天然鱼肝油脂肪酸指纹图谱研究及掺假鉴定

目的 建立一种天然鱼肝油脂肪酸成分的气相色谱-质谱(gas chromatography-mass spectrometry)指纹图谱分析方法, 鉴定天然鱼肝油掺假问题。方法 脂肪酸经柱前衍生转化为脂肪酸甲酯后, 采用GC-MS联用方法测定脂肪酸指纹图谱, 选取13批具有代表性的样品建立共有模式, 选定15个脂肪酸峰为共有峰, 棕榈酸峰为参照物峰, 建立天然鱼肝油脂肪酸对照指纹图谱。借助“中药色谱指纹图谱相似度评价系统”软件, 以对照指纹图谱为参比, 计算样品指纹图谱相似度。结果 对收集到的48批样品经指纹图谱分析和相似度评价, 共检出3批掺假鱼肝油, 其中2批掺假鱼油, 掺假水平为20%及30%, 1批掺假植物油, 掺假样品比例约为6%。结论 本研究建立的脂肪酸GC-MS指纹图谱分析方法操作简便、准确可靠, 结合相似度评价方法, 为天然鱼肝油的质量控制和掺假鉴定提供了一种新的技术手段。     

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。     

蓝莓汁有机酸高效液相色谱指纹图谱构建及其在掺假鉴定中的应用

根据蓝莓汁中有机酸的高效液相色谱(high performance liquid chromatography,HPLC)分析方法,利用"中药色谱指纹图谱相似度评价系统(V2.0)"建立蓝莓汁的有机酸HPLC指纹图谱,并通过相似度评价、主成分分析和聚类分析,对模拟掺假低价果汁(梨汁、苹果汁、杏汁和桃汁)和外源柠檬酸的蓝莓汁进行鉴别。结果表明:10个蓝莓汁样品的有机酸HPLC指纹图谱之间相似度均在0.950以上,与对照指纹图谱的相似度均在0.978以上,不同品种、不同产地的蓝莓果汁的指纹图谱具有很好的一致性,蓝莓果汁中添加其他果汁或柠檬酸可导致相似度降低;结合主成分分析和聚类分析等模式识别方法,可以实现对蓝莓汁与掺假低价果汁(梨汁、苹果汁、杏汁和桃汁)及外源柠檬酸样品的区分,而且掺假量越大,识别效果越好,而相似度评价仅能识别掺加量较高的样品。有机酸HPLC指纹图谱结合化学计量学分析,对于掺假蓝莓果汁具有较好的区分效果,可用于蓝莓汁掺假鉴定和质量控制。     

基于有机酸HPLC指纹图谱的甜樱桃果汁掺假鉴定

根据甜樱桃果汁中有机酸的高效液相色谱（high performance liquid chromatography,HPLC）分析方法,利用“中药色谱指纹图谱相似度评价系统（V2.0）”软件建立甜樱桃果汁的有机酸HPLC指纹图谱,并通过相似度评价、主成分分析和聚类分析,对模拟在甜樱桃果汁中添加低价果汁（梨汁、苹果汁、杏汁和桃汁）和外源柠檬酸等掺假方式进行鉴别。结果表明：42 个甜樱桃果汁的有机酸指纹图谱与对照指纹图谱的相似度均在0.948以上,不同品种、不同采收时间的甜樱桃果汁的指纹图谱具有很好的一致性,甜樱桃果汁中添加其他果汁或柠檬酸可导致相似度降低;结合主成分分析和聚类分析等模式识别方法,可以实现对甜樱桃果汁与掺假低价果汁（梨汁、苹果汁、杏汁和桃汁）及外源柠檬酸样品的区分,而且掺假量越大,识别效果越好,而相似度评价仅能识别掺假量较高的样品。甜樱桃果汁有机酸HPLC指纹图谱结合化学计量学分析,对于掺假甜樱桃果汁具有较好的区分效果,可用于甜樱桃果汁掺假鉴定和质量控制。     

高效液相色谱结合偏最小二乘判别分析对硫熏天麻识别的研究

目的 构建基于天麻高效液相色谱(high performance liquid chromatography, HPLC)指纹图谱法结合化学计量学分析对硫磺熏蒸的天麻进行识别。方法 参照《中华人民共和国药典》一部(2015年版), 采用高效液相色谱-梯度洗脱法测定硫磺熏蒸天麻的指纹图谱, 通过中药色谱指纹图谱相似度评价系统软件(2012版)进行指纹图谱信息统计, 将信息输入SIMCA-P14.0软件进行主成分分析法和偏最小二成判别分析。结果 该方法能较好的分离天麻的活性成分, 依据检测结果确定了18个共有指纹峰, 由于未硫熏组和硫熏组天麻样品的指纹图谱存在差异性, 利用化学计量学方法可以正确识别硫熏天麻。结论 利用高效液相指纹图谱结合化学计量分析可准确识别硫磺熏蒸的天麻。     

基于气相色谱法构建葡萄籽油脂肪酸指纹图谱

目的基于气相色谱法(gas chromatography,GC)构建葡萄籽油脂肪酸的气相指纹图谱。方法以葡萄籽油为研究对象,采用GC方法分析不同来源、不同产地共计17批葡萄籽油的脂肪酸组成。结果确定棕榈酸、硬脂酸、油酸、亚油酸为葡萄籽油的主要脂肪酸,并采用"中药色谱指纹图谱相似度评价系统(2012.130723版本)"建立了葡萄籽油脂肪酸的气相色谱标准指纹图谱,对葡萄籽油与菜籽油、大豆油、米糠油、橄榄油、葵花籽油、玉米油、芝麻油、棕榈油、稻米油等10种植物油进行相似度比较。结论本实验建立的标准指纹图谱可以反映出葡萄籽油的脂肪酸组成特点,可为辨别葡萄籽油的掺伪提供一定的实验数据支撑。     

气相色谱结合主成分分析和聚类分析用于裸燕麦脂肪酸标准指纹图谱的建立

采用气相色谱(GC)技术结合主成分分析(PCA)对62个不同产地及不同品种的燕麦样品脂肪酸进行分析鉴定。以PCA得分散点图区分出14个皮燕麦样品。对其余48个裸燕麦样品通过聚类分析优选46个样品,采用共有模式法筛选出它们含有的11种共有特征峰,并构建裸燕麦脂肪酸标准指纹图谱。通过方法学考察,11种共有脂肪酸精密度、重复性和稳定性的RSD分别小于3.069%、4.249%和4.900%,符合指纹图谱的检测要求。相似度分析得出46个样品的相似度均大于0.99,表明所建立的标准指纹图谱具有高度的特征性、唯一性和准确性。本研究弥补了裸燕麦指纹图谱信息的空白,进一步完善了谷物脂肪酸数据库,为谷物营养性脂质体鉴别技术体系构建奠定了基础。     

酱香型白酒指纹图谱相似度的研究

采用气相色谱(GC)对酱香型白酒的指纹图谱相似度进行研究,以11个主要共有峰为评价指标,采用"中药色谱指纹图谱相似度评价系统"软件建立了11个酱香型白酒的GC共有指纹图谱,同时对不同样品之间的相似度进行计算。结果表明,气相色谱法操作简单,精密度、稳定性和重现性良好,采用该软件可有效分析酱香型白酒中部分香味成分的量比关系。     

乌珠穆沁羊、杜泊羊和萨福克羊脂肪酸指纹图谱的建立

挑选内蒙古地区相同饲喂条件下的乌珠穆沁羊、杜泊羊和萨福克羊各6 只,取背最长肌,通过气相色谱-质谱进行脂肪酸检测,构建指纹图谱,利用中药色谱指纹图谱相似度评价系统软件进行指纹图谱相似度分析和主成分分析。结果表明：杜泊羊和萨福克羊背最长肌脂肪酸指纹图谱相似度为0.991,杜泊羊和乌珠穆沁羊背最长肌脂肪酸指纹图谱相似度为0.987,萨福克羊和乌珠穆沁羊背最长肌脂肪酸指纹图谱相似度为0.994。3 种羊背最长肌脂肪酸指纹图谱中共存在12 个共有峰,以硬脂酸（C18:0）色谱峰为参比峰,对12 个共有峰的保留时间和相对峰面积进行主成分分析,可准确鉴别以上3 个品种羊。     

基于SPME-GC-MS的青海亚麻籽油挥发性组分指纹图谱构建及掺伪识别

选用青海本地不同品种、产地的亚麻籽为原料,索氏抽提提取亚麻籽油,顶空固相微萃取（SPME）富集亚麻籽油挥发性组分后利用气相色谱-质谱联用技术（GC-MS）测定其种类及相对含量。分析40批样品的挥发性组分并构建纹图谱,利用指纹图谱识别鉴定掺入10%、20%、30%、40%、50% 6种不同植物油的亚麻籽油样品。结果表明,青海亚麻籽油样品中共含有58种挥发性组分,其中,醛类物质是亚麻籽油的主要风味物质;此外,6种不同植物油的指纹图谱与亚麻籽油标准指纹图谱相似度较小,该差异为亚麻籽油掺伪识别提供了可行性,在此基础上建立的掺伪模型适用于10%花生油、葵花籽油、芝麻油、20%以上玉米油、30%以上菜籽油、40%以上大豆油的掺假鉴定。该研究为亚麻籽油掺伪鉴别及品质控制提供了理论基础。     

GC和LF-NMR结合化学计量学方法检测掺假油茶籽油

为了对油茶籽油品质控制及评价提供支撑,以纯油茶籽油和掺假油茶籽油(分别掺入菜籽油、花生油、棕榈油和高油酸花生油)为试验材料,采用气相色谱法(GC)分析其脂肪酸组成,采用低场核磁共振技术(LF-NMR)测定其横向弛豫特性数据,结合主成分分析(PCA)、偏最小二乘判别分析(PLS-DA)和偏最小二乘分析(PLS)等化学计量学方法建立油茶籽油掺假的定性和定量分析模型。结果表明：5种植物油的脂肪酸组成和LF-NMR横向弛豫特性数据存在显著区别;油茶籽油和其他4种植物油在PCA得分图上可清晰区分;PLS-DA模型可有效区分油茶籽油和掺假油茶籽油,判别正确率均可达100%;建立的油茶籽油中掺入菜籽油、花生油、棕榈油、高油酸花生油的PLS定量预测模型,真实值与预测值的相关系数(R²)分别为0.994 1、0.998 6、0.997 6、0.978 1。综上,GC和LF-NMR结合PCA、PLS-DA以及PLS等化学计量学方法可用于油茶籽油掺假类别判定及掺假量分析。     

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。     

青海亚麻籽油脂肪酸指纹图谱 构建及掺伪识别

以青海省不同产地的亚麻籽为原料,采用索氏抽提法提取亚麻籽油,通过气相色谱法分析亚麻籽油脂肪酸组成,并运用中药色谱指纹图谱相似度评价系统建立青海亚麻籽油脂肪酸指纹图谱,利用指纹图谱鉴定掺伪量分别为10%、20%、30%、40%、50%的大豆油、玉米油、花生油、菜籽油、葵花籽油、芝麻油的掺伪模型。结果表明：构建的指纹图谱符合指纹图谱研究的技术要求,可在一定程度上代表青海亚麻籽油样品的整体性;该指纹图谱可以鉴别掺伪量20%及以上大豆油、葵花籽油掺伪模型,10%及以上玉米油、花生油和菜籽油掺伪模型,而对芝麻油掺伪识别效果欠佳,掺伪量大于30%时才能鉴定。     

基于近红外光谱技术的沙棘籽油鉴伪方法研究

针对市场上沙棘籽油质量参差不齐的情况,结合近红外光谱技术研究沙棘籽油快速鉴伪的方法。采用234份沙棘籽油、其他植物油、掺假沙棘籽油的近红外透反射光谱,结合簇类独立软模式法(SIMCA)、偏最小二乘判别法(PLS-DA)、支持向量机法(SVM)3种化学计量学方法,在4 000~6 000 cm-1波段范围内分别建立这3类油的判别模型,并用117份独立样品对模型进行验证。结果表明:3种建模方法均得到了满意的结果,其中SVM在训练和验证过程中均得到100%的正确率,判别效果最好;近红外光谱技术应用于识别纯沙棘籽油和区分沙棘籽油掺假类别具有实用性,近红外光谱技术应用于沙棘籽油鉴伪是可行的。     

贵州茶油气相色谱脂肪酸标准指纹图谱构建及其鉴别

目的 基于气相色谱法(gas chromatography,GC)构建油茶籽油脂肪酸的气相指纹图谱。方法 以贵州产油茶籽为研究对象，采用气相分析不同产地、品种及加工方式共计34批次油茶籽油的脂肪酸组成。结果 确定棕榈酸、硬脂酸、油酸、亚油酸、花生一烯酸和亚麻酸为油茶籽油的主要脂肪酸。通过“中药色谱指纹图谱相似度评价系统”建立了油茶籽油气相色谱标准指纹图谱，并与菜籽油、葵花籽油、芝麻油、玉米油、米糠油、花生油、棕榈油和高油酸花生油等8种植物油进行相似度比较，除菜籽油和高油酸花生油因相似度大于0.95而无法与油茶籽油进行区分外，其余6种油脂均可识别为非油茶籽油。结论 通过对贵州产油茶籽油脂肪酸组成和标准指纹图谱的建立，可为纯茶油的真伪鉴别提供了一定的试验数据支撑     

常见植物油鉴别及掺伪的气相色谱新检测法

用气相色谱法分析测定了常见植物油脂酸组成与含量,对其有关实验条件进行了优选,获得常见植物油脂脂肪酸组成与含量正常值。测定模拟掺伪常见植物油脂脂肪酸组成与含量,获得掺伪常见植物油脂脂肪酸组成与含量的变化规律。建立了常见植物油油品的鉴别及其掺伪的气相色谱检测法,可快速鉴别常见植物油的种类,对常见植物油是否掺掺伪可作出快速判别,同时对掺伪植物油可作定性、定量分析。用本法对市场销售食用植物油进行抽检,共抽检了262件油样,检出掺伪芝麻油83件、掺伪菜油47件,掺伪花生油菜23件,掺伪橄榄油11件,掺伪量10%～95%不等。表明这种方法行之有效的。     

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。     

月见草油气相色谱指纹图谱研究

该实验选取了10批产地不同的月见草,室温自然晾干后,粉碎过50目筛,采用水蒸气蒸馏法提取月见草油,并进行甲酯化处 理后,利用气相色谱法对月见草油指纹图谱进行研究。 将10批月见草油气相图谱积分数据导入药典委指纹图谱评价软件后,建立月 见草油指纹图谱,并进行相似度计算,聚类分析和主成分分析。 结果表明,10批月见草油的相似度为0.914～0.989,所建立的指纹图谱 具有较高的重复性和稳定性,指纹图谱结合化学计量学的方法可用于月见草油的质量控制。