CN105486744A - 鉴别食用油的方法 - Google Patents
鉴别食用油的方法 Download PDFInfo
- Publication number
- CN105486744A CN105486744A CN201410538320.2A CN201410538320A CN105486744A CN 105486744 A CN105486744 A CN 105486744A CN 201410538320 A CN201410538320 A CN 201410538320A CN 105486744 A CN105486744 A CN 105486744A
- Authority
- CN
- China
- Prior art keywords
- edible oil
- sample
- maldi
- measured
- standard sample
- 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
- 239000008157 edible vegetable oil Substances 0.000 title claims abstract description 206
- 238000000034 method Methods 0.000 title claims abstract description 95
- 238000001906 matrix-assisted laser desorption--ionisation mass spectrometry Methods 0.000 claims abstract description 60
- 238000000513 principal component analysis Methods 0.000 claims abstract description 54
- 239000011159 matrix material Substances 0.000 claims description 32
- WEVYAHXRMPXWCK-UHFFFAOYSA-N Acetonitrile Chemical compound CC#N WEVYAHXRMPXWCK-UHFFFAOYSA-N 0.000 claims description 18
- 230000008569 process Effects 0.000 claims description 17
- 239000000203 mixture Substances 0.000 claims description 16
- 238000001514 detection method Methods 0.000 claims description 14
- CSCPPACGZOOCGX-UHFFFAOYSA-N Acetone Chemical group CC(C)=O CSCPPACGZOOCGX-UHFFFAOYSA-N 0.000 claims description 12
- 238000000816 matrix-assisted laser desorption--ionisation Methods 0.000 claims description 12
- 239000000758 substrate Substances 0.000 claims description 12
- 238000009482 thermal adhesion granulation Methods 0.000 claims description 12
- 238000004458 analytical method Methods 0.000 claims description 9
- 238000011084 recovery Methods 0.000 claims description 8
- 239000002904 solvent Substances 0.000 claims description 8
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 8
- 238000002425 crystallisation Methods 0.000 claims description 7
- 230000008025 crystallization Effects 0.000 claims description 7
- 238000001819 mass spectrum Methods 0.000 claims description 7
- 239000007788 liquid Substances 0.000 claims description 6
- 239000000126 substance Substances 0.000 claims description 2
- UFTFJSFQGQCHQW-UHFFFAOYSA-N triformin Chemical compound O=COCC(OC=O)COC=O UFTFJSFQGQCHQW-UHFFFAOYSA-N 0.000 claims description 2
- 238000002360 preparation method Methods 0.000 abstract description 7
- 239000000523 sample Substances 0.000 description 118
- 239000003921 oil Substances 0.000 description 40
- 235000019198 oils Nutrition 0.000 description 40
- 239000000243 solution Substances 0.000 description 16
- 239000004006 olive oil Substances 0.000 description 15
- 235000008390 olive oil Nutrition 0.000 description 15
- 238000012360 testing method Methods 0.000 description 11
- 239000000828 canola oil Substances 0.000 description 9
- 235000019519 canola oil Nutrition 0.000 description 9
- 230000005477 standard model Effects 0.000 description 8
- 235000019483 Peanut oil Nutrition 0.000 description 7
- 230000004069 differentiation Effects 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 7
- 239000000312 peanut oil Substances 0.000 description 7
- 235000019486 Sunflower oil Nutrition 0.000 description 6
- 238000010411 cooking Methods 0.000 description 6
- 239000002600 sunflower oil Substances 0.000 description 6
- 239000002699 waste material Substances 0.000 description 6
- 239000002285 corn oil Substances 0.000 description 4
- 235000005687 corn oil Nutrition 0.000 description 4
- 239000003549 soybean oil Substances 0.000 description 4
- 235000012424 soybean oil Nutrition 0.000 description 4
- 238000002156 mixing Methods 0.000 description 3
- 239000007787 solid Substances 0.000 description 3
- 239000008162 cooking oil Substances 0.000 description 2
- 238000001212 derivatisation Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000004907 flux Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 239000003960 organic solvent Substances 0.000 description 2
- 231100000572 poisoning Toxicity 0.000 description 2
- 230000000607 poisoning effect Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 239000012488 sample solution Substances 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 241000931526 Acer campestre Species 0.000 description 1
- 238000002679 ablation Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000013375 chromatographic separation Methods 0.000 description 1
- 238000004587 chromatography analysis Methods 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000004090 dissolution Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 238000004186 food analysis Methods 0.000 description 1
- 239000010794 food waste Substances 0.000 description 1
- 238000002309 gasification Methods 0.000 description 1
- -1 homogenising Substances 0.000 description 1
- 239000004615 ingredient Substances 0.000 description 1
- 239000007791 liquid phase Substances 0.000 description 1
- 238000004949 mass spectrometry Methods 0.000 description 1
- 239000011259 mixed solution Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000012071 phase Substances 0.000 description 1
- 238000003822 preparative gas chromatography Methods 0.000 description 1
- 238000000746 purification Methods 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 238000005464 sample preparation method Methods 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 241000894007 species Species 0.000 description 1
Landscapes
- Other Investigation Or Analysis Of Materials By Electrical Means (AREA)
Abstract
本发明提供了一种鉴别食用油的方法,包括:提供食用油标准样品的MALDI-MS数据库;通过MALDI-MS方法,获得待测食用油样品的质谱图;采用PCA方法,分析和比较所述待测食用油样品和所述MALDI-MS数据库中所述食用油标准样品的质谱图,获得PCA分析图;通过所述PCA分析图,鉴别所述待测食用油样品的真伪,识别所述待测食用油样品为所述食用油标准样品、假冒食用油、掺假食用油或者回收食用油。本发明建立了食用油的新型MALDI-MS样品制备方法,结合PCA方法,可快速、简便、准确地鉴别食用油的真伪。
Description
技术领域
本发明属于食用油检测技术领域,具体涉及一种鉴别食用油的方法。
背景技术
鉴别食用油的真伪是食品分析领域的重要任务。目前,市售食用油存在假冒(用价格低、品质低的食用油冒充价格高、品质高的食用油)和掺假(价格高、品质高的食用油中掺兑价格低、品质低的食用油)等问题,特别是近年来频频曝光的地沟油(属于回收油)问题,引起广大社会对商用食用油品质和安全的高度关注。因此,研发快速、简便、准确鉴定食用油的检测技术势在必行。识别假冒、掺假或回收(包括地沟油)食用油,帮助鉴别市售食用油是否以假乱真、以次充好,避免消费者受到虚假信息的欺骗和有害回收油的毒害。
目前,鉴定食用油的常用技术是气相色谱法和液相色谱法。但是,上述方法需要耗时的色谱分离过程及化学衍生化,使其无法实现快速地鉴别食用油。当需要处理大量的样品时,检测技术的快速和高通量至关重要,可以大幅提高检测效率,缩短分析时间。同时,现有技术中缺少广泛认可和采用的识别回收油(包括地沟油)的方法。虽然已有通过检测油中食品成分的残留物和热反应产物来识别回收油的报道,但是该技术受限于特定种类的回收油,并需要较长的分析时间,特别是回收油经过提纯工序之后,该技术可能检测不到食品残留物及其热反应产物。
另一方面,基质辅助激光解吸电离质谱(matrix-assistedlaserdesorption/ionizationmassspectrometry,MALDI-MS)方法能够在不采用化学衍生化和色谱分离的基础上,快速、简便地检测食用油。现有技术已经采用MALDI-MS区分不同种类的纯食用油,并且检测结果清楚、灵敏,这表明MALDI-MS方法是一种出众的快速区分纯食用油的技术。但是,目前通常采用MALDI-MS方法分析食用油时,样品制备过程中需要对待检测样品进行溶解,与基质溶液混合、均匀化,及基质结晶。当处理大量样品时,上述的步骤非常繁琐,需要消耗大量的时间和人力。此外,现有技术中也没有可用的食用油标准样品的质谱图数据库。
发明内容
本发明实施例的目的在于克服现有技术的上述不足,提供一种鉴别食用油的方法,可以鉴别食用油的真伪,从而识别假冒、掺假或回收(包括地沟油)食用油。
为了实现上述发明目的,本发明实施例的技术方案如下:
提供食用油标准样品的MALDI-MS数据库;
通过MALDI-MS方法,获得待测食用油样品的质谱图;
采用PCA(PrincipalComponentAnalysis)方法,分析和比较所述待测食用油样品和所述MALDI-MS数据库中所述食用油标准样品的质谱图,获得PCA分析图;
通过所述PCA分析图,鉴别所述待测食用油样品的真伪,识别所述待测食用油样品为所述食用油标准样品、假冒食用油、掺假食用油或者回收食用油。
本发明实施例的方法通过MALDI-MS方法检测待测食用油样品,快速、简便。采用PCA方法对MALDI-MS检测结果进行统计分析,可以准确地鉴别食用油的真伪,从而识别假冒、掺假或回收(包括地沟油)食用油,帮助鉴别市售食用油是否以假乱真、以次充好,是否为其标签所标注的食用油种类,避免消费者受到虚假信息的欺骗和有害回收油的毒害。
附图说明
下面将结合附图对本发明作进一步说明,附图中:
图1为本发明实施例的鉴别食用油的方法的流程图;
图2为本发明实施例的采用MALDI-MS方法获得的食用油标准样品的典型质谱图,其中,a)花生油的质谱图(m/z范围500-1000Da),b)图a)中TAGs区域的放大图;
图3为本发明实施例的采用MALDI-MS方法获得的食用油标准样品的典型质谱图,其中,a)花生油,b)玉米油,c)芥花籽油,d)大豆油,e)橄榄油,f)葵花籽油,g)猪油;
图4为本发明实施例的采用MALDI-MS方法获得的回收油的典型质谱图,其中,a)回收油样品1,b)回收油样品2,c)回收油样品3,d)回收油样品4,e)回收油样品5;
图5为本发明实施例的采用PCA方法分析MALDI-MS结果得到的区分不同种类的食用油标准样品的PCA分析图;
图6为本发明实施例的采用PCA方法分析MALDI-MS结果得到的区分混合油和食用油标准样品的PCA分析图,其中,实心点表示的分别是橄榄油、芥花籽油和葵花籽油标准样品(即纯橄榄油、纯芥花籽油和纯葵花籽油);M1-M3的空心点表示的是市售食用调和油(即混合油,含橄榄油成分);其它的空心点表示的是橄榄油标准样品和芥花籽油标准样品的混合油,橄榄油含量分别为67%、50%、33%和20%;
图7为本发明实施例的采用PCA方法分析MALDI-MS结果,得到的区分回收烹调用油和食用油标准样品的PCA分析图,其中,实心的样品点表示的是食用油标准样品,空心的样品点表示的是回收烹调用油。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
如图1所示,为本发明实施例的鉴别食用油的方法的流程图。本发明实施例的鉴别食用油的方法,包括如下的步骤:
步骤S01:提供食用油标准样品的MALDI-MS数据库;
步骤S02:通过MALDI-MS方法获得待测食用油样品的质谱图;
步骤S03:采用PCA方法,分析和比较待测食用油样品和MALDI-MS数据库中食用油标准样品的质谱图,获得PCA分析图;
步骤S04:通过PCA分析图鉴别待测食用油样品的真伪,识别待测食用油样品为食用油标准样品、假冒食用油、掺假食用油或者回收食用油。
其中,假冒食用油指的是用价格低、品质低的食用油冒充价格高、品质高的食用油;掺假食用油指的是用价格高、品质高的食用油中掺兑价格低、品质低的油;回收食用油指的是使用过的食用油重新装瓶销售,包括地沟油等。
本发明实施例的方法通过MALDI-MS方法获得待测食用油样品的质谱图,快速、简便;采用PCA方法对MALDI-MS检测结果进行统计分析,比较待测食用油样品与食用油标准样品是否存在显著性差异,从而鉴别待测食用油样品的真伪,可以准确地鉴别待测食用油样品是否是其标签所标注的食用油种类。本发明实施例的方法,五分钟之内就可以分析一个样品。当处理大量样品时,可以预先在MALDI基板上加载好基质结晶层,检测时直接将食用油样品加载到基质层上,可进一步缩短检测时间,提高检测效率。具体地,步骤S01的过程为:
步骤S11:将第二基质溶液加载到MALDI基板上,溶剂挥发后,第二基质结晶形成第二基质层;
步骤S12:将食用油标准样品滴加到第二基质层上;
步骤S13:将MALDI基板加载到质谱仪中,通过MALDI-MS方法获得食用油标准样品的质谱图;
步骤S14:存储不同种类的食用油标准样品的质谱图,形成食用油标准样品的MALDI-MS数据库。
其中,第二基质溶液为50mg/mL至400mg/mL的2,5-二羟基苯甲酸溶液(即溶质为2,5-二羟基苯甲酸),溶剂为丙酮或乙腈/水二元混合液。乙腈/水二元混合液中的水的体积百分含量范围为0~70%。第二基质溶液的加载体积为0.1至5微升。滴加的食用油标准样品的体积为0.1至5微升。
优选的,第二基质溶液为200mg/mL的2,5-二羟基苯甲酸的丙酮溶液。优选的,第二基质溶液的加载体积为1微升。优选的,滴加的食用油标准样品的体积为1微升。
具体地,该食用油标准样品可以是花生油、芥花籽油、橄榄油、玉米油、大豆油、葵花籽油、猪油等等。
本发明实施例通过步骤S01可以获得多种食用油标准样品的质谱图,并可以建立相应的谱图库,依据该数据库可以明确的鉴别待测食用油样品与其标签是否匹配。
具体地,步骤S02的过程为:
步骤S21:将第一基质溶液加载到MALDI基板上,溶剂挥发后,第一基质结晶形成第一基质层;
步骤S22:将待测食用油样品滴加到第一基质层上;
步骤S23:将MALDI基板加载到质谱仪中,通过MALDI-MS方法获得待测食用油样品的质谱图。
其中,第一基质溶液为50mg/mL至400mg/mL的2,5-二羟基苯甲酸溶液(即溶质为2,5-二羟基苯甲酸),溶剂为丙酮或乙腈/水二元混合液。乙腈/水二元混合液中的水的体积百分含量范围为0~70%。第一基质溶液的加载体积为0.1至5微升。滴加的待测食用油样品的体积为0.1至5微升。
优选的,第一基质溶液为200mg/mL的2,5-二羟基苯甲酸的丙酮溶液。优选的,第一基质溶液的加载体积为1微升。优选的,滴加的待测食用油样品的体积为1微升。
现有技术中,在制备用于MALDI-MS检测的样品,需要将待测样品和基质溶液均匀混合,滴加到MALDI基板上,等溶剂挥发且基质形成结晶,才能加载在质谱仪上进行检测。而且对于油类待测样品,为了使样品和基质可以混合均匀,往往还需预先用有机溶剂萃取样品,使其充分溶解。因此,传统的食用油MALDI-MS检测的样品制备过程非常繁琐和耗时。
本发明实施例的步骤S01和步骤S02在MALDI-MS检测的食用油样品制备过程中,不需要预先用有机溶剂萃取待测样品、混合和均匀化样品溶液和基质溶液、混合溶液在MALDI基板上溶剂挥发和基质形成结晶等复杂过程,而是直接将待测样品滴加在基质结晶层表面即可,简化了操作流程,样品与基质并无混合,分别是上、下两个单独层。实际检测过程中,可以预先在MALDI基板(含有多个检测凹点)形成基质结晶层,食用油样品无需做任何处理,直接加载到检测凹点的基质层上,即可进行检测。每个食用油样品的样品制备在5秒钟之内就可以完成,如果使用自动化点样设备,可更加缩短每个食用油样品的处理时间。虽然本发明实施例省略了溶解样品、混合样品溶液和基质溶液的过程,但是激光会将样品消融气化(ablation)进而离子化,因此省略溶解和混合步骤不会对测试结果有影响。本发明实施例的实验结果也证明了省略上述步骤,仍然可以得到高质量、准确的质谱图。此外,本发明实施例的样品制备技术由于非常简便和规范,很容易实现自动化点样,是一种快速、高通量、样品消耗少、重现性好的分析技术。
本发明实施例所用的质谱仪是WatersMALDIMicroMX。检测过程中,该质谱仪的相关参数包括:
极性:正极;激光波长:337纳米;激光能量:260%-280%;采用反射模式;反射电压:-5200伏特;飞行管电压:12000伏特;脉冲电压:2000伏特;检测器电压:2350伏特。
步骤S01和步骤S02中,MALDI-MS方法的检测目标为食用油标准样品或者待测食用油样品中的甘油三脂TAGs。因为TAGs是食用油中的主要成分,不同种类的食用油中所含的TAGs的分布不同,这种差异在MALDI-MS检测中具体反映为TAGs的质谱峰强度的分布差异。通过MALDI-MS方法检测食用油时,TAGs的质谱峰是食用油的特征质谱峰,所以TAGs可作为鉴别食用油的标记化合物。
具体地,步骤S03过程中,采用PCA方法,分析和比较待测食用油样品和MALDI-MS数据库中食用油标准样品的质谱图的TAGs质谱峰强度,获得PCA分析图。
通过PCA统计学方法,归纳并具象出不同种类食用油TAGs质谱峰强度的分布特征,进而鉴别食用油的种类。步骤S03中的PCA方法为现有技术中的常用的统计方法,是一种已有的数据处理技术。常用的统计软件,比如R、SPSS和SIMCA都能进行PCA统计计算。本发明实施例的PCA分析结果是通过SIMCA13.0软件进行PCA计算得到的。将MALDI-MS检测得到的TAGs质谱峰强度输入软件,计算即可得到结果。
具体地,步骤S04的过程中,通过PCA分析图可得到食用油标准样品在PCA分析图上的椭圆置信区间。如果待测食用油样品在PCA分析图上位于椭圆置信区间之外,则待测食用油样品与椭圆置信区间所代表的食用油标准样品的种类不符,为假冒、掺假或回收(包括地沟油)食用油;如果待测食用油样品在PCA分析图上位于食用油标准样品分布范围之内,则待测食用油样品为该椭圆置信区间所代表的食用油标准样品的种类。
下面以具体实施例对发明的技术方案做进一步说明。
实施例1
步骤S101:通过MALDI-MS方法采集花生油、芥花籽油、橄榄油、玉米油、大豆油、葵花籽油、猪油标准样品(即单一品种的纯食用油)的质谱图,并将上述各食用油标准样品的质谱图组建成MALDI-MS数据库。以花生油为例,如图2所示,为本发明实施例的采用MALDI-MS方法获得的食用油标准样品的典型质谱图。其中,a)花生油的质谱图(m/z范围500-1000Da),b)图a)中TAGs区域的放大图。图b)中的DAGs表示的是甘油双酯。如图3所示,为本发明实施例的采用MALDI-MS方法获得的食用油标准样品的典型质谱图,其中,a)花生油,b)玉米油,c)芥花籽油,d)大豆油,e)橄榄油,f)葵花籽油,g)猪油。
步骤S102:通过MALDI-MS方法获得待测食用油样品的质谱图。实施例1中的该待测食用油样品为混合油。其中,M1-M3是市售食用调和油(即混合油,含橄榄油成分);另外,还人为混合橄榄油标准样品和芥花籽油标准样品,调配成混合油,橄榄油含量分别为67%、50%、33%和20%。
步骤S103:采用PCA方法,分析和比较待测食用油样品和MALDI-MS数据库中食用油标准样品的质谱图,获得PCA分析图。图5为本发明实施例采用PCA方法分析MALDI-MS结果得到的区分不同种类的食用油标准样品的PCA分析图。从图5可以看出,每一种特定种类的食用油标准样品(即单一品种的纯食用油)在PCA分析图中都位于相应的椭圆置信区间中。因此,可以认为本发明的方法在用于区分不同品种纯食用油时(即食用油假冒现象),具有较高的准确率。另外,图6为本发明实施例采用PCA方法分析MALDI-MS结果得到的区分混合油和食用油标准样品的PCA分析图。其中,M1-M3的空心点表示的是市售食用调和油(即混合油,含橄榄油成分),其它的空心点表示的是橄榄油标准样品和芥花籽油标准样品的混合油,橄榄油含量分别为67%、50%、33%和20%。从图6中可以看出,无论是市售的混合油还是人为配制的混合油,其样品点都位于食用油标准样品(即单一品种的纯食用油)的椭圆置信区间的区域外。因此,可以认为本发明的方法在用于区分混合油和食用油标准样品(即纯食用油)时(即食用油掺假现象),具有较高的准确率。
实施例2
步骤S201:同实施例1的步骤S101。
步骤S202:通过MALDI-MS方法获得待测食用油样品的质谱图。实施例2中的待测食用油样品为回收烹调用油。如图4所示,为本发明实施例的采用MALDI-MS方法获得的回收油的典型质谱图,其中,a)回收油样品1,b)回收油样品2,c)回收油样品3,d)回收油样品4,e)回收油样品5。
步骤S203:通过PCA方法,对待测食用油样品和MALDI-MS数据库中食用油标准样品的质谱图进行分析、比较,获得PCA分析图。图7为本发明实施例采用PCA方法分析MALDI-MS结果得到的区分回收烹调用油和食用油标准样品的PCA分析图。其中,实心的样品点表示的是食用油标准样品(即单一品种的纯食用油),空心的样品点表示的是回收烹调用油。如图7所示,回收烹调用油的样品点完全落在食用油标准样品的椭圆置信区间之外。因此,可以认为本发明的方法在用于区分回收油和食用油标准样品(即纯食用油)时,具有较高的准确率。
综上所述,本发明实施例的方法先通过MALDI-MS方法检测得到待测食用油样品的质谱图,然后采用PCA方法对MALDI-MS检测结果进行统计分析,可以准确地区分不同种类的食用油标准样品(即纯食用油)、混合油与食用油标准样品(即纯食用油)以及回收油与食用油标准样品(即纯食用油)。在食用油检测中,MALDI-MS样品制备方法的改进,以及与PCA方法联用,不仅大大提高分析效率、缩短检测时间,而且结果准确率高,是一种快速、简便、准确、高通量的食用油检测技术。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包括在本发明的保护范围之内。
Claims (10)
1.一种鉴别食用油的方法,其特征在于,包括:
提供食用油标准样品的基质辅助激光解吸电离质谱MALDI-MS数据库;
通过MALDI-MS方法获得待测食用油样品的质谱图;
采用主成分分析PCA方法,分析和比较所述待测食用油样品和所述MALDI-MS数据库中所述食用油标准样品的质谱图,获得PCA分析图;
通过所述PCA分析图鉴别所述待测食用油样品的真伪,识别所述待测食用油样品为所述食用油标准样品、假冒食用油、掺假食用油或者回收食用油。
2.如权利要求1所述的鉴别食用油的方法,其特征在于,所述通过MALDI-MS方法获得待测食用油样品的质谱图的过程包括:
将第一基质溶液加载到MALDI基板上,第一基质结晶形成第一基质层;
将所述待测食用油样品滴加到所述第一基质层上;
将所述MALDI基板加载到质谱仪中,通过MALDI-MS方法获得所述待测食用油样品的质谱图。
3.如权利要求2所述的鉴别食用油的方法,其特征在于:所述第一基质溶液为50mg/mL至400mg/mL的2,5-二羟基苯甲酸溶液,溶剂为丙酮或乙腈/水二元混合液,所述第一基质溶液的加载体积为0.1至5微升。
4.如权利要求2所述的鉴别食用油的方法,其特征在于:滴加的所述待测食用油样品的体积为0.1至5微升。
5.如权利要求1所述的鉴别食用油的方法,其特征在于:提供所述食用油标准样品的MALDI-MS数据库的过程包括:
将第二基质溶液加载到所述MALDI基板上,第二基质结晶形成第二基质层;
将所述食用油标准样品滴加到所述第二基质层上;
将所述MALDI基板加载到所述质谱仪中,通过所述MALDI-MS检测方法获得所述食用油标准样品的质谱图;
存储不同种类的所述食用油标准样品的质谱图,形成所述食用油标准样品的MALDI-MS数据库。
6.如权利要求5所述的鉴别食用油的方法,其特征在于:所述第二基质溶液为50mg/mL至400mg/mL的2,5-二羟基苯甲酸溶液,溶剂为丙酮或乙腈/水二元混合液,所述第二基质溶液的加载体积为0.1至5微升。
7.如权利要求5所述的鉴别食用油的方法,其特征在于:滴加的所述食用油标准样品的体积为0.1至5微升。
8.如权利要求1所述的鉴别食用油的方法,其特征在于:所述获得PCA分析图是采用所述PCA方法,分析和比较所述待测食用油样品和所述MALDI-MS数据库中所述食用油标准样品的质谱图的峰强度,获得所述PCA分析图。
9.如权利要求1所述的鉴别食用油的方法,其特征在于:所述通过所述PCA分析图鉴别所述待测食用油样品真伪的过程为:通过所述PCA方法得到所述食用油标准样品在所述PCA分析图上的椭圆置信区间,如果所述待测食用油样品在所述PCA分析图上位于所述椭圆置信区间之外,则所述待测食用油样品与所述椭圆置信区间所代表的所述食用油标准样品的种类不符,为所述假冒食用油、所述掺假食用油或所述回收食用油;如果所述待测食用油样品在所述PCA分析图上位于所述食用油标准样品分布范围之内,则所述待测食用油样品为所述椭圆置信区间所代表的所述食用油标准样品的种类。
10.如权利要求1所述的鉴别食用油的方法,其特征在于:所述MALDI-MS方法的检测目标为所述食用油标准样品或者所述待测食用油样品中的甘油三脂TAGs。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410538320.2A CN105486744B (zh) | 2014-10-13 | 2014-10-13 | 鉴别食用油的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410538320.2A CN105486744B (zh) | 2014-10-13 | 2014-10-13 | 鉴别食用油的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105486744A true CN105486744A (zh) | 2016-04-13 |
CN105486744B CN105486744B (zh) | 2019-07-02 |
Family
ID=55673862
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410538320.2A Active CN105486744B (zh) | 2014-10-13 | 2014-10-13 | 鉴别食用油的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105486744B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108918648A (zh) * | 2018-07-19 | 2018-11-30 | 香港浸会大学深圳研究院 | 一种鉴别煎炸油的方法 |
CN109030616A (zh) * | 2018-07-19 | 2018-12-18 | 福州大学 | 一种利用表面辅助激光解吸电离质谱快速筛查与鉴定食用油的方法 |
WO2018234854A1 (en) * | 2017-06-20 | 2018-12-27 | The Hong Kong Polytechnic University | SYSTEM AND METHOD FOR ENHANCED ANALYZING OF EDIBLE OIL |
CN110220965A (zh) * | 2019-07-17 | 2019-09-10 | 山东省分析测试中心 | 一种快速鉴别反复冻融肉类的方法 |
CN111189815A (zh) * | 2020-01-10 | 2020-05-22 | 西南交通大学 | 污水溯源方法 |
CN114216953A (zh) * | 2021-12-22 | 2022-03-22 | 华质泰科生物技术(北京)有限公司 | 一种快速鉴定油品真伪和加工工艺的方法 |
CN114324558A (zh) * | 2021-12-30 | 2022-04-12 | 浙江农林大学 | 一种食用油快速定性定量掺假鉴别的装置和直接质谱方法 |
-
2014
- 2014-10-13 CN CN201410538320.2A patent/CN105486744B/zh active Active
Non-Patent Citations (7)
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018234854A1 (en) * | 2017-06-20 | 2018-12-27 | The Hong Kong Polytechnic University | SYSTEM AND METHOD FOR ENHANCED ANALYZING OF EDIBLE OIL |
CN109100477A (zh) * | 2017-06-20 | 2018-12-28 | 香港理工大学 | 食用油分析方法、识别系统、产生库的方法及数据载体 |
US10859552B2 (en) | 2017-06-20 | 2020-12-08 | The Hong Kong Polytechnic University | Edible oil analysis system and method |
CN108918648A (zh) * | 2018-07-19 | 2018-11-30 | 香港浸会大学深圳研究院 | 一种鉴别煎炸油的方法 |
CN109030616A (zh) * | 2018-07-19 | 2018-12-18 | 福州大学 | 一种利用表面辅助激光解吸电离质谱快速筛查与鉴定食用油的方法 |
CN108918648B (zh) * | 2018-07-19 | 2020-08-11 | 香港浸会大学深圳研究院 | 一种鉴别煎炸油的方法 |
CN110220965A (zh) * | 2019-07-17 | 2019-09-10 | 山东省分析测试中心 | 一种快速鉴别反复冻融肉类的方法 |
CN110220965B (zh) * | 2019-07-17 | 2020-05-22 | 山东省分析测试中心 | 一种快速鉴别反复冻融肉类的方法 |
CN111189815A (zh) * | 2020-01-10 | 2020-05-22 | 西南交通大学 | 污水溯源方法 |
CN114216953A (zh) * | 2021-12-22 | 2022-03-22 | 华质泰科生物技术(北京)有限公司 | 一种快速鉴定油品真伪和加工工艺的方法 |
CN114324558A (zh) * | 2021-12-30 | 2022-04-12 | 浙江农林大学 | 一种食用油快速定性定量掺假鉴别的装置和直接质谱方法 |
CN114324558B (zh) * | 2021-12-30 | 2024-04-12 | 浙江农林大学 | 一种食用油快速定性定量掺假鉴别的装置和直接质谱方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105486744B (zh) | 2019-07-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105486744A (zh) | 鉴别食用油的方法 | |
Holland‐Moritz et al. | Mass activated droplet sorting (mads) enables high‐throughput screening of enzymatic reactions at nanoliter scale | |
Evard et al. | Paper spray ionization mass spectrometry: study of a method for fast-screening analysis of pesticides in fruits and vegetables | |
Lesiak et al. | Direct analysis in real time mass spectrometry (DART-MS) of “bath salt” cathinone drug mixtures | |
Xin et al. | Rapid identification of plant materials by wooden-tip electrospray ionization mass spectrometry and a strategy to differentiate the bulbs of Fritillaria | |
CN104297406B (zh) | 一种广谱鉴定β-受体激动剂类药物的方法 | |
JP3805979B2 (ja) | 質量分析方法および装置 | |
Taverna et al. | High‐throughput determination of Sudan Azo‐dyes within powdered chili pepper by paper spray mass spectrometry | |
US20210088495A1 (en) | Edible oil analysis system and method | |
Joshi et al. | Analysis of synthetic cathinones and associated psychoactive substances by ion mobility spectrometry | |
WO2018003011A1 (ja) | 分析装置 | |
CN109187840B (zh) | 一种血液中有机污染物的高通量筛查分析方法 | |
Kertesz et al. | Sampling reliability, spatial resolution, spatial precision, and extraction efficiency in droplet‐based liquid microjunction surface sampling | |
Oberacher et al. | Compound identification in forensic toxicological analysis with untargeted LC–MS-based techniques | |
CN103713069A (zh) | 热裂解-气相色谱质谱联用法测定塑料中聚氯乙烯含量的方法 | |
Zhou et al. | Rapid identification of the “smart drug” modafinil in suspicious tablets by DART-HRMS combined with micropunching | |
Marques et al. | Electrospray ionization mass spectrometry fingerprinting of perfumes: rapid classification and counterfeit detection | |
Kooijman et al. | Independent assessment of matrix-assisted laser desorption/ionization mass spectrometry (MALDI-MS) sample preparation quality: A novel statistical approach for quality scoring | |
CN110702483B (zh) | 一种超快速鉴别海鲜或肉类的预处理方法 | |
Colby et al. | Drug screening using liquid chromatography quadrupole time-of-flight (LC-QqTOF) mass spectrometry | |
Ketha et al. | Gas chromatography mass spectrometry (GC‐MS) for identification of designer stimulants including 2C amines, NBOMe compounds, and cathinones in urine | |
Egan et al. | Forensic analysis of black ballpoint pen inks using capillary electrophoresis | |
Schreiber | Advantages of using triple quadrupole over single quadrupole mass spectrometry to quantify and identify the presence of pesticides in water and soil samples | |
US7992428B2 (en) | Method and device for ingredient analysis | |
Wright et al. | Non-target analysis and stability assessment of reference materials using liquid chromatography‒high-resolution mass spectrometry |
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 |