基于脂肪酸和生育酚组成的油茶籽油掺假判别可行性分析

从脂肪酸和生育酚的组成分析以及所得色谱数据的系统聚类分析(HCA)和主成分分析(PCA)方面考察了10种植物油的异同点。气相色谱分析10种植物油的脂肪酸组成,鉴别得到12种脂肪酸。对脂肪酸组成数据的HCA分析结果表明,油茶籽油与橄榄油和菜籽油具有相似的脂肪酸组成,而与其他植物油的脂肪酸组成差异显著;而PCA分析结果可以进一步区分油茶籽油与橄榄油和菜籽油。高效液相色谱分析10种植物油的生育酚组成,测得4种异构体的相对含量。对生育酚组成数据的HCA、PCA分析结果表明,油茶籽油和菜籽油的生育酚组成差异显著。因此,基于脂肪酸和生育酚组成分析可以作为油茶籽油掺假判别的依据。     

GC和LF-NMR结合化学计量学方法检测掺假油茶籽油

为了对油茶籽油品质控制及评价提供支撑,以纯油茶籽油和掺假油茶籽油(分别掺入菜籽油、花生油、棕榈油和高油酸花生油)为试验材料,采用气相色谱法(GC)分析其脂肪酸组成,采用低场核磁共振技术(LF-NMR)测定其横向弛豫特性数据,结合主成分分析(PCA)、偏最小二乘判别分析(PLS-DA)和偏最小二乘分析(PLS)等化学计量学方法建立油茶籽油掺假的定性和定量分析模型。结果表明：5种植物油的脂肪酸组成和LF-NMR横向弛豫特性数据存在显著区别;油茶籽油和其他4种植物油在PCA得分图上可清晰区分;PLS-DA模型可有效区分油茶籽油和掺假油茶籽油,判别正确率均可达100%;建立的油茶籽油中掺入菜籽油、花生油、棕榈油、高油酸花生油的PLS定量预测模型,真实值与预测值的相关系数(R²)分别为0.994 1、0.998 6、0.997 6、0.978 1。综上,GC和LF-NMR结合PCA、PLS-DA以及PLS等化学计量学方法可用于油茶籽油掺假类别判定及掺假量分析。     

掺假燕窝的元素组成分析及鉴别研究

采用ICP-MS测定各类真品燕窝和掺假燕窝样品的元素组成,利用主成分分析构建燕窝鉴别的综合评价模型,通过逐步判别方法建立判别函数鉴别掺假种类。主成分分析结果表明,前3个主成分提取了原来14个指标74.34%的信息;各掺假样品的主成分得分随着掺假比例的增大,有明显程度的降低,且都小于真品燕窝的得分;逐步判别分析结果显示在剔除5种元素变量的情况下,保留Na、Mg、Fe、Mn、Ni和Cu等9种元素变量即可实现对燕窝掺假种类的准确鉴别。说明以燕窝的各元素含量作为分析变量,结合主成分分析法和逐步判别分析,可以实现掺假燕窝真假鉴别和掺假种类鉴别。     

基于矿质元素指纹分析技术的烟叶产区判别

目的:探讨应用矿质元素指纹分析技术进行烟叶产区判别的可行性,筛选出可判别烟叶产区的有效指标,构建烟叶产区判别模型。方法:利用电感耦合等离子体—质谱法(ICP-MS)同时测定11个产地烟叶20种矿质元素含量,并对数据进行方差分析、聚类分析、主成分分析及判别分析。结果:16种元素含量在产地间差异显著,主成分分析得到6个主成分,其累计方差贡献率超过89%;应用逐步判别筛选出K、Mn、Se及Ba 4种元素指标,建立了西南烟区和长江中上游烟区的烟叶产区判别模型,该模型可对烟叶产区进行准确判别。结论:不同产地烟叶矿质元素含量差异显著,K、Mn、Se及Ba 4种元素是烟叶产区判别的重要指标,矿质元素指纹分析技术可用于烟叶产区判别。     

化学计量学结合气相色谱法对12种植物油判别模型的构建

测定了12种植物油的脂肪酸组成和含量,探讨了利用植物油脂肪酸的指标对不同种类的植物油进行分类和判别的可能性。采用气相色谱法对12种植物油脂肪酸的组成和含量进行测定,利用SPSS 22. 0统计软件进行主成分分析、系统聚类、 K-平均值聚类和判别分析。结果表明：12种植物油的主要共有组成为油酸（15.635%~66.569%）和亚油酸（10.521%~58.227%）,其中棉籽油（16.285%）中单不饱和脂肪酸含量最低,橄榄油（67.628%）中单不饱和脂肪酸含量最高;橄榄油（11.284%）中多不饱和脂肪酸含量最低,核桃油（67.167%）中多不饱和脂肪酸含量最高;12种植物油中不饱和度最小为棉籽油3.235,最大为低芥酸菜籽油14.672。主成分分析降维得到5个主成分,利用主成分分析数据,依次进行聚类分析和判别分析,系统聚类和K-平均值聚类结果一致,可对12种植物油聚类区别,通过判别分析建立了3个典则判别函数,对不同植物油的分类和判别的效果良好。     

低场核磁技术结合化学计量学法快速检测掺假牛奶

应用低场核磁共振技术结合主成分分析法(PCA)、偏最小二乘判别法(PLS-DA)、线性判别法(LDA)对掺水、食盐、尿素和蔗糖的牛奶及纯牛奶进行测定。结果表明:在主成分得分图中,不同掺假牛奶随掺假物质的掺假比例呈一定规律性分布,并得到了很好的区分。利用PLS-DA和LDA方法建立不同掺假牛奶的判别模型,对掺水、掺尿素牛奶的判别准确率均为100%,掺食盐牛奶的判别准确率分别为83.33%和100%,掺蔗糖牛奶的判别准确率分别为73.33%和76.67%。可见PCA法、PLS-DA法、LDA法可用于快速处理分析低场核磁共振数据,并且LDA法鉴别准确率最高。     

氨基酸成分聚类分析应用于鉴别真假酿造酱油的研究

运用全自动氨基酸分析仪测定酿造酱油、配制酱油和酸水解植物蛋白调味液中的氨基酸含量,同时利用SAS聚类分析法对各类酱油中18种特征氨基酸成分进行聚类分析。结果表明,通过聚类分析方法,形成各类酱油距离矩阵D,进行了初步分类,再标准化处理后进行主成分分析,形成了主成分投影图,并采用聚类空间距离判别法进行判别,从而建立了区分真假酿造酱油的识别模型,为建立真假酿造酱油鉴伪技术打下较好的基础。     

基于同步荧光光谱的杜仲籽油掺假检测研究

建立基于同步荧光光谱的杜仲籽油掺假判别分析模型及检测方法。以杜仲籽油和7种常见植物油为研究对象,采集激发波长范围为250～700 nm,波长间隔为60 nm的同步荧光光谱,分析杜仲籽油和常见食用油的荧光光谱特性,利用光谱峰面积建立掺假判别模型并对其进行验证。结果表明:杜仲籽油与其他7种植物油的荧光特性存在显著差异;分别利用600～700 nm和300～500nm波长范围同步荧光光谱进行主成分分析,其对杜仲籽油掺假识别准确率高达100%;利用峰面积与掺假比例建立定量判别分析模型,检测限分别为1%和0. 48%。该方法可实现对杜仲籽油掺假的定性和定量分析,且具有较高的灵敏度、简便和快速等特点。     

基于电子鼻技术对羊奶粉中掺假牛奶粉的快速检测

利用电子鼻技术结合多种化学计量学方法,对羊奶粉掺假牛奶粉进行了快速定性判别和定量分析。将牛奶粉按不同比例掺入到羊奶粉中,并按掺假羊奶粉与水为1∶7.2的比例配成溶液,进行电子鼻检测。通过电子鼻采集不同比例掺假奶挥发性成分的响应值,然后利用主成分分析(PCA)、Fisher线性判别分析(FLDA)以及线性回归拟合分析进行定性判别和定量分析,建立基于电子鼻技术检测羊奶粉掺假的方法。结果表明,FLDA及PCA都能够区分出不同比例的掺假奶,且FLDA区分效果优于PCA;线性回归拟合分析的相关系数为94.8%,预测值与实际掺假值呈现一定的线性关系,表明该模型具有较好的泛化能力。因此利用电子鼻实现羊奶粉掺假的快速定性判别和定量分析是可行的。     

基于大容量棉花检测仪检测结果的进口锯齿棉品级分类北大核心

为了消除进口棉花品级分类中由于检测人员主观性引起的观察偏倚,以及其与预警信息化和及时性不相符等矛盾,文章基于大容量棉花检测仪(HVI)的检测结果,提出运用随机森林算法来预测进口锯齿棉品级分类的方法。对HVI检测获得的原始数据进行标准化处理,并运用主成分分析降低指标维度,采用随机森林算法构建分类模型,将测试样本带入训练好的分类模型,可自动判别出测试锯齿棉的品级。实验结果表明该方法的分类效果较好,可有效实现锯齿棉品级的自动分类。     

基于指纹图谱和化学计量分析的鳕鱼肝油软胶囊掺假植物油鉴定

目的 建立一种基于脂肪酸气相色谱(gas chromatography, GC) 指纹图谱技术结合化学计量分析的鳕鱼肝油软胶囊中掺假植物油的鉴定方法。方法 采用GC法测定不同来源鳕鱼肝油软胶囊脂肪酸指纹图谱, 经拟合后构建对照指纹图谱, 并进行样品相似度评价。模拟制备鳕鱼肝油软胶囊中掺入不同种类、不同比例植物油的掺假样品, 以其中14个共有脂肪酸峰的相对峰面积作为数据源, 输入SIMCA-P数据分析软件进行主成分分析(principal component analysis, PCA)及掺假模型建立。结果 获得鳕鱼肝油软胶囊GC对照指纹图谱及三维掺假识别模型, 44批样品经相似度评价发现有2批拟似掺假植物油, 将拟似样品色谱数据标准化后导入SIMCA-P软件, 显示2批样品均掺了大豆油, 掺假比例约为15%和35%。结论 脂肪酸GC指纹图谱结合化学计量分析为鳕鱼肝油软胶囊中掺假植物油的鉴定提供一种可靠准确的检测手段, 可快速有效识别鳕鱼肝油掺假行为。     

DEVELOPMENT OF GENETICALLY ENGINEERED SOYBEAN OILS FOR FOOD APPLICATIONS

The major use of the ten billion pounds or so of soybean oil produced in the US is for food products such as cooking oils, shortenings and margarines. Refined, bleached and deodorized (RBD) soybean oil used for cooking is usually hydrogenated to increase storage life and stability during frying. RBD soybean oil is also extensively hydrogenated to increase melting point for functionality in shortenings and margarines. Hydrogenation results in oils rich in trans fatty acids, the consumption of which may be associated with coronary heart disease. RBD oils used for salad oils are not hydrogenated but are rich in palmitic acid, the consumption of which has also been associated with coronary heart disease. Therefore, it is nutritionally desirable to produce trans-free soybean oils rich in monounsaturated fatty acids with reduced palmitic acid for cooking and soybean oils with no saturated fatty acids for salad oils. It is also desirable to produce trans-free oils rich in stearic and oleic acids for shortenings and margarines. Cloned genes may be introduced into soybeans to create transgenic lines with improved oil traits. The design of transgene constructs has been assisted by the use of soybean somatic embryos in suspension culture as a model system for soybean seed transformation. This system has allowed the selection of the right genes and promoters to achieve the desired phenotypes in transgenic soybeans. Current soybeans in development include lines producing oil with reduced palmitic acid, lines with over 80% oleic acid and lines with up to 30% stearic acid. Commercialization of high oleic acid transgenic soybeans has demonstrated that it is possible to drastically alter the fatty acid composition of a soybean seed without affecting the yield or environmental sensitivity of the soybean plant.     

气相色谱法测定脂肪酸含量判定山茶油纯度

利用气相色谱法,对山茶油掺入大豆油、菜籽油、玉米油和葵花籽油的掺伪油进行脂肪酸组成分析。结果表明:油酸、亚油酸和亚麻酸可作为鉴别山茶油中掺伪大豆油和菜籽油的特征脂肪酸,棕榈酸、油酸和亚油酸可作为鉴别山茶油中掺伪玉米油和葵花籽油的特征脂肪酸;回归预测模型相关系数(R^2)较高(> 0. 99),可分别检出掺伪量4%的大豆油和菜籽油,掺伪量8%的玉米油和葵花籽油,回收率在96. 56%~112. 88%之间。该方法灵敏度高,定量准确,可为掺伪山茶油纯度鉴别及调和山茶油配比的定量分析提供科学依据。     

基于主成分分析和人工神经网络的近红外光谱大豆产地识别

为了准确、快速地识别大豆产地,通过近红外光谱技术（NIRS）结合主成分分析（PCA）和人工神经网络技术（ANN）研究不同国家大豆内含特征,建立进口大豆产地识别模型。采用箱型图校正法,剔除阿根廷、巴西、乌拉圭、美国等4个国家166组大豆样本中12组异常样本。采用多元散射校正（MSC）、标准正态变量（SNV）、Savitzky-Golay（SG）平滑滤波等方法进行光谱数据预处理,结果表明,采用SG（3）平滑结合MSC预处理效果最好。主成分分析表明,前10个主成分的累积贡献率达到99.966%。选取主成分分析得到前10个主成分为输入向量,4个产地作为目标向量,分别采用支持向量机（SVM）、邻近算法（KNN）与人工神经网络法（ANN）建立识别模型。结果表明,采用BP-ANN建模效果最好,总体测试集准确率为95.65%,其中阿根廷准确率为100%,巴西准确率为100%,乌拉圭准确率为80%,美国准确率为100%,该模型能够实现对进口大豆生产国别的识别。     

基于高光谱成像技术与GBDT的大豆品种无损鉴别

大豆的品种直接关系到大豆制品的质量和出油率,目前主要采用对大豆中蛋白质及脂肪等含量的检测来实现对大豆品种的鉴别。这种鉴别方式破坏了大豆本质,并且存在检测费用高、效率低、精度差的问题。本文基于高光谱成像技术和机器学习理论,研究了大豆品种无损快速鉴别方法。采集并建立了4个品种(每个品种200粒,共计800粒)大豆的高光谱原始图像及光谱数据集。研究了利用归一化、均值中心化、小波变换、S-G平滑滤波以及矢量归一化对采集到的高光谱数据进行滤波去噪预处理,建立了基于KNN、RF及GBDT的大豆种粒无损检测模型。实验对比得出,利用主成分分析结合GBDT的检测模型精度最高,识别准确率可达99.58%,结果表明,利用高光谱成像技术结合主成分分析的GBDT 算法模型能够有效消除噪声干扰的影响,实现对大豆种粒快速、准确的无损检测,并对其他农作物的品种检测具有一定的参考意义。     

不同产地油茶籽脂肪酸及甘油三酯的主成分分析和聚类分析

开展了不同产地对油茶籽油脂肪酸和甘油三酯的影响研究。采用气相色谱法和高效液相色谱法,分别对我国47个产地的108份普通油茶籽样品的脂肪酸和甘油三酯组成及含量进行检测,并对其进行主成分分析和聚类分析。结果表明：从47个产地的108份油茶籽样品中共检测出10种脂肪酸,其中以油酸的含量最高,平均相对含量达79.86%,不同产地样品的脂肪酸中饱和脂肪酸含量差异显著（P＜0.05）,不饱和脂肪酸含量差异不显著（P＞0.05）,除海南省5个产地外,其余各个产地样品中油酸含量差异不显著;主成分分析结果显示,油酸、亚油酸、棕榈酸和硬脂酸是油茶籽油的特征脂肪酸;油茶籽中的甘油三酯包括12种组分,其中OOO含量最高,其次是POO和OOL,LLL和PPL含量最低;主成分分析结果显示,POO、SOO、SOP、PPO、POL+SLL、OOO是油茶籽油的特征甘油三酯成分;在主成分分析的基础上,以含量在1%以上的甘油三酯组分作为评价指标,对油茶籽油样品进行了聚类分析,将其划分为2类,第一类42个产地,第二类5个产地均属于海南省。该研究为我国普通油茶的鉴别分类和加工利用提供了理论依据和参考信息。     

基于GC-MS和MassHunter统计方法的芝麻油掺伪识别

目的提出了一种用于芝麻油掺伪识别的新方法。方法为实现芝麻油中掺伪的识别,对掺入不同比例的大豆油、玉米油、棕榈油的芝麻油的40个样品进行近红外分析,并且基于主成分分析对掺入油进行识别;应用固相微萃取-气相色谱/质谱联用仪(SPME-GC/MS)和Mass Hunter软件,对于玉米油掺伪芝麻油的风味质谱数据进行了研究。结果 Mass Hunter解卷积软件和Agilent Mass Profiler Professional数据统计软件更加灵敏地从复杂包埋的目标物剖析分离得到了独特的标记物。倍率变化(FC=5)分析和ANOVA(P=0.05)分析的结果以火山曲线表示,确定区分芝麻油和玉米油的独特特征标记物。基于此独特的标记物,通过主成分分析,可对纯芝麻油和掺伪芝麻油进行分类。结论试验证明通过统计分析风味质谱数据寻找特征标记物可解决芝麻油掺伪的识别问题。     

后熟期间大豆籽粒油脂组成和品质特征的变化规律

通过测定新收获的国产大豆在后熟期间油脂的粗脂肪含量、酸价、过氧化值和脂肪酸组成来探究后熟期间大豆籽粒中脂肪的变化规律。结果表明：在后熟过程中,大豆的粗脂肪含量呈逐渐上升趋势,度过后熟期则逐渐下降,粗脂肪含量从初始的19.25%升高至21.30%,在30 d达到最大值后缓慢下降;大豆酸价及过氧化值均为上升趋势,且大豆酸价及过氧化值均与大豆油脂肪酸的比值呈负相关;油酸和亚油酸的相对含量呈负相关,亚油酸和亚麻酸的相对含量呈正相关。通过研究发现后熟期间大豆籽粒脂肪含量有了显著升高,对于生产实际有很好的指导作用。