基于食品组学技术的干邑白兰地真假鉴别研究

目的建立一种基于食品组学技术对干邑白兰地真假鉴别的方法。方法白兰地样品过0.45μm滤膜,在高分辨质谱Full MS/dd MS2扫描模式下采集数据,采用Compound Discoverer 3.0对样品数据进行主成分分析(principal component analysis, PCA)和差异分析,并通过mzCloud网络数据对干邑白兰地中的化合物检索鉴定。结果 PCA分析显示真假白兰地和同一品牌不同等级的白兰地均可以实现明显区分。根据差异化合物的母离子的精确质量数、母离子同位素组成及二级质谱信息鉴定出19种化合物,这些化合物在真假酒样中含量不同。结论该方法简单、快速、准确,为干邑白兰地的真假鉴别及组分鉴定提供参考。     

食品安全风险监测和预警工作要点探讨

正笔者通过工作实践,对我国食品安全风险监测和预警工作的现状进行了简要介绍,在此基础上,结合我国国情,从食品安全监测和预警两个方面提出了相应的优化措施,还从相关部门共同参与食品安全风险监测工作、不断推进农村地区食品安全的风险监测和扩大风险监测数据的公布范围等几个方面进行了论述,以供读者借鉴。     

2018年广东省酒类中三种邻苯二甲酸酯类的污染状况调查

目的 调查广东省酒类中邻苯二甲酸酯类塑化剂的污染状况。方法 采用随机采样的方法, 抽取2018 年在广东省内生产环节、流通环节和餐饮环节的酒样样本577份。采用气相色谱-质谱联用法对常见的邻苯二甲酸二(2-乙基己)酯、邻苯二甲酸二正丁酯、邻苯二甲酸二异壬酯进行监测。结果 广东省酒样中邻苯二甲酸酯类总超标率为4.68% (27/577)。生产环节、流通环节和餐饮环节的超标率分别为4.50% (15/333)、5.02% (11/219)和4.00% (1/25)。3种邻苯二甲酸酯类中邻苯二甲酸二正丁酯污染情况较多。结论 广东省酒类中在一定程度上存在邻苯二甲酸酯类污染, 应继续加强监督管理, 保障食品安全。     

酒类产品真假鉴别技术研究现状

近年来酒类产品造假案件频发,引起社会广泛关注。发展酒类产品的真假鉴别技术,为打击制假售假行为,维护品牌生产者和消费者的合法权益,保证酒类市场健康发展,为监管部门提供技术支持具有积极的作用。本文将近年来国内外用于研究酒类真假鉴定的方法进行概括总结,以期为酒类产品真假鉴别技术研究提供参考。     

非靶向检测技术鉴别茅台酒真假

目的 探究基于非靶向检测技术鉴别茅台酒真假的方法。方法 样品过0.45 μm滤膜, 在超高效液相色谱-串联高分辨质谱Full MS/dd MS2扫描模式下采集数据, 采用Compound Discoverer 3.0(CD3.0)对样品数据进行主成分分析(principal component analysis, PCA)和差异分析; 利用便携式紫外可见分光光度计, 对样品进行250~650 nm波长范围光谱扫描, 扫描图谱进行相似度分析。结果 PCA分析显示采用液质高分辨非靶向技术能够区分真假茅台, 同时利用便携式紫外可见分光光度计进行光谱图谱相似度分析也可以得出一致的结论。结论 2种非靶向检测方法简单、快速、准确, 便携式紫外光谱图谱相似度方法可用于现场快速检验, 为茅台酒的真假鉴别提供多种技术选择。     

高效液相色谱非靶向检测方法在干邑白兰地真伪鉴别中的应用

目的 采用高效液相色谱(high-performance liquid chromatography, HPLC)非靶向检测方法, 结合多元统计分析, 研究该方法在鉴别真假干邑白兰地方面的应用。方法 选用具有市场代表性的31批次轩尼诗XO干邑白兰地作为样品, 经过高效液相色谱非靶向检测得到未知的组分数据, 提取10种组分, 使用SPSS 22.0软件, 进行主成分分析(principal component analysis, PCA)和判别分析, 并使用判别函数识别6批次未知样品。结果 经过主成分分析得到2个主成分, 主成分1(PCA1)贡献率为80.536%, 主成分2(PCA2)贡献率为11.101%, 2大主成分累积贡献率达到91.637%, 能够较全面反应样品特征。并且主成分分析(PCA)图显示能够明显区分真假样品。依据判别分析识别6批次未知样品, 所有未知样品被正确识别。结论 利用液相非靶向检测方法结合多元统计分析, 能够区分轩尼诗XO干邑白兰地真假样品, 可以为干邑白兰地的提供一种真假鉴别手段。     

基于味觉分析系统鉴别干邑白兰地真假的 应用初探

目的运用味觉分析系统分析评价干邑白兰地滋味指标,结合多元统计方法,研究该系统在鉴别真假干邑白兰地方面的应用。方法选择具有市场流通代表性的轩尼诗XO干邑白兰地作为研究样品,将样品用水按1:2(V:V)稀释后,采用味觉分析系统SA402B进行检测,运用SPSS 22.0,对酸味、苦味、涩味、苦回味、涩回味、丰富性、咸味和鲜味8种味觉信号进行主成分分析(principal component analysis, PCA)和判别分析,并模拟识别未知样品,考察方法对干邑白兰地真假鉴别的应用效果。结果 PCA图显示真假样品能够明显区分,主成分1(PCA1)贡献率为68.187%,主成分2(PCA2)贡献率为26.189%,两大主成分累积贡献率达到94.377%,能够较全面反应样品滋味特征;依据判别分析模拟识别6批次未知样品,所有未知样品被正确识别。结论利用味觉分析系统能够简单方便分析轩尼诗XO干邑白兰地滋味信息,结合多元统计分析样品味觉指标,能够较好区分真假样品,可以为干邑白兰地的真假鉴别提供一种新途径。     

白兰地中酒精度测量的不确定度评定

目的分析白兰地酒精度测试过程中由系统效应和随机效应产生的不确定度来源。方法根据GB5009.225-2016《食品安全国家标准酒中乙醇浓度的测定》中密度瓶法测定白兰地的酒精度,并按照JJF1059.1-2012《测量不确定度评定与表示》评定,测得白兰地酒精度的不确定度。结果在95%的置信区间下,当酒精度为40.61%vol时,扩展不确定度为0.33%vol(k=2)。结论本方法的不确定度主要来源为样品重复测定时引入的随机效应。