基于表面增强近红外光谱与金纳米颗粒的牛奶中三聚氰胺快速灵敏检测新方法

《Chemical and Biological Technologies in Agriculture》：Enhanced near-infrared spectroscopy for rapid and sensitive detection of melamine in milk: a novel methodological approach

本研究针对传统方法检测牛奶中三聚氰胺存在操作复杂、耗时长等局限性，开发了一种基于金纳米颗粒(AuNPs)的表面增强近红外吸收(SENIRA)光谱新方法。通过在900-1700 nm波段结合化学计量学，建立了浓度范围0.0001-0.1 mg/mL的定量模型，预测相关系数Rp2达0.9837，相对预测偏差RPD为5.3940，平均回收率117%，为乳制品安全快速筛查提供了可靠技术方案。

　　

随着消费者健康意识的提升，乳制品已成为均衡膳食的重要组成部分。然而，市场上乳制品质量参差不齐，部分不法商家通过添加三聚氰胺(C₃H₆N₆)等非法添加剂虚增蛋白质含量的现象时有发生。三聚氰胺作为一种含氮杂环化合物，长期摄入会导致肾衰竭、泌尿系统结石等严重健康问题。传统检测方法如液相色谱-质谱联用(LC-MS)、高效液相色谱(HPLC)等虽准确性高，但存在前处理复杂、设备昂贵、难以实现现场快速检测等局限性。近红外光谱(NIRS)技术虽具有快速、无损等优势，但在检测低浓度三聚氰胺时面临灵敏度不足的挑战。

为解决上述问题，研究人员创新性地将表面增强近红外吸收(SENIRA)技术与金纳米颗粒(AuNPs)相结合，开发了一种高灵敏度检测方法。研究采用柠檬酸钠还原法制备了平均直径20 nm的球形AuNPs，通过紫外-可见吸收光谱和透射电子显微镜(TEM)表征证实其具有良好的单分散性。当AuNPs与三聚氰胺相互作用时，由于柠檬酸根离子与三聚氰胺氨基基团间的静电作用，引起纳米颗粒聚集，导致局部表面等离子体共振(LSPR)发生红移，在520 nm和650 nm处出现特征吸收峰变化，从而显著增强近红外信号。

关键技术方法包括：使用NIR-NT型近红外光谱仪(900-1700 nm)采集光谱数据；通过标准化、Savitzky-Golay平滑等预处理方法优化光谱质量；利用偏最小二乘(PLS)和主成分回归(PCR)算法建立定量模型；以超市采购的新鲜牛奶为样本基质，添加浓度梯度为0.0001-0.1 mg/mL的三聚氰胺进行方法验证。

近红外光谱性能

仪器性能测试表明，在15 ms积分时间下卤钨灯光源能量值达57000 counts，基线稳定性标准偏差小于0.0003，吸光度重复性标准偏差小于0.0004 AU/h，满足实验要求。

合成AuNPs的表征

TEM显示AuNPs呈球形且分布均匀，紫外-可见光谱显示其与三聚氰胺作用后最大吸收峰从520 nm红移至650 nm，溶液颜色由酒红色变为蓝灰色，证实了聚集效应的发生。

增强基底对牛奶中三聚氰胺的响应分析

对比0.1 mg/mL三聚氰胺与0.05 mg/mL三聚氰胺-AuNPs混合体系的近红外光谱，发现加入AuNPs后1100-1200 nm处吸收峰显著增强，增强因子(EF)达85倍，证实SENIRA技术可有效提升检测灵敏度。

三聚氰胺定量分析模型的建立

在165个样本光谱数据中，PLS模型经标准化预处理后表现最优：校正相关系数R_c²=0.9853，预测相关系数R_p²=0.9837，RMSEC=0.0059，RMSEP=0.0066，RPD=5.3940。模型在0.0001-0.1 mg/mL浓度范围内呈现良好线性关系，但平均回收率117%表明在低浓度区间存在系统性高估。

该研究成功将SENIRA技术与微型化近红外光谱仪相结合，建立了快速、灵敏的三聚氰胺检测新方法。虽然回收率存在偏差，但高RPD值(>5)表明模型具备实际应用潜力。该方法克服了传统NIRS技术检测限高的局限，为乳制品安全现场快速筛查提供了新思路，特别在便携式检测设备开发方面具有重要应用前景。未来需通过扩大样本来源验证模型的普适性，并优化样品前处理流程以进一步提高定量准确性。