CN102279166A - 一种利用近红外快速测定米糠脂肪酶活性的方法 - Google Patents
一种利用近红外快速测定米糠脂肪酶活性的方法 Download PDFInfo
- Publication number
- CN102279166A CN102279166A CN2011101877888A CN201110187788A CN102279166A CN 102279166 A CN102279166 A CN 102279166A CN 2011101877888 A CN2011101877888 A CN 2011101877888A CN 201110187788 A CN201110187788 A CN 201110187788A CN 102279166 A CN102279166 A CN 102279166A
- Authority
- CN
- China
- Prior art keywords
- rice bran
- sample
- near infrared
- lipase
- spectrum
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明提供了一种利用近红外快速测定米糠脂肪酶活性的方法，包括以下步骤：（1）定标集、验证集样本光谱的建立；（2）定标集近红外光谱的预处理；（3）定标模型建立；（4）定标模型验证和选定；（5）待测米糠样品脂肪酶活性的测定，待测米糠样品的近红外光谱经预处理，输入选定的定标模型，即可计算得到米糠脂肪酶的活性。
Description
技术领域
本发明涉及一种利用近红外快速测定米糠脂肪酶活性的方法。
背景技术
米糠是稻谷加工中的主要副产品，约占稻谷的5-8%，我国稻谷产量约占世界总产量的40%，米糠资源年产约1000-1600万吨，居世界首位。米糠因富含油脂（有12%-23%的米糠油）和丰富的营养成分与生理活性物质而备受关注。但是米糠极易酸败，其中的脂肪酶主要存在米皮中，在稻谷或糙米状态下由于与脂肪不接触因而较稳定，但自米皮碾下成糠过程中，米皮结构破坏而使其中的脂肪酶与油脂发生接触而被迅速活化，酶活力在短时间内可增加几十倍，使米糠在几小时内即酸败变质，严重阻碍了米糠的深度开发利用。至今为止，国内外对米糠的研究主要是集中在米糠脂肪酶的去酶活稳定化研究及灭酶后各种功能成分的提取和应用研究上，极少有利用米糠脂肪酶的研究。其实脂肪酶作为我国绿色化工的热点产品，过去长期依赖进口，价格奇高，为降低成本，北京化工大学进行了高产脂肪酶菌种选育研究，从微生物产脂肪酶途径已较大幅度降低成本[1]。如果米糠脂肪酶能变废为利，则不仅可能更具成本优势，而且也符合当今绿色、环保的社会发展趋势。而解决米糠脂肪酶的快速测定问题无疑便于米糠脂肪酶的利用。已有相关的脂肪酶测定法有GB/T 5523-2008 粮油检验粮食、油料的脂肪酶活动度的测定的方法及中国专利（CN1680587A）作物种子脂肪酶活性的快速检测方法等[2-3]，两者均需先对脂肪酶进行提取。
近红外(near inf rared , NIR) 光是指波长介于可见区与中红外区之间的电磁波, 其波长范围约800～2 500 nm。近红外光谱分析是指利用近红外谱区包含的物质信息，主要用于有机物质定性和定量分析的一种分析技术，它的最大特点是对样品无破坏性、操作简便、分析迅速、可直接对样品进行分析。近年来近红外光谱分析技术在农业、烟草、石油化工、医药等各个领域均到了广泛的应用，在油脂中的应用目前也有一些研究报道，主要用于油脂的品质检测，例如：Cozzolino[4]、Man[5]等运用近红外检测油脂中的游离脂肪酸，吴建国[6]、杨翠玲[7]等检测油料种子脂肪酸组成，均取得了令人满意的结果。但尚无利用近红外检测脂肪酶活性的报道。
参考文献：
[1] 童志勇.脂肪酶国产化开启绿色合成新篇章[J].现代化工，2009，29（5）：91.
[2] GB/T 5523-2008 粮油检验粮食、油料的脂肪酶活动度的测定的方法
[3] 张瑛，吴跃进，何成芳，刘洁，蒋家月.一种新的水稻种子碱性脂肪酶活性快速检测方法及其应用[J].中国农业科技导报，2009，11(S2)：43—45，59.）
[4] Cozzolino D, Murray I, Chree A, et al. LWT-Food Science and Technology, 2005, 38 (8): 821.
[5] Man Y B Che, Moh M H. Journal of American Oil Chemist Society, 1998, 75(5): 557.
[6] 吴建国，石春海，张海珍.光谱学与光谱分析[J].2006，26(2)：259.
[7] 杨翠玲，陈文杰，张文学，等.西北农业学报[J].2005，14(6)：72.
发明内容
本发明的目的和意义：已有脂肪酶的检测方法均需对脂肪酶先行提取，然后再进行酶活检测，难以满足研究和生产的快速测定需要。利用本发明方法则无需提取脂肪酶，且除在初始建模时需进行化学滴定稍显费时外，在建模完成后，利用近红外扫描未知样品光谱，将其输入模型即可直接读出脂肪酶的活性值，因而大大简化了米糠脂肪酶活性的测定方法，对大批量即时快速检测的实际需要意义更大。
本发明依据的原理是：研究表明，样品的近红外光谱包含了物质的组成和结构信息，而米糠的组成和结构信息与其米糠的存放时间即与米糠脂肪酶的活性和反应时间密切相关。应用化学计量方法对米糠近红外光谱和米糠存放时间及米糠脂肪酶活性进行关联研究，可以确定这两者之间的定性或定量关系，即定标模型。建立定标模型后，只要测出未知样品的近红外光谱，根据定标模型就可以确定米糠脂肪酶的活性。
依据上述原理，建立本发明的如下方案：其包括以下步骤：
（1）定标集、验证集样本光谱的建立：将稻谷样品在25-35℃的恒温车间进行砻谷、碾米，经碾米机碾下的米糠也置于25-35℃恒温下保存，且每隔1-3小时取样，将样品米糠进行近红外扫描，获得样品米糠近红外范围内的所有光谱信息，同时以滴定法测定其每个对应样品的米糠脂肪酶活性实际值，将上述所得样品随机分为定标集和验证集两组；
（2）近红外光谱的预处理：对原始光谱进行一阶导数（First derivative，FD）、二阶导数（Second derivative，SD）与不光滑（No smoothing，NS）处理、Savitzky-Golay filter (SGF)处理、Norris derivative filter（NDF）处理或它们的组合处理；
（3）定标模型的建立：分别用主成分回归(Principal Component Regress-ion，PCR)和偏最小二乘法（Partial Least Squares Regression，PLS）方法对定标集的近红外光谱及其对应样品脂肪酶活性的实际值之间的函数关系建模；
（4）定标模型验证和选定：从验证集中取一组已知脂肪酶活性的米糠样品，将其近红外光谱信息输入定标模型，根据已建立的定标模型计算米糠脂肪酶活性，对计算值与实际值进行相关性分析，计算相关系数和方差，评价模型的可靠性，并选定最优模型；
（5）待测米糠样品脂肪酶活性的测定，参照步骤（1）、（2）、（3）所述操作方法获得未知米糠样品脂肪酶活性的近红外光谱特征信息，将所述未知未知米糠样品近红外光谱信息输入定标模型，即得到米糠脂肪酶的活性。
所述米糠样品脂肪酶的活性用滴定法测定，其原理是米糠碾下后，在室温（25-35℃）条件下其中的脂肪酶与油脂作用分解成游离脂肪酸，按一定的时间间隔（如1-3小时）定时用氢氧化钾溶液进行滴定。
所述近红外范围内的所有光谱信息指的是800 nm-2500 nm范围内的吸收光谱。
所述方法包括原始光谱（Spectrum）、一阶导数（First derivative，FD）、二阶导数（Second derivative，SD）与不光滑（No smoothing，NS）处理、Savitzky-Golay filter (SGF)处理、Norris derivative filter（NDF）处理或它们的组合处理方法。
所述提取近红外光谱特征信息是指通过主成分分析或偏最小二乘法，将原来多个相关的近红外光谱信息变换到2-10个互不相关的变量中，同时，这些互不相关的变量含有原来多个相关光谱≥90%的信息。
本发明是在分析不同脂肪酶活性的米糠近红外光谱的基础上，建立基于近红外光谱分析米糠脂肪酶活性的快速检测方法。这种检测方法具有分析迅速、效率高、操作简便、分析成本低，且对环境不造成污染的优点。
附图说明
图1是未经预处理的米糠样品光谱图，即样品近红外光谱；
图2是定标模型的验证相关曲线，显示了光谱模型预测值与真实值相关性。
具体实施方式
以下结合实施例及附图对本发明作进一步详细说明。
（1）定标集、验证集样本光谱的建立：将稻谷样品在35℃的恒温车间进行砻谷、碾米，经碾米机碾下的米糠也置于35℃恒温下保存，且每隔1小时取样，在12小时取13个样，连续4天，共取样52个样，将样品米糠进行近红外扫描，获得样品的米糠近红外范围内的所有光谱信息，同时以滴定法测定其每个对应样品的米糠脂肪酶活性实际值，将上述所得样品的随机分为定标集（39个样）和验证集（13个样）两组；
（2）原始光谱预处理：对原始光谱选用一阶导数（First derivative，FD）、二阶导数（Second derivative，SD）与不光滑（No smoothing，NS）处理、Savitzky-Golay filter (SGF)处理、Norris derivative filter（NDF）处理或它们的组合处理方法；
（3）定标模型的建立：分别用主成分回归(Principal Component Regress-ion，PCR)和偏最小二乘法（Partial Least Squares Regression，PLS）方法对定标集的近红外光谱及其对应样品脂肪酶活性的实际值之间的函数关系建模；
（4）定标模型验证：从验证集中取一组已知脂肪酶活性的米糠样品，将其近红外光谱信息输入定标模型，根据已建立的定标模型计算米糠脂肪酶活性，对计算值与实际值进行相关性分析，从表1、表2可知，经过一阶导数处理后，用PLS建立的光谱模型最优，交互验证相关系数达到0.9911，标准误均方RMSEC=0.658，均方根误差RMSEP=3.03。图2表明，这一模型可以很好的预测一定条件下（常温25-35℃碾下12小时内）米糠脂肪酶的活性。因此选定PLS模型为定标模型；
（5）未知米糠样品脂肪酶活性的测定，参照步骤（1）、（2）所述操作方法获得未知米糠样品脂肪酶活性的近红外光谱特征信息，将所述未知未知米糠样品近红外光谱信息输入定标模型，即得到米糠脂肪酶的活性。
表1 PCR方法处理米糠脂肪酶活性校正模型的预测性能
| 相关系数 | RMSEC | RMSEP | 主成分数 | |
| 原始光谱（NS） | 0.83028 | 2.76 | 2.49 | 10 |
| SGF 处理 | 0.81281 | 2.88 | 2.32 | 10 |
| FD+NS处理 | 0.83028 | 2.76 | 2.49 | 10 |
| FD+SGF处理 | 0.81281 | 2.88 | 2.32 | 10 |
| FD+NDF处理 | 0.85213 | 2.59 | 2.58 | 10 |
| SD+NS处理 | 0.79994 | 2.97 | 2.70 | 10 |
| SD+SGF处理 | 0.61809 | 3.89 | 2.97 | 10 |
| SD+NDF处理 | 0.88040 | 2.35 | 2.59 | 10 |
表2 PLS方法处理米糠脂肪酶活性校正模型的预测性能
| 相关系数 | RMSEC | RMSEP | 因子数 | |
| 原始光谱（NS） | 0.87528 | 2.39 | 2.04 | 5 |
| SGF 处理 | 0.82914 | 2.76 | 2.68 | 5 |
| FD+NS处理 | 0.99111 | 0.658 | 3.03 | 6 |
| FD+SGF处理 | 0.98755 | 0.778 | 3.31 | 6 |
| FD+NDF处理 | 0.86163 | 2.51 | 2.53 | 5 |
| SD+NS处理 | 0.97092 | 1.18 | 4.30 | 4 |
| SD+SGF处理 | 0.95408 | 1.48 | 2.99 | 3 |
| SD+NDF处理 | 0.90438 | 2.11 | 2.63 | 5 |
Claims (5)
1.一种利用近红外快速测定米糠脂肪酶活性的方法，其特征在于，包括以下步骤：（1）定标集、验证集样本光谱的建立：将稻谷样品在25-35℃的恒温车间进行砻谷、碾米，经碾米机碾下的米糠也置于25-35℃恒温下保存，且每隔1-3小时取样，将样品米糠进行近红外扫描，获得样品米糠近红外范围内的所有光谱信息，同时以滴定法测定其每个对应样品的米糠脂肪酶活性实际值，将上述所得样品随机分为定标集和验证集两组；（2）近红外光谱的预处理：对原始光谱进行一阶导数（First derivative，FD）、二阶导数（Second derivative，SD）与不光滑（No smoothing，NS）处理、Savitzky-Golay filter (SGF)处理、Norris derivative filter（NDF）处理或它们的组合处理；（3）定标模型的建立：分别用主成分回归(Principal Component Regress-ion，PCR)和偏最小二乘法（Partial Least Squares Regression，PLS）方法对定标集的近红外光谱及其对应样品脂肪酶活性的实际值之间的函数关系建模；（4）定标模型验证和选定：从验证集中取一组已知脂肪酶活性的米糠样品，将其近红外光谱信息输入定标模型，根据已建立的定标模型计算米糠脂肪酶活性，对计算值与实际值进行相关性分析，计算相关系数和方差，评价模型的可靠性，并选定最优模型；（5）未知米糠样品脂肪酶活性的测定，参照步骤（1）、（2）、（3）所述操作方法获得未知米糠样品脂肪酶活性的近红外光谱特征信息，将所述未知未知米糠样品近红外光谱信息输入定标模型，即可得到米糠脂肪酶的活性。
2.根据权利要求1所述的方法，其特征在于，所述建模米糠样品脂肪酶的活性的实际值用滴定法测定，其原理是米糠碾下后，在室温（25-35℃）条件下其中的脂肪酶与油脂作用分解成游离脂肪酸，按一定的时间间隔（如1-3小时）定时用氢氧化钾溶液进行滴定，即可从氢氧化钾的耗量测定出游离脂肪酸的耗量进而计算出脂肪酶活性的变化。
3.根据权利要求1所述的米糠样品脂肪酶活性的近红外快速检测方法，其特征在于，所述近红外范围内的所有光谱信息指的是800nm-2500nm范围内的吸收光谱。
4.根据权利要求1-3之一所述的米糠样品脂肪酶活性的近红外快速检测方法，其特征在于，所述方法包括原始光谱（Spectrum）、一阶导数（First derivative，FD）、二阶导数（Second derivative，SD）与不光滑（No smoothing，NS）处理、Savitzky-Golay filter (SGF)处理、Norris derivative filter（NDF）处理或它们的组合处理方法。
5.根据权利要求1-3之一所述的米糠样品脂肪酶活性的近红外快速检测方法，其特征在于，所述提取近红外光谱特征信息是指通过主成分分析方法或偏最小二乘法，将原来多个相关的近红外光谱信息变换到2-10个互不相关的变量中，同时，这些互不相关的变量含有原来多个相关光谱≥90%的信息。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN2011101877888A CN102279166A (zh) | 2011-07-06 | 2011-07-06 | 一种利用近红外快速测定米糠脂肪酶活性的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN2011101877888A CN102279166A (zh) | 2011-07-06 | 2011-07-06 | 一种利用近红外快速测定米糠脂肪酶活性的方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN102279166A true CN102279166A (zh) | 2011-12-14 |
Family
ID=45104734
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN2011101877888A Pending CN102279166A (zh) | 2011-07-06 | 2011-07-06 | 一种利用近红外快速测定米糠脂肪酶活性的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN102279166A (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103063597A (zh) * | 2013-01-09 | 2013-04-24 | 南京工业大学 | 一种检测脂肪酶活性的方法 |
| CN105181643A (zh) * | 2015-10-12 | 2015-12-23 | 华中农业大学 | 一种稻米品质的近红外检测方法与应用 |
| CN105277509A (zh) * | 2014-07-25 | 2016-01-27 | 重庆医科大学 | 血清中天门冬氨酸氨基转移酶活性近红外无损检测方法 |
| CN106706519A (zh) * | 2015-07-24 | 2017-05-24 | 重庆医科大学 | 基于光谱法同时快速定性分析血清中两种转氨酶的活性 |
| CN109724953A (zh) * | 2018-11-22 | 2019-05-07 | 佛山科学技术学院 | 一种荧光检测脂肪酶活性的方法 |
| CN112903627A (zh) * | 2021-03-06 | 2021-06-04 | 中国烟草总公司郑州烟草研究院 | 一种在线判定烟草加工过程生物酶活性的方法 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1680587A (zh) * | 2005-01-27 | 2005-10-12 | 中国科学院等离子体物理研究所 | 作物种子脂肪酶活性快速检测方法 |
-
2011
- 2011-07-06 CN CN2011101877888A patent/CN102279166A/zh active Pending
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1680587A (zh) * | 2005-01-27 | 2005-10-12 | 中国科学院等离子体物理研究所 | 作物种子脂肪酶活性快速检测方法 |
Non-Patent Citations (4)
| Title |
|---|
| 中华人民共和国国家质量监督检验检疫总局: "《GB/T 5523-2008 粮油检验》", 20 January 2009 * |
| 王立琦等: "大豆油脂过氧化值的近红外光谱分析", 《食品科学》 * |
| 陆月青: "近红外光谱分析技术在饲料分析中的应用研究", 《中国优秀硕士学位论文全文数据库 农业科技辑》 * |
| 黄富荣等: "近红外光谱快速检测丙氨酸氨基转移酶", 《光谱学与光谱分析》 * |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103063597A (zh) * | 2013-01-09 | 2013-04-24 | 南京工业大学 | 一种检测脂肪酶活性的方法 |
| CN105277509A (zh) * | 2014-07-25 | 2016-01-27 | 重庆医科大学 | 血清中天门冬氨酸氨基转移酶活性近红外无损检测方法 |
| CN106706519A (zh) * | 2015-07-24 | 2017-05-24 | 重庆医科大学 | 基于光谱法同时快速定性分析血清中两种转氨酶的活性 |
| CN106706519B (zh) * | 2015-07-24 | 2020-11-10 | 重庆医科大学 | 基于光谱法同时快速定性分析血清中两种转氨酶的活性 |
| CN105181643A (zh) * | 2015-10-12 | 2015-12-23 | 华中农业大学 | 一种稻米品质的近红外检测方法与应用 |
| CN105181643B (zh) * | 2015-10-12 | 2018-03-02 | 华中农业大学 | 一种稻米品质的近红外检测方法与应用 |
| CN109724953A (zh) * | 2018-11-22 | 2019-05-07 | 佛山科学技术学院 | 一种荧光检测脂肪酶活性的方法 |
| CN112903627A (zh) * | 2021-03-06 | 2021-06-04 | 中国烟草总公司郑州烟草研究院 | 一种在线判定烟草加工过程生物酶活性的方法 |
| CN112903627B (zh) * | 2021-03-06 | 2023-01-24 | 中国烟草总公司郑州烟草研究院 | 一种在线判定烟草加工过程生物酶活性的方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Ranjan et al. | Assessment of plant nitrogen stress in wheat (Triticum aestivum L.) through hyperspectral indices | |
| Zhao et al. | Near infrared reflectance spectroscopy for determination of the geographical origin of wheat | |
| Bassbasi et al. | Prediction of the geographical origin of butters by partial least square discriminant analysis (PLS-DA) applied to infrared spectroscopy (FTIR) data | |
| Feng et al. | Monitoring leaf nitrogen status with hyperspectral reflectance in wheat | |
| Wang et al. | Evaluating photosynthetic pigment contents of maize using UVE-PLS based on continuous wavelet transform | |
| CN102279166A (zh) | 一种利用近红外快速测定米糠脂肪酶活性的方法 | |
| Wu et al. | Rapid determination and origin identification of total polysaccharides contents in Schisandra chinensis by near-infrared spectroscopy | |
| Mu et al. | Portable detection and quantification of olive oil adulteration by 473-nm laser-induced fluorescence | |
| Feng et al. | Improved remote sensing detection of wheat powdery mildew using dual-green vegetation indices | |
| CN105181642A (zh) | 一种花生品质的近红外检测方法及应用 | |
| Zhao et al. | Relationships of leaf nitrogen concentration and canopy nitrogen density with spectral features parameters and narrow-band spectral indices calculated from field winter wheat (Triticum aestivum L.) spectra | |
| CN102279168A (zh) | 基于近红外光谱技术快速无损分析整粒棉籽营养品质的方法 | |
| CN104865194A (zh) | 基于近红外、荧光、偏振多光谱的蔬菜农残检测装置及方法 | |
| CN106018335A (zh) | 基于近红外光谱的整粒棉籽中植酸含量的无损测定方法 | |
| Rana et al. | Leaf Attenuated Total Reflection Fourier Transform Infrared (ATR-FTIR) biochemical profile of grassland plant species related to land-use intensity | |
| CN106018337A (zh) | 一种棉仁粉中植酸含量的测定方法 | |
| CN105486662A (zh) | 一种基于近红外光谱技术的棉籽棉酚含量的无损测定方法 | |
| Li et al. | Identification of aged-rice adulteration based on near-infrared spectroscopy combined with partial least squares regression and characteristic wavelength variables | |
| Wang et al. | The early, rapid, and non-destructive detection of citrus Huanglongbing (HLB) based on microscopic confocal Raman | |
| Xie et al. | Quantification of chlorophyll content and classification of nontransgenic and transgenic tomato leaves using visible/near-infrared diffuse reflectance spectroscopy | |
| CN101791331A (zh) | 一种快速测定丹参提取液中鞣质含量的方法 | |
| Deng et al. | Characteristic wavelengths optimization improved the predictive performance of near-infrared spectroscopy models for determination of aflatoxin B1 in maize | |
| Zaki Dizaji et al. | Application of E-nose technique to predict sugarcane syrup quality based on purity and refined sugar percentage | |
| Dong et al. | Nondestructive characterization of citrus fruit by near-infrared diffuse reflectance spectroscopy (NIRDRS) with principal component analysis (PCA) and fisher linear discriminant analysis (FLDA) | |
| Yin et al. | Study on the quantitative relationship among canopy hyperspectral reflectance, vegetation index and cotton leaf nitrogen content |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20111214 |