基于高效液相色谱-高分辨质谱法的非靶标代谢组学方法分析鉴别不同产地番茄

目的 分析不同产地来源番茄内源成分的差异及建立产地来源判别方法。方法 采用液相色谱-高分辨质谱（liquid chromatography - high resolution mass spectrometry,HPLC-HRMS）分析来源于全国5个地区105个番茄样品的乙醇-水提取物化合物组成,结合主成分分析(principal component analysis PCA)、正交偏最小二乘法判别分析(orthogonal partial least squares analysis discriminant analysis OPLS-DA)、双向正交偏最小二乘法判别分析(two-way orthogonal PLS-DA,O2PLS-DA)方法,对采集的HPLC-HRMS数据进行标志成分筛选和产地溯源模型构建。结果 以全部875个化合物为变量构建O2PLS-DA模型,筛选出其中99个对模型判别贡献较大的特征成分,重新构建了番茄产地的OPLS-DA判别模型,判别正确率达到99.05%。对特征成分进行了化合物结构分析,确定了其中18个有机酸、黄酮类特征化合物。结论 本研究建立的基于液相色谱-高分辨质谱的非靶标代谢组学方法能够科学、准确地用于番茄产地溯源,该研究为番茄产地溯源提供了一种新的策略。     

基于近红外光谱技术的海参品质快速检测

目的应用近红外光谱技术建立海参产地区分和胶原蛋白快速检测的方法。方法总计43个海参样品来自大连、福建、连云港、山东4个地区。首先采集样品的近红外光谱图,经过标准正态变量(standard normal variables,SNV)预处理,利用不同定性判别模型对海参产地进行区分。通过分光光度计法测定海参的胶原蛋白含量,利用偏最小二乘法(partial least squares,PLS)、区间偏最小二乘法(interval partial least squares,iPLS)、向后区间偏最小二乘法(backwards interval partial least squares,BiPLS)和联合区间偏最小二乘法(synergy interval partial least squares,Si PLS)建立了海参胶原蛋白含量的预测模型。结果产地区分模型中最小二乘支持向量机(least-squares support vector machine regression,LS-SVM)的识别率最高,校正集识别率为100%,预测集识别率为95.35%;海参胶原蛋白预测模型中BiPLS的预测效果较好,校正集相关系数Rc为0.9002,预测集相关系数Rp为0.8517。结论近红外光谱技术可实现对海参的产地区分和胶原蛋白的快速检测。     

基于近红外光谱技术的白酒原酒中关键成分的定量分析

采用间隔偏最小二乘法(interval partial least squares,i PLS)、组合间隔偏最小二乘法(synergy interval partial least squares,Si PLS)、遗传偏最小二乘法(genetic algorithms partial least squares,GA-PLS)、竞争性自适应重加权法(competitive adaptive reweighted sampling,CARS)优选波长,并结合偏最小二乘法(partial least squares,PLS)建立白酒原酒中乙酸乙酯和乳酸乙酯定量分析模型。结果表明,上述4种方法都对模型有一定的优化效果,其中遗传算法结合组合间隔偏最小二乘算法(genetic algorithms-synergy interval partial least squares,GA-SiPLS)优选波长的优化效果最为明显,乙酸乙酯和乳酸乙酯的决定系数(R~2)分别达到了0. 989 7和0. 991 0,预测均方根误差(root mean square error of prediction,RMSEP)分别为0. 085 4、0. 143 4,相对分析误差(relation percent deviation,RPD)分别为8. 5和8. 6,提高了模型的稳定性和精准性。说明近红外光谱分析技术对于白酒原酒中乙酸乙酯和乳酸乙酯含量的检测具有科学的指导意义。     

基于超高效液相色谱-高分辨质谱法的冷冻过程中猪肉差异物质代谢组学分析

目的 基于超高效液相色谱-高分辨质谱法(ultra performance liquid chromatography-high resolution mass spectrometry, UPLC-HRMS)建立非靶向代谢组学差异物质研究方法, 以筛查猪肉在冷冻过程中的差异性代谢物。方法 比较6种不同溶剂提取的代谢特征离子的数量, 选择最佳的提取溶剂。应用UPLC-HRMS分析冻龄为0、2、4和6个月猪肉样品的代谢物, 并结合化学计量学和统计学方法(正交偏最小二乘判别分析、主成分分析、单变量统计分析和倍数变化、火山图分析)分析不同冻龄时间的样品, 筛选出差异性标志物, 利用质谱数据库定性标志物。结果 5%氨化甲醇（氨水:甲醇 = 5:95, v:v）为最佳的提取溶剂。正交偏最小二乘法判别分析（orthogonal partial least squares-discriminant analysis, OPLS-DA和主成分分析（principal component analysis, PCA）的结果显示冷冻2、4、6个月的样品与新鲜样品可以被成功区分。通过Compound Discover软件分析, 在冷冻2、4和6个月时分别鉴定出了3385、3874和4111个代谢物, 通过统计分析和数据库匹配, 在新鲜肉与冷冻2、4和6个月猪肉之间分别鉴定出了12、13和13种差异性化合物。其中烟酰胺、烟酰胺腺嘌呤二核苷酸、5-脱氧-5-甲硫腺苷、次黄嘌呤、芥酰胺、18-β-甘草次酸6种化合物为各冻龄阶段共有, 且呈现出规律性变化, 可作为判别猪肉冻龄时间的差异性标志物。结论 基于UPLC-HRMS技术的非靶向代谢组学能快速有效地筛查猪肉的冻龄标志性化合物, 本研究为猪肉在冷冻过程的代谢变化规律和质量控制提供了依据。     

基于脂肪酸指纹的胡麻油真实性判别模型的建立

胡麻油富含α-亚麻酸,价格是其他食用油的3～20倍,极易被掺假和冒充,因此,基于脂肪酸(fatty acids, FAs)指纹建立了胡麻油真实性判别模型。采集胡麻油、菜籽油、葵花籽油、大豆油、花生油、玉米油、芝麻油、调和油8种食用油及餐厨垃圾油和地沟油2种废弃油,利用气相色谱法测定油脂中的12种FAs,进行主成分分析(principal component analysis, PCA),观察10种油脂以FAs聚类的特征,用正交偏最小二乘判别分析(orthogonal partial least squares discriminant analysis, OPLS-DA)评价以FAs指纹鉴别胡麻油物种、冷热榨工艺及品级真实性的可行性,并建立胡麻油中菜籽油掺假量的偏最小二乘回归(partial least squares, PLS)定量预测模型。胡麻油与其他油脂FAs指纹极其不同,C_18∶3ω3质量比为(50.14±9.68)g/100g,显著高于其他油脂;而C_18∶1ω9和C_18∶2ω6质量比分别为(16.62±5.02...     

奶茶粉脂肪酸指纹特征及真实性判别模型建立

目的 评价以脂肪酸(fatty acid, FAs)指纹建立奶茶粉真实性判别模型的可行性。方法 采集生牛乳喷雾干燥(湿法)和植脂末、乳粉、炼乳粉粉末原料混合制备(干法)奶茶粉138种产品,并采集植脂末、奶油粉和奶粉为参照样品,气相色谱法检测FAs,进行差异性比较,并进行正交偏最小二乘判别分析(orthogonalpartial least squares discriminant analysis, OPLS-DA)和层聚类分析(hierarchical cluster analysis,HCA),观察各种类奶茶粉样品聚类特征,评价模式相似度。构建奶茶粉掺植脂末OPLS-DA和偏最小二乘(partial least square, PLS)预测模型。结果 生牛乳湿法制备的奶茶粉与其他3种干法制备的奶茶粉FAs指纹显著不同,与奶粉有同质性,两者模式相似度为94.9%; 3种干法制备的奶茶粉与植脂末、奶油粉存在同质性,可归入同一个大类,模式相似度为27.2%。OPLS-DA和PLS模型有良好的预测能力,可以区分0%植脂末(奶粉)与添加12.5%植脂末的人工奶茶粉样品。3种市售干法制备奶茶粉...     

近红外光谱技术定量检测果味啤中的果汁含量

该文以近红外光谱分析技术快速测定菠萝啤中果汁含量为目的,采用了后向间隔偏最小二乘(backward interval partial least squares,Bi-PLS)、组合间隔偏最小二乘(synergy interval partial least squares,Si-PLS)以及遗传算法(genetic algorithm,GA)提取特征波长以提高模型性能。研究结果表明,基于Si-PLS提取的特征波长结合偏最小二乘法(partial least squares,PLS)建立的定量分析模型效果最好,从原始光谱范围4 000～10 000 cm~(-1)内筛选出3个特征光谱区间,分别为(4 484～4 960,5 600～6 051,7 844～8 080) cm~(-1),共94个特征变量,比原始1 501个波长变量减少了93. 7%,验证集的均方根误差和决定系数分别为0. 18%、0. 89,范围误差比为3. 17。实验结果表明,近红外光谱分析技术用于测定果味啤中的果汁含量是可行的,这为快速高效测定菠萝啤果汁含量提供了一种方法依据。     

融合密度与光谱特征的苹果霉心病无损检测

针对近红外漫反射光谱对苹果霉心病判别准确率较低的问题,提出了一种融合密度特征与漫反射光谱的苹果霉心病多因子无损检测方法。基于光谱采集平台获取195个富士苹果的漫反射光谱(200～1 100 nm)信息,利用WLD-600密度仪获取苹果密度信息,采用标准正态变量变换(standard normal variable transformation, SNV)对光谱数据进行预处理,竞争性自适应重加权采样法(competitive adaptive reweighted sampling, CARS)和连续投影算法(successive projection algorithm, SPA)结合用于提取与霉心病相关的特征光谱,分别以密度、特征光谱、密度+特征光谱作为模型因子,建立偏最小二乘判别(partial least squares discriminant analysis, PLS-DA)、Fisher判别、支持向量机(support vector machine, SVM)和最小二乘支持向量机(least squares support vector machine, LS-SVM)4...     

基于氢核磁共振与偏最小二乘法对酸枣仁及其掺伪品的鉴别

采用氢核磁共振(1H nuclear magnetic resonance,1H NMR)代谢组学技术对酸枣仁、理枣仁以及不同比例的掺伪粉末进行对比,结合多元统计分析建立一种快速鉴别酸枣仁粉末及其掺伪品的方法。主成分分析显示掺伪比例较低的样品与酸枣仁有部分的重叠。偏最小二乘法-判别分析(partial least squares-discriminant analysis,PLS-DA)显示,当掺伪比例不低于40%时,酸枣仁粉和掺伪品沿t[1]轴完全分开。在此基础上,采用PLS对酸枣仁及其不同掺伪比例粉末样品训练集数据进行回归分析,并建立掺伪判别模型。1H NMR与PLS相结合的模型预测结果准确性较高,可实现酸枣仁中理枣仁掺假的快速鉴别。该方法为酸枣仁及含酸枣仁的保健食品、复方制剂质量评价提供了一条新途径。     

基于多化学组分的模式识别法在地理标志食醋真伪鉴别中的应用

测定了地理标志食醋(山西老陈醋)中的氨基酸、金属元素、多元醇、有机酸和食醋特征成分四甲基吡嗪等5类成分的含量,并且基于这些化学成分的含量结合经典的化学计量学方法——主成分分析(principal component analysis,PCA)和偏最小二乘分析(partial least squares analysis,PLS),建立了适用于地理标志食醋(山西老陈醋)的鉴别方法。基于多化学组分组合建立模型的方式相比于单类成分构建模型的方式更充分利用了样品的综合特征信息,使得分类效果更明显,并且基于组合模型的PLS模型的预测准确率较高。在变量筛选过程中,使用了Fisher权函数变量选择法、类别权函数变量选择法、PCA距离变量选择法对模型变量进行了优化,基于优化后的变量所建立的模型其性能被证实是令人满意的。研究发现,基于氨基酸、无机元素、多元醇、有机酸、食醋特征成分四甲基吡嗪的组合数据建立的PLS模型,可以作为山西老陈醋真伪鉴别的手段。     

NMR profiling clarifies the characterization of Finnish honeys of different botanical origins

The Finnish varietal honeys are valued specialty foods with unique characteristics, owing to their botanical origin. ¹H NMR metabolomics was applied to examine the compositional differences and origin-related markers of naturally complex boreal honeys (buckwheat, clover, dandelion, heather, Himalayan balsam, honeydew, linden, lingonberry, multifloral). Special focus was on the metabolites in aqueous samples. Chloroform extracts of selected samples were also analyzed for additional metabolic evidence.Qualitative profiling revealed 2-hydroxy-3-methylbutyric, 2-hydroxy-3-methylpentanoic, 3-methyl-2-oxopentanoic and 4-methyl-2-oxopentanoic acids as specific markers for dandelion (Taraxacum spp.) honeys. Full discrimination of buckwheat, dandelion, heather, and honeydew honeys was achieved with principal component analysis (PCA) and orthogonal partial least squares discriminant analysis (OPLS-DA). Melezitose, glucose, and fructose explained 83% of the variation in the PCA. The OPLS-DA loadings highlighted the discriminatory effect of the origin-specific non-saccharide metabolites.This study is a platform for a national honey library and analysis service. The results will facilitate and rationalize the characterization and quality control of the boreal varietal honeys.     

基于UPLC-QTOF-MS结合非靶向代谢组学鉴别3种江西名茶

利用超高效液相色谱-四极杆飞行时间质谱仪建立一种狗牯脑、庐山云雾茶和婺源绿茶品质鉴别的非靶向代谢组学分析方法.利用MassHunter Mass Profile对原始数据进行逐步筛选,最终确定220个特征差异化合物,并对其进行主成分分析和聚类分析,结果表明3种茶叶具有较大差异.构建偏最小二乘判别分析预测模型,该模型能够...     

茯苓多糖对双岐杆菌BB-12关键代谢产物的影响

为探究动物双岐杆菌乳双歧亚种BB-12代谢茯苓多糖的关键代谢产物,采用基于液质联用技术（LC-MS/MS）的非靶向代谢组学手段,以葡萄糖作为对照,分析茯苓多糖对动物双岐杆菌乳双歧亚种BB-12关键代谢产物的影响。结果表明,茯苓多糖可显著促进双歧杆菌BB-12的生长。结合主成分分析（Principal Component Analysis, PCA）和正交偏最小二乘判别模型（Orthogonal Partial Least Squares Discriminant Analysis, OPLS-DA）等分析手段,筛选出丹芝酸、黄藤素等具有明确生理功能的差异代谢产物共12种,并显著富集到ABC转运蛋白通路、亚油酸代谢通路、半乳糖代谢通路等17条差异代谢通路。这些代谢物和代谢通路均可证明双歧杆菌BB-12在发酵茯苓多糖的情况下表现出更优异的生长性能和益生功效。该实验从小分子代谢物水平分析了动物双歧杆菌乳双歧亚种BB-12代谢茯苓多糖后产生的代谢产物,为进一步研究茯苓及动物双岐杆菌乳双歧亚种BB-12在人体内发挥益生功效的相关机制提供理论依据和指导。     

枇杷蜂蜜中饴糖的近红外光谱检测

实验通过对纯枇杷蜂蜜及主动掺入1%、2%……30%饴糖的假枇杷蜂蜜进行近红外光谱扫描,采用TQAnalysisv6对数据进行预处理,建立饴糖含量的定性及偏最小二乘法和主成分回归法定量分析模型,并将模型应用于蜂蜜样品的分析预测。结果显示,采用原始光谱或一阶微分处理建立的判别分析模型均能够较好地区分掺饴糖蜂蜜与纯蜂蜜。根据PLS算法、PCR算法建立的定量模型相关系数分别为0.99771、0.98654,用于预测的蜂蜜样品实际值与预测值之间的决定系数分别为0.992、0.974。由此可见,用近红外光谱技术鉴别蜂蜜中是否添加饴糖是可行的,在实际操作中可以采用近红外光谱法快速定性判别蜂蜜中是否含有饴糖,也可根据化学计量法确定饴糖的含量,为蜂蜜打假提供依据。     

基于UPLC-QE-Orbitrap-MS的宁夏枸杞鲜果和枸杞干果差异性代谢物分析

为研究不同宁夏枸杞果实的差异性，以枸杞鲜果和枸杞干果为样品，利用非靶向代谢组学方法分析枸杞鲜果和枸杞干果的差异性代谢物。采用超高效液相色谱-四极杆/静电场轨道阱高分辨质谱法建立非靶向代谢组学方法，通过主成分分析（PCA）、偏最小二乘法分析（PLS-DA）模型、单变量统计分析、聚类分析、火山图等统计学方法对所有代谢物进行鉴定分析，筛选出差异性代谢物。结果表明，枸杞鲜果和枸杞干果可以明显区分，枸杞鲜果和干果中共鉴定出35种差异代谢物，其中有机酸、氨基酸、黄酮类化合物呈上调表达，核苷酸类、酚酸类、香豆素类化合物呈下调表达。本研究基于非靶向代谢组学揭示了宁夏枸杞鲜果和枸杞干果的代谢产物差异性以及特征化合物，为研究不同枸杞果实的物质基础提供理论依据。     

基于代谢组学技术的玛咖产地鉴别

采用代谢组学的方法,基于超高效液相色谱-四极杆串联飞行时间质谱对不同产地的玛咖进行产地鉴别和各产地代谢物差异分析。通过正交偏最小二乘判别分析成功区分玛咖的5 个产地,并对各个产地玛咖的代谢物进行靶标和非靶标代谢组学分析,其中靶标代谢组学分析共鉴定出28 种代谢物,包括玛咖酰胺、玛咖烯、芥子油苷、生物碱、甾醇、多酚和黄酮,非靶标代谢组学分析鉴定出玛咖的产地标志物。结果表明代谢组学方法可以用于玛咖产地鉴别以及全组分的鉴定。     

Detection of inverted beet sugar adulteration of honey by FTIR spectroscopy

A combination of Fourier transform infrared (FTIR) spectroscopy and multivariate statistics as a screening tool for the determination of beet medium invert sugar adulteration in three different varieties of honey is discussed. Honey samples with different concentrations of beet invert sugar were scanned using the attenuated total reflectance (ATR) accessory of the Bio‐Rad FTS‐6000 Fourier transform spectrometer. The spectral wavenumber region between 950 and 1500 cm^?1 was selected for partial least squares (PLS) regression to develop calibration models for beet invert sugar determination in honey samples. Results from the PLS (first derivative) models were slightly better than those obtained with other calibration models. Predictive models were also developed to classify beet sugar invert in three different varieties of honey samples using discriminant analysis. Spectral data were compressed using the principal component method, and linear discriminant and canonical variate analyses were used to detect the level of beet invert sugar in honey samples. The best predictive model for adulterated honey samples was achieved with canonical variate analysis, which successfully classified 88–94 per cent of the validation set. The present study demonstrated that Fourier transform infrared spectroscopy could be used for rapid detection of beet invert sugar adulteration in different varieties of honey. © 2001 Society of Chemical Industry     

电子舌对掺入果葡糖浆掺假蜂蜜的识别

采用电子舌对不同蜂蜜以及掺入果葡糖浆的蜂蜜样品进行测定,对所获得的数据进行主成分分析、判别因子分析和偏最小二乘回归分析。结果表明:电子舌能够区分不同蜂蜜样品和掺假蜂蜜样品(果葡糖浆掺入比例≥5%);对掺假蜂蜜样品建立了偏最小二乘回归分析预测模型,电子舌响应信号和果葡糖浆掺入比例之间有很好的相关性(决定系数R2为0.992 0),偏最小二乘回归分析模型预测误差均≤5%(掺入比例为10%~70%)。试验证明电子舌可用于掺入果葡糖浆的掺假蜂蜜的识别。     

基于非靶向代谢组学分析不同品种宁夏枸杞差异性代谢物

目的 通过对宁杞7号、宁杞9号、宁杞10号三个不同品种的宁夏枸杞的差异性代谢物分析,为筛选优质枸杞品种提供参考依据。方法 采用超高效液相色谱-四极杆/静电场轨道阱高分辨质谱建立非靶向代谢组学研究方法,通过主成分分析（PCA）、偏最小二乘法分析（PLS-DA）模型、聚类分析等统计学方法分析三个品种的宁夏枸杞,区分筛查不同品种宁夏枸杞差异性代谢物。结果 宁杞7号、宁杞9号、宁杞10号三种宁夏枸杞品种在化学物质基础上差异较大,共鉴定出17种差异性代谢物（VIP＞1）,包括有机酸类及其衍生物3种、氨基酸类及其衍生物2种、黄酮类及黄酮醇类化合物7种、酚酸类2种、其它3种。结论 该研究为不同宁夏枸杞品种的差异性分析提供新的研究思路,对优质宁夏枸杞种质资源的挖掘与选育提供重要参考。     

Prediction of Inverted Cane Sugar Adulteration of Honey by Fourier Transform Infrared Spectroscopy

Fourier transform infrared (FTIR) spectroscopy with an attenuated total reflection (ATR) sampling accessory has been used to determine the cane medium invert sugar in 3 different varieties of honey. Predictive models were developed to classify the cane sugar-adulterated honey samples, using discriminant analysis. Linear discriminant and canonical variate analysis were used to discriminate adulterated honey samples. The optimum classification of 88 to 96.4% was achieved in a validation set, using linear discriminant analysis with the partial least squares (PLS) data compression technique. Calibrations developed to predict the spiked inverted cane sugar concentration in honey with PLS-1st derivative method gave standard error of prediction (SEP) between 2.8 to 3.6 % w/w.