CN103226140A - 基于高效液相色谱的地沟油聚类分析方法 - Google Patents
基于高效液相色谱的地沟油聚类分析方法 Download PDFInfo
- Publication number
- CN103226140A CN103226140A CN2013100908962A CN201310090896A CN103226140A CN 103226140 A CN103226140 A CN 103226140A CN 2013100908962 A CN2013100908962 A CN 2013100908962A CN 201310090896 A CN201310090896 A CN 201310090896A CN 103226140 A CN103226140 A CN 103226140A
- Authority
- CN
- China
- Prior art keywords
- high performance
- performance liquid
- liquid chromatography
- waste oil
- oil
- 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
- Fats And Perfumes (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明涉及一种基于高效液相色谱的地沟油聚类分析方法。根据目标油样的主要成分为甘油三脂和其他杂质两大类,通过对高效液相色谱峰的聚类判别,实现地沟油的分析检测。本发明主要特征在于采用高效液相色谱技术,选取了14个特征色谱峰,得到其面积百分比,并对其进行标准化处理;采用聚类分析技术将已知油样聚成六大类,建立样品数据库;对未知样品数据进行判别分析,可以对其进行检测。本检测方法具有样品前处理简单、准确率高、重复性好,且采用多个指纹图谱进行鉴别,可以有效地避免仅针对一种单一杂质成分进行检测所出现的假阴性。
Description
技术领域
本发明涉及一种基于高效液相色谱的地沟油聚类分析方法。根据目标油样的主要成分为甘油三脂和其他杂质两大类,通过对其高效液相色谱特征峰的指纹图谱结合聚类分析和判别分析联合使用,实现对地沟油的分析检测以及分离纯化。本方法属于食品分析领域。
背景技术
地沟油泛指生活中存在的各种劣质食用油,一般包括潲水油、煎炸废油、食品及相关企业产生的废弃油脂等。地沟油是质量极差,极不卫生,过氧化值、酸价、水分严重超标的非食用油,可引起消化不良,腹痛等疾病,长期食用甚至可成为癌变诱因。由于存在不小的经济诱惑,不少不法商贩铤而走险,将地沟油经过碱炼、水洗、脱色、脱臭四大制作流程,然后作为食用油销售,给社会带来了极大的危害。目前仍然欠缺对地沟油检测充当把关作用的检测方法,这使得地沟油可以在市场上畅行无阻。
根据相关文献报道,地沟油检测方法有很多,如酸值、电导率检测等理化检测技术,气相色谱,离子色谱,原子吸收光谱、拉曼光谱检测法,核磁,质谱等,但是现有的这些方法存在特征指标专一性不强,准确性不高,检测灵敏度低等不足,仅适用于特定类型的餐厨废油脂的检测,无法准确鉴别地沟油。为此,国家卫生部曾数次在全国范围内征集地沟油的检测方法。
在相关文献中,目前的检测方法主要是这对地沟油中的某些杂质成分进行检测的,郭涛等利用高效液相色谱测定地沟油中胆固醇、生物胺、多环芳烃的含量来实现对地沟油的检测。Van Ruth等利用气相色谱检测油脂中甘油三酯、脂肪酸、可挥发性成分的含量和种类对油脂进行区分。Abbas O等使用拉曼光谱来鉴别动物性油脂。Weiguo Liu等通过使用稳定碳同位素和分析脂肪酸丰度来鉴别地沟油。这些方法仅仅针对地沟油中某一项杂质成分进行检测,具有一定的借鉴意义,但不能作为地沟油检测的关键指标。
近几十年来色谱技术,特别是高效液相色谱技术,样品处理简单,效率高,灵敏度,速度快,分离效果好,分离范围广、重复性好等优点,在物理、化学、生物具有广泛的应用。
利用高效液相色谱技术和多因素变量分析的优点,本发明将高效液相色谱指纹图谱聚类分析和判别分析建立了一种新的检测地沟油的方法并可用于分离纯化。
发明内容
本发明要解决的技术问题在于提供一种地沟油的分析检测方法,利用这种方法可以有效地区分地沟油和正常食用油,为当前食品市场油品质量检测监控提供一种有益的参考方法。
为实现上述目的,本发明所提出的地沟油检测方法,采用高效液相色谱仪对样品进行测定,开发出14个用于鉴别地沟油高效液相色谱峰的指纹图谱,得到其面积百分比,建立起油品高效液相特征色谱峰指纹图谱数据库,采用聚类分析技术对库中样品进行分类,建立判别函数,构建样品数据库,采用判别分析处理未知样品的数据,来鉴别未知油为地沟油还是合格食用油。其特征在于:
1.这种方法涉及高效液相色谱峰指纹图谱结合聚类分析和判别分析的联合使用,这些高效液相指纹图谱包括甘油三酯色谱峰和杂质峰。
2.开发了14个甘油三酯(高效液相色谱)指纹图谱,可用于有效区分地沟油和正常食用油。
3.利用这14个甘油三酯(高效液相色谱)指纹图谱,建立起地沟油和正常食用油的1H-NMR数据库,并可通过增加该数据库的容量来提高本方法的准确性和灵敏度。
4.聚类分析采用离差平方和法(Ward’s method)进行聚类。
5.判别分析通过2种判别函数进行判别,最终判别结果距离这些聚类中心最近的。
本发明的有益效果是:
1)高效液相色谱技术发展成熟,样品前处理操作简单,分离范围广,操作快速,重复性好,经简单处理即可进行测量,几十分钟即可获得一个样品的高效液相色谱图谱,结合事先做好的数据库可以在短时间内实现样品检测。
2)采用多变量分析技术,结论可信度高,可以有效避免人为误差,准确性和灵敏度可以通过增加样品容量得到提高。
3)混合物经色谱分离后,将各组分直接由接口导入其它仪器中进行分离纯化,实现杂质成分的鉴定。
附图说明
下面结合附图和具体实施方式对本发明作进一步详细的说明。
图1为八种油样品HPLC出峰时间与峰面积百分比图。1为福临门花生调和油,2为花生花醇香花生油,3为科瑞欧特级初榨橄榄油,4为玉米胚芽油,5为贵州纯地沟油,6为广州东莞82号市售精炼地沟油,7为广州东莞83号市售精炼地沟油,8为重庆裕丰地沟油。
图2是41种油的聚类分析树枝状图。
具体实施方式
实施例1:
吸取等体积的甲醇与氯仿溶液配成实验所需的稀释剂,所有的样品都可以溶解在稀释剂中;将100μl油品溶于900μl上述稀释剂,震荡60s,制成溶液,用一次性注射器抽取溶液过0.22μm滤膜进行过滤,取上述溶液10μl进样,进入HPLC分析仪进行分析。实验使用的是配有液相色谱系统二元泵LC-20AT×2台,高压梯度UV检测器系统SPD-20A和液相色谱系统柱温箱CTO-20A的岛津高效液相色谱仪,Venusil ASBC18色谱柱:4.6mm×200mm,5μm。
高效液相色谱峰的测定方法:紫外检测波长:205nm;流动相A为乙腈,流动相B为异丙醇;梯度洗脱程序:0-100min,0~80%B;100-110min,80~0%B;110.01-115min,0%B;流速,1.2ml/min;运行时间,115min;柱温:40℃。
液相色谱图谱数据处理:出峰时间和峰面积是是由高效液相色谱仪自带的积分仪完成的,将数据导出后,采用EXCEL计算特征色谱峰的面积百分比。
聚类分析和判别分析:数据处理在PASW Statistics18软件上操作,先建立14个变量,然后将每种油品的特征色谱峰的面积百分比输入,并对数据进行Z处理,进行聚类分析。聚类分析所采用的算法为离差平方和算法,因为经过与软件所包含的其它几种方法的比对,离差平方和算法所得到的分类图正确率接近100%。
通过聚类分析可以将已知样品分为若干类,将各类进行命名后建立判别函数,将未知油品特征色谱峰的面积百分比代入判别函数来对其进行判别分析。在本工作中,一共使用了2种函数来进行判别分析,其中同时输入变量的方法包含1种,使用的参数设置如下:1)统计量输出:选择“Univariate ANOVAS”复选项,可输出各类自变量均值、标准偏差;2)判别函数系数:采用Fisher系数;3)自变量系数矩阵:选择“Within-groups covariance”复选项,它指在计算相关矩阵之前,根据每类协方差均值来计算;4)先验概率:选择各类先验概率相等;使用组内协方差矩阵进行分类。步进式方法选择“Wilk’s Lambda”,步进式方法的F值均采用进入值为3.84,删除值为2.71。
实施例2:
选取市场上各种典型的具有代表性的各种食用油以及公安部门查处的各类地沟油,共计41种、6大类(样品表见表2),按照实施例1中方法进行聚类分析,分类结果见图2,聚类分析可将41种油准确聚为6类。
表1油的名称及编号
实施例3:
按相同的步骤重复实施例1,不同点在于:配置26个未知样品进行判别分析。26个未知样品由来自卫生部第四次盲测,然后提供给本方法进行测定。测量结果见表3,准确率为92.3%。
表226个未知样品判别分析结果
上面结合附图对本发明优选的具体实施方式和实施例作了详细的说明,但是本发明并不限于上述实施方式和实施例,在本领域技术人员所具备的知识范围内,还可以在不脱离本发明构思的前提下做出各种变化。
Claims (6)
1.一种基于高效液相色谱的地沟油聚类分析方法,其特征在于:采用高效液相色谱获得油品中各种物质成分的色谱峰,开发出14个高效液相色谱指纹图谱,以此建立油品高效液相色谱指纹图谱数据库,采用聚类分析处理数据,建立判别函数,构建样品数据库,将未知样品的数据代入判别函数,根据判别结果来判断该样品属于正常食用油还是地沟油。
2.如权利要求1所述的一种基于高效液相色谱的地沟油聚类分析方法,其特征在于:这种方法涉及高效液相特征甘油三酯色谱峰结合聚类分析和判别分析的联合使用,这些高效液相指纹图谱包括甘油三酯色谱峰但不限于甘油三酯色谱峰。
3.如权利要求1所述的一种基于高效液相色谱的地沟油聚类分析方法,其特征在于:开发了14个甘油三酯(高效液相色谱)指纹图谱,可用于有效区分地沟油和/或正常食用油,这些指纹图谱包括但不限于14个。
4.如权利要求1所述的一种基于高效液相色谱的地沟油聚类分析方法,其特征在于:利用这14个甘油三酯(高效液相色谱)指纹图谱,建立起地沟油和正常食用油的高效液相色谱特征色谱峰的数据库,并可通过增加该数据库的容量来提高本方法的准确性和灵敏度。
5.如权利要求1所述的一种基于高效液相色谱的地沟油聚类分析方法,其特征在于:聚类分析采用离差平方和法(Ward’s method)进行聚类,聚类分析方法包括但不限于离差平方和法。
6.如权利要求1所述的一种基于高效液相色谱的地沟油聚类分析方法,其特征在于:判别分析通过2种判别函数进行判别,最终判别结果取距离这些聚类中心最近的,判别分析方法包括但不限于这2种。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2013100908962A CN103226140A (zh) | 2013-03-21 | 2013-03-21 | 基于高效液相色谱的地沟油聚类分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2013100908962A CN103226140A (zh) | 2013-03-21 | 2013-03-21 | 基于高效液相色谱的地沟油聚类分析方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103226140A true CN103226140A (zh) | 2013-07-31 |
Family
ID=48836663
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2013100908962A Pending CN103226140A (zh) | 2013-03-21 | 2013-03-21 | 基于高效液相色谱的地沟油聚类分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103226140A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104597193A (zh) * | 2014-12-31 | 2015-05-06 | 中国农业科学院油料作物研究所 | 一种花生油掺伪定性鉴别方法 |
CN104764837A (zh) * | 2014-01-08 | 2015-07-08 | 中国科学院沈阳应用生态研究所 | 一种鉴别地沟油的方法 |
CN105954224A (zh) * | 2016-05-03 | 2016-09-21 | 闽江学院 | 掺伪植物油二级筛查模型构建方法及掺伪植物油鉴别方法 |
CN106323937A (zh) * | 2016-08-08 | 2017-01-11 | 大连海事大学 | 一种高辨识力的原油指纹谱构建及鉴别方法 |
CN108802249A (zh) * | 2018-06-22 | 2018-11-13 | 浙江康莱特药业有限公司 | 一种薏苡仁甘油三酯类成分一测多评测定方法 |
CN110321911A (zh) * | 2018-03-30 | 2019-10-11 | 中国石油化工股份有限公司 | 一种油品质量群落分析系统 |
CN116359420A (zh) * | 2023-04-11 | 2023-06-30 | 烟台国工智能科技有限公司 | 一种基于聚类算法的色谱数据杂质定性分析方法及应用 |
-
2013
- 2013-03-21 CN CN2013100908962A patent/CN103226140A/zh active Pending
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104764837A (zh) * | 2014-01-08 | 2015-07-08 | 中国科学院沈阳应用生态研究所 | 一种鉴别地沟油的方法 |
CN104764837B (zh) * | 2014-01-08 | 2017-12-15 | 中国科学院沈阳应用生态研究所 | 一种鉴别地沟油的方法 |
CN104597193A (zh) * | 2014-12-31 | 2015-05-06 | 中国农业科学院油料作物研究所 | 一种花生油掺伪定性鉴别方法 |
CN105954224A (zh) * | 2016-05-03 | 2016-09-21 | 闽江学院 | 掺伪植物油二级筛查模型构建方法及掺伪植物油鉴别方法 |
CN106323937A (zh) * | 2016-08-08 | 2017-01-11 | 大连海事大学 | 一种高辨识力的原油指纹谱构建及鉴别方法 |
CN106323937B (zh) * | 2016-08-08 | 2018-11-09 | 大连海事大学 | 一种高辨识力的原油指纹谱构建及鉴别方法 |
CN110321911A (zh) * | 2018-03-30 | 2019-10-11 | 中国石油化工股份有限公司 | 一种油品质量群落分析系统 |
CN110321911B (zh) * | 2018-03-30 | 2021-08-24 | 中国石油化工股份有限公司 | 一种油品质量群落分析系统 |
CN108802249A (zh) * | 2018-06-22 | 2018-11-13 | 浙江康莱特药业有限公司 | 一种薏苡仁甘油三酯类成分一测多评测定方法 |
CN116359420A (zh) * | 2023-04-11 | 2023-06-30 | 烟台国工智能科技有限公司 | 一种基于聚类算法的色谱数据杂质定性分析方法及应用 |
CN116359420B (zh) * | 2023-04-11 | 2023-08-18 | 烟台国工智能科技有限公司 | 一种基于聚类算法的色谱数据杂质定性分析方法及应用 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103226140A (zh) | 基于高效液相色谱的地沟油聚类分析方法 | |
CN1275042C (zh) | 一种对中药生产工艺进行实时监控的方法 | |
CN102338780B (zh) | 一种卷烟品牌判别方法 | |
CN110687240B (zh) | 一种快速鉴定火腿产地的方法 | |
Zhou et al. | Chemometric analyses for the characterization of raw and processed seeds of Descurainia sophia (L.) based on HPLC fingerprints | |
CN103115892A (zh) | 应用近红外光谱分析技术制备银杏叶提取物的方法 | |
CN104020128B (zh) | 一种快速鉴别蜂胶胶源的方法 | |
CN102507800B (zh) | 醋地理标志保护产品的香气指纹快速识别方法 | |
CN103411906A (zh) | 珍珠粉和贝壳粉的近红外光谱定性鉴别方法 | |
CN103308637B (zh) | 一种鉴别降香黄檀与越南香枝的气质联用方法 | |
CN111948321A (zh) | 基于气相离子迁移谱对不同品种小米香气成分的评价方法 | |
CN102507829B (zh) | 一种烟草hplc指纹图谱数据库的建立方法及应用 | |
Deng et al. | Characteristic wavelengths optimization improved the predictive performance of near-infrared spectroscopy models for determination of aflatoxin B1 in maize | |
Qian et al. | Differentiation and classification of Chinese Luzhou‐flavor liquors with different geographical origins based on fingerprint and chemometric analysis | |
Smedsgaard et al. | Terverticillate penicillia studied by direct electrospray mass spectrometric profiling of crude extracts. I. Chemosystematics | |
Hou et al. | Development of the mass spectral fingerprint by headspace-solid-phase microextraction-mass spectrometry and chemometric methods for rapid quality control of flavoring essence | |
CN108445134B (zh) | 酒类产品鉴别的方法 | |
CN110398472A (zh) | 一种基于二维相关光谱量化的植物油鉴别分类方法 | |
CN104390926A (zh) | 一种穿心莲浓缩脱色过程在线快速检测方法 | |
CN103592256A (zh) | 基于傅里叶变换中红外光谱识别正常食用植物油和精炼潲水油的方法 | |
CN108267528A (zh) | 基于气味指纹图谱和spss聚类分析鉴别玛咖源产地的方法 | |
CN111429971B (zh) | 基于机器学习和代谢组学的岭南湿热证模式动物识别方法 | |
CN112415208A (zh) | 一种评价蛋白组学质谱数据质量的方法 | |
CN111912823A (zh) | 一种多成分农药残留荧光检测分析方法 | |
CN102636588A (zh) | 一种采用石英晶体振荡器电子鼻鉴别白酒的方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20130731 |