据团队首席李熠研究员介绍，如何准确、高效、全面地检测食品中残留的化学性有害物质是食品安全领域长期以来面临的重大技术难题。目前，常用的食品安全检测方法仅仅针对一类或几类农兽药，同一样本需经多次不同的检测方法进行分析，耗时、费力、通量较低，难以满足当前食品安全检测的需求。近年来，液相串联高分辨质谱技术成为食品中有害物质筛查的首选工具，但是依然存在假阳性过高、方法实用性差、数据可回溯性低等弊端。数据依赖性采集(DDA)和数据非依赖性采集(DIA)是当前高分辨质谱最常用的两种数据采集方法，广泛应用于农兽药筛查。DDA适用于靶向化合物的分析，DIA适用于非靶向物质的检测，但两种数据采集方法以独立的方式运行，难以兼容。
研究人员首次集成了DDA和DIA两种模式，实现了单次数据采集的靶向和非靶向物质的同时检测(DDIA)，对食品中几百至几千种的化合物进行全方位分析。DDIA数据采集方法极大地提高了设备利用率，避免了多次重复采集及数据整合工作，大大节约了实验成本。开发的DDIA方法已成功应用到对牛奶、谷物、蔬菜和蜂蜜的高通量筛查分析。随着DDIA数据采集及匹配的数据处理方法的发展与完善，该模式将替代单一的靶向和非靶向数据采集方法，成为保障食品安全的首选方案。
该研究成果得到中国农科院科技创新工程、国家蜂产业技术体系和国家自然科学基金资助。
原文链接：https://www.sciencedirect.com/science/article/abs/pii/S0304389420312553
