甾醇组成分析结合化学计量学识别8种植物油脂北大核心CSCD

探讨了甾醇组成分析结合化学计量学识别植物油脂种类的可行性。从植物油脂中提取不皂化物,并经液相色谱分离,再经衍生化后通过气相色谱测定了8种植物油脂共21批样品的甾醇组成,并以15种甾醇组分的含量作为基础数据,进行聚类分析与主成分分析。结果表明,2种化学计量学方式对甾醇组成的分析结果基本一致,都可以对植物油脂进行识别分析。因此,化学计量学是植物油脂中的甾醇组成分析的有效方法,甾醇组成可作为植物油脂种类识别的测量指标之一。     

甾醇组成分析结合化学计量学识别8种植物油脂

探讨了甾醇组成分析结合化学计量学识别植物油脂种类的可行性。从植物油脂中提取不皂化物,并经液相色谱分离,再经衍生化后通过气相色谱测定了8种植物油脂共21批样品的甾醇组成,并以15种甾醇组分的含量作为基础数据,进行聚类分析与主成分分析。结果表明,2种化学计量学方式对甾醇组成的分析结果基本一致,都可以对植物油脂进行识别分析。因此,化学计量学是植物油脂中的甾醇组成分析的有效方法,甾醇组成可作为植物油脂种类识别的测量指标之一。     

近红外光谱结合化学计量学方法在油脂检测中的应用

近红外光谱结合化学计量学技术由其独特的技术优势在油脂掺假分析领域已取得广泛应用。本文主要对近红外光谱结合化学计量学技术的原理及特点进行论述,并综述了近年来在油脂定性及定量分析方法中应用较为广泛、实用性较强的化学计量学方法,即聚类分析、主成分分析、支持向量机、人工神经网络、主成分回归以及偏最小二乘法结合近红外光谱在油脂掺假分析中的应用,并展望了该技术的发展前景。     

基于GC-MS技术对不同香型白酒的判别分析

基于气相色谱-质谱（GC-MS）联用技术检测5种香型白酒挥发性风味成分,并结合聚类分析（CA）、主成分分析（PCA）及偏最小二乘判别分析（PLS-DA）等化学计量学手段分析检测结果,并对不同白酒的香型进行识别和分类。结果表明,不同香型白酒样品中的风味成分具有明显差异,PLS-DA中的2个成分能很好的代表酒样中的基本信息,5种香型的组心质都相互分离,没有重合,将“测试集”和“训练集”的判定结果与实际结果相比较,正确率均为100%。因此,利用GC-MS技术结合化学计量学方法,可用于不同香型白酒的鉴别分析。     

化学计量学方法在果蔬领域的应用

果蔬富含维生素、矿物质和膳食纤维等营养物质,是人们补充营养必不可少的食品之一。但果蔬在加工储存过程中存在农药残留、营养成分损失、品质下降等一系列问题,如何保证果蔬的食用安全和食用品质一直是果蔬研究领域的焦点。测定果蔬的营养理化指标是评价果蔬品质的有效手段,然而过多的指标通常会产生大量繁杂冗余的数据,需要专门的工具对数据进行分析处理。化学计量学方法是进行数据处理的有效手段,近年来在果蔬生产加工方面已得到广泛应用。本文综述了主成分分析、偏最小二乘和人工神经网络等化学计量学方法在果蔬品质差异评价、果蔬农药残留检测、果蔬理化分析、果蔬保鲜效果优劣及果蔬生产工艺优化等方面的应用,讨论了各种方法的优缺点,为化学计量学方法在果蔬领域中的应用提供参考。     

GC—TOF MS结合化学计量学用于安化黑茶的识别

采用顶空固相微萃取联合气相色谱—飞行时间质谱(GC—TOF MS)对安化黑茶及其它产地黑茶中的挥发性成分进行检测,对41种共有挥发性组分进行定性定量分析。应用化学计量学统计工具对数据进行变量筛选、主成分分析法(PCA)和偏最小二乘判别分析(PLS-DA),筛选出安化黑茶的26个显著性差异香气成分,通过主成分得分投影图直观反映样本间的聚类趋势和分类信息,对安化黑茶与不同产地黑茶样品及其它种类茶叶进行有效区分和识别,找出14个对安化黑茶识别分类起着重要作用的挥发成分。结果表明,基于茶叶中挥发性成分差异的GC—TOF MS分析结合化学计量学统计方法用于安化黑茶识别是可行的。     

化学计量学在风味物质研究中的应用

化学计量学在风味物质色谱重叠峰以及气质联用测定结果的处理方面应用广泛,能够解决一些传统的分析方法不能解决的问题,但在风味物质结构和活性关系方面的应用研究较少。本文综述化学计量学中的多元校正和多元分辨、小波变换、化学模式识别、人工神经网络以及遗传算法等方法在风味物质研究中的应用,以期为风味物质的研究提供一定的理论依据。     

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。     

化学计量学在食品分析中的应用研究进展

综述了化学计量学中的主成分分析(principal components analysis,PCA)、偏最小二乘法(partial least square,PLS)、聚类分析(cluster analysis,CA)、判别分析(discriminant analysis,DA)、基于因子分析的多元分辨方法和小波变换(wavelet transform,WT)等方法在食品营养成分分析、食品分类识别及掺伪分析和食品卫生检测等领域中的应用,并对该领域的研究方向和前景进行了展望。     

化学计量学在茶叶质量控制中的应用

客观质量评定及分级标准化对茶叶来说,是亟待解决的问题,化学计量学的引入,对大量茶叶样品的大量品质成分数据进行多元处理,可快速全面的将茶叶的化学信息进行鉴别归类,弥补传统感官审评受主观因素影响较大的缺陷。本文综述了几种常用的化学计量学模式识别方法在茶叶品质分级、真伪鉴别以及产地鉴别中的重要进展,为促进茶叶标准化加工、品质智能化识别以及产地溯源技术的发展提供理论参考。     

近红外光谱分析技术在食品检测中的应用研究进展

近30年来,近红外光谱技术(near-infrared spectroscopy,NIRS)作为一项高效、简便、无损的分析技术得到了长足的发展,并在食品质量监测领域得到了越来越广泛的应用。结合新型化学计量学方法,NIRS可以有效实现对食品进行组分含量测定、产品分类、掺伪检测等。文中综述了近年来利用NIRS分析技术结合化学计量学方法在食品检测中的一些研究进展情况。     

基于低场核磁共振技术的奶粉品牌快速判别

目的：采用低场核磁共振技术对6个不同品牌的270个奶粉样品进行检测判别。方法：采用主成分分析（PCA）、偏最小二乘判别分析（PLS-DA）、误差反传人工神经网络（BP-ANN）等化学计量学方法对样品数据进行处理。结果：采用PCA方法的主成分三维投影图无法达到对奶粉品牌快速判别的目的;PLS-DA方法的训练集和预测集的正确识别率分别为66.1%,52.2%,可信度较低,也难以实现奶粉品牌的快速判别;BP-ANN方法的训练集和预测集的正确识别率分别为99.4%, 100.0%。结论：低场核磁共振与BP-ANN结合可以很好地识别奶粉品牌。     

拉曼光谱法快速鉴别蜂蜜中掺入甜菜糖浆的可行性研究

对蜂蜜用各种廉价的糖浆掺假,一直是蜂蜜行业的严重问题。本文利用拉曼光谱结合化学计量学方法对蜂蜜中掺入甜菜糖浆进行鉴别。用airPLS法扣除拉曼荧光背景,用自归一化法预处理光谱,在全谱范围(4000～10000cm^-1)内建立偏最小二乘-线性判别分析（PLS-LDA）模型,并进行预测。训练集10折交互验证的判别总正确率为90.4%,预测集的判别总正确率为95.4%。实验结果表明拉曼光谱结合化学计量学方法可快速鉴别蜂蜜中掺入的甜菜糖浆。     

电子鼻对两种食源性致病菌在菌株水平上区分的研究

利用基于金属氧化物传感器阵列的电子鼻技术对五株单增李斯特菌和五株副溶血性弧菌的挥发性代谢产物进行研究,结合主成分分析（PCA）和聚类分析（CA）等化学计量学方法对电子鼻原始数据进行统计学分析。结果显示,电子鼻模式识别技术能够很好地将五株单增李斯特菌的挥发性代谢产物图谱进行区分,而在同一技术条件下对五株副溶血性弧菌的挥发性代谢产物图谱只能进行部分区分,利用向这五株副溶血性弧菌的培养液中添加NaCl至饱和的方法,可以将五株菌完全区分开来,区分效果显著增强。实验表明利用电子鼻结合主成分分析和聚类分析技术对食源性致病菌在菌株水平上的区分和鉴定具有一定的可行性,有望将该技术开发成为一种快速、简便、无损的食源性致病菌新型检测分型方法。     

基于连续投影算法的油菜蜜近红外光谱真伪鉴别的研究

采用连续投影算法(successive project algorithm,SPA)对177个不同产地油菜蜜样本的近红外光谱做波长选择,然后以33个特征变量作线性识别分析(LDA)。同时,也采用了主成分分析(PCA)对变量进行压缩。比较了二次识别分析(QDA)和簇类独立软模式分类法(SIMCA)的鉴别结果。SPA-LDA模型预测集的鉴别准确率为97.7%,而PCA-LDA、全谱的SIMCA和SPA-QDA预测集的正确率分别为93.2%、95.4%和90.9%;上述四种方法ROC曲线下的面积分别为0.964、0.912、0.948和0.933。SPA-LDA性能比其他三种方法要好。该方法准确、可靠,为蜂蜜真实性的现场快速检测提供了一种新方法。     

基于气相离子迁移谱对葵花籽油精炼程度的检测

运用气相离子迁移谱（gas chromatography-ion mobility spectrometry,GC-IMS）对不同精炼程度的葵花籽油的挥发性有机成分进行分析,构建葵花籽油精炼程度的指纹图谱,并对葵花籽油的精炼程度进行判别和分类。采用二维差谱方法筛选出22?个有效特征峰作为表征精炼程度差异的变量,采用主成分分析和有监督模式识别方法（K最近邻、二次线性判别分析、Fisher线性判别分析）进行模式识别。结果表明,3?种有监督模式识别方法均可以有效地区分不同精炼程度的葵花籽油样,识别率高达97.30%。使用GC-IMS技术结合化学计量学方法能够准确直观地区分不同精炼程度的葵花籽油样品,便于企业对植物油进行质量控制,同时为质检技术人员提供了一种新的检测方法。     

近红外光谱结合化学计量法快速无损鉴别燕麦

提出了一种基于近红外光谱技术与化学计量学的燕麦无损鉴别方法。通过近红外光谱仪测定了5个品牌与劣质燕麦的光谱曲线,利用连续小波变换方法对光谱进行预处理,然后基于标准偏差与相对标准偏差的变量筛选方法筛选出具有代表的15个波数点,最后结合主成分分析法对不同燕麦样品快速鉴别。结果表明:连续小波变换可以有效地消除光谱中的背景干扰,提取光谱有效信息,波长筛选方法可以大大提高主成分分析结果的鉴别能力。通过结合近红外光谱分析技术与化学计量学方法,可对中国国产品牌、进口品牌和劣质燕麦进行准确鉴别。     

傅立叶变换红外光谱技术对3种李斯特氏菌的快速分类鉴定

为建立李斯特氏菌属内单核细胞增生李斯特氏菌、绵羊李斯特氏菌、英诺克李斯特氏菌3种菌的傅立叶变换红外(Fourier transform infrared,FT-IR)光谱数据库及FT-IT分类鉴定方法,作者应用FT-IR技术对3种李斯特氏菌进行指纹图谱数据采集,建立了3种李斯特氏菌的标准FT-IR导数谱数据库,同时结合化学计量学分析方法,建立了基于主成分分析(principalcomponent analysis,PCA)和分级聚类分析(hierarchical cluster analysis,HCA)两种聚类分析模型。结果表明,两种聚类模型均可成功将3种李斯特氏菌进行区分,FT-IR光谱数据库可用于FT-IR技术对3种可疑李斯特氏菌进行鉴定。FT-IR分析方法简便、快速、易操作,结果重现性好,是一种区分3种李斯特氏菌的有效方法。     

Trends in Chemometrics: Food Authentication,Microbiology, and Effects of Processing

In the last decade, the use of multivariate statistical techniques developed for analytical chemistry has been adopted widely in food science and technology. Usually, chemometrics is applied when there is a large and complex dataset, in terms of sample numbers, types, and responses. The results are used for authentication of geographical origin, farming systems, or even to trace adulteration of high value‐added commodities. In this article, we provide an extensive practical and pragmatic overview on the use of the main chemometrics tools in food science studies, focusing on the effects of process variables on chemical composition and on the authentication of foods based on chemical markers. Pattern recognition methods, such as principal component analysis and cluster analysis, have been used to associate the level of bioactive components with in vitro functional properties, although supervised multivariate statistical methods have been used for authentication purposes. Overall, chemometrics is a useful aid when extensive, multiple, and complex real‐life problems need to be addressed in a multifactorial and holistic context. Undoubtedly, chemometrics should be used by governmental bodies and industries that need to monitor the quality of foods, raw materials, and processes when high‐dimensional data are available. We have focused on practical examples and listed the pros and cons of the most used chemometric tools to help the user choose the most appropriate statistical approach for analysis of complex and multivariate data.