基于乳清蛋白的骆驼乳中掺假牛乳的检测及热处理对方法的影响

利用超高效液相色谱（ultra-high performance liquid chromatography,UPLC）技术,建立一种以牛β-乳球蛋白为掺假标识物的检测方法,用于定性定量检测骆驼乳中掺假的牛乳,并且探讨不同热处理方式对掺假标识物的影响,以期满足不同商品化驼乳制品的检测需求。结果表明：该方法能有效地检测鲜驼乳、巴氏杀菌驼乳以及驼乳粉中掺假的牛乳,3 种类型掺假乳样本的定量检测回归方程线性良好,线性相关系数（R2）分别为0.997 9、0.996 9和0.997 8;鲜驼乳、巴氏杀菌驼乳和驼乳粉中掺假牛乳的检出限分别为2%、3%和5%,可满足检测需求;利用该方法在10 种不同品牌市售纯驼乳粉中检测出4 种掺假驼乳粉产品。UPLC法可以有效地检测骆驼乳及其制品中掺假的牛乳,为骆驼乳行业的掺假检测提供一定的技术方法支持。     

基于顶空气相色谱-离子迁移谱与电子鼻技术快速检测宁夏滩羊肉中掺假鸭肉

为实现掺假宁夏滩羊肉的准确快速检测,按照不同比例将鸭肉混入滩羊肉中制备掺假肉。基于顶空气相色谱-离子迁移谱（gas chromatography-ion mobility spectrometry,GC-IMS）及电子鼻结合统计学方法对掺假肉样进行快速检测。通过GC-IMS采集掺假肉气味图谱,利用主成分分析和相似度差异分析对掺假肉进行分析;采用线性判别法分析电子鼻传感器响应值,后采用多元线性回归建立电子鼻响应值与鸭肉掺假比例的定量模型。结果表明：通过GC-IMS气味图谱可直观看出掺假不同比例鸭肉的滩羊肉中挥发性有机物差异,但对于掺假比例相近的样品区分度不明显;采用线性判别分析可很好区分掺假不同比例鸭肉的滩羊肉;采用多元线性回归分析,以鸭肉掺假比例及电子鼻传感器响应值进行拟合,得到回归方程决定系数为R2=0.967 1,拟合度高,实际测定值与预测值具有较好的相关性。GC-IMS技术、电子鼻结合统计学方法可以对掺入不同比例鸭肉的滩羊肉进行鉴别。     

电子鼻技术在乳品生产与质量控制中的应用

电子鼻能够分析识别和检测复杂风味及成分,检测具有快速、客观、准确等特点。本文介绍电子鼻的基本构成和工作原理,综述其在乳品货架期测定、不同工艺乳品分类、原料乳掺假检验、乳制品中特定成分的测定、乳中微生物分析、不同产地牛乳的区分等乳品生产过程与质量控制中的应用。     

脂肪酸指纹判别特种家畜乳真实性的可行性分析

近年来马、骆驼和牦牛等家畜乳得到区域性开发,由于其稀缺、营养价值高且具有一定的保健功能,极易被低价位牛羊乳或植脂末等其他原料掺假或冒充。基于基因和蛋白质物种特异性的鉴别方法,仅适合物种造假,且易受加热、均质和发酵加工等因素的影响。采用化学计量学PCA、SIMCA和PLS等模块对51份牛乳、山羊乳、马乳和驼乳样品,以及42份马乳掺10%、25%和50%牛乳混合样品进行脂肪酸指纹分析和建模。脂肪酸指纹PCA分析显示物种间差异显著,利用脂肪酸指纹建立特种乳真实性鉴别模型是可行的;SIMCA模型判别马乳和牛乳及两者混合样品的正确率为91%;PLS定量模型估计马乳和牛乳混合比例的最大误差为±10%,验证样本计算结果均值的标准差为3.3%。脂肪酸指纹模型也可判别其他化学掺假造成的异常。     

电子鼻快速检测区分羊肉中的掺杂鸡肉

为实现掺假羊肉的快速、客观检测,利用电子鼻定性和定量分析混入鸡肉的掺假羊肉糜。单因素试验表明顶空体积、载气流速、样品量和顶空生成时间对电子鼻传感器的响应影响极显著;主成分分析确定了电子鼻检测的较佳条件：样品量10 g、载气流速200 mL/min、顶空容积250 mL及顶空生成时间30 min。在此条件下检测混入鸡肉的掺假羊肉,结果发现采用主成分分析时,掺入鸡肉的比例随主成分一降低而增大,但相邻比例彼此重叠,难以有效区分;采用典则判别分析时,混入不同比例鸡肉的羊肉糜样品能较好地区分;采用主成分回归分析和偏最小二乘回归分析建立的定量预测模型（R2>0.95）能有效预测混入的鸡肉比例。电子鼻在混入鸡肉的掺假羊肉鉴别中具有可行性,论文可为羊肉掺假鉴别提供理论依据。     

阿勒泰传统酸驼乳中乳酸菌发酵乳益生活性评价

为了探究乳酸菌对驼乳和牛乳益生活性的影响,用6株从新疆阿勒泰地区传统酸驼乳中筛选出的乳酸菌发酵驼乳和牛乳。通过模拟胃肠道环境耐受性、疏水性、抑菌能力、抗生素耐药性和溶血活性测定评价菌株的益生菌特性;通过抗氧化能力和α-葡萄糖苷酶抑制活性的评估比较其发酵驼乳和牛乳的益生活性。结果表明,6株乳酸菌具有一定的胃肠道定植能力和抑菌活性,对抗生素具有不同程度敏感性且不溶血。乳酸菌对驼乳和牛乳益生活性的影响与发酵时间有关,发酵36～48 h时具有较好降糖活性：副干酪乳杆菌(Lactobacillus paracasei)B1菌株发酵驼乳至36 h的ABTS⁺自由清除基能力最好(IC₅₀=14.99±0.09 mg/m L),粪肠球菌(Enterococcus faecium)A5和副干酪乳杆菌(Lactobacillus paracasei)B1发酵驼乳的DPPH自由基清除活性和α-葡萄糖苷酶的抑制活性最好,IC₅₀分别为23～38 mg/mL和IC₅₀在8～16 mg/mL。粪肠球菌A5和副干酪乳杆菌B1可作...     

电子鼻技术结合化学计量学快速鉴别掺假茶籽油

目的:建立茶籽油掺假的快速定性和定量检测方法。方法:采用电子鼻技术结合化学计量学，基于单因素方差分析筛选差异变量，通过主成分分析(PCA)和判别分析(DA)建立茶籽油掺假类型鉴别的定性模型；通过正交偏最小二乘法(OPLS)建立了茶籽油掺假类型和掺假度鉴别的定量模型。结果:模型的R²均高达0.98,RMSEE均低于0.005,RMSECV均低于0.01,具有较高性能指标。通过外部验证，DA模型对不同掺假类型的茶油样品定性识别率高达100%,OPLS模型具有良好的准确性。结论:电子鼻技术结合化学计量学能够实现茶籽油掺假的快速、无损鉴定。     

内蒙古牛马驼乳脂肪中脂肪酸构成的比较

从内蒙牧区采集蒙古牛混合乳14份(27头)、蒙古马混合乳15份(85匹)及双峰驼混合乳3份(7峰),共32份样品,对乳脂的脂肪酸构成进行检测和比较。结果表明,三种家畜乳脂肪酸构成差异显著。马乳脂中多不饱和脂肪酸(PUFA)为31.78%±7.03%,高于牛乳脂13倍,驼乳脂12倍,主要是马乳脂PUFA中亚油酸和α-亚麻酸高于牛乳和驼乳;马乳脂单不饱和脂肪酸(MUFA)为25.59%±7.77%,显著低于牛乳28.99%±3.72%和驼乳31.35%±2.84%;马、牛和驼乳脂饱和脂肪酸(SFA)质量分数分别为40.06%±5.19%,62.01%±4.98%和57.88%±3.88%;牛和驼乳脂中肉豆蔻酸、棕榈酸和硬脂酸均显著高于马乳。马、牛和驼乳SFA∶MUPA∶PUFA依次为1∶0.64∶0.79、1∶0.47∶0.04和1∶0.54∶0.05,PUFA/SFA为0.79、0.04和0.05,马乳最接近FAO/WHO推荐的比例(S∶M∶P=1∶1∶1)。     

电子鼻在食品气味分析中的应用

气味是评价食品品质的一个重要指标。电子鼻是采用传感器模拟人的嗅觉来分析样品气味的一种新型仪器,能够分析识别和检测复杂风味及成分,具有快速、客观等优点。主要介绍电子鼻的结构构成和原理及其在畜禽产品、水产品、香精、牛乳及乳制品、粮食、果蔬和其他食品分析中的应用现状。     

基于化学计量方法实现水牛乳中掺水和尿素鉴伪研究

以水牛乳7个主要理化指标结合化学计量学为基础,建立了水牛乳中掺水和掺尿素定性和定量模型。聚类分析法较好地区分未掺假乳和掺假乳。Fisher判别分析中典则判别函数能够直观地区分不同掺假含量的样品,线性判别函数能够对未知掺伪乳样品进行定性判别,判别效果良好。多元逐步线性回归法构建的定量模型实测值和预测值的相关系数Rp分别为0.9956、0.9934、0.9937、0.9938、0.9986、0.9991,模型预测值接近于真实值,可实现水牛乳掺假的定量鉴别。     

电子鼻结合化学计量法对羊奶中蛋白质掺假的识别

利用电子鼻结合化学计量法对羊奶中的蛋白质掺假进行定性和定量的研究。用电子鼻检测掺入了不同蛋白质物质的羊奶,采用主成分分析、线性判别分析对电子鼻响应值进行定性分析,采用线性回归分析、Fisher判别分析以及K-最邻近值分析对电子鼻响应值进行定量分析。结果表明:主成分分析和线性判别分析都能够区分不同类别的掺假样品。线性回归分析的决定系数为84.5%,表明回归方程估测可靠程度较高。Fisher判别分析的原始分类的正确率达到100.0%,交叉验证的正确率为98.2%,说明其预测结果较好。K-最邻近值分析对训练集的分类正确率达到95.1%,对验证集的分类正确率为97.1%,说明模型的预测结果良好。说明应用电子鼻技术检测羊奶中的蛋白质掺假具有一定的可行性。     

基于电子舌的掺假羊奶快速定量预测模型

为实现对掺假羊奶的快速、客观辨别,模仿人体味觉感知机理研制了一套便携式电子舌检测系统,并建立了一种能够快速鉴别掺假羊奶的新方法。系统检测时,首先对样本溶液进行大幅脉冲扫描,用以获取掺假羊奶的"指纹"信息,然后利用离散小波变换(discrete wavelet transform,DWT)对"指纹"数据中的特征信息进行提取,最后在此基础上,采用主成分分析(principal component analysis,PCA)方法对不同掺假比例的羊奶进行定性辨别。采用粒子群优化极限学习机(Particle swarm optimization extreme learning machine,PSO-ELM)对不同掺假比例的羊奶进行了定量预测。通过试验数据得出,PCA对6种不同掺假比例的羊奶区分达到100%,区分效果好。PSO-ELM羊奶纯度预测模型拟合曲线非常接近实测值曲线,因此采用PSO-ELM方法建立掺假羊奶纯度定量预测模型具有较高的预测精度。     

基于电子鼻和可见/近红外光谱技术的羊肉真实性鉴别

为快速、准确鉴别市面上羊肉中掺入鸭肉的商品,本研究应用电子鼻结合可见/近红外光谱技术,实现了羊肉中掺入不同比例鸭肉样品的有效鉴别。试验制备了174个羊肉中掺入不同比例鸭肉样品,分别采集了样品电子鼻数据和200~1 100 nm、900~1 700 nm波长范围内的反射光谱数据,利用2分类定性判别和6分类定量检测法分别构建了支持向量机（Support Vector Machine,SVM）和偏最小二乘法（Partial Least Squares,PLS）定性定量判别模型,并用6分类最优模型进行预测。结果表明：电子鼻可以利用不同比例羊肉鸭肉样品间的气味差异对不同组进行判别,羊肉中含有的挥发性香气成分如萜烯类、芳香类、有机硫化物等物质的含量高于鸭肉。基于两个波段数据、两种分类方法构建的PLS模型判别效果优于SVM模型,总的判别正确率均达到96%以上,光谱数据经过多元散射校正处理的效果最佳,且最优模型预测效果良好。电子鼻结合可见/近红外光谱分析技术可有效鉴别羊肉中掺入不同比例鸭肉样品,为羊肉真实性的快速无损鉴别提供技术支撑。     

基于单拷贝核基因的荧光定量PCR技术检测驴奶的含量

本研究建立了一种基于内参基因的标准化实时聚合酶链式反应(real-time PCR)方法,能够定量检测混合掺假的灭菌乳中驴奶的含量。使用单拷贝核基因代替多拷贝线粒体基因,基于Ct值(驴特异性引物/内参引物)与驴奶含量的线性关系,对含量为5%~100% 的驴奶建立了标准曲线。该方法具有良好的线性相关(R2=0.9650)和较高的准确度,对含有20%、50%和80% 驴奶的模拟掺假样品进行定量分析,平均回收率为109.16%,平均CV值为4.68%。因此,该方法可以快速、准确地对驴奶进行定量,从而确定驴奶是否掺假以及掺假比例。     

基于近红外光谱对牛奶中掺杂尿素的判别分析

采集40个合格的纯牛奶样品,并配制含有尿素为1～20g/L的40个牛奶样品,研究掺杂尿素牛奶的二维相关近红外特性,在此基础上选择波数4200～4800cm-1为建模区间,采用偏最小二乘法建立定性、定量模型。结果指出通过判别偏最小二乘法可以实现纯牛奶及掺杂尿素牛奶的定性鉴别,判别正确率为100%;掺杂牛奶校正集相关系数R为0.999,交叉验证均方差为0.242,对未知样品集预测相关系数R达到0.999,预测标准偏差为0.57,这表明所建模型具有较好的预测效果。     

基于电子鼻气味指纹图谱快速鉴别茶籽油

以不同产地、不同类型、不同工艺和不同质量的茶籽油为研究对象，通过电子鼻技术获取茶籽油的风味信息，结合Loading负载分析、主成分分析（?principal component analysis，PCA）、线性判别分析（linear discriminant analysis，LDA）等对电子鼻传感器数据进行解读。通过欧氏距离（?euclidean distance，ED）、马氏距离（?markov distance，MD）和判别函数法(discriminant function method，DFA)对未知样品进行鉴别，以期建立不同茶籽油的快速、准确鉴别方法。结果表明：加工工艺极大地影响了茶籽油的气味差异，电子鼻响应值雷达图及Loading负载分析均表明W1S、W1W、W2S、W2W传感器对茶籽油样品具有较好的响应值，通过ED、MD、DFA可以识别不同类型和不同质量的茶籽油。基于PCA的LDA可以有效的鉴别不同类型的茶籽油，模型准确性高，其确定性大于99%。电子鼻技术结合化学计量学可以快速、有效鉴别不同的茶籽油并为茶籽油掺伪的快速鉴别提供了借鉴。     

Detection of Adulteration in Saffron Samples Using Electronic Nose

Saffron is the commercial name of the dried stigmas of Crocus sativus L. flower. Due to the high cost of saffron, adulteration sometimes occurs in the local market. In this study, the aroma fingerprints of saffron, saffron with yellow styles, safflower, and dyed corn stigma were detected by an electronic nose system. The features of the obtained signals from electronic nose system were extracted and used for data analysis. In this work, principal component analysis was used and the results were confirmed by back propagation artificial neural networks. The results revealed that the system can recognize the saffron adulteration satisfactorily. As a conclusion, it was found that the electronic nose could provide good separation of the saffron and adulterated one (safflower and other adulteration) as 100 and 86.87% classification accuracy, respectively, by means of artificial neural networks. The electronic nose was able to differentiate non-adulterated and adulterated saffron at higher than 10% adulteration level successfully.     

电子鼻鉴别核桃油中掺入大豆油、菜籽油及玉米油研究

为了快速简便地鉴别核桃油掺伪,利用电子鼻技术鉴别核桃油中掺入大豆油、菜籽油及玉米油,并采用主成分分析(PCA)和线性判别式分析(LDA)对结果进行分析,研究表明:采用PCA方法可以鉴别核桃油掺入大于20%大豆油、7%菜籽油和7%玉米油;采用LDA方法可以鉴别核桃油中掺入大于1%大豆油、1%菜籽油和7%玉米油,LDA方法比PCA方法能更加有效地鉴别核桃油中掺入大豆油、菜籽油和玉米油的现象。电子鼻技术可以作为鉴别核桃油掺假的一种快速简便的检测技术。