协同微流控处理与特征选择技术提升小麦中霉菌毒素的拉曼检测性能

《Spectrochimica Acta Part A: Molecular and Biomolecular Spectroscopy》：Synergistic microfluidic processing and feature selection for improved Raman detection of mycotoxins in wheat

　　

摘要

为解决小麦中霉菌毒素检测中矩阵干扰强、信号弱的问题，本研究采用微流控“硬处理”与特征选择“软处理”相结合的策略。设计了一种聚二甲基硅氧烷微流控芯片，利用溶解度差异对毒素进行分离富集。再结合蒙特卡罗抽样——加权自举抽样——最小绝对收缩和选择算子特征选择算法，提取特定光谱信息以建立偏最小二乘回归模型。实验结果表明，该策略能有效消除淀粉和蛋白质等矩阵的干扰，四种霉菌毒素的检出限均低于中国国家标准（GB 2761-2017），且测试集的决定系数均高于0.92。通过将特征维度从数千降低到一百以下，重点关注霉菌毒素核心功能团的振动峰，这种做法兼顾了准确性、稳定性与效率。若能在更多场景下进一步验证，该方法有望成为此类痕量污染物检测的标准化解决方案。

引言

小麦作为全球最重要的粮食作物，养活了超过三分之一的人口[1]。它不仅是人们获取热量的主要来源，也是许多国家农业经济和粮食安全的支柱。然而，在从田间到餐桌的漫长供应链中，小麦极易受到真菌侵害。镰刀菌和曲霉等真菌不仅会导致作物产量大幅下降，更会产生有毒的次级代谢产物——霉菌毒素。常见的霉菌毒素包括黄曲霉素、玉米赤霉烯酮和脱氧雪腐镰刀菌烯醇[2]。这些霉菌毒素化学性质稳定，难以在加工过程中完全去除，从而通过受污染的小麦及其制品进入食物链。人类通过受污染的食物长期或短期接触这些毒素，会面临致癌、免疫毒性、神经毒性以及发育异常等严重健康风险[3]。因此，对小麦中的霉菌毒素含量进行严格且准确的监测，对于保障全球食品质量、保护消费者健康以及促进国际贸易具有重要意义。

目前，检测谷物中霉菌毒素的传统方法主要是色谱技术和免疫分析法[4]。但这些方法难以同时满足快速性、准确性和操作简便性的要求，无法满足当前现场检测的需求。相比之下，拉曼光谱技术具有实时检测、操作便捷以及能提供丰富光谱信息的特点，为谷物中霉菌毒素的现场检测提供了有前景的技术途径[5]。不过仍存在一个重大挑战：小麦及其他谷物中的霉菌毒素浓度通常仅为十亿分之一级别。其特有的拉曼信号会被淀粉和脂质等小麦主要成分的强背景信号所掩盖。因此，研究重点在于增强霉菌毒素的光谱特征，以提高拉曼光谱的检测性能。

目前基于纳米金属基底的表面增强拉曼散射技术，可通过电磁增强和化学增强机制显著提升目标分子的拉曼信号强度[6]。但很难保证纳米结构的绝对均匀性，导致不同批次基底甚至同一基底上不同位置的信号强度出现波动，这严重影响了定量分析的准确性及测量的重复性。此外，近年来纳米材料及分子识别元件方面的进展虽然拓展了霉菌毒素检测的技术手段，但重复性问题和矩阵干扰问题依然存在[7]。

为克服这些限制，本研究引入微流控技术作为“硬处理”样本处理策略，旨在通过物理手段实现目标分析物的分离富集。微流控技术具有微型化、表面积与体积比高以及流体操控精准等优点，已成为食品安全检测领域的多功能平台[8]。将其与光学检测技术结合，可实现复杂食品基质的高效、低试剂消耗分析。凭借其高表面积与体积比以及优异的质量传递效率，微流控技术已被光谱检测领域的研究人员广泛采用。例如，郭等人通过在微流控装置中构建靶向结合体系，提高了食品中大肠杆菌的拉曼光谱检测精度[9]；Ede Bodoki等人则将微流控技术与拉曼光谱结合，实现了苹果汁中微量杀菌剂的检测[10]。然而，该技术在基于拉曼光谱的霉菌毒素检测中的应用尚未被探索。鉴于霉菌毒素易溶于有机溶剂而小麦基质不溶这一理化特性[11]，本研究利用这一溶解度差异，设计并制备了一种聚二甲基硅氧烷微流控分离芯片。该芯片可提供富含霉菌毒素的纯化有机溶剂样品，用于后续的拉曼光谱检测。同时，本研究还采用基于数学的特征优化算法作为“软处理”数据加工策略，旨在进一步提升用于建模的输入波长的信息有效性[12]。

综上所述，本研究提出了一种新的策略，通过微流控处理与特征选择算法的协同作用，提升拉曼光谱在霉菌毒素检测中的可靠性。具体的实验流程如下：首先，用掺有不同霉菌毒素的小麦粉制备模拟实验样品；随后，使用手持式拉曼光谱仪直接采集这些样品的光谱特征。接着将样品通过微流控分离芯片处理，再从分离后的有机溶液中采集光谱数据。最后，基于微流控处理后的光谱特征，构建并比较不同的特征选择模型。实验结果表明，这种协同优化策略显著提升了拉曼光谱在小麦霉菌毒素检测中的性能。这项工作为未来谷物霉菌毒素的现场监测方法的发展提供了新的技术思路与可行性验证。

内容片段

材料来源

本研究使用的全麦粉来自中国河北省（含水量低于12%，80目）。该面粉已通过第三方检测，确认无污染物且符合实验标准。实验期间，所有面粉样品均储存在真空密封袋中，置于温度为15℃、相对湿度低于50%的环境中，以避免二次污染[13]。

本研究重点研究了四种污染最为普遍的霉菌毒素：

微流控处理前后拉曼光谱特征分析

为直观评估微流控芯片在提升拉曼光谱检测性能方面的效果，本研究首先比较了同一批次小麦样品在微流控处理前后拉曼光谱的差异。图2A展示了原始样品的拉曼光谱，但原始样品中霉菌毒素的典型拉曼峰强度较弱。具体分析如下：在100厘米负一次方波数处可观察到典型峰值……

结论

本研究创新性地提出了微流控“硬处理”与特征选择“软处理”相结合的协同策略。通过基于溶解度差异的聚二甲基硅氧烷微流控芯片实现小麦中霉菌毒素的物理分离富集，再结合MCS-WBS-LASSO特征选择算法对拉曼光谱数据进行优化，该策略有效消除了淀粉和蛋白质等小麦矩阵的干扰，效果显著。

利益冲突声明

作者声明不存在任何可能影响本文研究结果的已知财务利益关系或个人关系。

致谢

作者衷心感谢江苏省研究生科研实践创新计划（项目编号：KYCX25_4231）以及中国国家重点研发计划（项目编号：2017YFC1600603）的支持。

Jingwen Zhu|Junyu Wang|Xianjun Sun|Enze Tian|Mingji Wei|Congli Mei|Hui Jiang

江苏大学电气与信息工程学院，中国镇江212013