关键词：表面增强拉曼光谱;食品检测;防腐剂;色素;药物残留
Research Progress of Surface Enhanced Raman Spectroscopy in Food Safety Detection
SONG Kunpeng WANG Yinjie* QIAO Meizhuang LI Nianhua LIU Jiping
HAN Jia
（School of Materials Science and Engineering， Beijing Institute of Technology， Beijing， 100081 China）
Abstract： Surface enhanced raman spectroscopy （SERS） is a kind of spectroscopic technology with broad development prospect. It has the advantages of high sensitivity， in-situ sampling， nondestructive detection and simple operation， so it is widely used in food quality and safety detection. Herein， the advances of SERS in the field of food safety detection are reviewed. The latest advances of SERS in the rapid detection of preservatives， pigments and drug residues in food are reviewed， and some disadvantages and development trends are also presented.
Key Words： Surface Enhanced Raman Spectroscopy; Food detection; Preservatives; Pigment; Drug residues
1.引言
食品安全与人们生命健康息息相关，食品安全问题不仅仅是民众生活的基本底线，更是国家稳态发展的重要基础。然而，化工产业飞速发展的背后，相关的化工产品层出不穷，而一些危险药品也被不良商家带入到大众的日常生活。“地沟油”、“苏丹红”、“瘦肉精”、“三聚氰胺”、“塑化剂”等重大食品安全问题接连曝光，引发了大众对食品安全问题的强烈反响以及对食品安全检测可靠性的质疑。目前，尽管针对食品安全检测的方法很多，但如成本昂贵、时耗长，样品前处理繁琐等弊端往往无法满足现实中样品高通量快速检测的要求。因此，开发一种简便、可靠的快速分析方法可以很好地弥补该方面的不足，实现食品品质安全的检测。
表面增强拉曼光谱（surface enhanced raman spectroscopy， SERS）是一种能够检测单个分子，同时获取其结构信息的强大分析技术。当分析物分子与纳米结构的贵金属表面结合时，使原本微弱的正常拉曼信号增强104～1014倍之多[i]。这使得SERS成为洞察具有挑战性的化学问题的理想技术，如探测特定表面位置如何改变表面反应的动态，检测法医样品中的超低浓度分析物，以及监测体内的生物分子等。
本文综述了表面增强拉曼光谱技术在食品中防腐剂、色素以及药物残留等方面快速检测的最新研究进展，并提出了当前存在的一些弊端和发展趋势。
2. 表面增强拉曼光谱在食品检测的应用
随着社会的快速发展，人们对于食品质量安全也提出了更高的要求。化工产业中人工合成的食品添加剂以及食品中的化学残留物对于人体健康存在很大的危害。因此开发一种及时、灵敏度高和可靠性强的检测手段对于保障食品安全尤为重要。目前气相色谱法、液相质谱法以及液相-质谱联用等技术手段广泛应用于检测物的鉴定，但是其耗时长、成本高以及对于样品纯度要求较高等缺点严重限制其快速的检测筛选[ii]。表面增强拉曼光谱作为一种特异性高的化学分析和检测技术，越来越受到研究者们在食品添加剂、化学危害物以及药物残留等方面的探索研究。
2.1表面增强拉曼光谱检测食品中的防腐剂
在食品制备、储存过程中，为了防止其变质，延长保存期限，通常加入硫氰酸钠、亚硝酸盐、苯甲酸盐等防腐剂。防腐剂具有抑制细菌生长、杀死微生物等功能，如果用量不当将会严重损害生命体健康。
2.1.1亚硝酸盐
亚硝酸盐是生物氮循环中丰富的中间体，可对公众健康和环境也造成严重危害[iii]。基于亚硝酸盐与对硝基苯胺和1-萘胺在酸性溶液中的重氮反应，Ma等[iv]建立了一种通过SERS技术快速，灵敏的检测亚硝酸盐方法。通过柠檬酸盐涂覆的银纳米颗粒AgNPs作为SERS底物测定偶氮染料（4-（4-硝基苯基二氮烯基）萘-1-胺，NNA），由NNA在测试溶液中产生的SERS信号强度计算出样品中亚硝酸盐的浓度。结果表明检测限（LOD）在720、1459和1609 cm-1特征拉曼位移处分别为0.01、0.03和0.05 mg/L。该方法用于实际食品和水样中亚硝酸盐的测定，相对标准偏差（RSD）小于9.64%。为了提高活性底物的选择性和稳定性，Tian等[v]开发了一种称为壳隔离纳米颗粒增强拉曼光谱（SHINERS）的新技术，该技术由绝缘的超薄二氧化硅或氧化铝壳包覆金纳米颗粒作为SERS活性基质，以“智能尘埃”的形式散布在要探测的表面。超薄涂层可防止纳米颗粒团聚，并且超薄的壳层以及金纳米晶体提供了显著的拉曼信号放大效果。Zhang等[vi]以金/二氧化硅殼层纳米粒子为增强基底，用于拉曼光谱检测，间接计算出亚硝酸盐的含量。该方法已成功应用于食品，环境和生物样品中，并且对于测定碘酸根离子，酚和芳香胺等SERS响应较弱的物质提供了重要的依据。
2.1.2苯甲酸钠
苯甲酸及其衍生盐是常用的添加剂，已广泛用作饮料，食品，化妆品以及口服或肠胃药物中的防腐剂[vii][viii]。苯甲酸钠被公认为是一种安全的添加剂，但过量使用可能导致人体代谢性酸中毒[ix]，并且有研究报告中曾阐述人造防腐剂是引发儿童多动症的因素之一[x]。
房晓倩等[xi]探究了同时快速检测鸡尾酒中苯甲酸钠和山梨酸钾两种防腐剂的方法。通过确定鸡尾酒中山梨酸钾和苯甲酸钠的拉曼特征位移分别为1164，1389，1651 cm-1和846.1，1007，1605 cm-1，分析两种检测物的拉曼峰值强度稳定性及相互影响，分别建立了两种防腐剂的线性回归模型。实验结果显示鸡尾酒中山梨酸钾和苯甲酸钠的预测值与实际值相关系数分别为0.9218和0.9493， 均方根误差（RMSE）分别为0.1429和0.0882 g/kg。
常规技术如液-液萃取和固相萃取对于定量的检测复杂样品中的痕量组分往往需要耗费较长的时间，消耗大量的溶剂。Rezaee等[xii]于2006年提出分散液-液微萃取（DLLME）方法，该方法适用于大范围的有机化合物以及金属离子溶液的样品制备[xiii]，并且操作简单，省时，低成本。Xue等[xiv]先前报道了使用薄膜微萃取（TFME）和SERS方法测定碳酸饮料中的苯甲酸。随后又结合分散液-液微萃取（DLLME）和SERS进行布洛芬口服溶液中苯甲酸钠的预浓缩和测定。苯甲酸钠在10～500 mg/L的浓度范围内与SERS信号强度之间满足良好的线性关系，相关系数（R2）可达0.9986，检出限为0.56 mg/L。在相同样品浓度下进行十次重复试验，相对标准偏差小于6.33%。
2.1.3二氧化硫
Deng等[xv]将薄膜微萃取（TFME）与SERS结合，开发了一种酿酒工艺中测定SO2的新策略。执行SO2的顶空采样（HS）程序，将SERS活性底物AuNPs均匀滴到纳米ZnO修饰的TFME底物表面，获得了强烈的SERS响应。SERS信号强度在600 cm-1的位移和SO2在1～200 ug/mL的浓度范围内显示出良好的线性关系，相关系数为0.992，检出限低至0.1 ug/mL。用HS-TFME-SERS方法测定葡萄酒中的SO2与传统蒸馏滴定法所得结果非常吻合，对于测定葡萄酒中SO2表现出高的选择性。
Dan Li等[xvi]将顶空进样（HS）与基于纸质分析设备（PAD）耦合，基于Karl Fischer反应，开发了一种SO2比色和SERS检测的双模传感的新策略。通过在纤维素基滤纸中浸渍4-巯基吡啶（Mpy）修饰的金纳米棒（GNR）-还原氧化石墨烯（rGO）杂化物（rGO/MPy-GNRs），再通过淀粉-碘络合物（SIC）和无水甲醇制备多功能的PAD纸质传感材料。在SO2浓度为5 um时，肉眼可见其颜色发生明显变化，紫外可见光谱法检测限低至1.45 um。该方法对SO2的檢测限为1 um，在1～2000 um范围内均有效。检测结果与传统Monier-Williams方法获得的结果吻合良好。这项研究不仅为SO2的现场监测提供了一种新方法，而且为设计用于多种现场测试应用的纸质传感平台提供了一种新的策略
2.2表面增强拉曼检测食品中的色素
2.2.1苏丹红
随着合成颜料在食品工业中的广泛应用，由非法添加颜料所引起的食品安全事件也变得愈加频繁。苏丹红Ⅰ～Ⅳ是一类人工合成的化学染色剂，其色泽鲜艳，但具有致癌性，若被非法用于食品添加剂中将严重损害人体健康。
Jahn等[xvii]在AgNPs基底表面组装一层具有硫醇官能团的亲脂分子层，用于食品中苏丹红的检测。由于改性的AgNPs基底表面呈现疏水性，对于水不溶性苏丹红分子表现出良好的吸附性，检出限可达3.2 umol/L，该方法巧妙的克服了偶氮染料在水环境下检测的局限性。孙维鑫等[xviii]制备二维阵列结构的有序金纳米柱作为SERS基底，对于苏丹红Ⅱ的SERS检测的最低浓度可达0.05 mmol/L。作者又结合有限元方法和密度泛函理论，分析了金纳米阵列结构与表面等离子体共振效应的关系，并确定了苏丹红Ⅱ为trans NH异构体结构。
2.2.2酸性橙Ⅱ
在我国，颜料也受到严格限制。国家标准GB 2760-2014（食品添加剂使用标准）明确规定了合成颜料的使用类型和使用范围。活性蓝是允许的食用色素，用量范围为0.025～0.5 g / kg，而酸性橙II等偶氮染料则禁止在食用色素中使用。
酸性橙II（AO II）是一种典型的偶氮颜料，受到法规的严格管控，在食品中禁止使用。Wang等[xix]通过原位还原法制备了金纳米颗粒修饰的氨基官能化的铬基金属有机骨架[NH2-MIL-101（Cr）@Au]，表现出对AO II的高选择性和高吸附性能（419.85 mg/g），实现0.05 mg/L的低检测限以及0.05-50 mg/L的宽检测范围。Xie等[xx]合成了用于SERS检测的新型核壳结构的Fe3O4@Au底物，可以对市场上各种食品样品中酸性橙II和活性蓝进行快速筛选，表现出灵敏，快速，方便的SERS效果。
2.2.3罗丹明B
罗丹明B是一种三苯甲烷类合成染料，因其具有潜在的致癌性被禁止在食品中使用。许丽梅等[xxi]以金纳米溶胶作为SERS增强基底，结合便携式拉曼光谱检测仪，实现对辣椒制品、腊肉、酒饮等食品中罗丹明B的快速检测。该方法大大缩短了检测时间，并且对罗丹明B的最低检出限可达0.5 mg/kg。Sun[xxii]研究了吸附了罗丹明B的银（Ag），氧化锌（ZnO）和镀Ag的ZnO（ZnO/Ag）不同基底上的SERS信号。发现拉曼特征位移的位置没有明显差异，但峰的强度存在不同。吸附在ZnO上的罗丹明B的拉曼光谱与正常拉曼光谱不同，通过对其振动带的分析，认为氮原子主要是吸附在ZnO衬底上，而不是吸附在杂蒽环上。韦娜等[xxiii]报道了以银纳米溶胶为SERS活性基底，实现在10和5 ug/g的检出限下对辣椒油和辣椒面中罗丹明B含量的测定。
2.2.4柠檬黄
为了改善某些食品的颜色并增强其视觉美感，如日落黄和柠檬黄等一些合成染料广泛用于食品，饮料，药品以及化妆品等领域[xxiv]。据报道，过量摄入合成色素可引起过敏，皮肤瘙痒以及支气管哮喘等不同症状[xxv]。因此，准确而选择性的测定合成染料的方法非常重要。
Qin等[xxvi]以不同的阳离子表面活性剂作为模板，制备了不同长宽比的金纳米棒，并探讨了其生长机制。将制备的纳米棒用作SERS增强底物，对柠檬黄，酸性橙II和苋菜红三种带负电荷的着色剂进行检测，由于表面活性剂与目标检测物之间的强静电吸附作用以及氢键的结合作用，表现出良好的SERS敏感性。Zhu等[xxvii]通过简单的方法将聚电解质聚烯丙胺盐酸盐（PAH）和聚（4-苯乙烯磺酸钠）（PSS）修饰基于AgNPs的滤纸表面。PSS功能化的纸质SERS底物可以对饮料中复杂成分的着色剂实现快速分离，预浓缩和检测。与传统的刚性SERS基板相比，通过PSS功能化纸质SERS底物分离并成功检测出饮料中诸如日落黄和柠檬黄等杂质，主要归因于聚电解质涂层产生的表面化学梯度和静电相互作用可增强对于不同组分显著的分离能力。
实际应用中，具有相似结构的分析物的SERS光谱会出现堆叠的情况，采用常规方法难以区分。Duan等[xxviii]基于主成分分析法（PCA）和支持向量机（SVM）结合对光谱进行分类预测，以同类型的可食用人工合成色素为例，运用SERS和PCA -SVM模型，验证了该分类模型的有效性。结果表明，该方法对不同色素预测的准确度高达98%，基于不同色素的SERS光谱，结合SVM分析技术能够更好地区分食品中含有的色素，该研究为相似结构物质的SERS信号处理提供了良好的依据。
2.3表面增强拉曼检测食品中的药物残留
郭红青[xxix]等通过金纳米颗粒和氯化钠结合作为SERS的基底增强材料，确定了拉曼位移在801 cm-1處对应鸭肉中吠喃他酮（AMOZ）的特征峰，建立了鸭肉中AMOZ残留检测方法。其提取液中AMOZ在0.5-12 mg/L范围内呈线性关系，回归模型中R2为0.9961，最低检测限可达0.5 mg / L，并表现出高的样本回收率。Qiu等[xxx]基于氟虫腈在丙酮和水中的溶解度差异，首次使用拉曼显微镜检测卵壳和液体卵中的氟虫腈。获得氟虫腈的理论检出限（LOD），液体蛋中LOD为0.32 mg/kg，蛋壳中LOD为0.065 mg/m2。
3. 结论
SERS作为一种新兴的检测手段，可以快速、灵敏、可靠的提供物质的指纹特征信息，并且排除水的干扰。虽然SERS在食品安全检测、表面科学、催化等领域取得了显著的成果，但同任何技术一样，SERS也面临某些限制。首先，SERS要求分子能够以某种方式吸附到表面上，小到足以经历电磁场增强作用，并具有足够高的拉曼横截面易于检测。这意味着检查大型生物分子存在挑战性，很难检测诸如烷基链之类的弱极化分子。其次，从SERS方法中得出定量信息非常困难。由于信号强度受电磁机理，化学机理，等离子体热点，与局域表面等离子体共振和表面覆盖率的相互作用，信号强度不一定与所探测分子的数量成正比。但是，SERS技术与其他相关技术的结合开发，对于拓宽其应用领域及准确性尤为重要。随着研究的逐渐深入，SERS应用于食品添加剂检测领域展现出巨大的潜力。
参考文献
i] Lopez M I， Ruisanchez I， Callao M P. Figures of merit of a SERS method for Sudan I determination at traces level[J]. Spectrochimica Acta Part A： Molecular and Biomolecular Spectroscopy， 2013， 111：237-241.
ii] 王海波. 表面增强拉曼光谱用于食品检测的研究进展[J]. 食品工业科技， 2019，431 （15）：328-335.
iii] Ralt D. Does NO metabolism play a role in the effects of vegetables in health Nitric oxide formation via the reduction of nitrites and nitrates[J]. Medical Hypotheses， 2009， 73（5）：794-796.
iv] Ma P Y， Liang F H， Li X P， et al. Development and optimization of a SERS method for on-site determination of nitrite in foods and water[J]. Food Anal Methods， 2014， 7（9）：1866-187
v] Li J F， Huang Y F， Tian Z Q， et al. Shell-isolated nanoparticle-enhanced Raman spectroscopy. Nature， 2010， 464（7287）：392-395.
vi] Zhang K， Hu Y， Li G. Diazotization-coupling reaction-based selective determination of nitrite in complex samples using shell-isolated nanoparticle-enhanced Raman spectroscopy[J]. Talanta， 2013， 116（116）：712-718.
vii] Del Olmo Ana， Calzada Javier， Nu?ez Manuel. Benzoic acid and its derivatives as naturally occurring compounds in foods and as additives： Uses， exposure， and controversy[J]. Critical reviews in food science and nutrition， 2017， 57（14）：3084-3103.
viii] Cai L M， Dong J， Wang Y R， et al. Thin-film microextraction coupled to surface enhanced Raman scattering for the rapid detection of benzoic acid in carbonated beverages[J]. Talanta， 2018， 178：268-273.
ix] S.A.V. Tfouni， M.C.F. Toledo Determination of benzoic and sorbic acids in Brazilian food[J]. Food Control， 2002， 13：117-123.
x] Weiss B， Williams J H， Margen S， et al. Citron Behavioral responses to artificial food colors[J]. Science， 1980， 207：1487-1489.
xi] 房曉倩， 彭彦昆， 王文秀， 等. 基于表面增强拉曼的鸡尾酒中苯甲酸钠和山梨酸钾的同时快速检测[J]. 光谱学与光谱分析， 2018， 38（9）：2794-2799.
xii] Rezaee M， Assadi Y， Hosseini M R M， et al. Determination of organic compounds in water using dispersive liquid-liquid microextraction[J]. Journal of Chromatography A， 2006， 1116（1-2）：1-9.
xiii] Mashayekhi H A， Abroomand-Azar P， Saber-Tehrani M， et al. Rapid Determination of Carbamazepine in Human Urine， Plasma Samples and Water Using DLLME followed by RP–LC[J]. Chromatographia， 2010， 71（5-6）：517-521.
xiv] Xue L， Chen L， Dong J， et al. Dispersive liquid-liquid microextraction coupled with surface enhanced Raman scattering for the rapid detection of sodium benzoate[J]. Talanta， 2019， 208：120360.
xv] Deng Z， Chen X， Wang Y， et al. Headspace Thin-film microextraction coupled with surface-enhanced Raman scattering as a facile method for reproducible and specific detection of sulfur dioxide in wine[J]. Analytical Chemistry， 2015， 87（1）：633-640.
xvi] Li D， Duan H， Ma Y， et al. Headspace-Sampling Paper-Based Analytical Device forColorimetric/ SERS Dual Sensing of Sulfur Dioxide in Wine[J]. Analytical Chemistry， 2018，90（9）： 5719-5727
xvii] Jahn M， Patze S， Bocklitz T， et al. Towards SERS based applications in food analytics： Lipophilic sensor layers for the detection of Sudan III in food matrices[J]. Analytica Chimica Acta， 2015， 860：43-50.
xviii]孙维鑫， 王家正， 金磊，等. 有序金纳米柱SERS基底制备及苏丹Ⅱ的拉曼光谱[J]. 生物加工过程， 2020， 4：446-451
xix[] Wang Q， Shi Z ， Wang Z ， et al. Rapid simultaneous adsorption and SERS detection of acid orange II using versatile gold nanoparticles decorated NH2-MIL-101（Cr）[J]. Analytica Chimica Acta， 2020， 1129.
xx] Xie Y， Chen T， Guo Y， et al. Rapid SERS detection of acid orange II and brilliant blue in food by using Fe3O4@Au core-shell substrate[J]. Food Chemistry， 2019， 270：173-180.
xxi] 許丽梅， 康靖， 曾勇明，等. SERS技术应用于食品中罗丹明B的快速检测[J]. 食品工业科技， 2017， 38（24）：238-242.
xxii[] Sun C H， Wang M L， Feng Q， et al. Surface-enhanced Raman scattering （SERS） study on Rhodamine B adsorbed on different substrates[J]. Russian Journal of Physical Chemistry A， 2015， 89：291-296.
xxiii] 韦娜. 拉曼光谱法检测辣椒制品中罗丹明B和掺兑地沟油的花生油[D]. 沈阳： 沈阳农业大学， 2013.
xxiv] Zhang K， Luo P， Wu J， et al. Highly sensitive determination of Sunset Yellow in drink using a poly （L-cysteine） modified glassy carbon electrode[J]. Analytical Methods， 2013， 5：5044-5050.
xxv] Gomez M， Verónica A， Rojas C， et al. Adsorptive Stripping Voltammetric Determination of Tartrazine and Sunset Yellow in Gelatins and Soft Drink Powder in the presence of Cetylpyridinium Bromide[J]. International Journal of Electrochemical Science， 2012， 7（8）：7493-7502.
xxvi] Qin M， Li P， Zhou X， et al. Cationic surfactant regulated synthesis of Au nanorods for sensitive detection of negatively charged colorants by surface-enhanced Raman spectroscopy[J]. Journal of Raman Spectroscopy， 2019， 50（6）：809-817.
xxvii] Zhu Y， Zhang L， Yang L. Designing of the functional paper-based surface-enhanced Raman spectroscopy substrates for colorants detection[J]. Materials Research Bulletin， 2015， 63：199-204.
xxviii] Duan L F， Wang Z C， Shou B X， et al. SERS Signal Discrimination of Synthetic Pigment Based on PCA-SVM[J]. Computer Science and Application， 2020， 10（3）：437-444.
xxix] 郭红青，刘木华，哀海超， 等. 应用表面增强拉曼光谱法快速检测鸡肉中吠喃他酮代谢物残留[J]. 分析实验室， 2017， 36（10）：1141-1145.
xxx] Qin T， Hickey M E， Yang T X， et al. A simple and rapid method for detecting the pesticide fipronil on egg shells and in liquid eggs by Raman microscopy [J]. Food Control ， 2019， 96：16-21