论文摘要
土霉素是目前畜牧生产中常用的一种四环素类抗生素,因同时具有预防疾病和促进动物生长的作用,而被广泛用作动物饲料添加剂。农业部规定,土霉素预混剂在肉鸡的饲养中使用剂量为50mg/kg,连续饲喂不得超过5天,休药期7天。在实际用药时,土霉素加大剂量使用和用于其他动物等标签外用现象普遍存在,如果不遵守适当的休药期,就有可能导致上市时畜禽组织中土霉素残留量超标。长期摄入土霉素残留超标的动物性食品,可引起各种慢性和蓄积性毒性,严重危害人体健康。我国对该药休药期的规定是参照国外标准制定的,该休药期是否适用于我国的养殖情况,能否应用于肉鸭,2倍剂量用药休药期如何变化,这方面的研究尚未有文献报道。本课题建立土霉素在肉鸡、鸭的肌肉、肝脏、肾脏组织中的残留检测方法,探索了土霉素预混剂按最大标签规定剂量(50mg/kg),最长用药时间(5天)给药后,在肉鸡和鸭组织中的残留消除规律,以及2倍标签剂量用药后肉鸡组织中土霉素的残留消除规律,验证了土霉素在鸡和鸭中的休药期并找出标签外用后休药期变化情况,从而为规范土霉素在畜禽养殖中的使用提供了参考。本研究建立了土霉素在鸡和鸭肌肉、肝脏、肾脏组织中的HPLC残留检测方法,样品用0.01mol/L Na2EDTA-McIlvaine缓冲液提取,上清液经HLB固相萃取柱净化,草酸甲醇洗脱后定容,使用Waters XTerra MS C8(250×4.6mm,I.D.5μm)色谱柱,以草酸:甲醇:乙腈(88:3:9)作流动相,流速1.0mL/min,紫外355nm检测,在肌肉、肝脏、肾脏中的最低定量限分别为10μg/kg、50μg/kg、50μg/kg,该方法的回收率大于70%,变异系数低于10%,满足残留检测要求。试验动物分肉鸡标签剂量组、鸭标签剂量组和肉鸡2倍标签剂量组,其中肉鸡标签剂量组为7周龄湘黄鸡45只、鸭标签剂量组为番鸭45只,标签剂量组鸡、鸭饲料中添加土霉素为50mg/kg,连续饲喂5天,5天后停止给药,饲喂基础日粮;2倍标签剂量组为7周龄湘黄鸡45只,饲料中添加土霉素100mg/kg,连续饲喂5天,5天后停止给药。各剂量组分别于停药6h、1d、3d、5d、7d后宰杀动物,取肌肉、肝脏、肾脏组织样品。采用本文所建立的HPLC方法检测组织样品中土霉素残留量。结果表明,停药6h时,标签剂量组鸡、鸭肌肉组织中土霉素残留量为20.51~101.74μg/kg,2倍剂量组的肌肉中土霉素残留量为51.31μg/kg~117.31μg/kg,肝脏、肾脏中的残留量均低于规定的残留限量300μg/kg和600μg/kg。停药1d后,肌肉、肝脏、肾脏部分样品已低于检出限,停药3d后,所有组织中均未检出土霉素。本试验结果证明,土霉素按标签剂量对肉鸡、鸭用药以及2倍剂量用药,休药7d,组织残留量低于农业部规定土霉素在所有食品动物组织中的最高残留限量(肌肉100μg/kg、肝脏300μg/kg、肾脏600μg/kg)。休药1d对于肉鸡、鸭的标签剂量用药用药都是安全的,2倍标签剂量用药需要休药3d才能避免组织中残留超标。因此,建议土霉素预混剂标签用药休药期为1d,2倍标签剂量用药休药期为3d。本文所建立的土霉素分析方法简便、快速,检出限低,重现性好,精密度高,回收率满足要求,可应用于动物组织中的土霉素残留检测和监控。休药期试验和标签外用休药期试验详尽的考察了土霉素在鸡、鸭体内的消除规律,该结果可用于指导实际生产,避免残留,确保家禽产品安全,保障消费者身体健康。
论文目录
相关论文文献
- [1].压敏标签供送装置中剥离机构的设计[J]. 河南科技 2019(34)
- [2].浅议通过标签查找“问题”农药[J]. 种子科技 2019(17)
- [3].图像多标签学习的研究概述[J]. 南京信息工程大学学报(自然科学版) 2019(06)
- [4].医院中药房成药定位标签的设计与评价[J]. 中医药管理杂志 2020(01)
- [5].基于大数据的患者画像标签体系构建方法及应用研究[J]. 中国卫生信息管理杂志 2019(06)
- [6].基于标签语义挖掘的城市画像感知研究[J]. 数据分析与知识发现 2019(12)
- [7].RFID标签及其加工应用浅谈[J]. 印刷杂志 2020(02)
- [8].基于深度学习的多标签生成研究进展[J]. 计算机科学 2020(03)
- [9].饲料标签常见问题及分析讨论[J]. 饲料博览 2020(02)
- [10].芬欧蓝泰标签的新型纸质标签材料包含可回收成分[J]. 网印工业 2020(05)
- [11].警情热点标签的设计和应用[J]. 大众标准化 2020(07)
- [12].探讨无线发射台站标签规范化[J]. 视听 2020(03)
- [13].一种基于标签融合的微博主题生成方法[J]. 辽东学院学报(自然科学版) 2020(02)
- [14].钢材成品二维码标签系统设计[J]. 包钢科技 2020(03)
- [15].通过标签嵌入从社交标签中挖掘上下位关系[J]. 指挥信息系统与技术 2020(04)
- [16].多类别相关性结合的类属属性多标签学习[J]. 模式识别与人工智能 2020(08)
- [17].基于标签相关性的类属属性多标签分类算法[J]. 计算机应用研究 2020(09)
- [18].用行动擦亮爱国奉献的人生标签[J]. 新长征 2019(01)
- [19].标签的“前世今生”[J]. 今日印刷 2019(03)
- [20].国内外纺织品和服装护理标签概述[J]. 中国纤检 2017(01)
- [21].富士通开发“几乎看不见”的RFID标签[J]. 广东印刷 2016(06)
- [22].基于补全矩阵的多标签相关性情感分类[J]. 计算机系统应用 2017(01)
- [23].基于本体和标签的个性化推荐[J]. 情报理论与实践 2016(12)
- [24].红酒标签秒变“故事书”,你见过吗?[J]. 印刷技术 2017(01)
- [25].基于相对频次的标签相关性判断优化研究[J]. 图书情报工作 2016(17)
- [26].物联网之于数字标签的挑战与机遇[J]. 今日印刷 2017(04)
- [27].基于标签的矩阵分解推荐算法[J]. 计算机应用研究 2017(04)
- [28].一种融合个性化与多样性的人物标签推荐方法[J]. 中文信息学报 2017(02)
- [29].一种基于标签推荐的服务聚类方法[J]. 计算机与数字工程 2017(06)
- [30].服装护理标签的确定及验证[J]. 纺织导报 2017(08)