算各1°×1°渔区网格内的单位捕捞努力量渔获量(catch per unit effort,CPUE)。
CPUE计算公式如下[10]:
$$ \operatorname{CPUE}_{(i, j)}=\frac{N_{f is h(i, j)} \times 1\;000}{N_{h o o k(i, j)}} $$ (1) 式中CPUE(i, j)、Nfish(i, j)、Nhook(i, j)分别是第i个经度、第j个纬度所处渔区网格内的CPUE(尾·千钩-1)、渔获尾数和实际下钩数。随后计算2010年~2012年各月各渔区网格内所有CPUE值的四分位数(Q1~Q3),并将所有大于Q3(第3个四分位点)的CPUE称为高值CPUE,其所属渔区定义为南太平洋长鳍金枪鱼的中心渔场[11]。2010年~2012年按月统计的1°×1°渔区网格内CPUE样本数共1 939个,其中高值CPUE样本485个,CPUE的四分位数划分如下:Q1=7.27尾·千钩-1,Q2=11.23尾·千钩-1,Q3=15.78尾·千钩-1。
1.1.2 Argo数据
综合前人标志放流和延绳钓调查所得结论,选取20 ℃和25 ℃分别作为南太平洋长鳍金枪鱼适宜栖息水温的下界和上界,用于分析其垂直活动水层分布特征及适宜的垂直活动水层深度范围。2010年~2012年南太平洋次表层20 ℃和25 ℃等温线深度数据来源于中国Argo实时数据中心(http://www.argo.org.cn/)。文章采用杨胜龙等[12]的方法将离散分布的Argo剖面深度数据,等距插值到规则等温线层上,垂直等距间隔为1 m。将2010年~2012年所有Argo数据按月进行分组,分别提取20 ℃和25 ℃等温面上离散分布的深度值,并采用Kriging插值方法将其插值到1°×1°网格节点上。
1.2 方法
1.2.1 空间分析
将2010年~2012年南太平洋次表层20 ℃和25 ℃等温线深度数据与长鳍金枪鱼CPUE数据按月进行空间匹配,采用空间分析软件Arcgis绘制20 ℃和25 ℃等温线深度与CPUE空间叠加分布图。根据南半球的季节划分(1月~3月为夏季、4月~6月为秋季、7月~9月为冬季、10月~12月为春季),分析不同季节下长鳍金枪鱼CPUE与20 ℃和25 ℃等温线深度的时空分布特征及其动态变化规律。
1.2.2 垂直活动水层深度计算
采用频次分析和经验累积分布函数(empirical cumulative distribution function,ECDF)相结合的方法,计算南太平洋长鳍金枪鱼适宜的垂直活动水层深度范围[13]。1)计算南太平洋长鳍金枪鱼中心渔场20 ℃和25 ℃等温线深度的平均值、均方差及适宜的垂直活动水层深度区间(平均值±均方差);2)计算高值CPUE与20 ℃和25 ℃等温线深度的经验累积分布函数及适宜的垂直活动水层深度区间[最大D(t)处深度值±均方差];取两者交集,即为长鳍金枪鱼适宜的垂直活动水层深度。
ECDF计算方法如下[14]:
$$ f(t)=\frac{1}{n} \sum\limits_{i=1}^n l\left(x_i\right) \quad l\left(x_i\right)= \begin{cases}1, & x_i \leq t \\ 0, & x_i>t\end{cases} $$ (2) $$ g(t)=\frac{1}{n} \sum\limits_{i=1}^n \frac{y_i}{\bar{y}} $$ (3) $$ D(t)=|f(t)-g(t)| $$ (4) 式中f(t)为深度值的经验累积分布函数,g(t)为高值CPUE与深度的加权经验累积分布函数,l(t)为分段函数,D(t)为t时刻处f(t)与g(t)差的绝对值。n为高值CPUE样本个数;t是以1 m为间距从低到高排列的深度范围序列;xi为第i个样本对应的深度值;yi为第i个样本对应的CPUE;y为所有高值CPUE样本的平均值;根据给定的显著性水平α=0.05,采用双样本K-S(Kolmogorov-Smirnov)检验方法分别检验高值CPUE与20 ℃和25 ℃等温线深度间的关系。
2. 结果与分析
2.1 长鳍金枪鱼垂直活动水层空间分析
2010年~2012年南太平洋长鳍金枪鱼CPUE与20 ℃等温线深度的月平均空间分布见图 2。20 ℃等温线深度大致以15°S为中心,呈南北对称分布,且存在明显的季节性变化,长鳍金枪鱼CPUE的时空分布与20 ℃等温线深度的220 m等深线时空变动特征具有明显的相关性。1月,研究海域内20 ℃等温线深度基本在220 m以上,深度为220~230 m区域占整个研究海域面积的比例较大,高值CPUE主要分布于12°S~18°S,深度为220~240 m的海域,瓦努阿图东北部,20 ℃等温线深度小于220 m的海域,也有少量高值CPUE分布;2月~3月,研究海域南部的20 ℃等温线深度略有下降,中心渔场开始北移,渔场分布的纬度范围变窄,瓦努阿图东北部渔场消失,而深度为220~230 m的区域面积则进一步扩张,约占整个研究海域面积的一半;秋季(4月~6月),随着作业渔船数量的增加,高值CPUE的个数及分布范围均有所拓展,220 m等深线较1月~3月有明显的向南移动趋势,20 ℃等温线深度为220~230 m的海域面积开始逐步缩小,中心渔场所在区域20 ℃等温线深度则逐步加深,20 ℃等温线深度超过230 m的中心渔场数量显著增加,随着220 m等深线的南移,研究区域北部20 ℃水层的深度开始逐步变浅,而研究海域南部20 ℃等温线深度则开始逐步加深;从冬季(7月~9月)开始,10°S以北海域20 ℃等温线深度已基本全部处于220 m以下,此处区域全年均少有渔场出现,中心渔场位置开始逐步向南移动,深度为220~240 m的区域面积进一步缩小,渔场分布的纬度范围开始重新收窄;春季(10~12月),中心渔场继续向南移动,中心渔场所处海域的20 ℃等温线深度则继续加深,到12月,南太平洋长鳍金枪鱼中心渔场已完全分布于15°S以南,中心渔场所在海域的20 ℃等温线深度下界也随之拓展到250 m。
2010年~2012年南太平洋长鳍金枪鱼CPUE与25 ℃等温线深度的月平均空间分布见图 3。25 ℃等温线深度大致呈由北向南逐步递减的纬向带状分布。25 ℃等温线深度也存在明显的季节性变化,长鳍金枪鱼中心渔场的时空分布与25 ℃等温线深度的140 m等深线季节性变化趋势具有明显的相关性。1月,长鳍金枪鱼高值CPUE主要分布于25 ℃等温线深度为100~140 m的海域,瓦努阿图东北部,25 ℃等温线水深在80 m以下的海域,也有少量高值CPUE分布;2月~3月,中心渔场逐步北移,中心渔场对应的25 ℃等温线深度范围变窄,瓦努阿图东北部渔场消失;秋季(4月~6月),随着研究海域内捕捞努力量的增加,中心渔场的数量和空间分布范围均有所拓展,140 m等深线开始逐步南移,水深为140~160 m的海域面积不断扩张,中心渔场对应的25 ℃等温线深度范围拓宽至80~160 m;冬季(7月~9月),研究海域北部25 ℃等温线深度开始加深,140~160 m水深海域面积达到全年最大值,140 m等深线已完全分布于15°S以南,中心渔场对应的25 ℃等温线深度也随之变浅至80~150 m,研究海域南部25 ℃等温线深度开始变浅,中心渔场也随着140 m等深线的变动而向南转移,此处海域等深线分布密集,水层结构较为复杂,同时也是长鳍金枪鱼高值CPUE密集分布的海域;从春季(10月~12月)开始,140 m等深线开始北移,研究海域北部25 ℃等温线深度逐渐变浅,140~160 m水深的海域面积逐渐缩小,而在研究海域南部,25 ℃等温线深度则开始逐步加深,随着研究海域南部25 ℃等温线深度的增加,长鳍金枪鱼中心渔场的分布也随之不断南移,到12月,长鳍金枪鱼中心渔场已完全分布于15°S以南,中心渔场对应的25 ℃等温线深度范围缩小至80~120 m。
2.2 长鳍金枪鱼适宜垂直活动水层深度计算
2010年~2012年南太平洋长鳍金枪鱼中心渔场所在区域,20 ℃等温线深度在181~272 m,25 ℃等温线深度在41~201 m均有分布。长鳍金枪鱼高值CPUE与20 ℃和25 ℃等温线深度的频次分布直方图(图 4)呈现出明显的偏正态分布趋势,20 ℃等温线深度平均值为227 m、均方差为18,25 ℃等温线深度平均值为115 m,均方差为27。采用频次分析方法计算得出,71%的长鳍金枪鱼中心渔场趋向于集中分布在20 ℃等温线深度为209~245 m(227±18)的海域,70%的长鳍金枪鱼中心渔场趋向于集中分布在25 ℃等温线深度为88~142 m(115±27)的海域。
采用K-S检验方法对长鳍金枪鱼高值CPUE与20 ℃和25 ℃等温线深度之间的关系进行检验,样本数为485,在给定显著性水平α=0.05下,得出D0.05=0.061 7。ECDF分析结果见图 5。20 ℃和25 ℃等温线深度对应的最大D(t)值分别为0.026 9和0.025 1,均远小于D0.05,表明样本间服从同一分布,长鳍金枪鱼高值CPUE与20 ℃和25 ℃等温线深度间有密切关系。20 ℃和25 ℃等温线深度对应的最大D(t)值分别出现在220 m和111 m,与中心渔场20 ℃和25 ℃等温线深度的均值稍有差异(分别为227 m和115 m)。采用ECDF方法得出长鳍金枪鱼中心渔场20 ℃和25 ℃等温线深度分别为202~238 m(220±18)、84~138 m(111±27)。综合频次分析和ECDF分析的结果,取两者交集,得出南太平洋长鳍金枪鱼适宜的垂直活动水层深度为88~238 m。
3. 讨论
3.1 长鳍金枪鱼渔场分布与20 ℃、25 ℃等温线深度的关系
以往对南太平洋长鳍金枪鱼渔场环境的研究,采用的多是遥感获取的海表面环境因子[15-19]。但标志放流和延绳钓调查结果表明,长鳍金枪鱼多分布于80 m以深的水层,10 m以浅的近表层很少有长鳍金枪鱼活动[20-21]。因此,相较于表层环境因子,采用次表层环境变量分析长鳍金枪鱼的栖息环境更为适合。长鳍金枪鱼耳石研究发现,长鳍金枪鱼经常出没于海洋环境变化较大的水层,如温跃层和混合层[22]。笔者在研究过程中也发现,15°S以南,长鳍金枪鱼高值CPUE密集分布的海域,其25 ℃等温线深度的等深线分布也十分密集,推测此处可能有混合层存在(图 3)。以往的研究中,常用20 ℃等温线深度来表示太平洋海域温跃层的深度,表明在太平洋海域次表层20 ℃等温线分布与温跃层的分布十分相似[23-24]。DOMOKOS等[6]指出,长鳍金枪鱼白天下潜至温跃层以下觅食DSL生物,夜晚则游回混合层上方,混合层及温跃层的深度直接影响到长鳍金枪鱼垂直活动水层的深度。对太平洋海域DSL生物的调查研究发现,DSL生物白天主要分布于温跃层以下,夜晚则分布于温跃层以上[25]。据此推断,20 ℃等温线可能通过影响DSL生物的垂直分布,进而影响长鳍金枪鱼垂直活动水层的空间分布。
K-S检验结果表明,长鳍金枪鱼高值CPUE与20 ℃和25 ℃等温线深度之间有密切关系。长鳍金枪鱼中心渔场所处海域,其20 ℃等温线深度多在220 m以深,超过250 m则少有中心渔场出现;25 ℃等温线深度多在140 m以浅,浅于80 m则少有中心渔场出现。长鳍金枪鱼高值CPUE与20 ℃和25 ℃等温线深度的时空分布均呈现出明显的季节性变化特征,20 ℃和25 ℃等温线深度的这种季节性变化进而导致长鳍金枪鱼垂直活动水层深度的季节性变化。长鳍金枪鱼中心渔场的时空分布与20 ℃等温线深度的220 m等深线和25 ℃等温线深度的140 m等深线的时空变动具有显著的相关性,进一步表明水温垂直结构对长鳍金枪鱼的垂直活动水层深度及渔场分布有直接影响。
3.2 长鳍金枪鱼适宜垂直活动水层深度分析
综合频次分析和ECDF方法计算得出,南太平洋长鳍金枪鱼适宜的垂直活动水层深度为88~238 m。所得结果在中西太平洋长鳍金枪鱼垂直分布水层(80~380 m)之内[19],与临近的所罗门群岛附近海域长鳍金枪鱼活动较为频繁的水层(130~190 m)相符[7],与相似纬度的东太平洋海域成年长鳍金枪鱼钓获深度(102.3~236.1 m)基本相同[26],与东南太平洋长鳍金枪鱼延绳钓钓获深度(74.33~296.50 m)相似[27]。文章初步得出了南太平洋长鳍金枪鱼适宜的垂直活动水层深度范围,在实际的长鳍金枪鱼延绳钓生产作业中,应尽可能使延绳钓钓钩沉降至88~238 m,从而有效节省饵料投放、提高长鳍金枪鱼的生产效率。
4. 展望
文章从次表层水温垂直结构的角度研究了南太平洋长鳍金枪鱼的垂直活动水层分布特征及其适宜的垂直活动水层深度范围,事实上,长鳍金枪鱼的垂直分布还受到海流、溶解氧、海水盐度、饵料生物分布等其他诸多环境因素的共同影响[28-30]。Argo数据可以实时获取次表层水温、水深、盐度以及溶解氧等信息,极大地拓展了远洋渔业资源和渔场学研究中海洋环境因子的选择范围,在远洋渔业研究中有着良好的应用前景。综合多种环境因子,恰当地选择神经网络、支持向量机、栖息地适应性指数等预报模型,准确、全面地把握渔场时空分布,是今后中国长鳍金枪鱼渔业研究的一个重要方向。
-
表 1 HPLC流动相梯度洗脱程序
Table 1 HPLC mobile phase gradients
时间/min
time0.1%甲酸水溶液
0.1% formic acid in waterw(乙腈)/%
acetonitrile流速/μL·min-1
flow rate0 70 30 250 5 70 30 250 8 10 90 250 12 10 90 250 12.1 70 30 250 14 70 30 250 表 2 选择反应监测母离子、子离子和碰撞能量
Table 2 Optimization parameters of SRM of the analytes
化合物
compounds母离子/(m/z)
parent ion子离子/(m/z)
product ion碰撞能量/eV
collision energy保留时间/min
retention time离子丰度/%
abundance of product ionα-玉米赤霉醇
α-zearalanol321 277*
30322
259.02 20.0 β-玉米赤霉醇
β-zearalanol321 277*
30322
258.56 18.5 α-玉米赤霉烯醇
α-zearalenol319 275.2*
30124
309.15 26.2 β-玉米赤霉烯醇
β-zearalenol319 275*
30124
308.66 10.0 玉米赤霉酮
zearalanone319 275*
20523
299.61 36.2 玉米赤霉烯酮
zearalenone317 175*
27328
219.64 88.6 注:*.定量碎片离子
Note: *.quantitative fragment ion表 3 玉米赤霉醇类激素药物回归分析、检出限和定量限
Table 3 Regression analysis, limit of detection and limit of quantitation of zeranols
化合物
compounds线性回归方程
linear regression equation相关系数(R2)
correlation coefficient检出限/μg·kg-1
limit of detection定量限/μg·kg-1
limit of quantitationα-玉米赤霉醇
α-zearalanolY=7.37×102X-7.69×103 0.992 1 0.5 1.0 β-玉米赤霉醇
β-zearalanolY=5.42×102X-5.07×103 0.990 5 0.5 1.0 α-玉米赤霉烯醇
α-zearalenolY=1.26×102X-2.81×103 0.990 1 0.5 1.0 β-玉米赤霉烯醇
β-zearalenolY=7.69×101X-1.96×103 0.992 4 0.5 1.0 玉米赤霉酮
zearalanoneY=1.85×102X-1.64×103 0.996 4 0.5 1.0 玉米赤霉烯酮
zearalenoneY=1.35×102X-2.55×103 0.990 8 0.5 1.0 表 4 方法的添加回收率和精密度(n=6)
Table 4 Recoveries and precisions of HPLC-MS/MS
化合物
compounds添加水平/μg·kg-1
added level平均回收率/%
average recovery相对标准偏差/%
RSD化合物
compounds添加水平/μg·kg-1
added level平均回收率/%
average recovery相对标准偏差/%
RSDα-玉米赤霉醇
α-zearalanol1 80.6 9.81 β-玉米赤霉烯醇
β-zearalenol1 75.9 11.6 5 88.2 6.22 5 77.7 7.54 10 93.4 5.14 10 82.7 3.90 β-玉米赤霉醇
β-zearalanol1 77.2 11.3 玉米赤霉酮
zearalenone1 76.5 12.0 5 79.1 7.61 5 78.2 5.57 10 89.3 4.50 10 83.2 4.86 α-玉米赤霉烯醇
α-zearalenol1 79.1 13.5 玉米赤霉烯酮
zearalenone1 81.7 9.12 5 82.8 6.45 5 93.2 5.39 10 94.4 5.37 10 103.8 4.92 -
[1] HIDY P H, BALDWIN R S, GREASHAM R L, et al. Zearalenone and some derivatives: production and biological activities[J]. Adv Appl Microbiol, 1977, 22: 59-82. doi: 10.1016/S0065-2164(08)70160-6
[2] 吴永宁, 邵兵, 沈建忠. 兽药残留检测与监控技术[M]. 北京: 化学工业出版社, 2007: 537. https://xueshu.baidu.com/usercenter/paper/show?paperid=62b60ffbf305362f188bf2f09ef5da9f&site=xueshu_se&hitarticle=1 WU Yongning, SHAO Bing, SHEN Jianzhong. The technology of veterinary drug residue detection and monitoring[M]. Beijing: Chemical Industry Press, 2007: 537. (in Chinese) https://xueshu.baidu.com/usercenter/paper/show?paperid=62b60ffbf305362f188bf2f09ef5da9f&site=xueshu_se&hitarticle=1
[3] 蒋学之. 环境雌激素对人类健康的潜在影响[J]. 中国公共卫生, 1997, 13(4): 251-252. doi: 10.3321/j.issn:1001-0580.1997.04.040 JIANG Xuezhi. The potential impact of environmental estrogens to human health[J]. Chinese J Public Health, 1997, 13(4): 251-252. (in Chinese) doi: 10.3321/j.issn:1001-0580.1997.04.040
[4] MEDINA M B. SCHWARTZ D P. Thin-layer chromatographic detection of zeranol and estradiol in fortified plasma and tissue extracts with Fast Corinth V[J]. J Chromatogr, 1992, 581: 119-128. doi: 10.1016/0378-4347(92)80454-X
[5] MEDINA M B, NAGDY N. Improved thin-layer chromatographic detection of diethylstilbestrol and zeranol in plasma and tissues isolated with alumina and ion-exchange membrane columns in tandem[J]. J Chromatogr, 1993, 614: 315-323. doi: 10.1016/0378-4347(93)80324-W
[6] 贺艳, 郑文杰, 赵卫东, 等. 酶联免疫法检测动物源性产品中玉米赤霉醇残留[J]. 食品研究与开发, 2009, 30(6): 124-127. doi: 10.3969/j.issn.1005-6521.2009.06.037 HE Yan, ZHENG Wenjie, ZHAO Weidong, et al. Detecting zeranol residues in animal product using enzyme linked immunosorbent assay[J]. Food Res Devel, 2009, 30(6): 124-127. (in Chinese) doi: 10.3969/j.issn.1005-6521.2009.06.037
[7] BAGNATI R, ORIUNDI M P, RUSSO V, et al. Determination of zeranol and β-zearananol in calf urine by immunoaffinity extraction and gas chromatography-mass spectrometry after repeated administration of zeranol[J]. J Chromatogr, 1991, 564: 493-502. doi: 10.1016/0378-4347(91)80518-H
[8] 张伟, 王建平, 沈建忠, 等. 牛肉组织中玉米赤霉醇及相关物残留的气相色谱-质谱法测定[J]. 畜牧兽医学报, 2007, 38(5): 513-517. doi: 10.3321/j.issn:0366-6964.2007.05.017 ZHANG Wei, WANG Jianping, SHEN Jianzhong, et al. Determination of residues of zeranol and related compounds in bovine muscle using gas chromatography-mass spectrometry[J]. Acta Veterinaria et Zootechnica Sinica, 2007, 38(5): 513-517. (in Chinese) doi: 10.3321/j.issn:0366-6964.2007.05.017
[9] MIYAZAKI T, HASHIMOTO T, MARUYAMA T, et al. Determination of anabolic agents in beef by high performance liquid chromatography[J]. J Food Hyg Soc Jpn, 1989, 30(5): 384-389. doi: 10.3358/shokueishi.30.384
[10] KIM H L, RAY A C, STIPANOVIC R D. Rapid separation and identification of urinary metabolites of zeranol by HPLC-UV spectrophotometry[J]. J Agric Food Chem, 1986, 34: 312-315. doi: 10.1021/jf00068a041
[11] 方晓明, 陈家华, 唐毅锋. 高效液相色谱法测定鸡肝中玉米赤霉醇的残留量[J]. 色谱, 2003, 21(2): 158-161. doi: 10.3321/j.issn:1000-8713.2003.02.015 FANG Xiaoming, CHEN Jiahua, TANG Yifeng. Determination of zeranol in chicken livers by high performance liquid chromatography with ultraviolet detection[J]. Chromatogr, 2003, 21(2): 158-161. (in Chinese) doi: 10.3321/j.issn:1000-8713.2003.02.015
-
期刊类型引用(10)
1. 谢瑜杰, 陈辉, 彭涛, 代汉慧, 胡雪艳, 范春林, 呼秀智, 薛占永. QuEChERS-高效液相色谱-串联质谱测定牛奶中6种玉米赤霉烯酮类毒素. 食品科学. 2019(10): 304-310 . 百度学术
2. 冯梦雨, 刘栓, 高燕, 周澍堃, 国振, 李秀琴, 张庆合. 玉米赤霉酮纯度标准物质杂质定性鉴定与主成分定量分析. 色谱. 2019(08): 911-917 . 百度学术
3. 蒋慧, 胡钰峰, 程林丽. 雷索酸内酯类药物检测方法. 畜牧与兽医. 2018(11): 124-126 . 百度学术
4. 邵瑞婷, 张丽华, 史娜, 姜洁. 免疫亲和净化-超高效液相色谱-串联质谱法测定食品中玉米赤霉烯酮类真菌毒素. 食品科学. 2017(16): 274-279 . 百度学术
5. 孙雪, 郗存显, 唐柏彬, 王国民, 陈冬东, 赵华. 复合免疫亲和柱净化-液相色谱-串联质谱法测定动物源食品中6种黄曲霉毒素和6种玉米赤霉醇类真菌毒素残留量. 分析化学. 2016(06): 970-978 . 百度学术
6. 丁雪瑶, 黄钰, 钟晓霞, 高上吉, 孙永学. 动物性食品中玉米赤霉烯酮残留的LC-MS/MS法测定. 畜牧与兽医. 2016(01): 86-89 . 百度学术
7. 张小帆, 侯玉泽, 胡骁飞, 蔡齐超, 张改平, 李兆周, 李道敏. 动物性食品中玉米赤霉醇残留检测方法的研究进展. 食品科学. 2014(07): 286-291 . 百度学术
8. 王清, 王国民, 郗存显, 李贤良, 陈冬东, 唐柏彬, 张雷, 赵华. 复合免疫亲和柱净化-液相色谱-串联质谱法同时测定动物源性食品中6种玉米赤霉醇类化合物和氯霉素残留量. 色谱. 2014(06): 640-646 . 百度学术
9. 傅勇, 曹纪亮, 杨小丽, 刘书宇, 孔维军, 杨美华. 真菌毒素检测的前处理技术及其应用. 中国卫生检验杂志. 2012(06): 1462-1466 . 百度学术
10. 张清杰, 谢洁, 果旗, 江帆, 王彦斐, 王雄, 聂长明. 免疫亲和柱——高效液相色谱法检测乳制品中玉米赤霉醇及其类似物. 中国乳品工业. 2011(12): 34-35+46 . 百度学术
其他类型引用(6)