CN104316489A - 一种近红外光谱检测灵芝提取物掺假的方法 - Google Patents
一种近红外光谱检测灵芝提取物掺假的方法 Download PDFInfo
- Publication number
- CN104316489A CN104316489A CN201410407123.7A CN201410407123A CN104316489A CN 104316489 A CN104316489 A CN 104316489A CN 201410407123 A CN201410407123 A CN 201410407123A CN 104316489 A CN104316489 A CN 104316489A
- Authority
- CN
- China
- Prior art keywords
- sample
- adulterated
- near infrared
- ganodenna lucidum
- model
- 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
本发明公开了一种近红外光谱检测灵芝提取物掺假的方法,其按如下步骤进行:(1)选取灵芝提取物样本;(2)近红外光谱采集;(3)漫反射光谱光谱预处理;(4)波段区域的选择;(5)建立定性识别模型和定量分析模型以及分别验证。本发明的优点在于:可快速定性并定量检测出灵芝提取物中掺淀粉的情况,当淀粉占掺假重量百分比大于等于5%时,检测的准确率可达100%,单个样品检测时间在一分钟以内。在0.05显著性水平下,预测值和实测值几乎不存在显著性差异,检测准确可靠,可直接应用于灵芝提取物的在线检测,具有广阔的发展前景。
Description
技术领域
本发明属于食品安全检测技术领域,涉及食用菌提取物的掺假研究,具体是一种对具有高营养价值的灵芝提取物掺假淀粉的快速检测方法。
背景技术
中国的食用菌资源丰富,也是最早栽培、利用食用菌的国家之一。食用菌提取物中含有丰富的蛋白质和氨基酸,其含量是一般蔬菜和水果的几倍到几十倍。食用菌提取物中还富含多种矿质元素:磷、钾、钠、钙、铁、锌、镁、锰、等及其他一些微量元素。灵芝提取物具有很高的药用价值,在提高人体非特异性免疫功能、抗氧化、抗肿瘤、抗辐射、抗衰老、降血糖、降血脂方面具有显著的作用。灵芝提取物中的活性物质多为多糖和萜类物质。
由于灵芝提取物的提取和加工工艺较为成熟,生产灵芝提取物的厂家也越来越多,市面上生产灵芝提取物的厂商规模大小不一、良莠不齐,导致灵芝提取物产品的品质有较大的差别。灵芝提取物中掺假是影响灵芝提取物品质以及部分不良商贩获利的主要手段,常用的掺假物是淀粉,糊精等一些价格较低的多糖,以次充好,给灵芝提取物产业的发展带来不良的影响,也给消费者群体带来了较大的损失。因此,对灵芝提取物掺假进行定性定量检测便显得尤为重要。
目前多糖检测采用了许多不同的方法,如:化学法:苯酚硫酸法,蒽酮硫酸法和3,5-二硝基水杨酸(DNS)法。色谱法:气相色谱,液相色谱,高效阴离子交换色谱以及体积排除色谱和薄层色谱。毛细管电泳法。这些常见的传统分析方法费时耗力,耗材且操作复杂并且对样品造成破坏和污染。
近红外光谱法是近年来分析化学领域发展较为迅猛的新兴光谱分析方法,具有快速,同时测量多种理化性质、绿色环保及操作方便等特点。近红外光谱是介于可见光和中红外光之间的电磁波谱,波数约为:12500~4000cm-1。近红外光谱法是利用含有氢基团(X-H,X为C,O,N,S等)化学键(X-H)伸缩振动倍频和合频,在近红外区的吸收光谱,通过选择适当的化学计量学多元校正方法,把校正样品的近红外吸收光谱与其成分浓度或性质数据进行关联,建立校正样品吸收光谱与其成分浓度或性质之间的关系-校正模型。在进行未知样品预测时,应用已建好的校正模型和未知样品的吸收光谱,就可以定量预测其成分浓度或性质。另外,通过选择合适的化学计量学模式识别方法,也可分离提取样本的近红外吸收光谱特征信息,并建立相应的模型。在进行未知样品的分类时,应用已建立的模型和未知样品的吸收光谱,便可定性判别未知样品的归属。
灵芝提取物由灵芝工艺发酵提取,主要活性成分是灵芝三萜类化合物和灵芝多糖。灵芝多糖是灵芝中除三萜类外研究最深入最广泛的一类化合物。灵芝多糖类化合物是灵芝所含重要生理活性成分,深受医药科技工作者的重视,灵芝多糖可抑制肿瘤细胞的无限、快速分裂能力,目前,灵芝多糖已被用作治疗肿瘤的药物之一。现已证明:灵芝多糖还具有提高机体免疫力,提高机体耐缺氧能力,降血糖作用、降血脂作用、抗放射和抗衰老作用。
目前,针对食用菌提取物掺假的检测常用方法是化学成分的分析,常见的方法有HPLC、GC和LC-MS等方法,这些理化检测方法虽然简单,但不够准确、难以满足实际需要,重要的是会破坏样品,造成不必要的浪费。
发明内容
为解决现有技术存在的上述问题,本发明提供了一种鉴别真假灵芝提取物以及掺假含量定性的方法,涉及一种基于近红外光谱的快速测定方法,可实现快速评价灵芝提取物的综合品质。
本发明通过以下技术方案实现:
一种近红外光谱检测灵芝提取物掺假的方法,其按如下步骤进行:
(1)选取灵芝提取物样本
将来自不同产地、不同采收季节的灵芝提取物置于室温以平衡水分含量和温度。将样品放置在称量瓶里,装满样品,保持粉末表面平整,掺假淀粉比例按照5%,10%,20%,40%,60%,80%的梯度,进行混合,得到不同掺假浓度的实验样品;每一种掺假的比例每一梯度有30个样品,来自不同的产地的灵芝提取物样品30个,一共210个样品备用。
(2)近红外光谱采集
利用傅里叶变换近红外光谱仪,采集灵芝提取物以及灵芝提取物掺假淀粉样品的漫反射光谱;检测波数范围为4000~12500cm-1,间隔8cm-1,每次扫描32次取平均值,通过相连的计算机记录吸光度值Absorbance。
(3)漫反射光谱光谱预处理
在定性识别研究中,运用原始图谱进行建模,可以达到最佳的识别率。在定量确定掺假量的研究中的,对光谱图进行多元散射校正MSC处理,相关系数R值为0.9962,校正误差均方根差RMSECV值为0.0246,验证误差均方根RMSEP值为0.029,且两者是最接近的。
(4)波段区域的选择
在定量识别模型中,将整个光谱波数范围短波近红外和长波近红外,最终,根据识别率,选择短波近红外的识别率高。在定量掺假分析中,运用向后区间偏最小二乘法(biPLS)进行波段的选择,根据R值越接近1,RMSEC和RMSEP越接近0,且相互比较接近,模型的预测效果比较好。最后,在定量分析模型中,选择4000-5000cm-1、5500-6000cm-1和7500-8000cm-1波数范围来建立PLS模型。
(5)建立定性识别模型和定量分析模型以及分别验证
在(2)(3)(4)步以后,在定性识别模型中,运用识别(DA)模型,其正确率可以达到99%~100%。在定量分析中,建立偏最小二乘法(PLS)定量分析模型,建立偏最小二乘法模型模型的校正决定系数(Rcal)、校正均方根差(RMSECV)、验证决定系数(Rval)以及验证均方根差(RMSECP)分别为0.9962、0.0249、0.9960和0.0241。
优选的,采集灵芝提取物的漫反射光谱时,每次采集时先将样品倒入圆柱形称量瓶中,装满,压实。
每次采集光谱前,先将所有的样品放在室温中一天,保持温度和水分含量的稳定。
运用“剔一”交叉验证法是指对代表待测的多组分系统仅有一组样品用于建模和检验该系统;开始建模之前要从这组样品中除去一个样品;这个样品被用作检验模型;其余样品用作系统的建模。
本发明是利用OPUS5.5版本来采集光谱,运用TQ8.0版本进行定量定性分析。
本发明首先用DA方法建立灵芝提取物和掺假样品的近红外光谱的识别模型,实现快速、正确的鉴别灵芝提取物中是否掺假淀粉。再则运用PLS模型建立灵芝提取物和掺假样品的近红外光谱与掺假淀粉含量之间的模型,运用配对T检验,得出模型与实际掺假值无显著性差异。传统分析方法虽然较为精确,但是往往繁琐耗时,比如灵芝提取物中多糖含量的测定多数用苯酚硫酸法,碘量法等。与之相比,本发明近红外光谱测定是否掺假以及掺假的含量有着明显的无损快速优势,而且有助于达到实时在线监测。本发明有利于提高灵芝提取物的质量控制水平,从而确保其成品质量的有效、均一。
本发明的优点在于:可快速定性并定量检测出灵芝提取物中掺淀粉的情况,当淀粉占掺假重量百分比大于等于5%时,检测的准确率可达100%,单个样品检测时间在一分钟以内。在0.05显著性水平下,预测值和实测值几乎不存在显著性差异,检测准确可靠,可直接应用于灵芝提取物的在线检测,具有广阔的发展前景。
附图说明
图1为不同浓度实验样品的平均近红外光谱图。
图2为灵芝提取物和掺假样品的DA分析图。
图3为灵芝提取物不同掺假含量定量分析PLS散点图。
下面通过图表进行结果与分析:
含有不同浓度淀粉的灵芝提取物的近红外光谱图分析
图1为不同浓度实验样品的平均近红外光谱图,从图中可以看出,淀粉含量不同的样品的近红外光谱形状基本相似,但随着淀粉掺假量的增加谱图有向下漂移的趋势,这种趋势主要是有多糖差异所导致的散射不均引起的,可见,不同组分的掺假有不同的吸收特征,这为聚类分析提供了依据。
聚类分析对掺假淀粉的灵芝提取物的鉴别
对光谱数据进行DA聚类分析,结果,灵芝提取物和掺假的样品都得到了正确的归类。图2为灵芝提取物和掺假样品的DA分析图,从图中可以得出,真假样品可以很好的分类。其正确率达到100%。结果表明,当掺假的淀粉含量不低于5%时,正确判别率可以达到100%,两者之间也可以完全区分开。
淀粉定量检测模型的建立与优化
在完成快速、准确的定性判别后,还对180个掺假样品和30个纯灵芝提取物样品进行掺假量的定量测定,考察淀粉含量定量检测的可行性,其中校正集样品为140个,验证集样品为70个。
模型的验证与评价
利用建立的定标模型,预测验证集的70个样品,从图3可以看出,近红外的预测值与实际值基本一致。其验证系数和验证均方根差分别为0.9960和0.0241,说明模型的预测效果良好,可以满足生产中淀粉的检测精度要求。如表1所示,将预测值和实际值进一步通过配对T检验确认,在0.05显著性水平下,预测值和实测值几乎不存在显著性差异,检测准确可靠。进一步说明,所建立的校正模型具有良好的预测能力,可以达到常规分析方法的精度要求。
表1:配对T检验
具体实施方式
下面以具体实施例来对本发明方法做进一步说明,但本发明的保护范围不限于此。
实施例1
取新鲜的不同产地、不同品牌的灵芝提取物和淀粉,将其放在室温的条件下一天来使得水分和温度达到动态平衡,将淀粉按随机比例掺入到灵芝提取物中,作为掺假的样品,一共有200个样品(灵芝提取物纯样本50个,掺假样本数为150个)。利用傅里叶变换近红外光谱仪,采集灵芝提取物以及灵芝提取物掺假淀粉样品的漫反射光谱;检测波数范围为4000~12500cm-1,间隔8cm-1,每次扫描32次取平均值,通过相连的计算机记录吸光度值Absorbance,并且对原始光谱进行MSC处理,运用DA模型,只有1个掺假样品判断失误,5个样品的判断比较模糊。其判断的正确率达到97%,可以很好的实现灵芝提取物真伪的判别。
实施例2
取新鲜的不同产地、不同品牌的灵芝提取物和淀粉,将其放在室温的条件下一天来使得水分和温度达到动态平衡,将淀粉按照事先准备好的比例掺入到灵芝提取物中,充分混合,利用傅里叶变换近红外光谱仪,采集灵芝提取物以及灵芝提取物掺假淀粉样品的漫反射光谱;仪器检测波数范围为4000~12500cm-1,间隔为8cm-1,每次扫描32次取平均值,通过相连的计算机记录吸光度值Absorbance,选取波长区间为4000-5000cm-1、5500-6000cm-1和7500-8000cm-1波数范围来建立PLS模型来验证。结果表明:实际掺假的比例值和光谱预测值二者的相关系数为0.9895,通过配对T检验,二者之间没有显著的差异。所以,运用近红外建立的模型可以做到针对灵芝提取物掺假(淀粉)含量的确定,具有一定的可行性。
以上对本发明的优选实施例进行了详细说明,对本领域的普通技术人员而言,依据本发明提供的思想,在具体实施方式上会有改变之处,而这些改变也应视为本发明的保护范围。
Claims (5)
1.一种近红外光谱检测灵芝提取物掺假的方法,其按如下步骤进行:
(1)选取灵芝提取物样本
将来自不同产地、不同采收季节的灵芝提取物置于室温;将样品放置于称量瓶里,掺假淀粉比例按照一定的梯度,进行混合,得到不同掺假浓度的实验样品;
(2)近红外光谱采集
利用傅里叶变换近红外光谱仪,采集灵芝提取物以及灵芝提取物掺假淀粉样品的漫反射光谱;检测波数范围为4000~12500cm-1,间隔8cm-1,每次扫描32次取平均值,通过相连的计算机记录吸光度值Absorbance;
(3)漫反射光谱光谱预处理
在定性识别研究中,运用原始图谱进行建模;在定量确定掺假量研究中,对光谱图进行MSC处理,相关系数R值为0.9962,校正误差均方根差RMSECV值为0.0246,验证误差均方根RMSEP值为0.029;
(4)波段区域的选择
在定量识别模型中,将整个光谱波数范围短波近红外和长波近红外,根据识别率,选择短波近红外的识别率高;在定量掺假分析中,运用biPLS进行波段的选择,根据R值越接近1,RMSEC和RMSEP越接近0;最后,在定量分析模型中,选择4000-5000cm-1、5500-6000cm-1和7500-8000cm-1波数范围来建立PLS模型;
(5)建立定性识别模型和定量分析模型以及分别验证
步骤(4)后,在定性识别模型中,运用DA模型;在定量分析中,建立偏最小二乘法定量分析模型,建立偏最小二乘法模型模型的校正决定系数、校正均方根差、验证决定系数以及验证均方根差分别为0.9962、0.0249、0.9960和0.0241。
2.如权利要求1所述的近红外光谱检测灵芝提取物掺假的方法,其特征是:步骤(1),掺假淀粉比例按照5%,10%,20%,40%,60%,80%的梯度进行混合。
3.如权利要求1所述的近红外光谱检测灵芝提取物掺假的方法,其特征是:步骤(2),采集灵芝提取物的漫反射光谱时,每次采集时先将样品倒入圆柱形称量瓶中,装满,压实。
4.如权利要求1或3所述的近红外光谱检测灵芝提取物掺假的方法,其特征是:步骤(2),每次采集光谱前,先将所有的样品放在室温中24小时,保持温度和水分含量的稳定。
5.如权利要求1-3任一项所述的近红外光谱检测灵芝提取物掺假的方法,其特征是:对代表待测的多个样品中,仅有一组样品用于建模和检验,开始建模之前从这组样品中除去该组样品,该样品被用作检验模型;其余样品用作建模。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410407123.7A CN104316489B (zh) | 2014-08-18 | 2014-08-18 | 一种近红外光谱检测灵芝提取物掺假的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410407123.7A CN104316489B (zh) | 2014-08-18 | 2014-08-18 | 一种近红外光谱检测灵芝提取物掺假的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104316489A true CN104316489A (zh) | 2015-01-28 |
CN104316489B CN104316489B (zh) | 2017-03-29 |
Family
ID=52371750
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410407123.7A Active CN104316489B (zh) | 2014-08-18 | 2014-08-18 | 一种近红外光谱检测灵芝提取物掺假的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104316489B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105223140A (zh) * | 2015-10-10 | 2016-01-06 | 中国科学院苏州生物医学工程技术研究所 | 同源物质的快速识别方法 |
CN105334186A (zh) * | 2015-12-10 | 2016-02-17 | 山东大学 | 一种近红外光谱分析方法 |
CN105486656A (zh) * | 2015-11-27 | 2016-04-13 | 浙江大学 | 一种辣椒粉中酸性橙添加含量的检测方法 |
CN106248618A (zh) * | 2016-07-21 | 2016-12-21 | 中国科学院合肥物质科学研究院 | 一种基于nir光谱技术的灵芝多糖定量方法 |
CN106932358A (zh) * | 2017-01-26 | 2017-07-07 | 浙江工业大学 | 一种基于pls‑da快速无损识别云芝提取物掺假的方法 |
CN111829979A (zh) * | 2020-07-20 | 2020-10-27 | 中国科学院合肥物质科学研究院 | 一种基于nir光谱定量测定灵芝子实体中总三萜的方法 |
CN112285057A (zh) * | 2020-11-27 | 2021-01-29 | 常州金坛江南制粉有限公司 | 一种基于近红外光谱技术的水磨糯米粉水分的快速检测方法 |
CN113155776A (zh) * | 2021-04-29 | 2021-07-23 | 华东交通大学 | 一种柑桔最佳采收期预测方法 |
-
2014
- 2014-08-18 CN CN201410407123.7A patent/CN104316489B/zh active Active
Non-Patent Citations (7)
Title |
---|
JIAN-YA QIAN, ET. AL.: "Adulteration identification of some fungal polysaccharides with SEM, XRD, IR and optical rotation: A primary approach", 《CARBOHYDRATE PLYMERS》 * |
YI CHEN ET. AL.: "Discrimination of Ganoderma lucidum according to geographical origin with near infrared diffuse reflectance spectroscopy and pattern recognition techniques", 《ANALYTICA CHIMICA ACTA》 * |
YI CHEN ET. AL.: "Microwave-assisted extraction used for the isolation of total triterpenoid saponins from Ganoderma atrum", 《JOURNAL OF FOOD ENGINEERING》 * |
YI CHEN ET. AL.: "Quantification of total polysaccharides and triterpenoids in Ganoderma lucidum and Ganoderma atrum by near infrared spectroscopy and chemometrics", 《FOOD CHEMISTRY》 * |
张巧杰: "直链淀粉检测方法与技术研究", 《中国优秀博硕士学位论文全文数据库 (博士) 工程科技Ⅰ辑》 * |
李慧珍等: "灵芝的真伪优劣鉴定", 《传统医药》 * |
陈兰珍: "《蜂蜜近红外光谱检测技术》", 31 January 2012 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105223140A (zh) * | 2015-10-10 | 2016-01-06 | 中国科学院苏州生物医学工程技术研究所 | 同源物质的快速识别方法 |
CN105486656A (zh) * | 2015-11-27 | 2016-04-13 | 浙江大学 | 一种辣椒粉中酸性橙添加含量的检测方法 |
CN105334186A (zh) * | 2015-12-10 | 2016-02-17 | 山东大学 | 一种近红外光谱分析方法 |
CN106248618A (zh) * | 2016-07-21 | 2016-12-21 | 中国科学院合肥物质科学研究院 | 一种基于nir光谱技术的灵芝多糖定量方法 |
CN106932358A (zh) * | 2017-01-26 | 2017-07-07 | 浙江工业大学 | 一种基于pls‑da快速无损识别云芝提取物掺假的方法 |
CN111829979A (zh) * | 2020-07-20 | 2020-10-27 | 中国科学院合肥物质科学研究院 | 一种基于nir光谱定量测定灵芝子实体中总三萜的方法 |
CN111829979B (zh) * | 2020-07-20 | 2023-09-12 | 中国科学院合肥物质科学研究院 | 一种基于nir光谱定量测定灵芝子实体中总三萜的方法 |
CN112285057A (zh) * | 2020-11-27 | 2021-01-29 | 常州金坛江南制粉有限公司 | 一种基于近红外光谱技术的水磨糯米粉水分的快速检测方法 |
CN113155776A (zh) * | 2021-04-29 | 2021-07-23 | 华东交通大学 | 一种柑桔最佳采收期预测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN104316489B (zh) | 2017-03-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104316489B (zh) | 一种近红外光谱检测灵芝提取物掺假的方法 | |
CN105352913B (zh) | 一种近红外光谱检测灵芝提取物多糖含量的方法 | |
CN102879340A (zh) | 基于近红外光谱快速检测块根/茎类作物营养品质的方法 | |
CN104849232B (zh) | 一种快速检测蜂王浆水分和蛋白质含量的方法 | |
Zhao et al. | Discrimination of adulterated sesame oil using mid-infrared spectroscopy and chemometrics | |
CN101413885A (zh) | 一种快速定量蜂蜜品质的近红外光谱方法 | |
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 | |
CN101477051A (zh) | 用于液态奶中三聚氰胺现场快速检测的拉曼光谱法及试剂盒 | |
CN103033486A (zh) | 陈皮及广陈皮药材质量的近红外光谱监控方法 | |
CN109211829A (zh) | 一种基于SiPLS的近红外光谱法测定大米中水分含量的方法 | |
CN103411906A (zh) | 珍珠粉和贝壳粉的近红外光谱定性鉴别方法 | |
CN106950192A (zh) | 一种基于近红外光谱分析技术的植物蛋白饮料中主要成分含量快速检测的方法 | |
CN109374548A (zh) | 一种利用近红外快速测定大米中营养成分的方法 | |
CN106198446A (zh) | 近红外光谱快速测定艾纳香叶粉中左旋龙脑含量的方法 | |
CN103411895B (zh) | 珍珠粉掺伪的近红外光谱鉴别方法 | |
CN101349638A (zh) | 果蔬维生素c含量的光谱快速无损检测方法 | |
CN106248589A (zh) | 一种基于光谱检测灵芝提取物多糖含量的方法 | |
CN103712948A (zh) | 生鲜羊肉中挥发性盐基氮含量的快速无损检测方法 | |
CN104596976A (zh) | 近红外漫反射光谱技术测定造纸法再造烟叶蛋白质的方法 | |
CN109406447A (zh) | 一种高粱中单宁的近红外检测方法 | |
CN104914068A (zh) | 一种油脂中反式脂肪酸含量的光谱快速检测方法 | |
CN109030410B (zh) | 蜂王浆近红外定量校正模型的构建方法及蜂王浆的检测方法 | |
CN106872398A (zh) | 一种hmx炸药水分含量快速测量方法 | |
Shen et al. | Evaluation of near‐infrared and mid‐infrared spectroscopy for the determination of routine parameters in Chinese rice wine | |
CN201072405Y (zh) | 果蔬维生素c含量的光谱快速无损检测装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CP02 | Change in the address of a patent holder |
Address after: 323010 No.116 Dayuan street, Shuige Industrial Zone, Liandu District, Lishui City, Zhejiang Province Patentee after: ZHEJIANG BAISHANZU BIOTECHNOLOGY Co.,Ltd. Address before: Hangzhou City, Zhejiang province Binjiang District 310052 shore road 688 Building 2 building E 633 Patentee before: ZHEJIANG BAISHANZU BIOTECHNOLOGY Co.,Ltd. |
|
CP02 | Change in the address of a patent holder |