CN105158321A - 一种鉴别牦牛肉产品真伪的方法 - Google Patents
一种鉴别牦牛肉产品真伪的方法 Download PDFInfo
- Publication number
- CN105158321A CN105158321A CN201510303508.3A CN201510303508A CN105158321A CN 105158321 A CN105158321 A CN 105158321A CN 201510303508 A CN201510303508 A CN 201510303508A CN 105158321 A CN105158321 A CN 105158321A
- Authority
- CN
- China
- Prior art keywords
- sample
- beef
- yak meat
- ratio
- stable
- 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
- Other Investigation Or Analysis Of Materials By Electrical Means (AREA)
Abstract
本发明公开了一种鉴别牦牛肉产品真伪的方法，包括：测定待鉴别牛肉样品中δ13C‰、δ15N‰和δ2H‰；将δ13C‰、δ15N‰、和δ2H‰数值代入到鉴别模型Y普通牛肉和Y牦牛肉中计算得到Y普通牛肉和Y牦牛肉，Y普通牛肉＝-3.312δ13C+5.980δ15N-0.631δ2H-79.099Y牦牛肉＝-5.249δ13C+3.791δ15N-0.640δ2H-110.627；比较Y1和Y2的数值，若Y普通牛肉＞Y牦牛肉，则判定待鉴别牛肉样品为普通牛肉产品，若Y普通牛肉＜Y牦牛肉，则判定待鉴别牛肉样品为牦牛肉产品。本方法简单、方便、可操作性强，判别率高达97％，具有快速、经济、实用的特点。
Description
技术领域
本发明涉及一种鉴别牦牛肉产品真伪的方法。
背景技术
牦牛主要生长在3000m以上高海拔、低气压、冷季长、牧草生长期短、枯草期长、寒冷、暖季短的高寒地区。世界92％的牦牛在中国，中国95％的牦牛生长在青藏高原。由于青藏高原高山环绕，地形封闭，地处边陲，草场的生长环境无任何抗生素及其他化学品污染，是难得的天然牧场，牦牛除觅食野青草外，还吃冬虫夏草、雪莲等天然药用植物。牦牛肉蛋白质含量高、脂肪含量低、矿物质丰富、氨基酸结构比例合理，且胡萝卜素含量丰富。因此，牦牛肉营养价值高、安全，是广受消费者青睐的天然绿色食品。受经济利益驱动，一些不法商贩常用普通牛肉代替牦牛肉，欺骗消费者，造成社会诚信体系缺失。目前仅是通过感官区分牦牛肉和普通牛肉产品，无客观的检测分析方法。因此，急需建立科学的技术对其进行监督和监管，促进牦牛肉产业的健康发展，保障消费者的权益，提高消费者的消费信心，促进社会诚信体系建设。
发明内容
本发明的一个目的是解决至少上述问题和/或缺陷，并提供至少后面将说明的优点。
本发明的另一个目的是提供一种鉴别牦牛肉产品真伪的方法，本发明的方法利用稳定碳、氮、氢同位素指纹分析区分牦牛肉产品和普通牛肉产品，利用客观检测分析方法，可快速判别牛肉样品的来源，解决了目前仅是通过感官区分牦牛肉和普通牛肉产品、普通牛肉产品和牦牛肉产品鉴别困难的问题。
本发明还有一个目的是提供一种利用δ13C‰、δ15N‰和δ2H‰三项指标相结合的鉴别模型，本发明以普通牛肉和牦牛肉中的δ13C‰、δ15N‰和δ2H‰为数据来源，建立了该鉴别模型，来区分牦牛肉和普通牛肉产品，以解决牛肉产品溯源地不明确的问题，防止不法商贩利用普通牛肉代替牦牛肉。
本发明提供的技术方案为：
一种鉴别牦牛肉产品真伪的方法，包括如下步骤：
测定待鉴别牛肉样品中稳定碳同位素比率δ13C‰、稳定氮同位素比率δ15N‰和稳定氢同位素比率δ2H‰；
将待鉴别牛肉的δ13C‰、δ15N‰、和δ2H‰的数值代入到鉴别模型Y普 通牛肉和Y牦牛肉中进行计算得到Y普通牛肉和Y牦牛肉数值，其中，
Y普通牛肉＝-3.312δ13C+5.980δ15N-0.631δ2H-79.099
Y牦牛肉＝-5.249δ13C+3.791δ15N-0.640δ2H-110.627；
比较Y1和Y2的数值，若Y普通牛肉＞Y牦牛肉，则判定所述待鉴别牛肉样品为普通牛肉产品，若Y普通牛肉＜Y牦牛肉，则判定所述待鉴别牛肉样品为牦牛肉产品。
优选的是，所述的鉴别牦牛肉产品真伪的方法中，建立所述鉴别模型Y普通牛肉和Y牦牛肉的具体方法包括如下步骤：
步骤一、分别提取多个普通牛肉样品和多个牦牛肉样品的蛋白样品，之后脱脂并过100目筛收集筛下物作为待检测样品；
步骤二、将步骤一中得到的待检测样品转化为气体，之后利用同位素比率质谱仪检测每个待检测样品，以得到各样品的稳定碳同位素丰度比、稳定氮同位素丰度比、和稳定氢同位素丰度比；
步骤三、将各样品的稳定碳同位素丰度比、稳定氮同位素丰度比、和稳定氢同位素丰度比的数值代入到公式δ‰＝(R样品/R标准-1)×1000中，得到待检测样品的δ13C‰、δ15N‰、和δ2H‰；以及，
步骤四、将步骤三中得到的δ13C‰、δ15N‰、和δ2H‰均输入到SPSS软件中，利用费歇线性判别分析方法，推导得到所述鉴别模型Y普通牛肉和Y牦牛 肉。
优选的是，所述的鉴别牦牛肉产品真伪的方法中，所述步骤一中，所述普通牛肉样品具有60个，采集自中国西北、西南、中原和东北的肉牛主产区；
所述牦牛肉样品具有113个，采集自中国牦牛主产区青海和西藏。
优选的是，所述的鉴别牦牛肉产品真伪的方法中，所述步骤二中，将待检测样品转化为气体，之后利用同位素比率质谱仪检测每个待检测样品，以得到各样品的稳定碳同位素丰度比、稳定氮同位素丰度比、和稳定氢同位素丰度比的具体步骤包括：
(2.1)取2-3mg待检测样品，首先将该2-3mg待检测样品经过元素分析仪转化为CO2气体和N2，然后利用ConfloIII型稀释仪稀释后，再利用同位素比率质谱仪检测每个待检测样品，以得到各样品的稳定碳同位素丰度比和稳定氮同位素丰度比；以及，
(2.2)取各个0.2mg待检测样品装入银杯中，折成小球，并按顺序放入酶联免疫板中，于室温平衡48h，之后经过元素分析仪转化为CO和H2，然后利用ConfloIII型稀释仪稀释后，再利用同位素比率质谱仪检测每个待检测样品，以得到各样品的稳定氢同位素丰度比。
优选的是，所述的鉴别牦牛肉产品真伪的方法中，所述步骤(2.1)中，元素分析仪的工作参数为：氧化炉温度为1020℃，还原炉温度为600℃，载气氦气流量为230ml/min；
所述ConfloIII型稀释仪的工作参数为：He稀释压力为4bar，CO2参考气压力为4bar，N2参考气压力为4bar；
同位素比率质谱仪条件：用δ13CPDB＝-16.00‰标定CO2钢瓶，用δ15Nair＝0.4‰标定N2钢瓶，用标定的钢瓶气作为标准。
优选的是，所述的鉴别牦牛肉产品真伪的方法中，所述步骤(2.2)中，同位素比率质谱仪的工作参数为：样品裂解温度为1450℃，He载气流速为120mL·min-1，He稀释压力为4bar。
优选的是，所述的鉴别牦牛肉产品真伪的方法中，所述步骤一中，分别提取多个普通牛肉样品和多个牦牛肉样品的蛋白样品的具体过程包括：
将牛肉样品切成小块，置于冷冻干燥机中干燥至恒重，之后研磨为100目以下的粉末，然后向研磨后的样品中按照质量体积比3∶70加入沸程为60-90℃的石油醚，之后于165℃度浸泡30分钟，再用自动索式抽提器脱脂处理2h，收集脱脂后的粗蛋白样品，过100目筛收集筛下物即得到蛋白样品。
优选的是，所述的鉴别牦牛肉产品真伪的方法中，测定待鉴别牛肉样品中稳定碳同位素比率、稳定氮同位素比率和稳定氢同位素比率的具体方法包括：首先提取该待鉴别牛肉样品的蛋白样品，然后将所述待鉴别牛肉样品的蛋白样品转化为气体，之后利用同位素比率质谱仪检测该你蛋白样品，以得到待鉴别牛肉样品的稳定碳同位素丰度比率、稳定氮同位素丰度比率和稳定氮同位素丰度比率。
本发明至少包括以下有益效果：
由于牦牛生长环境的特殊性，其体内各种元素的含量肯定也与其他地区普通养殖或自然生长的牛肉不同。本发明以此为依据，以采自全国各地的普通牛肉和采自牦牛主产区青海和西藏的牦牛肉中的δ13C‰、δ15N‰和δ2H‰为数据来源，通过化学计量法建立了普通牛肉和牦牛肉的鉴别模型，来区分牦牛肉和普通牛肉产品，以解决牛肉产品溯源地不明确的问题，防止不法商贩利用普通牛肉代替牦牛肉。本发明的技术简单、方便、可操作性强，判别率能达到97％以上，具有快速、经济、实用的特点。
本发明的其它优点、目标和特征将部分通过下面的说明体现，部分还将通过对本发明的研究和实践而为本领域的技术人员所理解。
具体实施方式
下面结合实施例对本发明做进一步的详细说明，以令本领域技术人员参照说明书文字能够据以实施。
应当理解，本文所使用的诸如“具有”、“包含”以及“包括”术语并不配出一个或多个其它元件或其组合的存在或添加。
本发明提供一种鉴别牦牛肉产品真伪的方法，包括如下步骤：
测定待鉴别牛肉样品中稳定碳同位素比率δ13C‰、稳定氮同位素比率δ15N‰和稳定氢同位素比率δ2H‰；
将待鉴别牛肉的δ13C‰、δ15N‰、和δ2H‰的数值代入到鉴别模型Y普 通牛肉和Y牦牛肉中进行计算得到Y普通牛肉和Y牦牛肉数值，其中，
Y普通牛肉＝-3.312δ13C+5.980δ15N-0.631δ2H-79.099
Y牦牛肉＝-5.249δ13C+3.791δδ15N-0.640δδ2H-110.627；
比较Y1和Y2的数值，若Y普通牛肉＞Y牦牛肉，则判定所述待鉴别牛肉样品为普通牛肉产品，若Y普通牛肉＜Y牦牛肉，则判定所述待鉴别牛肉样品为牦牛肉产品。
本发明以采自全国各地的普通牛肉和采自牦牛主产区青海和西藏的牦牛肉中的δ13C‰、δ15N‰和δ2H‰为数据来源，通过化学计量法建立了普通牛肉和牦牛肉的鉴别模型，来区分牦牛肉和普通牛肉产品，以解决牛肉产品溯源地不明确的问题，防止不法商贩利用普通牛肉代替牦牛肉。本发明的技术简单、方便、可操作性强，判别率能达到97％以上，具有快速、经济、实用的特点。
作为优选，建立所述鉴别模型Y普通牛肉和Y牦牛肉的具体方法包括如下步骤：
步骤一、分别提取多个普通牛肉样品和多个牦牛肉样品的蛋白样品，之后脱脂并过100目筛收集筛下物作为待检测样品；
步骤二、将步骤一中得到的待检测样品转化为气体，之后利用同位素比率质谱仪检测每个待检测样品，以得到各样品的稳定碳同位素丰度比、稳定氮同位素丰度比、和稳定氢同位素丰度比；
步骤三、将各样品的稳定碳同位素丰度比、稳定氮同位素丰度比、和稳定氢同位素丰度比的数值代入到公式δ‰＝(R样品/R标准-1)×1000中，得到待检测样品的δ13C‰、δ15N‰、和δ2H‰；以及，
步骤四、将步骤三中得到的δ13C‰、δ15N‰、和δ2H‰均输入到SPSS软件中，利用费歇线性判别分析方法，推导得到所述鉴别模型Y普通牛肉和Y牦牛肉。
作为优选，所述步骤一中，所述普通牛肉样品具有60个，采集自中国西北、西南、中原和东北的肉牛主产区；以使普通牛肉样品能够代表全国的牛肉样品；
所述牦牛肉样品具有113个，采集自中国牦牛主产区青海和西藏。
作为优选，所述步骤二中，将待检测样品转化为气体，之后利用同位素比率质谱仪检测每个待检测样品，以得到各样品的稳定碳同位素丰度比、稳定氮同位素丰度比、和稳定氢同位素丰度比的具体步骤包括：
(2.1)取2-3mg待检测样品，首先将该2-3mg待检测样品经过元素分析仪转化为CO2气体和N2，然后利用ConfloIII型稀释仪稀释后，再利用同位素比率质谱仪检测每个待检测样品，以得到各样品的稳定碳同位素丰度比和稳定氮同位素丰度比；以及，
(2.2)取各个0.2mg待检测样品装入银杯中，折成小球，并按顺序放入酶联免疫板中，于室温平衡48h，之后经过元素分析仪转化为CO和H2，然后利用ConfloIII型稀释仪稀释后，再利用同位素比率质谱仪检测每个待检测样品，以得到各样品的稳定氢同位素丰度比。
作为优选，所述步骤(2.1)中，元素分析仪的工作参数为：氧化炉温度为1020℃，还原炉温度为600℃，载气氦气流量为230ml/min；
所述ConfloIII型稀释仪的工作参数为：He稀释压力为4bar，CO2参考气压力为4bar，N2参考气压力为4bar；
同位素比率质谱仪条件：用δ13CPDB＝-16.00‰标定CO2钢瓶，用δ15Nair＝0.4‰标定N2钢瓶，用标定的钢瓶气作为标准。
作为优选，所述步骤(2.2)中，同位素比率质谱仪的工作参数为：样品裂解温度为1450℃，He载气流速为120mL.min-1，He稀释压力为4bar。
作为优选，所述步骤一中，分别提取多个普通牛肉样品和多个牦牛肉样品的蛋白样品的具体过程包括：
将牛肉样品切成小块，置于冷冻干燥机中干燥至恒重，之后研磨为100目以下的粉末，然后向研磨后的样品中按照质量体积比3∶70加入沸程为60-90℃的石油醚，之后于165℃度浸泡30分钟，再用自动索式抽提器脱脂处理2h，收集脱脂后的粗蛋白样品，过100目筛收集筛下物即得到蛋白样品。
作为优选，测定待鉴别牛肉样品中稳定碳同位素比率、稳定氮同位素比率和稳定氢同位素比率的具体方法包括：首先提取该待鉴别牛肉样品的蛋白样品，然后将所述待鉴别牛肉样品的蛋白样品转化为气体，之后利用同位素比率质谱仪检测该你蛋白样品，以得到待鉴别牛肉样品的稳定碳同位素丰度比率、稳定氮同位素丰度比率和稳定氮同位素丰度比率。具体操作步骤与建立鉴别模型时获得的多个待检测样品的δ13C‰、δ15N‰、和δ2H‰数据相同。
在本发明的其中一个实施例中，本发明利用稳定碳、氮、氢同位素指纹分析区分牦牛肉和普通牛肉，采用以下步骤：
从代表全国西北、西南、中原、东北的肉牛主产区布点跟踪活牛，然后屠宰采集普通牛肉样品60个；从牦牛主产区青海、西藏布点采集牦牛肉样品113个。采集的样品置于-20℃冰箱中保存待用。
样品从冰箱中取出，常温下解冻，切成1cm×1cm×1cm的小块，置于德国CHRIST公司型号为ALPHA1-2LDPLUS的冷冻干燥机中干燥至恒重(也可选用其他的冷冻干燥机)。干燥后的样品用南京大学仪器厂型号为QM-3SP2的行星式球磨仪研磨(也可选用其他的球磨仪)，研磨样品粒度可过100目筛。研磨后的样品加入沸程为60-90℃的石油醚，3克样品加入70ml的石油醚；用自动索式抽提器脱脂处理，165℃度先浸泡30分钟，然后提取60分钟，最后回流20分钟，收集脱脂后的粗蛋白样品，过100目筛待检测分析用。
稳定碳、氮、氢同位素比率用同位素比率质谱仪进行测定，可以选用不同厂家不同型号的同位素比率质谱仪。下面以德国Elementar公司的同位素比率质谱仪检测分析为例进行描述。
稳定碳、氮同位素检测：
称量2-3mg样品，样品先经过元素分析仪(varioPYROcube，Elementar，Germany)转化为纯净的CO2气体和N2，再经过型号为ConfloIII型稀释仪，最后进入质谱仪(IsoPrime100，Isoprime，Britain)进行检测。具体的工作参数如下：
元素分析仪：氧化炉温度为1020℃，还原炉温度为600℃，载气氦气流量为230ml/min。
ConfloIII条件设定：He稀释压力为4bar，CO2参考气压力为4bar，N2参考气压力为4bar。
质谱仪条件：用USGS24(δ13CPDB＝-16.00‰)标定CO2钢瓶，用IAEAN1(δ15Nair＝0.4‰)标定N2钢瓶。用标定的钢瓶气作为标准。
稳定碳、氮同位素比率分别用δ13C‰和δ15N‰表示，δ13C的相对标准为V-PDB，δ15N的相对标准为空气。计算公式为：
δ‰＝(R样品/R标准-1)×1000
R-重同位素与轻同位素丰度比，即13C/12C和15N/14N。
稳定氢同位素检测：
采用高温裂解-同位素比率质谱法(HT-IRMS)测定样品中的δ2H值。称取0.2mg样品装入银杯中(6mm×4mm)，折成小球，并按顺序放入96孔酶联免疫板中，松散地盖上盖子，在实验室的室温环境下平衡48h，送入元素分析仪(varioPYROcube，Elementar，Germany)，高温裂解生成CO和H2，经过ConfloIII型稀释仪，最后进入质谱仪(IsoPrime100，Isoprime，Britain)进行检测。具体的工作参数如下：样品裂解温度为1450℃，He载气流速为120mL·min-1，He稀释压力为4bar。
氢同位素比率用δ2H‰表示，δ2H的相对标准为V-SMOW(标准平均海洋水)。计算公式为：
δ2H‰＝(R样品/R标准-1)×1000
R-重同位素与轻同位素丰度比，即2H/1H。
利用SPSS数据分析软件对检测的稳定碳、氮、氢同位素利用费歇(Fisher)线性判别分析方法进行判别分析，此方法的基本思路是找到一个合适的投影轴，使不同类别样品在该轴上投影的交迭部分最少，从而使分类效果最佳。大致过程是：
借助方差分析构造一个判别函数，即
Y＝C1X1+C2X2+......+CpXp
系数C1、C2......CP确定的原则是使组间差距达到最大，组内差距达到最小。
判别准则为：假设把总体分为p类，若|Yp-Y1|＜|Yp-Yq|(p，q＝1，2，......m，q＝1)，则Yp属于第1个类别。建立的鉴别模型如下：
Y普通牛肉＝-3.312δ13C+5.980δ15N-0.631δ2H-79.099
Y牦牛肉＝-5.249δ13C+3.791δ15N-0.640δ2H-110.627
对模型进行回代检验验证，即把每个样品的稳定碳、氮、氢同位素比率分别代入普通牛肉和牦牛肉的模型中进行计算，如果Y普通牛肉＞Y牦牛肉，则判定此样品为普通牛肉，反之为牦牛肉。这是建立鉴别模型时给定的判别准则，简单地说，此值越大，样品点距离此类别越近，属于此类的概率越大。
在本发明的另一个实施例中，有两个样品，稳定碳、氮、氢同位素比率见表1。
表1样品中稳定碳、氮、氢同位素比率值
把样品1的稳定碳、氮、氢同位素比率分别代入两个模型(鉴别模型)中，得到Y普通牛肉＝58.84、Y牦牛肉＝42.09，即Y普通牛肉＞Y牦牛肉，因此，判定样品1为普通牛肉；把样品2的稳定碳、氮、氢同位素比率分别代入两个模型中，得到Y普通牛肉＝101.21、Y牦牛肉＝108.70，即Y普通牛肉＜Y牦牛肉，因此，判定样品2为牦牛肉。
按照如上述实施例中的方法，在本发明的再一个实施例中，对代表全国的60个普通牛肉样品、采自牦牛主产区青海、西藏布点采集牦牛肉样品113个共173个样品代入该鉴别模型中进行计算，173个样品中有5个样品错判，即此模型对牦牛肉和普通牛肉产品的整体正确鉴别率达到97.1％。
如上所述，根据本发明，建立了普通牛肉和牦牛肉的鉴别模型，对牦牛肉产品真伪进行鉴别，本发明的方法重复性好、分析速度快、操作简单，对牦牛肉真伪的正确鉴别率在97％以上，是一种快速、经济和实用鉴别技术。
尽管本发明的实施方案已公开如上，但其并不仅仅限于说明书和实施方式中所列运用，它完全可以被适用于各种适合本发明的领域，对于熟悉本领域的人员而言，可容易地实现另外的修改，因此在不背离权利要求及等同范围所限定的一般概念下，本发明并不限于特定的细节和这里示出与描述的图例。
Claims (8)
1.一种鉴别牦牛肉产品真伪的方法，其特征在于，包括如下步骤：
测定待鉴别牛肉样品中稳定碳同位素比率δ13C‰、稳定氮同位素比率δ15N‰和稳定氢同位素比率δ2H‰；
将待鉴别牛肉的δ13C‰、δ15N‰、和δ2H‰的数值代入到鉴别模型Y普 通牛肉和Y牦牛肉中进行计算得到Y普通牛肉和Y牦牛肉数值，其中，
Y普通牛肉＝-3.312δ13C+5.980δ15N-0.631δ2H-79.099
Y牦牛肉＝-5.249δ13C+3.791δ15N-0.640δ2H-110.627；
比较Y1和Y2的数值，若Y普通牛肉＞Y牦牛肉，则判定所述待鉴别牛肉样品为普通牛肉产品，若Y普通牛肉＜Y牦牛肉，则判定所述待鉴别牛肉样品为牦牛肉产品。
2.如权利要求1所述的鉴别牦牛肉产品真伪的方法，其特征在于，建立所述鉴别模型Y普通牛肉和Y牦牛肉的具体方法包括如下步骤：
步骤一、分别提取多个普通牛肉样品和多个牦牛肉样品的蛋白样品，之后脱脂并过100目筛收集筛下物作为待检测样品；
步骤二、将步骤一中得到的待检测样品转化为气体，之后利用同位素比率质谱仪检测每个待检测样品，以得到各样品的稳定碳同位素丰度比、稳定氮同位素丰度比、和稳定氢同位素丰度比；
步骤三、将各样品的稳定碳同位素丰度比、稳定氮同位素丰度比、和稳定氢同位素丰度比的数值代入到公式δ‰＝(R样品/R标准-1)×1000中，得到待检测样品的δ13C‰、δ15N‰、和δ2H‰；以及，
步骤四、将步骤三中得到的δ13C‰、δ15N‰、和δ2H‰均输入到SPSS软件中，利用费歇线性判别分析方法，推导得到所述鉴别模型Y普通牛肉和Y牦牛肉。
3.如权利要求2所述的鉴别牦牛肉产品真伪的方法，其特征在于，所述步骤一中，所述普通牛肉样品具有60个，采集自中国西北、西南、中原和东北的肉牛主产区；
所述牦牛肉样品具有113个，采集自中国牦牛主产区青海和西藏。
4.如权利要求2所述的鉴别牦牛肉产品真伪的方法，其特征在于，所述步骤二中，将待检测样品转化为气体，之后利用同位素比率质谱仪检测每个待检测样品，以得到各样品的稳定碳同位素丰度比、稳定氮同位素丰度比、和稳定氢同位素丰度比的具体步骤包括：
(2.1)取2-3mg待检测样品，首先将该2-3mg待检测样品经过元素分析仪转化为CO2气体和N2，然后利用ConfloIII型稀释仪稀释后，再利用同位素比率质谱仪检测每个待检测样品，以得到各样品的稳定碳同位素丰度比和稳定氮同位素丰度比；以及，
(2.2)取各个0.2mg待检测样品装入银杯中，折成小球，并按顺序放入酶联免疫板中，于室温平衡48h，之后经过元素分析仪转化为CO和H2，然后利用ConfloIII型稀释仪稀释后，再利用同位素比率质谱仪检测每个待检测样品，以得到各样品的稳定氢同位素丰度比。
5.如权利要求4所述的鉴别牦牛肉产品真伪的方法，其特征在于，所述步骤(2.1)中，元素分析仪的工作参数为：氧化炉温度为1020℃，还原炉温度为600℃，载气氦气流量为230ml/min；
所述ConfloIII型稀释仪的工作参数为：He稀释压力为4bar，CO2参考气压力为4bar，N2参考气压力为4bar；
同位素比率质谱仪条件：用δ13CPDB＝-16.00‰标定CO2钢瓶，用δ15Nair＝0.4‰标定N2钢瓶，用标定的钢瓶气作为标准。
6.如权利要求4所述的鉴别牦牛肉产品真伪的方法，其特征在于，所述步骤(2.2)中，同位素比率质谱仪的工作参数为：样品裂解温度为1450℃，He载气流速为120mL·min-1，He稀释压力为4bar。
7.如权利要求2所述的鉴别牦牛肉产品真伪的方法，其特征在于，所述步骤一中，分别提取多个普通牛肉样品和多个牦牛肉样品的蛋白样品的具体过程包括：
将牛肉样品切成小块，置于冷冻干燥机中干燥至恒重，之后研磨为100目以下的粉末，然后向研磨后的样品中按照质量体积比3∶70加入沸程为60-90℃的石油醚，之后于165℃度浸泡30分钟，再用自动索式抽提器脱脂处理2h，收集脱脂后的粗蛋白样品，过100目筛收集筛下物即得到蛋白样品。
8.如权利要求1所述的鉴别牦牛肉产品真伪的方法，其特征在于，测定待鉴别牛肉样品中稳定碳同位素比率、稳定氮同位素比率和稳定氢同位素比率的具体方法包括：首先提取该待鉴别牛肉样品的蛋白样品，然后将所述待鉴别牛肉样品的蛋白样品转化为气体，之后利用同位素比率质谱仪检测该你蛋白样品，以得到待鉴别牛肉样品的稳定碳同位素丰度比率、稳定氮同位素丰度比率和稳定氮同位素丰度比率。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510303508.3A CN105158321B (zh) | 2015-06-04 | 2015-06-04 | 一种鉴别牦牛肉产品真伪的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510303508.3A CN105158321B (zh) | 2015-06-04 | 2015-06-04 | 一种鉴别牦牛肉产品真伪的方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105158321A true CN105158321A (zh) | 2015-12-16 |
| CN105158321B CN105158321B (zh) | 2020-05-22 |
Family
ID=54799245
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510303508.3A Active CN105158321B (zh) | 2015-06-04 | 2015-06-04 | 一种鉴别牦牛肉产品真伪的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105158321B (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109470776A (zh) * | 2017-09-08 | 2019-03-15 | 上海市合成纤维研究所有限公司 | 一种再生纤维素纤维浆粕溯源的鉴别方法 |
| CN111307986A (zh) * | 2020-03-20 | 2020-06-19 | 中国农业科学院北京畜牧兽医研究所 | 一种鉴别放牧牦牛肉和舍饲育肥牦牛肉的方法 |
| CN113030234A (zh) * | 2021-03-05 | 2021-06-25 | 江南大学 | 一种基于元素分析的肉掺假定量检测方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2013154208A1 (ja) * | 2012-04-10 | 2013-10-17 | 国立大学法人岐阜大学 | 獣毛の種類を特定し定量する方法 |
| CN103645238A (zh) * | 2013-12-11 | 2014-03-19 | 中国食品发酵工业研究院 | 一种基于稳定同位素比值鉴别冬虫夏草产地的方法 |
| CN103675083A (zh) * | 2013-11-12 | 2014-03-26 | 上海交通大学 | 利用稳定同位素比值判定中药白头翁产地的方法 |
-
2015
- 2015-06-04 CN CN201510303508.3A patent/CN105158321B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2013154208A1 (ja) * | 2012-04-10 | 2013-10-17 | 国立大学法人岐阜大学 | 獣毛の種類を特定し定量する方法 |
| CN103675083A (zh) * | 2013-11-12 | 2014-03-26 | 上海交通大学 | 利用稳定同位素比值判定中药白头翁产地的方法 |
| CN103645238A (zh) * | 2013-12-11 | 2014-03-19 | 中国食品发酵工业研究院 | 一种基于稳定同位素比值鉴别冬虫夏草产地的方法 |
Non-Patent Citations (3)
| Title |
|---|
| 刘晓玲: "牛尾毛稳定同位素分析在牛肉产地溯源中的应用研究", 《中国优秀硕士学位论文全文数据库 农业科技辑》 * |
| 周九庆等: "加工对牛肉稳定碳同位素组成的影响", 《中国农业科学》 * |
| 郭波莉等: "多同位素对牛肉产地来源的判别分析", 《第三届国际食品安全高峰论坛论文集》 * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109470776A (zh) * | 2017-09-08 | 2019-03-15 | 上海市合成纤维研究所有限公司 | 一种再生纤维素纤维浆粕溯源的鉴别方法 |
| CN111307986A (zh) * | 2020-03-20 | 2020-06-19 | 中国农业科学院北京畜牧兽医研究所 | 一种鉴别放牧牦牛肉和舍饲育肥牦牛肉的方法 |
| CN113030234A (zh) * | 2021-03-05 | 2021-06-25 | 江南大学 | 一种基于元素分析的肉掺假定量检测方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN105158321B (zh) | 2020-05-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Liu et al. | Soil quality assessment of different Camellia oleifera stands in mid-subtropical China | |
| Vinhal-Freitas et al. | Soil textural class plays a major role in evaluating the effects of land use on soil quality indicators | |
| Xie et al. | Ecological analysis of an emerging urban landscape pattern—desakota: a case study in Suzhou, China | |
| Tuanmu et al. | Mapping understory vegetation using phenological characteristics derived from remotely sensed data | |
| Zimmermann et al. | Can composition and physical protection of soil organic matter explain soil respiration temperature sensitivity? | |
| CN104678019B (zh) | 一种基于稳定同位素指纹的三七块根产地鉴别方法 | |
| CN105158321A (zh) | 一种鉴别牦牛肉产品真伪的方法 | |
| Hu et al. | Research progress and prospects of ecosystem carbon sequestration under climate change (1992–2022) | |
| CN103822886A (zh) | 生物腐植酸的分析检测及其碳系数的测定方法 | |
| CN103645238A (zh) | 一种基于稳定同位素比值鉴别冬虫夏草产地的方法 | |
| CN102590128B (zh) | 利用近红外光谱进行生鲜乳掺假识别的方法 | |
| CN110596080A (zh) | 一种基于矿质元素的金鲳鱼产地鉴别方法 | |
| CN103149200A (zh) | 一种基于发光细菌法的大气颗粒物综合毒性检测方法 | |
| CN107169679A (zh) | 一种利用食物网稳定性评价湿地生态补水实施效果的方法 | |
| Ziqin | Zipf law analysis of urban scale in China | |
| CN101275956A (zh) | 一种利用银鱼体内多种微量元素判别不同产地的方法 | |
| Jiang et al. | Study on delineation of irrigation management zones based on management zone analyst software | |
| Zhang et al. | Effects of climate change on the distribution of Akebia quinata | |
| Xu et al. | How does the urbanization level change in the Yangtze River economic belt, China? A multi-scale evaluation using DMSP/OLS nighttime light data | |
| CN104569324A (zh) | 一种联合特征指标鉴别白燕窝的方法 | |
| Liu et al. | Time series prediction of the chemical components of PM2. 5 based on a deep learning model | |
| CN103399046B (zh) | 一种辅助鉴别梨产地的方法 | |
| Bai et al. | Life form dynamics of the tree layer in evergreen and deciduous broad-leaved mixed forest during 1996–2017 in Tianmu Mountains, eastern China | |
| Hou et al. | Commentary on application of data mining in fruit quality evaluation | |
| Sajdak et al. | Selection of mineralised methods to analyse different types of matrices. Applying the Box-Cox transformation to chemometrics study the coexistence of heavy metals in natural samples |
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 |