基于拉曼光谱分析技术的塑化剂检测研究进展
王一韬1, 吴成招1, 胡栋1, 孙通1,2,*
1.浙江农林大学光机电工程学院, 浙江 杭州 311300
2.江西农业大学工学院, 江西 南昌 330045
*通讯作者 e-mail: suntong980@163.com

作者简介: 王一韬, 1997年生, 浙江农林大学光机电工程学院硕士研究生 e-mail: 2020604021041@stu.zafu.edu.cn

摘要

塑化剂是一种高分子材料助剂, 广泛应用于人民生活工作中的各领域, 长期或者高浓度接触对人体健康有巨大的潜在危害, 如今塑化剂危害事件频频发生, 对塑化剂的检测严控已成重中之重。 目前, 塑化剂的检测方法主要有气相色谱法、 气相色谱-质谱联用法及高效液相色谱法等, 但上述方法存在前处理繁琐, 技术要求高, 灵敏度低和检测耗时长等缺点, 不利于塑化剂的快速检测。 拉曼光谱分析技术具有无需样品前处理、 检测速度快、 能反应分子指纹信息等特点, 可以对物质进行定性定量检测分析, 其中表面增强拉曼光谱分析技术作为拉曼光谱分析技术的分支, 具有超高灵敏度、 高选择性和非侵入性等优势, 突破了普通拉曼光谱分析技术固有低灵敏度的局限性, 可以获得普通拉曼光谱分析技术所不易得到的结构信息, 在塑化剂检测中逐渐发挥优势。 文章简述了拉曼光谱分析技术的原理, 概述了普通拉曼光谱分析技术在塑化剂光谱特征峰确认及较高浓度塑化剂检测中的应用, 以及表面增强拉曼光谱分析技术在低浓度塑化剂检测中的应用。 如今利用表面增强拉曼光谱分析技术检测塑化剂所用的基底基本都为金纳米和银纳米为主, 按表面增强拉曼光谱分析技术中所使用的基底种类(Au纳米粒子、 Ag纳米粒子、 Au@Ag纳米)分别综述了表面增强拉曼光谱分析技术在微量及痕量塑化剂检测中的研究进展。 最后, 指出了塑化剂拉曼光谱检测存在的问题, 并展望了今后的发展趋势, 以期为今后的塑化剂检测研究提供参考和解决思路。

关键词: 塑化剂; 拉曼光谱; 表面增强拉曼光谱; 快速检测
中图分类号:TS227 文献标志码:A
Research Progress of Plasticizer Detection Based on Raman Spectroscopy
WANG Yi-tao1, WU Cheng-zhao1, HU Dong1, SUN Tong1,2,*
1. College of Optical, Mechanical and Electrical Engineering, Zhejiang A&F University, Hangzhou 311300, China
2. College of Engineering, Jiangxi Agricultural University, Nanchang 330045, China
*Corresponding author
Abstract

The plasticizer is a kind of polymer material additive widely used in various fields of people's life and work, long-term or high concentration of exposure to human health has huge potential harm. Now plasticizer harm events occur frequently, and the detection of plasticizers has become a top priority. Currently, the main detection methods of plasticizers are gas chromatography, gas chromatography-mass spectrometry and high-performance liquid chromatography. However, the above methods have disadvantages such as cumbersome pre-treatment, high technical requirements, low sensitivity and long detection time, which is not conducive to the rapid detection of plasticizer. Raman spectrum analysis technology has no sample preparation, fast detection and molecular fingerprint information and other characteristics, can respond to qualitative-quantitative analysis to determine the material, the surface-enhanced Raman spectroscopy analysis technology asa branch of Raman spectrum analysis technology, has a high sensitivity, high selectivity and the advantages of the non-invasive, It breaks through the limitation of the inherent low sensitivity of ordinary Raman spectroscopy. It can obtain the structure information which is difficult to be obtained by ordinary Raman spectroscopy, which gradually plays an advantage in plasticizer detection. This paper briefly describes the principle of Raman spectrum analysis technology, summarizes the common Raman spectroscopy analysis technology in the plasticizer characteristic peak identification and quantitative test of the high content of plasticizer, and the application of surface-enhanced Raman spectroscopy in the detection of low-content plasticizers. Nowadays, the substrates used for plasticizer detection using surface-enhanced Raman spectroscopy are mainly gold and silver nanoparticles. In this paper, the research progress of surface-enhanced Raman spectroscopy in trace and trace plasticizers is reviewed according to the types of substrates used in surface-enhanced Raman spectroscopy (Au nanoparticles, Ag nanoparticles, Au@Ag nanoparticles). Finally, the existing problems in the detection of plasticizers by Raman spectroscopy are pointed out, and the development trend in the future has been prospected to provide reference and solutions for the study of plasticizer detection in the future.

Keyword: Plasticizer; Raman spectroscopy; Surface-enhanced Raman spectroscopy; Rapid detection
引言

塑化剂(又称增塑剂)是一种高分子材料助剂, 常用于食品包装材料中, 以此增加包装材料的可塑性。 塑化剂会随着人们的呼吸、 饮食乃至皮肤接触进入人体内, 然后在体内长期积累, 到一定程度便会危害人们的身体健康, 如引起男性雌性化、 增加女性乳腺癌风险, 致畸、 致癌等[1]。 近年来, 食品中塑化剂超标事件频发, 已引起政府和社会的广泛关注和高度重视。 2011年, 台湾食品药品监督管理局在一批益生菌原料中发现高浓度邻苯二甲酸二(2-乙基己基)酯, 自此塑化剂便开始被大众所了解[2]。 2012年, 我国白酒行业的塑化剂事件轰动一时[3]。 2017年奶茶中人为添加塑化剂事件以及2019年拉杜蓝乔核桃油塑化剂超标事件更是引发热议[4]。 因此, 非常有必要对食品中的塑化剂含量进行有效监测, 以保障人们的身体健康。 目前, 塑化剂的主要检测方法有气相色谱法、 气相色谱-质谱联用法和液相色谱法等[5], 上述检测方法虽然可以满足最基础的检测要求, 但存在前处理方法繁琐, 自动化程度低, 检测耗时长等缺点。 因此, 寻求一种更简单、 高效、 绿色、 快速的检测方法将是今后的研究重心之一。

近年来, 拉曼光谱分析技术被广泛应用于食品安全检测、 环境污染检测和化学成分分析等研究领域, 尤其是表面增强拉曼光谱(surface-enhanced Raman scattering, SERS)分析技术因其无需样品前处理、 操作简单、 检测速度快和信号增强效果好等优势, 常被用于食品中塑化剂的检测[6]。 本文对近年来塑化剂的拉曼光谱检测研究工作进行总结和分析, 并讨论其未来的发展趋势及存在的挑战, 为塑化剂的后续研究提供参考。

1 邻苯二甲酸酯类塑化剂简介

塑化剂有许多种类, 包括邻苯二甲酸酯、 脂肪酸酯和多元醇酯等。 邻苯二甲酸酯(phthalic acid esters, PAEs)是如今使用非常普遍的塑化剂, 又被称为酞酸酯。 PAEs一般为透明油状粘稠液体, 难溶于水, 易溶于甲醇、 苯、 乙醇等有机溶剂。 它被普遍应用于玩具、 食品包装和塑料制品等产品中。 在日常生活中, 食品在加工、 包装、 储存和运输的过程中均可能会渗入邻苯二甲酸酯, 如保鲜膜和塑料容器储存的食品均极易出现邻苯二甲酸酯渗入的问题。 长期食用渗入邻苯二甲酸酯类塑化剂的食品, 将导致PAEs在人体内不断积累, 会对人体产生雌性激素效应, 引起内分泌失调, 并损害人体的生殖系统、 免疫系统以及神经系统等[7]。 PAEs是邻苯二甲酸与醇在酸催化剂下形成的酯类的统称, 其种类繁多, 表1总结了文献中所涉及的PAEs类塑化剂的具体情况。

表1 PAEs类塑化剂的具体情况 Table 1 Specific situation of PAEs plasticizer
2 拉曼光谱分析技术概述

当一定频率的激光照射物质时, 会发生弹性散射和非弹性散射。 非弹性散射中, 光与物质分子会发生能量交换, 将引起物质分子的振动和转动能级的改变, 并散射与入射光频率不同的光, 称为拉曼效应或拉曼散射。 拉曼散射产生的散射光频率对称分布在入射光频率的两侧, 频率大于入射光频率的散射为反斯托克斯(Anti-Stokes)散射, 频率小于入射光频率的散射为斯托克斯散射(Stokes), 如图1所示。

图1 拉曼光谱的基本原理Fig.1 Basic principles of Raman spectroscopy

由于斯托克斯散射的强度比较大, 在拉曼光谱测定上习惯采用斯托克斯散射。 拉曼光谱是由非弹性散射引起的物质分子振动及转动能级改变而产生, 可以反映物质分子或晶体化学键的指纹信息, 如塑化剂的拉曼光谱中, 1 570~1 670 cm-1的拉曼特征峰主要源于PAEs的苯环变形。 因此, 根据拉曼特征峰的位置和强度即可实现物质的结构鉴定和成分含量的定量分析。 拉曼光谱分析技术是一种高效、 绿色的分析技术, 具有无需样品前处理, 操作简便, 测定时间短等优点。 相对于红外光谱而言, 由于水的拉曼散射很微弱, 拉曼光谱几乎不受空气中水的干扰。 此外, 拉曼光谱的测量范围宽, 覆盖了4 000~50 cm-1范围, 有利于结构较为相似的PAEs类塑化剂的识别和检测。 但拉曼散射面积小及荧光现象也限制了拉曼光谱技术的应用[8]

近年来, 随着拉曼光谱技术的发展, 出现了显微拉曼光谱技术, 傅里叶变换拉曼光谱技术, 共振拉曼光谱技术和表面增强拉曼光谱技术等[9]。 其中, 表面增强拉曼光谱技术是利用纳米尺度的金、 银、 铜等胶质金属颗粒的粗糙表面或颗粒体系所具有的增强效应, 使吸附在该材料表面或附近的分子拉曼信号大幅提高, 从而实现对低浓度分析物的高灵敏度检测[10]

3 拉曼光谱分析技术在塑化剂检测中的应用
3.1 塑化剂的普通拉曼光谱检测

普通拉曼光谱技术由于光谱信号弱, 大多被用于塑化剂的拉曼特征峰确认及较高含量塑化剂样品的定量检测。 刘瑜等[11]对DEHP, DBP及DEP三种塑化剂进行空间结构优化, 将理论计算与相应的实测拉曼光谱进行对比与分析。 研究发现, DEHP的拉曼峰特征为1 068, 1 244, 1 372, 1 548, 1 628和1 724 cm-1; DBP的拉曼特征峰为1 069, 1 247, 1 372, 1 551, 1 626和1 722 cm-1; 而DEP的拉曼特征峰为1 067, 1 252, 1 554, 1 626和1 730 cm-1。 纪丽君等[12]测量了6种PAEs的拉曼光谱图, 共同特征峰为403, 653, 1 043, 1 127, 1 167, 1 585, 1 605和1 731cm-1, 并对8个特征峰进行了归属指认。 徐昕霞等[13]对实验条件进行优化, 测得PVC塑料中DEHP检测限为0.13%。

研究发现PAEs类塑化剂的普通拉曼光谱具有共同的振动模式及相同的特征基团, 峰形较为相似, 很难识别多种塑化剂, 因此研究人员开始寻求各种增强拉曼特征峰的方法。 邱尤丽等[14]研究发现仅凭酯基官能团的拉曼特征峰并不能完全辨识PAEs, 因此利用溶剂化效应增强PAEs的特征峰强度。 结果表明溶剂苯可使PAEs峰强增加23%~183%, 在苯的溶剂化效应下可利用酯基频区的去偏振度和拉曼峰辨识16种PAEs。 表2总结了普通拉曼光谱检测技术在塑化剂检测中的应用情况。

表2 普通拉曼光谱检测技术在塑化剂检测中的应用 Table 2 Application of ordinary Raman spectroscopy in plasticizer detection
3.2 塑化剂的表面增强拉曼光谱检测

由于拉曼散射光谱信号弱的局限性, 普通拉曼光谱技术无法检测微量或痕量的塑化剂。 SERS技术能极大增强拉曼光谱信号, 因此近几年SERS技术在塑化剂检测中得到了很好的应用。 SERS技术作为塑化剂检测的热门手段之一, 其关键技术在于SERS基底的选择合成制备。 目前, 塑化剂检测的研究文献中主要为Au纳米和Ag纳米为主的SERS基底, 因此本文将分别按Au纳米、 Ag纳米以及Au@Ag纳米基底对塑化剂的SERS检测进行综述。

3.2.1 基于Au纳米基底的塑化剂检测

如今SERS基底已有商业化产品, 如英国Renishaw Diagnostics公司的KlariteTM-SERS金纳米增强基底, 厦门中合众科技有限公司的SERS基底拉曼芯片以及厦门市普识纳米科技有限公司的基片型SERS增强模块SP-1等。 纪丽君等[12]利用英国Renishaw Diagnostics公司的金纳米(AuNP)基底对二氯甲烷溶液和牛奶样品中的DEHP进行SERS检测。 对于DEHP含量为1.70, 1.64和0.67 mg· kg-1的牛奶样品, 发现8个DEHP特征峰都存在。 Ji等[15]采用该公司的金纳米基底, 对二氯甲烷中的DMP进行检测。 研究表明, 该基底能有效增强拉曼光谱信号, 0.1 mg· kg-1 DMP二氯甲烷溶液在1 041 cm-1处的特征峰强度是1 g· kg-1 DMP二氯甲烷溶液的普通拉曼特征峰的40倍。

除了使用商业化的SERS基底, 大部分检测研究都是采用实验室合成制备的基底, 其中最简单的是以纳米胶体与颗粒形式存在的金纳米基底。 Rong等[16]利用上转换纳米粒子(UCNPs)修饰金纳米粒子(AuNPs), 有助于PAEs分子吸附在金纳米上, 从而起到信号增强效果。 Li等[17]利用β -环糊精(β -CD)的疏水空腔实现BBP的富集, 构建了AuNPs胶体(AuNPs@β -CD)作为基底, 检测乙醇溶液中不同浓度的BBP。 黄艺伟等[18]利用水合肼将七种PAEs塑化剂转化为邻苯二甲酰肼, 并以柠檬酸钠还原制备的球形纳米金溶胶作为基底, 对乙醇溶液中的邻苯二甲酰肼进行检测, 发现其拉曼特征峰位于490, 574, 720, 1 025, 1 167, 1 219, 1 265, 1 376, 1 458, 1 502和1 607 cm-1处。 但是这类零维SERS 基底信号并不稳定。

为解决信号稳定性问题, 将金纳米合成纳米棒。 此类一维基底对塑化剂有更好的光谱信号增强能力。 Peng等[19]开发了一种组装标称间距为0.8 nm的垂直排列的单层金纳米棒, 高度的垂直阵列组织有助于产生SERS热点。 张乐等[20]利用介孔硅包覆纳米金棒, 制备多核介孔硅包金纳米棒, 金棒在壳层内以边对边的形式进行组装形成金棒多聚体, 灵敏性较高、 重复性较好, 采用该基底可以检测白酒中1.3 mg· kg-1的BBP。

二维SERS基底一般为薄膜型, 而薄膜型组装分为层层自组装(layer-by-layer self-assembly, LBL)和LB组装, LB组装是由Langmuir和Blodgett两人提出并建立的将单分子膜以一定的方式积累在基板上的方法, LBL组装则是利用了逐级交替沉积原理, LBL组装又包括以浸泡方式吸附材料的浸渍组装、 以高速旋转促进材料均匀沉积的旋涂组装和以非接触式高压喷涂方式的喷涂组装。 Wu等[21]采用LB组装方法制备均匀的AuNPs薄膜, 对乙醇溶液、 高粱酒及二锅头中的DEHP进行检测。 Wang等[22]利用时域有限差分模拟计算得到最佳溅射时间为3 min, 采用喷涂组装方法制备镀金薄膜SERS基底, 并对商业运动饮料中的DEHP进行检测。 液-液界面组装已成为SERS基底膜制备的热门技术, 有较多研究采用液-液界面组装技术制备的SERS基底膜对塑化剂进行检测。 周亚茹等[23]利用液-液界面组装技术使金纳米三棱柱在乙醇与正己烷之间形成致密的纳米阵列, 制成金纳米三棱柱膜, 并利用此基底检测甲醇溶液中的BBP和DEHP。 胡小燕等[24]采用液-液界面自组装法将金纳米制备成2D金棒纳米膜, 对甲醇溶液中的BBP进行检测。 研究发现, BBP特征峰主要位于650, 1 003, 1 043, 1 120, 1 163, 1 580, 1 600及1 725 cm-1处, 并能成功检测含1.3 mg· kg-1 BBP的白酒。 Liu等[25]开发了一种基于液-液萃取的有机/水界面自组装阵列金纳米粒子基底, 由于BBP分子直接参与金纳米自组装过程, 可使BBP分子被加载到金纳米阵列的活性纳米间隙中, 从而实现BBP光谱信号的增强。 王娟等[26]利用液-液界面自组装法将金纳米三角片制备成金纳米膜, 对白酒中的BBP进行检测。 与零维及一维基底相比, 薄膜型二维SERS基底比较均匀, 即使经过长时间照射, 基底仍能保持增强效应。 此外, 二维基底比零维和一维的基底面积大, 更有利于热点的形成。

三维立体载体型基底的研究则相对比较少。 Wu等[27]制备了一种具有高密度三维分布热点的仿生双连续陀螺结构金纳米基底, 陀螺结构中相互连接的螺旋不仅增加了热点密度, 而且有助于增加入射激光的散射截面, 对乙醇溶液中的DEHP进行检测, 检测限达到了10-15 mol· L-1。 赖宇明[28]采用改进的种子法合成了金纳米星溶液作为基底, 对异丙醇溶液中的DBP进行检测。

此外, 一些基底结合了分子印迹技术(molecular imprinting technology, MIT), 用化学的方法合成对某种目标分子(模板或称印迹分子)具有特异选择性的聚合物(MIPs)[29]。 Li等[30]将金纳米颗粒均匀排列在磁性氧化石墨烯(MGO)上, 再利用分子印迹技术制备了金纳米粒子分子印迹聚合物(MGO@AuNPs-MIPs)基底, 并对甲醇溶液中的BBP进行检测。 Yang等[31]通过仿生聚多巴胺(PDA)表面的邻苯二酚和胺基, 使金纳米颗粒(AuNPs)分布仿生聚多巴胺分子印迹聚合物(PDA-MIP)上, 从而形成三维(3D)结构金纳米基底(AuNPs-PDA-MIP)。 通过调整反应条件可以很好地控制PDA和AuNPs的粒径和分布, 实现邻苯二甲酸酯类增塑剂的选择性富集, 并用该基底对乙醇溶液中的DMP进行检测。 Yang等[32]用聚多巴胺(PDA)修饰了以分子印迹聚合物(MIP)为核和金纳米为壳的纳米颗粒, 制备成了AuNP@PDA-MIP基底, 对乙醇溶液中的DMP和DEHP进行检测。 表3总结了基于Au纳米基底的SERS技术在塑化剂检测中的具体应用情况。

表3 基于Au纳米基底的SERS技术在塑化剂检测中的应用 Table 3 Application of SERS technology based on AuNP in plasticizer detection

3.2.2 基于Ag纳米基底的塑化剂检测

相对于一般的金纳米基底, 银纳米基底的增强效果更加优越。 Xu等[33]利用液-液界面自组装三角形银纳米基底, 优化了AgNO3和聚乙烯吡咯烷酮(PVP)的含量, 对食用油中DBP进行检测, 检测限达到了5× 10-7 mol· L-1。 还有许多银纳米基底与硅纳米或二氧化硅相结合, 使其增强效果更加显著。 如Zuo等[34]采用等离子体刻蚀和离子溅射方法, 在硅纳米(SiNC)中分布银纳米(AgNPs)阵列作为基底, 并对乙醇溶液中的DMP进行检测, 检测达到了10-7 mol· L-1。 Wu等[35]在硅片上自组装单分散二氧化硅(SiO2)胶体球, 然后在其上涂覆一层银, 获得Ag/SiO2基底, 并利用该基底检测乙醇溶液中的DEHP, BBP和DBP含量。 Tu等[36]利用磁性粒子固定DEHP适体, 并以银纳米-二氧化硅粒子(AgNCs-SiO2)为基底, 对乙醇溶液中的DEHP进行检测, 检测限达到了8× 10-12 mol· L-1

银纳米基底除了与硅纳米或二氧化硅相结合外, Zhou[37]等首先合成了银纳米和四氧化三铁颗粒(Ag@Fe3O4), 以Ag@Fe3O4为核, 先利用支化聚乙烯亚胺(PEI)将银纳米形成壳, 再用环糊精(β -CD)修饰, 形成Ag@Fe3O4@PEI@Ag/β -CD纳米颗粒, 其中β -CD作为一个具有空腔结构的官能团, 能够吸附BBP形成β -CD-BBP综合体, 利用该基底可检测白酒中1.3 mg· kg-1的BBP。 表4总结了基于Ag纳米基底的SERS技术在塑化剂检测中的具体应用情况。

表4 基于Ag纳米基底的SERS技术在塑化剂检测中的应用 Table 4 Application of SERS technology based on AgNP in plasticizer detection

3.2.3 基于Au@Ag纳米基底的塑化剂检测

相比于单独的金纳米和银纳米基底, Au@Ag纳米SERS基底对塑化剂光谱信号的增强效果更加优越, 最为常见的Au@Ag纳米基底主要以核-壳结构存在。 如Hu等[38]采用双金属Au@Ag核-壳纳米立方体作为基底, 当银壳层厚度达到一定阈值12 nm时, 结晶紫(CV)和BBP的SERS信号达到最大值。 根据优化后的尺寸, 利用Au@Ag NCs基底对甲醇溶液中的BBP和DEHP进行检测, 并可检测酒样中1.3 mg· kg-1的BBP。 王欣如等[39]通过油浴使金三角片表面包覆银壳层, 形成金核-银壳纳米粒子, 并对乙醇溶液中的BBP和DEHP进行检测。 该基底也可检测酒中1.3 mg· kg-1的BBP。 葛子盼等[40]使用种子生长法合成了银包金棒纳米长方块(AuNR@AgNCs)和银包金颗粒纳米方块(AuNS@AgNCs)。 研究发现, AuNR@AgNCs基底具有更好的增强效果, 并利用AuNR@AgNCs基底对甲醇溶液中的BBP进行检测, 该基底也可检测白酒中1.3 mg· kg-1的BBP。 Wang等[41]利用液-液界面自组装Au@Ag纳米立方体核壳结构(AuNS@AgNCs)基底, 在优化基底尺寸后, 对乙醇溶液中的BBP进行检测, 检测限达到了10-9 mol· L-1

除了最常见的Au@Ag核-壳结构纳米基底, 还有将金银纳米附着在其他材料上制备复合材料基底或者利用其他材料优化稳定金银纳米结构, 并对塑化剂进行检测。 如Wang等[42]采用液相还原法制备了Cu2O纳米立方体, 并在其表面沉积Au和Ag纳米粒子, 获得Cu2O-Au和Cu2O-Ag纳米复合材料基底, 并利用此基底对乙醇溶液中的DMP和DBP进行SERS检测。 Cao等[43]采用一锅法制备金-银-硫纳米结构(Au-Ag-S)基底, 并用于检测橙汁中的DEHP和DEHA。 Xiang等[44]利用六磷酸(IP6)稳定Au@Ag纳米颗粒, 再以十二硫醇(DT)优化得到Au@Ag@IP6/DT基底, 并利用该基底检测乙醇溶液中的DEHP。 表5总结了基于Au@Ag纳米基底的SERS技术在塑化剂检测中的具体应用情况。

表5 基于Au@Ag纳米基底的SERS技术在塑化剂检测中的应用 Table 5 Application of SERS technology of Au@Ag NP in plasticizer detection
4 总结与展望

文章对近二十年来塑化剂的拉曼光谱检测研究进行了综述。 其中, 普通拉曼光谱技术主要用于塑化剂拉曼特征峰的确认, 而表面增强拉曼光谱技术则用于微量及痕量塑化剂的定量检测, 拉曼基底主要有Au纳米、 Ag纳米和Au@Ag纳米三大类。 拉曼基底制备方法主要为物理方法和化学方法, 两种方法各有利弊, 但相比较化学方法更受欢迎, 因为化学方法操作要求更加简单方便易控制。 目前, 国内外学者对于PAEs的拉曼光谱检测已做了较多的研究工作, 也已经取得了一定的成果, 但仍存在一些问题需要解决: (1)目前塑化剂的拉曼检测大多需在实验室进行, 开发现场检测技术, 进行实时分析监测无疑很有价值; (2)SERS技术现如今仅限于检测几种常见的塑化剂, 需要进一步拓宽塑化剂种类, 实现多元化检测; (3)现有的SERS基底制备过程复杂、 用时较长和成本较高, 并且灵敏度、 均一性及可靠性仍然有待提升, 需要进一步改善基底制备方法; (4)实际样品中的塑化剂检测精度仍不能满足国家标准的要求, 需要进一步提高塑化剂的检测限。 因此, 拉曼光谱技术与其他技术联用(积分球、 空心光纤、 微流控等)以提高塑化剂光谱信号强度和检测限, 开发基于新兴材料的纳米增强基底(石墨烯等)以获得高活性、 多样化和稳定性的SERS基底以及研制快速绿色的移动式塑化剂检测平台以满足现场检测的需要将是未来的发展方向。

参考文献
[1] LIU Xiao-wen, WANG Jiao-jiao, QI Cheng-mei, et al(刘小文, 王娇娇, 齐成媚, ). Science and Technology of Food Industry(食品工业科技), 2014, 35(16): 353. [本文引用:1]
[2] Li J H, Ko Y C. Kaohsiung Journal of Medical Sciences, 2012, 28(7): S17. [本文引用:1]
[3] RUAN Hua, RONG Wei-guang, MA Yong-jian, et al(阮华, 荣维广, 马永建, ). Chinese Journal of Food Hygiene(中国食品卫生杂志), 2014, 26(2): 193. [本文引用:1]
[4] YU Shao-mei(于韶梅). China Condiment(中国调味品), 2019, 44(7): 171. [本文引用:1]
[5] Gonzalez-Salamo J, Socas-Rodriguez B, et al. Current Opinion in Food Science, 2018, 22: 122. [本文引用:1]
[6] ZHANG Yu-huan, LEI Ya-nan, LU Hao, et al(张玉环, 雷亚楠, 鲁皓, ). Journal of Food Safety and Quality(食品安全质量检测学报), 2021, 12(1): 202. [本文引用:1]
[7] WU Li-li(吴莉莉). China Plastics Industry(塑料工业), 2011, 39(S1): 11. [本文引用:1]
[8] WANG Yao-hui, FANG Yuan, DING Song-yuan, et al(王耀辉, 方圆, 丁松园, ). Journal of Xiamen University(Natural Science)[厦门大学学报(自然科学版)], 2020, 59(5): 713. [本文引用:1]
[9] ZHANG Yan, YIN Li-hui, FENG Fang(张雁, 尹利辉, 冯芳). Chinese Journal of Pharmaceutical Analysis(药物分析杂志), 2009, 29(7): 1236. [本文引用:1]
[10] SONG Yi-huan, SUN Xiao-hong, XIE Feng(宋移欢, 孙晓红, 谢锋). The Food Industry(食品工业), 2020, 41(7): 245. [本文引用:1]
[11] LIU Yu, JIANG Xiao-jun, FAN Ya, et al(刘瑜, 蒋晓军, 范雅, ). The Journal of Light Scattering(光散射学报), 2015, 27(3): 219. [本文引用:1]
[12] JI Li-jun, XIE Yun-fei, YAO Wei-rong(纪丽君, 谢云飞, 姚卫蓉). Science and Technology of Food Industry(食品工业科技), 2012, 33(15): 297. [本文引用:2]
[13] XU Xin-xia, SHEN Xue-jing, CHEN Ji-wen, et al(徐昕霞, 沈学静, 陈吉文, ). Metallurgical Analysis(冶金分析), 2021, 41(2): 16. [本文引用:1]
[14] QIU You-li, ZENG Ya-ling, JIANG Long, et al(邱尤丽, 曾娅玲, 姜龙, ). Chinese Journal of Luminescence(发光学报), 2015, 36(8): 976. [本文引用:1]
[15] Ji L J, Sun Y Y, Xie Y F, et al. Vibrational Spectroscopy, 2015, 79: 44. [本文引用:1]
[16] Rong Y, Ali S, Ouyang Q, et al. Journal of Food Composition and Analysis, 2021, 100: 103929. [本文引用:1]
[17] Li J, Hu X, Zhou Y, et al. ACS Applied Nano Materials, 2019, 2(5): 2743. [本文引用:1]
[18] HUANG Yi-wei, LIN Jia-sheng, XIE Tang-tang, et al(黄艺伟, 林嘉盛, 谢堂堂, ). Spectroscopy and Spectral Analysis(光谱学与光谱分析), 2020, 40(3): 760. [本文引用:1]
[19] Peng B, Li G, Li D, et al. ACS Nano, 2013, 7(7): 5993. [本文引用:1]
[20] ZHANG Le, WANG Qian-qian, WANG Juan, et al(张乐, 汪倩倩, 王娟, ). Applied Chemical Industry(应用化工), 2020, 49(6): 1576. [本文引用:1]
[21] Wu Y, Yu W, Yang B, et al. Analyst, 2018, 143(10): 2363. [本文引用:1]
[22] Wang C M, Roy P K, Juluri B K, et al. Sensors and Actuators B: Chemical, 2018, 261: 218. [本文引用:1]
[23] ZHOU Ya-ru, HU Xiao-yan, WANG Xin-ru, et al(周亚茹, 胡小燕, 王欣如, ). Modern Chemical Industry(现代化工), 2019, 39(3): 113. [本文引用:1]
[24] HU Xiao-yan, WANG Xin-ru, ZHANG Le, et al(胡小燕, 王欣如, 张乐, ). Applied Chemical Industry(应用化工), 2019, 48(5): 1237. [本文引用:1]
[25] Liu J, Li J, Li F, et al. Analytical and Bioanalytical Chemistry, 2018, 410(21): 5277. [本文引用:1]
[26] WANG Juan, ZHOU Ya-ru, WANG Qian-qian, et al(王娟, 周亚茹, 汪倩倩, ). Chinese Journal of Analytical Chemistry(分析化学), 2020, 48(12): 1625. [本文引用:1]
[27] Wu L, Wang W, Zhang W, et al. NPG Asia Materials, 2018, 10: e462. [本文引用:1]
[28] LAI Yu-ming(赖宇明). Modern Chemical Industry(现代化工), 2021, 41(4): 234. [本文引用:1]
[29] XU Zhen-yi, WU Yu-qiong, FAN Li, et al(许祯毅, 吴玉琼, 范俐, ). Food Research and Development(食品研究与开发), 2021, 42(3): 207. [本文引用:1]
[30] Li X, Wang X, Li L, et al. Talanta, 2015, 131: 354. [本文引用:1]
[31] Yang Y Y, Li Y T, Li X J, et al. Chemical Engineering Journal, 2020, 402: 125179. [本文引用:1]
[32] Yang Y Y, Li Y T, Zhai W, et al. Analytical Chemistry, 2021, 93(2): 946. [本文引用:1]
[33] Xu S, Li H, Guo M, et al. Analyst, 2021, 146(15): 4858. [本文引用:1]
[34] Zuo Z, Zhu K, Ning L, et al. Applied Surface Science, 2015, 325: 45. [本文引用:1]
[35] Wu M C, Lin M P, Li T H, et al. Japanese Journal of Applied Physics, 2018, 57(4): 04FM07. [本文引用:1]
[36] Tu D, Garza J T, Cote G L. RSC Advances, 2019, 9(5): 2618. [本文引用:1]
[37] Zhou Y, Li J, Zhang L, et al. Analytical and Bioanalytical Chemistry, 2019, 411(22): 5691. [本文引用:1]
[38] Hu X, Wang X, Ge Z, et al. Analyst, 2019, 144(12): 3861. [本文引用:1]
[39] WANG Xin-ru, ZHANG Le, GE Zi-pan, et al(王欣如, 张乐, 葛子盼, ). Modern Chemical Industry(现代化工), 2020, 40(2): 222. [本文引用:1]
[40] GE Zi-pan, ZHANG Le, WANG Xin-ru, et al(葛子盼, 张乐, 王欣如, ). New Chemical Materials(化工新型材料), 2020, 48(6): 236. [本文引用:1]
[41] Wang Q, Wang J, Li M, et al. Spectrochimica Acta Part A: Molecular and Biomolecular Spectroscopy, 2021, 248: 119131. [本文引用:1]
[42] Wang J, Cui F, Chu S, et al. Chempluschem, 2014, 79(5): 684. [本文引用:1]
[43] Cao Q, Che R. ACS Applied Materials & Interfaces, 2014, 6(10): 7020. [本文引用:1]
[44] Xiang Y, Li M, Guo X, et al. Sensors and Actuators B: Chemical, 2018, 262: 44. [本文引用:1]