2.1.1 三聚氰胺

向牛奶中添加三聚氰胺是一种严重违法行为, 2008年由三聚氰胺引起的“ 毒奶粉” 事件造成了严重的食品安全问题, 掀起快速检测奶制品中三聚氰胺的技术狂潮, 利用SERS技术检测牛奶中三聚氰胺成为研究热点。 根据世卫组织规定, 婴儿奶粉中三聚氰胺残留量不得超过1 mg· kg^-1, 奶及奶制品中不得超过2.5 mg· kg^-1, 这对于检出限要求较高, 需要制备高灵敏度基底。 传统金属溶胶制备简单, 成本低, 但形状多为球形, 导致灵敏度受限, 难以满足实际样品中三聚氰胺的检测要求。

为了提高对奶及奶制品中三聚氰胺的检测效果, 研究者多采用氧化还原法、 种子生长法、 电化学沉积技术等制备形状各异的纳米粒子, 如枝状、 棒状、 星状等^{[17, 18]}。 制备的纳米粒子结构层次更加丰富, 能够产生更多的热点区域; 同时纳米粒子本身具有的尖锐针状边缘易产生避雷针效应, 使增强效果进一步加强。 Cuong等^[17]利用电化学沉积技术将硝酸银和氢氟酸水溶液沉积在硅片表面制备出枝状银纳米粒子, 直接检测了液体牛奶及婴儿配方奶粉中的三聚氰胺, 最低检出浓度分别为0.1和0.02 mg· L^-1。 该基底结构层次丰富, 且具有大量的分枝和纳米间隙提供热点, 获得了更高的灵敏度, 使得样品基质的影响大大降低。 理想情况下, 这些修饰后的金属聚集体能够满足痕量物质的检测需要, 但由于聚集体本身并不稳定且易沉淀, 导致实验结果的重现性差。 将金属胶体整合在一些固体聚合物上能够有效地解决胶体沉淀问题, 但不同形状的纳米粒子与固体聚合物之间的结合效果不同, 对样品待测成分的增强效果也不同, 因此在实验中还需要不断尝试。 Kaleem等^[18]首先制备了多孔支架GMA-EDMA(甲基丙烯酸二甲酯-二甲基丙烯酸乙酯聚合物), 然后分别将制备的金纳米球、 金纳米棒、 三角金纳米粒子与多孔基质嵌合, 对比其对牛奶中三聚氰胺的增强效果。 结果表明金纳米球的增强效果最好, 球状结构与多孔基质上的细小孔洞结合更好, 能够产生更多的热点区域。 随着纳米技术和半导体材料的发展, 将金、 银纳米颗粒与复合纳米材料或有机金属框架结合制备SERS基底成为新的研究热点。 Tiwari等^[20]制备了一个由金属-有机框架模板(MOF)合成的ZnO/ZnFe₂O₄(ZZF)纳米复合结构[图2(a)], 该结构呈长方体形, 纳米片排列, 能够积累可见光, 并提高了SERS对三聚氰胺的敏感性。 由金纳米粒子装饰所得到的Au-ZZF复合基底用于三聚氰胺检测, 增强因子达到1.37× 10⁷, 检出限为0.049 mg· L^-1。

图2

Fig.2

Figure Option ViewDownloadNew Window

图2 四种常见液体食品安全指标表面增强拉曼散射(SERS)检测过程示意图 (a): 基于SERS的三聚氰胺传感器检测原理示意图[20]; (b): 液体界面SERS技术[27]; (c): 饮料中着色剂的富集过程及Go/Ag@Au NBs膜结合SERS检测[34]; (d): 自聚合法合成聚乙烯吡咯烷酮包金Au@PVP核壳纳米粒子检测蜂蜜中氯霉素过程[36]Fig.2 Picture summary of surface-enhanced Raman scattering (SERS) detection process of four common liquid food quality indicators (a): Schematic of the detection principle of the SERS based sensor for melamine; (b): Liquid-interfacial SERS; (c): Schematic diagram of the enrichment procedure of colorants in beverages and SERS detection combined with GO/Au@Ag NBs membrane; (d): Determination of chloramphenicol in honey by self-polymerization synthesis of Au@PVP core-shell nanoparticles

在三鹿奶粉事件爆发后, 我国已出台了更加严格的三聚氰胺抽检制度, 利用SERS技术能够实现对牛奶中三聚氰胺的痕量、 快速分析, 但检测条件和基底的不同导致对牛奶中三聚氰胺的定量检测存在一定差异, 未来应制定统一测量标准。

2.1.2 抗生素

牛奶中的抗生素残留是全球奶业普遍存在的问题, 长期饮用抗生素超标的奶会使消费者身体产生抗药性, 带来治疗负担。 因此, 实现奶中抗生素残留的痕量、 快速检测是必要的。 奶及奶制品中抗生素的检测方法主要有高效液相色谱法、 分子印迹、 液相色谱法结合串联质谱法等, 这些方法均存在耗时耗力、 价钱昂贵等问题, 并且通常需要大量的样品前处理工作, 不适合样品高通量的在线检测。 因此, SERS作为一种更加快速、 具有“ 指纹” 特性的无损检测技术, 在奶及奶制品的抗生素残留检测中具有很好的应用前景。

Li等^[21]研发了一种横向免疫传感器用来识别牛奶中的粘菌素, 用5, 5-二硫代比斯-2-硝基苯甲酸(DTNB)作为标记分子, 标记金纳米颗粒, 然后连接抗粘菌素单克隆抗体(mAb)。 优化了SERS纳米探针中金纳米颗粒的尺寸, 然后将SERS纳米探针应用于横向流动条上, 进行拉曼信号读出, 以高灵敏度的定量测定粘菌素。 该方法与常用的ELISA法相比, 检测时间在20 min内, 检出限值低至1× 10^-4 mg· L^-1, 不受其他抗生素干扰。 该传感器的设计为实现液体食品品质的现场实时检测提供了参考方法。 在青霉素检测方面, Wang等^[22]采用替代反应制备了一种具有核壳结构的纳米粒子Ag@IP6@AuNPs, 该纳米粒子的核-壳分子间隙能够产生巨大的表面等离子体共振热点区域, 并且热点区域延伸至纳米粒子表面, 协同增强了拉曼散射效应, 定量线性范围更宽(3.88~3.88× 10^-6 mg· L^-1)。 由于金纳米核和银纳米壳之间存在IP₆作为保护层, 很大程度上避免了胶体氧化, 储存期长达35 d。 该基底的选择性更高, 且不受牛奶中缬氨酸、 苯丙氨酸、 色氨酸的干扰。 Wali等^[23]利用光电化学蚀刻法制备了具有超密度悬空键(Si— H)的多孔硅材料(Psi), 通过优化电阻率、 电流密度、 刻蚀时间等制备条件, 给沉积在Psi表面的AuNPs提供高密度热点区域。 制备的AuNPs/Psi杂化结构在不对牛奶进行任何前处理的情况下, 对牛奶中青霉素G和氨苄青霉素的检测限低至1× 10^-9 mg· L^-1, 显著提高了牛奶中青霉素的检测效率。

由于抗生素种类较多, 奶中抗生素残留通常不是一种, 目前SERS技术对奶及奶制品中抗生素的检测研究主要集中于某单一抗生素的检测。 因此, 如何利用表面增强拉曼光谱技术实现对多种抗生素的同时检测, 是迫切需要解决的问题。

2.2.1 油脂氧化

食用油在食品烹饪中发挥着重要作用, 种类多样, 如菜籽油、 大豆油、 橄榄油、 花生油等及各种混合油, 油的品种和质量决定了其营养价值和价钱的巨大差异。 市场上食用油质量良莠不齐, 地沟油、 反复煎炸油、 掺假油、 变质油引发的食品安全问题引起人们的热切关注, 因此迫切需要一种有效的技术手段对食用油的质量和安全进行检测与评价。

油脂氧化是影响油脂质量的主要参数, 光照、 水分、 温度、 微生物等均会引起油脂氧化, 形成三酸甘油脂。 传统方法测量指标如过氧化值(PV)、 苯胺值(AV)、 共轭二烯和己醛含量, 结果多反映的是氧化程度, 而SERS技术则能提供更具体的脂质化学成分信息。

地沟油和反复煎炸油均涉及到油脂的热降解过程, 主要与饱和脂肪酸和不饱和脂肪酸的变化有关。 碘值反映热降解后油脂的不饱和度, 碘值越小, 油脂越稳定。 Lam等^[24]利用SERS技术研究比较7种富含单不饱和脂肪酸、 多不饱和脂肪酸和饱和脂肪酸的食用油在进行高温烹饪时的安全性。 通过监测饱和脂肪酸(1 440 cm^-1)和不饱和脂肪酸(1 265 cm^-1)信号强度比值I_{1 265}/I_{1 440}的细微变化, 作为加热时间和温度(T)在烟点附近的函数, 并利用碘值作为量化参数校准, SERS热降解指标I_{1 265}/I_{1 440}能够测量油中标准化不饱和脂肪酸含量。 基于SERS标记, 定义了参数ζ , 即加热的油相对于购买时的(I_{1 265}/I_{1 440})值减少, 其可以比较食用油在不同热应力下的降解。 过氧化物值(POV)反映了油脂被氧化的程度。 Jiang等^[25]利用水相金属粒子溶胶与油相中食用油的双向自组装反应, 开发了一种基于等离子体金属液样平台的表面增强拉曼光谱分析仪, 该仪器能够识别指纹峰的变化, 且具有较高的灵敏度。 通过建立SERS相对强度(I_{1 265/1 436})和POV的拟合模型, 结合主成分分析(PCA)方法辅助脂质氧化的分类分析, 发现1 265/1 436 cm^-1的相对拉曼强度值与POV有较好的相关性, 且样品的制备和检测可在三分钟内完成。 该平台为油脂氧化过程中POV的超灵敏、 快速分析提供了一种实用的解决方案。 Li等^[26]利用SERS技术对稀释菜籽油中的α -生育酚和油脂氧化过程进行SERS检测。 由于菜籽油中其他成分的干扰, 该基底只能在低浓度的有限范围内对α -生育酚灵敏, 但通过主成分分析(PCA)观察到原菜籽油与55 ℃孵育5 d后的油之间SERS光谱发生了显著变化, 表现为主要脂质峰强度从2 950下降到2 850, 银背景峰(N O3-)也明显下降, 这意味着油脂氧化生成的二次氧化产物, 如醇、 饱和醛、 α 、 β -不饱和醛和环氧化合物导致分子量增加, 它们相互竞争结合银表面分析物。 银表面的被分析物分子越多, N O3-峰越低。 该方法与传统的拉曼检测和共轭二烯测定相比, SERS方法对脂质分子氧化过程中的变化更敏感, 说明SERS在检测脂质氧化方面具有巨大的潜力。

2.2.2 有害成分

在食用油加工、 储藏、 使用过程中不可避免的会产生一些有害物质, 使食用油的品质安全大大降低。 多环芳烃是一类含有两个或两个以上芳香环大分子的总称, 具有致癌性和亲脂性, 是食用油中常见有害物之一, 其含量与食用油的烹饪时间、 次数和温度有关。 常见多环芳烃包括菲、 蒽、 芘、 苯并芘等, 我国对食用油中苯并芘含量有着严格的规定, 不得超过10 μ g· kg^-1。 传统SERS金属基底对苯并芘的吸附弱, 因此需要对金属基底进行改性, 增加对苯并芘的亲和力。 Su等^[27]充分利用苯并芘的亲脂特性, 开发了一种不需要样品预处理的液体界面SERS技术。 过程如图2(b)所示, 将食用油和三氯甲烷混合形成有机相后, 加入金纳米粒子(GNPs)并剧烈震荡, GNPs会在水-有机相界面自组装成3D纳米结构, 利用该技术可在3 min内实现对食用油中苯并芘的快速、 直接、 准确检测。 并且应用该方法可实现对大豆油煎炸过程中四种多环芳烃(菲、 蒽、 芘、 苯并芘)的同时检测和对苯并芘随煎炸时间含量变化的监测, 对收集的小吃街煎炸油样品可以快速识别出上述四种常见的多环芳烃; 该方法结合主成分分析能够成功区分出掺有地沟油(比例0~100%)的大豆油样品, 为粮油食品质量监测现场检查提供了前景。 为使辣椒油颜色诱人, 不法商家会添加苏丹红进行染色, 该物质是一种非食用性染料, 能够致癌。 佟蕊等^[28]将薄层色谱与SERS联用检测了辣椒油中的苏丹红, 首先将辣椒油经固相萃取(SPE)以去除油脂和杂质后, 滴加在薄层色谱板上进行分离, 随后加入金纳米棒溶胶进行SERS检测。 在最优实验条件下, 苏丹红的检出限低于1 mg· L^-1, 实现了高脂肪基质中苏丹红的快速、 灵敏检测。

食用油成分复杂且不易分离, 一般的SERS基底是水融性的且无特异性, 在油脂中不易分散、 易受样品基质中其他成分的干扰, 给检测过程和结果造成很大影响。 但总体来说, SERS技术结合化学计量分析方法如主成分分析、 聚类分析等, 能够有效地从复杂基质中提取到有用信息, 对食用油的氧化过程和有害成分进行快速无损的检测, 有望成为食用油质量和安全监测的有力工具。

2.3.1 甜味剂

甜味剂能够赋予饮品甜味, 人工甜味剂比普通的蔗糖甜度高十几倍甚至百倍, 但过量摄入会有致癌风险。 阿斯巴甜、 糖精钠、 甜蜜素等是目前常用的人工甜味剂, 其中阿斯巴甜热量低, 颇受消费者喜爱, 被广泛用于饮料中。 Chen等^[29]首先计算阿斯巴甜分子的理论拉曼光谱, 根据阿斯巴甜分子结构特性制备了一种基于硝酸银-聚二甲基硅氧烷(PDMS)等离子体腔的SERS基底, 首先将银离子滴加到液体PDMS中, 由于水的表面张力高于液体PDMS, 硝酸银溶液进入液体PDMS时形成硝酸银溶液球, 同时与残留的Si— H基团发生反应, 银离子逐渐被还原为银纳米颗粒, 将所得溶液在23 ℃下固化72 h, 随着PDMS的凝固过程, 银离子逐渐在腔表面积累, 形成等离子体腔。 检测纯净水中阿斯巴甜含量, 检出限为0.002 mg· L^-1。 但本研究仅对纯净水中阿斯巴甜进行了检测, 未对更加复杂的饮料基质做进一步研究。 糖精钠作为一种常用的甜味剂, 它的性质更为稳定, 不受pH、 温度影响, 常用于代替蔗糖。 Han等^[30]采用电子束沉积技术制备了银纳米棒阵列基底, 将样品通过简单的液-液萃取和去除CO₂后, 检测了市场上四种常见饮品可乐、 芬达、 雪碧、 玉泉汽水中的糖精钠, 检出限分别为5、 10、 20和20 mg· L^-1, 远低于国家标准。 将SERS技术与其他分离技术联用能够很大程度地降低检出限, 如康燕等^[31]利用二维薄层色谱与SERS联用技术检测了饮料中的糖精钠。 采用制备的纳米金/多孔二氧化硅复合材料作为SERS基底, 薄层色谱进行饮料与糖精钠的分离, 通过优化展开剂, 成功在实际样品中提取出目标物, 使色谱分离能力和灵敏度大大提高, 最终检出限为0.06 mg· L^-1。

饮料中的甜味剂用量有着严格的规定, 因此对其定量检测要求准确, 且对检测成本和检测时间也有更高的要求。 因此, 在提高基底性能的同时, 也要考虑试剂成本和制备过程难易。

2.3.2 色素

为使饮料色泽稳定诱人, 商家通常会添加一些着色剂。 但在利益的驱使下, 一些不法商家为降低成本会添加过量甚至使用非食用性工业色素来代替, 侵犯消费者的合法权益及健康, 因此饮料中色素的快速检测十分重要。

通常饮料中的色素不止一种, 因此若能实现多种色素的同时检测, 便能最大程度地降低检测时间和成本。 林爽等^[32]利用液-液界面自组装技术制备了成本较低的SERS滤纸基底, 具体为将柠檬酸钠还原得到的银溶胶依次加入适量的二氯甲烷和四丁基硝酸铵形成银纳米粒子薄膜, 然后将所得薄膜去除水和二氯甲烷后涂覆在滤纸上, 烘箱烘干。 利用该滤纸检测了美年达中的罗丹明B、 日落黄和柯衣定三种色素。 三种物质的检出限分别为1、 100和1 mg· L^-1, 但该研究仅对三种色素做了半定量分析。 在溶胶里添加盐作为聚集剂, 可诱导胶体聚集产生更多热点, 有效改善色素分子与基底的结合程度。 Ou等^[33]先对金纳米棒尺寸进行优化后, 选择五种金属盐作为聚集剂对比增强效果, 发现MgSO₄对胶体的聚集效果最好。 在最优条件下测定饮料中的诱惑红和日落黄, 建立一些特征峰强度与浓度之间的线性关系, R²分别在0.948~0.955和0.976~0.987之间, 该方法可以在少量样品制备的情况下实现对诱惑红和日落黄的定量分析。 将金属溶胶整合到固体衬底上, 能够使基底更均匀、 稳定, 在实际检测中更具优势。 Kong等^[34]开发了一种氧化石墨烯/Au@Ag纳米硼膜(GO/Au@AgNBs膜), 用于饮料中常见6种着色剂的同时富集和SERS检测。 实验过程如图2(c)所示, 将样品溶液注入注射器, 并在支架中放置GO/Au@Ag NBs膜, 缓慢推动注射器, 迫使样品流过SERS膜, 然后取出膜, 放在平台上进行SERS检测。 制备的GO/Au@AgNBs膜检测罗丹明6G的最低浓度为4.946× 10^-4 mg· L^-1, 具有良好的灵敏度、 均匀性(相对标准偏差(RSD)为7.87%)、 重复性(RSD为10.44%)和稳定性(保存时间可达60 d)。 此外, 采用支持向量机(SVM)分析方法对不同类型的着色剂进行分类和识别, 成功检测出了能量饮料中的亮蓝和杨梅酒中的肉碱。

色素的分子结构较为复杂, 且大多数含有环状结构的共轭体系, 拉曼活性高, 更易检测。 并且由于不同色素分子的结构差异明显, SERS光谱更易区分不受干扰。 因此, 该技术有望在实际检测中实现多种色素的同时检测。

2.4.1 抗生素

养蜂人会使用抗生素等药物来治疗生病蜜蜂, 保证蜜蜂健康多采蜜, 但这些抗生素只有少量被蜜蜂代谢, 剩下的会随着蜜蜂酿蜜过程带到蜂蜜中去^[35]。 蜂蜜中抗生素残留问题的频发引起了消费者注意, 如何利用SERS技术检测蜂蜜中的抗生素成为该领域研究热点。

蜂蜜的粘性和复杂成分给SERS检测带来了难度, 因此需要对基底和检测条件进行优化达到最佳增强效果。 孙文等^[36]利用自聚合法制备了Au@PVP核壳结构的纳米粒子, 其金内核具有表面等离子共振效应, 氯霉素分子通过氢键吸附在该基底上后, 检出限可达3.23× 10^-5 mg· L^-1。 对蜂蜜样品进行乙酸乙酯提取后检测, 氯霉素含量在(15.83~1.42× 10^-3) mg· L^-1, 相对标准偏差在3.51%~12.44%之间。 具有核壳结构的Au@PVP粒子解决了传统基底易氧化、 灵敏度低的缺点, 但检测前需要先将样品与Au@PVP基底混合吸附2 h, 相对耗时。 张璐涛等^[37]开发了一种简单快速的方法对蜂蜜中金霉素进行检测, 以金纳米粒子作为SERS增强基底, 对金溶胶与金霉素混合体积及混合时间进行优化, 将蜂蜜经过一定的除杂处理后, 进行检测, 加标回收率均在80%~120%之间。 将样品经过一定处理后, 能够有效降低样品基质带来的干扰, 但这也破坏了SERS技术的及时性和无损性, 研究待测物与基底的结合机理在一定程度上可以避免过于繁杂的样品前处理工作。 Fá 等^[38]通过葡萄糖还原硝酸银制备了一种简单的银纳米溶胶, 向银溶胶和蜂蜜样品混合液中添加碳酸钾, 以促进银溶胶团聚, 获得的悬浮液进行离心, 所得到的表面不规则沉淀物更利于SERS检测。 进一步分析发现蜂蜜中的土霉素能够通过氧原子优先与银纳米粒子簇发生吸附作用, 并且其SERS光谱与蜂蜜的SERS光谱存在明显的区别, 因此不需要对样品进行复杂的处理, 检测级别可达到μ g· L^-1。

蜂蜜中抗生素的种类较多, 传统检测方法对于蜂蜜中不同种类的抗生素大量检测一直较为困难。 SERS技术由于其指纹特性和检测快速的特点在该检测领域脱颖而出, 但仍存在不足: 不同的抗生素分子与基底的吸附方式存在很大差异, 对于不同的抗生素分子需要具体分析, 无法采用相同的SERS基底, 因此也无法制定同一测定标准, 未来还需要对抗生素与基底的结合机理做进一步研究。

2.4.2 农兽药残留

农药残留是影响蜂蜜品质的另一个关键因素。 蜂蜜是由蜜蜂从植物花蜜或蜜露中取得, 并经过一定酿造过程得到。 由于我国除草剂等农药的大量使用, 导致花蜜被污染, 从而导致了蜂蜜中的农药残留, 影响了蜂蜜的质量安全。

农药种类多, 结构复杂, 在蜂蜜中残留量较低。 因此, 利用SERS技术检测蜂蜜中的农药残留有一定难度, 目前该方面的研究较少, 以制备高灵敏度和高专一性的基底为主。 Kamal等^[14]开发了一种Ag₂SO₃纳米粒子作为SERS基底, 该粒子具有八面体结构和尖锐的边缘, 能够较为准确的定量检测含有4-氯苯酚的蜂蜜样品。 值得注意的是, 许多农药分子对贵金属基底的吸附性较弱, 一些金属纳米粒子结合碳材料、 有机金属框架、 有机配位体能够使这一情况得到改善, 但同时复杂的修饰也可能会阻碍待测分子与基底的接触, 进而阻断拉曼信号的增强, 因此在制备基底时也要考虑拉曼散射过程中化学增强效应。 Song等^[39]将二硫化钨粉经超声处理和水热途径合成WS₂QDs量子点后与硝酸银溶液室温孵育30 min, 制备了一种单分散二硫化钨量子点改性银纳米球(Ag@WS₂QD)作为SERS基底, Ag@WS₂QD能够增强与待测分子之间的电荷转移, 进而增强拉曼信号, 对于福双美纯溶液的检出限为1.6× 10^-3 mg· L^-1, 对蜂蜜中福双美的检出限为2.4× 10^-3 mg· L^-1 。

蜂蜜基质复杂, 农药残留量检测限较低, 且在实际检测中蜂蜜的其他成分也可以被吸附在基底上, 产生与目标分子相似的拉曼峰, 给蜂蜜中农药残留的定性和定量检测带来了困难。 新兴的样品纯化技术、 高灵敏的功能性SERS基底制备和可靠的定量分析方法为解决上述问题提供了新思路。

2.5.1 品质分析

葡萄酒由葡萄酿造而成, 风味和口感丰富多样, 深受国内外消费者青睐。 葡萄酒的产地决定了葡萄酒的商业价值, 因此葡萄酒的产地辨别也是其品质检测的一项重点。 Almeida等^[40]开发了一种具有高拉曼活性的等离子体纳米结构作为增强基底, 利用SERS的指纹特性结合PCA方法成功鉴别了来自两个不同地区的白葡萄酒。 该方法与传统方法相比, 不需要提前对酒样进行处理, 检测成本更加低廉。 葡萄酒中存在大量的香气成分, 不同的香气组成反映了葡萄酒的原料、 产地、 酿造工艺等。 在葡萄酒香气品质评价方面, Leong等^[41]利用受体能够通过非共价相互作用来捕获风味分子中的化学功能, 选择四个表面受体, 观察单个受体-风味分子之间的相互作用所产生的SERS光谱变化, 建立了一个机器学习驱动的多受体平台(SERS测试机)用于葡萄酒的风味分析。 结合所有受体-风味SERS谱, 构建了全面的“ SERS超谱” , 用于使用化学测量学的预测分析。 结合主成分分析和支持向量机判别分析可以对葡萄酒的五种风味分子进行多重分析, 准确率达到100%。

SERS技术对葡萄酒的品质分析涉及产地辨别、 香气成分分析等, 研究范围较广, 但均处于研究初期。 酒成分复杂多样, SERS技术在该领域应用具有一定困难, 但与红外光谱相比, SERS技术不受水分干扰的特性仍具优势, 将其与化学计量学相结合对复杂光谱进行分析, 能够有效简化信息的提取。

2.5.2 人工添加物

目前, 各类酒中添加物的检测仍集中在液相色谱、 气相色谱、 紫外分光光度计等传统方法, 费时且耗费昂贵。 近几年SERS技术凭借成本低廉、 检测快速准确的优点越来越多的应用于酒中添加物的检测。 Bao等^[42]利用SERS技术结合机器算法快速区分出了白酒、 葡萄酒、 啤酒, 并分别对其中的氟班色林进行了快速定量分析, 对于白酒中的氟班色林, 检出限达1 mg· L^-1。 二氧化硫常被用作葡萄酒中的防腐剂和抗氧化剂, 是葡萄酒的检测指标之一。 Mandrile等^[43]将葡萄酒样品经简单的固相萃取后, 利用银纳米颗粒(AgNPs)与含硫物质的优先结合特性, 测定了6种葡萄酒中二氧化硫的含量。 结果与Monier-Williams (OIV-MA-AS323-04A)方法测定结果一致, 为葡萄酒中二氧化硫的检测提供了一种更加简单、 快速的方法。 利用SERS技术对保健酒中非法添加物西地那非研究较多。 郑娟梅等^[44]通过对比Au、 Ag、 Au@Ag NPs三种纳米粒子对西地那非的增强效果, 最终选择金核银壳纳米粒子Au@Ag NPs作为增强剂, 对分析物提取pH、 溶解溶剂、 混合时间优化, 检测了保健酒中的西地那非, 检出限为0.5 mg· L^-1。 胡家勇等^[45]以三聚氰胺作为内标物, 对保健酒及其他保健产品中的西地那非建立定量检测方法, 检出限最低为0.05 mg· L^-1, R²=0.996 9。

SERS技术结合化学计量算法对酒中的添加物进行定量检测, 更加低廉、 快速、 便捷, 在一定程度上优于传统方法, 对实现酒中添加物的高通量检测更具发展前景。