基于熵权法综合评分M的RSM与ANN-GA联用优化超分子溶剂微萃取淡水鱼中多种苯并咪唑残留的研究

为解决淡水鱼中多种苯并咪唑（BMZs）残留检测效率低、溶剂用量大等问题，研究人员开发了一种基于响应面法（RSM）和人工神经网络遗传算法（ANN-GA）联用的涡旋辅助超分子溶剂微萃取（VA-SUPRA-ME）技术。通过熵权法构建综合评分M优化提取条件，实现了8种BMZs的高效同步萃取，回收率达92.89%–112.29%，检测限低至0.005–0.010 mg kg?1。该方法具有溶剂消耗少、操作简便等优势，为水产品安全监测提供了新策略。

　　

苯并咪唑类（BMZs）作为高效低毒的广谱抗寄生虫兽药，在养殖业中广泛应用，但其残留可能通过食物链威胁人类健康。欧盟虽制定了50–500 μg kg^?1的最大残留限量（MRL），但传统检测方法如固相萃取（SPE）存在耗时长、多组分同步提取困难等问题。针对这一挑战，江西农业大学食品科学与工程学院的研究团队在《Food Chemistry》发表论文，创新性地将超分子溶剂（SUPRAS）微萃取技术与智能算法结合，为淡水鱼中8种BMZs残留检测提供了高效解决方案。

研究采用n-癸醇/四氢呋喃/水体系构建SUPRAS，利用其纳米囊泡结构（亲水腔+疏水壁）实现BMZs的高选择性富集。关键技术包括：1）基于熵权法构建综合评分M量化多目标提取效果；2）响应面法（RSM）与人工神经网络遗传算法（ANN-GA）联用优化提取参数；3）高效液相色谱-光电二极管阵列检测器（HPLC-PDA）定量分析。

SUPRAS组成优化
通过比较C6-C11烷醇发现，n-癸醇形成的SUPRAS具有最佳极性平衡和结合位点密度，最终确定2 mL n-癸醇+6 mL THF+32 mL水的配比，其纳米囊泡结构经动态光散射（DLS）和透射电镜（TEM）证实。

提取条件优化
RSM与ANN-GA协同分析显示：425 μL SUPRAS用量、4.75 min涡旋时间、pH 6.5为最优条件。ANN-GA模型预测精度（R²>0.99）显著优于RSM，凸显智能算法在复杂体系优化中的优势。

方法验证
线性范围相关系数>0.9990，加标回收率92.89%–112.29%，相对标准偏差（RSD）<6.4%。检测限（LOD）0.005–0.010 mg kg^?1，定量限（LOQ）0.017–0.033 mg kg^?1，满足欧盟MRL要求。

该研究首次将熵权法综合评分与智能算法结合用于SUPRAS微萃取优化，解决了多组分BMZs同步提取的评价难题。相比传统方法，溶剂用量减少80%，提取时间缩短至5分钟内，且无需复杂净化步骤。SUPRAS的纳米限域效应有效排除了鱼体基质中蛋白质等大分子干扰，为复杂食品基质中多残留检测提供了普适性技术框架。研究成果对保障水产品安全及推动绿色分析化学发展具有双重意义。