CN103344661B - 一种使用氢核磁共振法鉴定掺假油及地沟油的方法 - Google Patents
一种使用氢核磁共振法鉴定掺假油及地沟油的方法 Download PDFInfo
- Publication number
- CN103344661B CN103344661B CN201310283326.5A CN201310283326A CN103344661B CN 103344661 B CN103344661 B CN 103344661B CN 201310283326 A CN201310283326 A CN 201310283326A CN 103344661 B CN103344661 B CN 103344661B
- Authority
- CN
- China
- Prior art keywords
- oil
- fatty acid
- kinds
- grease
- amount
- 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.)
- Active
Links
Landscapes
- Fats And Perfumes (AREA)
- Edible Oils And Fats (AREA)
Abstract
本发明涉及一种掺假油及地沟油的检测方法包括：建立合格油脂和地沟油样品库；取合格油脂样品进行1H？NMR检测，获得它们的谱图，并计算每种油脂中饱和脂肪酸甘油三酯、油酸甘油三酯、亚油酸甘油三酯、亚麻酸甘油三酯的物质的量分数，确定同类油脂中这四种脂肪酸甘油酸酯的相对误差，得到同类油脂的四种甘油三酯的物质的量分数的比例范围；加入并建立合格油脂四种甘油三酯物质的量分数比例数据库；取地沟油样品进行1H？NMR检测，计算四种甘油三酯的物质的量分数及比例，建立地沟油四种甘油三酯物质的量分数的比例数据库；对待检测油脂样品进行相同检测和计算，将所得比例与两个数据库中的比例进行比较，得出是合格油脂还是掺假油或地沟油。
Description
技术领域
本发明属于油脂组成及含量测定领域，具体是通过氢核磁共振(1HNMR)方法测定不同油脂中四种脂肪酸甘油三酯(即饱和脂肪酸甘油三酯、油酸甘油三酯、亚油酸甘油三酯、亚麻酸甘油三酯)的物质的量分数，并根据四种脂肪酸甘油三酯物质的量分数的比例的不同来鉴定所检测油脂样品是合格油还是掺假油或者地沟油。
背景技术
地沟油，泛指在生活中存在的各类劣质油，指如回收的油脂、反复使用的煎炸油等。地沟油含有多种有毒有害物质，食用地沟油可能对人的身体健康产生严重的伤害，长期食用甚至可能引发癌变；掺假油是指不法油商往价格高的油脂中掺入价格低的油脂，或者往合格油脂中掺入地沟油等低价且不合格的油脂，前者本身涉及欺诈等违法行为，而后者往往也带来与地沟油相同的食品安全问题。因此，无论是地沟油还是掺假油，都是不合格油脂。
地沟油问题，是公众最关心的食品安全问题之一，由于目前没有鉴定地沟油的特异性方法，地沟油一旦进入到流通领域，执法部门无法区分合格油脂与地沟油，因而很难对制售地沟油违法行为进行有效打击。为解决这个问题，卫生部征集到多家技术机构的地沟油检测方法，这些方法包括，检测油脂样品中的多环芳烃、胆固醇、电导率和特定基因组成。为验证这些方法的正确性，卫生部专家对这些方法进行了双盲实验。结果显示这些方法都没有办法有效的识别地沟油。因此2011年12月国家食品风险评估中心向全社会公开征集地沟油检测方法，但至今没有有效的解决方案向社会公布。
一些专利公开了地沟油的检测方法，如电导率法(CN102507379A)；重金属离子检测法(CN102175749A)；这些方法检测的物质是外源性物质(外源性物质不是油脂本身所含有的物质，是地沟油在形成过程中受到周围环境中外来物质的污染后残留的物质；与外源性物质相对应的是内源性物质，内源性物质是油脂本身所含有的物质，如各种类型的脂肪酸甘油三酯)，而外源性的物质所引起的地沟油与合格油脂的差别，通过地沟油的干燥除水，中和除酸，吸附脱色，过滤，脱臭的精炼过程，可以部分或者完全消除，因此以这些外源性物质为检测指标的方法难以检测经过针对性处理的地沟油，很难保持长期有效。
现行的国家强制性标准《食用植物油卫生标准》(GB2716-2005)中，关于油脂的理化指标检测包括酸价、过氧化值、浸出油溶剂残留、游离棉酚(棉籽油)、总砷、铅、黄曲霉素B1、苯并芘、农药残留九项指标。这些指标一旦超标将直接对人的身体健康产生危害。由于这些指标都大多数是外源性指标，因此不法人员很容易规避这些检测。比如地沟油的酸价，经过碱处理后，酸价很容易达到正常值。其它几种物质比如黄曲霉素，苯并芘以及重金属离子等等，并不是每种类型的地沟油都会出现，因此不具有特异性。
油脂的主要成分是脂肪酸甘油三酯，其主要是由饱和脂肪酸甘油三酯、油酸甘油三酯、亚油酸甘油三酯、亚麻酸甘油三酯组成的混和物，此外，还包含磷脂、维生素、固醇化合物以及游离脂肪酸等其他成分。不同脂肪酸甘油三酯含量在油脂种类鉴别中具有意义，不同油脂中脂肪酸甘油三酯种类及含量会有所区别。目前测定不同油脂中脂肪酸甘油三酯含量的方法主要是气相色谱法。此方法不能直接测定甘油三酯的含量，而是必须首先要将其转化成脂肪酸甲酯，而且此方法得出的脂肪酸百分含量的结果的分布范围很大。比如在花生油国标(GB1534-2003)中，含量最大的油酸C16:1的范围是35-67％，最大值为最小值的近2倍，亚油酸C16:2的含量为13-43％，最大值为最小值的3倍多，棕榈酸酸C16:0的含量8-14％，最大值也是最小值的近2倍。这样大的数据范围即使混入其它种类的油脂，脂肪酸的各项组成仍然可能落在该标准所规定的范围内。其它类型油脂的国标中(GB1535-2003)也有相似的数据范围。因此色谱法测定出的脂肪酸的比例不能作为判断油脂质量的依据。
因此，鉴于目前严峻的食品安全形势，为了有效打击制售地沟油的违法行为，保障公众的饮食安全，急需一种检测灵敏度、准确率高，不仅利于执行而且不易被轻易规避、能够长期有效的掺假油或地沟油检测方法。
发明内容
经过长期的研究和多次重复试验，我们首次发现，同种类油脂，如花生油，玉米油，大豆油等，当通过1HNMR方法测定以物质的量分数表示脂肪酸甘油三酯的组成时，饱和脂肪酸甘油三酯、油酸甘油三酯、亚油酸甘油三酯、亚麻酸甘油三酯这四种脂肪酸甘油三酯的比例是基本固定不变的，不同品牌的同类油脂的这一比例差别不大；而不同种类油脂的这一比例却有很大差别。当一种油脂中掺入另一种油脂时，四种脂肪酸甘油三酯的比例会发生明显变化。地沟油和掺假油种类繁多，而且是各类油脂的混合物，地沟油形成中要经过高温加热，与各种动物油脂混合的过程，导致地沟油中四种脂肪酸甘油三酯的比例与市场上所出售的合格油脂比例有所不同。因此，这个比例可以作为内源性指标去鉴别掺假油或地沟油。
因此，本发明目的在于提供一种通过1HNMR方法测定油脂中这四种脂肪酸甘油三酯(饱和脂肪酸甘油三酯，油酸甘油三酯，亚油酸甘油三酯和亚麻酸甘油三酯)的物质的量分数，并用它们之间的比例去鉴别所检测油脂是合格油脂，还是掺假油或地沟油的方法。
本发明包括以下步骤：
1)建立合格油脂样品库
收集市场上销售的经过国家质检部门检验合格的各品牌、各种类的油脂，如各种品牌的花生油，玉米油，葵花子油，橄榄油，芝麻油，大豆油，调和油等，分类别建立合格油脂样品库。
为了保证所获数据的可靠性及代表性，并确定合理的相对误差范围，应尽可能多的收集油脂样品。对于每一类油脂，应至少收集三种、或更多品牌的样品，优选收集该类别中全部的可商购合格品牌油脂加入样品库。
优选的，随着市场的更新，不断增加或补充样品库样品，以保证最终数据库的完整性。
2)建立地沟油样品库
通过合法渠道，例如从合法应用地沟油厂家收集各种地沟油样品，建立地沟油样品库。
同样，为了保证最终数据库的数据完整性，应尽可能多的收集已知种类地沟油，随着市场的变化，不断增加或补充地沟油样品库中样品数量。
3)获得合格油脂样品及地沟油样品的
1
HNMR谱图
对合格油脂样品库及地沟油样品库中的所有样品进行1HNMR检测，操作方法为：
取油脂样品20-100mg加入到直径为5mm的核磁管中，然后加入0.6ml氘代氯仿作溶剂，摇匀后进行1HNMR检测，获得相应的1HNMR谱图；所使用的NMR仪器在300-800MHz之间均可。1HNMR检测所设置的延迟时间为1-50秒，为了提高定量准确性，优选使用的时间在25秒以上；累积采样4-128次，优选4-8次，累加后进行傅立叶变换。
4)对共振峰进行积分，获得积分值
对所得合格油脂样品及地沟油样品的1HNMR谱图的共振峰进行积分；优选的，同一样品积分三次取平均值；每个共振峰的积分范围参见以下关于物质的量分数计算部分的相应公式(a)-(d)。积分之前对所获得图谱进行相位校正和基线校正，在NMR仪器上或用相应软件，如Mest-ReNova软件，对所得数据文件进行处理。
5)建立合格油脂四种脂肪酸甘油三酯比例数据库
对合格油脂样品库中油脂样品，按照步骤4)得到积分值后，依据以下(a)-(d)的计算公式，计算得到四种脂肪酸甘油三酯的物质的量分数；对于相同类别的油脂而言，所述物质的量分数值是样品库中该类油脂所有样品计算结果的平均值，并附加根据具体计算数据所确定的相对误差，从而得到该类别油脂的四种脂肪酸甘油三酯的物质的量分数的比例范围；将该比例范围作为合格油脂的单一量化标准数据，建立合格油脂四种脂肪酸甘油三酯比例数据库。
四种脂肪酸甘油三酯物质的量分数的计算方法为：
按照公式(a)计算饱和脂肪酸甘油三酯的物质的量分数：
N0＝(I2.25-2.40ppm-I1.90-2.15ppm/2)/I2.25-2.40ppm(a)
N0，饱和脂肪酸酸甘油三酯的物质的量分数；I，积分面积；
I2.25-2.40ppm，指的是化学位移在2.25-2.40ppm之间共振峰的积分面积；
I1.90-2.15ppm，指的是化学位移在1.90-2.15ppm之间共振峰的积分面积。
按照公式(b)式计算油酸甘油三酯的物质的量分数：
N1＝(I1.90-2.15ppm-I2.75-2.80ppm*2-I0.95-1.02ppm*2/1.5)/2/I2.25-2.40ppm(b)
N1，油酸甘油三酯的物质的量分数；I，积分面积；
I1.90-2.15ppm指的是化学位移在1.90-2.15ppm之间共振峰的积分面积；
I2.75-2.80ppm指的是化学位移在2.75-2.80ppm之间共振峰的积分面积；
I0.95-1.02ppm指的是化学位移在0.95-1.02ppm之间共振峰的积分面积；
I2.25-2.40ppm指的是化学位移在2.25-2.40ppm之间共振峰的积分面积；
按照公式(c)计算亚油酸甘油三酯的物质的量分数：
N2＝(I2.75-2.85ppm-I0.95-1.02ppm/1.5)/I2.25-2.40ppm(c)
N2，亚油酸甘油三酯的物质的量分数；I，积分面积；
I2.75-2.85ppm指的是化学位移在2.75-2.85ppm之间共振峰的积分面积；
I0.95-1.02ppm指的是化学位移在0.95-1.02ppm之间共振峰的积分面积；
I2.25-2.40ppm指的是化学位移在2.25-2.40ppm之间共振峰的积分面积。
按照公式(d)计算亚麻酸甘油三酯的物质的量分数
N3＝I0.95-1.02ppm/1.5/I2.25-2.40ppm(d)
N3，亚麻酸甘油三酯的物质的量分数；I，积分面积；
I0.95-1.02ppm指的是化学位移在0.95-1.02ppm之间共振峰的积分面积；
I2.25-2.40ppm指的是化学位移在2.25-2.40ppm之间共振峰的积分面积。
优选的，将上述计算公式编写成能够根据导入积分面积数据而自动运算的计算机软件，在需要计算时，通过运行软件从而快速得到计算结果。
同类油脂中，每一个样品的四种脂肪酸甘油三酯的物质的量分数的相对误差的确定方法为：
(1)按公式(a)-(d)计算获得该样品中的每一种脂肪酸甘油三酯的物质的量分数(N0，1，2，3)；
(2)该类别下，所有样品的该项脂肪酸甘油三酯(N0，1，2，3)取平均值Na；
(3)通过以下公式计算单个样品在该项下的相对误差：
(N0，1，2，3-Na)/Na。
为了降低同类油脂因不同品牌间产品的微小差异所带来的误判可能，兼顾数据的覆盖性和代表性，选取该类油脂样品中出现的最大相对误差，取其绝对值作为同类油脂在该脂肪酸甘油三酯项下所允许的相对误差，附加在平均值Na后，作为该项指标的允许变化范围，最终组成比例范围。
优选的，对于有些种类油脂，如花生油，葵花籽油，芝麻油，亚麻酸甘油三酯的物质的量分数在1％以下，积分时会带来较大的相度误差，因此不用此方法计算亚麻酸甘油三酯物质的量分数的平均值及相对误差，最终四种脂肪酸甘油三酯的比例范围中亚麻酸甘油三酯的含量范围采用相应油脂国家标准中所规定的含量范围数据。
6)建立地沟油四种脂肪酸甘油三酯比例数据库
对地沟油样品库中地沟油样品，在按照步骤4)得到积分值后，同样按以上公式(a)-(d)计算得到四种脂肪酸甘油三酯的物质的量分数，从而获得对应地沟油样品的脂肪酸甘油三酯物质的量分数的比例；将该比例作为鉴别地沟油的单一量化标准数据，建立地沟油四种脂肪酸甘油三酯比例数据库。
7)获取待测样品的四种脂肪酸甘油三酯比例
按以上3)-5)的方法，对待鉴别油脂样品进行1HNMR检测，获得其1HNMR谱图，对该图谱的共振峰进行积分，得到积分值后，计算得到四种脂肪酸甘油三酯的物质的量分数及其比例。
8)鉴别方法
将步骤7)获得的待测样品的四种脂肪酸甘油三酯的物质的量分数的比例数据与合格油脂四种脂肪酸甘油三酯比例数据库中的标准比例范围相对比，如果待测样品的比例能与数据库中已知比例范围相匹配，则为合格油脂；如果不匹配，则为掺假油；然后再将这一比例与地沟油脂肪酸甘油三酯数据库中的比例相对比，如果存在匹配项，则判定为地沟油。
本发明方法具有以下优点：
1)找到了量化的内源性指标鉴别掺假油或者地沟油；
2)检测过程简单，与国家标准中的用气相色谱测定油脂中脂肪酸含量的方法相比，样品不需进行甲酯化处理(GB/T17376,GB/T17377)，可以直接取样进行1HNMR检测；
3)速度快，由于不需要样品预处理，缩短了单个样品的检测时间，整个测试可在5-10分钟完成；
4)可持续性强，油脂中不同脂肪酸甘油三酯的物质的量分数是由油脂种类决定的，是生物的本质特征，相同类别的油脂，四种甘油三酯的物质的量分数是基本固定不变的，不会因生产厂家的变化而显著变化。而地沟油无论如何精炼也不会达到合格油脂的脂肪酸甘油三酯的比例，因此该指标有效性强，不容易通过其他手段来规避；
5)指标单一，直观，容易进行推广应用；
6)灵敏度、准确率高，纯地沟油检测准确率为100％，并且即便在合格油中掺入少量地沟油，也能被准确地检出。
具体实施方式
以下结合实施例对本发明作进一步描述。特别加以说明的是，本发明中所用到的材料及试剂均为市售产品。由于市场中油脂种类众多，在实施例1-7中，仅以发明人所能在国内市场上购得的六种常用单一油脂和三种调和油为例对本发明的方法进行示例说明，但这并不意味着对本发明内容的限制。本领域技术人员能够理解，由于市场上油脂厂家的变化以及调和油配方的不断更新，可被采集的油脂样品的数量是不断变化的，但这并不妨碍本领域技术人员在不背离本发明精神和原则的情形下去实施本发明。
实施例1
从超市中购买五个品牌的花生油(鲁花，福临门，胡姬花，日升，龙大)加入合格油脂样品库。
将花生油样品在的包装桶中摇匀，用滴管取一滴(大约20mg)花生油加入到直径为5mm的核磁管中，加入0.6ml氘代氯仿作溶剂，将花生油溶解后，用600MHzNMR谱仪采集氢谱，延迟时间设定为25秒，累积采样8次，然后按照步骤4)-5)所描述的方法进行积分，并计算花生油的四种脂肪酸甘油三酯的物质的量分数及相对误差。计算结果见表1。
表1五个品牌花生油的四种脂肪酸甘油三酯的物质的量分数及相对误差
注：表中的N0平均值Na的计算方法为五个样品的N0值之和除以5，N0相对误差的计算方法为(每一种品牌的N0值-N0平均值Na)/N0平均值Na；N1、N2的平均值与相对误差的计算方法与N0的计算方法相同。N3的值小于1，不用此方法计算平均值和相对误差，参考花生油国家标准(GB1534-2003)将花生油N3的物质的量分数确定为0-0.3％。
从表中数据可以看出，用核磁共振法得到的花生油中四种脂肪酸甘油三酯的物质的量分数的是比较接近的。尽管每种脂肪酸甘油三酯的相对误差不同，但为了降低因不同品牌间产品的微小差异所带来的误判可能，保证数据的覆盖性和代表性，选取该类别油脂中，各项脂肪酸甘油三酯的最大相对误差的绝对值作为适宜的比例变化范围。
因此，根据以上数据得到了合格花生油的四种脂肪酸甘油三酯的比例范围为：
N0：N1：N2：N3＝(20.4±7.4％)：(44.3±6.3％)：(35.1±6.3％)：(0-0.3)
为了应用方便将相对误差转换为具体值表示的比例范围为：
N0：N1：N2：N3＝(20.4±1.5)：(44.3±2.8)：(35.1±2.2)：(0-0.3)
将花生油的四种脂肪酸甘油三酯的比例范围数据加入合格油脂四种脂肪酸甘油三酯比例数据库中，作为合格花生油的判定标准。待检测花生油样品的四个数值中如果有一个超出了该比例所包含的范围，即认为四种脂肪酸甘油三酯的比例发生了变化，即可判定为掺假花生油。
实施例2
从超市中购买五个品牌的大豆油(元宝，金龙鱼，威臣，绿宝，福临门，均为转基因大豆油)加入合格油样品库。按照实施例1的方法，对所述样品进行1HNMR检测、积分并计算四种脂肪酸甘油三酯的物质的量分数及相对误差。计算结果见表2。
表2五个品牌大豆油的四种脂肪酸甘油三酯的物质的量分数及相对误差
注：表中的N0平均值Na的计算方法为五个N0之和除以5。N0相对误差的计算方法为(每一种品牌的N0值-N0平均值Na)/N0平均值Na；N1、N2、N3的平均值与相对误差的计算方法与N0相同。
从表中数据可以看出，用核磁共振法得到的转基因大豆油中四种脂肪酸甘油三酯的物质的量分数的是比较接近的。同样，每种脂肪酸甘油三酯的相对误差也不相同，为了保证数据的覆盖性和代表性，选取每种脂肪酸甘油三酯的最大相对误差的绝对值作为适宜的比例变化范围。
根据以上数据得到合格大豆油的四种脂肪酸甘油三酯的比例范围为：
N0：N1：N2：N3＝(16.2±3.1％)：(22.1±5.7％)：(53.1±1.7％)：(8.3±9.2％)
为了应用方便将相对误差转换为具体值表示的比例范围为：
N0：N1：N2：N3＝(16.2±0.6)：(22.1±1.3)：(53.1±1.0)：(8.3±0.8)
将大豆油的四种脂肪酸甘油三酯的比例数据加入合格油脂四种脂肪酸甘油三酯比例数据库中，作为合格大豆油的判定标准。待测大豆油样品四个数值中如果有一个超出了该比例所包含的范围，即认为此比例发生变化，即可判定为掺假大豆油。
非转基因大豆的品牌比较少，市场上常见的只有九三大豆油，因此无法取平均值。非转基因大豆油的四种脂肪酸甘油三酯的比例为：
N0：N1：N2：N3＝16.8：18.1：53.7：11.4。
实施例3
从超市中购买四个品牌的葵花籽油(福临门，金龙鱼，多力，刀唛)加入合格油样品库。按照实施例1的方法，对所述样品进行1HNMR检测、积分并计算四种脂肪酸甘油三酯的物质的量分数及相对误差，计算结果见表3。
表3四个品牌葵花籽油四种脂肪酸甘油三酯的物质的量分数及相对误差
注：表中的N0平均值Na的计算方法为四个N0和除以4。N0相对误差的计算方法为(每一种品牌的N0值-N0平均值Na)/N0平均值Na；表中的N1、N2的平均值和误差的计算方法与N0的计算方法相同。N3的值小于1，不用此方法计算平均值和相对误差，根据葵花籽油国标(GB10464--2003)将葵花籽油N3的含量限定为0-0.3％。
从表中数据可以看出，用核磁共振法得到的葵花子油中四种脂肪酸甘油三酯的物质的量分数的是比较接近的。每种脂肪酸甘油三酯的相对误差也不相同。同样，为了保证数据的覆盖性和代表性，选取每种脂肪酸甘油三酯的最大相对误差的绝对值作为适宜的比例变化范围。
根据以上数据得到了合格葵花籽油的四种脂肪酸甘油三酯的比例范围为：
N0：N1：N2：N3＝(12.4±5.2％)：(28.4±6.9％)：(59.2±3.4％)：(0-0.3)
为了应用方便将相对误差转换为具体值表示的比例范围为：
N0：N1：N2：N3＝(12.4±6.5)：(28.4±2.0)：(59.2±2.1)：(0-0.3)
将葵花籽油的四种脂肪酸甘油三酯的比例数据加入合格油脂四种脂肪酸甘油三酯比例数据库中，作为合格葵花子油的判定标准，待测葵花籽油样品四个数值中如果有一个超出了比例所包含的范围，即认为此比例发生变化，即可判定为掺假葵花子油。
实施例4
从超市中购买8个品牌的橄榄油(亿芭利，欧丽薇兰，品利，帆船，奥尼，卡拉佩利，波驼，多力)加入合格油脂样品库。按照实施例1的方法，对所述样品进行1HNMR检测、积分并计算四种脂肪酸甘油三酯的物质的量分数和相对误差。计算结果见表4。
表4八个品牌橄榄油的四种脂肪酸甘油三酯的物质的量分数和相对误差
注：表中的N0平均值Na的计算方法为八个N0之和除以8。N0相对误差的计算方法为(每一种品牌的N0值-N0平均值Na)/N0平均值Na；表中的N1、N2、N3的平均值和相对误差的计算方法与N0的计算方法相同。N2、N3的值比较小，杂质对微小积分有相对较大的影响，因此会有较大的相对误差。
从表中数据可以看出，不同品牌橄榄油中每种脂肪酸甘油三酯的相对误差也不相同，同样，为了保证数据的覆盖性和代表性，选取每种脂肪酸甘油三酯的最大相对误差的绝对值作为适宜的比例变化范围。
根据以上数据得到了合格橄榄油的四种脂肪酸甘油三酯的比例范围为：
N0：N1：N2：N3＝(13.3±7.5％)：(80.2±1.5％)：(5.4±22.2％)：(1.3±38.5％)
为了应用方便将相对误差转换为具体值表示的比例范围为：
N0：N1：N2：N3＝(13.3±1.0)：(80.2±1.3)：(5.4±1.2)：(1.3±0.6)
将橄榄油的四种脂肪酸甘油三酯的比例加入合格油脂四种脂肪酸甘油三酯比例数据库中，作为合格橄榄油的判定标准。待测橄榄油样品四个数值中如果有一个超出了该比例所包含的范围，即认为此比例发生变化，即可判定为掺假橄榄油。
实施例5
从超市中购买5个品牌的芝麻油(金龙鱼，李锦记，大和恒，志成，广合)加入合格油样品库。按照实施例1的方法，对所述样品进行1HNMR检测、积分并计算四种脂肪酸甘油三酯的物质的量分数及相对误差。计算结果见表5。
表5五个品牌芝麻油的四种脂肪酸甘油三酯的物质的量分数及相对误差
注：表中的N0平均值Na的计算方法为5个N0之和除以5。N0相对误差的计算方法为(每一种品牌的N0值-N0平均值Na)/N0平均值Na；表中的N1、N2的平均值和误差的计算方法与N0的计算方法相同。N3的值小于1，不用此方法计算平均值及相对误差，根据芝麻油国家标准(GB8233-2008)将芝麻油N3的含量限定在0.2-1.0％之间。
从表5中数据可以看出，不同芝麻油中每种脂肪酸甘油三酯的相对误差也不相同，同样，为了保证数据的覆盖性和代表性，选取每种脂肪酸甘油三酯的最大相对误差的绝对值作为适宜的比例变化范围。
根据以上数据得到了合格芝麻油的四种脂肪酸甘油三酯的比例范围为:
N0：N1：N2：N3＝(14.8±1.7％)：(40.8±6.3％)：(44.1±3.2％)：(0.2-1.0)
为了应用方便将相对误差转换为具体值表示的比例范围为：
N0：N1：N2：N3＝(14.8±0.3)：(40.8±2.6)：(44.1±1.5)：(0.2-1.0)
将芝麻油的四种脂肪酸甘油三酯的比例加入合格油脂四种脂肪酸甘油三酯比例数据库中，作为合格芝麻油的判定标准。待检测芝麻油样品四个数值中如果有一个超出了该比例所包含的范围，即认为此比例发生变化，即可判定为掺假芝麻油。
实施例6
从超市中购买六个品牌的玉米油(西王，金龙鱼，威臣，福临门，长寿花，融氏)加入合格油脂样品库。按照实施例1的方法，对所述样品进行1HNMR检测、积分并计算四种脂肪酸甘油三酯的物质的量分数及相对误差，计算结果见表6。
表6六个品牌玉米油的四种脂肪酸甘油三酯的物质的量分数及相对误差
注：表中的N0平均值Na的计算方法为6个N0和除以6。N0相对误差的计算方法为(每一种品牌的N0值-N0平均值Na)/N0平均值Na；表中的N1、N2，N3的平均值和误差的计算方法与N0的计算方法相同。
从表中数据可以看出，用核磁共振法得到的玉米油中四种脂肪酸甘油三酯的物质的量分数的是比较接近的。每种脂肪酸甘油三酯的相对误差也不相同。同样，为了保证数据的覆盖性和代表性，选取每种脂肪酸甘油三酯的最大相对误差的绝对值作为适宜的比例变化范围。
根据以上数据得到了合格玉米油的四种脂肪酸甘油三酯的比例范围为：
N0：N1：N2：N3＝(15.2±4.9％)：(31.5±9.6％)：(51.6±4.8％)：(1.7±21.6％)
为了应用方便将相对误差转换为具体值表示的比例范围为：
N0：N1：N2：N3＝(15.2±0.8)：(31.5±3.1)：(51.6±2.5)：(1.7±0.4)
将玉米油的四种脂肪酸甘油三酯的比例加入合格油脂四种脂肪酸甘油三酯比例数据库中，作为合格玉米油的判定标准。待测玉米油样品四个数值中如果有一个超出了该比例所包含的范围，即认为此比例发生变化，即可判定为掺假玉米油。
实施例7
从超市中购买3种调和油，加入合格样品库。按照实施例1的方法，对所述样品进行1HNMR检测、积分并计算四种脂肪酸甘油三酯的物质的量分数及相对误差。计算结果见表7。
表7三种调和油四种脂肪酸甘油三酯的物质的量分数及相对误差
| 样品种类 | N0(％) | N1(％) | N2(％) | N3(％) |
| 福临门谷物调和油 | 16.5±0.5 | 26.1±1.5 | 49.4±0.9 | 7.3±0.7 |
| 福临门藻油DHA调和油 | 16.2±0.5 | 28.9±1.6 | 48.0±0.8 | 6.9±0.7 |
| 金龙鱼深海鱼油调和油 | 12.9±0.4 | 39.5±2.3 | 37.7±0.7 | 9.9±1.0 |
不同公司调和油的配方是不同的，四种脂肪酸甘油三酯的比例也是不同的。无法通过平行试验确定误差范围，但所有的调和油都是由单一油脂混合而成的，因此原材料的误差会传递到最终产品上，以上调和油的主要成分都是大豆油。表7中，数据误差是取大豆油的相对误差计算得到的结果。由此得到三种调和油的四种脂肪酸甘油三酯的物质的量分数的比例范围为：
福临门谷物调和油：
N0：N1：N2：N3＝(16.5±0.5)：(26.1±1.5)：(49.4±0.9)：(7.3±0.7)
福临门藻油DHA调和油：
N0：N1：N2：N3＝(16.2±0.5)：(28.9±1.6)：(48.0±0.8)：(6.9±0.6)
金龙鱼深海鱼油调和油：
N0：N1：N2：N3＝(12.9±0.4)：(39.5±2.3)：(37.7±0.7)：(9.9±1.0)
将调和油的四种脂肪酸甘油三酯的比例加入合格油脂四种脂肪酸甘油三酯比例数据库中，作为调和油的判定标准。待检测调和油四个数值中如果有一个超出了比例所包含的范围，即认为此比例发生变化，即可判定为掺假调和油。
本发明仅以上述三种调和油作为代表，为了保最终数据库的数据完整性，应尽可能多的收集已知种类的调和油，随着市场的变化，不断增加或补充样品库样品。
实施例8
将收集到的10个地沟油样品，加入地沟油样品库。按照实施例1的方法，对所述样品进行1HNMR检测、积分并计算四种脂肪酸甘油三酯的物质的量分数。计算结果见表8。
表8十个地沟油样品的四种脂肪酸甘油三酯的物质的量分数
| 样品种类 | N0(％) | N1(％) | N2(％) | N3(％) |
| 地沟油1 | 29.4 | 37.9 | 27.4 | 5.2 |
| 地沟油2 | 29.0 | 59.0 | 8.0 | 4.0 |
| 地沟油3 | 30.8 | 37.9 | 26.5 | 4.8 |
| 地沟油4 | 17.6 | 25.8 | 49.0 | 7.6 |
| 地沟油5 | 21.1 | 23.1 | 50.0 | 5.7 |
| 地沟油6 | 28.9 | 22.5 | 48.6 | 0.0 |
| 地沟油7 | 25.4 | 16.9 | 57.7 | 0.0 |
| 地沟油8 | 30.2 | 41.8 | 25.0 | 3.0 |
| 地沟油9 | 29.7 | 41.5 | 26.0 | 2.8 |
| 地沟油10 | 33.6 | 49.4 | 15.0 | 1.9 |
将这十种地沟油的四种脂肪酸甘油三酯的比例与实施例1-7数据库中的合格油脂的比例数据相比较，发现所有的比例都不在合格油脂数据库内，因此十个样品都可以判定为掺假油或者地沟油，都是不合格油脂。将这十个比例加入到地沟油脂肪酸甘油三酯数据库中，作为地沟油的判断标准。若待测样品的四种脂肪酸甘油三酯的比例与这十个比例其中之一一致，即可判定为地沟油。
实施例9
将地沟油与大豆油按照表9中的不同比例混合均匀后，按照实施例1的方法，对所述样品进行1HNMR检测、积分并计算四种脂肪酸甘油三酯的物质的量分数。计算结果见表9。
表9大豆油与地沟油混合样品四种脂肪酸甘油三酯的物质的量分数
已经确定的鉴定大豆油的四种脂肪酸甘油三酯的比例是：
N0：N1：N2：N3＝(16.2±0.7)：(22.1±1.3)：(53.1±2.5)：(8.3±0.8)
从数据中可以看出，即使大豆油中掺入10％的地沟油四种脂肪酸甘油三酯的比例是N0：N1：N2：N3＝17.5：24.8：49.2：8.8，其中N0超出了16.9的上限，N1超出了23.4的上限，N2超出了50.6的下限。N0、N1、N2的值都超出了所允许的误差范围，此比例发生变化，因此，大豆油中掺入10％的地沟油很容易辨别。
实施例10
将福临门藻油DHA调和油与地沟油按照不同比例混合均匀后，按照实施例1的方法，对所述样品进行1HNMR检测、积分并计算四种脂肪酸甘油三酯的物质的量分数。计算结果见表10。
表10福临门藻油DHA调和油与地沟油混合样品的四种脂肪酸甘油三酯的物质的量分数
调和油中掺入地沟油是所有鉴别地沟油中的最难的问题，因为精炼的地沟油也可以看作类似调和油。
在实施例7中，福临门藻油DHA调和油的比例为：
N0：N1：N2：N3＝(16.2±0.5)：(28.9±1.6)：(48.0±0.8)：(6.9±0.6)
从表10中数据可以看出，调和油中掺入10％地沟油后，四种脂肪酸甘油三酯的比例为：N0：N1：N2：N3＝17.9：31.5：44.4：6.5，其中N0超过了标准所设定的上限16.7，N1值超过了标准所设定的上限30.5，N2的值超出了标准所设定的下限47.2，此比例发生变化。因此，调和油中掺入10％地沟油也可以鉴别。
Claims (11)
1.一种通过使用1HNMR检测方法鉴别掺假油或地沟油的方法，其特征在于，
该方法包括以下步骤：
1)收集市售品牌的合格油脂，分类别组成合格油脂样品库；
2)收集地沟油样品，组成地沟油样品库；
3)对合格油脂样品库中的每一种油脂样品进行1HNMR检测，获得它们的1HNMR谱图；
4)对地沟油样品库中的每一种样品进行1HNMR检测，获得不同地沟油的1HNMR谱图；
5)对所得合格油脂的1HNMR谱图的共振峰进行积分，得到积分值；
6)对所得地沟油的1HNMR谱图的共振峰进行积分，得到积分值；
7)对合格油脂样品库中的油脂样品，根据积分值，计算得到饱和脂肪酸甘油三酯、油酸甘油三酯、亚油酸甘油三酯、亚麻酸甘油三酯这四种脂肪酸甘油三酯的物质的量分数，并按油脂类别确定同类油脂中四种脂肪酸甘油三酯物质的量分数的相对误差，得到同类油脂的所述四种脂肪酸甘油三酯的物质的量分数的比例范围；并将该比例范围作为合格油脂的鉴别依据及标准数据，建立合格油脂四种脂肪酸甘油三酯比例数据库；
8)对地沟油样品库中地沟油样品，根据积分值，计算得到饱和脂肪酸甘油三酯、油酸甘油三酯、亚油酸甘油三酯、亚麻酸甘油三酯这四种脂肪酸甘油三酯的物质的量分数及它们的比例，并将该比例作为地沟油的鉴别依据及标准数据，建立地沟油四种脂肪酸甘油三酯比例数据库；
9)对待鉴别油脂样品进行1HNMR检测，获得其1HNMR谱图，对该谱图的共振峰进行积分，得到积分值后，根据积分值计算得到待鉴别油脂样品的上述四种脂肪酸甘油三酯的物质的量分数及比例；
10)将步骤9)获得待鉴别油脂的四种脂肪酸甘油三酯的物质的量分数的比例与合格油脂四种脂肪酸甘油三酯数据库中的标准比例相对比，如果所鉴别油脂样品的比例能与数据库中已知的比例相匹配，则为合格油脂；如果不匹配，则判定为掺假油；然后再将这一比例与地沟油四种脂肪酸甘油三酯数据库中的标准比例相对比，如果存在匹配项，则判定为地沟油；
其中，以上步骤7)-9)中所述的四种脂肪酸甘油三酯的物质的量分数的计算方式为：
按照公式(a)计算饱和脂肪酸甘油三酯的物质的量分数N0：
N0＝(I2.25-2.40ppm-I1.90-2.15ppm/2)/I2.25-2.40ppm(a)
I2.25-2.40ppm是指化学位移在2.25-2.40ppm之间共振峰的积分面积；
I1.90-2.15ppm是指化学位移在1.90-2.15ppm之间共振峰的积分面积；
按照公式(b)式计算油酸甘油三酯的物质的量分数N1：
N1＝(I1.90-2.15ppm-I2.75-2.80ppm*2-I0.95-1.02ppm*2/1.5)/2/I2.25-2.40ppm(b)
I1.90-2.15ppm是指化学位移在1.90-2.15ppm之间共振峰的积分面积；
I2.75-2.80ppm是指化学位移在2.75-2.80ppm之间共振峰的积分面积；
I0.95-1.02ppm是指化学位移在0.95-1.02ppm之间共振峰的积分面积；
I2.25-2.40ppm是指化学位移在2.25-2.40ppm之间共振峰的积分面积；
按照公式(c)计算亚油酸甘油三酯的物质的量分数N2：
N2＝(I2.75-2.85ppm-I0.95-1.02ppm/1.5)/I2.25-2.40ppm(c)
I2.75-2.85ppm是指化学位移在2.75-2.85ppm之间共振峰的积分面积；
I0.95-1.02ppm是指化学位移在0.95-1.02ppm之间共振峰的积分面积；
I2.25-2.40ppm是指化学位移在2.25-2.40ppm之间共振峰的积分面积；
按照公式(d)计算亚麻酸甘油三酯的物质的量分数N3：
N3＝I0.95-1.02ppm/1.5/I2.25-2.40ppm(d)
I0.95-1.02ppm是指化学位移在0.95-1.02ppm之间共振峰的积分面积；
I2.25-2.40ppm是指化学位移在2.25-2.40ppm之间共振峰的积分面积。
2.如权利要求1所述的方法，其特征在于步骤1)和7)中所述的合格油脂类别包括：花生油，玉米油，葵花子油，橄榄油，芝麻油，大豆油以及调和油。
3.如权利要求1或2所述的方法，其特征在于在步骤1)中，同类合格油脂样品至少收集三种品牌。
4.如权利要求3所述的方法，其特征在于，在步骤1)中，同类合格油脂样品收集全部的可商购品牌。
5.如权利要求1所述的方法，其特征在于步骤3)、4)和9)中，样品的1HNMR检测方法包括：将20-100mg样品加入到直径为5mm的核磁管中，然后加入0.6ml氘代氯仿作溶剂。
6.如权利要求5所述的方法，其特征在于所使用的NMR仪器在300-800MHz之间，1HNMR检测所设置的延迟时间为25秒，并累积采样4-128次后进行傅立叶变换。
7.如权利要求6所述的方法，其特征在于在步骤5)、6)和9)中所述的积分方法为：积分之前对所获得图谱进行相位校正和基线校正，在NMR仪器上，或用Mest-ReNova软件对数据文件进行处理，对每个共振峰按照公式(a)-(d)所要求的化学位移范围进行积分，积分三次取平均值。
8.如权利要求1所述的方法，其特征在于，在步骤7)中，检测合格油脂样品库中的所有同类别油脂样品，将这些样品的每种脂肪酸甘油酸酯的物质的量分数取平均值，并且取这些样品中该脂肪酸甘油三酯项下最大的相对误差值作为同类油脂中该项脂肪酸甘油三酯物质的量分数所允许的相对误差，从而确定所述同类油脂的四种脂肪酸甘油三酯的物质的量分数的比例范围。
9.如权利要求1或8所述的方法，其特征在于，在步骤7)中，对于物质的量分数在1％以下的亚麻酸甘油三酯，不计算平均值及相对误差，比例范围中亚麻酸甘油三酯的含量范围采用相应油脂国家标准中所规定的含量范围。
10.如权利要求1所述的方法，其特征在于，将(a)-(d)的计算公式编写成能够根据导入积分面积数据而自动运算的计算机软件，在需要计算时，通过运行软件快速得到计算结果。
11.如权利要求1所述的方法，其特征在于，随着市场上销售油脂种类的变化及地沟油的不断收集，定期增加合格油脂样品库和地沟油样品库中的样品数量，测定新增样品的四种脂肪酸甘油三酯的物质的量分数，并按照步骤7)和8)的方法，相应地加入和更新合格油脂和地沟油四种脂肪酸甘油三酯比例数据库。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201310283326.5A CN103344661B (zh) | 2013-07-05 | 2013-07-05 | 一种使用氢核磁共振法鉴定掺假油及地沟油的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201310283326.5A CN103344661B (zh) | 2013-07-05 | 2013-07-05 | 一种使用氢核磁共振法鉴定掺假油及地沟油的方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN103344661A CN103344661A (zh) | 2013-10-09 |
| CN103344661B true CN103344661B (zh) | 2016-02-24 |
Family
ID=49279475
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201310283326.5A Active CN103344661B (zh) | 2013-07-05 | 2013-07-05 | 一种使用氢核磁共振法鉴定掺假油及地沟油的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN103344661B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2021141535A1 (en) * | 2020-01-09 | 2021-07-15 | Wilmar International Limited | Method and system for optimizing a blending formulation of an edible oil sample, and an edible oil sample predicted therefrom |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104422708A (zh) * | 2013-08-26 | 2015-03-18 | 上海理工大学 | 利用低场核磁共振鉴别黄酒品质的方法 |
| CN104198518A (zh) * | 2014-09-24 | 2014-12-10 | 中国科学院大连化学物理研究所 | 一种芝麻香油真伪鉴别和含量测定的方法 |
| CN108760791A (zh) * | 2018-06-01 | 2018-11-06 | 南昌大学 | 一种茶油脂肪酸指标的预测方法 |
| CN108982570A (zh) * | 2018-09-30 | 2018-12-11 | 厦门大学 | 一种基于核磁共振技术的食用油品质鉴别方法 |
| SG10201900755WA (en) * | 2019-01-28 | 2020-08-28 | Wilmar International Ltd | Methods and system for processing lipid contents of at least one oil sample and simulating at least one training sample, and for predicting a blending formula, amongst others |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2004070371A1 (ja) * | 2003-02-10 | 2004-08-19 | Mitsubishi Chemical Corporation | 蛋白質ｎｍｒ測定方法 |
| CN101975788A (zh) * | 2010-09-01 | 2011-02-16 | 苏州纽迈电子科技有限公司 | 低场核磁共振鉴别食用油品质的方法 |
| CN102269720A (zh) * | 2011-04-28 | 2011-12-07 | 王士桥 | 核磁共振结合模式识别方法鉴别食用油品质的方法 |
| CN102706915A (zh) * | 2012-06-28 | 2012-10-03 | 厦门大学 | 一种地沟油的检测方法 |
| CN102721716A (zh) * | 2012-07-04 | 2012-10-10 | 中国科学院研究生院 | 基于1h-nmr指纹图谱结合多变量分析的食用油质量检验方法 |
-
2013
- 2013-07-05 CN CN201310283326.5A patent/CN103344661B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2004070371A1 (ja) * | 2003-02-10 | 2004-08-19 | Mitsubishi Chemical Corporation | 蛋白質ｎｍｒ測定方法 |
| CN101975788A (zh) * | 2010-09-01 | 2011-02-16 | 苏州纽迈电子科技有限公司 | 低场核磁共振鉴别食用油品质的方法 |
| CN102269720A (zh) * | 2011-04-28 | 2011-12-07 | 王士桥 | 核磁共振结合模式识别方法鉴别食用油品质的方法 |
| CN102636510A (zh) * | 2011-04-28 | 2012-08-15 | 河南省科学院高新技术研究中心 | 核磁共振氢谱检测食用油品质的方法 |
| CN102706915A (zh) * | 2012-06-28 | 2012-10-03 | 厦门大学 | 一种地沟油的检测方法 |
| CN102721716A (zh) * | 2012-07-04 | 2012-10-10 | 中国科学院研究生院 | 基于1h-nmr指纹图谱结合多变量分析的食用油质量检验方法 |
Non-Patent Citations (2)
| Title |
|---|
| 基于1H NMR 指纹图谱结合多变量分析的地沟油检测方法;蔡波太 等;《中国科学：化学》;20130520;第43卷(第5期);558-567 * |
| 核磁共振技术在地沟油鉴别中的应用研究;许秀丽 等;《检验检疫学刊》;20120820;第22卷(第4期);25-35 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2021141535A1 (en) * | 2020-01-09 | 2021-07-15 | Wilmar International Limited | Method and system for optimizing a blending formulation of an edible oil sample, and an edible oil sample predicted therefrom |
Also Published As
| Publication number | Publication date |
|---|---|
| CN103344661A (zh) | 2013-10-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103344661B (zh) | 一种使用氢核磁共振法鉴定掺假油及地沟油的方法 | |
| Moayedi et al. | Chemical compositions of oils from several wild almond species | |
| Nunes | Vibrational spectroscopy and chemometrics to assess authenticity, adulteration and intrinsic quality parameters of edible oils and fats | |
| Cert et al. | Effects of talc addition and operating mode on the quality and oxidative stability of virgin olive oils obtained by centrifugation | |
| Azizian et al. | Novel, rapid identification, and quantification of adulterants in extra virgin olive oil using near‐infrared spectroscopy and chemometrics | |
| JP2019095447A (ja) | 近赤外分光計に基づく食用油の多元混入同定方法 | |
| CN102393426B (zh) | 地沟油的鉴别方法 | |
| CN103901094A (zh) | 一种基于离子迁移谱仪的油脂检测及鉴别方法 | |
| CN102636510A (zh) | 核磁共振氢谱检测食用油品质的方法 | |
| CN102854291B (zh) | 一种适宜花生油加工的花生品质测定方法 | |
| Tan et al. | Edible oils adulteration: A review on regulatory compliance and its detection technologies | |
| CN102539551B (zh) | 掺入食用植物油中餐厨废油脂的检测方法 | |
| CN104316486B (zh) | 一种快速筛查不合格植物油的方法 | |
| Kim et al. | Fatty acid composition and characterisation of commercial vegetable oils with chemometric approaches. | |
| Le Gresley et al. | “Real-world” evaluation of lipid oxidation products and trace metals in French fries from two chain fast-food restaurants | |
| Siano et al. | GC-FID analysis to evaluate the possible adulteration of extra virgin olive oil with different vegetable oils | |
| CN112305108A (zh) | 一种基于油酸/山嵛酸以及β-香树脂醇/菜油甾醇比值的油茶籽油掺假检测方法 | |
| Zhou et al. | Rapid and accurate monitoring and modeling analysis of eight kinds of nut oils during oil oxidation process based on Fourier transform infrared spectroscopy | |
| Zhong et al. | Physicochemical properties, content, composition and partial least squares models of A. trifoliata seeds oil | |
| Hafer et al. | NMR spectroscopy: determination of peroxide value in vegetable and krill oil by using triphenylphosphine as tagging reagent | |
| Yoshida et al. | Nondestructive analyses of unsaturated fatty acid species in dietary oils by attenuated total reflectance with Fourier transform IR spectroscopy | |
| CN102590405A (zh) | 一种鉴别地沟油的方法 | |
| Pereira et al. | Seed oil detection in extra virgin olive oil by differential scanning calorimetry | |
| Lumakso et al. | Application of chemometrics in combination with Fourier Transform Mid Infrared spectroscopy for authentication of avocado oil | |
| Chen et al. | Free-radical-mediated formation mechanism of polar polymeric triglycerides in vegetable oil studied by electron spin resonance and high-performance liquid chromatography |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20201203 Address after: Room 213, building 3, No. 618, west section of Shifu Avenue, Jiaojiang District, Taizhou City, Zhejiang Province Patentee after: Seasons Biotechnology (Taizhou) Co.,Ltd. Patentee after: Zhao Xiaodong Address before: 201499 room 1, No. 2351, Lane 329, hope road, Shanghai, Fengxian District Patentee before: Shanghai Shiji Biological Technology Co.,Ltd. Patentee before: Zhao Xiaodong |
|
| TR01 | Transfer of patent right |