拉曼光谱对茶油三元体系掺伪检测研究

该研究采用拉曼光谱技术对茶油三元体系掺伪进行定量检测研究,通过对比不同预处理方法、建模方法及优化算法的优劣,确定最优的大豆油、玉米油、茶油的多元掺伪检测模型。利用一阶微分、二阶微分、多元散射矫正、标准正态变换等不同预处理方法消除外界因素对光谱的影响,竞争性自适应重加权算法提取特征光谱波段,通过偏最小二乘回归和支持向量机建立茶油掺伪检测模型,分别采用网格搜索法和粒子群算法对支持向量机进行优化。基于标准正态变换预处理后所建立模型效果最佳,大豆油和茶油的最佳预测模型为基于粒子群算法优化的支持向量机,玉米油的最佳预测模型为基于网格搜索法优化的支持向量机,大豆油、玉米油和茶油的预测集决定系数R2和预测均方根误差分别为0.9986、0.9994、0.9999和2.73%、1.62%、0.40%。该研究确定了最优的大豆油、玉米油、茶油的多元掺伪检测模型,针对市场茶油的掺伪检测,基于拉曼光谱分析和优化算法的支持向量机模型为茶油的无损快速定量检测提供了一定的参考和借鉴。

紫外光谱结合BP神经网络算法建立食用油掺伪煎炸油的快速鉴定模型

为建立一种快速食用油掺伪煎炸油检测方法,采用紫外光谱法鉴别其掺伪,本研究选取大豆油、玉米油和葵花籽油为代表分别煎炸,在纯油中掺入相应煎炸时间0~6 h及掺假梯度0%~90%的煎炸油制备掺伪油样,进行紫外光谱及二阶导数预处理,经处理后的光谱特征峰与BP(Backpropagation)神经网络算法结合建立食用油掺伪煎炸油模型,对掺入煎炸油类别、煎炸时间和煎炸油含量进行鉴别分析。结果表明二阶导数预处理后掺伪煎炸油的光谱特征峰中大豆油为446、462 nm、玉米油为268、274 nm、葵花籽油为280、288 nm,根据其特征峰位与峰值建立Levenberg–Marquardt算法(LMA)、动量梯度下降法(MGD)及弹性梯度下降法(EGD)掺伪模型识别率分别为98.15%、91.67%、95.52%。

红外与拉曼光谱技术对食用油掺伪检测研究进展

食用油是人们日常饮食中的必需品,因种类、产地和营养成分等因素不同而价格差异悬殊。不法商家为追求经济利益,将廉价食用油以次充好掺入优质食用油中,损害了消费者合法权益,因此研究食用油掺伪的快速检测方法至关重要。近些年,光谱技术以其简便、快速、无损、低成本等优点成为食用油掺伪的重要检测技术。文章基于近红外、中红外光谱法和拉曼光谱法的基本原理、优缺点以及互补关系,综述了近年来红外和拉曼光谱技术在橄榄油、山茶油等食用油掺伪检测中的研究进展,总结了几种光谱技术在食用油掺伪检测方面存在的问题,并对未来的检测发展方向进行了展望。

近红外光谱结合siPLS法用于深度水解蛋白奶粉掺伪的快速检测

目的:建立深度水解蛋白奶粉中掺伪普通蛋白粉的快速检测方法。方法:向深度水解蛋白奶粉掺伪一定比例的牛乳清蛋白粉和植物蛋白粉,共制备171个掺伪样品,并采集近红外光谱;对采集的样品光谱使用SPXY法按3∶1比例划分为校正集和预测集,应用联合区间偏最小二乘法(siPLS)建立掺伪检测模型,并比较不同预处理方法下的建模效果。结果:SG一阶导预处理下建立的siPLS模型效果最好,其组合区间光谱范围为[1135~1239.5,1660~1764.5,2080~2184.5 nm],校正集相关系数R^(2)为0.9948,RMSECV值为0.0101,预测集相关系数R^(2)为0.9945,RMSEP值为0.0110,RPD值为13.5。结论:通过siPLS法筛选光谱区间建模,可提高模型的稳定性和预测精度,本方法操作简便,可用于深度水解蛋白奶粉中的掺伪蛋白粉的快速无损检测。

气相色谱法测定五加皮中7种掺伪香精

目的建立气相色谱法测定五加皮中7种香精成分的分析方法。方法对提取溶剂、分流比及色谱柱型号等参数进行考察,利用氢火焰离子化检测器(flame ionization detector,FID)检测,采用外标法定量分析。结果将乙酸乙酯作为提取溶剂,CD624毛细管色谱柱分离,分流比为5∶1条件最优,7种香精成分能实现完全分离,线性关系良好,相关系数r均大于0.999。平均加标回收率为87.33%~93.66%,相对标准偏差(n=6)均低于5%。结论该方法简单、快速、准确,可满足五加皮中7种香精成分的检测。

基于贝叶斯优化的JADE-SVM中红外食品掺伪判别模型

开展了独立成分分析(independent component analysis, ICA)联合支持向量机(support vector machine, SVM)模型对食品掺伪的判别.通过傅里叶变换红外光谱仪获得食用植物油(正品油、掺伪油和炸货油)以及奶粉(纯奶粉和掺三聚氰胺奶粉)的中红外光谱,首先,探究不同的光谱预处理方法对所建立模型的影响,经考察选取归一化结合移动平滑对光谱进行预处理;然后采用特征矩阵联合近似对角化(joint approximate diagonalization of eigenmatrices, JADE)方法提取光谱特征信息,其结果优于主成分分析对特征信息的提取效果;通过Kennard-Stone算法划分训练集和测试集,利用贝叶斯优化(Bayesian optimization, BO)对SVM模型参数进行优化.经考察,所构建的JADE-BO-SVM模型对掺伪食品的识别准确度达到100%,该法可为食品掺伪的高效、准确鉴别提供新的途径和思路.

实时荧光跨越式滚环等温扩增技术检测蜂蜜掺伪大米糖浆

将跨越式滚环等温扩增技术(SRCA)与荧光技术相结合,建立一种实时荧光SRCA技术检测蜂蜜掺伪大米糖浆的方法。对DNA提取方案进行评估,以大米的特异性基因(PDL、SPS、rbcL、GOS9)为靶序列设计引物,筛选适宜的引物,优化扩增反应条件结合荧光技术建立检测蜂蜜掺伪大米糖浆的方法,并对该方法进行评价。结果表明,建立的实时荧光SRCA方法检测大米DNA的灵敏度为8.45×10~1fg/μL,经特异性评价证实其特异性良好,在人工模拟掺伪检测中建立掺伪比例的对数与Ct值的线性关系,线性方程为y=6.618x+7.651(R~2=0.993),可准确检出蜂蜜中低至1%的大米糖浆成分。该方法灵敏度高,检出限低,能够快速、准确检测蜂蜜掺伪大米糖浆,为蜂蜜掺伪的快速检测提供了新思路。

龙泽熊胆胶囊中水防风掺伪的检测方法研究

目的建立龙泽熊胆胶囊中水防风掺伪的检测方法。方法以水防风区别于防风的专属性成分Xanthalin建立薄层色谱鉴别法(TLC),对样品进行初筛。若供试品溶液色谱中出现水防风特征斑点,则采用高效液相色谱(HPLC)进行定性检查。色谱条件:SHIMADZU InertSustain~?C18色谱柱(250 mm×4.6 mm,5μm);以乙腈-水(58∶42)为流动相,等度洗脱;流速:1.0 mL·min^(-1);柱温:30℃;检测波长:324 nm;进样量:10μL。若供试品Xanthalin色谱峰面积大于对照品的峰面积,视为阳性检出,必要时可进一步采用超高效液相色谱串联三重四级杆质谱法(UPLC-MS/MS)进一步确证。结果建立的TLC法、HPLC法简便、快速,专属性、重复性、耐用性均符合《中国药典》要求。对市售107批龙泽熊胆胶囊样品进行检测,19批次样品检出Xanthalin,提示该制剂存在水防风掺伪投料生产的风险。结论该方法可实现水防风掺伪防风的定性鉴别,有助于完善该品种的质量控制。

基于LNA-TaqMan探针实时荧光定量PCR检测技术的药用黄精掺伪研究

目的:建立一种快速、灵敏、有效的实时荧光定量聚合酶链式反应(PCR)方法,用于检测湖北黄精掺伪药用黄精。方法:基于锁核酸(LNA)-TaqMan探针实时荧光定量PCR技术,利用不同基原药用黄精样品的叶绿体DNA中trnC-petN基因序列差异,根据常见混伪品湖北黄精特异性差异位点设计筛选探针引物,并对引物及LNA-TaqMan探针的特异性进行验证。根据扩增曲线临界循环数(Ct)值的差值计算湖北黄精掺伪比例。结果:基于LNA-TaqMan探针能够特异性地检测出湖北黄精并确定掺伪比例,在湖北黄精掺伪1%时,仍可稳定检出。结论:该方法简便准确、稳定可靠,可以用于药用黄精掺伪湖北黄精定量检测。

乙醇C、O、H稳定同位素在白酒掺伪鉴别中的潜在差异分析

采用气相色谱-稳定同位素比质谱(GC-IRMS)建立了白酒、食用酒精和工业酒精中乙醇C、H、O稳定同位素比值的测定方法,并优化了稀释倍数、进样体积和分流比等前处理。通过检测分析28种白酒、7种工业酒精和5种食用酒精的乙醇δ13C、δ18O和δ2H值发现:工业酒精与白酒之间乙醇δ13C和δ18O值差异较大,食用酒精与白酒之间乙醇δ13C值差异较小但乙醇δ18O值差异较大,三者的乙醇δ2H值差异较小;在鉴别白酒是否掺假工业酒精或食用酒精时,鉴别能力:氧稳定同位素>碳稳定同位素>氢稳定同位素。

气相色谱结合化学计量在核桃油、菜籽油掺伪混合物含量判别分析中的应用

目的:识别核桃油中同时掺入多种其他植物油的多元掺伪。方法:采用气相色谱技术分析核桃油、菜籽油掺伪混合物中脂肪酸含量,结合化学计量方法对气相色谱数据进行建模,并对不同比例核桃油、菜籽油混合物进行判别分析。结果:主成分分析法(PCA)能快速鉴别出纯核桃油和掺伪核桃油,并在一定程度上反映样本的掺伪比例;Bayes判别分析将83.33%的样品归入正确的分类;偏最小二乘判别分析法(PLS-DA)的判别准确率达87.50%;基于BP神经网络模型的判别分析,其训练集的正确率为84.21%,测试集的正确率为80.00%;基于遗传算法优化支持向量机(SVM-ga)的判别分析,其训练集和测试集的正确率均为100%。结论:多种分析模型均能不同程度地识别核桃油、菜籽油掺伪比例,其中SVM-ga模型的预测精度最佳。

基于低场核磁弛豫特性的油茶籽油支持向量机掺伪鉴别模型的建立与评价

油茶籽油商业价值高,有必要开发快速准确的油茶籽油掺伪鉴别方法。本实验研究低场核磁共振(low-field nuclear magnetic resonance,LF-NMR)弛豫特性结合支持向量机(support vector machine,SVM)鉴别油茶籽油掺伪的可行性。在比较了油茶籽油、3种其他种类的正常/氧化的食用油及多种二元掺兑油样的LF-NMR弛豫特性的基础上进行主成分分析,设计了具有二叉树结构的SVM多分类器,采用ReliefF算法进行特征筛选,建立并验证了油茶籽油掺伪的SVM鉴别模型。研究表明,油脂种类、氧化程度及掺兑比例均会影响油样的LF-NMR弛豫特性。当特征数为9时,SVM多分类模型性能最佳,准确率可达90.77%,对油茶籽油、掺兑类型及比例的平均召回率为90.87%、精确率为90.83%、F1分数为0.90。这表明基于LF-NMR弛豫特性的SVM模型可用于油茶籽油的掺伪鉴别。

基于中红外光谱法鉴定党参及结合化学统计学分析掺伪分数研究

目的:基于中红外光谱技术对党参及其两种常见伪品水防风和银柴胡进行定性定量质量评价研究。方法:分别制备不同伪品掺杂质量分数为5%~60%的单种掺杂物实验样品,采集400~4 000 cm^(-1)范围中红外光谱数据。利用主成分分析(principal component analysis,PCA)对党参及两种伪品进行初步定性鉴别。对于单一掺假物样品,采用五种不同预处理方法对光谱数据进行去噪。利用偏最小二乘回归(partial least squares regression,PLS)方法,建立PLS1模型定量预测掺假物含量,并采用连续投影算法(successive projection algorithm,SPA)挑选最优波长,优化定量模型。结果:党参掺假水防风建立的8波长检测模型的预测集决定系数R_(p)^(2)为0.989 6,均方根误差(root-mean-square error,RMSEP)为3.378 1%。党参掺假银柴胡建立的11波长检测模型的预测集决定系数R_(p)^(2)为0.998 4,均方根误差(RMSEP)为1.279 3%。结论:利用中红外光谱技术可以实现党参不同伪品掺假的快速无损检测以及质量评价。所建方法为后续党参及其他类中药无损检测仪器应用和开发提供了基础理论与参考方案,对保证中药材质量安全及有效性研究具有重要意义。

基于气相色谱法的奇亚籽油脂肪酸指纹图谱构建及其掺伪鉴别

目的基于气相色谱法(gas chromatography,GC)构建奇亚籽油的脂肪酸标准指纹图谱,并对奇亚籽油进行掺伪鉴别。方法以奇亚籽为研究对象,采集30批次来自多个产地的奇亚籽油作为样本,对其脂肪酸进行GC分析,通过“中药色谱指纹图谱相似度评价系统”建立奇亚籽油脂肪酸标准指纹图谱,据此鉴别掺伪量分别为10%、20%、30%、40%、50%的菜籽油、玉米胚芽油、芝麻油、花生油、葵花仁油和大豆油的掺伪模型。结果奇亚籽油所含脂肪酸以棕榈酸、硬脂酸、油酸、亚油酸、花生酸、γ-亚麻酸、α-亚麻酸为主;通过相似度评价30批次奇亚籽油的相似度均大于99.5%;聚类分析结果将30批次奇亚籽油按不同产地分为6大类;利用指纹图谱可以鉴别掺伪量10%及以上菜籽油、玉米胚芽油、芝麻油、葵花仁油、大豆油掺伪模型,20%及以上花生油掺伪模型。结论本研究通过分析奇亚籽油脂肪酸组成并建立气相色谱脂肪酸标准指纹图谱,为鉴别纯奇亚籽油提供了一定的数据及技术支撑。

气相色谱法测定国公酒中7种掺伪香精成分

为了建立气相色谱法(GC)测定国公酒中7种掺伪香精成分的分析方法,对提取溶剂、提取溶剂体积、氯化钠固体加入量以及色谱柱等参数进行考察,以氢火焰离子化检测器(FID)进行检测,外标法定量。结果表明,最优测定条件为采用10 mL乙酸乙酯作为提取溶剂,氯化钠添加量为3 g,InertCap 624毛细管色谱柱(30 m×0.25 mm×0.25μm)分离,分流比5∶1,在此条件下7种香精成分能实现完全分离,线性关系良好,相关系数R2均大于0.999。在1.0~10 mg/L范围内,7种香精成分的加标回收率为82.0%~98.1%,精密度实验结果的相对标准偏差(RSD)均低于10%,精密度及准确度良好。该方法简单、快速、准确,可满足国公酒中7种香精成分的检测。

基于ASAP-TOF MS技术鉴别酱香型白酒中食用酒精掺伪方法的建立

该研究基于大气压固体分析探头(ASAP)-飞行时间质谱仪(TOF)建立了酱香型白酒中食用酒精掺伪样品(熟串、生勾)的鉴别方法,对样品采集条件进行优化,并运用主成分分析(PCA)结合线性判别分析(LDA)建立判别模型,对酒样的感官评价及模型识别结果进行比对。结果表明,优化检测条件为:电晕电压3 V;脱溶剂气温度500℃;探头温度600℃;脱溶剂气流速1100 L/h;锥孔电压30 V。在此条件下,酱香型白酒的信号响应值高且均匀稳定;生勾酒信号响应低且靠近基线;熟串酒的信号略低且不稳定。PCA结合LDA可有效区分不同酒样。该方法对酱香型白酒和酒精酒(熟串、生勾)的识别正确率分别为95%、97%,且与感官品评验证结果基本一致。

人参及脑安制剂中西洋参掺伪检查方法研究

目的建立人参及脑安制剂中拟人参皂苷F 11检查方法,考察人参药材及含人参的中成药中是否存在以西洋参(或须根)冒充人参的现象。方法分析采用高效液相色谱串联三重四极杆质谱法;Waters Acquity UPLC BEH C_(18)(2.1 mm×50 mm,1.7μm)色谱柱;流动相乙腈-四氢呋喃-20 mmol/L甲酸铵溶液(22.5∶2.5∶75);体积流量0.3 mL/min;电喷雾离子源;负离子扫描;多反应监测模式。结果拟人参皂苷F 11在0.03~3μg/mL范围内线性关系良好(r=0.9947),人参药材、脑安制剂A、脑安制剂B的平均加样回收率分别为105.3%、94.4%、91.9%,RSD分别为6.4%、7.0%、3.1%。结论该方法灵敏、准确,可用于检查人参药材及脑安制剂中西洋参掺伪。

参麦颗粒中红参掺伪研究

目的建立参麦颗粒中红参掺伪的检查方法。方法采用固相萃取-超高效液相色谱串联质谱(SPE-UPLC-MS/MS)法,色谱柱为Shimadzu Shim-pack GIST C18柱(100 mm×2.1 mm,2μm),流动相为乙腈-水(梯度洗脱),流速为0.35 mL/min,柱温为40℃,进样量为5μL。电喷雾离子源、负离子模式(ESI-),多反应监测(MRM)模式。结果拟人参皂苷F11质量浓度在9.030~344.0 ng/mL范围内与峰面积线性关系良好(r=0.9992,n=5),检测限和定量限分别为1.1288,22.8 ng/mL;精密度、稳定性、重复性试验结果的RSD均小于4.0%;平均加样回收率为108.17%,RSD为4.24%(n=6)。以0.051μg/g为掺伪判定限度,3家企业的85批样品中有9批超出限度(检出率为10.59%)。结论所建立的方法简便快速、准确度高、专属性强,可作为参麦颗粒中红参掺伪的检查方法。

基于HPLC-DAD法对护肝片中五味子掺伪情况研究

目的建立安五脂素的高效液相色谱-二极管阵列(HPLC-DAD)含量测定方法,以对护肝片中南五味子掺伪五味子的情况进行研究。方法采用Agilent ZORBAX Eclipse XDB-C18色谱柱(4.6 mm×250 mm,5μm),流动相为甲醇-水(70∶30),柱温30℃,流速1.0 mL/min,检测波长为280 nm,参比波长为360 nm,进样量为10μL。结果安五脂素在浓度在12.064~120.640μg/mL范围内线性关系良好,平均加样回收率为98.80%,RSD为1.07%。结论建立的安五脂素含量测定方法灵敏度高、专属性强、重现性好,可用于护肝片中南五味子掺伪五味子的快速鉴别。

二维相关近红外光谱的牦牛奶粉掺伪判别分析

目的:建立二维相关近红外光谱结合偏最小二乘判别分析方法(PLS-DA)对牦牛奶粉掺伪进行快速判别分析。方法:通过将牦牛奶粉与普通牛奶粉以一定比例混合,共制备56个掺伪样品,并以KS法按3∶1比例划分校正集和预测集;再采集所有样品一维近红外光谱,构建出以浓度为外扰的二维相关谱,基于同步谱与自相关谱的分析,优选出26个特征变量,建立牦牛奶粉掺伪PLS-DA判别模型。结果:通过二维相关光谱分析,优选到的26个特征波长,集中在光谱差异比较明显的区域,均与奶粉中的蛋白质脂肪等营养成分密切相关;建立的牦牛奶粉掺伪判别模型,校正集与预测集的决定系数R^(2)均超过0.97,校正集与预测集的分类准确率均为100%。结论:结果表明,二维相关光谱结合化学计量学方法可以识别掺伪牦牛奶粉的微小差异特征,并进行快速的判别,本方法为乳制品掺伪检测提供了新的思路和方法。