鉴别真假燕窝的方法
技术领域
本发明涉及燕窝的鉴别方法,更具体地,涉及一种鉴别真假燕窝的方法。
背景技术
燕窝具有非常高的营养价值和滋补价值。目前市面上的燕窝参差不齐,很难保证品质,多数不合格样品中掺有大量的猪皮屑和银耳等,有的甚至是伪制品。因此必须采用有效技术手段严格控制其质量,才能确保消费者的利益不受损害。
目前鉴别真假燕窝的方法主要有:经验鉴别法,显微鉴别法、仪器鉴别法、液相色谱法和分光光度法等,显微鉴别法主要通过燕窝和常见掺假物的显微特征不同来鉴别,常见掺假物如猪皮、琼脂、树胶、白木耳等;仪器鉴别法根据天然燕窝特有的谱带区分不同的燕窝,主要包括凝胶电泳法;液相色谱法通过测定燕窝中唾液酸或测定燕窝中氨基酸总量、组成以及某些氨基酸在掺假物中比例变化进行鉴别;分光光度法通过酸水解释放唾液糖蛋白中的唾液酸来测定,这些方法有的准确性不高,灵敏度低;有的操作繁琐,分析时间长,成本高昂;造假者在假燕窝中添加一定量的唾液酸,便可蒙混过关。
红外光谱(FTIR)技术具有需样量少,灵敏度高、特征性强、分析速度快等优势,傅里叶变换衰减全反射红外光谱(ATR-FTIR)在难以制备的样品、无损检测及表面信息的获取等方面具有独特的优势。ATR附件基于光内反射原理而设计。从光源发出的红外光经过折射率大的晶体再投射到折射率小的试样表面上,当入射角大于临界角时,入射光线就会产生全反射。事实上红外光并不是全部被反射回来,而是穿透到试样表面内一定深度后再返回表面。在该过程中,试样在入射光频率区域内有选择吸收,反射光强度发生减弱,产生与透射吸收相类似的谱图,从而获得样品表层化学成份的结构信息。由于其并不需要通过透过样品的信号,而是通过样品表面的反射信号获得样品表层有机成份的结构信息,不但简化了样品的制作过程,而且极大地扩大了红外光谱法的应用范围,使许多采用传统透过法无法制样、或者样品制备过程十分复杂、难度大、而效果又不理想的实验成为可能,因此,被广泛应用于塑料、纤维、涂料、食品添加剂、食品原辅料等材料制品的表面成份分析。但它只能测试出物质成分变化,而不能测试出基团的变化。
目前未见采用衰减全反射近红外技术鉴别真假燕窝的相关技术报道。
发明目的
本发明要解决的技术问题是针对现有燕窝真假鉴定方面的技术不足,主要是现有鉴别方法的准确性不高、灵敏度低、操作繁琐、分析时间长等缺陷,建立一种衰减全反射近红外鉴别真假燕窝的方法。本发明方法是第一次在波数873处检测到有燕窝的特征尖峰,建立了真燕窝更加完整系统的数据库,结合专用软件的合格性测试方法,可以准确地比较未知样品光谱与数据库中真燕窝光谱的相似程度,根据燕窝特征峰来准确判断燕窝的真伪。
本发明的目的通过以下技术方案予以实现:
提供一种鉴别真假燕窝的方法,采用衰减全反射近红外技术,包括以下步骤:
S1.样品前处理:如果样品允许进行破碎,将样品破碎至细度在40~60目之间;如果需要进行无损检测,将样品放在ATR晶体上,用压头压好即可;
S2.采用衰减全反射近红外技术测定大量样品的光谱,点击仪器自带软件“测量样品单通道光谱”进行测量,仪器主要参数为:分辨率4cm-1,扫描范围为370~7500cm-1,扫描速度为10次/秒;所述样品的光谱包括真燕窝的光谱和假燕窝样品的光谱,建立散点图,在所述散点图中,真燕窝的光谱显示为绿色,假燕窝的光谱显示为蓝色;对所有数据进行合格性测试,以真燕窝的光谱为参考光谱,样品的光谱形成光谱范围内的置信范围,对每个波长点计算样品与参考样品的平均值的偏差,在对应波长通过相应的标准偏差s对绝对偏差加权,其相对偏差的结果为置信系数CI;红线表示CI值,上下可拖动;选择光谱范围为500~4000cm-1、以矢量归一化为预处理方法;上下可拖动置信系数CI红线,使更多的真样品在红线以下,假样品在红线以上;
S3.将待测样品采用步骤S1所述样品前处理方法处理后进行衰减全反射近红外技术测定其光谱,仪器参数参照步骤S2,背景/样品扫描,将所得光谱根据步骤S2所述散点图进行比较分析,在红线之下出现的样品判断为真燕窝。
优选地,步骤S1是将样品破碎至细度为40~60目。
优选地,步骤S2所述测定的参数还包括:波数精度:0.01cm-1;干涉仪:RockSolidTM专利干涉仪;检测器:Digi TectTM技术的DLATGS检测器;红外光源:陶瓷光源,1550K;分束器:ZnSe分束器;软件:OPUS/Mentor。
优选地,步骤S2所述扫描是扫描32次。
步骤S2所述假燕窝样品包括琼脂、鱼胶、猪皮、银耳或者市场上常见的其他燕窝的仿制品。
优选地,在红线之上但接近红线者可以根据燕窝特征峰来准确判断燕窝的真伪;还可以结合本领域其他常规技术手段加以进一步鉴别。
本发明的有益效果在于:
本发明首先针对燕窝建立了一种衰减全反射近红外技术测定其光谱建立光谱数据库的方法,相比现有技术,操作更加简便,光谱数据库更加完整系统。本发明首次在波数873处检测到有燕窝的特征尖峰,填补了现有真燕窝特征尖峰的不足。基于本发明更加完整系统的数据库,实现了准确比较未知样品光谱与数据库中真燕窝光谱的相似程度,经数据库比对,可以迅速得知样品的真伪。如果结合OPUS/Mentor软件的合格性测试方法,则更加方便快捷地实现本发明目的。
本发明方法具有以下几个方面的优势:(1)制样简单,可以做到无破坏性,对样品的大小、形状、含水量没有特殊要求,所需样品的量也很少;(2)能得到分子的结构信息某化合物或官能团空间分布的红外光谱图像;(3)能进行红外光谱数据库检索以及化学官能团辅助分析,确定物资的种类和性质;(4)以往需花几十分钟的检验,采用本发明方法可在1~5分钟内完成鉴定,大大提高了检验速度。
本发明方法采用的设备为便携式小型设备,可以带到生产厂家现场、百货商场超市等任何现场抽样进行试验鉴定。
附图说明
图1假燕碎样品近红外吸收谱图。
图2猪皮样品1近红外吸收谱图。
图3猪皮样品2近红外吸收谱图。
图4银耳样品1近红外吸收谱图。
图5银耳样品2近红外吸收谱图。
图6假燕窝样品近红外吸收谱图叠加示意图。
图7燕盏样品近红外吸收谱图。
图8白疏燕盏样品近红外吸收谱图。
图9金丝燕燕窝样品近红外吸收谱图。
图10真燕窝样品近红外吸收谱图叠加示意图。
图11金丝燕燕窝样品近红外吸收谱图叠加示意图。
图12燕盏1#样品近红外吸收谱图叠加示意图。
图13燕盏2#样品近红外吸收谱图叠加示意图。
图14燕盏3#样品近红外吸收谱图叠加示意图。
图15燕盏4#样品近红外吸收谱图叠加示意图。
图16真假燕窝样品的近红外吸收峰示意图。
图17合格性测试散点图的示意图。
具体实施方式
下面结合具体实施例进一步说明本发明。下述实施例仅用于示例性说明,不能理解为对本发明的限制。除非特别说明,下述实施例中使用的样品或原料为常规市购或商业途径获得的原料,除非特别说明,下述实施例中使用的方法和设备为本领域常规使用的方法和设备。
实施例1
本实施例以大量真燕窝(购自大型超市或来源于广州燕窝协会)和假燕窝样品(样品来自工商打假办或广州燕窝协会,包括猪皮、银耳等)为样品,样品的来源对本发明范围不做限定。采用衰减全反射近红外技术进行检测。
仪器:RockSolidTM干涉仪,镀金光学镜面,300光学补偿设计,电磁驱动、无摩擦轴承,光路永远准直;检测器:Digi TectTM技术的DLATGS检测器,全数字化设计;红外光源:陶瓷光源,1550K;分束器:ZnSe分束器,可在高湿度环境下正常操作;A/D转换:24位、高速Delta SigmaTM型A/D转换器;测量技术:ATR;计算机接口:以太网;供电:100~240VAC、50~60Hz、20W;可充电电池,交直流供电,可直接连接汽车直流电源的适配装置;仪器尺寸:22×30×25cm(w×d×h);仪器重量:7kg;软件:OPUS/Mentor;附件:衰减全反射(ATR)附件、外反射附件以及漫反射附件等。
样品的前处理方法为:如果样品允许进行破碎,将样品破碎至细度在40~60目之间;如果需要进行无损检测,将样品放在ATR晶体上,用压头压好即可;点击软件“测量样品单通道光谱”进行测量。
本发明部分样品的检测结果如附图1至附图10所示。其中,图1所示为假燕碎样品近红外吸收谱图,图2为猪皮样品1近红外吸收谱图,图3为猪皮样品2近红外吸收谱图,图4为银耳样品1近红外吸收谱图,图5为银耳样品2近红外吸收谱图,图6为假燕窝样品近红外吸收谱图叠加示意图,图7为燕盏样品近红外吸收谱图,图8为白疏燕盏样品近红外吸收谱图,图9为金丝燕燕窝样品近红外吸收谱图,图10为真燕窝样品近红外吸收谱图叠加示意图。
由附图7~9可见,由于天然燕窝主要有蛋白质、氨基酸、多糖以及钠、钙、镁、磷等元素组成,在波数1628、1531等处会有氨基酸酰胺键的特征峰,波数1031处有多糖的OH特征峰,波数873处有燕窝的特征尖峰。
依据本发明检测条件和方法,成功建立图16所示的真假燕窝样品的近红外吸收峰示意图,以及图17所示的合格性测试散点图的示意图。建立合格性测试方法,比较未知(待测)样品光谱与数据库中真燕窝光谱的相似程度,根据燕窝特征峰来准确判断燕窝的真伪。
所述合格性测试方法操作步骤如下:
S1.样品前处理:如果样品允许进行破碎,将样品破碎至细度在40~60目之间;如果需要进行无损检测,将样品放在ATR晶体上,用压头压好即可;
S2.采用衰减全反射近红外技术测定大量样品的光谱,仪器主要参数为:分辨率4cm-1;扫描范围为370~7500cm-1;扫描速度为10次/秒;信/噪比:优于20,000:1(峰-峰值,1分钟测试);波数精度:0.01cm-1;干涉仪:RockSolidTM专利干涉仪;检测器:Digi TectTM技术的DLATGS检测器;红外光源:陶瓷光源,1550K;分束器:ZnSe分束器;软件:OPUS/Mentor。
点击软件“测量样品单通道光谱”进行测量,所述样品包括大量真燕窝的光谱和假燕窝样品的光谱,建立散点图,在所述散点图中,真燕窝的光谱显示为绿色,假燕窝的光谱显示为蓝色。对所有数据进行合格性测试,即检查所得到的红外光谱偏差是否在一定限定范围内。以真燕窝的光谱为参考光谱,这些样品的红外光谱反映了不同样品的变化,并形成光谱范围内的置信范围。要通过合格性测试,新样品的光谱必须每个波长都在置信范围内。
对每个波长点i计算样品与参考样品的平均值的偏差。在对应波长通过相应的标准偏差s对绝对偏差加权,其相对偏差的结果为置信系数(CI)。
红线表示CI值,上下可拖动;选择光谱范围为500~4000cm-1、以矢量归一化为预处理方法。上下可拖动置信系数CI红线,使更多的真样品在红线以下,假样品在红线以上。
S3.将待测样品采用步骤S1所述样品前处理方法处理后进行衰减全反射近红外技术测定其光谱,仪器参数设置为分辨率4cm-1,背景/样品扫描,将所得光谱根据步骤S2所述散点图进行比较分析,在红线之下出现的样品判断为真燕窝。
步骤S2所述扫描是扫描32次。
其中,衰减全反射近红外技术具体的检测条件为:
仪器主要参数为:分辨率4cm-1;扫描范围为500~4000cm-1;扫描速度为10次/秒。
实施例2本发明方法应用
本实施例以某个超市售卖的5个燕窝商品为样品,采用衰减全反射近红外技术进行检测。
本实施只需要携带近红外分析仪、手提电脑到现场,使用220伏特电源,采取无损检测,即将样品放在衰减全反射(ATR)晶体上,用压头压好,打开软件直接测定。
本发明部分样品的检测结果如附图11至附图15所示。其中,图11所示为金丝燕样品近红外吸收谱图,图12为燕盏1#样品近红外吸收谱图,图13为燕盏2#样品近红外吸收谱图,图14为燕盏3#样品近红外吸收谱图,图15为燕盏4#样品近红外吸收谱图。
由附图11~15可见,在波数1628、1531等处会有氨基酸酰胺键的特征峰,波数1031处有多糖的OH特征峰,波数873处有燕窝的特征尖峰。
将所述样品的光谱画入合格性检测散点图中,结果,所有样品的光谱落在CI红线之下,说明样品为真燕窝。
衰减全反射近红外技术具体的检测条件为:
仪器主要参数为:分辨率4cm-1;扫描范围为500~4000cm-1;扫描速度为10次/秒。
为验证本发明方法检测结果的准确性,将上述样品带回实验室,按照检验检疫行业标准SN/T 3644-2013《出口燕窝及其制品中唾液酸的测定方法》进行唾液酸的分光光度法测定,结果分别为8.12%、9.38%、9.46%、10.40%、11.20%,与文献中关于真燕窝中唾液酸含量一般在8%~12%之间一致,证明这5个样品为真燕窝,上述衰减全反射近红外法测定结果与检验检疫行业标准SN/T3644-2013测定结果相符,但本发明方法制样简单,可以做到无破坏性,对样品的大小、形状、含水量没有特殊要求,所需样品的量也很少,能得到分子的结构信息某化合物或官能团空间分布的红外光谱图像,以往需花几十分钟的检验,采用本发明方法可在1~5分钟内完成鉴定,大大提高了检验速度。