基于特征脂肪酸和不同等价碳数甘油三酯的油茶籽油掺伪鉴别模型的建立

基于特征脂肪酸,棕榈酸/硬脂酸、油酸/硬脂酸、亚油酸/油酸以及不同等价碳数甘油三酯的含量等14个指标,运用主成分分析和Fisher判别分析方法,建立油茶籽油掺伪棕榈油、葵花籽油、米糠油、大豆油、花生油和棉籽油的掺伪鉴别模型。结果表明:所建模型都能完全准确识别掺伪20%及以上的掺伪油脂的掺伪量和种类,判别准确率为96. 22%。研究表明基于植物油在特征脂肪酸和不同等价碳数甘油三酯的含量的差异,运用PCA建立的掺伪鉴别模型具有一定的可行性。     

基于挥发性成分定性判别风味油茶籽油掺伪浸出油茶籽油PCA模型和逻辑回归模型的对比分析

为了解决风味(原香和烤香)油茶籽油掺伪浸出油茶籽油的定性判别问题,设计高、低两个掺伪梯度,基于挥发性成分构建并对比分析了定性判别风味油茶籽油掺伪浸出油茶籽油的主成分分析(PCA)模型和逻辑回归模型。结果表明：逻辑回归模型定性判别风味油茶籽油掺伪浸出油茶籽油的能力较强,优于PCA模型;高掺伪梯度下定性判别原香和烤香油茶籽油掺伪浸出油茶籽油,PCA模型的最低检出限分别为20%和60%,而逻辑回归模型的最低检出限均为10%;低掺伪梯度下定性判别原香和烤香油茶籽油掺伪浸出油茶籽油,PCA模型的判别不准确,而逻辑回归模型的最低检出限均为4%。逻辑回归模型能很好地定性判别风味油茶籽油掺伪浸出油茶籽油。     

茶油掺伪定性鉴别模型的对比分析

为了解决茶油掺伪其他植物油的掺伪量定量预测问题,本研究基于14个特征性脂肪酸和甘油三酯指标,设置高/低两种不同掺伪梯度,运用Python语言构建并对比分析了偏最小二乘回归(PLSR)模型和多元线性回归(MLR)模型用于掺伪茶油掺伪量的定量预测的效果。研究表明,PLSR模型对掺伪茶油的定量预测效果不理想,高掺伪梯度下PLSR模型的平均RMSE值高达1.99,低掺伪梯度下PLSR模型的平均R²值(0.8888)较低,平均RMSE值(0.906 6)较高。除了对棕榈油掺伪量的定量预测效果较差外,在高/低掺伪梯度下MLR模型定量预测能力较强,平均R²值达到了0.999 873/0.993 572,平均RMSE值为0.146/0.136。结果表明MLR模型可用于不同掺伪质量分数和梯度下茶油掺伪不同食用植物油的掺伪量定量预测问题,效果较好。     

基于脂肪酸组成甄别油茶籽油掺伪的研究

以植物油的特征信息——脂肪酸组成为依据,结合化学计量学,运用主成分法、偏最小二乘判别因子分析法来研究甄别油茶籽油的可行性,并运用偏最小二乘回归分析法来定量预测分析不同掺伪比例的油茶籽油。结果显示:主成分法(Principal Component Analysis,PCA)、偏最小二乘判别因子分析法(Partial Least-squares Analysis-Discriminat Factor Analysis,PLS-DFA)都能将油茶籽油样品与其他几种植物油样品区分开来,并且PLS-DFA要比PCA区分效果稍好;掺伪比例和脂肪酸组成具有较好的线性关系,偏最小二乘回归分析法(Partial Least-squares Analysis,PLS)能够定量预测分析掺伪比例为5%~60%的掺伪样品,且相关系数都能达到0.98以上,说明脂肪酸组成结合化学计量学方法能够很好的甄别油茶籽油掺伪,为快速甄别油茶籽油掺伪提供技术支撑。     

基于拉曼光谱-聚类分析快速鉴别掺伪油茶籽油

在532 nm激光光源的扩展拉曼光谱及一阶导数光谱中,油茶籽油与低价植物油及精炼地沟油光谱形态的差异显著,谱峰得到有效分离。基于全波段光谱信息和形态建立的多步聚类分析模型既可准确鉴定油茶籽油,还可准确鉴定各种类型的掺伪油茶籽油。对26份不同油茶籽油、105份不同低价植物油、75份5%及以上的掺杂油茶籽油和38份不同精炼地沟油的判别正确率均为100%,对5%及以上的180份掺假油茶籽油和72份掺杂植物油的判别正确率达92%以上。样品测量时无需制备样品及消耗化学试剂,测量和分析1份样品仅耗时5 min左右,可实现对掺伪油茶籽油的快速、无损和准确鉴别。     

基于脂肪酸组成的茶叶籽油和油茶籽油模式识别分析

采用气相色谱配氢火焰离子化检测器(flame ionization detector, FID)对2种不同茶树种(油茶树和茶叶树)制取的茶籽油的脂肪酸成分进行了定量分析,比较了它们在脂肪酸组成及含量上的差异,同时结合模式识别分析方法进行判别分析,挖掘它们的特征差异物。结果表明,在14个茶籽油(7个茶叶籽油和7个油茶籽油)中检出脂肪酸14种,共有成分12种,成分均以油酸、亚油酸、棕榈酸和硬脂酸为主,其余脂肪酸含量均较低;主要以不饱和脂肪酸为主,其中在茶籽油中平均占81.8%,在油茶籽油中平均占89.9%。利用统计学的手段,结合模式识别分析方法中的主成分分析(principle component analysis,PCA)、聚类分析(cluster analysis, CA)和偏最小二乘判别分析(partial least squares discrimination analysis,PLS-DA),能较好地区分2种的茶籽油,并进一步分析发现油酸、亚油酸、棕榈酸、硬脂酸、十七烷酸、花生一烯酸、二十四碳一烯酸可能是区别2种茶籽油的特征标记物。     

红外光谱快速测定油茶籽油脂肪酸组成的模型建立北大核心CSCD

通过气相色谱和傅里叶红外光谱仪测定86个油茶籽油样本的脂肪酸组成和红外光谱图,采用支持向量机(SVM)和BP人工神经网络(ANN)的非线性建模方法,构建油茶籽油中主要脂肪酸的定量回归模型。结果表明:ANN建立的油酸和棕榈酸定量回归模型精确度比SVM高,校正集的相关系数(R)分别为0.9987和0.9451,预测集的相关系数分别为0.9557和0.9262,相对标准偏差分别小于1%和5%;SVM和ANN建立的亚油酸定量分析模型精确度都非常高,相对标准偏差均小于1%。说明红外光谱用于油茶籽油中主要脂肪酸的快速检测是完全可行的。     

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。     

苹果籽油脂肪酸及甘油三酯组成分析

采用GC分析溶剂浸提法所得苹果籽油脂肪酸组成,结果表明苹果籽油中主要含有6种脂肪酸,分别为棕榈酸、硬脂酸、油酸、亚油酸、花生一烯酸和亚麻酸,不饱和脂肪酸含量近80%;胰脂酶水解甘油三酯表明苹果籽油sn–2位脂肪酸以油酸、亚油酸为主,含量占90%以上;RP–HPLC–ELSD分析了苹果籽油的甘油三酯组成,主要包括11种甘油三酯,其中LLL、OLL、OOL占70%以上,进一步验证了苹果籽油属于油酸―亚油酸型油脂。     

油茶籽油的营养价值及掺伪鉴定研究进展

油茶籽油富含油酸、亚油酸等功能性营养成分,营养价值较高.系统阐述了油茶籽油在预防心血管疾病、抗氧化、调节免疫、预防肥胖及护肝等方面的营养保健作用;综述了近红外光谱法、色谱法、电子鼻技术等鉴别油茶籽油的方法,并分析了各种鉴别方法的优缺点.提出应开发建立一套准确、快速、定量甄别检测油茶籽油掺伪的方法.     

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。     

基于近红外光谱技术的赣南茶油掺假快速鉴别北大核心CSCD

为了探索基于近红外光谱技术快速无损鉴别掺假油茶籽油的可行性,以赣南茶油为研究对象,通过掺入不同植物油如玉米油、花生油、菜籽油、葵花籽油和大豆油等制备掺假油茶籽油,应用近红外光谱技术采集其光谱特征信息,对比不同预处理方法和主成分数,并结合线性和非线性建模方法建立油茶籽油掺假鉴别模型,以识别准确率(纯油茶籽油样品和掺假油茶籽油样品被正确判别的比例)、灵敏度(纯油茶籽油样品被正确判别为纯油茶籽油的比例)、特异性(掺假油茶籽油样品被正确判别为掺假油茶籽油的比例)作为模型的评价指标,优选出最佳模型。结果表明:二阶微分联合线性判别分析(SD-LDA)模型为最优线性模型,标准正态变量变换联合人工神经网络(SNV-ANN)模型为最优非线性模型,两个模型的识别准确率、灵敏度、特异性分别为97.58%、100%、97.33%和98.99%、100%、98.88%。SNV-ANN模型鉴别效果优于SD-LDA模型,说明非线性模型更适于油茶籽油掺假判别,该模型能更准确地鉴别油茶籽油是否掺假。     

精炼过程对油茶籽油品质影响的研究

研究了精炼过程对油茶籽油品质的影响。结果表明:脱胶脱酸工序中油茶籽油酸值降低;脱色工序中油茶籽油色泽变浅、酸值上升、过氧化值降低;脱臭工序中油茶籽油中甾醇、α-生育酚、角鲨烯含量显著降低,分别降低了32.1%、16.6%、40.0%;冬化工序中因饱和脂肪酸结晶析出而使得油茶籽油碘值、不饱和脂肪酸含量和三油酸甘油酯含量升高;精炼过程中,油茶籽油脂肪酸组成和甘油三酯组成变化不大。     

霉变油茶籽对压榨油茶籽油的影响研究

为研究霉变油茶籽对压榨油茶籽油的影响,选择在新鲜油茶籽中,按不同比例添加严重霉变的油茶籽,分别混合粉碎后,120℃干燥至水分含量为4%～7%,然后冷却到50℃,分别投入榨油机进行压榨,称取所得油茶籽油,计算出油率,并将油茶籽油过滤,检测其透明度、气味、滋味、酸价、过氧化值、黄曲霉毒素等指标。结果表明:霉变油茶籽对油茶籽出油率和油茶籽油气滋味、酸价影响较大,但没有检测出黄曲霉毒素B_1、B_2、G_1、G_2。为了确保油脂品质,消除潜在风险,在榨油前应进行霉变油茶籽的筛选。     

茶叶籽油与油茶籽油的成分比较研究

采用气相色谱/质谱联用仪对茶叶籽油和油茶籽油的成分进行检测分析.结果表明:两种油均检测出21种成分,主要成分相同;茶叶籽油中含9-羰基壬酸,油茶籽油含芥酸,可用以鉴别;茶叶籽油和油茶籽油中油酸含量分别为78.377%.73.201%,亚油酸含量分别为3.287%,4.170%.     

冷榨油茶籽油的脂肪酸组成及氧化稳定性研究

以普通油茶果为原料,去壳后通过冷榨机机械压榨,得到冷榨油茶籽油,采用气相色谱法分析其脂肪酸组成,采用Rancimat法分析其氧化稳定性。研究结果表明:冷榨油茶籽油中不饱和脂肪酸含量为84.99%,其中油酸72.48%,亚油酸6.97%,α-亚麻酸2.22%;诱导期的对数与温度之间呈线性相关;在抗氧化剂添加量相等的情况下,TBHQ的抗氧化效果最好,其次是迷迭香提取物和茶多酚;使用100 mg/kg TBHQ+200 mg/kg迷迭香提取物作为冷榨油茶籽油的抗氧化剂,可使冷榨油茶籽油在120℃的诱导期延长1.88倍,抗氧化效果显著。     

山茶油微乳液的制备及稳定性分析

以山茶油为原料,采用拟三元相图法优化微乳液配方并研究其稳定性。探讨助表面活性剂种类、表面活性剂与助表面活性剂质量比(Km值)和制备温度对形成微乳液的影响,通过计算并比较拟三元相图微乳区面积确定各因素的最佳值,然后采用电导率法区分山茶油微乳液类型,最后对其稳定性进行分析。结果表明,制备具有最大加水量的山茶油微乳液的最佳条件为:固定山茶油与肉豆蔻酸异丙酯(IPM)(质量比1∶2)作油相占比34%,加水量15%,Tween80与Span80质量比4∶1作表面活性剂,正丁醇为助表面活性剂,Km值4∶1,混合表面活性剂与油相质量比6∶4,制备温度25℃。在最佳条件下,微乳液的类型为W/O型,并具有良好的热稳定性、离心稳定性、储藏稳定性、耐盐性和耐碱性。