葛粉摻假的傅里葉變換紅外光譜法鑒別研究

劉 嘉，李建超，陳 嘉，趙國華,2,*

(1. 西南大學(xué)食品科學(xué)學(xué)院，重慶 400715； 2. 重慶市農(nóng)產(chǎn)品加工技術(shù)重點(diǎn)實(shí)驗(yàn)室，重慶 400715)

葛粉摻假的傅里葉變換紅外光譜法鑒別研究

劉 嘉1，李建超1，陳 嘉1，趙國華1,2,*

(1. 西南大學(xué)食品科學(xué)學(xué)院，重慶 400715； 2. 重慶市農(nóng)產(chǎn)品加工技術(shù)重點(diǎn)實(shí)驗(yàn)室，重慶 400715)

以葛粉及葛粉中分別摻假紅薯粉和馬鈴薯粉作為研究對象，采集400～4000cm-1波數(shù)范圍內(nèi)的紅外傅里葉變換光譜，結(jié)合主成分分析對樣品的進(jìn)行聚類劃分。并通過Fisher判別，建立葛粉真?zhèn)蔚呐袆e方程。分別以樣本回判及外部驗(yàn)證考察模型可靠性。結(jié)果表明：葛粉、紅薯粉與馬鈴薯粉及三者不同比例混合樣品的二維主成分分布位于不同區(qū)域，且葛粉與摻假葛粉之間無重疊。判別方程經(jīng)樣本回判及外部驗(yàn)證表明，葛粉中摻假紅薯粉和葛粉中摻假馬鈴薯粉的自身驗(yàn)證準(zhǔn)確率分別為93.3%和100%；交互驗(yàn)證準(zhǔn)確率分別為86.7%和92.0%。此方法具有很好的鑒別作用，可作為葛粉中摻假紅薯粉和馬鈴薯粉的一種鑒別方法。

葛粉；傅里葉變換紅外光譜；主成分分析；判別分析

葛根為豆科植物葛(Pueraria lobata Ohwi)的根，是一種藥食兩用的天然植物資源[1-2]。以葛根為原料生產(chǎn)的葛粉是一種優(yōu)質(zhì)的野生植物淀粉，不僅富含人體必需的各種氨基酸和鈣、鐵、鋅、硒等微量元素，還含有異黃酮、葛根素等物質(zhì)，具有清熱解毒、生津止渴等功效[1-2]。市場中的不法商販為了賺取利潤，在純葛粉里大量地?fù)郊僦T如紅薯粉、馬鈴薯粉等廉價(jià)的薯類淀粉，這無疑使消費(fèi)者蒙受欺騙，市場信譽(yù)大打折扣。常用的葛粉檢測技術(shù)包括性狀比較、顯微鏡比較[3]以及液相色譜等。它們存在諸如淀粉之間性質(zhì)相似，無法精確檢測[3]；儀器操作復(fù)雜，價(jià)格不菲等缺點(diǎn)及限制。因此，葛粉交易市場迫切需要一種快速、準(zhǔn)確并且經(jīng)濟(jì)的真假鑒別技術(shù)。

紅外光譜(infrared spectroscopy，IRS)技術(shù)不僅能夠?qū)ξ镔|(zhì)的化學(xué)結(jié)構(gòu)作出判定，而且能夠建立樣品的特征指紋圖譜。并以其分析速度快，效率高；樣品一般不需預(yù)處理；分析成本低，無污染；便于在線分析；操作簡便等優(yōu)點(diǎn)，成為食品安全與質(zhì)量控制領(lǐng)域的研究熱點(diǎn)[4]。他被廣泛用于食品種類鑒別[5-9]、攙假判別[10-13]、特征成分定量分析[14-15]、風(fēng)險(xiǎn)成分分析[16]、質(zhì)地評價(jià)[17-18]等多方面。Gurdeniz 等[13]利用純橄欖油及其摻假樣品的紅外光譜，并結(jié)合主成分分析進(jìn)行鑒別。結(jié)果表明，當(dāng)橄欖油中摻入葵花籽油、菜籽油、棉籽油的比例高于5%，摻假樣品能夠被成功鑒別出來。Cozzolino等[5]對有機(jī)和非有機(jī)紅酒進(jìn)行常規(guī)理化檢測以及中紅外掃描，并結(jié)合主成分分析進(jìn)行區(qū)別。通過對比發(fā)現(xiàn)，有機(jī)紅酒和非有機(jī)紅酒在二維主成分分布圖中的分布區(qū)域存在差異，運(yùn)用此法能夠成功將二者區(qū)別開。Paradkar等[7]結(jié)合傅里葉轉(zhuǎn)換和拉曼光譜對蜂蜜進(jìn)行掃描，并通過主成分分析對蜂蜜中摻入甜菜糖和甘蔗糖進(jìn)行鑒別。結(jié)果表明，花蜜摻假樣品能夠被成功區(qū)分開，且正確識別率高于95%。Karoui等[8]在兩種不同品種的奶酪的中紅外圖譜中提取特征光譜段，結(jié)合主成分分析以及判別分析對樣品進(jìn)行鑒別。結(jié)果表明，在特征光譜段2800～3000cm-1和900～1500cm-1獲得的準(zhǔn)確識別率分別為90.9%和90.5%。目前，對于使用紅外光譜鑒別葛粉真?zhèn)芜€未見報(bào)道。因此，本實(shí)驗(yàn)將紅外光譜分析技術(shù)應(yīng)用于葛粉中摻入紅薯粉、馬鈴薯粉的鑒別之中，并結(jié)合主成分分析、判別分析建立葛粉真?zhèn)蔚呐袆e模型，以期為加強(qiáng)市場質(zhì)量監(jiān)管提供有力支持。

1 材料與方法

1.1 材料及處理

葛粉(一級，西南大學(xué)食品科學(xué)學(xué)院研制) 重慶鈺峰生物制品有限責(zé)任公司；紅薯淀粉 重慶市江北區(qū)石門兩兄豆制品廠；馬鈴薯淀粉 重慶金田農(nóng)業(yè)開發(fā)有限公司。

表1 葛粉與摻假葛粉的制備Table 1 Preparation of kudzu starch adulterated with sweet potato starch and potato starch

樣品經(jīng)烘箱(105℃)干燥2h，然后置于干燥器中冷卻至室溫。按表1經(jīng)電子天平準(zhǔn)精稱取樣品。共制備樣品96個(gè)，51個(gè)用于建模，45個(gè)用于驗(yàn)證。將樣品粉末與溴化鉀粉末按1:50的比例一起研磨，每次測定準(zhǔn)確稱取0.1g進(jìn)行壓片，并測定紅外光譜。

1.2 儀器

Spectrum GX傅里葉變換紅外光譜儀 Perkin-Elmer公司。

1.3 儀器條件

DTGS檢測器，光譜分辨率4cm-1，掃描范圍4000～400cm-1，掃描次數(shù)16次，掃描時(shí)即時(shí)去除水分和CO2的背景干擾。采用紅外光譜儀自帶的Spectrum 2.0操作軟件采集及處理紅外圖譜。

1.4 數(shù)據(jù)處理

通過測定，得到樣品粉末的紅外光譜圖。以樣品為對象，以不同波數(shù)段及其吸光度為指標(biāo)。將原圖譜數(shù)據(jù)以JCAMP-DX格式作為數(shù)據(jù)源導(dǎo)入U(xiǎn)nscrambler 7.8中進(jìn)行主成分分析。取得主成分得分值后，使用SPSS 16.0軟件進(jìn)行判別分析。

2 結(jié)果與分析

2.1 葛粉與摻假葛粉的紅外光譜比較

圖1 葛粉摻假紅薯粉的紅外光譜圖Fig.1 Infared spectrum of kudzu starch adulterated with sweet potato starch

圖2 葛粉摻假馬鈴薯粉的紅外光譜圖Fig.2 Infared spectrum of kudzu starch adulterated with potato starch

由圖1、2可見，3種淀粉的紅外光圖譜無太大差異，均在2800～3100cm-1處出現(xiàn)了－CH的伸縮振動(dòng)吸收峰；在3500～3000cm-1范圍內(nèi)出現(xiàn)了－OH的伸縮振動(dòng)吸收峰；在1000cm-1左右出現(xiàn)糖環(huán)中C－C伸縮振動(dòng)吸收峰；在1634cm-1附近出現(xiàn)C=O或C=C的伸縮振動(dòng)區(qū)。紅外光譜圖綜合反映出了3種淀粉組成成分的一些基本信息?？梢钥闯觯庾V吸收峰的峰形和峰位都存在很大的相似性，因此需要結(jié)合多元統(tǒng)計(jì)分析對獲得的紅外光譜進(jìn)行處理，以建立葛粉及摻假葛粉的鑒別模型。

2.2 主成分分析

主成分分析(principal component analysis，PCA)能將原始變量線性組合成一組新的變量，即一組主成分，僅用部分主成分就可表達(dá)原有變量的主要信息。利用這一特性，可實(shí)現(xiàn)紅外光譜數(shù)據(jù)的線性降維投影顯示，從而能直觀地從二維或三維圖象中觀察到光譜的主要特性和聚類情況[4]。在葛粉和摻假葛粉樣品中采集全波段4000～400cm-1作為分析數(shù)據(jù)，共55組。將所得數(shù)據(jù)導(dǎo)入U(xiǎn)nscrambler 7.8中進(jìn)行主成分分析，做出樣品的PC散點(diǎn)圖。圖3、4為葛粉與摻假假葛粉的第1、2主成分得分圖。橫坐標(biāo)表示第1主成分的得分值，縱坐標(biāo)表示第2主成分的得分值。同時(shí)，對葛粉與摻假葛粉進(jìn)行區(qū)域劃分，得到樣品各自的主成分二維分布圖。可以看出在以PC1和PC2為橫、縱軸的圖譜中，摻假葛粉與葛粉的分布區(qū)域相距較明顯，且圖3中各樣品內(nèi)聚合度較好。

圖3 葛根粉摻假紅薯粉的主成分分析圖Fig.3 Principal component score plot of kudzu starch adulterated with sweet potato starch

圖4 葛根粉摻假馬鈴薯粉的主成分分析圖Fig.4 Principal component score plot of kudzu starch adulterated with potato starch

通過主成分分析，得到55個(gè)樣品的主成分的方差累計(jì)貢獻(xiàn)率，如表2所示。葛粉中摻假紅薯粉和葛粉中摻假馬鈴薯粉的前5個(gè)主成分的累計(jì)貢獻(xiàn)率都超過了99%。說明前5個(gè)主成分已經(jīng)足夠代表55個(gè)樣品的重要信息。

表2 主成分的方差累計(jì)貢獻(xiàn)率Table 2 Accumulative variance contribution of principal components

2.3 判別分析

2.3.1 建立判別函數(shù)

用于判別分析(discriminant analysis，DA)的變量并不是越多越好，變量個(gè)數(shù)過多時(shí)，不僅會增大計(jì)算量，而且會由于判別力不強(qiáng)的變量的干擾而影響到最終的判別效果。通過對葛粉和摻假葛粉樣品在中紅外全波段4000～400cm-1作主成分分析，可以得到各主成分的反差貢獻(xiàn)率。從表2可以看出，兩個(gè)模型的前5個(gè)主成分即可代表原波長變量99%以上的信息。因此，選取兩個(gè)模型的前5個(gè)主成分作為判別分析變量，采用SPSS 16.0中Fisher判別進(jìn)行判別分析。對所有的變量作方差分析，驗(yàn)證所選變量是否達(dá)到顯著水平，結(jié)果見表3。

表3 變量方差分析結(jié)果Table 3 Results of variance analysis

由表3可知，兩種摻假模型的前3個(gè)主成分都達(dá)到顯著水平，可以保留作為建立判別函數(shù)關(guān)系式的變量。建立兩種摻假模型的判別函數(shù)關(guān)系式如下。

葛粉摻假紅薯粉：

f葛粉= － 3.757X1＋8.731X2＋ 1.290X3－ 0.0012；

f紅薯淀粉=0.970X1＋0.517X2－0.041X3－171.963；

f30%摻假=0.641X1－ 1.248X2－ 0.324X3－ 34.801；

f50%摻假=0.503X1－1.982X2－0.164X3－60.753；

f70%摻假=0.357X1－1.876X2－0.180X3－59.225。

葛粉摻假馬鈴薯粉：

f葛粉=0.399X1－0.188X2＋0.272X3－56.476；

f馬鈴薯淀粉=－0.235X1＋0.124X2＋0.895X3－30.675；

f30%摻假=0.165X1＋0.035X2－0.635X3－17.834；

f50%摻假=0.034X1－0.031X2＋0.824X3－18.599；

f70%摻假=－0.264X1＋0.042X2＋0.549X3－24.581。

2.3.2 判別效果

首先可以利用判別分析的自身驗(yàn)證和交互驗(yàn)證對建模樣品進(jìn)行回判，以驗(yàn)證判別效果。運(yùn)用交互驗(yàn)證法往往能得出較自身驗(yàn)證法更高的誤判率，其回判結(jié)果的可信度更高。本實(shí)驗(yàn)對51個(gè)建模樣品進(jìn)行自身驗(yàn)證和交互驗(yàn)證。其判別結(jié)果見表4、5。

表4 葛粉摻假紅薯粉的回判結(jié)果Table 4 Classification results of kudzu starch adulterated with sweet potato starch

表5 葛粉摻假馬鈴薯粉的回判結(jié)果Table 5 Classification results of kudzu starch adulterated with potato starch

判別分析最終利用其所得的判別函數(shù)對未知樣品進(jìn)行判別分類。針對3種純淀粉及摻假樣品，各再每組準(zhǔn)備5個(gè)樣品(共45個(gè))。將樣品主成分值帶入判別函數(shù)中。樣品所得函數(shù)值最大者表明屬于相應(yīng)一類。

表6 葛粉摻假紅薯粉的外部驗(yàn)證結(jié)果Table 6 Prediction results of kudzu starch adulterated with sweet potato starch

表7 葛粉摻假馬鈴薯粉的外部驗(yàn)證結(jié)果Table 7 Prediction results of kudzu starch adulterated with potato starch

由表6、7可見，外部驗(yàn)證表明葛粉與摻假葛粉的判別結(jié)果與實(shí)際情況完全一致，葛粉真?zhèn)蔚蔫b別能夠?qū)崿F(xiàn)。說明所選取的變量對判別函數(shù)鑒別真?zhèn)胃鸱酆线m。

3 結(jié) 論

應(yīng)用紅外光譜技術(shù)結(jié)合主成分分析和判別分析對葛粉真?zhèn)芜M(jìn)行鑒別研究。通過提取樣本的主成分作為判別分析的輸入值，進(jìn)而獲得鑒別葛粉真?zhèn)蔚呐袆e模型。經(jīng)判別分析得出葛粉中摻假紅薯粉和葛粉中摻假馬鈴薯粉的自身驗(yàn)證準(zhǔn)確率分別為93.3%和100%；交互驗(yàn)證準(zhǔn)確率分別為86.7%和92%。另外制備摻假樣品進(jìn)行外部驗(yàn)證，準(zhǔn)確識別率分別為96%和92%，獲得了理想的預(yù)測精度。本實(shí)驗(yàn)使用紅外光譜分析技術(shù)結(jié)合主成分分析、判別分析法鑒別葛粉真?zhèn)?。此法能夠運(yùn)用已知樣本的性質(zhì)、特征建立葛粉摻假識別模型，達(dá)到快速鑒別葛粉真?zhèn)蔚哪康?。為葛粉真?zhèn)蔚目焖贆z測提供了一種新方法。

[1] 廖洪波, 賀稚非, 王光慈, 等. 葛根的研究進(jìn)展及展望[J]. 食品工業(yè)科技, 2003, 24(2): 81-83.

[2] 盧成瑛, 陳功錫, 卜小英, 等. 不同來源葛根淀粉的理化性質(zhì)比較[J].食品科學(xué), 2009, 30(21): 50-52.

[3] 盧成瑛, 陳功錫, 卜小英, 等. 湘西葛根淀粉與幾種植物淀粉特性比較[J]. 食品科學(xué), 2008, 29(12): 120-123.

[4] 羅陽, 王錫昌, 鄧德文. 近紅外光譜技術(shù)及其在食品感官分析中的應(yīng)用[J]. 食品科學(xué), 2009, 30(7): 273-276.

[5] COZZOLINO D, HOLDSTOCK M, DAMBERGS R G, et al. Mid infrared spectroscopy and multivariate analysis: a tool to discriminate between organic and non-organic wines grown in Australia[J]. Food Chemistry, 2009, 116(3): 761-765.

[6] HASHIM D M, CHEMAN Y B, NORAKASHA R, et al. Potential use of Fourier transform infrared spectroscopy for differentiation of bovine and porcine gelatins[J]. Food Chemistry, 2010, 118(3): 856-860.

[7] PARADKAR M M, IRUDAYARAJ J. Discrimination and classification of beet and cane inverts in honey by FT-Raman spectroscopy[J]. Food Chemistry, 2001, 76(2): 231-239.

[8] KAROUI R, MAZEROLLES G, BOSSET J O, et al. Utilisation of mid-infrared spectroscopy for determination of the geographic origin of Gruyere PDO and LEtivaz PDO Swiss chesses[J]. Food Chemistry,2007, 105(2): 847-854.

[9] KEMSLEY E K, RUAULT S, WILSON H R. Discrimination between coffea Arabica and coffea canephora variant robusta beans using infrared spectroscopy[J]. Food Chemistry, 1995, 54(3): 321-326.

[10] 馮利輝, 劉波平, 張國文, 等. 芝麻油中摻入菜籽油的近紅外光譜研究[J]. 食品科學(xué), 2009, 30(18): 296-299.

[11] 榮菡, 劉波平, 鄧澤元, 等. 基于PLS-模式識別近紅外光譜技術(shù)快速檢測鮮乳和摻假乳[J]. 食品科學(xué), 2008, 29(8): 492-495.

[12] 王右軍, 朱大洲, 屠振華, 等. CCD短波近紅外光譜快速檢測牛奶中摻假物質(zhì)的研究[J]. 食品科學(xué), 2009, 30(6): 135-138.

[13] GURDENIZ G, OZEN B. Detection of adulteration of extra-virgin olive oil by chemometric analysis of mid-infrared spectral data[J]. Food Chemistry, 2009, 116(2): 519-525.

[14] 王立琦, 張禮勇, 朱秀超. 大豆油脂過氧化值的近紅外光譜分析大豆油脂過氧化值的近紅外光譜分析[J]. 食品科學(xué), 2010, 31(6): 205-207.

[15] 李慶波, 汪曣, 徐可欣, 等. 牛奶主要成分含量近紅外光譜快速測量法[J]. 食品科學(xué), 2002, 23(6): 125-127.

[16] 王彩云, 相秉仁, 張偉, 等. 近紅外光譜法快速檢測牛奶中氯霉素殘留[J]. 食品科學(xué), 2009, 30(6): 184-187.

[17] 祝靜, 丁武. 羊酸奶質(zhì)構(gòu)特性的近紅外光譜定量分析[J]. 食品科學(xué),2010, 31(19): 170-173.

[18] 羅陽, 王錫昌, 鄧德文. 近紅外光譜分析檢測魚丸彈性的可行性研究[J]. 食品科學(xué), 2008, 29(8): 530-533.

Discrimination of Kudzu Starch Adulteration by Fourier Transform Infrared Spectroscopy

LIU Jia1，LI Jian-chao1，CHEN Jia1，ZHAO Guo-hua1,2,*
(1. College of Food Science, Southwest University, Chongqing 400715, China；2. Chongqing Key Laboratory of Agricultural Product Processing, Chongqing 400715, China)

The discrimination of kudzu starch with adulterated sweet potato starch and potato starch was conducted by midinfrared spectroscopy (400－4000 cm-1) and principal component analysis (PCA). An equation was created through fisher linear discriminant analysis, and its reliability was verified by classifying training samples and testing samples. The results showed that the two dimensional distribution of principal component of samples belonged to different locations, and there was no overlap between kudzu starch location and adulterated samples. The classification of training samples and testing samples showed that the self-recognition rates of kudzu starch adulterated with sweet potato starch and potato starch were 93.3% and 100%, respectively. Meanwhile, the interactive correct recognition rates of kudzu starch adulterated with sweet potato starch and potato starch were 86.7% and 92.0%, respectively. So this method has good discrimination ability, and may offer a new approach for the rapid discrimination of kudzu starch adulterated with sweet potato starch and potato starch.

kudzu starch；Fourier transform infrared spectroscopy；principal component analysis；discriminant analysis

TS201.21

A

1002-6630(2011)08-0226-05

2010-06-13

中央高?；究蒲袠I(yè)務(wù)費(fèi)專項(xiàng)(XDJK2010016)

劉嘉(1985—)，男，碩士研究生，研究方向?yàn)槭称坊瘜W(xué)。E-mail：mcgrady456@163.com

*通信作者：趙國華(1971—)，男，教授，博士，研究方向?yàn)槭称坊瘜W(xué)。E-mail：zhaoguohua1971@163.com