保健食品中非法添加药物事件及检测技术

近年来,向保健品中非法添加药物的现象时有发生。本研究针对不同保健食品的类别,梳理近年来发生的保健食品非法添加药物事件,对各类保健食品中常可能非法添加的药物及危害进行总结,并且对不同类别的保健食品中非法添加药物的检测技术进行归纳,分析技术的优缺点,为保健食品的市场监管提供参考。     

核磁共振代谢组学技术鉴别天然奶油与人造奶油

采用核磁共振(nuclear magnetic resonance,NMR)代谢组学技术对天然奶油和人造奶油的氘代氯仿(CDCl_3)提取物进行了鉴别研究。结果表明:与麦淇淋相比,黄油中甾醇、丁酸、1-戊烯、共轭亚油酸含量较高,而总不饱和脂肪酸、亚油酸的含量较低;与植脂奶油相比,稀奶油中甾醇、丁酸、亚麻酸、亚油酸、1-戊烯、共轭亚油酸、总不饱和脂肪酸含量较高,而总饱和脂肪酸含量较低,并且都具有显著性差异(P0.05)。其中脂肪酸的代谢组学分析结果与气相色谱法所得结果一致。建立的基于NMR代谢组学技术对天然奶油与人造奶油快速、简便的鉴别方法,可以鉴定不同种类奶油的差异化学成分,为奶油制品的品质鉴别和质量控制研究提供分析方法。     

核磁共振氢谱-PCA-SVM回归法用于稀奶油中植脂奶油掺假定量分析

基于核磁共振氢谱-PCA-SVM回归方法,建立稀奶油中掺假植脂奶油的快速定量方法。核磁共振氢谱数据经分段积分、归一化等数据预处理后,利用PCA进行数据降维,采用交叉验证的方法对SVM中的参数进行优化,然后使用最优参数建立稀奶油中掺假植脂奶油比例的定量校准模型。将校正结果与PLS和SVM算法比较,并将所建立的3个模型用于测试集样本的预测。结果表明:基于PCA-SVM算法定量模型的RMSECV为3. 69,RMSEP为5. 87,训练集和测试集的R2分别为0. 987 5和0. 974 3,模型的稳定性、准确性以及模型的预测能力均优于PLS、SVM算法,且运行速度明显快于SVM算法。研究所建立的PCA-SVM模型表现出较好的模型稳定性和预测精度,结合核磁共振氢谱技术可以快速、准确地测定稀奶油中掺假植脂奶油含量,为规范市场上奶油蛋糕等烘焙制品的质量监管提供技术支持。     

常压离子化质谱技术及其在食品检测中的应用研究进展

常压离子化（ambient ionization，AI）技术是在大气压环境下，无需或只需极少的样品前处理过程，对样品直接进行解吸附和离子化，从而提供快速、实时、表面、原位、非破坏、高通量的质谱分析技术。近年来常压离子化技术成为质谱分析研究的热点，在食品检测领域也得到广泛应用。该文结合常见常压离子化技术，对以电喷雾电离（electrospray ionization，ESI）为机理的解吸附电喷雾离子化（desorption electrospry ionization，DESI）和电喷雾萃取离子化（extractive electrospray ionization，EESI），以及以大气压化学电离源（atmospheric pressure chemical ionization，APCI）为机理的实时直接分析离子化（direct analysis in real time-mass spectrometry，DART-MS）和大气压固体探针（ambient solid analysis Probe，ASAP）的原理及其在食品检测中的应用进行综述，并对其未来的发展进行展望。     

液质联用法同时测定婴幼儿配方乳粉中氯酸盐和高氯酸盐残留

建立了婴幼儿配方乳粉中氯酸盐和高氯酸盐残留的高效液相色谱-串联四极杆质谱联用测定方法。样品经水超声溶解,乙腈除蛋白。以PC HILIC色谱柱分离,流动相为浓度50 mmol/L的乙酸铵水溶液和乙腈,流速0.25 mL/min。液相色谱-串联质谱仪测定,基质内标法定量。在该优化条件下,氯酸盐和高氯酸定量限分别为20μg/kg和2.0μg/kg,方法回收率为85.1%～94.7%,相对标准偏差(RSD)为2.38%～9.79%。经测定多种市售婴幼儿配方奶粉,表明该方法操作简单、测定结果准确,可用于婴幼儿配方奶粉中氯酸盐和高氯酸盐残留的同时快速测定。     

基于1H-NMR代谢组学初步比较真蜂蜜和掺假蜂蜜差异成分

采集蜂蜜样品的核磁共振氢图谱(1H-NMR),通过多元统计分析及相关系数负载图法找出真蜂蜜和掺假蜂蜜的差异性化学成分。结果表明,在蜂蜜的1H-NMR图谱中,共有24个物质的1H-NMR信号,包括7个有机酸,15个糖类和2个其他类物质。通过对真蜂蜜和掺假蜂蜜之间的比较分析,得出真蜂蜜组中的苏氨酸、脯氨酸、松二糖、曲二糖、松三糖和苯基丙氨酸含量高于掺假蜂蜜,而2,3-丁二醇、乙偶姻、甘露糖、5-羟甲基糠醛和甲酸的含量低于掺假蜂蜜组,并且都具有显著性差异(p<0.05)。应用NMR代谢组学技术从整体水平上分析蜂蜜样品的化学成分,可以发现真蜂蜜与掺假蜂蜜之间的差异性化学成分,为蜂蜜真假鉴别提供了新思路。     

核磁共振氢谱结合PCA-SVM算法分类鉴别食用植物油

采用核磁共振氢谱(1H-NMR)结合主成分分析-支持向量机法(PCA-SVM)对7种市面上常见的食用植物油进行了分类研究。首先运用PCA法对预处理后的各食用植物油的1H-NMR谱图积分数据进行降维处理,然后选用前2个主成分作为SVM的输入变量,建立预测模型,再对测试集样品进行预测,以实现食用植物油的种类鉴别,并与簇类独立软模式法(SIMCA)的分类结果进行了比较。结果显示:采用网格划分法优化得到模型最优核函数参数值为1.7411,最优惩罚参数值为0.3299,以最优参数建立的PCA-SVM食用植物油分类模型对测试集的分类正确率为100%,高于SIMCA分类法的61.90%。建立的1H-NMR结合PCA-SVM法食用植物油分类模型,可以快速、有效的鉴别食用植物油种类,适合实际食品检测工作中建模样本有限的实际,为食用植物油的品质鉴别和质量控制提供分析方法。