高分辨質譜結合分子網絡技術在魚體恩諾沙星及其轉化產物分析中的應用

摘要：為了識別養殖行業中常用抗生素恩諾沙星在復雜生物介質環境中的轉化產物，本研究通過結合恩諾沙星的質譜裂解規律以及高分辨率的一級和二級質譜數據，構建分子網絡并對其中具有相似結構的分子簇及主要化合物的結構進行確證，從而識別并鑒定了羅非魚不同組織部位的恩諾沙星轉化產物，并進一步探討了恩諾沙星生物轉化的活性位點。結果表明：采用分子網絡技術，在羅非魚不同組織中成功識別出10種可能的恩諾沙星轉化產物，其中所有組織中均發現環丙沙星的存在。恩諾沙星的喹諾酮環和哌嗪環是潛在的轉化位點，因此羅非魚的生物轉化過程主要是發生在喹諾酮環（4種）與哌嗪環（6種）上的反應。研究表明，高分辨率質譜結合分子網絡技術為恩諾沙星轉化產物的識別提供了一種有效的方法，能夠為抗生素類新污染物在多介質環境中的識別與溯源提供重要支持。

關鍵詞：分子網絡；轉化產物；恩諾沙星；羅非魚；產物鑒定

中圖分類號：X502 文獻標志碼：A 文章編號：1672-2043（2025）03-0741-09 doi：10.11654/jaes.2024-1127

目前，新污染物主要包括具有持久性和生物毒性的抗生素、內分泌干擾物、微塑料和全氟化合物等[1]。環境污染物可以通過土壤、水體、空氣等環境要素遷移至農作物、動物等體內，新污染物也存在類似的遷移途徑[2]。此外，新污染物在環境中會轉化為未知產物，而且在不同的環境介質中，其轉化產物也可能有所不同[3]。研究表明，這些轉化產物相比母體化合物可能具有更高的生物毒性[4-5]，且在特定條件下，轉化產物甚至可能重新轉化為母體化合物[6]，這為新污染物的識別和鑒定帶來了很大挑戰。因此，如何識別不同環境介質中的新污染物及其轉化產物，已成為新污染物防治中的一個關鍵問題。

抗生素是一類使用廣泛的化合物，在養殖行業中普遍用于預防和控制病害的侵襲[7-8]。因此，在各類食品（肉、蛋、奶、魚以及蔬菜[9-11]）中不同程度地檢出抗生素，其中尤以水產品的污染最為嚴重。在水產品中，喹諾酮類抗生素的檢出率較高，為30%～80%[12]，其中恩諾沙星和環丙沙星是主要的殘留成分[13]，而且環丙沙星是恩諾沙星的轉化產物，其殘留主要來源于恩諾沙星在生物體內的轉化[14]。此外，恩諾沙星在不同種類的生物體內會生成不同的轉化產物，甚至在同一種生物的不同組織中，轉化產物的種類和結構也存在差異[15]。鑒于這些轉化產物種類繁多、結構復雜，識別復雜介質環境中的轉化產物需要依賴更精密的儀器和高通量的分析方法。

近年來，高分辨質譜由于其高效率、高靈敏度和特異性，被廣泛用于抗生素及其轉化產物的結構鑒定和定量分析[16]。串聯質譜技術的發展提高了MS二級質譜的采集速率[17]，但基于有限質譜數據庫的比對檢索方法已無法滿足快速鑒定大量物質的需求[18]。目前主要分析方法包括產物離子過濾、分子網絡、質量缺陷以及穩定同位素等[19]。2007年，Bandeira等[20]提出了“譜圖對”（Spectral Pairs）的概念，這一概念使得在沒有數據庫的情況下仍能實現物質的檢索和鑒定，為基于質譜數據識別未知物質開辟了新的方向，即分子網絡的雛形。Watrous等[21]將質譜分子網絡技術引入代謝組學，以監測微生物群落中的小分子變化，深入了解細菌的發育過程。2013 年，Yang 等[22]正式總結了分子網絡的概念，隨后構建了開源的全球天然產物社會分子網絡平臺，使得分子網絡技術能夠廣泛應用于基于質譜的代謝組學研究。每個分子均被視為網絡中的一個節點，節點之間的邊則表示分子之間的相似性。通過計算分子間的結構相似性，可以有效地識別和分類新污染物。Yu等[23]開發了一種基于分子網絡的非靶向篩選策略，使用該策略，研究人員從污水處理廠排放的廢水中檢測到了52種抗菌藥物和49種轉化產物，其中30種新型抗生素轉化產物在環境相關研究中尚未有報道。Wu等[24]則選擇了5種結構相似的磺胺類藥物作為靶向新污染物，運用基于分子網絡的非靶向篩選方法探索其在實驗室規模廢水生物處理實驗中的轉化模式，最終鑒定出45種轉化產物，其中包括14種新發現的轉化產物。在此基礎上，通過比較轉化途徑、分析反應頻率和顯性轉化產物，歸納了磺胺類藥物的5種具體轉化模式。Robin等[25]首次基于分子網絡對與飲用水相關的季節性化合物進行了優先級排序和分子間連接。隨后，在所獲得的分子網絡中，對43種化合物進行了注釋，其中包括卡馬西平和沙坦類藥物的4種新轉化產物。用于分析小分子串聯質譜的分子網絡于2012 年被引入[26]，在進行成對光譜相似性比對時，給定數據集中的每個MS二級質譜都會被相互比較，從而得到一個MS二級光譜關系網絡，并由此創建分子網絡來鑒定轉化產物。母體化合物及其轉化產物可以看作具有某類結構特征的分子家族，因此，將分子網絡技術應用于轉化產物的研究具有十分廣闊的發展前景。

本研究主要采用構建分子網絡的方法，鑒定養殖羅非魚過程中施用恩諾沙星（ENR）所產生的轉化產物，并進一步探討這些產物生物轉化的活性位點。該研究為識別和追溯生物體復雜介質環境中的抗生素提供了技術支持。

1 材料與方法

1.1 材料與試劑

恩諾沙星（ENR，純度≥99%，0.1 g）和環丙沙星（CIP，純度≥95%，0.1 g）標準品購自德國Dr. Ehren?storfer GmbH。ENR原料藥（純度≥98.0%，100 g）和肝素鈉購自上海源葉生物科技有限公司。甲酸（FA）、甲醇（MeOH，色譜級）和乙腈（MeCN，色譜級）由德國Merck 公司提供。HLB 固相萃取柱購自上海安譜科技有限公司。

1.2 實驗方法

1.2.1 羅非魚恩諾沙星暴露實驗及取樣

將50條羅非魚混養于用高錳酸鉀清洗和消毒過的養殖桶中。參照水產養殖行業標準（SC/T 1083—2007[27]，以20 mg·kg-1的劑量給藥。將ENR充分溶解并混合加入空白飼料中，制備ENR 陽性飼料。試驗池每天投喂ENR陽性飼料，連續投喂7 d，每天兩次，間隔8～12 h。在口服給藥后12、24、48、72 h 采集樣本，每個時間點隨機抽取6個樣本進行采集。每條魚經尾靜脈采集約1.5 mL 血液，置于1% 肝素鈉離心管，血樣以4 000 r·min-1 離心10 min 獲得血漿，然后在-20 ℃保存。最后，收集肝臟、腎臟、肌肉和皮膚組織。根據采樣時間和地點，將樣品編號并冷凍在準備好的塑封袋中，-20 ℃保存。

1.2.2 樣品前處理

準確稱取1 g（±0.01 g）樣品于50 mL 離心管中，加入5 mL提取劑（0.1%甲酸乙腈），2 000 r·min-1渦旋振蕩15 min，超聲10 min，8 000 r·min-1離心5 min，重復提取一次，合并兩次提取液。5 mL甲醇活化HLB固相萃取小柱，取5 mL上述提取液過固相萃取柱，收集流出液；用5 mL甲醇分兩次洗脫（第一次3 mL，第二次2 mL），收集合并兩次流出液。將合并后的流出液置于45 ℃水浴、真空度為0.07 MPa的旋轉蒸發儀上旋轉蒸發至干，加1 mL 初始流動相復溶，過0.22μm有機相濾膜，待上機分析。

1.2.3 標準溶液的配制及檢出限的確證

準確稱取恩諾沙星和環丙沙星標準品各10 mg，用甲醇溶解并定容至10 mL，此即為濃度1 000 mg·L-1的恩諾沙星與環丙沙星標準儲備液。用所選的干凈樣品基質做溶液，分別配制1、5、10、20、50、100 μg·L-1濃度水平的混合標準溶液，配制完成后待后續檢測儀器穩定性與檢出限。恩諾沙星和環丙沙星檢出限約在0.2 μg·L-1（表1）。

1.3 儀器條件

本研究使用儀器為安捷倫1290高效液相色譜儀和6545 飛行時間質譜儀（美國Aglient 公司）。色譜柱：Agilent Eclipse Plus C18色譜柱（4.6 mm×100 mm，1.8 μm），進樣量10 μL，流速0.3 mL ·min-1，柱溫40 ℃。流動相A為5%乙腈水，流動相B為0.1%甲酸甲醇。采用20 min 液相梯度洗脫：0 min，100% A；2min，100% A；7 min，50% A；12 min，0% A；16 min，0%A；20 min，100% A。

采用電噴霧電離源（ESI），干燥氣體溫度320 ℃，流速5 L·min-1；鞘氣體溫度和流速設置為350 ℃、11L·min-1，霧化器氣體壓力為241.31 kPa。離子源溫度為350 ℃，離子噴霧電壓為4 000 V。在MS模式下自動獲取MS/MS 數據，前體質量掃描范圍為m/z 100～1 000，產物離子掃描范圍為m/z 50～800。

1.4 分子網絡的構建

1.4.1 質譜數據的預處理

將得到的質譜數據進行格式轉換，通過MS Con?vert工具將標準品與樣品的質譜數據轉換成.mzXML文件格式。將轉化格式后的質譜數據導入MS-DIAL4.9 中進行預處理，主要步驟包括峰拾取、保留時間（RT）對齊、組分化（將同位素和加合物分組）以及將所有樣品中的峰分組以形成特征。提取其中峰響應值高于1 000、信噪比（S/N）大于3的特征峰，在樣品中檢測到的強度小于溶劑空白或程序空白的3倍的特征標記為背景并刪除。將保留的特征峰導出為特征定量表（TXT格式）和MS/MS光譜總結（MGF格式）上傳至全球天然產物社交分子網絡（GNPS，https：//gnps.ucsd.edu）。

1.4.2 分子網絡構建的參數設置

利用基于特征的分子網絡（FBMN）工作流在GNPS上創建了分子網絡。將MS-DIAL處理過的質譜數據結果導出到GNPS進行FBMN分析。通過去除前級離子m/z ±17 Da內的所有MS/MS片段離子來過濾數據。對MS/MS光譜進行窗口過濾，在整個光譜中只選擇m/z ±50 Da窗口的前6個片段離子。前級離子m/z tolerance 設置為0.02 Da，MS/MS片段離子m/ztolerance設置為0.02 Da。然后創建一個分子網絡，其中邊緣經過過濾，使余弦值高于0.7，并且超過2個匹配的峰值。此外，當且僅當兩個節點在彼此最相似的前10個節點中出現時，兩個節點之間的邊才保留在網絡中。最后，將分子簇的最大值設置為300，并從分子簇中去除得分最低的邊，直到分子簇大小低于該閾值。使用DEREPLICATOR對輸入的MS/MS質譜數據進行注釋，使用Cytoscape軟件對分子網絡進行可視化。

1.4.3 恩諾沙星及其產物的識別

在分子網絡給出的網絡簇中進行分子量的篩選，以前級離子恩諾沙星的m/z 360.17進行篩選，找到有DEREPLICATOR 注釋的恩諾沙星網絡簇，進而確認恩諾沙星及可能產生的轉化產物。同時分析恩諾沙星網絡簇中的特征離子碎片，并以此特征碎片進一步在MS-DIAL篩選前體離子，設置參數m/z tolerance為0.01 Da，離子豐度為50%。分子網絡篩查產物的流程見圖1。

2 結果與討論

2.1 恩諾沙星及環丙沙星的二級質譜裂解規律

在高分辨質譜的正離子模式下，測得各相關物質母離子的準確質量和碎片離子組成。恩諾沙星與環丙沙星的基本裂解途徑如圖2所示。這兩種化合物在軟電離狀態下普遍經歷中性丟失，包括CO2、H2O、HF和CO。恩諾沙星通過丟失一分子的H2O形成m/z為342.16的碎片，或通過丟失一分子的CO2形成m/z為316.18的碎片，并進一步丟失一分子的乙胺和乙基形成m/z 為245.10的碎片。環丙沙星則展現出類似的裂解規律，它可以通過丟失一分子的H2O形成m/z為314.13的碎片，或通過丟失一分子的CO2形成m/z為288.15 的碎片，并進一步丟失一分子的乙胺形成m/z 為245.10的碎片。上述裂解規律與喹諾酮類抗生素的特征裂解模式相一致[28]，同時與前人研究中關于真實水產品中恩諾沙星及其代謝物殘留的篩選與分析結果具有良好的一致性[29]。

2.2 分子網絡識別恩諾沙星及其產物

2.2.1 分子網絡的構建

恩諾沙星在羅非魚各組織中的轉化產物經高分辨質譜測試后，將所得數據進行分子網絡可視化分析，在皮膚組織（圖3a）中共檢測到3 510個節點，其中有2個及以上節點的分子簇共有129個。在肌肉組織（圖3b）中共檢測到3 742個節點，其中有2個及以上節點的分子簇共有79個。在肝臟組織（圖3c）中共檢測到3 703個節點，其中有2個及以上節點的分子簇共有88個。在腎臟組織（圖3d）中共檢測到7 394個節點，其中有2個及以上節點的分子簇共有151個。在血漿基質（圖3e）中共檢測到4 390個節點，其中有2個及以上節點的分子簇共有163個。恩諾沙星對應的節點m/z為360.17[M+H]+，是恩諾沙星分子與氫離子形成的加和離子。首先在各組織的分子網絡中確定以恩諾沙星節點為核心的分子簇（紅圈標出），這些分子簇所包含的質譜特征及其拓撲關系信息，將作為恩諾沙星潛在代謝轉化產物的篩選與結構鑒定的主要研究對象。

2.2.2 恩諾沙星在羅非魚體內的轉化產物識別

對于存在標準品的化合物，需要進行標準品的靶向驗證[3]，而除環丙沙星外的大多數轉化產物都沒有可供確證的標準品，因此非靶向的篩選方法更適合此類物質。通過構建分子網絡的方式進行轉化產物的篩選也屬于非靶向分析中的一種[21]。結果表明分子網絡共識別出5種轉化產物，結合特征碎片離子過濾的方式進一步對扣除空白后剩余物質的特征二級片段進行匹配，最終共識別出可能的10 種轉化產物（P1～P10，表2）。其中P1、P3、P4、P9和P10是通過特征碎片確定的轉化產物。

通過構建分子網絡分析，在羅非魚的皮膚組織（圖4a）中檢測到m/z 為332.14的轉化產物P6，即環丙沙星。同時，還發現了m/z 為358.15的轉化產物P2以及m/z 為316.18的轉化產物P8。在羅非魚的肌肉組織（圖4b）中同樣檢測到環丙沙星P6（m/z 為332.14）和轉化產物P8（m /z 為316.18）。在肝臟組織中（圖4c），應用分子網絡方法檢測到了與前述相同的轉化產物，包括環丙沙星（P6）以及m/z 分別為330.12 和316.18的轉化產物P7和P8。在腎臟組織中（圖4d），通過分子網絡方法也發現了環丙沙星（P6），以及m/z分別為358.15和316.18的轉化產物P2和P8。在羅非魚的血漿基質（圖4e）中，分子網絡方法檢測到了環丙沙星（P6）及另外三個轉化產物P2（m/z 358.15）、P5（m/z 332.17）和P8（m/z 316.18）。在羅非魚各組織中均發現有環丙沙星的存在，這與斑點叉尾鮰[30]、大黃魚[31]以及俄羅斯鱘[32]多組織中恩諾沙星代謝物均存在環丙沙星的結論類似。

2.3 恩諾沙星生物轉化的活性位點

由于生物反應引起的恩諾沙星的主要生物轉化反應涉及哌嗪環和喹諾酮環（圖5）的核心結構[33]。哌嗪環的轉化主要通過在環的1～4位置添加不同的官能團（如氧化、羥基化、甲酰化、乙酰化、N-去甲基化和N-脫乙基化）實現[34]。此過程中部分或全部的哌嗪環可能會裂解，一旦環裂解，所得化合物會在哌嗪環的1位和4位進一步添加官能團（如乙酰化和甲酰化）[35]。另一方面，喹諾酮環的主要轉化步驟涉及在芳香環的兩個可用位置之一進行羥基化，以及將氟取代基替換為羥基[36]。

在本次實驗中，許多轉化產物在微生物的轉化產物中[37]、動物組織的殘留轉化中[35]以及在恩諾沙星的高級氧化過程中[36]都已被發現。產生這些轉化產物的原因主要是恩諾沙星的喹諾酮環和哌嗪環均為潛在的轉化位點，尤其是喹諾酮環3號位上的羧基、6號位上的氟取代基以及7號位上的哌嗪環易發生氧化或裂解[34]。恩諾沙星及其轉化產物的化學結構中含有羧基，而羧基作為這種化合物的活性基團，容易發生取代反應[28]。此外，在碰撞誘導解離后，生成CO2和H2O 的中性丟失現象也相對常見[33]。在本次鑒定的可能轉化產物中，P1、P3、P5和P8為喹諾酮環上反應生成的，P2、P4、P6、P7、P9和P10則是由喹諾酮環7號位的哌嗪環裂解產生的。

3 結論

（1）本研究中建立了一種基于高分辨質譜的質譜數據進行高通量的轉化產物識別方法，可用于不同基質中抗生素恩諾沙星轉化產物的識別鑒定，且其通用性特征使其可擴展至其他抗生素轉化產物的研究，有助于抗生素類新污染物在多介質環境中的識別與溯源。

（2）在養殖羅非魚的過程中，使用抗生素恩諾沙星后魚體不同組織部位會產生不同轉化產物，但均有環丙沙星的存在。

（3）恩諾沙星的生物轉化產物存在特定的發生過程，本次研究中羅非魚的生物轉化產物主要發生在喹諾酮環與哌嗪環上。這為研究其他喹諾酮類藥物的生物轉化過程提供了重要參考依據，同時能夠深化對多介質環境中喹諾酮類藥物及其轉化產物的識別。

參考文獻：

[1] 胡洪營， 夏軍， 陳卓， 等. 新污染物的水環境倫理問題及對策[J]. 環

境工程， 2025， 43（1）：1-11. HU H Y， XIA J， CHEN Z， et al. Ethical

issues and countermeasures regarding emerging contaminants in water

environment[J]. Environmental Engineering， 2025， 43（1）：1-11.

[2] 陳玲， 楊瀟， 張琳鈺， 等. 食品中環境新污染物危害管控研究[J]. 中

國工程科學， 2022， 24（6）：99-106. CHEN L， YANG X， ZHANG L

Y， et al. Hazard and management of emerging environmental pollutants

in food of China[J]. Strategic Study of CAE， 2022， 24（6）：99-106.

[3] 談曉梅， 張雨薇， 焦昭鈺， 等. 基于分子網絡技術識別新污染物及其

轉化產物的研究進展[J]. 色譜， 2025， 43（1）：33-42. TAN X M，

ZHANG Y W， JIAO Z Y， et al. Advances in molecular networking

technology for discovering emerging contaminants and transformation

products[J]. Chinese Journal of Chromatography， 2025， 43（1）：33-42.

[4] LOOS R， CARVALHO R， ANTóNIO D C， et al. EU-wide monitoring

survey on emerging polar organic contaminants in wastewater treatment

plant effluents[J]. Water Research， 2013， 47（17）：6475-6487.

[5] ACHERMANN S， BIANCO V， MANSFELDT C B， et al.

Biotransformation of sulfonamide antibiotics in activated sludge：the

formation of pterin-conjugates leads to sustained risk[J].

Environmental Science amp; Technology， 2018， 52（11）：6265-6274.

[6] LI J C， ZHAO L， FENG M B， et al. Abiotic transformation and

ecotoxicity change of sulfonamide antibiotics in environmental and

water treatment processes：a critical review[J]. Water Research， 2021，

202：117463.

[7] 黃夢凡， 李敏， 劉娟， 等. 地表水中20種四環素類抗生素及其轉化

產物的同時檢測方法研究和應用[J]. 環境化學， 2024， 43（7）：2194-

2205. HUANG M F， LI M， LIU J， et al. Research and application of

simultaneous detection method for 20 tetracyclines and transformation

products in surface water[J]. Environmental Chemistry， 2024， 43（7）：

2194-2205.

[8] 孫雨， 丁劍楠， 盧婕， 等. 長江南京段新興污染物污染特征及風險評

估[J]. 環境監測管理與技術， 2017， 29（2）：26-30. SUN Y， DING J

N， LU J， et al. Occurrence and ecological risk assessment of emerging

pollutants in surface water at Nanjing section in the Yangtze River[J].

The Administration and Technique of Environmental Monitoring， 2017，

29（2）：26-30.

[9] UCHIDA K， KONISHI Y， HARADA K， et al. Monitoring of antibiotic

residues in aquatic products in urban and rural areas of Vietnam[J].

Journal of Agricultural and Food Chemistry， 2016， 64（31）：6133-

6138.

[10] 周鵬宇， 劉霄， 唐恩應， 等. 昆明市奶牛場鮮奶抗生素殘留調查[J].

農產品加工， 2020（4）：77-80. ZHOU P Y， LIU X， TANG E Y， et al.

Study on dairy milk antibiotic residues in Kunming[J]. Farm Products

Processing， 2020（4）：77-80.

[11] VOIGT A M， CIORBA P， D?HLA M， et al. The investigation of

antibiotic residues， antibiotic resistance genes and antibioticresistant

organisms in a drinking water reservoir system in Germany

[J]. International Journal of Hygiene and Environmental Health， 2020，

224：113449.

[12] LIU X， STEELE J C， MENG X Z. Usage， residue， and human health

risk of antibiotics in Chinese aquaculture：a review[J]. Environmental

Pollution， 2017， 223：161-169.

[13] 席峰， 顏立立， 潘春霖， 等. 魚類恩諾沙星藥殘消除研究進展[J]. 水

產學報， 2023， 47（10）：227-247. XI F， YAN L L， PAN C L， et al.

Research progress on elimination of enrofloxacin residues in fish[J].

Journal of Fisheries of China， 2023， 47（10）：227-247.

[14] 董軍， 張思雨， 房迪， 等. 恩諾沙星及其代謝物環丙沙星在牛蛙體內

的殘留消除規律研究[J]. 淡水漁業， 2024， 54（1）：66-75. DONG J，

ZHANG S Y， FANG D， et al. Study on the residue elimination law of

enrofloxacin and its metabolite ciprofloxacin in bullfrogs（Lithobates

catesbeiana）[J]. Freshwater Fisheries， 2024， 54（1）：66-75.

[15] MORALES-GUTIéRREZ F J， BARBOSA J， BARRóN D. Metabolic

study of enrofloxacin and metabolic profile modifications in broiler

chicken tissues after drug administration[J]. Food Chemistry， 2015，

172：30-39.

[16] 張申平， 周靜， 杜茹蕓， 等. 高分辨質譜在食品農藥殘留檢測中的

研究進展[J]. 分析測試學報， 2023， 42（4）：502-509. ZHANG S P，

ZHOU J， DU R Y， et al. Research progress on detection of pesticide

residues in food by high-resolution mass spectrometry[J]. Journal of

Instrumental Analysis， 2023， 42（4）：502-509.

[17] PICó Y， BARCELó D. Transformation products of emerging

contaminants in the environment and high-resolution mass

spectrometry： a new horizon[J]. Analytical and Bioanalytical

Chemistry， 2015， 407（21）：6257-6273.

[18] DE JONGE N F， MILDAU K， MEIJER D， et al. Good practices and

recommendations for using and benchmarking computational

metabolomics metabolite annotation tools[J]. Metabolomics， 2022， 18

（12）：103.

[19] LI D， LIANG W Q， FENG X X， et al. Recent advances in datamining

techniques for measuring transformation products by highresolution

mass spectrometry[J]. Trends in Analytical Chemistry，

2021， 143：116409.

[20] BANDEIRA N， TSUR D， FRANK A， et al. Protein identification by

spectral networks analysis[J]. PNAS， 2007， 104（15）：6140-6145.

[21] WATROUS J， ROACH P， ALEXANDROV T， et al. Mass spectral

molecular networking of living microbial colonies[J]. PNAS， 2012， 109

（26）：1743-1752.

[22] YANG J Y， SANCHEZ L M， RATH C M， et al. Molecular networking

as a dereplication strategy[J]. Journal of Natural Products， 2013， 76

（9）：1686-1699.

[23] YU N Y， DENG Y Y， WANG X B， et al. Nontarget discovery of

antimicrobial transformation products in wastewater based on

molecular networks[J]. Environmental Science amp; Technology， 2023， 57

（22）：8335-8346.

[24] WU G， QIAN Y L， FAN F， et al. Revealing specific transformation

pattern of sulfonamides during wastewater biological treatment

processes by molecular networking nontarget screening[J]. Water

Research， 2023， 235：119895.

[25] OBERLEITNER D， SCHMID R， SCHULZ W， et al. Feature-based

molecular networking for identification of organic micropollutants

including metabolites by non-target analysis applied to riverbank

filtration[J]. Analytical and Bioanalytical Chemistry， 2021， 413（21）：

5291-5300.

[26] QUINN R A， NOTHIAS L F， VINING O， et al. Molecular networking

as a drug discovery， drug metabolism， and precision medicine strategy

[J]. Trends in Pharmacological Sciences， 2017， 38（2）：143-154.

[27] 中華人民共和國農業部. 諾氟沙星、恩諾沙星水產養殖使用規范：

SC/T 1083—2007[S]. 北京：中國標準出版社， 2007. Ministry of

Agriculture of the People′s Republic of China. Specifications for the

application of norfloxacin and enrofloxcin in aquaculture：SC/T 1083

—2007[S]. Beijing：China Standards Press， 2007.

[28] 王偉， 任麗秋， 方志娟， 等. 超高效液相色譜-四極桿飛行時間串聯

質譜結合GNPS分子網絡技術檢測抗生素類獸藥殘留[J]. 食品與

發酵工業， 2024， 50（24）：321-330. WANG W， REN L Q， FANG Z

J， et al. Detection method of antibiotic veterinary drug residues based

on ultra performance liquid chromatography-quadrupole time of flight

tandem mass spectrometry combined with GNPS molecular network

[J]. Food and Fermentation Industries， 2024， 50（24）：321-330.

[29] DAI J X， WANG Y， LIN H， et al. Residue screening and analysis of

enrofloxacin and its metabolites in real aquatic products based on

ultrahigh-performance liquid chromatography coupled with high

resolution mass spectrometry[J]. Food Chemistry， 2023， 404：134757.

[30] 孟勇， 朱曉華， 李邦平， 等. 池塘養殖條件下恩諾沙星及其代謝產

物在斑點叉尾鮰體內的殘留消除規律[J]. 華中農業大學學報，

2019， 38（1）：97-102. MENG Y， ZHU X H， LI B P， et al. Residues

elimination rules of enrofloxacin and its metabolites in channel catfish

（Ietalurus punetaus） under pond culture conditions[J]. Journal of

Huazhong Agricultural University， 2019， 38（1）：97-102.

[31] 牛曰華， 張天聞， 鄒紅梅， 等. 恩諾沙星及其代謝物環丙沙星在大

黃魚體內的代謝動力學[J]. 中國漁業質量與標準， 2018， 8（1）：24-

33. NIU Y H， ZHANG T W， ZOU H M， et al. Pharmacokinetics of

enrofloxacin and its metabolite ciprofloxacin in Larimichthys crocea

[J]. Chinese Fishery Quality and Standards， 2018， 8（1）：24-33.

[32] 劉慧慧， 羅晶晶， 宋懌， 等. 恩諾沙星及其代謝物在俄羅斯鱘多組

織中的代謝及消除研究[J]. 食品安全質量檢測學報， 2019， 10

（14）：4645-4652. LIU H H， LUO J J， SONG Y， et al. Metabolic

and elimination rules of enoxacin and its metabolites in Acipenser

gueldenstaedtii[J]. Journal of Food Safety amp; Quality， 2019， 10（14）：

4645-4652.

[33] GONG Z Q， XIE J P， LIU J X， et al. Oxidation towards enrofloxacin

degradation over nanoscale zero-valent copper：mechanism and

products[J]. Environmental Science and Pollution Research

International， 2023， 30（13）：38700-38712.

[34] STURINI M， SPELTINI A， MARASCHI F， et al. Photochemical

degradation of marbofloxacin and enrofloxacin in natural waters[J].

Environmental Science amp; Technology， 2010， 44（12）：4564-4569.

[35] MORALES-GUTIéRREZ F J， HERMO M P， BARBOSA J， et al.

High-resolution mass spectrometry applied to the identification of

transformation products of quinolones from stability studies and new

metabolites of enrofloxacin in chicken muscle tissues[J]. Journal of

Pharmaceutical and Biomedical Analysis， 2014， 92：165-176.

[36] YANG B， KOOKANA R S， WILLIAMS M， et al. Oxidation of

ciprofloxacin and enrofloxacin by ferrate（Ⅵ）：products identification，

and toxicity evaluation[J]. Journal of Hazardous Materials， 2016， 320：

296-303.

[37] KARL W， SCHNEIDER J， WETZSTEIN H G. Outlines of an

“exploding” network of metabolites generated from the

fluoroquinolone enrofloxacin by the brown rot fungus Gloeophyllum

striatum[J]. Applied Microbiology and Biotechnology， 2006， 71（1）：

101-113.

（責任編輯：宋瀟）