采用聚焦超声液固萃取联用气相色谱 - 串联质谱分析包装膜中有意添加和非有意添加物质及其在市售包装酥油中的存在情况
《Food Packaging and Shelf Life》:Analysis of intentionally and non-intentionally added substances in packaging films using focused ultrasound liquid-solid extraction coupled with GC-MS/MS and their occurrence in commercially packaged
ghee
【字体:
大
中
小
】
时间:2026年08月27日
来源:Food Packaging and Shelf Life 10.8
编辑推荐:
摘要食品包装材料中的化学迁移对产品安全、保质期和消费者健康构成了重大挑战。尼龙 -6:聚乙烯多层膜广泛用于包装印度的高脂肪产品,如酥油。本研究通过聚焦超声液 - 固提取法 (FULSE) 结合 GC-MS 分析,评估了包装安全性,从 35 种零售酥油包装膜中高效提取了有意添加
摘要食品包装材料中的化学迁移对产品安全、保质期和消费者健康构成了重大挑战。尼龙 -6:聚乙烯多层膜广泛用于包装印度的高脂肪产品,如酥油。本研究通过聚焦超声液 - 固提取法 (FULSE) 结合 GC-MS 分析,评估了包装安全性,从 35 种零售酥油包装膜中高效提取了有意添加物质 (IAS) 和非有意添加物质 (NIAS)。总共初步鉴定出 87 种可提取物,包括紫外线稳定剂、抗氧化剂、烃类、增塑剂相关化合物、分解产物和 NIAS。其中,仅有 19 种物质列于经委员会法规 (EU) No. 2023/1442 修订的委员会法规 (EU) No. 10/2011 中。随后,开发并验证了一种改良的基于不皂化物的提取方法,结合低温纯化,使用气相色谱 - 串联质谱 (GC-MS/MS) 同时测定 22 种商业包装酥油样品中的 10 种选定包装衍生化合物。该方法表现出优异的回收率 (91.02–105.34%)、低相对标准偏差 (0.67–9.01%) 以及可忽略的基质干扰。乙酰三丁基柠檬酸酯 (ATBC) 检出浓度最高 (0.67–7.28 mg kg?1),其次是 Irgafos?168 和 13-二十二烯酰胺。所有定量化合物的浓度均低于其适用的特定迁移限值 (SMLs),表明符合规定的法规阈值。然而,全面的安全评估需要考虑未鉴定的 NIAS 和累积膳食暴露。总体而言,开发的流程为商业包装酥油中包装衍生化合物的可提取物筛查和目标测定提供了快速可靠的方法,支持对高脂肪乳制品中污染物的系统监测。
引言包装在供应链整个过程中保护食品免受物理、化学或生物危害方面发挥着不可或缺的作用。聚乙烯 (PE)、聚酰胺 (PA)、聚丙烯 (PP)、聚苯乙烯 (PS) 和聚对苯二甲酸乙二酯 (PET) 等聚合物因其成本低、强度高和阻隔性能好,被广泛用于食品包装 (Meng et al., 2023)。这些特性通过防止水分损害和延长保质期来保持食品质量。为了进一步提高性能,结合几种聚合物的多层包装 (MLP) 结构被广泛用于柔性薄膜和袋装产品 (Alamri et al., 2021)。
包装聚合物通常含有有意添加物质 (IAS),包括抗氧化剂、增塑剂、抗静电剂、紫外线稳定剂、光学增白剂和加工助剂 (Ibarra, Bernaldo de Quirós, Losada & Sendon, 2018)。此外,非有意添加物质 (NIAS) 可能源于聚合物降解、副反应或杂质。这些低分子量化合物 (MW ≤ 1000 Da) 从食品接触材料 (FCMs) 迁移到食品中引起了重大的毒理学担忧,因为它们可能在胃肠道中被吸收,并干扰代谢、生殖、内分泌、神经和免疫功能 (Hahladakis et al., 2018)。
印度是世界上最大的牛奶生产国,2024-25 年的创纪录产量为 247.87 MT (National Dairy Development Board, 2024)。酥油是一种本土澄清黄油脂肪 (约 99% 乳脂肪),是仅次于巴氏杀菌奶的第二大加工和出口增值乳制品 (Agricultural & Processed Food Products Export Development Authority, 2021)。由于其极高的脂肪含量和广泛的商业消费,酥油是检查亲脂性包装衍生 IAS 和 NIAS 从 FCMs 迁移的高度相关食品基质。商业酥油主要包装在七层共挤多层柔性薄膜中,由线性低密度聚乙烯 (LLDPE) 加上 tie-layers 和尼龙 -6 组成,选这些材料是因为它们的氧气阻隔性、密封性和耐穿刺性 (Arias et al., 2009)。尽管具有这些改进的功能属性,此类 MLP 格式可能成为 IAS 和 NIAS 迁移的潜在来源,从而对包装安全性和消费者健康构成挑战 (Lahimer et al., 2017)。
为了应对这些新兴的科学和监管担忧,包括欧盟和美国在内的国家制定了管理 FCMs 的结构化法规,为超过 700 种批准物质规定了总迁移限值 (OML) 和特定迁移限值 (SMLs)。OML 通常设定为 60 mg kg?1 食品或 10 mg dm-2,而 SMLs 基于个体物质的毒理学风险评估适用 (Commission Regulation (EU) No. 1282/2011, 2011, Code of Federal Regulation (FDA) Title 21, 2012)。这些监管方法使制造商和监管机构能够确定 FCMs 中使用物质的合规状态。
同样,印度食品安全与标准管理局 (FSSAI) 对各种食品级聚合物 (如 PE、PA 和 PET) 实施了包装法规和规格,并规定了 10 mg dm?2 的 OML,如 IS 9845 (Bureau of Indian Standards, IS 9845:1998, (R2015), 2015), IS 16738 (Bureau of Indian Standards, IS 16738:2018, 2018), IS 10151 (Bureau of Indian Standards, IS 10151; 2019, IS 10151; 2019, 2019) 和 IS 12248 (Bureau of Indian Standards, IS 12248:1988 R2020, IS 12248:1988 R2020, 2020) 中所述。然而,当前印度范式下的 SMLs 主要局限于重金属 (Food Safety and Standards (Packaging) Regulations 2022)。
在分析上,OML 测试是重量法的,仅测量迁移物质的总质量,而 SML 测试仅使用液相色谱或气相色谱结合合适的检测系统 (如质谱 (MS)、紫外 - 可见 (UV/Vis)、二极管阵列 (DAD)、荧光 (FLD)、折射率 (RI) 或其他分析物特异性检测平台) 针对特定化合物,具体取决于迁移物的物理化学特征 (Ibarra et al., 2018, Tuzimski and Petruczynik, 2020)。化学化合物的非目标鉴定仍然具有挑战性,因为各种包装配方通常是专有的,MLPs 的结构复杂性进一步 complicates 了化学表征。尽管如此,高分辨率质谱 (HRMS) 的最新进展,包括飞行时间 (TOF) 和基于 Orbitrap 的平台,通过精确质量测量、分子式注释和回顾性数据谱图,显著增强了复杂 FCMs 中 IAS 和特别是 NIAS 的非目标和可疑分析工作流程 (Song et al., 2026)。尽管有这些进展,基于 HRMS 的应用仍然资源密集,需要专业仪器、复杂的数据计算方法以及全面的光谱数据库以确保未知化合物的结构阐明。因此,GC-MS 电子轰击电离 (EI) 由于其稳健性、广泛的光谱库以及对质量控制和法规合规性的适用性,仍然是目标定量和常规非目标研究的优选方法 (Singh et al., 2022, Lahimer et al., 2017)。
印度对 FCMs 的监管框架仍在演变,2018 年《食品安全与标准 (包装) 法规》及后续修正案目前仅为包括八种重金属和 DEHP 在内的有限数量物质定义了 SMLs (Food Safety and Standards (Packaging) Regulations, 2018; Food Safety and Standards (Packaging) Amendment Regulations, 2022; Food Safety and Standards (Packaging) Amendment Regulations, 2026)。因此,关于印度乳制品使用的多层食品包装材料中基于包装的污染物存在的系统性信息仍然稀缺。这一知识空白对于酥油尤为重要,酥油是一种高脂肪乳制品,为从 FCMs 迁移的亲脂性添加剂和降解产物提供了有利的分配介质。此外,七层共挤尼龙 -6:PE 包装系统的结构复杂性可能引入更广泛的 IAS 和 NIAS,从而增加了与优化提取条件、鉴定可提取物以及化合物从聚合物 FCMs 扩散相关的分析挑战。
尽管有几项研究调查了 FCMs 中的包装可提取物和迁移物,但大多数侧重于分别表征包装材料或评估迁移。此外,传统的固液提取程序通常需要较长的提取时间和大量的溶剂消耗。在我们之前的工作中,使用标准 SLE 方法结合目标 GC–MS/MS 定量检查了共挤 PE 基牛奶包装膜中的包装可提取物 (Singh et al., 2022)。相比之下,本研究审查了结构独特的尼龙 -6 多层包装膜,并利用基于 FULSE 的快速提取程序进行可提取物提取,并将范围扩展到零售购买的酥油样品中突出迁移物的定量。
据我们所知,没有先前的研究系统地调查商业使用的尼龙 -6:PE 多层酥油包装膜中的可提取物,同时建立包装材料的化学成分与脂质丰富酥油基质中选定迁移物出现之间的直接分析关联,使用经过验证的 GC-MS/MS 工作流程。本研究采用双层方法建立检查商业包装酥油中基于包装污染物的整体框架:(i) 包装可提取物的提取和表征:开发了一种简单的 FULSE 方法作为筛查工具,在最坏情况提取条件下从尼龙 -6:PE 基包装膜中高效回收和表征可提取物。与需要数小时的常规 SLE 程序相比,标准化的 FULSE 协议在不到 10 分钟内实现了全面提取。得到的提取物进行 GC–MS 筛查以建立可提取物清单,并根据 Cramer 决策树分类潜在毒理学重要性的化合物。该可提取物清单旨在用于危害识别和化合物优先排序,以便随后的迁移评估,而不是直接定量迁移物质。基于检测频率、分析适用性和毒性相关性,随后选择了 10 种反复出现的可提取物,用于在 GC–MS/MS 的多重反应监测 (MRM) 模式下进行目标定量。(ii) 商业包装酥油中选定迁移物的出现和定量:开发了一种改良的不皂化物 (USM) 提取程序,结合低温纯化 (LTP),用于同时定量酥油基质中的选定分析物。经过验证的 GC–MS/MS 方法应用于零售包装酥油样品,以确定实际市场条件下选定添加剂和降解产物的迁移水平,并评估其是否符合委员会法规 (EU) No. 10/2011 (经委员会法规 (EU) No. 2023/1442 修订) 中规定的适用 SMLs。总之,本研究建立了一个集成的分析工作流程,其中 FULSE 辅助的可提取物谱图作为危害识别和化合物优先排序的筛查方法,随后对商业包装酥油中选定迁移物的目标 GC–MS/MS 分析,以评估乳制品 MLP 系统中的 IAS 和 NIAS。
章节片段化学试剂与分析标准丁基羟基甲苯 (BHT, 99%)、邻苯二甲酸二 (2-乙基己基) 酯 (DEHP, 99%)、2,4-二叔丁基苯酚 (DTBP, 99%)、邻苯二甲酸二乙酯 (DEP, 99.5%)、十八烷基 3-(3,5-二叔丁基 -4-羟基苯基) 丙酸酯 (Irganox?1076, 99%) 的分析标准品购自 Sigma Aldrich (德国 Schnelldorf)。而,苯酚,2,4-双 (1,1-二甲基乙基)-, 亚磷酸酯 (3:1); (Irgafos168, 99%)、三 (2,4-二叔丁基苯基) 磷酸酯 (磷酸 Irgafos?168, 99%) 和 13-二十二烯酰胺 (99%),来源于
包装膜的理化表征包装中的化学迁移到食品中受到聚合物几种物理化学性质的显著影响,特别是它们的成分、厚度、增塑特性和结晶度 (Alamri et al., 2021)。同样,在本研究中,包装膜的厚度随包装体积增加而增加,从 20 mL 包装的 80.2 到 82.4 μm 增加到 500 mL 包装的 91.6–104.6 μm 和 1 L 包装的 103–118.7 μm (表 S1)。这一趋势反映了标准
结论本研究建立了一个集成的分析框架,包括非目标可提取物筛查、选定包装添加剂和降解产物的目标定量,随后确定其在商业包装酥油样品中的存在。一种快速且溶剂高效的基于 FULSE 的提取方法结合 GC-MS,导致在尼龙 -6:PE 多层共挤膜中初步鉴定出 87 种可提取物,包括 IAS 和 NIAS。值得注意的是,许多
CRediT 作者贡献声明Kamal Gandhi:资源,形式分析。Narender Raju Panjagari:软件,方法论,数据整理。Ankur Aggarwal:写作 – 审查与编辑。Nishi Singh:写作 – 初稿,方法论,调查。Bimlesh Mann:写作 – 审查与编辑,可视化,资源,形式分析,概念化。Yashwant Atbhaiya:调查,数据整理。Rajan Sharma:写作 – 审查与编辑,监督,形式分析,概念化。
竞争利益声明作者,即 Nishi Singh、Bimlesh Mann、Rajan Sharma、Ankur Aggarwal、Yashwant Atbhaiya、Narender Raju Panjagari、Kamal Gandhi;在此声明,我们没有已知的竞争财务利益和个人关系与其他人和组织,这些关系可能会影响本论文中报告的工作。
代表所有作者,第一作者/通讯作者 (Nishi Singh) 在此签署研究出版的利益声明。
致谢这项工作是在 ICAR-国家乳业研究所 (NDRI)、Karnal 的乳制品化学部进行的,并得到 ICAR-NDRI 和印度食品加工部 (MoFPI) 的财政支持,文件号:Q?11/21/2019-R&D。Nishi Singh 得到印度医学研究委员会 (ICMR), HRD?057 的高级研究奖学金 No.3/1/3/JRF?2018/HRD (SS) 的支持。
Nishi Singh|Bimlesh Mann|Rajan Sharma|Yashwant Atbhaiya|Ankur Aggarwal|Narender Raju Panjagari|Kamal GandhiICAR-国家乳业研究所,Karnal 132001,印度