微囊藻毒素分析检测技术研究
  • 分享:
  • 0

         蓝藻水华爆发是水体富营养化特征之一,微囊藻毒素(microcystinMC)是水华蓝藻产生的主要毒素,对水生生物、人类饮水安全、食品安全和人类健康都构成严重影响。2007年蓝藻水华爆发引发了无锡市公共饮用水危机,这使得无锡、苏州与湖州等太湖周边城市居民有长期暴露于蓝藻毒素污染引起健康危害的风险。基于以上原因,汤坚、孙秀兰、肖付刚众多科研工作者以太湖为研究载体,围绕微囊藻毒素的分析检测技术开展了深入的研究,取得了丰富的研究成果。

CN200710023770.8公开了一种应用可特异性识别藻毒素的抗体来制备一种藻毒素免疫亲和层析填料和免疫亲和层析柱及其使用方法。其目的是为了方便从水、水产品、藻类及其制品的提取液中“一步法”富集纯化藻毒素,纯化后的样品进HPLCLC-MS等进行定性定量分析。该发明中所制备的藻毒素免疫亲和层析柱对一种藻毒素特异性强,纯化效果显著,明显优于现有的固相萃取方法。该藻毒素免疫亲和层析柱提高了富集和纯化的效率,从而提高了检测方法的灵敏度和准确性,制备方法简单,可重复使用。CN200810242516.1公开了一种微囊藻毒素-LR(MC-LR)多抗免疫亲和柱(IAC)的制备和使用方法,其研制的IAC是将MC-LR多抗固定于柱中,从而吸附样品溶液中的MC-LR,洗脱后起到富集和净化的效果,然后进HPLC进行定性定量分析。作为前处理过程,IAC富集优于现有的固相萃取(SPE)法。在HPLC图中显示MC-LR多抗IAC能将MC-LR的峰与其它杂质峰分开,不至影响测定结果,而SPE净化由于杂质太多,MC-LR峰甚至难以分辨。由于MC-LR多抗与MC-LR能够特异性结合使IAC有很好的特异性,一次净化能除去绝大部分干扰物。肖付刚,赵晓联,汤坚等(2009)应用自制的微囊藻毒素免疫亲和层析柱为净化工具,建立了固相萃取柱富集、免疫亲和层析柱净化、液质联用法检测蓝藻样品中MC的方法。结果显示:只用固相萃取柱富集,会残留大量杂质,干扰MC(尤其是MC-LR)的测定结果。而用免疫亲和层析柱净化能有效去除藻样中的杂质,排除干扰,通过液质联用法定量,能准确测定藻样中的微囊藻毒素-RR(MC-RR)-微囊藻毒素-LR(MC-LR).方法的检出限为2.5 μg/L; 线性范围为5500 μg/L; MC-RRMC-LR平均回收率高于84%; 相对标准偏差低于5%。孙秀兰在CN200810242879.5中公开了一种微囊藻毒素-LR定量快速检测生物传感器的制备及应用。该检测传感器为阻抗型电化学传感器,由CHI760C型电化学工作站,三电极体系:免疫电极为工作电极,饱和甘汞电极为参比电极,铂丝电极为对电极组成;将L-半胱氨酸,胶体金,微囊藻毒素抗体复合物分别包被于裸金电极表面作为工作电极;当微囊藻毒素抗体与样液中的抗原(MC-LR)结合时将引起参比电极与工作电极之间电势差的变化,与样品中抗原浓度呈定量关系,以此进行微囊藻毒素的检测;成功建立了快速、特异、灵敏的检测微囊藻毒素抗原的生物传感器;检测线性范围:0.05300ng/mL,检出限1.82×10-2ng/mL。既可以对天然湖泊水进行实时监测,又可以对水厂饮用水的制备过程进行实时监控。闫建秀,虞锐鹏,汤坚等(2008)建立一种高效液相色谱法测定太湖蛳螺中微囊藻毒素RRLR的方法。该方法采用固相萃取法进行纯化富集,2极管阵列检测器检测,比较不同提取溶剂、提取时间和淋洗液等因素对样品中微囊藻毒素提取效率的影响。色谱条件:色谱柱300SB Zorbax C18(250 mm×4.6 mm I.d.,5 μm),流动相为乙腈:(V:V)=35:65(0.1%甲酸),检测波长为238 nm。在2.5100 ng的范国内,进样量与峰面积呈良好的线性关系。该方法灵敏度高,简便快捷,可作为水生物中藻毒素风险评价和监测水生物体内蓄积的藻毒素较可靠的分析方法。钮伟民,何恩奇等(2011)建立了微囊藻毒素-LR( MC-LR)的纳米均相时间分辨荧光免疫分析法。该方法所得回归方程为y=-1812x2-6075x 12424(R2=0.9976),检出限为0.02 ng/mL,批内RSD5.8%~7.2%,批间RSD9.5%~9.9%,平均回收率为85.0%~120.0%。该方法具有特异性强、灵敏度高、稳定性好、操作简便、耗时短、测定范围宽、试剂寿命长的优点,尤其适合于生活饮用水中微量MC-LR的分析。

多种适用于不同种类样品的微囊藻毒素检测技术的建立及其应用,为水体中微囊藻毒素污染的早期预警提供了理论依据,从而降低居民通过饮水途径对于微囊藻毒素的暴露。(江南大学图书馆 张群供稿)

发布日期:2013-09-18浏览次数:

版权所有:《食品与生物技术学报》编辑部

地址:江苏省无锡市蠡湖大道1800号  邮政编码:214122

电话:0510-85913526  电子邮件:xbbjb@jiangnan.edu.cn

技术支持:北京勤云科技发展有限公司

微信公众号二维码

手机版网站二维码