CN103776773A - 一种基于脂质红外光谱的反刍动物源性饲料原料鉴别方法 - Google Patents
一种基于脂质红外光谱的反刍动物源性饲料原料鉴别方法 Download PDFInfo
- Publication number
- CN103776773A CN103776773A CN201410012308.8A CN201410012308A CN103776773A CN 103776773 A CN103776773 A CN 103776773A CN 201410012308 A CN201410012308 A CN 201410012308A CN 103776773 A CN103776773 A CN 103776773A
- Authority
- CN
- China
- Prior art keywords
- sample
- lipid
- raw material
- source feed
- ruminant
- 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.)
- Granted
Links
Landscapes
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明涉及一种基于脂质红外光谱的反刍动物源性饲料原料鉴别方法,包括以下步骤:1)收集与制备已知来源的不同种属动物源性饲料原料样本;2)提取脂质样品;3)采集脂质样品红外光谱信息数据;4)依据步骤3)中所采集的脂质样品红外光谱信息数据,建立反刍动物源性饲料原料判别分析模型;5)评价步骤4)所建立的判别分析模型;6)提取待测动物源性饲料脂质样品,并采集红外光谱信息数据,输入步骤4)中所建立的判别分析模型进行种属鉴别分析。本发明方法可实现反刍动物源性饲料原料的快速、有效鉴别分析。
Description
技术领域
本发明涉及动物源性饲料的鉴别分析领域,具体地说,涉及一种基于脂质红外光谱的反刍动物源性饲料原料鉴别方法。
背景技术
近年来,“疯牛病”事件对欧盟乃至世界范围的畜牧业、公共安全、饲料工业和畜产品国际贸易均带来了巨大冲击,严重威胁动物和人类健康的同时,也造成了巨大的经济损失。已有研究表明疯牛病是由于使用患有疯牛病和羊搔痒病的牛、羊等动物的肉骨粉添加在饲料中喂养反刍动物而引起,反刍动物食用同源性动物源性饲料是传播疯牛病的主要途径。为了高效防范疯牛病,从源头上切断疯牛病的传播途径,世界各国纷纷制定相关措施并通过法律、法规控制反刍动物肉骨粉等动物源性饲料的使用。但是由于蛋白质饲料资源匮乏,加之利益的驱使,非法进口、制假售假和违禁添加等违规使用动物源性饲料的行为屡禁不止,这不仅严重扰乱市场秩序,侵害消费者的利益,也造成了很大的疯牛病隐患。要满足饲料质量安全监管需求,确保相关法律法规的有效实施,科学可靠的检测技术和方法是重要的保障。而为了更好地实施饲料产业的可持续发展和循环利用,逐步细化至不同种属之间是否相互饲用是动物源性饲料禁用法律法规的必然发展趋势,这也对不同种属尤其是反刍动物源性饲料的鉴别技术提出更高的要求。
目前,国际范围内研究和应用较多的动物源性饲料检测技术主要有:以组织学特性为基础的显微镜分析法、以蛋白质为基础的酶联免疫吸附分析法、以DNA为基础的聚合酶链反应法以及近红外光谱快速分析和显微近红外分析技术。其中用于官方仲裁检测的动物源性饲料检测标准方法主要为显微镜分析法和聚合酶链反应法,我们国家目前主要采用聚合酶链反应法。上述这两种方法虽然可以进行不同种属动物源性成分的鉴别分析,但均存在一定的局限性,单一使用难以满足高效准确的种属鉴别分析要求。显微镜法没法进行反刍动物种属的检测,PCR法可以进行反刍动物种属鉴别但自身存在很多不足如温度敏感、假阳性问题。现有的近红外和显微镜技术都是基于原料进行检测的,属于快速方法但检测精度都相对偏低,而且同样对于种属的分析有局限性。
发明内容
为了解决上述技术问题,本发明提供一种基于脂质红外光谱的反刍动物源性饲料原料鉴别方法。
本发明所述的动物源性饲料原料包括陆生动物肉骨粉、陆生动物肉粉、陆生动物骨粉和鱼粉等蛋白饲料。当前市场上动物源性饲料多为单一种属动物制成,本发明也是针对多种不同的单一种属动物制成的动物源性饲料原料进行鉴别分析。
为实现上述目的,本发明采取以下技术方案:
一种基于脂质红外光谱的反刍动物源性饲料原料鉴别方法,包括以下步骤:
1)收集与制备已知来源的不同种属动物源性饲料原料样本;
2)提取脂质样品;
3)采集脂质样品红外光谱信息数据;
4)依据步骤3)中所采集的脂质样品红外光谱信息数据,建立反刍动物源性饲料原料判别分析模型;
5)评价步骤4)所建立的判别分析模型;
6)提取待测动物源性饲料脂质样品,并采集红外光谱信息数据,输入步骤4)中所建立的判别分析模型进行种属鉴别分析。
其中,步骤1)还包括对所收集与制备的已知来源的不同种属动物源性饲料进行旋风磨粉碎,然后过1.0mm筛。
其中,步骤2)中,采用索氏提取法提取脂质样品。
其中,步骤3)中脂质样品红外光谱信息基础数据的采集方式为衰减全反射方式。
其中,步骤3)中光谱采集范围为4000到400cm-1,分辨率为4cm-1,扫描次数为32次。
其中,步骤4)中,采用回归法和留一法交互验证,建立反刍动物源性饲料原料偏最小二乘判别分析模型。
其中,步骤5)中,采用识别率Sensitivity和拒绝率Specificity两个指标对判别模型进行评价,Sensitivity和Specificity越接近于1,判别模型精度越高。
Sensitivity=PA/(PA+ND) (1)
Specificity=NA/(PD+NA) (2)
式中:PA为判别阳性样品数,ND为判别假阴性样品数,NA为判别阴性样品数,PD为判别假阳性样品数。
优选地,所述识别率Sensitivity和拒绝率Specificity为0.85-1.0时,所述判别分析模型有效。
其中,步骤6)中用索氏提取法提取待测动物源性饲料原料样品的脂质样品,用衰减全反射方式采集脂质样品红外光谱信息基础数据,输入步骤4)中所建立的判别分析模型进行反刍动物源性饲料原料的鉴别分析。
本发明的优点:
1)本发明采用索氏提取法进行脂质样品提取,可常规、简便获取不同种属动物源性饲料原料的预处理样品。
2)本发明通过衰减全反射方式进行脂质样品红外光谱信息基础数据的采集,可直观并显著体现不同种属动物源性饲料原料脂质组成差异特性。
3)本发明利用回归法和留一法交互验证建立不同种属动物源性饲料偏最小二乘判别分析模型,并通过识别率Sensitivity和拒绝率Specificity两个指标进行评价,有效保证判别模型稳定性的同时并直观显示模型的鉴别分析能力。
4)本发明直接采集脂质样品的红外光谱,将光谱信息与种属来源信息相关联,可实现反刍动物源性饲料原料的快速、有效鉴别分析,从而满足我国饲料质量安全监管对于反刍动物源性饲料种属鉴别的分析要求,可保证在高效防范“疯牛病”的同时有效实施饲料产业的可持续发展和循环利用。
附图说明
图1为实施例1中基于脂质红外光谱的不同种属动物源性饲料主成分分析图。
具体实施方式
以下实施例用于说明本发明,但不用来限制本发明的范围。在不背离本发明精神和实质的情况下,对本发明方法、步骤或条件所作的修改或替换,均属于本发明的范围。
若未特别指明,实施例中所用的技术手段为本领域技术人员所熟知的常规手段。
实施例1
1)研究样本收集与制备
研究样本为51份已知动物种属的动物源性饲料,包括经相关质检部门收集自国内和国外蛋白饲料企业的产品和自制样本两部分,样本涵盖了陆生动物肉粉、骨粉、肉骨粉、羽毛粉和鱼粉等,其中反刍动物源样本20个(牛源9个,羊源11个),非反刍动物源样本18个(猪源10个,鸡源8个)和鱼源样本13个。
所有研究样本采用旋风磨进行粉碎,然后过1.0mm筛。
2)脂质样品提取
采用索氏提取法利用全自动脂肪测定仪(SoxtecTM 2050,丹麦FOSS公司)提取上述研究样本脂质样品。
3)脂质样品红外光谱信息数据
采用Perkin Elmer FT-IR Spectrum 400(美国Perkin Elmer公司)和衰减全反射ATR(Attenuated Total Reflectance)附件进行脂质样品红外光谱信息基础数据的采集。其中光谱采集范围为4000到400cm-1,分辨率为4cm-1,扫描次数为32次。每次扫描样品之前,以空气光谱为背景光谱。
4)判别分析模型建立与评价
采用Matlab软件(R2010b,美国Mathworks公司),首先对不同种属来源的动物源性饲料脂质红外光谱信息数据进行主成分分析(PCA)。
图1显示:前三个主成分分别占总变异数的42.71%,28.00%和15.66%,研究样本中反刍动物源与非反刍动物源和鱼源的样品分别处于相互分离的族群,具有较好的分离度。
依据上述所采集的脂质样品红外光谱信息基础数据,将脂质近红外光谱信息与样品的种属来源信息相关联,采用回归法和留一法交互验证,建立反刍动物源性饲料原料偏最小二乘判别分析(PLS-DA)模型,模型的识别率Sensitivity和拒绝率Specificity结果见表1:
表1反刍动物源性饲料原料判别分析模型结果
结果显示,反刍动物源的实验样本识别率Sensitivity和拒绝率Specificity分别为0.95和1.00,表现出较高的判别分析模型精度。
5)判别分析模型验证
选择10个待测实验样本,其中反刍动物源样本4个(牛源2个,羊源2个),非反刍动物源样本4个(猪源2个,鸡源2个)和鱼源样本2个,对所建立的判别分析模型进行验证。验证结果表明,4个反刍动物源样本的种属鉴别分析结果均正确,样本的识别率Sensitivity和拒绝率Specificity均为1.00。
对比例
本实施例将其方法与以下两种分析方法进行了比较分析。
(1)采用索氏提取法利用全自动脂肪测定仪(SoxtecTM 2050,丹麦FOSS公司)提取研究样本脂质样品,通过气相色谱仪(GC-2014C,日本岛津公司)测定样本的脂肪酸含量。将某种脂肪酸检出标记为“1”,未检出标记为“0”,确定不同种类脂肪酸的检出与未检出信息基础数据,依据脂肪酸检出与未检出信息数据,采用回归法和留一法交互验证,建立反刍动物源性饲料偏最小二乘判别分析(PLS-DA)模型。
(2)采用索氏提取法利用全自动脂肪测定仪(SoxtecTM 2050,丹麦FOSS公司)提取研究样本脂质样品,通过气相色谱仪(GC-2014C,日本岛津公司)测定样本的脂肪酸含量。将脂肪酸具体含量信息与样品种类来源信息进行关联,建立反刍动物源性饲料偏最小二乘判别分析(PLS-DA)模型。
试验结果:表2为本发明方法与上述两种方法的判别分析模型结果。结果显示,基于脂质近红外光谱信息的本发明方法,与基于脂肪酸检出/未检出信息和脂肪酸含量信息的鉴别分析结果相差不大,但却省却了样本脂肪酸含量测定这一耗时费力、花费高并且对测定人员有着严格操作技术要求的步骤。因此,本发明方法与其他两种方法相比具有测定速度快,不耗费化学试剂,操作简便等显著优点。
表2反刍动物源性饲料原料判别分析模型对比分析
虽然,上文中已经用一般性说明及具体实施方案对本发明作了详尽的描述,但在本发明基础上,可以对之作一些修改或改进,这对本领域技术人员而言是显而易见的。因此,在不偏离本发明精神的基础上所做的这些修改或改进,均属于本发明要求保护的范围。
Claims (8)
1.一种基于脂质红外光谱的反刍动物源性饲料原料鉴别方法,包括以下步骤:
1)收集与制备已知来源的不同种属动物源性饲料原料样本;
2)提取脂质样品;
3)采集脂质样品红外光谱信息数据;
4)依据步骤3)中所采集的脂质样品红外光谱信息数据,建立反刍动物源性饲料原料判别分析模型;
5)评价步骤4)所建立的判别分析模型;
6)提取待测动物源性饲料脂质样品,并采集红外光谱信息数据,输入步骤4)中所建立的判别分析模型进行种属鉴别分析。
2.根据权利要求1所述的方法,其特征在于,步骤1)中对所收集的已知来源的不同种属动物源性饲料进行旋风磨粉碎,然后过1.0mm筛。
3.根据权利要求1所述的方法,其特征在于,步骤2)中,采用索氏提取法提取脂质样品。
4.根据权利要求1所述的方法,其特征在于,步骤3)中脂质样品红外光谱信息基础数据的采集方式为衰减全反射方式。
5.根据权利要求1所述的方法,其特征在于,步骤4)中,采用回归法和留一法交互验证,建立反刍动物源性饲料原料偏最小二乘判别分析模型。
6.根据权利要求1所述的方法,其特征在于,其中,步骤5)中,采用识别率Sensitivity和拒绝率Specificity两个指标对判别模型进行评价,Sensitivity和Specificity越接近于1,判别模型精度越高;
Sensitivity=PA/(PA+ND) (1)
Specificity=NA/(PD+NA) (2)
式中:PA为判别阳性样品数,ND为判别假阴性样品数,NA为判别阴性样品数,PD为判别假阳性样品数。
7.根据权利要求6所述的方法,其特征在于,所述识别率Sensitivity和拒绝率Specificity为0.85-1.0时,所述判别分析模型有效。
8.根据权利要求1所述的方法,其特征在于,步骤6)中用索氏提取法提取待测动物源性饲料原料样品的脂质样品,用衰减全反射方式采集脂质样品红外光谱信息基础数据,输入步骤4)中所建立的判别分析模型进行反刍动物源性饲料原料的鉴别分析。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410012308.8A CN103776773B (zh) | 2014-01-10 | 2014-01-10 | 一种基于脂质红外光谱的反刍动物源性饲料原料鉴别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410012308.8A CN103776773B (zh) | 2014-01-10 | 2014-01-10 | 一种基于脂质红外光谱的反刍动物源性饲料原料鉴别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103776773A true CN103776773A (zh) | 2014-05-07 |
CN103776773B CN103776773B (zh) | 2016-05-18 |
Family
ID=50569277
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410012308.8A Active CN103776773B (zh) | 2014-01-10 | 2014-01-10 | 一种基于脂质红外光谱的反刍动物源性饲料原料鉴别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103776773B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104313022A (zh) * | 2014-10-29 | 2015-01-28 | 中华人民共和国北京出入境检验检疫局 | 一种鉴别饲料中羊乳成分和羊肉骨粉成分的核苷酸序列和方法 |
CN105203489A (zh) * | 2015-10-08 | 2015-12-30 | 中国农业大学 | 检测鱼油中陆生动物油脂成分的方法与系统 |
CN105372224A (zh) * | 2015-11-05 | 2016-03-02 | 中国农业大学 | 一种基于傅里叶拉曼光谱的不同种属饲用油脂鉴别方法 |
CN105424675A (zh) * | 2015-11-05 | 2016-03-23 | 中国农业大学 | 基于脂质拉曼光谱的反刍动物源性饲料原料鉴别方法 |
CN105717116A (zh) * | 2016-02-23 | 2016-06-29 | 中国农业大学 | 动物源性肉骨粉的种属鉴别方法和系统 |
CN108801965A (zh) * | 2018-05-04 | 2018-11-13 | 中国农业大学 | 基于基因组dna红外光谱的肉骨粉种属检测方法及系统 |
CN109709065A (zh) * | 2019-02-28 | 2019-05-03 | 中国农业大学 | 一种基于近红外显微成像技术的棉粕中抗生素菌渣的判别方法 |
CN109813813A (zh) * | 2019-01-18 | 2019-05-28 | 中国农业科学院农业质量标准与检测技术研究所 | 基于脂质组鉴别超高温灭菌乳与复原乳的方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103344602A (zh) * | 2013-07-04 | 2013-10-09 | 中国科学院合肥物质科学研究院 | 一种基于近红外光谱的水稻种质真伪无损检测方法 |
-
2014
- 2014-01-10 CN CN201410012308.8A patent/CN103776773B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103344602A (zh) * | 2013-07-04 | 2013-10-09 | 中国科学院合肥物质科学研究院 | 一种基于近红外光谱的水稻种质真伪无损检测方法 |
Non-Patent Citations (4)
Title |
---|
李琼飞等: "反刍动物源肉骨粉的近红外漫反射光谱判别分析", 《光谱学与光谱分析》 * |
杨增玲等: "鱼粉中肉骨粉的可见-近红外光谱快速定性判别方法", 《农业工程学报》 * |
王海东等: "近红外光谱技术与饲料质量评价", 《饲料工业》 * |
苏敏等: "近红外漫反射光谱法快速测定肉骨粉的成分", 《医学动物防制》 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104313022A (zh) * | 2014-10-29 | 2015-01-28 | 中华人民共和国北京出入境检验检疫局 | 一种鉴别饲料中羊乳成分和羊肉骨粉成分的核苷酸序列和方法 |
CN105203489A (zh) * | 2015-10-08 | 2015-12-30 | 中国农业大学 | 检测鱼油中陆生动物油脂成分的方法与系统 |
CN105372224A (zh) * | 2015-11-05 | 2016-03-02 | 中国农业大学 | 一种基于傅里叶拉曼光谱的不同种属饲用油脂鉴别方法 |
CN105424675A (zh) * | 2015-11-05 | 2016-03-23 | 中国农业大学 | 基于脂质拉曼光谱的反刍动物源性饲料原料鉴别方法 |
CN105717116A (zh) * | 2016-02-23 | 2016-06-29 | 中国农业大学 | 动物源性肉骨粉的种属鉴别方法和系统 |
CN108801965A (zh) * | 2018-05-04 | 2018-11-13 | 中国农业大学 | 基于基因组dna红外光谱的肉骨粉种属检测方法及系统 |
CN108801965B (zh) * | 2018-05-04 | 2021-02-02 | 中国农业大学 | 基于基因组dna红外光谱的肉骨粉种属检测方法及系统 |
CN109813813A (zh) * | 2019-01-18 | 2019-05-28 | 中国农业科学院农业质量标准与检测技术研究所 | 基于脂质组鉴别超高温灭菌乳与复原乳的方法 |
CN109813813B (zh) * | 2019-01-18 | 2022-01-28 | 中国农业科学院农业质量标准与检测技术研究所 | 基于脂质组鉴别超高温灭菌乳与复原乳的方法 |
CN109709065A (zh) * | 2019-02-28 | 2019-05-03 | 中国农业大学 | 一种基于近红外显微成像技术的棉粕中抗生素菌渣的判别方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103776773B (zh) | 2016-05-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103776773B (zh) | 一种基于脂质红外光谱的反刍动物源性饲料原料鉴别方法 | |
Abbas et al. | Analytical methods used for the authentication of food of animal origin | |
Li et al. | Comparative review and the recent progress in detection technologies of meat product adulteration | |
CN105424675A (zh) | 基于脂质拉曼光谱的反刍动物源性饲料原料鉴别方法 | |
Van Raamsdonk et al. | New developments in the detection and identification of processed animal proteins in feeds | |
Xu et al. | Rapid discrimination of pork in Halal and non-Halal Chinese ham sausages by Fourier transform infrared (FTIR) spectroscopy and chemometrics | |
Ritzmann et al. | Prevalence of Mycoplasma suis in slaughter pigs, with correlation of PCR results to hematological findings | |
CN104048939A (zh) | 生猪血液中血糖含量近红外快速检测方法 | |
CN103760110A (zh) | 一种快速鉴别不同动物来源肉的方法 | |
Logan et al. | Authenticating common Australian beef production systems using Raman spectroscopy | |
de Carvalho et al. | Occurrence of wooden breast and white striping in Brazilian slaughtering plants and use of near‐infrared spectroscopy and multivariate analysis to identify affected chicken breasts | |
CA2928153A1 (en) | Systems and methods for adjusting animal feed | |
CN106521016B (zh) | 利用单拷贝核基因检测食品和饲料中牛源性成分的实时荧光pcr检测方法 | |
CA2929221A1 (en) | Systems and methods for computer models of animal feed | |
CN103558296B (zh) | 一种基于脂肪酸检测的动物源性饲料原料鉴别方法 | |
CN102776289A (zh) | 一种同时鉴别食品中猪牛羊鸡四种成分的试剂盒及应用 | |
CN103451304B (zh) | 实时荧光pcr检测貉子源性成分的引物探针及方法 | |
CN105372224A (zh) | 一种基于傅里叶拉曼光谱的不同种属饲用油脂鉴别方法 | |
CN105807017A (zh) | 利用电子鼻鉴别火腿等级的方法 | |
Veys et al. | Detection and identification of animal by-products in animal feed for the control of transmissible spongiform encephalopathies | |
CN113866122A (zh) | 一种鸡品种快速鉴别方法及其应用 | |
CN107012247A (zh) | 利用单拷贝核基因检测食品和饲料中山羊源性成分的实时荧光pcr检测方法 | |
CN105717116A (zh) | 动物源性肉骨粉的种属鉴别方法和系统 | |
Wang et al. | Quantification of adulterated fox-derived components in meat products by drop digital polymerase chain reaction | |
De la Haba et al. | Near infrared analysis as a first-line screening technique for identifying animal species in rendered animal by-product meals |
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 |