CN102645416A - 一种快速测定蓝莓中花青素含量的方法 - Google Patents

一种快速测定蓝莓中花青素含量的方法 Download PDF

Info

Publication number
CN102645416A
CN102645416A CN2012100830183A CN201210083018A CN102645416A CN 102645416 A CN102645416 A CN 102645416A CN 2012100830183 A CN2012100830183 A CN 2012100830183A CN 201210083018 A CN201210083018 A CN 201210083018A CN 102645416 A CN102645416 A CN 102645416A
Authority
CN
China
Prior art keywords
model
content
anthocyanidin
sample
blueberries
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
Application number
CN2012100830183A
Other languages
English (en)
Inventor
孙爱东
王姗姗
陈健
陶晓赟
李路宁
王寅
张师
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Forestry University
Original Assignee
Beijing Forestry University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Forestry University filed Critical Beijing Forestry University
Priority to CN2012100830183A priority Critical patent/CN102645416A/zh
Publication of CN102645416A publication Critical patent/CN102645416A/zh
Pending legal-status Critical Current

Links

Landscapes

  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

本发明涉及的是一种用近红外光谱技术(NIRS)快速测定蓝莓中花青素含量的方法。它包括模型的建立，采用主成分分析和偏最小二乘法；光谱的扫描：室温下采用Antarise傅里叶变换近红外光谱仪采集光谱图，采样模式为积分球漫反射，光谱范围4000cm-1～10000cm-1，扫描次数32，分辨率8cm-1，InGaAs检测器收集信号。样品为蓝莓浆果，将收集的谱图输入已建好的模型中，快速读出花青素的含量。本方法适用于同型号的近红外光谱仪和不同品种的蓝莓花青素的测定。准确率达92.7％，具有快速、无损的特点。

Description

一种快速测定蓝莓中花青素含量的方法
技术领域
本发明涉及一种利用近红外光谱技术(NIRS)快速检测蓝莓中花青素含量的方法。
背景技术
蓝莓中所含的花青素对眼睛有良好的保健作用，能够减轻眼的疲劳及提高夜间视力。人眼能够看到物体是由于视网膜上视红素的存在，视红素在光的刺激下分解视蛋白和视黄醛发色物质，产生神经传送物质向大脑传送。视红素反复分解、合成，连续地向大脑传送。蓝莓花青素的重要功能是活化和促进视红素的再合成作用，从而改善人眼视觉的敏锐程度，加快对黑暗环境的适应。利用蓝莓的这一特性，国际上开发出了增视名目保健食品，解除用眼过度而产生的疲劳，改善人眼机能，预防白内障。此外有观点认为：花青素是迄今为止所发现的最有效的天然水溶性自由基清除剂，其体内活性更是其他抗氧化剂无法比拟的，具有很好的抗氧化、清除自由基的作用。
近红外(near infrared，简称NIR)光谱技术是近年发展起来的一种快速检测技术。近红外光谱区位于780nm～2526nm之间，划分为近红外短波(780～1100nm)和长波(1100～2526nm)两个区域，是有机化合物中的C-H、O-H、N-H、S-H和C＝O等基团的倍频和组合频振动所产生的吸收光谱。不同的有机化合物、不同的化学基团，具有不同的特征吸收波长，近红外光谱中包含有机化合物组成和结构的大量信息，因此，样品的近红外光谱就与样品组成成分的性质间存在内在联系。现代近红外光谱分析技术把光谱测量技术，化学计量学和计算机技术融为一体，分析过程快速、高效、无污染、无需前处理、可实现样品的无损分析和多组分分析，易于实现生产质量监控过程中的即时、在线等快速分析，因而成为近年来发展最快、最引人注目的光谱分析技术之一。
检测蓝莓中花青素含量的现有技术主要包括化学测定法和高压液相色谱法。前者分析精度低，无法测定花青素单一组分的含量；后者分析精度较高，但是分析过程复杂，速度较慢，且在对样品进行前处理时，可能会造成化学污染，无法满足生产过程中在线成分含量监控的要求。
发明内容
本发明要解决的技术问题是克服传统分析技术的缺陷，采用近红外光谱法(NIRS)，提供一种快速测定蓝莓中花青素含量的方法。该方法适用于同型号的近红外光谱仪和不同品种的蓝莓花青素含量的测定，具有快速、无损的特点。
本发明的技术方案包括如下步骤：
近红外定量模型的建立，它包括化学值的测定，光谱的采集及模型的建立。样品随机分为校正集和验证集两部分，校正集样品用来建立模型，预测集样品用来检验模型的准确性和可靠性。所有样品采用甲醇/水(80∶20，v/v)，pH 3.5，水浴60℃制备蓝莓花青素粗提物，以矢车菊-3-O-葡萄糖苷制作标准曲线，测定蓝莓花青素含量。
室温下采用Antarise傅里叶变换近红外光谱仪采集光谱图，采样模式为积分球漫反射，光谱范围4000cm-1～10000cm-1，扫描次数32，分辨率8cm-1，InGaAs检测器收集信号。每组样品扫描3次，取平均值作为分析光谱。采样时，应将样品均匀而紧密的排列在样品槽中，防止光束外泄，采用Result光谱采集软件。
通过TQ Analyst 8.0数据处理软件将定标集和验证集的化学值与光谱值进行处理，通过主成分分析(PCA)和偏最小二乘法(PLS)来建立数学模型，结果以相关系数、校正标准差和预测标准差来评价模型的准确性和可靠性。
本发明采用优选的光谱处理方法和数学处理方法，主成分数为5，得到模型的准确性和可靠性极高(相关系数达到92.7％)，可以快速、无损的测定花青素含量。本方法适应于同型号的近红外光谱仪，具有准确率高，分析速度快，并且样品无须破坏的特点。
具体实施方式
实施例1
选取北高丛极晚熟品种埃利奥特(Elliott)测定其花青素含量。先室温下采用Antarise傅里叶变换近红外光谱仪采集光谱图，采样模式为积分球漫反射，光谱范围4000cm-1～10000cm-1，扫描次数32，分辨率8cm-1，InGaAs检测器收集信号。每组样品扫描3次，取平均值作为分析光谱。采样时，应将样品均匀而紧密的排列在样品槽中，防止光束外泄。将采集的光谱图输入到已建好的模型中，直接读出花青素的含量。得到埃利奥特花青素含量范围为2.33～3.72mg/g鲜重，均值为3.13mg/g鲜重。
实施例2
选取选取北高丛晚熟品种达柔(Darrow)测定其花青素含量。先室温下采用Antarise傅里叶变换近红外光谱仪采集光谱图，采样模式为积分球漫反射，光谱范围4000cm-1～10000cm-1，扫描次数32，分辨率8cm-1，InGaAs检测器收集信号。每组样品扫描3次，取平均值作为分析光谱。采样时，应将样品均匀而紧密的排列在样品槽中，防止光束外泄。将采集的光谱图输入到已建好的模型中，直接读出花青素的含量。得到达柔花青素含量范围为1.53～2.25mg/g鲜重，均值为1.81mg/g鲜重。
实施例3
选取半高丛晚熟品种北蓝(Northblue)测定其花青素含量。先室温下采用Antarise傅里叶变换近红外光谱仪采集光谱图，采样模式为积分球漫反射，光谱范围4000cm-1～10000cm-1，扫描次数32，分辨率8cm-1，InGaAs检测器收集信号。每组样品扫描3次，取平均值作为分析光谱。采样时，应将样品均匀而紧密的排列在样品槽中，防止光束外泄。将采集的光谱图输入到已建好的模型中，直接读出花青素的含量。得到北蓝花青素含量范围为1.52～2.89mg/g鲜重，均值为2.05mg/g鲜重。
实施例4
选取北高丛中熟品种蓝丰(Bluecrop)测定其花青素含量。先室温下采用Antarise傅里叶变换近红外光谱仪采集光谱图，采样模式为积分球漫反射，光谱范围4000cm-1～10000cm-1，扫描次数32，分辨率8cm-1，InGaAs检测器收集信号。每组样品扫描3次，取平均值作为分析光谱。采样时，应将样品均匀而紧密的排列在样品槽中，防止光束外泄。将采集的光谱图输入到已建好的模型中，直接读出花青素的含量。得到蓝丰花青素含量范围为1.2～2.22mg/g鲜重，均值为1.48mg/g鲜重。
实施例5
选取北高丛早熟品种爱国者(Patriot)测定其花青素含量。先室温下采用Antarise傅里叶变换近红外光谱仪采集光谱图，采样模式为积分球漫反射，光谱范围4000cm-1～10000cm-1，扫描次数32，分辨率8cm-1，InGaAs检测器收集信号。每组样品扫描3次，取平均值作为分析光谱。采样时，应将样品均匀而紧密的排列在样品槽中，防止光束外泄。将采集的光谱图输入到已建好的模型中，直接读出花青素的含量。得到爱国者花青素含量范围为3.99～4.69mg/g鲜重，均值为4.45mg/g鲜重。
实施例6
选取北高丛早熟品种杜克(Duke)测定其花青素含量。先室温下采用Antarise傅里叶变换近红外光谱仪采集光谱图，采样模式为积分球漫反射，光谱范围4000cm-1～10000cm-1，扫描次数32，分辨率8cm-1，InGaAs检测器收集信号。每组样品扫描3次，取平均值作为分析光谱。采样时，应将样品均匀而紧密的排列在样品槽中，防止光束外泄。将采集的光谱图输入到已建好的模型中，直接读出花青素的含量。得到杜克花青素含量范围为2.44～3.37mg/g鲜重，均值2.75mg/g鲜重。

Claims (4)

1.一种利用近红外光谱技术快速测定蓝莓花青素含量的方法，其步骤如下：
(1)花青素的提取：采用甲醇/水，体积比为80∶20的提取液，PH 3.5，水浴60℃下粗提取蓝莓花青素，8000rpm离心取上清液，旋转蒸发去除有机溶剂，得到蓝莓花青素的粗提物。以矢车菊-3-O-葡萄糖苷制作标准曲线，用分光光度法测定蓝莓花青素的含量。
(2)光谱的扫描：室温下采用Antarise傅里叶变换近红外光谱仪采集光谱图，采样模式为积分球漫反射，光谱范围4000cm-1～10000cm-1，扫描次数32，分辨率8cm-1，InGaAs检测器收集信号。每组样品扫描3次，取平均值作为分析光谱。采样时，应将样品均匀而紧密的排列在样品槽中，防止光束外泄，采用Result光谱采集软件。
(3)模型的建立：通过TQ Analyst 8.0数据处理软件将定标集和验证集的化学值与光谱值进行处理，通过主成分分析法和偏最小二乘法建立数学模型，结果以相关系数、校正标准差和预测标准差来评价模型的准确性和可靠性。
2.如权利要求1所述方法，在所述步骤(1)花青素提取中，其特征在于：提取时间为30分钟，离心时间十分钟，旋转蒸发温度65℃。
3.如权利要求1所述方法，在所述步骤(1)花青素提取中，其特征在于：分光光度法采用波长为720nm。
4.如权利要求1所述方法，在所述步骤(3)模型建立中，其特征在于：主成分分析和偏最小二乘法进行数学处理，主成分为5时，建立模型，相关系数达到92.7％。
CN2012100830183A 2012-03-27 2012-03-27 一种快速测定蓝莓中花青素含量的方法 Pending CN102645416A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN2012100830183A CN102645416A (zh) 2012-03-27 2012-03-27 一种快速测定蓝莓中花青素含量的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN2012100830183A CN102645416A (zh) 2012-03-27 2012-03-27 一种快速测定蓝莓中花青素含量的方法

Publications (1)

Publication Number Publication Date
CN102645416A true CN102645416A (zh) 2012-08-22

Family

ID=46658373

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2012100830183A Pending CN102645416A (zh) 2012-03-27 2012-03-27 一种快速测定蓝莓中花青素含量的方法

Country Status (1)

Country Link
CN (1) CN102645416A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104198475A (zh) * 2014-08-16 2014-12-10 中山鼎晟生物科技有限公司 一种化妆品中汞的快速检测方法
CN104280386A (zh) * 2014-09-20 2015-01-14 中山鼎晟生物科技有限公司 一种洗发水中汞的快速检测方法
CN105136686A (zh) * 2015-08-28 2015-12-09 河南科技大学 紫叶李叶片花青素含量的测定方法
CN105241822A (zh) * 2015-08-28 2016-01-13 河南科技大学 基于高光谱的牡丹叶片花青素含量测定方法
CN106124506A (zh) * 2016-06-16 2016-11-16 上海交通大学 一种测量叶片花青素含量的方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11173982A (ja) * 1997-12-15 1999-07-02 Daiken Iki Kk 血清中蛋白質濃度の測定方法および装置
US5976885A (en) * 1995-11-13 1999-11-02 Bio-Rad Laboratories, Inc. Method for the detection of cellular abnormalities using infrared spectroscopic imaging
CN1430723A (zh) * 2000-03-13 2003-07-16 奥特莱有限公司 用可见光/近红外光谱测量和相关水果特性的方法和装置
CN101995392A (zh) * 2010-11-15 2011-03-30 中华人民共和国上海出入境检验检疫局 快速检测橄榄油掺伪的方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5976885A (en) * 1995-11-13 1999-11-02 Bio-Rad Laboratories, Inc. Method for the detection of cellular abnormalities using infrared spectroscopic imaging
JPH11173982A (ja) * 1997-12-15 1999-07-02 Daiken Iki Kk 血清中蛋白質濃度の測定方法および装置
CN1430723A (zh) * 2000-03-13 2003-07-16 奥特莱有限公司 用可见光/近红外光谱测量和相关水果特性的方法和装置
CN101995392A (zh) * 2010-11-15 2011-03-30 中华人民共和国上海出入境检验检疫局 快速检测橄榄油掺伪的方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
王姗姗等: "基于近红外光谱技术检测蓝莓可溶性固形物含量", 《食品工业科技》, no. 1, 30 January 2012 (2012-01-30) *
陈健等: "蓝莓花青素的提取及抗氧化性的研究", 《北京林业大学学报》, vol. 33, no. 2, 30 March 2011 (2011-03-30) *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104198475A (zh) * 2014-08-16 2014-12-10 中山鼎晟生物科技有限公司 一种化妆品中汞的快速检测方法
CN104280386A (zh) * 2014-09-20 2015-01-14 中山鼎晟生物科技有限公司 一种洗发水中汞的快速检测方法
CN105136686A (zh) * 2015-08-28 2015-12-09 河南科技大学 紫叶李叶片花青素含量的测定方法
CN105241822A (zh) * 2015-08-28 2016-01-13 河南科技大学 基于高光谱的牡丹叶片花青素含量测定方法
CN106124506A (zh) * 2016-06-16 2016-11-16 上海交通大学 一种测量叶片花青素含量的方法

Similar Documents

Publication Publication Date Title
Walsh et al. Visible-NIR ‘point’spectroscopy in postharvest fruit and vegetable assessment: The science behind three decades of commercial use
Malegori et al. Comparing the analytical performances of Micro-NIR and FT-NIR spectrometers in the evaluation of acerola fruit quality, using PLS and SVM regression algorithms
Chandrasekaran et al. Potential of near-infrared (NIR) spectroscopy and hyperspectral imaging for quality and safety assessment of fruits: An overview
McGlone et al. Vis/NIR estimation at harvest of pre-and post-storage quality indices for ‘Royal Gala’apple
Ma et al. Rapid and nondestructive evaluation of soluble solids content (SSC) and firmness in apple using Vis–NIR spatially resolved spectroscopy
Cayuela et al. Prediction of quality of intact olives by near infrared spectroscopy
Teerachaichayut et al. Non-destructive prediction of translucent flesh disorder in intact mangosteen by short wavelength near infrared spectroscopy
Nicolaï et al. Nondestructive evaluation: Detection of external and internal attributes frequently associated with quality and damage
CN104849233B (zh) 一种检测谷物新陈度的方法及装置
CN102645416A (zh) 一种快速测定蓝莓中花青素含量的方法
Cayuela et al. NIR prediction of fruit moisture, free acidity and oil content in intact olives
Munawar et al. Near infrared spectroscopic data for rapid and simultaneous prediction of quality attributes in intact mango fruits
Khodabakhshian et al. A comparative study of reflectance and transmittance modes of Vis/NIR spectroscopy used in determining internal quality attributes in pomegranate fruits
CN103743703A (zh) 一种采用近红外光谱快速检测茶叶中主要成分的方法
Zude Non-destructive prediction of banana fruit quality using VIS/NIR spectroscopy
Liu et al. Near-infrared prediction of edible oil frying times based on Bayesian Ridge Regression
Masithoh et al. Determination of soluble solids content and titratable acidity of intact fruit and juice of satsuma mandarin using a hand-held near infrared instrument in transmittance mode
Páscoa et al. The application of near infrared spectroscopy to wine analysis: An innovative approach using lyophilization to remove water bands interference
Zhao et al. Exploring the use of Near-infrared spectroscopy as a tool to predict quality attributes in prickly pear (Rosa roxburghii Tratt) with chemometrics variable strategy
Gullifa et al. Portable NIR spectroscopy: The route to green analytical chemistry
Hao et al. Study on robust model construction method of multi-batch fruit online sorting by near-infrared spectroscopy
Yahaya et al. Visible spectroscopy calibration transfer model in determining pH of Sala mangoes
Wang et al. Application of visible/near-infrared spectroscopy combined with machine vision technique to evaluate the ripeness of melons (Cucumis melo L.)
CN106770016A (zh) 单粒稻谷种子的蛋白质定量分析nir透射光谱测量方法
Guo et al. Nondestructive estimation of total free amino acid in green tea by near infrared spectroscopy and artificial neural networks

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: 20120822