《Food Analytical Methods》:Multielement Determination in Green, Black, and White Tea Leaves (Camellia sinensis) Using Ultrasound-Assisted Extraction with Natural Deep Eutectic Solvents
编辑推荐:
摘要:茶叶中必需和潜在有毒元素的多元素测定需要高效且可持续的样品制备策略。研究人员开发了一种使用天然低共熔溶剂(NADES,由氢键供体和受体形成的绿色溶剂)的超声辅助提取(UAE,利用声空化促进目标物释放)方法,用于测定Camellia sinensis茶叶中
摘要:茶叶中必需和潜在有毒元素的多元素测定需要高效且可持续的样品制备策略。研究人员开发了一种使用天然低共熔溶剂(NADES,由氢键供体和受体形成的绿色溶剂)的超声辅助提取(UAE,利用声空化促进目标物释放)方法,用于测定Camellia sinensis茶叶中的As、Cd、Cu、Fe、Mn、Pb和Zn。该NADES由氯化胆碱、草酸和水以1:1:1摩尔比组成,表现出高提取效率。通过多变量优化确定了提取时间40分钟、温度80°C、溶剂体积3 mL的条件。使用认证标准物质评估方法性能,回收率为73%至107%,相对标准偏差(RSD,衡量精密的指标)<10%。定量限(LOQ,可准确定量的最低浓度)因元素而异,范围为0.019至9.70 mg kg-1。将该方法应用于茶叶样品,测得浓度范围(mg kg-1)为:As 0.021–0.130,Cd 0.024–0.523,Cu 6.67–18.03,Fe 50–714,Mn 56–3203,Pb 0.063–1.02,Zn 17.2–62.6。估计每日摄入量(EDI,mg day-1)范围为:Cu 0.03–0.19,Fe 0.01–2.71,Mn 0.21–33.5,Zn 0.07–0.65,强调了所分析元素的营养和毒理学相关性。此外,研究人员应用了自组织映射(SOM,一种无监督神经网络用于数据聚类),作为一种探索性多变量工具,能够识别不同茶类间的多元素模式,并突出环境、植物学和加工相关因素对元素组成的综合影响。基于NADES的方法所得结果与参考方法相当,且被证明简单、高效、安全、低成本,符合绿色分析化学原则(AGREE评分0.68;AGREEprep评分0.58),是复杂食品基质多元素分析的可持续替代方案。
# 论文解读:基于天然低共熔溶剂超声辅助提取的茶叶多元素测定方法
## 研究背景与问题
茶叶(Camellia sinensis)是全球消费最广泛的饮料之一,具有抗氧化、抗炎和抗肿瘤等多种生物活性,对健康有益。然而,茶叶叶片也可能积累砷(As)、镉(Cd)、铅(Pb)等有毒元素,引发食品安全隐患。因此,监测茶叶中的元素组成对于确保产品质量、符合监管标准至关重要。传统上,茶叶等植物基质的多元素分析依赖于电感耦合等离子体发射光谱法(ICP-OES)和电感耦合等离子体质谱法(ICP-MS),但这些技术需要关键的样品前处理步骤,通常采用高压高温封闭系统中的酸消解。此类方法消耗大量浓酸或酸与过氧化氢的混合液,不仅对操作人员健康和环境构成风险,还违背了绿色分析化学(GAC)原则。为应对这些挑战,天然低共熔溶剂(NADES)作为环保型替代品在样品制备中兴起。NADES由氢键供体与受体按适当比例混合而成,通常源自天然、可生物降解且无毒的化合物。当与超声辅助提取(UAE)结合时,可开发简单、低成本、安全且可持续的提取方法。但截至目前,NADES用于茶叶多元素测定的研究仍有限,且数据解读常局限于单变量比较,忽视了由环境、植物生理和加工步骤共同作用的复杂多元素关系。
## 研究内容与意义
研究人员开发了一种基于NADES的UAE方法,用于通过ICP-OES和ICP-MS测定茶叶中的As、Cd、Cu、Fe、Mn、Pb和Zn,并采用多变量优化(全因子设计和中心复合设计)系统探究关键参数。该方法应用于30个商业茶叶样品(13个绿茶、13个红茶、4个白茶),所得数据集使用自组织映射(SOM)进行探索性多变量分析。研究意义在于:提出了一种简单、高效、安全、低成本的绿色替代方案,符合GAC原则;同时结合SOM揭示了不同茶类间元素模式的差异,强调了环境、植物学和加工因素对元素组成的综合影响。该论文发表在《Food Analytical Methods》。
## 关键技术方法
研究人员采用超声辅助提取(UAE)结合天然低共熔溶剂(NADES,由氯化胆碱、草酸和水以1:1:1摩尔比配制)进行样品前处理。通过全因子设计(23)进行变量筛选,再采用面心中心复合设计(CCD)建立响应面模型,优化提取时间、温度和溶剂体积。元素测定采用电感耦合等离子体发射光谱法(ICP-OES,用于Fe、Mn、Zn)和电感耦合等离子体质谱法(ICP-MS,用于As、Cd、Cu、Pb)。数据探索性分析使用自组织映射(SOM)软件工具。样本队列来源:30个商业茶叶样品(13个绿茶、13个红茶、4个白茶),购自草药店、超市和网店。
## 研究结果
### 天然低共熔溶剂组成与组分摩尔比(NADES Composition and Components Molar Ratio)
通过单变量优化筛选三种NADES体系(氯化胆碱-草酸-水、氯化胆碱-苹果酸-水、氯化胆碱-木糖醇-水),发现含草酸的体系因羰基基团增强分子间相互作用,对多数元素回收率最佳。进一步优化摩尔比,1:1:1比例下As、Cd、Cu、Pb、Zn回收率达98–108%,Fe和Mn为56–92%,但Fe回收率偏低,原因是其与植物基质中多酚和纤维结构结合紧密。
### 天然低共熔溶剂傅里叶变换红外光谱表征(NADES FT-IR Characterization)
通过ATR-FTIR分析确认NADES(ChCl:Ox:Wa)形成:–OH基团吸收带位移至3400–3200 cm
-1,C═O基团从1609 cm
-1移至1720 cm
-1,表明氢键网络建立,溶剂成功合成。
### 实验多变量优化(Experimental Multivariate Optimization)
采用全因子23设计进行筛选,Pareto图显示温度(正向效应)和溶剂体积为显著变量;由于设备温度上限80°C,固定温度并基于中心复合设计建立二次模型,预测最优条件:提取时间40 min,NADES体积3 mL。实验验证MR值(6.62±0.13)与预测值(6.33)无统计差异(t检验),模型有效。
### 分析性能(Analytical Performance)
通过认证标准物质(桃叶NIST 1547、番茄叶NIST 1573a、Brachiaria brizantha草)评估准确度与精密度。UAE-NADES方法的回收率:Fe和Mn为73–90%,其他元素80–107%;RSD <10%。与微波酸消解(MW-AD)参考方法配对t检验无显著差异(p=0.059)。基质效应评估显示,NADES介质中As的灵敏度因碳诱导信号增强而提高。LOD和LOQ满足巴西ANVISA限量要求。
### 绿色度评估(Greenness Assessment)
采用AGREE和AGREEprep指标评估,UAE-NADES方法得分0.68和0.58,显著优于MW-AD的0.41和0.37。优势体现在废物少(5 mL vs 14 mL)、无需危险试剂、操作安全性高,符合绿色分析化学原则。
### Camellia sinensis茶叶的元素组成(Elemental Composition of the Camellia sinensis Leaves)
将优化方法应用于30个茶叶样品,元素浓度范围(mg kg
-1):As 0.021–0.130,Cd 0.024–0.523,Cu 6.67–18.03,Fe 50–714,Mn 56–3203,Pb 0.063–1.02,Zn 17.2–62.6。绿茶和白茶元素浓度总体高于红茶。毒理学评估显示,所有样品As在巴西ANVISA限值内;2个样品Cd超标,4个样品Pb超标。估计每日摄入量(EDI)计算显示Cu、Fe、Zn在推荐摄入量内,但多数样品Mn超过2.3 mg day
-1限值,表明茶叶中Mn显著积累。
### 探索性数据分析(Exploratory Data Analysis)
SOM分析将样品聚为四类:聚类A(红茶)以高Cu为特征;聚类B(白茶)富集Cd和Mn;聚类C(绿茶-1)所有元素浓度最低;聚类D(绿茶-2)As、Fe、Pb最高。结果表明元素组成受环境条件、植物生理和加工步骤综合影响,SOM有效区分了不同茶类的化学特征。
## 讨论与结论
讨论部分指出UAE-NADES方法结合多变量优化实现了理想提取条件;与MW-AD结果可比,且更具可持续性。SOM补充了单变量分析,揭示了多元素模式。结论部分翻译如下:UAE-NADES被证明是茶叶样品通过ICP-OES和ICP-MS进行元素测定时样品制备的有前景替代方案。单变量和多变量优化步骤(筛选与建模)对于获得理想实验条件至关重要。NADES与UAE的结合代表了一种测定化学物种的绿色方法,有助于推进更可持续的样品制备方法学。这一常规方法的可行替代方案表现出简单、有效、安全的特性,符合绿色分析化学原则。考虑到茶叶以泡饮形式广泛消费,测定Camellia sinensis叶片中的必需元素(Cu、Fe、Mn、Zn)和非必需元素(As、Cd、Pb)尤为相关。在此背景下,SOM的应用通过识别茶叶样品的多元素模式和化学差异组群,补充了单变量评估。总体而言,结果表明所提出的UAE-NADES方法结合多变量数据分析,为茶叶的元素表征提供了可靠且信息丰富的途径,支持营养评估与毒理学评价。