基于特征标志物食用油掺伪鉴别技术研究进展

利益驱动的食用植物油掺伪现象危及消费安全和食用油市场秩序,亟需建立一套科学合理的食用油鉴伪方法。目前,食用植物油掺伪鉴别的方法主要包括基于常规理化测定的鉴别技术、基于波谱分析的快速鉴别技术、基于代谢组学的全谱指纹分析、基于特征标志物的鉴别技术,这些方法优势互补。其中基于特征标志物的鉴别方法因具有确证性、高灵敏、可实现鉴定多种低价食用油同时掺伪的优点,越发受到研究人员的关注。本文综述了DNA、脂肪酸、植物甾醇、维生素E以及加工过程中引入的外源物质等特征标志物在食用植物油掺伪鉴别中的应用,并分析了各种方法的优势与不足,发现进一步挖掘食用植物油的特征标志物,建立多种标志物的高灵敏同步检测技术是基于特征标志物的食用植物油掺伪鉴别技术的主要发展方向。     

基于原位电离-高分辨质谱技术结合特征脂肪酸含量鉴别菜籽油掺假的研究

建立了1种原位电离-高分辨质谱技术快速鉴定菜籽油是否掺假及气相色谱测定特征脂肪酸预测掺假比例的方法。通过收集不同品种油样和建立模型，建立实时鉴别菜籽油是否掺假大豆油、棉籽油或棕榈油的检测方法，并通过测定掺假菜籽油的特征脂肪酸，进一步确定掺假油品种及预测掺假比例。结果表明：原位电离技术鉴别纯品或掺假菜籽油准确度分别为89.1%和100%。根据棕榈酸、亚油酸、油酸等特征脂肪酸含量可准确定性掺假油品种，掺假大豆油、棉籽油和棕榈油的比例预测偏差分别为0～33%、2%～18%和4%～11%。     

棉籽油脂肪酸组成分析与评价

以收集于我国棉花主产区的82 份棉籽为实验材料,用全自动索氏浸提装置提取棉籽油,采用气相色谱-质谱联用仪和气相色谱仪对棉籽油脂肪酸组成进行定性和定量分析,探讨不同产地棉籽油脂肪酸组成的差异,并用主成分分析法对棉籽油的特征脂肪酸进行筛选。结果表明,棉籽仁出油率在18.84%～30.28%之间,平均出油率为24.95%。棉籽油中含有13 种脂肪酸,主要以亚油酸（51.99%～60.88%）、棕榈酸（18.30%～25.68%）和油酸（12.28%～18.50%）为主,其中不饱和脂肪酸占73.62%,多不饱和脂肪酸为亚油酸、亚麻酸占57.44%。除十七烷酸外,不同产地的棉籽油脂肪酸含量差异显著,并呈现明显的地域性。豆蔻酸、棕榈酸、棕榈油酸、硬脂酸、油酸、锦葵酸、亚油酸、苹婆酸、二氢苹婆酸和花生酸是棉籽油的特征脂肪酸。     

基于特征标志物的粮油食品掺假鉴别技术研究进展

粮油食品掺假鉴别研究一直是国内外食品质量安全领域的研究热点。基于特征标志物的粮油食品掺假鉴别技术具有灵敏度高、特异性好的优点,近年来在该领域发展迅速。本文综述了基于元素分析、色谱-质谱分析、DNA指纹图谱等技术的特征标志物在粮油食品掺假鉴别中的应用和研究进展,展望了发展趋势,为粮油食品中特征标志物的发现及最佳掺假鉴别技术的研究提供了依据。     

气相色谱技术测定棉籽及其饼(粕)中环丙烯脂肪酸含量北大核心CSCD

为了解决棉籽及其饼(粕)中环丙烯脂肪酸分析测定的技术难题,通过比较脂肪酸衍生化方法、优化气相色谱条件建立了气相色谱技术(GC)测定棉籽及其饼(粕)中环丙烯脂肪酸(锦葵酸和苹婆酸)含量的方法。结果表明:碱式甲酯化对环丙烯脂肪酸的衍生化效果最佳;优化的GC条件为DB-1ht毛细管柱,氮气流速0.6 mL/min,升温程序为从100℃以2℃/min的速度上升到220℃。在此基础上,通过建立苹婆酸与锦葵酸回归方程(R^(2 )≥0.997)测得棉籽、棉籽饼和棉籽粕中的锦葵酸含量分别为2.62、0.68 mg/g和0.09 mg/g,苹婆酸含量分别为1.02、0.27 mg/g和0.04 mg/g。方法的重复性和回收率良好,为棉籽及其饼(粕)中环丙烯脂肪酸的分析检测提供了技术依据和指导。     

傅里叶变换红外光谱结合化学计量学用于山茶油中掺杂大豆油的鉴别

建立快速定性鉴别山茶油与大豆油、菜籽油和玉米油,以及定量检测山茶油中掺杂大豆油的傅里叶变换红外光谱(Fourier transform infrared spectroscopy,FTIR)检测方法。采用FTIR光谱技术,对比山茶油与大豆油、玉米油、菜籽油红外光谱中2个特征峰(1 122 cm~(-1)与1 096 cm~(-1))的峰高差异,可快速定性区分山茶油与其他3种食用油,并能鉴别掺入大豆油含量(质量分数)在30%及以上的山茶油;利用4种食用油的1 464～722 cm~(-1)范围内的指纹光谱,结合PCA算法,建立的定性判别模型可区分山茶油及其他3种食用油,并结合PLSR算法,构建了检测山茶油中掺入大豆油的定量模型,其中校正集的RMSECV值为0.032 0,验证集的RMSEP值为0.029 7,校正集和验证集的R~2值均能达到0.99,最低检测限达1%(质量分数)。结果表明,所建立的山茶油中掺杂大豆油的FTIR光谱检测方法简便、灵敏、准确,为市场筛查掺假山茶油的快速鉴别提供了技术参考。     

基于脂肪酸谱法分析山茶油掺伪

为了更好的检测市售山茶油中的掺混,本研究基于气相色谱-质谱联用技术(GC-MS)建立了一种检测山茶油中掺入其他低值植物油的方法。实验采用GC-MS检测了市售山茶油、芝麻油、花生油以及玉米油的脂肪酸组成,并对其脂肪酸成分进行比较,建立鉴别山茶油中掺混这几种植物油的方法以及掺假比例的预测与验证。结果表明,GC-MS检测出上述几种植物油的脂肪酸组成,其中主要的脂肪酸为棕榈酸、硬脂酸、油酸与亚油酸,其中山茶油的油酸含量高达78.8058%,实验检测山茶油中掺入低值油比例为10%、20%、30%、45%的掺假油,且根据特定的油酸的含量建立的回归方程的相关系数均大于0.98。因此根据该方法可以用于山茶油中掺入一种低值植物油的检测,最低检测掺入量为10%,且方法快速方便、且方法的准确率高于97%,较为灵敏。     

基于近红外光谱技术的咖啡掺假快速鉴别方法

本文研究了利用近红外光谱技术结合AdulterantScreen算法建立的咖啡快速鉴别方法。采用傅里叶变换近红外光谱仪采集咖啡样品光谱,建立标样(材料光谱)光谱数据库,采集掺假物光谱数据,建立掺假物光谱数据库,建立了咖啡分类模型及掺假物模型,运用Adulterant Screen算法技术对模型的主成分及掺假成分进行计算分析,建立了咖啡掺假快速鉴别模型。本咖啡快速鉴别方法对含量在2%、5%、10%、15%、20%、30%及40%巴西莓果粉和5%、10%、15%、20%、30%及40%大麦掺假咖啡可以实现有效的掺假鉴别,最低识别咖啡中巴西莓果粉及大麦掺假含量分别为2%及5%。利用近红外光谱技术结合Adulterant Screen算法建立咖啡快速鉴别模型可以鉴别咖啡中巴西莓果粉和大麦等掺假物,为咖啡样品掺假鉴别提供了一种快速、可靠、无损的检测方法,能有效的运用于咖啡样品掺假鉴别的日常检测工作中。     

基于动物基因信息分析的食用油鉴别检测方法研究

本研究通过选用4种特定的动物引物探索一种和多种动物油脂在食用油中的检出限和检出状况,建立了一套可行的应用PCR技术鉴别检测食用油掺杂动物油脂的方法。以牛、羊、猪、鸡4种动物组织提取出的DNA分别验证其各自引物的特异性;试验将单一动物油脂(猪油、牛油、羊油和鸡油)按不同比例与食用油混掺,用吸附柱法提取油中DNA,检测出食用油中0.1%(m/m)单一动物源性成分;再将两种、三种、四种动物油脂分别与食用油混掺,提取DNA后进行PCR扩增,辨析每种动物基因信息的检出状况;最终利用选取的特异性动物引物,从包含一种或多种动物信息的食用油中鉴别检测出猪、牛、羊、鸡4种动物源性成分,此法可实现检出含有0.1%(m/m)动物源性成分的食用油掺假,为食用油掺假鉴别提供了新的参考方法。     

食用植物油掺假鉴别方法的探讨

综述了近年来国内外食用植物油掺假鉴别方法,包括光谱法(近红外光谱法、同步荧光光谱法、拉曼光谱法和二维相关谱技术)、稳定同位素技术、基于脂质组学的质谱法和基于特征标志物的检测方法等,并对上述方法在食用植物油掺假鉴别中的研究进展和应用进行了归纳,最后对食用植物油掺假鉴别技术的未来发展方向进行了展望,为油脂检测工作和食品安全提供理论参考。     

花生油中掺杂棉籽油、大豆油的鉴定方法概述

花生油中掺杂棉籽油、大豆油的现象比较普遍。主要以掺入这两种油的花生油为样品,通过伯利哀试验和气润色谱法测定不同掺入量的混浊温度和脂肪酸组成,从而对花生油的掺杂进行鉴定。     

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。     

食用植物油中掺混棕榈油的定性与定量分析

目的建立食用植物油中掺混棕榈油的定性与定量分析方法,为植物油掺假提供检测依据。方法植物油样品先经过皂化和甲酯化处理,然后采用气相色谱法对植物油中的各种脂肪酸组成进行检测。以月桂酸为特征指标,直接定性,应用面积归一化法进行定量分析。结果配比实验验证和检测数据分析表明,该方法月桂酸检出限为0.01%,植物油中棕榈油的定量限为5%~100%,最低可以分辨出添加了5%棕榈油的食用植物油样品。结论此方法操作简单、重现性好、精确度高,是一种分析迅速、经济实用的分析方法。     

基于脂肪酸特征指标的鳕鱼肝油掺假鉴定

通过分析鳕鱼肝油中各脂肪酸的相对含量及特征指标变化规律,建立鳕鱼肝油掺假鱼油的鉴定方法。鳕鱼肝油中所含脂肪酸经柱前衍生转化为甲酯后进行气相色谱测定,采用面积归一化法计算各脂肪酸相对总脂肪酸的相对含量。根据多样本脂肪酸相对含量分析结果,找出能有效识别掺假的特征性指标二十二碳六烯酸（docosahexaenoic acid,DHA）/二十碳五烯酸（eicosapentaenoic acid,EPA）值和鲸蜡烯酸相对含量,并确定其限度范围,DHA/EPA值为1.40～1.68,鲸蜡烯酸相对含量为7.0%～9.4%。当鳕鱼肝油样品中测得的DHA/EPA值和（或）鲸蜡烯酸相对含量超过此限度时,可初步判定该样品掺假鱼油。为进一步有效识别掺假水平,本研究探索建立一种以DHA/EPA值和鲸蜡烯酸相对含量为坐标的掺假模型,并绘制不同掺假水平的识别分析图,46 批样品经鉴定,有2 批样品疑似掺假25%的鱼油。该鉴定方法准确可靠、直观简便,可用于鳕鱼肝油中掺假鱼油的快速鉴定。     

食用油掺伪鉴别技术及模型建立的研究进展

随着食用油掺伪现象频繁出现,对食用油的质量控制显得尤为重要,建立有效的食用油掺伪鉴别体系是保证食用油品质的重要手段。由于食用油掺伪物质复杂多样,基于传统的理化检测已无法准确实现食用油复杂掺假组分的分析。因此有必要利用现代仪器分析技术手段结合相关数据计量学处理方法建立快速、精准、高效的食用油掺伪鉴别方法。本文综述了色谱分析技术、光谱分析技术及新型分析技术手段对食用油掺伪的检测,同时分析了借助化学计量学方法基于食用油组成成分种类及含量差异性而建立的掺伪模型的原理及对模型的国内外应用进展进行了概述,在此基础上对目前食用油掺伪模型的建立方法提出展望,以期为食用油品质掺伪鉴别模型的建立提供理论参考。     

基于特征性脂肪酸和甘油三酯指标的油茶籽油掺伪定性鉴别模型对比分析

为解决油茶籽油掺伪其他植物油的定性鉴别问题,在油茶籽油中分别掺入大豆油、花生油、葵花籽油、棉籽油、葡萄籽油、菜籽油、棕榈油和米糠油,设置高和低两种不同掺伪梯度,基于14个特征性脂肪酸和甘油三酯指标,运用Python语言构建并对比分析了二分类决策树模型、多分类决策树模型和多层感知机人工神经网络(MLP-ANN)模型用于油茶籽油掺伪定性鉴别的效果。结果表明：高和低掺伪梯度下,二分类决策树模型对油茶籽油掺伪其他植物油的定性鉴别的准确率均达到0.95以上;多分类决策树模型的精确率和准确率在高掺伪梯度下均达到了0.95,但在低掺伪梯度下仅为0.90;在高和低掺伪梯度下,MLP-ANN模型对油茶籽油掺伪定性鉴别的平均精确率均达到0.98,准确率分别达到0.97和0.98。相比于决策树模型,MLP-ANN模型能很好地实现油茶籽油掺伪定性鉴别。     

基于核磁共振技术对亚麻籽油进行脂肪酸组成检测与品质鉴别

采用核磁共振(NMR)技术对山西省内生产的亚麻籽油进行脂肪酸组成检测及品质鉴别。首先运用气相色谱-质谱联用(GC-MS)法确认纯亚麻籽油和掺杂亚麻籽油脂肪酸组成的差异;然后通过核磁共振谱仪确认差异核磁共振氢谱（1H NMR）和碳谱（13C NMR）的特征峰,以快速判别亚麻籽油是否掺杂;最后,采用1H NMR法计算亚麻籽油中的脂肪酸含量,并与国标GC法进行对比。结果表明：与纯亚麻籽油相比,掺杂亚麻籽油中含有花生一烯酸和芥酸;通过花生一烯酸和芥酸1H NMR和13C NMR特征峰可以定性鉴别亚麻籽油是否掺杂;采用1H NMR法计算的亚麻籽油中亚麻酸含量与GC法一致。说明基于NMR技术对亚麻籽油脂肪酸组成进行检测,可以快速鉴别亚麻籽油品质。     

基于可见—近红外光谱的花生油二元掺伪体系鉴别研究

为了建立一种简便有效的花生油掺伪的定性和定量鉴别方法,采集花生油中分别掺伪0~90%大豆油、棕榈油和棉籽油样品的可见—近红外光谱图,结合主成分分析、判别分析、改进偏最小二乘法,建立花生油掺伪的定性鉴别和定量预测模型。结果表明,在定性鉴别中,对花生油中分别掺入大豆油、棕榈油和棉籽油的整体正确判别率分别达到了100%、96.1%和85.3%。在定量分析中,对MPLS法建立的花生油二元掺伪定标模型进行验证,结果表明,掺入大豆油、棉籽油和棕榈油的预测相关系数R_p~2分别为0.998、0.997和0.995,相对标准差RSD分别为2.33%、3.04%和3.83%,相对分析误差RPD分别为3.542、2.642和2.581,说明这三种掺假花生油所建立的最优定标模型的预测精度高,其中花生油中掺入大豆油的预测精度最高,检测花生油中掺入棉籽油与棕榈油的最低掺假量为3%。为花生油二元掺伪模式提供了一种简便、快速、有效的分析方法。     

A micro-method for the estimation of oil content and fatty acid composition in seeds with special reference to cyclopropenoic acids

A micro-method is described for the routine estimation of oil content and fatty acid composition in seeds containing cyclopropenoic fatty acids (CPEFA) by determination of the total and component long-chain fatty acids. The oil was transmethylated without prior extraction using 1.17% sodium methoxide in methanol at 80°C for 45 min. The resultant fatty acid methyl esters were separated and measured by gas-liquid chromatography using a glass capillary column coated with Carbowax 20 M at 170°C. The method was shown to be applicable to a wide range of seeds including cottonseed (Gossypium hirsutum), kapok (Ceiba pentandra), paka (Urena lobata), baobab (Adansonia grandidieri and A. suarezensis). Individual seeds can be used with this method which needs only 50 to 150 mg for analysis. Results obtained with this micro-method were reproducible and good recoveries of oil and individual fatty acids were observed. The micro-method was compared for the determination of CPEFA (malvalic plus sterculic acids) to the nuclear magnetic resonance quantitation and gas-liquid chromography after derivatisation of CPEFA in more stable compounds.