CN106680400A - 顶空气相色谱质谱联用定性定量测定植物油掺假的方法 - Google Patents

顶空气相色谱质谱联用定性定量测定植物油掺假的方法 Download PDF

Info

Publication number
CN106680400A
CN106680400A CN201710056008.3A CN201710056008A CN106680400A CN 106680400 A CN106680400 A CN 106680400A CN 201710056008 A CN201710056008 A CN 201710056008A CN 106680400 A CN106680400 A CN 106680400A
Authority
CN
China
Prior art keywords
vegetable oil
oil
sample
adulterated
qualitative
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
Application number
CN201710056008.3A
Other languages
English (en)
Other versions
CN106680400B (zh
Inventor
蒋万枫
张宁
杨钊
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Qingdao Institute For Food And Drug Control
Original Assignee
Qingdao Institute For Food And Drug Control
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Qingdao Institute For Food And Drug Control filed Critical Qingdao Institute For Food And Drug Control
Priority to CN201710056008.3A priority Critical patent/CN106680400B/zh
Publication of CN106680400A publication Critical patent/CN106680400A/zh
Application granted granted Critical
Publication of CN106680400B publication Critical patent/CN106680400B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N30/00—Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
    • G01N30/02—Column chromatography

Landscapes

  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Other Investigation Or Analysis Of Materials By Electrical Means (AREA)

Abstract

一种顶空气相色谱质谱联用定性定量测定植物油掺假的方法，其特征在于：包括以下步骤：S1收集单一品种合格植物油；S2使用顶空气相色谱质谱联用法采集样品信息；S3对数据分析软件对采集的数据进行分析，获得各品种植物油的化合物信息；S4使用化学计量学软件，找出每一种植物油的标记化合物；S5通过方法学验证确定植物油掺假测定的定性定量标记物；S6通过确定的标记物对样品进行定性定量测定；本发明确定的植物油掺假定性定量测定方法具有操作简单方便、快速、准确、无需化学试剂、绿色环保、省时省力等优点。

Description

顶空气相色谱质谱联用定性定量测定植物油掺假的方法
技术领域
本发明涉及一种油脂掺杂检测的方法，更具体地说，涉及植物油掺杂检测的方法。
背景技术
食用油是大众日常饮食中的必需品，近年来相关的掺杂掺假、以次充好等食品安全事件时有发生，该类事件的恶劣性不仅在于为了经济利益的食品欺诈，对于儿童还可能存在严重的食物过敏问题，食用油品种繁多，特征成分不统一，对其进行掺假鉴别具有一定的挑战性。
生活中，人们往往通过食用油的气味来判断其种类。食用油气味是由浓度极低、种类繁多且结构复杂的各种挥发性风味物质组成，而这些挥发性风味物质主要来自原料本身、加工过程产生以及非法添加。感官评价法具有主观性，且面对各式各样的掺伪手段，主观嗅觉根本无法判别真伪，必须借助现代仪器分析技术对食用油的风味物质进行客观、系统的研究与分析。研究多集中在理化检验法、光谱法和色谱法，理化检验法主要为冷冻法；光谱法通过不同植物油对不同波长的光谱吸光度不同进行快速鉴别；色谱法主要是通过植物油脂肪酸组成来鉴别植物油掺假。现有的各种方法都存在特征指标专一性不强，或者检测灵敏度不高，或者检测准确度不高，仅能在一定范围内适用特定类型的植物油掺假测定。
因此业界急需建立一套快速、高效、通用性好的食用油掺假定性定量检测方法，以推进食用油行业健康发展，维护消费者利益。
理论上，要研究建立一个完善的植物油掺假定性定量方法，有两个关键。第一、寻找一种掺假组份的特征标记物，该标记物最好只有在掺假组份中存在，在被掺假的植物油和其他植物油中不存在，或者含量差距非常明显；第二、该标记物在掺假组份中含量相对稳定，不同来源，不同加工工艺对其含量影响不大。
发明内容
本发明的目的在于提供一种顶空气相色谱质谱联用定性定量测定植物油掺假的方法，解决上述存在的问题，其特征在于，包括以下步骤：
S1收集单一品种合格植物油；
S2使用顶空气相色谱质谱联用法采集样品信息；
S3用数据分析软件对采集的数据进行分析，获得各品种植物油的化合物信息；
S4使用化学计量学软件，找出每一种植物油的标记化合物；
S5通过方法学验证确定植物油掺假测定的定性定量标记物；
S6通过确定的标记物对样品进行定性定量测定；
其中S1所述的单一品种合格植物油，优选为各种品牌的花生油，玉米油，芝麻油，大豆油，棕榈油、菜籽油、棉籽油，每一品种一般为5-10个不同品牌，最少不低于3个；
S2所述的顶空气相色谱质谱联用法，所用仪器为气相色谱质谱联用仪带顶空进样器，仪器条件如下：
a.顶空进样条件：样品量：0.05-10g，进样加热箱温度：80-280℃，样品加热同时振摇频率：100-700rpm，平衡时间：600-3000S，进样量：50-2500μL；
b.色谱条件：色谱柱：毛细管柱，程序升温，进样口温度：200-300℃，进样模式：分流或不分流进样，载气：高纯氦气，恒流流速：0.5-3.0mL/min；
c.质谱条件：传输线温度：200-300℃，电离模式：EI源，数据采集方式：全扫描，质量扫描范围：20～1000amu，溶剂延迟时间：1-10min；
S3所述的数据分析软件为AMDIS自动质谱解卷积和鉴定软件（美国国家标准与技术研究院）、安捷伦Masshunter定性及定量分析软件，所述的AMDIS自动质谱解卷积和鉴定软件使用方法为利用NIST自动质谱解卷积和鉴定软件（AMDIS）结合自带谱库（NISTFF香料香精库），在SIMPLE模式处理所得GC-MS数据文件，解卷积参数峰宽（Component width）设置为15，相邻峰差减（Adjacent peak subtraction）设置为one，分辨率（Resolution）、灵敏度（Sensitivity）和峰形要求（Shape requirements）均设置为medium，保留匹配因子（matchfactor）大于70的组分；
S4所述的化学计量学软件为Mass Profiler Professional差异化分析软件（美国安捷伦公司），方法为：分别采用按标志筛选，频率筛选，样品差异筛选、单因素方差分析，逐级筛选不同类型植物油的最具特征性标志化合物，通过逐级筛查，化合物数量降低，继续使用PCA（主成分分析）和PLS-DA（最小二乘法分析）方法前对数据作降维处理，建立分类预测模型，对分类模型训练和模型验证准确率均达到100%后，在构建的植物油分类预测模型中鉴定出每种植物油相关的主要标志化合物，每一种植物油包含多个标记化合物；
S5所述通过方法学验证确定植物油掺假测定的定性定量标记物，包括以下步骤：
S51将被掺假植物油与掺假植物油进行不同比例混合，混合比例为0%、1%、5%、10%、20%、50%、70%、90%、100%，具体比例可根据实际情况进行调整，以混合比例为横坐标，以所选取的特征标记物峰面积为纵坐标，制作标准曲线，将待测样品的峰面积带入标准曲线进行计算，得到掺假植物油在被掺假植物油中的掺假比例；
S52将多种植物油油按一定比例混合在一起，验证特征标记物的定量准确性和抗干扰能力；
S53选取不同混合比例的模拟掺假植物油，分别重复测定，计算变异系数，验证方法的精密度；
S54将单一品种不同品牌的被掺假的合格植物油重复测定20次，计算特征标记物空白值的标准偏差，按公式三倍空白值的标准偏差除以标准曲线斜率得出检出限；
S55按上述步骤每种植物油确定2-4个特征标记物，选取其中1个响应强度高、线性好、变异系数小、抗干扰能力强的特征标记物作定量用，其他的作为定性用，也可以只使用一个特征标记物同时做定性定量用；
S6所述通过确定的标记物对样品进行定性定量测定的采集方式为选择离子扫描，以S51所述的标准曲线进行定性定量分析。
进一步，S2所述的顶空气相色谱质谱联用法，所用仪器为6890/5975气相色谱质谱联用仪（美国安捷伦公司）带COMBI PAL型全自动三位一体进样器，仪器条件如下：
a.顶空进样条件：样品量：0.5g，进样加热箱温度：180℃，样品加热同时振摇频率：500rpm，平衡时间：2700S，进样量：500μL，
b.色谱条件：色谱柱：HP-5MS毛细管柱（ 30 m×0.25mm×0.25 μm），升温程序:初始温度40℃，保持 3min，以5℃/min升温至120℃，再以10℃/min升温至300℃，进样口温度260℃，进样模式：脉冲不分流进样，脉冲压力15psi，持续1min，载气：高纯氦气，恒流流速：1.0mL/min；
c.质谱条件：传输线温度：280℃，电离模式：EI源，数据采集方式：全扫描，质量扫描范围：20～400amu，溶剂延迟时间：3min。
进一步，S2所述的顶空气相色谱质谱联用法，所用仪器为6890/5975气相色谱质谱联用仪（美国安捷伦公司）带COMBI PAL型全自动三位一体进样器，仪器条件如下：
a.顶空进样条件：样品量：0.5g，进样加热箱温度：180℃，样品加热同时振摇频率：500rpm，平衡时间：3000S，进样量：1000μL；
b.色谱条件：色谱柱：HP-88毛细管柱（ 100 m×0.25mm×0.20 μm），升温程序:初始温度40℃，保持5min，以5℃/min升温至245℃，保持5min，进样口温度250℃，进样模式：脉冲不分流进样，脉冲压力15psi，持续1min，载气：高纯氦气，恒流流速：1.0mL/min；
c.质谱条件：传输线温度：250℃，电离模式：EI源，数据采集方式：全扫描，质量扫描范围：20～400amu，溶剂延迟时间：8.3min。
进一步，所采用的仪器为顶空气相色谱配FID检测器。
进一步，S6所述通过确定的标记物对样品进行定性定量测定，以2,3-辛二酮为特征标记物，以99.1为定量离子，定性定量测定花生油中掺假大豆油，将大豆油与花生油进行不同比例混合，混合比例为0%、1%、5%、10%、20%、50%、70%、90%、100%，以混合比例为横坐标，以所选取的特征标记物峰面积为纵坐标，制作标准曲线，将待测样品的峰面积带入标准曲线进行计算，得到大豆油在花生油中的掺假比例，线性方程为y=2774.6x+43467，相关系数R2>0.99，在玉米油、菜籽油、棕榈油、棉籽油存在的多元体系下，回收率在72.2-105.3%，精密度在13%以内，检出限为3.8%。
本发明的有益效果在于：通过静态顶空高温加热，使植物油尤其是精炼后的植物油产生丰富的挥发性物质，通过气相色谱质谱全扫描采集到全面的化合物信息，通过化学计量学方法找出标志物，通过方法学方法确定定性定量标志物。本发明确定的植物油掺假定性定量测定方法具有操作简单方便、快速、准确、无需化学试剂、绿色环保、省时省力等优点，且所需仪器设备少、成本低、效率高，克服了传统方法操作复杂繁琐、费用昂贵且定性定量不准等缺点，不仅仅适用于植物油掺假的检测，也可以非常方便地应用于各种不同样品中掺假得快速测定，在食品安全监测方面具有很大的推广应用价值。
附图说明
图1 三维主成份分析得分图；
图2 PCA载荷图；
图3 MPP化合物查看器查看甲基吡嗪94.0@5.650775在不同植物油中的分布图；
图4化学工作站提取特征离子查看甲基吡嗪94.0@5.650775在不同品种植物油中的分布图；
图5偏最小二乘判别分析（PLS-DA）3D图；
图6 花生油中掺入大豆油比例线性方程。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。实施例中未注明具体技术或条件者，按照本领域内的文献所描述的技术或条件或者按照产品说明书进行。
1.仪器、试剂与材料
6890/5975气相色谱质谱联用仪（美国安捷伦公司）；COMBI PAL型全自动三位一体进样器(美国安捷伦公司)；20mL顶空瓶（美国安捷伦公司）；AMDIS自动质谱解卷积和鉴定软件（美国国家标准与技术研究院）；Mass Profiler Professional差异化分析软件（美国安捷伦公司）。
从市场或者生产厂家收集食用植物油样品54个，包括大豆油（Soybean oil）13个，花生油（Peanut oil）9个，芝麻油（Sesame oil）10个，菜籽油（Colza oil）5 个，棕榈油（Palm oil）5个，棉籽油（Cottonseed oil）6个，玉米油（Maize oil）6个（见表1）。
表1 植物油样品数量统计
Table 1 quantity statistics of Vegetable oil samples
种类 英文名称 样品总数 模型训练数 模型验证数
菜籽油 Colza oil 5 4 1
大豆油 Soybean oil 13 9 4
花生油 Peanut oil 9 6 3
棉籽油 Cottonseed oil 6 5 1
玉米油 Maize oil 6 5 1
芝麻油 Sesame oil 10 8 2
棕榈油 Palm oil 5 4 1
合计 54 41 13
2 实验方法
2.1顶空进样条件 样品量：0.5g；进样加热箱温度：180℃，样品加热同时振摇频率：500rpm，平衡时间：2700S，进样量：500μL。
2.2 色谱条件 色谱柱：HP-5MS毛细管柱（ 30 m×0.25mm×0.25 μm）。升温程序:初始温度40℃，保持 3min，以5℃/min升温至120℃，再以10℃/min升温至300℃；进样口温度260℃，进样模式：脉冲不分流进样，脉冲压力15psi，持续1min；载气：高纯氦气，恒流流速：1.0mL/min。
2.3 质谱条件 传输线温度：280℃；电离模式：EI源；数据采集方式：全扫描，质量扫描范围：20～400amu，溶剂延迟时间：1min。
2.4 数据分析条件 利用NIST自动质谱解卷积和鉴定软件（AMDIS）结合自带谱库（NISTFF香料香精库），在SIMPLE模式处理所得GC-MS数据文件，解卷积参数峰宽（Componentwidth）设置为15，相邻峰差减（Adjacent peak subtraction）设置为one，分辨率（Resolution）、灵敏度（Sensitivity）和峰形要求（Shape requirements）均设置为medium，保留匹配因子（match factor）大于70的组分。
结果与讨论
3.1 数据采集优化
由于事先不知各种植物油的特征化合物，因此采用全扫描模式进行非靶向分析，尽可能获得丰富的化合物信息，为进行下一步的差异化分析打好基础。顶空进样加热箱温度优化，分别进行了60℃，80℃，100℃，120℃，140℃，160℃，180℃实验，结果表明180℃得到的化合物最丰富，尤其一级植物油（一级大豆油、一级玉米油和一级菜籽油）在生产过程中进行了脱臭处理，如果温度较低挥发性成分极少，随着加热温度增加，植物油成份在高温下氧化分解，重新生成挥发性风味物质，主要为醛、酮、醇、酚、酯、烃类物质。但是考虑到仪器的耐受性和安全性，所以选择180℃作为顶空进样加热箱温度。进样口模式脉冲不分流，如果采用不分流模式，得到的色谱峰（尤其是3分钟之前的峰）较宽，采用脉冲不分流模式，在进样时，通过增加进样口压力，让进入的顶空气体快速进入色谱柱，避免了流失的同时生成的色谱峰也较尖锐。
数据处理
应用AMDIS技术可以有效解决GC-MS分析时基质效应和共洗脱对植物油中挥发性化合物的干扰。将AMDIS软件创建的FIN（已鉴定化合物）和ELU（未鉴定化合物）文件，导入MassProfiler Professional(MPP)软件对数据进行分析。MPP共得到2486个化合物（强度阈值为5000）。分别采用按标志筛选，频率筛选，样品差异筛选、单因素方差分析，逐级筛选不同类型植物油的最具特征性标志化合物，通过逐级筛查，化合物数量降到63个，继续使用PCA（主成分分析）和PLS-DA（最小二乘法分析）方法前对数据作降维处理。通过对数据进行降维，消除了众多信息中重复的部分，保留了数据中具有判别能力的化合物。
主成份分析
主成份分析（PCA）是一种非监督方法，可以用于发现样品间的差异。利用MPP软件对各种植物油质谱数据进行主成份分析，主成份分析3维得分图如图1显示，41个训练用植物油，明显分为两大类，芝麻油的在X轴上与其他植物油明显分开，有一个很高的正得分。在2维主成份分析图上，主成份1（PC1）可以阐明数据58.03%（图2）的差异性，专属于芝麻油的组分位于主成份1的正载荷位置。根据主成份1中化合物的得分情况，可以鉴定出区分芝麻油的主要标志成份（表2），不同成份的相对峰强度也表征了该组样品的特征。以化合物94.0@5.650775为例，查看确认其是否具有特征性，一种方式为通过MPP化合物查看器查看，化合物94.0@5.650775在不同植物油中的分布见图3；另一种方式为通过化学工作站，提取特征离子方式查看，见图4。无论是MPP化合物查看器查看还是化学工作站提取特征离子，都能看出该化合物具有很强的特征性，可以作为芝麻油的标记物，经NIST谱库检索该化合物为甲基吡嗪。
表2通过PCA分析得到的芝麻油的主要标志成份
Table 2 The main ingredients of Sesame oil by PCA analysis
Compound Component 1 Component 2 Component 3 Component 4 Mass Retention Time
94.0@5.650775 0.9697679 0.191008 0.012565 0.142868 94 5.650775
80.0@3.2947228 0.9697679 0.191008 0.012565 0.142868 80 3.294723
122.0@12.171183 0.9697679 0.191008 0.012565 0.142868 122 12.17118
122.0@11.551856 0.96976787 0.191007 0.012565 0.142868 122 11.55186
60.0@0.8818904 0.96976787 0.191007 0.012565 0.142868 60 0.88189
84.0@2.1671088 0.96976787 0.191007 0.012565 0.142868 84 2.167109
99.0@5.481937 0.96976787 0.191008 0.012565 0.142868 99 5.481937
96.0@2.7689369 0.96976787 0.191008 0.012565 0.142868 96 2.768937
109.0@14.352331 0.96976787 0.191008 0.012565 0.142868 109 14.35233
121.0@11.459665 0.9697678 0.191007 0.012565 0.142868 121 11.45967
94.0@3.555635 0.9600885 0.25673 -0.00307 0.089225 94 3.555635
3.4 偏最小二乘判别分析（PLS-DA）
从图1可以看出，除芝麻油外，其他植物油没有在无监督的主成份分析上得到很好区分。必须使用有监督的方法进行分析，来发现样品间的差异。PLS-DA是一种成熟的基于回归的方法，特别适用于包含的样品数少于被测变量的情况。它常用于加大观测组之间的区别，最大程度区分不同的类别。使用41个训练样品建立PLS-DA类别分析模型，使用13个预测样品进行模型验证，从PLS-DA法三维图（图5）中可以看出七种植物油可以有效的分开，对分类模型训练和模型验证准确率均为100%，结果见表3，表明了创建的模型用于区分辨别预测植物油类别是可行的。同时，在构建的植物油分类预测模型中鉴定出每种植物油相关的主要标志化合物，见表4。
表3植物油分类模型训练和验证结果
Table 3 Classification model training and validation results of vegetableoils
菜籽油 大豆油 花生油 棉籽油 玉米油 芝麻油 棕榈油 准确度（%）
模型训练
菜籽油 4 0 0 0 0 0 0 100
大豆油 0 9 0 0 0 0 0 100
花生油 0 0 6 0 0 0 0 100
棉籽油 0 0 0 5 0 0 0 100
玉米油 0 0 0 0 5 0 0 100
芝麻油 0 0 0 0 0 8 0 100
棕榈油 0 0 0 0 0 0 4 100
模型验证
菜籽油 1 0 0 0 0 0 0 100
大豆油 0 4 0 0 0 0 0 100
花生油 0 0 3 0 0 0 0 100
棉籽油 0 0 0 1 0 0 0 100
玉米油 0 0 0 0 1 0 0 100
芝麻油 0 0 0 0 0 2 0 100
棕榈油 0 0 0 0 0 0 1 100
表4 构建的植物油分类预测模型中鉴定出的主要标志化合物
Table 4 the main marker of compounds were identificated in the vegetableoil classification prediction model
标志化合物 菜籽油 大豆油 花生油 棉籽油 玉米油 芝麻油 棕榈油
1 4-戊烯-1-醇 正己酸乙烯酯 2,4-二甲基环己醇 糠醛 (反式)-4-壬烯醛 芝麻酚 巴豆醛
2 醋酸乙烯酯 己酸 反1,2-環戊二醇 庚烷 1-戊烯-3-醇 2,6-二甲基吡嗪 1-辛烯
3 2-甲基-1,3-丁二烯 1,1-二甲基环丙烷 戊醛 3-甲基-1-丁烯 (E,E)-2,4-庚二烯醛 2-乙基-6-甲基吡嗪 2-十一烯醛
4 甲酸乙烯酯 戊基环丙烷 4-乙基环己醇 异美汀 2,4-二甲基环己醇 4-甲基噻唑 1-庚烯
5 反式-2-癸烯醛 4-乙基环己醇 正己醛 乙酰胺 正己醛 5-甲基呋喃醛 正己酸乙烯酯
6 反,反-2,4-庚二烯醛 顺式-4-庚烯醛 2,4-二甲基环己醇 甲酸 巴豆醛 2-乙基吡嗪 环丙烷
7 正丁基环戊烷 1,4-二羟基-2-丁烯 2-十一烯醛 对苯二酚 甲酸甲酯 愈创木酚 1-十六烷醇
8 1,3-戊二烯 2,4-二甲基环己醇 硝基环己烷 羟基脲 4-乙基环己醇 2-甲氧基 乙酸乙稀酯
9 二甲基环己醇 丁烯酮 丁烯酮 2,3-辛二酮 顺式-3-己烯醇苯甲酸酯 3-乙基-2,5-甲基吡嗪 己酸
10 2-丁酮 巴豆醛 CIS-4-庚烯醇 4-乙基环己醇 丁烯酮 二甲二硫醚 3-蒈烯
11 2-十一碳烯醛 正戊烷 正己醛 甲醛 正丁基环戊烷 甲酰肼 1,4-丁炔二醇
12 长叶烯 2-丁烯醛 1-丁醇 (反式)-4-壬烯醛 2-庚酮 2,5-二甲基吡嗪 反式-2-癸烯醛
13 N-丁基苯磺酰胺 丙酸 丁酰胺酸 (Z)-4-庚醛 噻吩 正丁醇
化学计量学方法为建立植物油类别分析提供了强有力的手段，实验证明根据植物油挥发性物质对不同种类的植物油进行分类和判别是可行的，从而对控制提高植物油产品质量，植物油掺假鉴别奠定了科学基础。
3.5 基于特征标记物掺假比例的定性定量测定
3.5.1将被掺假植物油与掺假植物油进行不同比例混合，混合比例为0%、1%、5%、10%、20%、50%、70%、90%、100%，具体比例可根据实际情况进行调整，以混合比例为横坐标，以所选取的特征标记物峰面积为纵坐标，制作标准曲线，将待测样品的峰面积带入标准曲线进行计算，得到掺假植物油在被掺假植物油中的掺假比例；
3.5.2将多种植物油油按一定比例混合在一起，验证特征标记物的定量准确性和抗干扰能力；
3.5.3选取5%、10%、20%混合比例的模拟掺假植物油，分别重复测定6次，计算变异系数，验证方法的精密度；
3.5.4将单一品种不同品牌的被掺假的合格植物油重复测定20次，计算特征标记物空白值的标准偏差，按公式三倍空白值的标准偏差除以标准曲线斜率得出检出限；
3.5.5按上述步骤每种植物油确定2-4个特征标记物，选取其中1个响应强度高、线性好、变异系数小、抗干扰能力强的特征标记物作定量用，其他的作为定性用，也可以只使用一个特征标记物同时做定性定量用。
具体实施例：
花生油中掺假大豆油的定性定量测定
花生油风味独特、营养丰富，是中国百姓理想的烹饪用油。 近年来，由于花生油价格不断升高，一些不法商贩为了牟取暴利，在花生油经营、销售过程中掺入价格低廉的油脂，如大豆油等油脂。本试验拟采用顶空气相色谱质谱法对花生油中掺入的大豆油进行定性定量测定，旨为食用油质量安全控制提供一种准确快速的检测方法。
仪器为6890/5975气相色谱质谱联用仪（美国安捷伦公司）带COMBI PAL型全自动三位一体进样器，仪器条件如下：
a.顶空进样条件：样品量：0.5g；进样加热箱温度：180℃，样品加热同时振摇频率：500rpm，平衡时间：3000S，进样量：1000μL。
b.色谱条件：色谱柱：HP-88毛细管柱（ 100 m×0.25mm×0.20 μm）。升温程序:初始温度40℃，保持5min，以5℃/min升温至245℃，保持5min；进样口温度250℃，进样模式：脉冲不分流进样，脉冲压力15psi，持续1min；载气：高纯氦气，恒流流速：1.0mL/min。
c.质谱条件：传输线温度：250℃；电离模式：EI源；数据采集方式：全扫描，质量扫描范围：20～400amu，溶剂延迟时间：8.3min。
通过计量学和方法学方法确定特征标记物，本实验以2,3-辛二酮为特征标记物，以99.1为定量离子，定性定量测定花生油中掺假大豆油。
将大豆油与花生油进行不同比例混合，混合比例为0%、1%、5%、10%、20%、50%、70%、90%、100%，以混合比例为横坐标，以所选取的特征标记物峰面积为纵坐标，制作标准曲线，将待测样品的峰面积带入标准曲线进行计算，得到大豆油在花生油中的掺假比例，线性方程为y=2774.6x+43467，相关系数R2=0.9944，见图6，在玉米油、菜籽油、棕榈油、棉籽油存在的多元体系下，回收率在72.2-105.3%，精密度在13%以内，检出限为3.8%。
以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，如改变顶空、气相及质谱条件，改变称样量，改变标准曲线范围，改变特征标记物，改变掺假、被掺假及干扰植物油品种等，这些改进和润饰也视为本发明的保护范围。

Claims (5)

1.一种顶空气相色谱质谱联用定性定量测定植物油掺假的方法，其特征在于：包括以下步骤：
S1收集单一品种合格植物油；
S2使用顶空气相色谱质谱联用法采集样品信息；
S3用数据分析软件对采集的数据进行分析，获得各品种植物油的化合物信息；
S4使用化学计量学软件，找出每一种植物油的标记化合物；
S5通过方法学验证确定植物油掺假测定的定性定量标记物；
S6通过确定的标记物对样品进行定性定量测定；
其中S1所述的单一品种合格植物油，优选为各种品牌的花生油，玉米油，芝麻油，大豆油，棕榈油、菜籽油、棉籽油，每一品种一般为5-10个不同品牌，最少不低于3个；
S2所述的顶空气相色谱质谱联用法，所用仪器为气相色谱质谱联用仪带顶空进样器，仪器条件如下：
a.顶空进样条件：样品量：0.05-10g，进样加热箱温度：80-280℃，样品加热同时振摇频率：100-700rpm，平衡时间：600-3000S，进样量：50-2500μL；
b.色谱条件：色谱柱：毛细管柱，程序升温，进样口温度：200-300℃，进样模式：分流或不分流进样，载气：高纯氦气，恒流流速：0.5-3.0mL/min；
c.质谱条件：传输线温度：200-300℃，电离模式：EI源，数据采集方式：全扫描，质量扫描范围：20～1000amu，溶剂延迟时间：1-10min；
S3所述的数据分析软件为AMDIS自动质谱解卷积和鉴定软件（美国国家标准与技术研究院）、安捷伦Masshunter定性及定量分析软件，所述的AMDIS自动质谱解卷积和鉴定软件使用方法为利用NIST自动质谱解卷积和鉴定软件（AMDIS）结合自带谱库（NISTFF香料香精库），在SIMPLE模式处理所得GC-MS数据文件，解卷积参数峰宽（Component width）设置为15，相邻峰差减（Adjacent peak subtraction）设置为one，分辨率（Resolution）、灵敏度（Sensitivity）和峰形要求（Shape requirements）均设置为medium，保留匹配因子（matchfactor）大于70的组分；
S4所述的化学计量学软件为Mass Profiler Professional差异化分析软件（美国安捷伦公司），方法为：分别采用按标志筛选，频率筛选，样品差异筛选、单因素方差分析，逐级筛选不同类型植物油的最具特征性标志化合物，通过逐级筛查，化合物数量降低，继续使用PCA（主成分分析）和PLS-DA（最小二乘法分析）方法前对数据作降维处理，建立分类预测模型，对分类模型训练和模型验证准确率均达到100%后，在构建的植物油分类预测模型中鉴定出每种植物油相关的主要标志化合物，每一种植物油包含多个标记化合物；
S5所述通过方法学验证确定植物油掺假测定的定性定量标记物，包括以下步骤：
S51将被掺假植物油与掺假植物油进行不同比例混合，混合比例为0%、1%、5%、10%、20%、50%、70%、90%、100%，具体比例可根据实际情况进行调整，以混合比例为横坐标，以所选取的特征标记物峰面积为纵坐标，制作标准曲线，将待测样品的峰面积带入标准曲线进行计算，得到掺假植物油在被掺假植物油中的掺假比例；
S52将多种植物油油按一定比例混合在一起，验证特征标记物的定量准确性和抗干扰能力；
S53选取不同混合比例的模拟掺假植物油，分别重复测定，计算变异系数，验证方法的精密度；
S54将单一品种不同品牌的被掺假的合格植物油重复测定20次，计算特征标记物空白值的标准偏差，按公式三倍空白值的标准偏差除以标准曲线斜率得出检出限；
S55按上述步骤每种植物油确定2-4个特征标记物，选取其中1个响应强度高、线性好、变异系数小、抗干扰能力强的特征标记物作定量用，其他的作为定性用，也可以只使用一个特征标记物同时做定性定量用；
S6所述通过确定的标记物对样品进行定性定量测定的采集方式为选择离子扫描，以S51所述的标准曲线进行定性定量分析。
2.根据权利要求1所述的顶空气相色谱质谱联用定性定量测定植物油掺假的方法，其特征在于：S2所述的顶空气相色谱质谱联用法，所用仪器为6890/5975气相色谱质谱联用仪（美国安捷伦公司）带COMBI PAL型全自动三位一体进样器，仪器条件如下：
a.顶空进样条件：样品量：0.5g，进样加热箱温度：180℃，样品加热同时振摇频率：500rpm，平衡时间：2700S，进样量：500μL，
b.色谱条件：色谱柱：HP-5MS毛细管柱（ 30 m×0.25mm×0.25 μm），升温程序:初始温度40℃，保持 3min，以5℃/min升温至120℃，再以10℃/min升温至300℃，进样口温度260℃，进样模式：脉冲不分流进样，脉冲压力15psi，持续1min，载气：高纯氦气，恒流流速：1.0mL/min；
c.质谱条件：传输线温度：280℃，电离模式：EI源，数据采集方式：全扫描，质量扫描范围：20～400amu，溶剂延迟时间：3min。
3.根据权利要求1所述的顶空气相色谱质谱联用定性定量测定植物油掺假的方法，其特征在于：S2所述的顶空气相色谱质谱联用法，所用仪器为6890/5975气相色谱质谱联用仪（美国安捷伦公司）带COMBI PAL型全自动三位一体进样器，仪器条件如下：
a.顶空进样条件：样品量：0.5g，进样加热箱温度：180℃，样品加热同时振摇频率：500rpm，平衡时间：3000S，进样量：1000μL；
b.色谱条件：色谱柱：HP-88毛细管柱（ 100 m×0.25mm×0.20 μm），升温程序:初始温度40℃，保持5min，以5℃/min升温至245℃，保持5min，进样口温度250℃，进样模式：脉冲不分流进样，脉冲压力15psi，持续1min，载气：高纯氦气，恒流流速：1.0mL/min；
c.质谱条件：传输线温度：250℃，电离模式：EI源，数据采集方式：全扫描，质量扫描范围：20～400amu，溶剂延迟时间：8.3min。
4.根据权利要求1所述的顶空气相色谱质谱联用定性定量测定植物油掺假的方法，其特征在于：所采用的仪器为顶空气相色谱配FID检测器。
5.根据权利要求3所述的顶空气相色谱质谱联用定性定量测定植物油掺假的方法，其特征在于：S6所述通过确定的标记物对样品进行定性定量测定，以2,3-辛二酮为特征标记物，以99.1为定量离子，定性定量测定花生油中掺假大豆油，将大豆油与花生油进行不同比例混合，混合比例为0%、1%、5%、10%、20%、50%、70%、90%、100%，以混合比例为横坐标，以所选取的特征标记物峰面积为纵坐标，制作标准曲线，将待测样品的峰面积带入标准曲线进行计算，得到大豆油在花生油中的掺假比例，线性方程为y=2774.6x+43467，相关系数R2>0.99，在玉米油、菜籽油、棕榈油、棉籽油存在的多元体系下，回收率在72.2-105.3%，精密度在13%以内，检出限为3.8%。
CN201710056008.3A 2017-01-25 2017-01-25 顶空气相色谱质谱联用定性定量测定植物油掺假的方法 Active CN106680400B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710056008.3A CN106680400B (zh) 2017-01-25 2017-01-25 顶空气相色谱质谱联用定性定量测定植物油掺假的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710056008.3A CN106680400B (zh) 2017-01-25 2017-01-25 顶空气相色谱质谱联用定性定量测定植物油掺假的方法

Publications (2)

Publication Number Publication Date
CN106680400A true CN106680400A (zh) 2017-05-17
CN106680400B CN106680400B (zh) 2019-08-06

Family

ID=58860192

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710056008.3A Active CN106680400B (zh) 2017-01-25 2017-01-25 顶空气相色谱质谱联用定性定量测定植物油掺假的方法

Country Status (1)

Country Link
CN (1) CN106680400B (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107478748A (zh) * 2017-08-16 2017-12-15 上海微谱化工技术服务有限公司 鉴别胡麻科植物的种子提取油掺入植物油的标志物与方法
CN107688058A (zh) * 2017-08-16 2018-02-13 上海微谱化工技术服务有限公司 一种掺伪植物油的鉴别方法
CN108845045A (zh) * 2018-05-03 2018-11-20 北京工商大学 一种气相指纹图谱结合主成分分析方法判别炸油质量的方法
CN109001361A (zh) * 2018-10-09 2018-12-14 南京财经大学 一种检测菜籽油风味物质的方法
CN110487947A (zh) * 2019-09-19 2019-11-22 中国农业科学院农产品加工研究所 基于化学计量学分析鉴别藏猪及其肉制品的方法
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
CN115248265A (zh) * 2021-12-30 2022-10-28 重庆三峡学院 一种防治红火蚁的植物精油熏蒸有效成分识别方法

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2003050081A1 (en) * 2001-12-11 2003-06-19 Cambridge Biopolymers Limited Oil ozonolysis
US20050064076A1 (en) * 2003-09-22 2005-03-24 Fmc Technologies, Inc. Method of measuring volatile components of foods
CN101398412A (zh) * 2008-11-04 2009-04-01 河北大学 一种快速鉴别食用油的气相色谱指纹法
CN101819189A (zh) * 2010-04-23 2010-09-01 苏州泰事达检测技术有限公司 一种快速准确鉴别植物油中掺入棕榈油的方法
CN101852783A (zh) * 2010-05-21 2010-10-06 重庆市计量质量检测研究院 顶空固相微萃取-气相色谱质谱联用检测潲水油的方法
JP2011133365A (ja) * 2009-12-24 2011-07-07 Nisshin Oillio Group Ltd 大豆油の曝光耐性評価方法および大豆油の選別方法
CN104458991A (zh) * 2014-12-12 2015-03-25 广东省农业科学院蚕业与农产品加工研究所 一种食用植物油挥发性风味物质的检测方法
CN105548404A (zh) * 2016-01-15 2016-05-04 安徽农业大学 一种基于代谢组学鉴别霍山米斛与霍山铁皮石斛品种的方法
CN106018640A (zh) * 2016-01-27 2016-10-12 中国药科大学 一种快速筛选、鉴定肿瘤生物标记物的方法及应用
KR20160119613A (ko) * 2015-04-06 2016-10-14 한국과학기술연구원 기체크로마토그래피의 ucm 정보를 이용한 혼합유류의 유종과 혼합비율 분석방법 및 장치

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2003050081A1 (en) * 2001-12-11 2003-06-19 Cambridge Biopolymers Limited Oil ozonolysis
US20050064076A1 (en) * 2003-09-22 2005-03-24 Fmc Technologies, Inc. Method of measuring volatile components of foods
CN101398412A (zh) * 2008-11-04 2009-04-01 河北大学 一种快速鉴别食用油的气相色谱指纹法
JP2011133365A (ja) * 2009-12-24 2011-07-07 Nisshin Oillio Group Ltd 大豆油の曝光耐性評価方法および大豆油の選別方法
CN101819189A (zh) * 2010-04-23 2010-09-01 苏州泰事达检测技术有限公司 一种快速准确鉴别植物油中掺入棕榈油的方法
CN101852783A (zh) * 2010-05-21 2010-10-06 重庆市计量质量检测研究院 顶空固相微萃取-气相色谱质谱联用检测潲水油的方法
CN104458991A (zh) * 2014-12-12 2015-03-25 广东省农业科学院蚕业与农产品加工研究所 一种食用植物油挥发性风味物质的检测方法
KR20160119613A (ko) * 2015-04-06 2016-10-14 한국과학기술연구원 기체크로마토그래피의 ucm 정보를 이용한 혼합유류의 유종과 혼합비율 분석방법 및 장치
CN105548404A (zh) * 2016-01-15 2016-05-04 安徽农业大学 一种基于代谢组学鉴别霍山米斛与霍山铁皮石斛品种的方法
CN106018640A (zh) * 2016-01-27 2016-10-12 中国药科大学 一种快速筛选、鉴定肿瘤生物标记物的方法及应用

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
SYLWIA MILDNER-SZKUDLARZ 等: "The potential of different techniques for volatile compounds analysis coupled with PCA for the detection of the adulteration of olive oil with hazelnut oil", 《FOOD CHEMISTRY》 *
WANG MEI等: "利用化学计量学和 Agilent 5975 GC/MSD 对洋甘菊花及其精油和商品进行类别鉴定", 《安捷伦科技（中国）有限公司应用简报 5991-3969CHCN》 *
WEI HU 等: "Characterization of volatile components in four vegetable oils by headspace two-dimensional comprehensive chromatography time-of-flight mass spectrometry", 《TALANTA》 *
吴翠蓉: "油茶籽油掺杂测定方法的研究", 《万方学位论文数据库》 *
杨虹 等: "基于GC-MS和MassHunter统计方法的芝麻油掺伪识别", 《食品安全质量检测学报》 *

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107478748A (zh) * 2017-08-16 2017-12-15 上海微谱化工技术服务有限公司 鉴别胡麻科植物的种子提取油掺入植物油的标志物与方法
CN107688058A (zh) * 2017-08-16 2018-02-13 上海微谱化工技术服务有限公司 一种掺伪植物油的鉴别方法
CN108845045A (zh) * 2018-05-03 2018-11-20 北京工商大学 一种气相指纹图谱结合主成分分析方法判别炸油质量的方法
CN109001361A (zh) * 2018-10-09 2018-12-14 南京财经大学 一种检测菜籽油风味物质的方法
CN110487947A (zh) * 2019-09-19 2019-11-22 中国农业科学院农产品加工研究所 基于化学计量学分析鉴别藏猪及其肉制品的方法
WO2021052366A1 (zh) * 2019-09-19 2021-03-25 中国农业科学院农产品加工研究所 基于化学计量学分析鉴别藏猪及其肉制品的方法
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
CN115248265A (zh) * 2021-12-30 2022-10-28 重庆三峡学院 一种防治红火蚁的植物精油熏蒸有效成分识别方法
CN115248265B (zh) * 2021-12-30 2024-04-02 重庆三峡学院 一种防治红火蚁的植物精油熏蒸有效成分识别方法
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
CN106680400B (zh) 2019-08-06

Similar Documents

Publication Publication Date Title
CN106680400A (zh) 顶空气相色谱质谱联用定性定量测定植物油掺假的方法
CN106770796B (zh) 顶空气相色谱质谱联用测定调和油调和比例的方法
CN110687240B (zh) 一种快速鉴定火腿产地的方法
Fang et al. Characterization of oils and fats by 1H NMR and GC/MS fingerprinting: Classification, prediction and detection of adulteration
CN103134850A (zh) 一种基于特征香气的茶叶品质快速检测装置及检测方法
CN104316635A (zh) 水果风味品质的快速鉴别方法
CN109738569B (zh) 一种基于spme-gc-ms的高仿卷烟鉴别方法
CN109781918A (zh) 一种不同企业生产的黄酒的气相离子迁移谱鉴别方法
Del Signore Chemometric analysis and volatile compounds of traditional balsamic vinegars from Modena
CN106053653A (zh) 一种辣椒油风味特征指标化合物的分析鉴定方法
CN106932510A (zh) 一种植物油的分类方法
CN107085048B (zh) 一种橄榄调和油中橄榄油含量的检测方法
CN109655533A (zh) 一种鉴别香精香料类型的方法
Tian et al. Development of a flavour fingerprint by GC‐MS and GC‐O combined with chemometric methods for the quality control of Korla pear (Pyrus serotina Reld)
CN109655559A (zh) 一种梨果中挥发性芳香物质的gc×gc-tofms检测方法
CN109738570A (zh) 一种基于pca平均距离分析烟丝加香方式均匀性的方法
CN112116964A (zh) 一种快速判断水果产地的检测方法
Innamorato et al. Quality evaluation of table grapes during storage by using 1H NMR, LC-HRMS, MS-eNose and multivariate statistical analysis
CN103399092B (zh) 一种快速评定人参品质的方法
Tian et al. Rapid identification of adulteration in raw bovine milk with soymilk by electronic nose and headspace-gas chromatography ion-mobility spectrometry
CN113075316B (zh) 一种靖西大果山楂酒窖藏时间的鉴定方法
CN109738567A (zh) 一种烟丝加香方式的均匀性评价方法
CN113049722A (zh) 一种挥发性香气物质指纹图谱的构建方法及其应用
Jin et al. Uncovering the differences in flavor volatiles of different colored foxtail millets based on gas chromatography-ion migration spectrometry and chemometrics
CN102636588A (zh) 一种采用石英晶体振荡器电子鼻鉴别白酒的方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant