朱帥偉++馬立威++李濤++陳小松++馬海濤++徐政++陳哲++趙巖
DOI:10.16660/j.cnki.1674-098X.2017.25.078
摘 要:目的 通過(guò)建立豆粉品質(zhì)測(cè)量模型檢測(cè)市售豆粉蛋白質(zhì)含量,便于了解市售豆粉真?zhèn)蔚默F(xiàn)狀。方法 購(gòu)于大型超市豆粉和不同產(chǎn)地大豆粉碎所得樣品共33份,其中定標(biāo)集樣品23份,預(yù)測(cè)集樣品10份。另設(shè)定標(biāo)集的陽(yáng)性對(duì)照12份,摻假預(yù)測(cè)樣品3份。運(yùn)用凱氏定氮法測(cè)定豆粉蛋白質(zhì)的化學(xué)值、波通DA7200近紅外谷物品質(zhì)分析儀收集光譜圖、光譜數(shù)據(jù)分析軟件Unscrambler分析光譜、PLS法建立豆粉品質(zhì)測(cè)量模型,并對(duì)預(yù)測(cè)集樣品進(jìn)行蛋白質(zhì)值的預(yù)測(cè)。結(jié)果 成功建立豆粉品質(zhì)測(cè)量模型,運(yùn)用模型預(yù)測(cè)樣品成分,通過(guò)比較預(yù)測(cè)值與實(shí)際值,模型的效果良好。表征相關(guān)方程為Y=1.0111X-0.4548,決定系數(shù)R2=0.9869,定標(biāo)標(biāo)準(zhǔn)偏差(SEC)為0.0912;預(yù)測(cè)集化學(xué)真值與預(yù)測(cè)值相關(guān)推斷方程為Y=0.9591X-1.6397,決定系數(shù)R2=0.9853,預(yù)測(cè)標(biāo)準(zhǔn)偏差(SEP)為0.0959。預(yù)測(cè)殘差均較小,蛋白質(zhì)含量實(shí)測(cè)值和預(yù)測(cè)值的殘差之和為-0.03。結(jié)論 大型超市售賣豆粉未檢出摻假現(xiàn)象,散賣商戶摻假豆粉的檢出率為100%。
關(guān)鍵詞:豆粉 近紅外光譜法 DA7200 蛋白質(zhì)含量
中圖分類號(hào):TS214 文獻(xiàn)標(biāo)識(shí)碼:A 文章編號(hào):1674-098X(2017)09(a)-0078-04
Abstract: Objective To establish a soybean powder quality measurement model to detect the content of commercially available soybean protein,and to understand the status quo of the authenticity of commercially available soybean meal.Methods A total of 33 samples were obtained from large-scale supermarket soybean meal and soybean soda from different areas.Among them,23 samples were set and 10 samples were prepared.Another set of positive control set of 12 copies,adulterated prediction of three samples.Quantitative analysis of spectrophotograms,spectral data analysis software Unscrambler analysis spectroscopy and PLS method were used to establish the model of soybean flour quality measurement,and the samples were prepared by using Kjeldahl method.Prediction of protein values.Results The model of soybean flour quality was successfully established.The model was used to predict the sample composition.By comparing the predicted value with the actual value,the model was effective.The correlation equation is Y=1.0111X-0.4548,the coefficient of determination is R2=0.9869,and the calibration standard deviation (SEC) is 0.0912.The prediction equation is Y=0.9591X-1.6397,and the coefficient R2=0.9853,the predicted standard deviation (SEP) was 0.0959.The predicted residuals are small,the sum of the measured values of the protein content and the predicted values is -0.03.Conclusion The results showed that the detection rate of adulterated soybean powder was 100%.
Key Words: Soybean powder; Near infrared spectroscopy(NIRS);DA7200;Protein content
大豆的營(yíng)養(yǎng)素含量豐富,其中蛋白質(zhì)含量比豬肉高2倍,是雞蛋含量的2.5倍[1]。大豆蛋白質(zhì)的氨基酸組成和動(dòng)物蛋白質(zhì)近似,容易被消化吸收;大豆脂肪含有較多不飽和脂肪酸,可以阻止膽固醇的吸收,具有較高營(yíng)養(yǎng)價(jià)值且易被消化吸收。豆粉是大豆經(jīng)烘烤和粉碎而制成的食品,反映其品質(zhì)的主要理化指標(biāo)為蛋白質(zhì),常規(guī)的豆粉品質(zhì)檢測(cè)方法如凱氏定氮法易受消化程度、實(shí)驗(yàn)溫度、裝置的氣密性等影響,標(biāo)準(zhǔn)化困難;而被廣泛應(yīng)用的NIRS是采集豆粉的光譜信息,建立快速、準(zhǔn)確、簡(jiǎn)便和穩(wěn)定的豆粉品質(zhì)評(píng)定方法,具有很好的理論研究意義和實(shí)際應(yīng)用價(jià)值。
1 材料與方法
1.1 試劑材料與設(shè)備
樣品來(lái)源包括采購(gòu)于大型超市的豆粉和從糧油市場(chǎng)中收集不同產(chǎn)地如黑龍江?。R齊哈爾、佳木斯、綏化、黑河和北安)、吉林省、遼寧省的大豆原材料直接粉碎獲得豆粉,并編號(hào)。23份定標(biāo)集樣品;10份預(yù)測(cè)集樣品。另設(shè)定標(biāo)集陽(yáng)性對(duì)照12份,摻假預(yù)測(cè)樣品3份。endprint
H2SO4(比重1.84);NaOH溶液;2%H3BO3溶液;鹽酸;硒粉;甲基紅(0.1%);溴甲酚綠(0.5%);DA7200近紅外谷物品質(zhì)分析儀(波通(Perten)公司,瑞典);配套樣品池;KDN-04B凱氏定氮儀(上海新嘉電子有限公司)。
1.2 方法
(1)凱氏定氮法。
應(yīng)用凱氏定氮儀,參照GB/T 14489.2- 2008[2]方法測(cè)定定標(biāo)樣品豆粉蛋白質(zhì)的化學(xué)值蛋白質(zhì)含量,計(jì)算公式[3]:
%
式中:X為樣品中蛋白質(zhì)的百分含量,g;V1為樣品消耗硫酸或鹽酸標(biāo)準(zhǔn)液的體積,mL;V2為試劑空白消耗硫酸或鹽酸標(biāo)準(zhǔn)溶液的體積,mL;N為硫酸或鹽酸標(biāo)準(zhǔn)溶液的當(dāng)量濃度;0.014為1N硫酸或鹽酸標(biāo)準(zhǔn)溶液1mL相當(dāng)于氮克數(shù);m為樣品的質(zhì)量(體積),g(mL);F為氮換算為蛋白質(zhì)系數(shù)。蛋白質(zhì)中的氮含量一般為15%~17.6%,按16%計(jì)算乘以6.25即為蛋白質(zhì)[4]。
(2)NIRS。
應(yīng)用近紅外谷物品質(zhì)分析儀收集豆粉光譜圖,光譜數(shù)據(jù)分析軟件Unscrambler X10.3進(jìn)行光譜分析,PLS法建立豆粉品質(zhì)測(cè)量模型,并用新建的模型對(duì)預(yù)測(cè)集豆粉進(jìn)行蛋白質(zhì)值的預(yù)測(cè)。
(3)建立模型的評(píng)價(jià)參數(shù)。
決定系數(shù)(R2:R squared):R2在定標(biāo)模型中表示定標(biāo)相關(guān)系數(shù),即定標(biāo)模型對(duì)定標(biāo)集變異所能描述出的百分率。如果R2=1,則意味著定標(biāo)集濃度的變化可以被完全解釋出來(lái),說(shuō)明預(yù)測(cè)值與真實(shí)值一致,沒(méi)有偏差。而R2越小,表明擬合效果越差。R2的平方根,主要用于說(shuō)明在模型的驗(yàn)證中驗(yàn)證集的真實(shí)值與預(yù)測(cè)值之間的相關(guān)度,越接近于1,說(shuō)明預(yù)測(cè)效果越好。
偏差(Bias):是驗(yàn)證集的真實(shí)值與預(yù)測(cè)值差值的平均值,對(duì)于驗(yàn)證結(jié)果而言,殘差值越小越好。
SEC:通過(guò)建立的定標(biāo)模型對(duì)定標(biāo)樣品集進(jìn)行預(yù)測(cè),所獲得的實(shí)驗(yàn)室真實(shí)值和近紅外預(yù)測(cè)值之間的標(biāo)準(zhǔn)偏差。因其主要決定定標(biāo)模型在預(yù)測(cè)樣品時(shí)所能達(dá)到的最佳準(zhǔn)確度,故可用定標(biāo)標(biāo)準(zhǔn)偏差來(lái)評(píng)價(jià)定標(biāo)模型的優(yōu)劣。
SEP:主要用于評(píng)價(jià)模型的預(yù)測(cè)能力,預(yù)測(cè)標(biāo)準(zhǔn)偏差越小,說(shuō)明模型的預(yù)測(cè)效果越好。
(4)質(zhì)量控制。
實(shí)驗(yàn)所用樣品均來(lái)自大型超市、糧油市場(chǎng),進(jìn)入實(shí)驗(yàn)室之后統(tǒng)一密封保存;平行測(cè)試結(jié)果符合規(guī)定的允許差,凱氏定氮法實(shí)驗(yàn)中由不同時(shí)間段平行試驗(yàn)知相對(duì)誤差分別為-1.5%、-1.6%(負(fù)號(hào)代表與標(biāo)準(zhǔn)測(cè)量值相比降低),小于2%,符合實(shí)驗(yàn)室含氮物質(zhì)測(cè)定要求;實(shí)驗(yàn)過(guò)程中均由同一操作員進(jìn)行實(shí)驗(yàn),減小實(shí)驗(yàn)測(cè)量誤差。
2 結(jié)果
2.1 獲得原始豆粉光譜圖
實(shí)驗(yàn)室環(huán)境溫度控制在15℃~35℃,濕度保持恒定,儀器預(yù)熱30min后進(jìn)行自檢和性能測(cè)試,近紅外光譜間隔為5nm,每個(gè)樣品掃描3次。橫坐標(biāo)是波長(zhǎng)(nm),縱坐標(biāo)為吸光度值log[1/R](見(jiàn)圖1)。
2.2 凱式定氮法測(cè)定蛋白質(zhì)化學(xué)值
定標(biāo)集和預(yù)測(cè)集蛋白質(zhì)質(zhì)量分?jǐn)?shù)的變化范圍、平均值及其變異程度(見(jiàn)表1)。
每一個(gè)編號(hào)的樣品進(jìn)行2次重復(fù)測(cè)量,真實(shí)值為2次結(jié)果的平均值,避免實(shí)驗(yàn)結(jié)果的偶然性,保證實(shí)驗(yàn)結(jié)果的可靠性,再將陰性未摻假組與陽(yáng)性對(duì)照組進(jìn)行兩獨(dú)立樣本t檢驗(yàn),求得t=9.352,P<0.001,可認(rèn)為兩組數(shù)據(jù)有差異。
2.3 模型的建立
采用偏最小二乘法[5]建立豆粉中蛋白質(zhì)的定量分析模型。
運(yùn)用近紅外定量分析軟件包OPUS建立模型:添加所采集的光譜,輸入化學(xué)值,使用全光譜范圍及光譜預(yù)處理方法,利用軟件自動(dòng)優(yōu)化功能選擇最佳建模光譜波段及最佳光譜預(yù)處理方法,進(jìn)一步建立豆粉蛋白質(zhì)的定量分析模型,并對(duì)模型預(yù)測(cè)效果進(jìn)行檢驗(yàn)。
2.4 對(duì)定標(biāo)集及陽(yáng)性對(duì)照組進(jìn)行蛋白含量預(yù)測(cè)
在光譜波段950~1650nm選最優(yōu)光譜預(yù)處理方法,用PLS法建立豆粉的校正模型,經(jīng)過(guò)內(nèi)部驗(yàn)證后,應(yīng)用一元線性回歸法得近紅外預(yù)測(cè)值與實(shí)測(cè)值相關(guān)性,表征相關(guān)性方程為Y=1.0111X-0.4548,決定系數(shù)R2=0.9869,SEC為0.0912。對(duì)相關(guān)系數(shù)進(jìn)行統(tǒng)計(jì)推斷得P<0.05,即認(rèn)為兩變量間線性相關(guān)有統(tǒng)計(jì)學(xué)意義。見(jiàn)圖2。
2.5 近紅外光譜法測(cè)定蛋白質(zhì)化學(xué)值
預(yù)測(cè)集及摻假預(yù)測(cè)樣品蛋白質(zhì)質(zhì)量分?jǐn)?shù)的真實(shí)值與預(yù)測(cè)值見(jiàn)表2。
對(duì)10份預(yù)測(cè)集樣品及3份摻假預(yù)測(cè)樣品用一元線性回歸法得近紅外預(yù)測(cè)值與實(shí)測(cè)值相關(guān)性,表征相關(guān)性方程為Y= 0.9591X-1.6397,決定系數(shù)R2=0.9853,SEP為0.0959,對(duì)相關(guān)系數(shù)進(jìn)行統(tǒng)計(jì)推斷P<0.05,即認(rèn)為兩變量間線性相關(guān)有統(tǒng)計(jì)學(xué)意義。見(jiàn)圖3。
3 討論
隨著現(xiàn)代科學(xué)技術(shù)的快速發(fā)展,對(duì)食品品質(zhì)檢測(cè)技術(shù)的要求已經(jīng)從一般性的檢測(cè)擴(kuò)展到快速動(dòng)態(tài)分析和綠色無(wú)損檢測(cè),從單一指標(biāo)的檢測(cè)發(fā)展到多元指標(biāo)同時(shí)檢測(cè)。快速檢測(cè)技術(shù)的研究和完善,不僅可以加強(qiáng)食品安全的管理,還可以為人們的消費(fèi)提供科學(xué)指導(dǎo)。大量的文獻(xiàn)查閱和研究資料表明,近紅外光譜分析技術(shù)不僅可以做到對(duì)樣品的無(wú)損處理而且可以對(duì)其進(jìn)行快速、便捷的檢測(cè)。本實(shí)驗(yàn)主要完成了以下幾個(gè)方面的工作。
本實(shí)驗(yàn)所得光譜曲線(圖1)因化學(xué)值異常的判斷比較復(fù)雜,故并不會(huì)做異常樣品剔除處理[6]。光譜區(qū)域重疊多、譜帶復(fù)雜,會(huì)出現(xiàn)影響模型可靠性與穩(wěn)定性不相關(guān)信息,故在建立模型前,需對(duì)豆粉的原始光譜進(jìn)行預(yù)處理,目的是消除光譜偏移或基線變化等因素對(duì)模型性能的影響,確保光譜數(shù)據(jù)與待測(cè)樣品品質(zhì)之間有很好的相關(guān)性。
本實(shí)驗(yàn)采用的23份定標(biāo)樣品的變異程度范圍是36.85%~44.37%,10份預(yù)測(cè)樣品的變異程度范圍是39.53%~46.03%,樣品的蛋白質(zhì)含量在34.13%~48.31%[7],說(shuō)明樣品具有一定的代表性,可準(zhǔn)確進(jìn)行模型的建立。endprint
將預(yù)測(cè)集樣本的譜圖數(shù)據(jù)輸入校正模型可完成模型評(píng)價(jià)及優(yōu)化修正,從而通過(guò)預(yù)測(cè)集樣本的光譜數(shù)據(jù)和建立的校正模型預(yù)測(cè)出對(duì)應(yīng)成分含量,以檢驗(yàn)定標(biāo)模型的預(yù)測(cè)精度[8]。本實(shí)驗(yàn)運(yùn)用國(guó)標(biāo)法和NIRS所測(cè)定定標(biāo)樣品的蛋白質(zhì)質(zhì)量百分?jǐn)?shù)在34.13%~48.31%且定標(biāo)模型相關(guān)性方程的R2=0.9869,SEC為0.0912,說(shuō)明該模型有較好的準(zhǔn)確性。
本實(shí)驗(yàn)通過(guò)分析偏差和(見(jiàn)表2),蛋白質(zhì)含量實(shí)測(cè)和預(yù)測(cè)值的殘差之和(0.03)接近于0,說(shuō)明建立的蛋白質(zhì)含量定標(biāo)模型預(yù)測(cè)性能較好。由圖3可知預(yù)測(cè)樣品的化學(xué)值和預(yù)測(cè)值的相關(guān)性方程的R2=0.9853,接近于1,與定標(biāo)模型的決定系數(shù)0.9869接近,SEP為0.0959。相對(duì)較小預(yù)測(cè)標(biāo)準(zhǔn)差與較大決定系數(shù)可以證明定標(biāo)模型預(yù)測(cè)效果較優(yōu),那么所創(chuàng)建的近紅外光譜分析方法用于定量測(cè)定豆粉中蛋白質(zhì)含量有較高的準(zhǔn)確性[9]。
4 結(jié)語(yǔ)
運(yùn)用近紅外光譜技術(shù)對(duì)大型超市豆粉的檢測(cè)證明無(wú)摻假現(xiàn)象;對(duì)散賣商戶摻假樣品的檢出率為100%。
參考文獻(xiàn)
[1] 楊月欣,王光亞,潘興昌.中國(guó)食物成分表2002[M].北京:北京大學(xué)醫(yī)學(xué)出版社,2002.
[2] 中華人民共和國(guó)衛(wèi)生部.GB/T 14489.2-2008,食品安全國(guó)家標(biāo)準(zhǔn)食品中蛋白質(zhì)的測(cè)定[S].
[3] 陳智慧,史梅,王秋香,等.用凱氏定氮法測(cè)定食品中的蛋白質(zhì)含量[J].新疆畜牧業(yè),2008(5):22-24.
[4] 張墨英,程瑞慶.紫外吸收光譜法測(cè)定豬肉中蛋白質(zhì)的含量[J].無(wú)錫輕工業(yè)學(xué)院學(xué)報(bào),1995(4):331-335.
[5] 金華麗,王金水.近紅外光譜法檢測(cè)小麥粉中灰分含量的研究[J].河南工業(yè)大學(xué)學(xué)報(bào):自然科學(xué)版,2010(1):14-17,21.
[6] 閔順耕,李寧,張明祥.近紅外光譜分析中異常值的判別與定量模型優(yōu)化[J].光譜學(xué)與光譜分析,2004,24(10):1205-1209.
[7] 田志剛,范杰英,康立寧,等.我國(guó)東北地區(qū)大豆品種油脂與蛋白質(zhì)含量現(xiàn)狀分析[J].吉林農(nóng)業(yè)科學(xué),2009(5):7-9.
[8] 劉樹(shù)深,易忠勝.基礎(chǔ)化學(xué)計(jì)量學(xué)[M].北京:科學(xué)出版社,1999.
[9] 金華麗,卞科.近紅外光譜法檢測(cè)小麥粉中的水分含量[J].中國(guó)糧油學(xué)報(bào),2010(8):109-112.endprint