综述：食品中兽药残留非靶向液相色谱-高分辨质谱检测的最新进展与工作流程

本综述系统探讨了基于液相色谱-高分辨质谱（LC-HRMS）的非靶向筛查（NTS）技术在兽药残留（VDRs）检测中的最新进展，涵盖样本前处理、仪器分析、数据预处理及识别策略等关键环节，并提出分子式预测模型、化学结构预测模型和保留时间验证模型，为应对新型/未知VDRs的筛查挑战提供了创新解决方案。

　　

Abstract
监测食品中的兽药残留（VDRs）是保障食品安全的关键环节。近年来，基于液相色谱-高分辨质谱（LC-HRMS）的非靶向筛查（NTS）技术因其高分辨率、高准确度和高灵敏度备受关注。然而，随着兽药种类快速更新、样本基质复杂、数据量庞大及鉴定流程繁琐，NTS方法的开发与应用仍面临诸多挑战。本文系统提出了一套NTS工作流程，聚焦样本前处理、仪器分析、数据预处理和识别策略的研究进展，并总结了分子式预测模型、化学结构预测模型及保留时间验证模型的应用，为提升新型/未知VDRs的筛查能力提供了新思路。

Introduction
兽药残留可通过食物链影响人类健康，引发毒性效应、内分泌干扰及药物过敏风险。传统靶向检测方法难以应对新型兽药的快速增长，而非靶向筛查（NTS）技术凭借其广谱覆盖能力和高灵敏度成为解决方案。高分辨质谱（HRMS）的快速发展推动了NTS技术的应用，但其仍面临三大挑战：复杂基质中痕量VDRs的提取、海量质谱数据的精准解析，以及新型/未知化合物的验证难题。

Workflow for NTS
NTS工作流程通过引入机器学习（ML）、多维数据分析和复杂算法，弥补了传统依赖简单统计和数据库比对的局限性。例如，分子式预测模型结合同位素丰度比和精确质量数，可缩小候选化合物范围；化学结构预测模型通过碎片离子匹配和机器学习优化，提升未知物鉴定效率；保留时间（RT）验证模型则通过色谱行为模拟减少假阳性结果。

Application of NTS technique to VDRs
NTS技术已成功应用于多种食品基质中抗生素、激素和β-激动剂等VDRs的检测。例如，HRMS结合非靶向策略在蜂蜜中发现了新型喹诺酮类残留，而多维数据关联分析提升了牛奶中磺胺类药物的筛查效率。

Conclusion and perspective
尽管NTS技术显著提升了VDRs检测能力，但仍需解决样本前处理通用性不足、数据库覆盖有限等问题。未来，人工智能驱动的自动化数据解析和跨平台标准化方法将是重要发展方向。

CRediT authorship contribution statement
本文由国内团队主导完成，研究得到国家自然科学基金等项目支持，体现了中国在兽药残留监测领域的科研活力。