食品中常量和微量元素认证参考材料的双边评估，作为spICP-MS方法的对照物质

《Sustainable Cities and Society》：Bilateral Evaluation of Certified Reference Materials for Macro and Trace Elements in Food as Control Materials for spICP-MS

　　

Filip Gregar|Zuzana Gajdosechova|Monique E. Johnson|Antonio R. Montoro Bustos|Katrin Loeschner

加拿大国家研究委员会计量研究中心，蒙特利尔路1200号，K1A 0R6，渥太华，安大略省，加拿大

摘要

本文研究了现有的认证参考材料（CRMs）是否适合作为单颗粒电感耦合等离子体质谱法（spICP-MS）分析食品中宏量和痕量元素的有效控制材料。在两个独立实验室中，同时评估了这些CRMs中纳米颗粒（NPs）的存在情况，重点关注了小麦粉、贻贝和多种元素/多种维生素片剂等样品。总体而言，对于NIST SRM 1567a（小麦粉）、NIST SRM 2976（贻贝组织）、NIST SRM 3294（多种元素片剂）和NRC VITA-1（低水平多种维生素片剂）样品，不同金属含量纳米颗粒的直径和粒径分布（PSD）的测定结果具有较好的一致性。我们提供了关于数据处理软件对检测限计算影响的证据，从而影响了最终的PSD结果。然而，尽管样品制备、仪器设置和数据处理方法相似，但实验室间仍存在颗粒数浓度（PNC）的差异，这表明在复杂样品中使用spICP-MS获得可重复的PNC结果在分析上仍然具有挑战性。最后，筛选了一部分基于海洋动物和植物的CRMs，以检测其中是否含有金属纳米颗粒，以确定适合进一步深入定量分析的候选材料，结果发现其中含有大量的铝、铁和硅纳米颗粒。

引言

准确测量食品中的宏量和痕量元素对于确保食品安全、质量和营养价值至关重要。由美国国家标准与技术研究院（NIST）定义的认证参考材料（CRMs）作为标准参考材料（SRMs），通过为分析方法提供标准化基准，在实现这一目标方面发挥着重要作用。在过去的二十年里，由于纳米技术的进步及其在食品生产和包装中的应用，人们对食品基质中纳米颗粒（NPs）的存在越来越感兴趣。单颗粒电感耦合等离子体质谱法（spICP-MS）已成为检测和表征复杂基质中无机纳米颗粒的强大技术，因此具有很大的应用潜力。

来自认证生产商的各种纳米材料CRMs、参考材料和测试材料（见表1），其化学成分从单一元素到金属氧化物和碳基材料不等。这些材料通常被认为是“纯净”的，尽管在某些情况下，也有关于金属离子杂质的数据（例如碳纳米管和纤维素纳米晶体）。早期的参考材料（RMs）主要是球形的，具有单峰粒径分布，但后来引入了更复杂的形状，如金纳米棒、氧化铁纳米立方体、碳纳米管和纤维素纳米晶体，以及双峰混合物（如二氧化硅）。通常只有一种性质得到认证（例如分析物质量分数或标称尺寸），并经常提供其他性质的指示性或参考值（见表1中的其他信息）。

几乎所有可用的纳米材料CRMs、RMs和测试材料都是纯度高的材料，适用于低复杂度的基质（原始悬浮液或粉末），通常用作校准标准（见表1）。然而，现有材料的简单基质无法反映确保食品基质中一致和准确测试所需的更大挑战和测量复杂性，因此有必要探索替代方法。

在过去的二十年里，人们尝试在国际倡议的框架下生成食品基质中的模拟纳米颗粒测试材料。例如，在欧盟资助的“NanoLyse”项目中，将银纳米颗粒添加到两种食品模拟物（蒸馏水和10% v/v乙醇）以及鸡肉匀浆中，参与者报告称颗粒直径的测定结果一致，但使用spICP-MS测定颗粒数浓度（PNC）时缺乏重复性。此外，还进行了多项实验室间比较，制备并使用了含有无机纳米颗粒的食品或化妆品基质测试材料，以推进方法验证和参考材料的表征/认证（详见其他文献）。

正如目前食品基质中缺乏纳米材料参考材料所证明的那样，除了上述国际努力外，人们还经常通过向未处理的食品基质中添加已知量的原始纳米颗粒悬浮液来自行开发测试材料。这种方法也常用于生物样品，这表明其适用于食品样品。这些在真实食品基质中的自制测试材料用于质量控制，通常用于确定spICP-MS的程序回收率，这受到纳米颗粒悬浮液添加方式、基质降解方法以及进一步样品预处理（例如在spICP-MS分析前的稀释）的显著影响。实际上，spICP-MS在食品应用中最常报告的两个指标——粒径和颗粒数浓度（PNC）的验证，是通过将添加了纳米颗粒的测试样品与用于添加的原始纳米颗粒悬浮液的预期值进行比较来实现的。

然而，现有基于基质的食品宏量和痕量元素CRMs中纳米颗粒的存在及其作为spICP-MS控制材料的潜在适用性尚未得到充分探索。一些CRMs已被用于spICP-MS分析中的质量控制（QC）样品，而不是直接用于纳米颗粒表征的来源材料。例如，NIST SRM 3280多种维生素/多种元素片剂含有食品级TiO₂（一种用于食品、化妆品和药品的添加剂），其参考质量分数为（5400 ± 300）μg g^-1，被用作总Ti量化的QC材料，用于开发一种使用氢氧化四甲基铵（TMAH）碱性提取后检测食品和食品补充剂中TiO₂存在的分析方法。在另一项研究中，使用了中国国家计量研究院（GBW10024）的扇贝参考材料来检测双壳类软体动物/海洋贝类中总Ag、Ti、Cu和Zn的含量，这些样品在TMAH消化后进行了spICP-MS分析。同样，日本国家计量研究院（NMIJ）的两种CRMs，NMIJ CRM 7403-a（剑鱼中的微量元素）和NMIJ CRM 7402-a（鳕鱼中的微量元素），被用作海产品样品中总Hg分析的QC材料，而在其他样品上则在使用胰酶/脂肪酶混合物酶解后进行了含Hg和Se纳米颗粒的spICP-MS分析。

很少有研究使用spICP-MS分析CRMs中的纳米颗粒进行检测和定量。NIST SRM 1567a小麦粉的认证Al质量分数为（5.7 ± 1.3）μg g^-1，经过α-淀粉酶酶解后，能够识别和定量含Al和Si的纳米颗粒。该CRM被用作中国面条中含Al纳米颗粒的spICP-MS分析的QC材料。另一种CRM，NIST SRM 2976贻贝组织（Mytilus galloprovincialis），被用作spICP-MS筛选研究的食品样品。该CRM经过蛋白酶K酶解后，能够检测到含Al、Cr、Cu、Fe、Si和Ti的纳米颗粒，并确定了这些纳米颗粒的粒径分布（PSD）和颗粒数浓度（PNC）。

本研究旨在评估现有的食品和生物基质宏量和痕量元素CRMs是否适合作为spICP-MS的有效控制材料，特别关注纳米颗粒的存在及其尺寸表征。通过在加拿大国家研究委员会（NRC）和丹麦技术大学（DTU）两个独立实验室进行的新测量，评估了先前发表数据的重复性，并特别关注数据处理对结果的影响。此外，还筛选了一部分基于海洋动物和植物的CRMs，以检测其中是否含有金属纳米颗粒，以确定适合未来深入定量分析的候选材料。

章节片段

试剂和材料

CRMs NIST SRM 1567a/b（小麦粉）、NIST SRM 2976（贻贝组织）、NIST SRM 3294（多种元素片剂）、NIST SRM 1548b（典型饮食）、NIST SRM 1566b（牡蛎组织）和NIST SRM 3121（金标准溶液）由NIST（美国马里兰州盖瑟斯堡）提供；NRC DOLT-4（狗鱼肝脏）、NRC DOLT-5（狗鱼肝脏）、NRC DORM-4（鱼蛋白）、NRC DORM-5（鱼蛋白）、NRC TORT-3（龙虾肝胰腺）、NRC SPIN-1（菠菜粉）和NRC VITA-1（低水平多种维生素片剂）由NRC（渥太华）提供。

NIST SRM 1567a/b小麦粉和即食面条样品中的含Al和Si纳米颗粒

如DTU在2018年和2021年所报告的，NIST SRM 1567a/b小麦粉和即食面条样品中检测到了含Al和Si的颗粒。这些样品中含Al和Si的纳米颗粒的确切组成尚不清楚。为简化起见，假设这些颗粒为Al₂O₃和SiO₂，但有人认为小麦粉和面条中的含Al纳米颗粒可能是铝硅酸盐颗粒（如高岭土）的一部分。

结论

这项双边研究表明，用于食品中宏量和痕量元素的CRMs适合作为spICP-MS中的QC材料用于纳米颗粒分析。对于三种CRMs（小麦粉（Al和Si）、贻贝组织（Al、Si、Fe和Ti）和多种维生素片剂（Ti、Fe和Cu），实现了纳米颗粒尺寸的可重复测定。此外，对其他食品基质CRMs中含金属纳米颗粒的定性筛查主要发现其中含有大量的Al、Fe等颗粒。

CRediT作者贡献声明

Filip Gregar：研究、数据分析、数据管理。Zuzana Gajdosechova：写作——审阅与编辑、初稿撰写、可视化、方法学研究、数据分析、数据管理。Monique E. Johnson：写作——审阅与编辑、初稿撰写、概念构思。Antonio R. Montoro Bustos：写作——审阅与编辑、初稿撰写。Katrin L?schner：写作——审阅与编辑、初稿撰写、可视化、方法学研究、数据分析。

免责声明

本文中描述某些商业产品或设备是为了充分说明实验程序。这种提及并不意味着美国国家标准与技术研究院的推荐或认可，也不意味着它们一定是最佳选择。

资金来源

FG衷心感谢帕拉茨基大学内部资助机构（项目编号IGA_PrF_2025_027）的财政支持。

利益冲突声明

? 作者声明以下可能被视为潜在利益冲突的财务利益/个人关系：Filip Gregar报告称获得了帕拉茨基大学内部资助机构（项目编号IGA_PrF_2025_027）的财务支持。如果还有其他作者，他们声明没有已知的可能影响本文工作的财务利益或个人关系。

致谢

作者感谢Thomas Lockwood持续开发和完善SPCal软件，这对本工作做出了重要贡献。KL衷心感谢Yuka Omura Lund在DTU进行的实验工作中提供的专业技术支持。我们还要感谢Janja Vidmar和Luisa H?ssmann在2021年发表的宝贵实验贡献，这些贡献为当前研究奠定了基础。