Protective effect of high-oleic acid peanut oil and extra-virgin olive oil in rats with diet-induced metabolic syndrome by regulating branched-chain amino acids metabolism

High-oleic acid peanut oil(HOPO)and extra-virgin olive oil(EVOO)have been reported previously to have an attenuating effect on metabolic syndrome(MS).This study aimed to evaluate the metabolic effect of HOPO and EVOO supplementation in attenuating MS and the role of gut microbiota in regulating the metabolic profile.Sprague-Dawley rats were continuously fed with a normal diet,high-fructose and high-fat(HFHF)diet,HFHF diet containing HOPO,or a HFHF diet containing EVOO for 12 weeks.The metabolomics profiles of feces and serum samples were compared using untargeted metabolomics based on UPLC-Q/TOF-MS.Partial Least Squares Discriminant Analysis(PLS-DA)was used to identify the potential fecal and serum biomarkers from different groups.Correlation between gut microbiota and biomarkers was assessed,and pathway analysis of serum biomarkers was conducted.Differences in metabolic patterns in feces and serum were observed among different groups.There were 8 and 12 potential biomarkers in feces and 15 and 6 potential biomarkers in serum of HOPO group and EVOO group,respectively,suggesting that HOPO and EVOO supplementation mainly altered amino acids,peptides,and their analogs in feces and serum.The branched-chain amino acids(BCAAs)biosynthesis pathway was identified as a major pathway regulated by HOPO or EVOO.This study suggests that HOPO and EVOO supplementation ameliorate diet-induced MS,mainly via modulation of the BCAAs biosynthesis pathway.

基于特级初榨橄榄油两种不同特性的DSC掺假分析方法研究

该文基于油脂物理特性与氧化稳定性2种特性,利用差示扫描量热法(differential scanning calorimetry,DSC)对市面上常见的特级初榨橄榄油(extra virgin olive oil,EVOO)中大豆油掺假问题进行研究。在物理特性方面,采用DSC冷却曲线来分析EVOO掺假。随着大豆油掺假比例升高,油样在-40~-60℃结晶焓值ΔH由EVOO的29.78 J/g减小为40%掺假混合油的6.133 J/g,对EVOO质量比构建的一元回归方程Y=57.556X-28.44(R2=0.997)。在氧化稳定性方面,氧化温度160℃下,不同油样诱导氧化时间随大豆油掺假比例上升逐渐变短,由EVOO的25.8 min逐渐减小为40%掺假混合油的17.8 min,Y=-19.4X+25.64(R^(2)=0.996),掺假模型相关性较好。这2种DSC检验掺假分析方法都能有效鉴别EVOO中大豆油的掺假且各有特点,可根据实际情况选取合适的方法更好处理EVOO掺假问题。

基于PCA-SVM结合共聚焦拉曼光谱的特级初榨橄榄油掺伪压榨菜籽油定量分析

为了促进国内橄榄油市场的健康发展,对掺伪同样存在天然类胡萝卜素的低温压榨菜籽油的特级初榨橄榄油进行了定量鉴别研究。采用共聚焦拉曼光谱技术对不同掺伪浓度油样进行测试,基于密度泛函理论对油样的拉曼光谱峰的归属进行了理论分析,并对拉曼光谱数据进行主成分分析(PCA),然后利用支持向量机(SVM)构建PCA-SVM模型。另外,对PCA-SVM模型的检出限进行了研究。结果表明:特级初榨橄榄油与低温压榨菜籽油的拉曼光谱存在一定差异,最明显的光谱差异主要集中在谱峰1008、1161、1528 cm^(-1)和谱段2800~3000 cm^(-1)内,与密度泛函理论对不同油样拉曼光谱峰的分析一致;不考虑类胡萝卜素特征信号建立的PCA-SVM模型决定系数大于0.989,均方根误差小于2.990%,检出限为2%(低温压榨菜籽油体积分数);在特级初榨橄榄油掺伪定量分析中,考虑类胡萝卜素的特征信号有助于提高模型预测精度,但仅限于掺伪低价植物油中无类胡萝卜素存在的情况;PCA-SVM模型在不考虑类胡萝卜素特征信号的情况下依然具有良好的定量预测效果。综上,所建立的PCA-SVM模型可以用于掺伪2%以上低温压榨菜籽油的特级初榨橄榄油的定量鉴别。

基于可见光谱结合神经网络算法快速鉴别特级初榨橄榄油

随着中国经济的不断繁荣,人民对物质生活水平提出了更高的要求,预防疾病、改善身体功能的食品成为当前消费市场的“热点”。油脂能提供人体所必需的能量,食用油是人类获取油脂的主要途径之一,而高品质植物油含有对人体健康更有益的物质,例如单不饱和脂肪酸、多酚、角鲨烯、维生素E等营养物质。由于采用物理冷榨工艺,特级初榨橄榄油几乎保留了其橄榄果中所有的营养物质,油酸含量高达70%。因此,虽然作为一种“舶来品”,特级初榨橄榄油进入中国市场后一直是植物油市场中的“宠儿”,其价格也明显高于市场上的普通植物油。在利益的驱动下,特级初榨橄榄油的制假贩假现象屡禁不止,制假贩假的手段也不断更新迭代,从而造成国内橄榄油市场假冒伪劣产品屡禁不止,掺假的油品不仅会对消费者的生命财产造成伤害,而且也会影响合法经营者的生产和销售,扰乱销售市场,破坏市场秩序,影响民众对特级初榨橄榄油的认可度。为实现特级初榨橄榄油掺伪量的快速、准确、低成本地检测,提出一种基于广义回归神经网络结合紫外可见光谱实现植物油定性定量分析方法。广义回归神经网络在学习速度和非线性映射能力上表现出色,且扩散因子是其网络的唯一优化参数,不需要反向传播和反复迭代。与其他检测技术相比,紫外可见光谱技术在检测周期、稳定性、低维护成本等方面具有压倒性优势。通过两种方法的联用在植物油定性鉴别中实现了100%的判别,在特级初榨橄榄油掺伪定量检测中实现了判定系数R2优于0.98875,均方根误差RMSE优于0.03833的结果。研究结果表明,该模型在植物油种类鉴别及特级初榨橄榄油掺伪定量检测中表现出优秀的预测能力。

基于拉曼光谱和CNN算法的特级初榨橄榄油的掺假量化

旨在为特级初榨橄榄油掺假快速定量分析提供参考,以掺假菜籽油的特级初榨橄榄油为例,采用激光拉曼光谱实验系统获取油样的拉曼光谱数据,运用基于Inception V2结构的卷积神经网络(CNN)算法提取拉曼光谱特征并完成光谱特征与掺假量的非线性关系映射。结果表明:特级初榨橄榄油与菜籽油的拉曼光谱存在较大的差异,其中类胡萝卜素、碳碳双键、甲基和亚甲基产生的拉曼特征峰是引起差异的主要因素;所建立的CNN模型效果较好,训练集、验证集、测试集的决定系数均大于0.99,均方根误差均小于0.026;在低剂量掺假中,模型的预测结果仍具有一定的参考价值。综上,拉曼光谱结合基于Inception V2结构的CNN算法所建立的模型可以满足特级初榨橄榄油掺假量的快速检测。

基于反向传播神经网络结合便携式拉曼光谱特级初榨橄榄油掺假定量分析

低品质橄榄油冒充或掺假特级初榨橄榄油的行为屡见不鲜,为实现特级初榨橄榄油掺假的快速鉴定,本文提出一种便携式拉曼光谱结合人工神经网络算法的特级初榨橄榄油掺伪鉴定方法。首先,将低品质的橄榄油和特级初榨橄榄油按不同体积比混合并静止24小时。然后,利用便携式拉曼光谱仪检测不同掺伪浓度混合油样的拉曼光谱,并基于反向传播神经网络算法构建定量分析模型。最后,利用密度泛函理论的B3LYP/6-31+G(d,p)基组对特级初榨橄榄油的主要分子进行拉曼光谱的理论计算,从机理出发讨论特级初榨橄榄油掺伪定量分析的依据。实验结果表明反向传播神经网络结合拉曼光谱技术可以实现低品质橄榄油掺假特级初榨橄榄油的定量分析,定量分析模型的决定系数达0.996,均方根误差优于0.017。因此,反向传播神经网络结合拉曼光谱技术能够实现对特级初榨橄榄油掺假的有效分析,为保障国内橄榄油市场的稳定和保护消费者的合法权利提供了一种可靠的技术参考。

基于光谱法的特级初榨橄榄油快速鉴伪技术

本文研究了特级初榨橄榄油中掺入不同比例橄榄果榨油(精炼橄榄油)、菜籽油、玉米油和大豆油的光谱特征,采用荧光光谱和紫外光谱,对掺假样品及纯油样品进行了快速检测。结果表明,特级初榨橄榄油的光谱特征与其他植物油之间差异较大,且掺假体积与吸光度之间存在良好的线性关系(R^(2)>0.89),实现了特级初榨橄榄油的定性鉴别与定量检测,建立了特级初榨橄榄油质量控制体系及其掺假检测分析技术,最低检出限为1%,线性范围为5%~100%(v/v)。系统聚类分析将所有特级初榨橄榄油准确地分为一个亚类,也佐证了此方法的稳定性与可靠性。这种简单快捷的检测技术,有助于特级初榨橄榄油实时、在线橄榄油检测分析技术的研发,为我国橄榄油品质鉴定及产业发展提供有利的技术保障。

反向传播神经网络算法结合拉曼荧光光谱法定量检测特级初榨橄榄油掺假

目的 建立基于反向传播神经网络算法结合拉曼荧光光谱技术定量检测低等级橄榄油掺假特级初榨橄榄油的分析方法。方法 制备11种不同掺假浓度的特级初榨橄榄油混合油样各10份,在相同时间、空间及目标的前提下,使用同台光谱探测系统,采集样品的拉曼光谱和荧光光谱。经过卷积神经网络去除拉曼光谱的基线,实现拉曼光谱和荧光光谱的数据预处理。根据分子光谱与电子光谱的特征差异,人为干预并设定拉曼光谱的权重,建立低等级橄榄油掺假特级初榨橄榄油的反向传播神经网络回归模型。结果 综合评估了反向传播神经网络回归模型的评价参数,特级初榨橄榄油掺假的反向传播神经网络模型的测试集决定系数为0.9716,均方根误差为0.0569,模型预测效果较好。结论 本研究提出的反向传播神经网络算法结合拉曼光谱与荧光的探测方法,满足快速检测低等级橄榄油掺假特级初榨橄榄油的定量分析需求,为评价或跟踪特级初榨橄榄油的品质提供了一种无损伤、高效率、低成本的新检测思路。

豆甾二烯用于特级初榨橄榄油掺假检测的研究

研究了利用豆甾二烯进行特级初榨橄榄油的掺假检测,考察了在特级初榨橄榄油中掺入不同比例油橄榄果渣油、榛子油、葵花籽油、大豆油、玉米油、花生油、米糠油、棕榈油和核桃油,采用高效液相色谱法(HPLC)测定掺和油中的3,5-豆甾二烯含量。植物油样品用石油醚溶解,过硅胶柱净化,C30柱分离,乙腈/叔丁基甲醚(75∶25,V/V)作流动相,紫外检测波长235nm。结果表明,本方法具有良好的回收率及精密度,3,5-豆甾二烯是特级初榨橄榄油掺假鉴别的一个十分重要的特征性指标,本方法能够鉴别出了特级初榨橄榄油中掺入0.3%油橄榄果渣油、0.5%榛子油、2.1%葵花籽油、0.5%大豆油、0.3%玉米油、1.5%花生油、0.2%米糠油、0.6%棕榈油和0.6%核桃油。

DSC方法在特级初榨橄榄油掺假鉴别中的应用

采用差示扫描量热法(DSC)对进口特级初榨橄榄油中葵花籽油的掺假鉴别进行了系统研究。由橄榄油入手考察了升降温循环实验条件下油品的重复性及数据可靠性,以此为基础提出采用程序降温的方法研究油品的结晶特性。统计了研究体系内的8种特级初榨橄榄油、6种其他食用油以及5种比例的模拟掺假油的结晶峰温度值,建立了回归方程。结果表明:进口特级初榨橄榄油在-60^-46℃区间内具有尖锐的结晶峰;随着掺入葵花籽油比例的升高,模拟掺假油的结晶温度逐渐向低温区移动,结晶峰形由尖锐逐渐变平坦;由结晶起始温度和结晶峰值温度分别相对于掺假油体积分数建立的回归方程具有很好的相关性,可以快速准确地鉴别特级初榨橄榄油。

激光诱导荧光初榨橄榄油掺杂定量分析

利用激光诱导荧光技术开展了初榨橄榄油掺杂定量分析的研究。利用波长为450nm的激光激发不同掺杂浓度的掺杂橄榄油样品产生荧光并进行荧光光谱采集。将采集到的光谱利用线性判别法(linear discriminant analysis,LDA)结合k-近邻方法(k-Nearest Neighbor,kNN)建立掺杂橄榄油掺杂浓度预测的模型。通过交叉验证,该模型预测的橄榄油掺杂浓度的均方根误差为3.74%。按照掺杂浓度的不同将样品分为4组进行分类识别,分类正确率达88%。结果表明,利用激光诱导荧光原理结合LDA-kNN能够实现掺杂橄榄油掺杂浓度的定量分析,该方法可以用于掺杂橄榄油快速初筛。

特级初榨橄榄油中酚类化合物不同提取方法对比研究

采用液液萃取法(LLE)、固相萃取法(SPE)和液液微萃取法(LLME)分别对特级初榨橄榄油中酚类成分进行提取,应用超高效液相色谱-高分辨质谱法(UPLC-HRMS)及Folin-Ciocalteus比色法分别进行酚类化合物组成研究和总酚含量测定,比较3种方法的提取效率。结果表明:特级初榨橄榄油中共检测到40种酚类化合物,其中液液萃取样品检出33种,固相萃取样品检出20种,液液微萃取样品检出15种,液液萃取法提取酚类化合物种类显著多于其他两种方法;液液萃取法提取的总酚含量分别为固相萃取法及液液微萃取法的2. 9倍和3. 7倍,液液萃取法对酚类化合物的提取效率明显优于其他两种方法;但从实验过程角度考量,液液微萃取法具有操作简单、省时省力、有机溶剂用量少、对实验人员伤害小、环境污染小等优点,具有进一步优化的潜力。

基于多元素含量分析结合化学计量学技术的橄榄油等级鉴别方法

基于多元素含量分析结合化学计量学技术对特级初榨橄榄油和精炼橄榄油进行等级鉴别。结果表明,采用主成分分析可成功区分特级初榨橄榄油和精炼橄榄油,建立可靠的橄榄油等级鉴别的正交偏最小二乘法判别分析模型,结果与主成分分析一致,且各等级橄榄油组内聚类效果明显;聚类分析也有效鉴别了两种等级橄榄油。筛选出区分两个等级橄榄油的8种特征性元素,分别为Al、Fe、Cu、Ba、V、Sc、La、Zn。因此,采用多元素含量分析结合化学计量学技术可用于特级初榨橄榄油和精炼橄榄油的鉴别。

基于超连续光谱特级初榨橄榄油的快速检测方法

特级初榨橄榄油作为一种冷榨植物油含有较为丰富的不饱和脂肪酸和多酚类化合物,其营养价值较高。目前,橄榄油的掺假问题是业界最严重的问题之一,中国对橄榄油的消费量与日俱增,国内橄榄油市场较为混乱,掺假造假现象层出不穷,从橄榄油的国外进口到国内二次包装都有可能存在人为干扰和品质造假,如果不加以有效监督和制止,对国民的健康和财产将造成严重损失。如果通过传统的化学分析方法获取所有成分信息势必会增加检测周期,不利于商品的快速流通,对生产厂商和消费者来说都是一种损失。为应对复杂多变的橄榄油掺伪技术及国内具备橄榄油检测资质机构不足的问题,提出一种基于超连续光谱特级初榨橄榄油的快速检测方法,为实现快速鉴别提供了可能性,研究选用特级初榨橄榄油、菜籽油、茶油、芝麻油、稻米油、葵花油、玉米油以及大豆油作为研究对象,分别采集每种植物油的超连续光谱并对初步光谱数据进行光谱预处理,最后计算了不同样本间超连续光谱的皮尔逊相关系数并以此作为特级初榨橄榄油判别的主要依据。实验结果显示不同样本特级初榨橄榄油间的超连续光谱的皮尔逊相关系数在0.901 1以上,而特级初榨橄榄油与其他种类植物油的超连续光谱的皮尔逊相关系数在0.172 2~0.899 0之间。研究表明以皮尔逊相关系数0.901 1作为判别特级初榨橄榄油与其他植物油的检测阈值,可实现快速实时的精准检测识别。该技术与分光光度计的吸收透射光谱相比,最大的优势在于采集周期短和光谱指纹特征丰富,周期短表现为光谱曝光采集时间仅为100 ms,光谱指纹特征丰富表现为除包含吸收光谱外还表现出各种荧光活性物质所特有的荧光光谱。除此之外,可将超连续谱光源应用推广到食品安全检测技术领域。该技术装置简单且易于推广对国内橄榄油的检测和市场规范具有一定的研究意义。

基于植物油可见吸收光谱的相关系数鉴别特级初榨橄榄油

目前市场上的橄榄油品牌很多,质量参差不齐,亟需完善橄榄油的等级分类检测和特级初榨橄榄油的鉴别方法。可见吸收光谱光谱法可在不直接接触样品的情况下对样品进行无添加试剂的探测,因此为实现特级初榨橄榄油的鉴别,采用可见吸收光谱法对不同种类植物油进行了光谱测量。实验结果发现特级初榨橄榄油在500~780nm波段内具有4个明显的吸收峰,而其他种类植物油在此波段内吸光度较弱或无吸收峰,且同种植物油不同品牌之间的光谱特征极其相似。采用相关系数比对不同种类植物油可见吸收光谱,分别计算了四个不同波长范围内植物油的可见吸收光谱的相关系数,实验发现不同波长范围内的植物油可见光谱相关系数差别较大。在520~700nm范围内,特级初榨橄榄油间的光谱相关系数在0.999 6以上,特级初榨橄榄油与其他种类植物油的光谱相关系数均低于0.267 8,特级初榨橄榄油与其他等级橄榄油的光谱相关系数在0.194 6~0.835 8之间。研究结果表明可见吸收光谱相关系数法是一种快速非接触式鉴别特级初榨橄榄油的可行性方法。建立了一种特级初榨橄榄油快速鉴别方法,即可见吸收光谱相关系数法。该方法在特级初榨橄榄油的实际鉴别中具有一定的应用价值。

西班牙和意大利进口特级初榨橄榄油品质比较

为了系统研究我国主要进口的特级初榨橄榄油性质,比较分析了我国主要进口的8种西班牙和意大利特级初榨橄榄油的脂肪酸组成、酸值、过氧化值及微量成分含量,并对其进行了挥发性成分分析及感官评价。结果表明:西班牙特级初榨橄榄油的C18∶1(77.22%)和C23∶0(0.94%)含量平均值高于意大利样品(分别为72.46%和0.64%),西班牙特级初榨橄榄油的酸值、过氧化值低于意大利样品;西班牙特级初榨橄榄油中含有γ-生育酚和δ-生育三烯酚,而意大利样品中未检出这两种,且西班牙特级初榨橄榄油中α-生育酚含量平均值(189.58 mg/kg)高于意大利样品(161.26 mg/kg),角鲨烯含量平均值(6127.83 mg/kg)远高于意大利样品(4083.50 mg/kg),两者甾醇含量差异很小。虽然西班牙特级初榨橄榄油的醛类含量平均值低于意大利样品,但酯类含量更高。感官评价发现,西班牙特级初榨橄榄油的果味、苦味、辣味评分皆高于意大利样品。综上,西班牙特级初榨橄榄油的酸值、过氧化值较低,α-生育酚、角鲨烯含量高于意大利样品,且感官评分较高。

28份国产特级初榨橄榄油中多酚含量及其变化规律

为了对我国油橄榄产业提供基础数据支持,采用国际油橄榄理事会推荐的HPLC法检测特级初榨橄榄油中的多酚含量,分析了我国不同产地的28份市售食用特级初榨橄榄油样品的多酚含量,并对不同生产年度和不同产地单果级特级初榨橄榄油中多酚含量变化规律进行了分析。结果表明:市售国产特级初榨橄榄油中均含有较为丰富的多酚类化合物,多酚含量范围为(63.885±2.345)mg/kg~(307.325±6.865)mg/kg;特级初榨橄榄油中多酚含量受贮存时间的影响较大,同时不同产地中适合生产高多酚含量特级初榨橄榄油的品种具有差异。不同特级初榨橄榄油样品之间多酚含量波动较大,需要通过多种方法来防止油脂中多酚类化合物的降解,以保证油品的质量,并因地制宜对油橄榄品种进行优化筛选。

橄榄油的聚集荧光猝灭及吸收光谱特性的研究

素有“液体黄金”之称的橄榄油已成为健康食用油的代名词,不仅身价陡增,而且在非产地市场也已成为一种畅销油。在橄榄油检测技术中光谱法与其他技术相比具有快速、无损、无样品处理等优势而备受关注,而不同的光谱检测方法在检测的物质成分上各有侧重,例如红外光谱法侧重于脂肪酸含量的检测、拉曼光谱法侧重于分子的检测、荧光光谱法侧重于光敏物质的检测以及吸收光谱法侧重于光敏物质和不饱和脂肪酸的检测等。荧光及吸收光谱对光敏物质反应极其灵敏,而橄榄油富含叶绿素等光敏物质,因此荧光及吸收光谱成为一种鉴别橄榄油的有效技术手段。叶绿素是一种含有环卟啉结构的有机分子,该类分子结构具有吸光特性,且不同的叶绿素吸收光谱各异,其中绿色植物的叶绿素a含量最多。为深入研究叶绿素的吸收光谱及荧光特性在橄榄油鉴别中的应用,将特级初榨橄榄油中掺入不同比例的玉米油,已达到间接调控橄榄油中叶绿素含量的目的,测量不同掺伪比例橄榄油的荧光及吸收光谱并研究与叶绿素浓度的相关性,以此来研究叶绿素浓度与掺伪量对橄榄油吸收光谱及荧光特性的影响。取10份同批次的特级初榨橄榄油,将其中9份按照等比例稀释,并对10份样品按照掺伪量依次排序;依次采集这10份样品的荧光及吸收光谱,比较叶绿素浓度与掺伪量的相关性及对这两种光谱技术在橄榄油鉴别中的影响。随着叶绿素浓度的上升,荧光强度由弱变强,并在某一时刻后会出现荧光强度急剧减弱的现象,即聚集荧光猝灭。这种现象主要是由于叶绿素的环卟啉分子结构引起的分子间π—π作用,使未被激发的低能分子与高能分子堆叠在一起,能量的辐射跃迁(荧光)也转变为分子间的能量转移(热能交换)。对于吸收光谱,随着叶绿素浓度的上升,吸收光谱的强度也逐渐增强。橄榄油中叶绿素吸收的能量主要去向包括镁电子辐射跃迁产生荧光以及分子间热能交换两部分,而橄榄油的吸收光谱并未出现类似于聚集荧光猝灭的现象,且吸收光谱强度与掺伪浓度间存在近似线性相关的关系。结果表明:当聚集荧光猝灭出现时,叶绿素吸收的能量仍然与浓度呈线性相关,此时高、低能分子堆叠引起的热能交换效率提高。

鲜榨山茶油与特级初榨橄榄油营养价值的比较

以鲜榨山茶油和特级初榨橄榄油为研究对象,对其理化指标、脂肪酸组成和营养成分进行测定并比较。结果表明:鲜榨山茶油在理化指标上与特级初榨橄榄油相当,脂肪酸组成与特级初榨橄榄油相似,但油酸含量高于特级初榨橄榄油,棕榈酸和硬脂酸含量低于特级初榨橄榄油;在维生素E、角鲨烯、植物甾醇等天然生物活性物质方面媲美特级初榨橄榄油。

特级初榨橄榄油基本质量指标及要求

目的介绍2022年5月1日起实施的GB/T 23347—2021《橄榄油、油橄榄果渣油》,对当前市售进口特级初榨橄榄油质量情况进行评估。方法采购20种市售标称意大利、希腊、西班牙等国进口的特级初榨橄榄油,检验酸价、过氧化值、消光系数变异值、水分及挥发物和不溶性杂质5个基础项目,对所得数据进行分析。通过与国际橄榄理事会标准的对比,讨论限量及测定方法等方面的细微差异,并说明这些项目对于橄榄油质量评估的现实意义。结果所测样品的酸价、过氧化值、不溶性杂质3个项目均符合我国标准对该产品等级的限量要求。对比GB/T 23347—2021和国际橄榄理事会贸易标准,发现对于优质初榨橄榄油的酸价限量,国内标准比国外标准更为严格,橄榄油进口贸易需要注意这一差异。结论2021年新颁布的GB/T 23347—2021在质量要求上有所提高,消费者购买橄榄油时应优先选择“特级初榨橄榄油”。橄榄油质量初步评估需要加快时间和减少成本,检验以上5个项目为最低要求。