抗生素发酵制药工程中异味的特征与关键污染物识别

杨晓芳; 焦茹媛; 朱新梦; 赵秀梅; 于建伟; 王东升

doi:10.12030/j.cjee.202005121

抗生素发酵制药工程中异味的特征与关键污染物识别

1.
中国科学院生态环境研究中心，环境水质学国家重点实验室，北京 100085
2.
中国科学院生态环境研究中心(义乌)长三角中心，义乌 322000
3.
中国科学院大学，北京 100049
4.
华北制药股份有限公司环保部，石家庄 050015
5.
中国科学院生态环境研究中心，饮用水科学与技术重点实验室，北京 100085

作者简介: 杨晓芳(1981—)，女，博士，副研究员。研究方向：异味污染识别与防控技术。E-mail：xfyang@rcees.ac.cn

通讯作者: 王东升(1970—)，男，博士，研究员。研究方向：环境水质学。E-mail：wgds@rcees.ac.cn

基金项目:
环境模拟与污染控制国家重点联合实验室(中国科学院生态环境研究中心)专项课题(19Z01ESPCR)
中图分类号: X703

Profiling and identification of fermentation odorants from industrial production of antibiotics

1.
State Key Laboratory of Environmental Aquatic Chemistry, Research Center for Eco-Environmental Sciences, Chinese Academy of Sciences, Beijing 100085, China
2.
Yangtze River Delta Branch, Research Center for Eco-Environmental Sciences, Chinese Academy of Sciences, Yiwu 322000, China
3.
University of Chinese Academy of Science, Beijing 100049, China
4.
Department of Environment, North China Pharmaceutical Co. Ltd., Shijiazhuang 050015, China
5.
Key Laboratory of Drinking Water Science and Technology, Research Center for Eco-Environmental Sciences, Chinese Academy of Sciences, Beijing 100085, China

Corresponding author: WANG Dongsheng, wgds@rcees.ac.cn

摘要: 抗生素原料药在生产过程中产生异味污染引发的民众投诉增多，逐渐成为发酵制药企业亟需解决的污染治理难点。以红霉素、四环素和泰乐菌素3种抗生素原料药的发酵生产过程为例，通过采用感官评价、电子鼻、气相离子迁移谱和气相质谱等多手段分析方法，解析发酵过程中产生的异味污染特征。结果表明：3种发酵尾气的气味特征、挥发性物质组分和含量差异较大；尾气中含有的挥发性物质有相同的组分，如乙醇、丙酮、2-戊酮、辛醛和苯甲醛，也各有特异性成分。未经处理的红霉素发酵尾气具有明显的土霉味，且臭气浓度值明显大于四环素和泰乐菌素发酵尾气。气味活度值(OAV)的计算结果表明：2-MIB和土臭素2种萜烯类物质是红霉素发酵最主要的异味污染物；而四环素和泰乐菌素的发酵异味是多种醛等含氧有机物和有机硫化物混合后形成的，因而气味特征较复杂。3种废气中，红霉素发酵尾气具有气量大、异味物质嗅阈值极低的特点，易造成异味污染且影响范围广，去除治理的技术难度也相对更大。本研究通过解析识别不同品种抗生素的发酵异味污染特征，以期为抗生素发酵异味污染治理和环境管理提供参考。
- 发酵制药 /
- 异味污染 /
- 轮廓分析 /
- 关键污染物
Abstract: Complaints caused by odors from the fermentative production of antibiotics is challenging in China. Appropriate control of fermentation odorants has become an urgent environmental problem for the pharmaceutical factories. In this work, the characteristics of fermentation odor emitted from production of active pharmaceutical ingredients corresponding to erythromycin, tetracycline and tylosin was investigated, using different analytics including olfactory evaluation, electronic nose, gas chromatography-coupled ion mobility spectrometry (GC-IMS), and gas chromatography-mass spectrometry(GC-MS) analysis. The integrative results showed that there were significant differences in the odor characteristics and composition of volatiles among the distinct fermentation off-gas samples. The untreated off-gas derived from erythromycin fermentation had obviously musty flavor and the odor concentration was significantly higher than that of tetracycline and tylosin. Gosmin and 2-methylisoborneol (2-MIB) were identified as the key odorants during erythromycin fermentation, while the peculiar odor oriented from tetracycline and tylosin fermentation is probably owning to the mixing of oxygen-containing organic compounds such as aldehydes and organic sulfides. Among the three kinds of off-gas, the one produced from erythromycin fermentation was more likely correlated with odor pollution and having difficulty in deodorization. This could be attributed from the characteristics of large emission load and very low odor threshold of odorants. By analyzing and identifying the odor pollution characteristics of different kinds derived from fermentation production of antibiotics, the findings could provide a reference for future treatment of odor pollution and safer environmental management of fermentative antibiotics production.
- biopharmaceutical /
- odor pollution /
- profiling analysis /
- key odorants

近几年，臭氧(O₃)已成为影响我国环境空气质量的重要因素，其中京津冀及周边地区、长三角地区以O₃为首要污染物的超标天数占比已经超过PM_2.5^[1-3]。研究表明，挥发性有机物（VOCs）可在紫外线照射下与氮氧化物（NO_x）发生光化学反应，产生光化学烟雾，光化学烟雾的主要成分为O₃^[4-5]。因此，作为O₃重要前体物的VOCs到研究学者的广泛关注。

VOCs种类繁多，不同种类的VOCs化学反应活性也不相同，研究VOCs的组成和来源特征对控制O₃污染和揭示复合型大气污染的形成都具有重要意义^[6]。目前国内关于VOCs的监测和研究主要集中在长江三角洲^[7-8]、珠江三角洲^[9-10]和京津冀^[11-12]等地区。山东半岛相关的研究较少，刘泽常等^[13]研究表明，济南市区VOCs的优势组分为C3—C5的烷烃、丙烯、顺-2-丁烯、间/对二甲苯和甲苯等，主要来源为汽车尾气、工业源和燃烧源。薛莲等^[14]发现青岛市大气VOCs中烯烃对臭氧的生成贡献远高于烷烃和芳香烃。张桢超^[15]发现威海市大气中，C2—C4烯烃类、烷烃类和苯系物对臭氧的生成贡献率较高，VOCs主要来源于机动车排放、工艺过程和溶剂使用。

泰安市地处山东省中部的泰山南麓，三面环山，属于内陆中小型城市。2016—2017年，泰安市O₃最大8 h平均浓度分别为197 μg·m⁻³和210 μg·m⁻³，在全省分别排名第二位和第一位。臭氧已成为泰安市夏、秋季节环境空气的首要污染物^[16]。了解臭氧前体物VOCs的污染现状及来源对泰安市采取适当措施改善空气质量具有重要意义。

本研究在泰安市城区建立一个观测站点，采用在线观测法，连续对站点大气中的VOCs进行监测，分析其浓度特征，并利用特征比值和模型分析对VOCs进行来源解析，同时评估其臭氧生成潜势，以期为泰安市大气环境VOCs和O₃污染管控提供科学支撑。

1. 实验与方法（Experiments and methods）

1.1 样品采集与分析

本次观测时间为2018年6月1日—7月11日，可以反应泰安市夏季大气中VOCs的污染特点。监测地点位于泰安市泰山区的山东电力高等专科学校校院内(36.18°N，117.11°E)，该观测点是泰安市的国控监测点，周边紧邻交通干线，同时分布着农贸市场、工业区、商业区和居民区，是典型的城市中心站点，观测点位置如图1所示。

图 1 监测点位图

Figure 1. Location of the monitoring site

下载: 全尺寸图片幻灯片

NMHCs的观测采用由中国科学院生态环境研究中心自主研发的GC-FID-VOCs在线监测仪24 h连续监测，采样时间分辨率为1 h，毛细管色谱柱型号为OV-1(30 m 柱长× 0.32 mm直径 × 1.0 μm厚度)；采样时，通过采样泵以50 mL·min⁻¹的流速将环境气体浓缩至温度为−80 ℃的吸附管中，然后升温加热至100 ℃进行热脱附，保持6 min；同时以5 mL·min⁻¹的N₂流速将解吸的样品吹入GC毛细管色谱柱中进行分离，此时将吸附管的温度升高至220 ℃，以60 mL·min⁻¹反吹10 min以清除残留；色谱柱的程序升温如下：初始温度为−60 ℃，保持3 min；以12 ℃·min⁻¹升温至−20 ℃；以6 ℃·min⁻¹升温至30 ℃；以10 ℃·min⁻¹升温至170 ℃，保持2 min；FID检测器的温度为250 ℃，仪器共检测到51种物质，其中包含27种烷烃、9种烯烃和15种芳香烃^[16]。醛酮类化合物(OVOCs)的观测采用涂有2，4-二硝基苯肼(DNPH)衍生化试剂的硅胶小柱采集，每2 h采集1个样品，并采用高效液相色谱(HPLC)方法检测，共检测出15种OVOCs。

为了保证观测数据的有效性和可靠性，GC-FID-VOCs在线监测仪每2 d采用美国环保署认可的Linde SPECTRA Environmental Gases标准气体进行5点校准，校准时相关系数均在0.992—0.995；同时，为了避免一些高反应性的VOCs物种的氧化损失，在采样吸附管的前端连接填充亚硫酸钠的捕集器，用于去除空气中的氧化剂，每2 d更换1次亚硫酸钠捕集器；高效液相色谱每2 d进行曲线校准，每20个样品分析一次校准曲线中间浓度点，每个目标化合物的测定结果与初始浓度值相对偏差≤30%^[16-17]。除VOCs的观测外，同时观测环境空气中的CO、SO₂和NO_x等参数，监测仪器均采用赛默飞世尔科技公司i系列的自动连续检测仪。

1.2 VOCs化学活性评价

不同城市中大气VOCs的来源各异，VOCs中各组分的浓度水平和化学活性也不同，对大气O₃生成的贡献也有差异。臭氧生成潜势(OFP)是用最大增量反应活性方法评估挥发性有机化合物的光化学反应性，并估算臭氧形成过程中单个有机化合物的贡献率^[18]，计算公式为：

${\rm{OF}}{{\rm{P}}_i} = [{\rm{VO}}{{\rm{C}}_{{\rm{S}}i}}] \times {\rm{MI}}{{\rm{R}}_i}$

$(1)$

式中，OFP_i为第i个VOCs物种的臭氧生成潜势，μg·m⁻³；[VOCs_i]表示物种i的环境质量浓度，μg·m⁻³；MIR_i为VOCs第i个物种最大增量反应中臭氧生成系数，可在文献[19]中查出。

1.3 正交矩阵因子模型(PMF)分析

正交矩阵因子分析模型(positive matrix factorization，PMF)作为受体模型，根据长时间序列的受体化学组分数据集进行VOCs来源解析^[20]。PMF计算过程中的基本公式为：

${X_{ij}} = \sum\nolimits_{k{\rm{ = 1}}}^p {{g_{ik}}} {f_{kj}} + {e_{ij}}$

$(2)$

式中，X_ij为样本i中污染物j的浓度，×10⁻⁹；p表示污染源的数量；g_ik为第k个来源对第i个因子的贡献量，%；f_kj为第k个源中第j个组分的分布占比，%；e_ij为样本残差。PMF模型主要是将目标函数Q最小化^[21-22]，目标函数Q定义为：

$Q = \sum\nolimits_{i = 1}^n {\sum\nolimits_{j = 1}^m {{{\left({\frac{{{e_{ij}}}}{{{u_{ij}}}}}\right)}^2}} }$

$(3)$

式中，n为样本个数，m为物种个数；u_ij表示样本中物种的不确定性。根据PMF5.0指导方法要求，不确定度的计算公式为：

${\rm{unc}}. = \left\{ {\begin{array}{*{20}{l}} {\sqrt {{{(C \times {\rm{RSD}})}^2} + {{(0.5 \times {\rm{MDL}})}^2}} }&{(C \gt {\rm{MDL}})}\\ {\dfrac{5}{6}{\rm{MDL}}}&{(C \le {\rm{MDL}})} \end{array}} \right.$

$(4)$

式中，unc. 表示样本中物种的不确定度；C表示样本中物种的浓度；RSD表示相对标准偏差；MDL表示检出限。

2. 结果与讨论（Results and discussion）

2.1 大气VOCs的浓度水平及组成特征

观测期间采样频率为1 h，VOCs浓度平均值为(16.57±7.99)×10⁻⁹（体积分数）。由表1可知，观测期间VOCs浓度水平最高的物种是甲醛(3.18±2.09)×10⁻⁹和丙酮(2.02±1.27)×10⁻⁹，其次为丙烷(1.71±1.41)×10⁻⁹、乙醛(1.39±0.61)×10⁻⁹和丁烷(0.92±0.88)×10⁻⁹。由图2可以看出，整个监测期间VOCs四大组分浓度顺序依次为：OVOCs(41.9%)> 烷烃(30.8%)> 芳香烃(19.5%) > 烯烃(7.8%)。

表 1 观测期间主要VOCs物种的浓度和OFP值

Table 1. Concentrations and OFP of main VOCs species during the observation period

序号Serial number	平均浓度Average concentration		臭氧生成潜势OFP
序号Serial number	组分Species	数值(×10⁻⁹)Value	组分Species	数值/(μg·m⁻³)Value
1	甲醛	3.18±2.09	甲醛	40.34±26.52
2	丙酮	2.02±1.27	间/对-二甲苯	20.51±14.96
3	丙烷	1.71±1.41	乙醛	17.87±7.90
4	乙醛	1.39±0.61	异戊二烯	15.44±14.10
5	丁烷	0.92±0.88	间二乙基苯	14.59±11.71
6	甲苯	0.88±0.67	甲苯	14.52±10.96
7	异戊烷	0.81±0.43	戊醛	12.10±8.01
8	苯乙烯	0.72±1.13	正戊烯	11.90±7.36
9	戊醛	0.62±0.41	丁醛	10.74±2.46
10	苯	0.60±0.39	间-甲基苯甲醛	10.01±7.20
11	丁醛	0.56±0.13	邻-二甲苯	8.54±8.36
12	正戊烯	0.53±0.33	1,2,4-三甲基苯	7.86±4.77
13	异丁烷	0.50±0.44	1,3,5-三甲基苯	7.77±6.62
14	异戊二烯	0.48±0.44	对二乙基苯	7.76±5.27
15	丁烯醛	0.47±0.33	反-2-戊烯	6.15±3.47
16	乙苯	0.33±0.30	丙烯	5.83±5.59
17	十二烷	0.32±0.13	苯乙烯	5.77±9.12
18	戊烷	0.31±0.27	顺-2-丁烯	5.62±3.80
19	间/对-二甲苯	0.28±0.20	苯甲醛	5.28±2.75
20	丙醛	0.27±0.14	丙醛	5.02±2.57

| Show Table

DownLoad: CSV

图 2 VOCs各组分浓度占比

Figure 2. Concentration ratio of VOCs components

下载: 全尺寸图片幻灯片

由于VOCs来源的不同和化学活性的差异，导致VOCs组分浓度的日变化特征也不同，分析VOCs浓度日变化特征是探讨其来源的重要手段之一。图3给出了观测站点大气中烷烃、烯烃、芳香烃和OVOCs的日变化趋势。烷烃、芳香烃和OVOCs日变化趋势较为一致，整体呈现夜间高白天低的变化特征；因为早晚存在较强的人类活动，如城市地区机动车尾气排放等，同时早晚大气较稳定，不利于VOCs的扩散；中午及下午对流强，边界层抬升，有利于污染物的扩散，同时中午和下午太阳辐射强，大气光化学反应活性剧烈，也会消耗一定量的VOCs，造成大气中VOCs的浓度下降。然而，烯烃在白天出现了显著抬升的变化特征，这主要是来自于植物活动排放异戊二烯的重要贡献^[23-24]，在白天随着太阳辐射的增强，异戊二烯排放量明显增加，在午后达到峰值，16:00以后由于植物活性等影响，其浓度快速下降。

图 3 VOCs各组分日变化特征

Figure 3. Daily variation characteristics of VOCs components

下载: 全尺寸图片幻灯片

对于烷烃，由于观测站点靠近蔬菜批发市场，运输车辆工作较早，受交通早高峰影响，在06:00出现峰值，随后太阳辐射增强，光化学反应消耗增加，浓度逐渐降低，在17:00以后，光化学反应消耗停止并随着市内交通晚高峰到来，污染物的浓度逐渐积累。芳香烃和OVOCs相对于烷烃和烯烃峰型规律没那么明显，芳香烃在中午出现了浓度升高的趋势，说明芳香烃类除来源于机动车排放外，还受溶剂挥发和化工企业排放的影响；OVOCs夜晚浓度较高，日出后出现微弱下降，随后缓慢抬升，在正午12:00左右发生快速下降达到最低，而后又快速抬升一直维持到深夜，说明除来自一次排放外，二次贡献生成和区域气象因素对其也有重要影响。

2.2 大气VOCs臭氧生成潜势特征

环境空气中VOCs组分的化学反应活性不同，对O₃的形成影响也不同，识别对大气O₃贡献较大VOCs物种，对于制定有效的减排控制措施意义重大^[25]。由表1可知，观测点观测期间甲醛(40.34±26.52) μg·m⁻³、间/对-二甲苯(20.51±14.96) μg·m⁻³、乙醛(17.87±7.90) μg·m⁻³、异戊二烯(15.44±14.10) μg·m⁻³和间二乙基苯(14.59±11.71) μg·m⁻³是OFP值最高的5种VOCs物种。由图4可知，观测期间大气VOCs四大类别对OFP贡献率顺序为：芳香烃(35.6%) > OVOCs(35.5%) > 烯烃(18.5%) > 烷烃(10.5%)。烷烃化合物VOCs浓度占比最高，但化学反应活性低，故对OFP的贡献较小^[26-27]；烯烃中异戊二烯的浓度水平较高，且所含的碳碳双键化学反应活性强，对OFP的贡献较大，异戊二烯主要来源于植物活动排放，说明植物源对大气中O₃的生成有重要贡献^[20]；芳香烃和OVOCs浓度水平和臭氧生成潜势都较高，因此，控制芳香烃和OVOCs的排放是未来控制泰安市臭氧污染的关键。

图 4 VOCs各组分对OFP的贡献

Figure 4. Contribution of VOCs components to OFP

下载: 全尺寸图片幻灯片

2.3 泰安市VOCs来源解析

2.3.1 典型物种特征比值分析

VOCs组分中，与·OH具有相似反应速率的的特征污染物之间的比值，可以反映其来源特征。戊烷在环境中主要来源于机动车尾气、天然气排放、燃料和液体汽油挥发，正戊烷(n-pentane)和异戊烷(i-pentane)具有相似的物理和化学性质，异戊烷/正戊烷的值可以初步判断其来源，当比值范围为0.82—0.89时，来源为天然气排放，比值范围为2.20—3.80时，来源为机动车尾气，比值范围在1.50—3.00时为液态汽油排放，比值范围在1.80—4.60时为燃料挥发，比值范围大于4.60时为其他源^[28]。图5(a)分别给出了异戊烷/正戊烷不同的比值线，可知观测点异戊烷和正戊烷的比值大部分分布在1.80—4.60之间，表明机动车尾气、液态汽油排放和燃料挥发都对其有贡献作用，而天然气排放对戊烷的来源贡献较少，其它源对其来源也有贡献。利用特征比值法分析可以看出异戊烷和正戊烷的比值较为分散，异戊烷和正戊烷的来源复杂，并不是单一来源，特征比值法无法很好的解析其来源。

图 5 典型物种特征比值

Figure 5. Characteristic ratios of typical species

下载: 全尺寸图片幻灯片

芳香烃是泰安市大气VOCs中对O₃生成贡献最大的物种，苯(benzene)与甲苯(toluene)的比值(B/T)常用来判断芳香烃在环境中的来源，当苯/甲苯值不大于0.20时，判断其来源为工业溶剂，机动车尾气源为0.50—0.60，燃煤源为1.50—2.20，生物质燃烧源比值约为2.50^[29]。由图5(b)分别给出了苯/甲苯的不同比值线，可以看出苯和甲苯比值分布在0.20—2.20之间，表明机动车尾气和燃煤源对其有贡献作用，经线性拟合的比值为0.56，与机动车尾气排放比值相近，进一步表明机动车尾气排放对观测点大气VOCs和O₃有重要贡献。B/T的值不只受到其来源的影响，还受到大气氧化性的影响，甲苯的光化学反应活性要大于苯，B/T的值相较于异戊烷/正戊烷也更为分散；另一方面B/T的值受风向影响较大，西南风向上有较高的甲苯浓度，表明污染物传输对其比值有影响。

综上，观测点位于城市中心点，VOCs的来源更为复杂，特征污染物的比值范围较为分散，简单的特征比值法无法准确的解析出污染物的来源，需要与PMF模型解析的结果进行相互印证。

2.3.2 PMF模型解析

针对观测点的VOCs数据，选取了来源指示性强和监测数据相对完整VOCs物种输入到PMF模型中，同时将观测的CO、NO_x和SO₂数据纳入计算，帮助识别排放源，最终共识别出6类因子，各类因子的源成分谱特征如图6所示。

图 6 观测期间大气VOCs源成分谱图

Figure 6. Source composition spectrum of VOCs species during observation period

下载: 全尺寸图片幻灯片

第一类因子中甲醛、乙醛和丙酮等OVOCs所占的百分比较高，因此将此类因子归为OVOCs源。第二类因子中，C2—C4烯烃和烷烃为优势组分，C2—C4烯烃和烷烃是LPG和溶剂挥发的关键物种^[12,30]，因此，将此类因子归为LPG和溶剂挥发源。第三类因子具有高组分的CO和苯，工业燃烧过程中可排放大量的CO，苯也是工业燃烧过程中重要的特征指示物^[31]，故将此类因子归为工业排放。第四类因子具有高组分的SO₂，电厂可排放大量的SO₂，因此，将此类因子归为电厂排放。第五类因子的优势组分为苯系物和烷烃，根据之前特征比值分析出异戊烷、正戊烷、苯和甲苯的主要来源都有机动车尾气排放，且C8—C10烷烃是柴油发动机排放尾气的标志^[32]，因此，将此类因子归为包括汽油车与柴油车的机动车尾气排放。第六类因子的优势组分为异戊二烯，城市中的异戊二烯大部分来源于植物活动排放，另外机动车尾气也会排放一部分排放，但该因子中与机动车尾气相关的其它VOCs物种贡献率都不高，因此将此类因子定义为植物排放源。

图7为PMF解析出6类VOCs排放源在观测期间对VOCs的相对贡献结果，可以看出，观测期间VOCs最大的排放源为LPG和溶剂挥发源(40.2%)，其次分别为OVOCs源(17.8%)、机动车排放(17.4%)、工业排放(11.8%)、植物源(10.5%)和电厂排放(2.3%)。因此，控制燃烧源和工业溶剂排放是控制泰安市夏季VOCs污染的重要途径。

图 7 观测期间不同源排放对VOCs的贡献率

Figure 7. Contribution rate of emissions from different sources to VOCs during the observation period

下载: 全尺寸图片幻灯片

3. 结论（Conclusion）

（1）观测期间VOCs浓度平均值为(16.57±7.99)×10⁻⁹，其中OVOCs占比最高为41.9%，烷烃占比为30.8%，芳香烃为19.5%，烯烃为7.8%。烷烃、芳香烃和OVOCs日变化趋势较为一致，整体呈现夜间高白天低的变化特征，而烯烃受到植物源排放异戊二烯的影响，在白天出现了显著抬升的变化特征。VOCs物种中平均浓度水平最高的前5种是甲醛、丙酮、丙烷、乙醛和丁烷。观测期间大气VOCs四大类别对OFP贡献率顺序为：芳香烃 > OVOCs > 烯烃 > 烷烃，其中甲醛、间/对-二甲苯、乙醛、异戊二烯和间二乙基苯是OFP水平最高的5种VOCs物种。

（2）观测点VOCs来源解析结果显示，观测期间泰安市VOCs最大的排放源为LPG和溶剂挥发(40.2%)，其次分别为OVOCs源(17.8%)、机动车排放(17.4%)、工业排放(11.8%)、植物源(10.5%)和电厂排放(2.3%)。因此，控制LPG和溶剂挥发是控制泰安市夏季VOCs和O₃污染的重要途径。

图 1 抗生素发酵制药简化流程及各环节气态污染的释放

Figure 1. Simplified flow chart of fermentation production of antibiotics and release of gas pollutants

下载: 全尺寸图片幻灯片

图 2 电子鼻10个传感器对3种发酵尾气的响应输出轮廓图

Figure 2. Electronic nose 10 sensors output of three fermentation off-gas

下载: 全尺寸图片幻灯片

图 3 3种抗生素发酵尾气的气相离子迁移谱二维成像图及指纹对比图

Figure 3. GC-IMS two-dimensional images of erythromycin, tetracycline, tylosin off-gas and fingerprint plot

下载: 全尺寸图片幻灯片

图 4 3种抗生素发酵液的气相离子迁移谱二维成像图及不同发酵时间样品的指纹对比图

Figure 4. GC-IMS two-dimensional images of erythromycin, tetracycline, tylosin broth and fingerprint plot of fermentation broth at different time

下载: 全尺寸图片幻灯片

图 5 3种发酵尾气中GC/MS定性检出VOCs浓度

Figure 5. VOCs concentration detected in fermentation off-gas by GC/MS

下载: 全尺寸图片幻灯片

图 6 在发酵周期内不同时间点采集的发酵液中GC/MS检出VOCs浓度

Figure 6. VOCs concentration detected by GC/MS from different broths during a full fermentation cycle

下载: 全尺寸图片幻灯片

表 1 3种抗生素原料药的发酵工艺信息

Table 1. Fermentation process information of three antibiotics

产品名称	发酵菌种	单罐通风量/(m³·h⁻¹)	发酵周期/d
红霉素	红色糖多孢菌	8 000~10 000	7
四环素	金色链霉菌	4 500~7 000	7
泰乐菌素	费氏链霉菌	5 000~6 000	14

下载: 导出CSV

表 2 3种发酵尾气的气味特征、臭气浓度及无机组分浓度

Table 2. Odor characteristics, odor concentration and inorganic component concentration of fermentation off-gas

发酵产品	样品数量/个	气味特征	臭气浓度¹⁾			CO₂/(mg·m⁻³)	H₂S/(mg·m⁻³)	NH₃/(mg·m⁻³)	相对湿度/%
发酵产品	样品数量/个	气味特征	最小值	最大值	几何平均值	CO₂/(mg·m⁻³)	H₂S/(mg·m⁻³)	NH₃/(mg·m⁻³)	相对湿度/%
红霉素	26	土霉味，药味	4 121	231 739	24 023	>1 300	0.52±0.36	1.000±0.430	>85
四环素	20	不愉快气味，酸味	309	23 174	3 382	>1 300	<0.05	1.000±0.500	>85
泰乐菌素	12	不愉快气味，油脂味	3 090	9 772	5 114	>1 300	0.18±0.02	0.068±0.014	>85
注：1)臭气浓度使用国标三点比较式臭袋法(GB/T 14675-1993)测定。

下载: 导出CSV

表 3 3种发酵液中检出关键异味物质

Table 3. Key odorants detected in the fermentation broth

发酵液	物质名称	气味特征	嗅阈值/(μg·L⁻¹)	气味活度值(OAV)
发酵液	物质名称	气味特征	嗅阈值/(μg·L⁻¹)	最小值	最大值
红霉素	2-MIB	霉味	0.01	2 971	15 412
	土臭素	土味	0.004	6 227	13 882
	2,6-壬二烯醛	黄瓜味	0.018	188	324
	辛醛	尖刺的脂肪气息和果香	0.01	52	198
	二甲基二硫醚	烂菜味	0.03	7	15
	二甲基三硫醚	洋葱味	0.01	0	11
	甲基萘	果香味	0.1	2	9
	2-乙基己醇	蘑菇味	0.3	4	9
	苯甲醛	杏仁味	4.5	0.6	5.5
	庚醛	鱼腥味	3	3	5
	辛酮	果香味	0.1	1	4
	壬醛	青草味	0.34	0	2.7
	己醛	青草味	4.5	0.6	1.4
四环素	2,6-壬二烯醛	黄瓜味	0.018	32	100
	萘	果香	0.1	33	90
	二甲基二硫醚	烂菜味	0.03	22	39
	壬醛	青草味	0.34	13	30
	苯甲醛	杏仁味	4.5	16	25
	二甲基三硫醚	洋葱味	0.01	6	18
	庚醛	鱼腥味	3	4	17
	2-乙基己醇	蘑菇味	0.3	3.5	5.5
	四甲基吡嗪	坚果味	2.6	1.7	3.7
	己醛	青草味	4.5	1	1.2
泰乐菌素	辛醛	尖刺的脂肪气息和果香	0.01	84	249
	二甲基三硫醚	洋葱味	0.01	14	40
	二甲基二硫醚	烂菜味	0.03	17	36.6
	辛酮	果香味	0.1	4	8.6
	甲苯	芳香味	33	3.8	6.5
	庚醛	鱼腥味	3	1.2	2.8
	己醛	青草味	4.5	1	2

下载: 导出CSV

[1]	宋玉. 青霉素生产过程中挥发性有机物和恶臭排放标准研究[D]. 石家庄: 河北科技大学, 2014.
[2]	张涛. 石家庄制药行业VOCs及恶臭排放特征及其数据库的建立研究[D]. 石家庄: 河北科技大学, 2014.
[3]	上海市环境保护局, 上海市质量技术监督局. 上海市地方标准恶臭(异味)污染物排放标准: DB 31/1025-2016[S]. 上海, 2017.
[4]	周静博, 李亚卿, 洪纲, 等. 石家庄市制药行业VOCs排放特征分析及健康风险评价[J]. 生态毒理学报, 2015, 10(4): 177-186.
[5]	徐志荣, 王浙明, 许明珠, 等. 浙江省制药行业典型挥发性有机物臭氧产生潜力分析及健康风险评价[J]. 环境科学, 2013, 34(5): 1864-1870.
[6]	翟增秀, 张君, 闫凤越, 等. 生物制药企业恶臭污染物的排放特征[J]. 城市环境与城市生态, 2013(3): 19-21.
[7]	许明珠, 王浙明, 赵多, 等. 浙江发酵制药大气污染物排放标准制订研究[J]. 环境科学与技术, 2013, 36(4): 195-199. doi: 10.3969/j.issn.1003-6504.2013.04.041
[8]	樊晓宇, 红霉素发酵尾气苦涩气味消除方法[J]. 医药工程设计, 2013, 34(4): 32-34.
[9]	王东升, 朱新梦, 杨晓芳, 等. 生物发酵制药VOCs与嗅味治理技术研究与发展[J]. 环境科学, 2019, 40(4): 1990-1998.
[10]	FRANKE W, FRECHEN F B, GIEBEL S. H₂S, VOC, TOC, electronic noses and odour concentration: Use and comparison of different parameters for emission measurement on air treatment systems[J]. Water Science and Technology, 2009, 59(9): 1721-1726. doi: 10.2166/wst.2009.127
[11]	YANG X F, JIAO R Y, ZHU X M, et al. Profiling and characterization of odorous volatile compounds from the industrial fermentation of erythromycin[J]. Environmental Pollution, 2019, 255: 113130. doi: 10.1016/j.envpol.2019.113130
[12]	GARRIDO-DELGADO R, DEL MAR DOBAO-PRIETO M, ARCE L, et al. Determination of volatile compounds by GC-IMS to assign the quality of virgin olive oil[J]. Food Chemistry, 2015, 187: 572-579. doi: 10.1016/j.foodchem.2015.04.082
[13]	GERHARDT N, BIRKENMEIER M, SANDERS D, et al. Resolution-optimized headspace gas chromatography-ion mobility spectrometry (HS-GC-IMS) for non-targeted olive oil profiling[J]. Analytical and Bioanalytical Chemistry, 2017, 409(16): 3933-3942. doi: 10.1007/s00216-017-0338-2
[14]	GALLEGOS J, ARCE C, JOURDANO R, et al. Target identification of volatile metabolites to allow the differentiation of lactic acid bacteria by gas chromatography-ion mobility spectrometry[J]. Food Chemistry, 2017, 220: 362-370. doi: 10.1016/j.foodchem.2016.10.022
[15]	卢学强, 韩萌, 冉靓, 等. 天津中心城区夏季非甲烷有机化合物组成特征及其臭氧产生潜力分析[J]. 环境科学学报, 2011, 31(2): 373-380.
[16]	宋荣娜, 杨晓芳, 吕明晗, 等. HS-SPME-GC/MS同时测定污废水中多种VOCs异味物质[J]. 环境化学, 2019, 38(5): 1-9.
[17]	LEBRERO R, BOUCHY L, STUETZ R, et al. Odor assessment and management in wastewater treatment plants: A review[J]. Critical Reviews in Environmental Science and Technology, 2011, 41(10): 915-950. doi: 10.1080/10643380903300000
[18]	FISHER R M, LE-MINH N, ALVAREZ-GAITAN J P, et al. Emissions of volatile sulfur compounds (VSCs) throughout wastewater biosolids processing[J]. Science of the Total Environment, 2018, 616: 622-631.
[19]	国家环境保护总局, 国家技术监督局. 恶臭污染物排放标准: GB 14554-1993[S]. 北京: 中国标准出版社, 1993.
[20]	生态环境部, 国家市场监督管理总局. 制药工业大气污染物排放标准: GB 37823-2019[S]. 北京: 中国环境出版集团, 2019.
[21]	NAGATA Y, TAKEUCHI N. Measurement of odor threshold by triangle odor bag method[J]. Bulletin of Japan Environmental Sanitation Center, 1990, 17: 13.
[22]	PERSSON P E. Sensory properties and analysis of two muddy odour compounds, geosmin and 2-methylisoborneol, in water and fish[J]. Water Research, 1980, 14(8): 1113-1118. doi: 10.1016/0043-1354(80)90161-X
[23]	PERSSON P E. On the odor of 2-methylisoborneol[J]. Journal of Agricultural and Food Chemistry, 1980, 28(6): 1344-1344. doi: 10.1021/jf60232a027
[24]	REZANKA T, VOTRUBA J. Fermentation odor and bioprocess scale-up[J]. Bioprocess Engineering, 1998, 19(2): 159-160. doi: 10.1007/s004490050498
[25]	LIATO V A M. Geosmin as a source of the earthy-musty smell in fruits, vegetables and water: Origins, impact on foods and water, and review of the removing techniques[J]. Chemosphere, 2017, 181: 9-18. doi: 10.1016/j.chemosphere.2017.04.039
[26]	SCHOLLER C E G, GURTLER H, PEDERSEN R, et al. Volatile metabolites from actinomycetes[J]. Journal of Agricultural and Food Chemistry, 2002, 50(9): 2615-2621. doi: 10.1021/jf0116754
[27]	ZAITLIN B, WATSON S B. Actinomycetes in relation to taste and odour in drinking water: Myths, tenets and truths[J]. Water Research, 2006, 40(9): 1741-1753. doi: 10.1016/j.watres.2006.02.024

点击查看大图

图( 6) 表( 3)

计量

文章访问数: 8222
HTML全文浏览数: 8222
PDF下载数: 94
施引文献: 0

1. 实验与方法（Experiments and methods）
1.1 样品采集与分析
1.2 VOCs化学活性评价
1.3 正交矩阵因子模型(PMF)分析
2. 结果与讨论（Results and discussion）
2.1 大气VOCs的浓度水平及组成特征
2.2 大气VOCs臭氧生成潜势特征
2.3 泰安市VOCs来源解析
3. 结论（Conclusion）

全文HTML

中国是抗生素原料药的生产大国。近年来，抗生素原料药生产过程中产生的异味污染引发的民众投诉增多、环保问题日益突出^[1-2]，成为继废水处理之后制药企业必须解决的污染治理难点。制药产业中，大部分抗生素原料药采用发酵工艺生产，并存在工艺技术含量相对较低、环境污染重的普遍问题^[1]。工信部等6部门在2016年联合发布了《医药工业发展规划指南》，将提高发酵类大宗原料药的清洁生产和污染治理水平作为医药行业实现绿色发展的重点内容之一。

异味污染也称恶臭污染，是由刺激嗅觉器官引起人们不愉快感觉及损害生活环境的异味气体引发的污染^[3]。抗生素发酵制药产生的异味不同于垃圾填埋场等市政设施产生的典型恶臭，是一种特殊的异味。抗生素发酵制药工艺指的是利用微生物的特定功能合成目标抗生素活性成分，然后再进行提取合成的过程^[4]，工艺流程及各环节气态污染释放情况如图1所示。在发酵过程中需向发酵罐中不断注入大量空气进行好氧发酵，因而会产生连续排放的发酵废气。在后续提取和精制环节中，因使用大量有机溶剂，又会产生含有机溶剂的废气。国内学者研究表明：发酵制药工艺产生的特殊异味主要来自发酵废气；提取精制等环节是挥发性有机物(volatile organic compounds，VOCs)污染的主要释放源；而废水处理和菌渣处理环节则兼有恶臭和VOCs污染问题^{[3, 5-7]}。

然而，造成发酵异味污染的关键物质成分仍不是很明确。业内普遍认为，发酵尾气的主要成分为空气和CO₂，同时含有少量培养基物质，即发酵后期细菌开始产生抗生素时菌丝的气味^{[1, 8]}。学者们对苯系物等VOCs污染物的研究大都聚焦于其参与大气光化学效应引发的污染和环境健康问题，而对于异味污染应重点关注这类气态污染物对人群嗅觉感知的影响。因此，异味污染研究在污染特征、评价方法和控制目标等方面应区别于传统意义上的VOCs污染^[9]。由于异味污染以人的感官感受为主要评价依据，故科学合理地制定污染控制目标需以对关键污染物和污染特征进行清晰地辨识为前提。然而，目前对发酵废气中异味物质成分的认识仍较笼统。

发酵尾气普遍具有连续排放、气量大、湿度高、污染物浓度低且成分复杂的特点，并且尾气中异味物质组分和含量随工业菌种、原料配比和生产工艺参数的变化而发生改变。在异味污染控制方面，由于对关键异味组分和污染特征缺乏足够认识，导致废气除臭措施的处理效果常不理想，企业在选择发酵废气处理技术时仍处于“无的放矢”的局面。此外，工业发酵广泛用于食品、能源和医药及健康用品的生产，其产品种类繁多、生产菌种和工艺多样，发酵异味污染的问题也比较普遍。因此，亟需发展环境异味污染分析方法，建立发酵异味的识别解析和溯源分析方法，以更深刻认识发酵异味污染特征，指导制药行业和其他发酵企业的异味污染治理，从而提高企业污染治理和绿色生产水平。

尽管发酵制药废气排放造成的异味污染问题已在国内受到关注，然而由于抗生素原料药的产能主要集中在中国和印度等发展中国家，有关发酵异味污染特征和关键污染物的识别解析在国内外均鲜有深入报道。本研究以3个抗生素原料药发酵品种为例，通过采用感官评价-轮廓分析-物质识别的多手段分析方法，解析识别不同品种抗生素的发酵异味污染特征，以期为抗生素发酵异味污染治理和环境管理提供参考。

1. 材料及方法

1.1. 样品采集

抗生素原料药的发酵尾气和发酵液样品分别采集自我国北方某市化工园区内的2家企业。原料药品种和通风量信息如表1所示。一般情况下，每种产品线同时运行的发酵罐数量均在10个以上。连续3 d在发酵罐尾气出口采集未经处理的发酵尾气样品，采用真空负压方式将废气采集到8 L聚酯样品袋中(迪兰奥特，天津)，使用手持式多参数气体分析仪(Eranntex，深圳)测定尾气的温度、湿度及CO₂、H₂S、NH₃的浓度等基本参数(表2)。在整个发酵周期的不同时间间隔采集发酵液样品，装于棕色玻璃瓶不留顶空并冷藏保存。

1.2. 异味感官评价和轮廓分析

使用国标方法《空气质量恶臭的测定三点比较式臭袋法》(GB/T 14675-1993)测定发酵尾气的臭气浓度。使用电子鼻分析仪(AIRSENSE PEN3，Airsense Analytics，德国)在采集发酵尾气样品时进行现场分析，每次测量重复3次。电子鼻配置10个金属氧化物半导体传感器阵列，传感器分别对不同种类的物质有响应^[10]。使用气相离子迁移谱分析仪(GC-IMS或FlavourSpec，G.A.S，德国)分别测定发酵尾气和发酵液中的挥发性物质^[11-14]。尾气样品的进样量为1 mL，经过内置的Tenax组件热脱附浓缩后分析；液体样品使用静态顶空方法分析；离子迁移谱(IMS)分析参数的设定参照文献中的方法^[11]。离子迁移谱采用正离子模式，定性分析使用癸醛、2-壬酮、2-辛酮、2-庚酮、2-己酮、2-戊酮和2-丁酮作为外标。对物质的离子迁移时间进行反应离子峰(RIP)归一化处理，以消除仪器背景对样品谱图比较分析的干扰。根据物质的保留时间和离子迁移时间绘制样品轮廓指纹图谱，利用内置NIST数据库和IMS数据库进行定性分析。

1.3. GC-MS分析

发酵尾气中的物质成分使用气袋采样-低温冷阱浓缩(Entech 7100)-气相色谱质谱法(GC 7890-5975C MS，Angilent)进行测定。色谱条件：DB-5MS色谱柱(60 m×0.32 mm×1.0 μm)，高纯He流速1 mL·min⁻¹，不分流进样，升温程序为保持35 ℃的温度5 min后，以5 ℃·min⁻¹的升温速率将温度升至150 ℃，再以15 ℃·min⁻¹的升温速率将温度升至220 ℃后保持7 min。质谱条件为：离子源温度230 ℃、EI离子源70 eV、扫描质量15~300 amu。使用含有102种非甲烷有机物的混合标准气体做标准曲线^[15]。发酵液中的物质成分使用顶空固相微萃取-气相色谱质谱法(HS-SPME-GC/MS)(GC-MS-QP2010，Shimadzu)进行测定，色谱条件和质谱参数的设定参照文献中的方法^[16]。在20 mL样品瓶中加入10 mL待测发酵液和2 g NaCl，使用DVB/CAR/PDMS (50/30 μm) SPME萃取头在65 ℃孵化条件下萃取30 min，解吸180 s。通过保留时间和标准质谱图检索进行样品定性，根据定性结果使用异味标准物质混标作为外标、采用最小偏二乘法绘制标准曲线进行定量。根据检出的挥发性物质的浓度和嗅阈值，用气味活度值法(odor activity value, OAV)计算该物质的气味活度值，从而表征气味物质对样品整体气味的贡献程度，并筛选关键异味物质^[17]。通常，OAV值大于1则表示物质可以被嗅觉感知^[18]。

3. 结论

1)研究涉及的3种抗生素发酵尾气呈现出明显不同的气味特征。红霉素发酵尾气具有明显的土霉味，且臭气浓度值明显大于四环素和泰乐菌素的臭气浓度值。采用传感器阵列电子鼻和气相离子迁移谱2种分析方法，均证实3种发酵尾气中挥发性物质组分存在显著差异。

2)采集到的3种发酵尾气中可检出挥发性物质的总浓度均低于20 mg·m⁻³，异味是主要的污染问题。红霉素发酵异味是由2-MIB和土臭素2种物质造成的土霉味；而四环素和泰乐菌素的发酵异味是由多种醛等含氧有机物和有机硫化物混合后形成的。其中，红霉素发酵尾气气量大、异味物质嗅阈值极低，具有异味污染影响范围广、治理难度大的特点。

参考文献 (27)

抗生素发酵制药工程中异味的特征与关键污染物识别

作者简介: 杨晓芳(1981—)，女，博士，副研究员。研究方向：异味污染识别与防控技术。E-mail：xfyang@rcees.ac.cn

通讯作者: 王东升(1970—)，男，博士，研究员。研究方向：环境水质学。E-mail：wgds@rcees.ac.cn