孫海博，吳海龍，陳安祺，孫小東

湖南大學(xué)化學(xué)化工學(xué)院化學(xué)生物傳感與計量學(xué)國家重點實驗室，湖南 長沙 410082

引 言

自工業(yè)革命以來社會生產(chǎn)力發(fā)展迅速，與此同時環(huán)境問題也日益嚴(yán)重。噻菌靈(Thiabendazole, TBZ)是一種苯并咪唑類的殺菌劑，被廣泛用于多種作物真菌病害及果蔬的防腐保鮮[1]。該殺菌劑在農(nóng)業(yè)的廣泛應(yīng)用使得其有可能在土壤、 水體及作物中存在殘留，對人類具有潛在的毒副作用。雙酚A(Bisphenol A，BPA)是一種重要的有機化工原料，其主要用于聚碳酸酯(PC)、 環(huán)氧樹脂、 聚砜樹脂等多種高分子材料的合成，能夠有效改良塑化制品和金屬表面涂層的性能。但有研究表明，BPA還是一種人體內(nèi)分泌干擾物，可能擾亂人體正常的內(nèi)分泌功能，對身體健康造成一定的負(fù)面影響[2]。根據(jù)中國最新修訂國家生活飲用水衛(wèi)生標(biāo)準(zhǔn)GB 5749—2006中規(guī)定飲用水中BPA的限量值必須≤0.01 mg·L-1。有報道曾指出兒童性早熟、 癌癥及新陳代謝紊亂所導(dǎo)致的肥胖也和BPA有關(guān)[3]，建立同時測定環(huán)境樣本中TBZ和BPA的方法具有重要的意義。

噻菌靈和雙酚A的結(jié)構(gòu)式如圖1所示。

圖1 噻菌靈和雙酚A的結(jié)構(gòu)式Fig.1 The chemical structure formulas ofthiabendazole and bisphenol A

目前國內(nèi)外對上述兩種物質(zhì)的檢測方法主要包括電化學(xué)法[4]、 熒光法[1, 5]、 液相色譜法[6-8]、 液質(zhì)或氣質(zhì)聯(lián)用法等[9-10]，其中熒光法因具有簡單、 快速、 無損、 靈敏度高及實時原位等優(yōu)點而備受分析家的青睞。然而，由于熒光光譜譜帶通常較寬，致使熒光分析面臨選擇性不足的問題，尤其是待測體系中的熒光信號嚴(yán)重重疊時，大大限制了熒光分析技術(shù)在多個領(lǐng)域的應(yīng)用。

將熒光技術(shù)與化學(xué)計量學(xué)方法相結(jié)合的綠色分析策略可以很好地解決傳統(tǒng)熒光分析法選擇性不足這一難題。采用基于“數(shù)學(xué)分離”特性的化學(xué)計量學(xué)方法對復(fù)雜體系中的重疊熒光信號進行數(shù)學(xué)分辨，進而實現(xiàn)對感興趣分析物的精準(zhǔn)定量分析，凸顯化學(xué)計量學(xué)方法獨特的“二階優(yōu)勢”。迄今，此類分析策略已被廣泛用于生物、 醫(yī)藥、 環(huán)境及食品等多個領(lǐng)域中復(fù)雜體系的精準(zhǔn)定量分析[11-12]。本研究采用三維熒光結(jié)合基于交替三線性分解(ATLD)算法的化學(xué)計量學(xué)方法，用于環(huán)境水樣中TBZ和BPA的同時檢測分析，為環(huán)境中污染物的快速監(jiān)測提供了新的思路與手段。實驗流程圖如圖2所示。

圖2 ATLD算法結(jié)合三維熒光分析策略的實驗流程圖Fig.2 The flow chart of excitation-emission matrix fluorescence coupled with ATLD algorithm

1 原 理

1.1 用于三維熒光數(shù)據(jù)的三線性成分模型

單個樣本經(jīng)三維熒光分析測量可以獲得一個大小為I×J的信號矩陣，其中I為激發(fā)波長通道數(shù)，J為發(fā)射波長通道數(shù)。在對包含校正集和預(yù)測集的總共K個樣本進行量測后，可以將多個樣本的二維信號矩陣沿著樣本k的方向堆疊獲得大小為I×J×K的三維數(shù)陣X。當(dāng)樣品為稀溶液且不包括或扣除瑞利散射和拉曼散射等非線性因素時，這樣的三維數(shù)陣具有內(nèi)在的三線性數(shù)學(xué)結(jié)構(gòu)，其中每個元素xijk可以表示為

fori=1，…，I；j=1，…，J；k=1，…，K

(1)

其中xijk表示樣本k在第i個激發(fā)波長和第j個發(fā)射波長下的熒光強度；ain，bjn和ckn分別為激發(fā)光譜輪廓矩陣AI×N、 發(fā)射光譜輪廓矩陣BJ×N和相對濃度矩陣CK×N的元素；N表示所有有熒光響應(yīng)的組分?jǐn)?shù)，包括感興趣分析物、 背景及未知干擾；eijk為三維殘差數(shù)陣E中的元素。

1.2 交替三線性分解(ATLD)算法

ATLD算法由Wu等于1996年提出[13]，是基于PARAFAC改良的二階校正算法。ATLD創(chuàng)造性地采用基于改進的切尾奇異值分解計算MP廣義逆的迭代策略和提取對角元操作。ATLD基于切片矩陣的形式進行三線性模型的分解，因此其具有所需計算內(nèi)存少，運算效率高及收斂迅速等優(yōu)點。ATLD算法在三個維度上的損失函數(shù)如式(2)—式(4)

(2)

(3)

(4)

基于最小二乘原理，對以上損失函數(shù)進行交替最小化以實現(xiàn)模型的分解，獲得具有明確物理意義的輪廓矩陣A，B和相對濃度矩陣C

(5)

(6)

(7)

式(5)—式(7)中，“+”指Moore-Penrose廣義逆；xi..，xj.，x..k分別表示三維響應(yīng)數(shù)陣X三個方向的切面，而a(i),b(j),c(k)分別表示相對激發(fā)光光譜矩陣A、 相對發(fā)射光譜矩陣B和相對濃度矩陣C中第i行、 第j行和第k行。

2 實驗部分

2.1 儀器與試劑

三維熒光的測量在配備有氙燈的日立F-7000熒光分光光度計(Hitachi，日本)上進行。儀器的參數(shù)設(shè)置： 激發(fā)和發(fā)射狹縫寬度為5 nm； 激發(fā)波長范圍為250～350 nm； 發(fā)射波長范圍為250～480 nm； 步長均為2 nm； 電壓為700 V。所有樣本的熒光量測均使用同一個規(guī)格為1.00 cm的石英樣品池。熒光數(shù)據(jù)均以文本格式導(dǎo)出并保存。本工作中使用的所有程序都是在MATLAB環(huán)境下編寫，并在預(yù)裝Windows7操作系統(tǒng)的個人計算機上進行。

噻菌靈(TBZ)和雙酚A(BPA，99.8%)的分析標(biāo)準(zhǔn)品均由阿拉丁試劑公司(中國上海)提供。甲醇為色譜純，購于歐普森(Oceanpak，哥德堡，瑞典)。

2.2 實驗步驟與光譜采集

噻菌靈(TBZ，50 μg·mL-1)和雙酚A(BPA，50 μg·mL-1)的儲備液分別通過甲醇溶解適量的分析標(biāo)準(zhǔn)品并定容到10.00 mL的棕色容量瓶中制備得到，并儲存在4 ℃的冰箱中待用。測試當(dāng)天，分別精準(zhǔn)移取適量的儲備液，用甲醇稀釋并配置成5 μg·mL-1的TBZ和5 μg·mL-1的BPA的工作液。

實驗使用的環(huán)境水樣分別采集于桃子湖和湘江(中國長沙)，在分析前均存儲于4 ℃的冰箱中待用。在進行熒光分析前，分別對兩種水樣進行的簡單的預(yù)處理，步驟如下： 使用0.45 μm的濾膜對采集的水樣過濾以去除懸浮雜質(zhì)； 移取5.0 mL的水樣并在35 ℃的溫和氮氣旋蒸至干； 殘渣用純甲醇復(fù)溶至10.00 mL棕色容量瓶后進行分析。

在分析物的線性范圍內(nèi)制備了含7個標(biāo)準(zhǔn)樣本的校正集(C01—C07)，用于分析物校正模型的建立。兩個目標(biāo)分析物TBZ和BPA的濃度根據(jù)U7(72)均勻設(shè)計確定，線性濃度范圍分別為： 20～200和40～280 ng·mL-1。由于TBZ和BPA均未能在兩種環(huán)境水樣中檢出，因此設(shè)計了兩組環(huán)境水樣的加標(biāo)預(yù)測樣本，用于所提策略準(zhǔn)確度的考察，配置方法如下： 分別向桃子湖、 湘江兩種環(huán)境水樣在進行上述預(yù)處理后，加入不同濃度的混合工作液制備得到桃子湖加標(biāo)預(yù)測樣(P01—P03)、 湘江加標(biāo)預(yù)測樣(Q01—Q03)。此外，分別配制了空白桃子湖水樣(P00)和空白湘江水樣(Q00)，用于方法檢測限及定量限的計算。所有設(shè)計的樣本濃度見表1。上述所有樣本均使用純甲醇定容于10.00 mL棕色容量瓶中，充分搖勻后進行三維熒光的量測，每個樣本最終可以得到一個激發(fā)發(fā)射矩陣數(shù)據(jù)。

3 結(jié)果與討論

3.1 三維熒光光譜分析

TBZ和BPA在甲醇介質(zhì)中具有天然的熒光，因此可以借助熒光技術(shù)實現(xiàn)對TBZ和BPA的檢測分析。然而，兩種分析物的原始光譜在選定的激發(fā)波長范圍250～350nm和發(fā)射波長范圍250～480 nm內(nèi)均存在嚴(yán)重的瑞利和拉曼散射。上述非三線性因素將會導(dǎo)致三維數(shù)據(jù)偏離三線性成分模型并嚴(yán)重影響解析結(jié)果，因此在進行三線性分解前需扣除干擾。采用插值法[14]對瑞利和拉曼散射的數(shù)據(jù)區(qū)域進行處理。圖3展示了扣除散射后的校正樣C04、 空白桃子湖水樣P00、 空白湘江水樣Q00以及湘江水加標(biāo)樣Q02的三維熒光光譜圖。從圖3(a)可以觀察到兩個特征熒光峰，其中TBZ的特征熒光峰位于激發(fā)278 nm與發(fā)射304 nm處，BPA的特征熒光峰位于激發(fā)298 nm與發(fā)射340 nm處，兩種分析物的熒光峰存在部分重疊。從圖3(b)和(c)可以發(fā)現(xiàn)真實水樣的背景熒光較弱，表明真實水樣中存在有熒光響應(yīng)的未知干擾較少。然而，由于兩種目標(biāo)分析物的熒光峰存在著部分重疊，基于傳統(tǒng)單變量校正的熒光分析方法無法實現(xiàn)對實際環(huán)境水樣中TBZ和BPA的殘留量進行直接、 快速、 選擇性定量檢測。因此提出采用基于“數(shù)學(xué)分離”特性的化學(xué)計量學(xué)方法用于上述問題的解決。

表1 校正集和預(yù)測集中噻菌靈和雙酚A的濃度設(shè)計Table 1 The designed concentrations of TBZ and BPAin calibration set and prediction set

3.2 三線性成分模型組分?jǐn)?shù)的確定

在三線性成分模型的建立過程中, 首先確定適當(dāng)?shù)慕M分?jǐn)?shù)(N)對三維數(shù)陣的分解很重要。為了保證預(yù)測結(jié)果的準(zhǔn)確性，有必要對組分?jǐn)?shù)進行預(yù)估計。采用核一致診斷法(CORCONDIA)[15]對三維數(shù)據(jù)陣的組分?jǐn)?shù)(即化學(xué)秩)進行估計。該方法的核一致數(shù)值是估計組分?jǐn)?shù)的函數(shù)，當(dāng)核一致數(shù)值從較高的數(shù)值(約60%)迅速降至較低值時，即表明最佳組分?jǐn)?shù)已經(jīng)被估計出來。核一致測試的結(jié)果表明兩種環(huán)境水樣模型的最優(yōu)組分?jǐn)?shù)均為3，分別對應(yīng)于兩種目標(biāo)分析物TBZ和BPA，以及將實際環(huán)境水樣基質(zhì)中復(fù)雜的未知干擾擬合為1個組分。

3.3 兩種實際水樣中噻菌靈和雙酚A的定量分析

選用ATLD算法在選取組分?jǐn)?shù)為3(N=3)時對由校正集、 空白湖(河)水樣、 湖(河)水加標(biāo)預(yù)測樣所構(gòu)成的三維數(shù)據(jù)陣進行分解，解析獲得的歸一化激發(fā)光譜、 歸一化發(fā)射光譜及相對濃度分別如圖4(a1, a2, b1, b2, c1, c2)所示。

其中，A1，B1與C1為桃子湖水樣的解析結(jié)果，A2，B2與C2為湘江水樣的解析結(jié)果?？梢钥吹剑词筎BZ和BPA的熒光光譜存在部分重疊，且真實水樣中存在的未知背景干擾與兩種分析物的光譜相重疊，ATLD算法仍然能夠分辨得到TBZ和BPA的定性(激發(fā)光譜輪廓、 發(fā)射光譜輪廓)、 定量(相對濃度矩陣)信息。其中，兩種目標(biāo)分析物的解析譜圖與相應(yīng)的真實光譜輪廓幾乎完全吻合，初步表明通過所建模型和方法分辨得到的目標(biāo)分析物激發(fā)發(fā)射光譜是可靠的。此外，利用解析得到兩種分析物的相對濃度信息分別構(gòu)建偽標(biāo)準(zhǔn)曲線，用于兩種環(huán)境水樣加標(biāo)預(yù)測集中TBZ和BPA含量的預(yù)測。表2給出了算法解析兩組加標(biāo)水樣的預(yù)測結(jié)果。在湖水和河水加標(biāo)樣中，TBZ的平均回收率分別為96.3%±3.2%和99.1%±1.4%，BPA的平均回收率分別為90.0%±2.4%和90.8%±7.2%，且每個加標(biāo)樣本的加標(biāo)回收率均接近100%。此外，分析物在兩種加標(biāo)水樣中的預(yù)測均方根誤差(RMSEP)均小于19.42 ng·mL-1，上述結(jié)果表明所發(fā)展的方法能夠很好地預(yù)測環(huán)境水樣中的TBZ和BPA，其分析結(jié)果令人滿意。

圖3 三維熒光光譜圖(a)： 校正樣C04； (b)： 空白桃子湖樣本P00； (c)： 空白湘江水樣本Q00； (d)湘江水加標(biāo)樣本Q02Fig.3 The excitation-emission matrix fluorescence spectra(a)： A calibration sample C04; (b)： A blank water sample P00 of Taozihu Lake; (c)： A blank water sample Q00 of the Xiangjiang River; (d)： A prediction water sample Q02 of the Xiangjiang River

圖4 ATLD算法解析湖水與河水所獲得的歸一化激發(fā)光譜(a1，a2)，歸一化發(fā)射光譜(b1，b2)及相對濃度(c1，c2)

表2 ATLD算法解析湖水和河水中噻菌靈和雙酚A獲得的濃度預(yù)測及回收率結(jié)果Table 2 The prediction and recovery results of TBZ and BPA for lake and river samples

3.4 品質(zhì)因子與結(jié)果對比

為了評估所發(fā)展方法的性能，對靈敏度(SEN)、 選擇性(SEL)、 檢測限(LOD)及定量限(LOQ)等分析品質(zhì)因子參數(shù)進行了研究。這些分析品質(zhì)因子的求解均基于凈分析信號(NAS)估計方法，詳細(xì)理論及相應(yīng)計算公式參考文獻(xiàn)[16]。表3給出了TBZ和BPA分別在桃子湖、 湘江兩種環(huán)境水樣中的分析品質(zhì)因子。可以看到，TBZ和BPA在湖水和河水中的選擇性分別在0.55～0.76和0.66～0.74的范圍內(nèi)。此外，由于TBZ在單位濃度下的熒光強度高于BPA，因此其靈敏度也相對較高。本工作中，在無需對環(huán)境水樣進行濃縮富集等繁瑣預(yù)處理步驟的前提下，采用ATLD算法分別解析兩種真實環(huán)境水樣，仍能得到較低的檢測限。TBZ和BPA的檢測限分別低于0.25和0.65 ng·mL-1，能夠滿足對真實環(huán)境水樣的檢測要求。

表4總結(jié)了所提方法與其他方法的比較。相比于其他方法，本工作所發(fā)展方法在僅進行了簡單樣本預(yù)處理的情況下，所得的兩種分析物的檢測限相當(dāng)甚至更低，回收率也更好，進而凸顯了基于“數(shù)學(xué)分離”的化學(xué)計量學(xué)方法在環(huán)境分析領(lǐng)域中的巨大潛力。

表3 ATLD算法解析湖水與河水中噻菌靈與雙酚A所得的分析品質(zhì)因子結(jié)果

表4 本方法與測定BPA和TBZ的其他方法的比較Table 4 Comparison of the present work with other methods for determination of BPA and TBZ

4 結(jié) 論

發(fā)展了一種基于ATLD算法的化學(xué)計量學(xué)方法結(jié)合三維熒光技術(shù)的分析策略用于環(huán)境水樣中TBZ和BPA的同時檢測分析。借助化學(xué)計量學(xué)ATLD算法“數(shù)學(xué)分離”的特性及顯著的“二階優(yōu)勢”，即使目標(biāo)分析物之間、 分析物與真實水樣中的未知干擾之間的熒光信號存在重疊的現(xiàn)象，該方法仍能實現(xiàn)對其的準(zhǔn)確分辨，并獲得令人滿意的定性定量分析結(jié)果。此外，所研究的方法已成功應(yīng)用于真實湖水及河水中TBZ和BPA的快速靈敏分析，TBZ和BPA在湖水和河水的加標(biāo)回收率分別在87.4%～97.3%與86.5%～100.0%的范圍內(nèi)，方法的選擇性較高(均高于0.55)且檢測限較低(均低于1.97 ng·mL-1)，能夠滿足對真實環(huán)境水樣的檢測要求。值得一提的是，相較于已發(fā)表的相關(guān)文獻(xiàn)，本工作在樣本預(yù)處理更為簡單的前提下，目標(biāo)分析物的檢測限和回收率相當(dāng)甚至略優(yōu)，凸顯了基于“數(shù)學(xué)分離”的化學(xué)計量學(xué)方法在復(fù)雜的環(huán)境分析領(lǐng)域中的巨大潛力。該策略具有快速、 經(jīng)濟、 靈敏等優(yōu)點，且無需繁瑣復(fù)雜的樣本預(yù)處理步驟，有望發(fā)展成為環(huán)境樣本中危害物的快速靈敏分析方法。