食物过敏是由于对食品中特定蛋白质的过度免疫反应而引起的，现今食物过敏已成为公共卫生和食品工业中急需解决的问题。为防止意外接触过敏原（过敏物质），含有过敏原的食品必须严格按照规定贴上标签。美国食品药物监督管理局（FDA）基于“食品过敏原标识及消费者保护法案”（Food Allergen Labeling and Consumer Protection Act, FALCPA），指出了乳制品、鸡蛋、鱼类（例：鲈鱼、比目鱼、鳕鱼），甲壳类（例：螃蟹、龙虾、虾），坚果类（如杏仁、山核桃、胡桃），花生、小麦和大豆八个主要过敏原，并规定以上食物必须标明主要的过敏原。目前，ELISA

近年来，对环境和食品样本以及其他消费品和工业产品（如化妆品、纺织品、油漆、滑雪蜡等）中全氟烷基物质和多氟烷基物质（PFAS）检测和定量的需求越来越多。这些化合物可能存在毒性、持久性并且普遍存在，因此会导致各种健康和环境问题。为了满足日益增长的需求，开发了一种顶空固相微萃取-三重四极杆气相色谱/质谱（HS-SPME GC/MS/MS）分析方法来分析水中的挥发性PFAS。 氯丙醇类（MCPDs）是一类由食品加工用油引入的潜在污染物。油脂中的氯丙醇酯主要由氯丙醇和脂肪酸结合，缩水甘油酯主要由氯丙醇转化后和脂肪酸结合而来。 出于对健康危害的担忧，各国正在努力减少MCPD酯类及缩水甘油酯类。自2021年

液相色谱串联质谱是兽药残留测定的利器。随时检测项目的不断增多，多兽残同时分析也越来越普遍。但在数据处理时，多组分分析常常需要花费更多的时间，并且兽药基质复杂，干扰成分多，有可能造成积分异常的情况。质谱数据处理的准确性直接影响到定量结果的异常，本文介绍了基于“AI”算法的Peakintelligence ™数据解析模块的特点及其在多兽残数据自动化处理中的应用。通过加载人工智能和机器学习的数据处理算法可以有效避免积分异常，尤其是在遇到色谱峰拖尾、基线复杂、响应低等复杂多变的情况时，可获得科学合理的积分结果。