资源简介
摘要:本文件规定了动物源性食品中4种喹诺酮类残留量的测定方法,包括样品处理、仪器条件和数据分析等内容。本文件适用于动物源性食品中喹诺酮类药物残留量的定量测定。
Title:Determination of Residues of Four Quinolones in Animal-derived Foods - Liquid Chromatography-Tandem Mass Spectrometry Method
中国标准分类号:B 31
国际标准分类号:67.200.99
封面预览
拓展解读
本文以《TNAIA 0150-2022 动物源性食品中4种喹诺酮类残留量的测定 液相色谱-质谱质谱法》的新旧版本对比为切入点,重点分析“样品前处理步骤”中的改进内容,并结合实际应用进行详细解读。
在旧版标准(假设编号为TNAIA 0150-2018)中,样品前处理过程主要依赖传统的固相萃取技术。这种技术虽然成熟可靠,但操作繁琐、耗时较长,且对操作人员的技术要求较高。而在新版标准中,这一部分进行了显著优化,引入了分散固相萃取技术(d-SPE)。该技术通过使用小粒径吸附剂和少量溶剂,大大简化了操作流程,同时提高了回收率和检测灵敏度。
具体来说,在新版标准中,样品前处理的关键步骤如下:首先将待测样品匀浆后加入内标溶液,随后加入适量的乙腈进行提取。提取液经离心分离后,取上清液直接进行分散固相萃取净化。净化过程中采用含有C18和PSA填料的小柱,加入正己烷冲洗去除脂类等干扰物质,最后用甲醇洗脱目标化合物。整个过程仅需约15分钟即可完成,相比传统方法节省了大量时间。
此改进对于实际工作具有重要意义。一方面,简化后的前处理流程降低了人为误差的可能性,提高了结果的一致性和准确性;另一方面,由于减少了有机溶剂的使用量,也更加符合绿色化学的理念,有助于实验室环境的改善。
综上所述,《TNAIA 0150-2022》通过引入分散固相萃取技术优化了样品前处理环节,不仅提升了工作效率,还增强了检测结果的质量控制水平,值得在日常工作中推广应用。