CN106770796B - 顶空气相色谱质谱联用测定调和油调和比例的方法 - Google Patents

顶空气相色谱质谱联用测定调和油调和比例的方法 Download PDF

Info

Publication number
CN106770796B
CN106770796B CN201710055974.3A CN201710055974A CN106770796B CN 106770796 B CN106770796 B CN 106770796B CN 201710055974 A CN201710055974 A CN 201710055974A CN 106770796 B CN106770796 B CN 106770796B
Authority
CN
China
Prior art keywords
oil
ready
mixed
mixed oil
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.)
Active
Application number
CN201710055974.3A
Other languages
English (en)
Other versions
CN106770796A (zh
Inventor
蒋万枫
杨钊
张宁
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.)
Shandong Jiabao Food Technology Co ltd
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 CN201710055974.3A priority Critical patent/CN106770796B/zh
Publication of CN106770796A publication Critical patent/CN106770796A/zh
Application granted granted Critical
Publication of CN106770796B publication Critical patent/CN106770796B/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
    • 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
    • G01N30/62—Detectors specially adapted therefor
    • G01N30/64—Electrical detectors
    • G01N30/68—Flame ionisation detectors

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)
  • Edible Oils And Fats (AREA)

Abstract

一种顶空气相色谱质谱联用测定调和油调和比例的方法，其特征在于：包括以下步骤：S1查看调和油配料表，获取调和油成分组成情况；S2收集调和油组成成分单一品种合格植物油；S3使用顶空气相色谱质谱联用法采集各品种植物油样品信息；S4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；S5使用化学计量学软件，找出每一种植物油的标记化合物；S6通过方法学验证确定调和油成分比例测定的标记物；S7通过确定的标记物对调和油成分比例进行测定。本发明确定的测定调和油调和比例的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测定调和油调和比例的方法
技术领域
本发明涉及一种调和油检测的方法，更具体地说，涉及调和油调和成分比例的检测方法。
背景技术
我国是摄入食用油较多的国家，通过食用油来调整不同地区居民脂肪酸摄入的平衡是可行的途径。多种油脂进行调配生产调和油的初衷是避免人体经常吃单一油种的食用油而造成脂肪酸营养不均衡的缺陷。目前我国还没有很好地规范调和油的生产，尚未制定食用调和油的国家标准，现仅有SB/T 10292-1998行业标准。该标准对食用调和油定义为“根据食用油的化学组成，以大宗高级食用油为基质油，加入另1种或1种以上具有功能特性的食用油（高油酸、高亚油酸、含α或γ亚麻酸、含花生四烯酸、富含VE、谷维素型油脂），经科学调配具有增进营养功效的食用油”。在产品分级中可以概括为“2种或2种以上食用油调制的油为调和油”，而对最重要的目标指标——脂肪酸平衡性却没有任何的要求，显然不能满足居民对油脂营养的需求，同时不能规范调和油市场。由于没有调和油国家标准或标准的缺陷，所以造成监管部门无法监管，调和油市场极度混乱。主要表现为：1）没有从脂肪酸平衡这一根本的营养目标来研制和生产，存在不同原料油的任意调配。2）许多调和油产品的首要指标是价格，造成了原料油以次充好、以假乱真，造成了群众认知为“调和油=品质差的油或价格低的油”，使真正营养价值好的调和油无法在市场立足。3）由于标准的缺陷，目前调和油均冠以原料油作为名称，如“谷物调和油”、“花生浓香调和油”、“坚果调和油”、“橄榄调和油”、“茶油调和油”等。实际上可能纯花生油和纯茶籽油的成分比例不到5%甚至更低，许多用棕榈油等价格较低的油种勾兑而成。甚至一些花生调和油通过花生香精等添加剂掺入棕榈油来勾兑成价位稍高的花生调和油。4）目前的检测技术无法准确鉴定调配的原料油及其比例，造成企业在生产和销售过程中，盲目夸大价格昂贵的原料油比例，欺骗消费者，甚至食用油的掺假肆无忌弹，更给“地沟油”有可乘之机，也衍生出了涉及“地沟油”的一系列食品安全问题。5）尽管现在的产品必须进行营养标示，但由于消费者对脂肪酸营养知识的缺乏，无法判断其脂肪酸的平衡性以及如何购买符合健康需求的调和油。6）监管部门虽然承担食用油生产加工企业和市场销售的监管职能，然而面对上述调和油的缺陷和市场的乱象，造成监管部门无法监管或科学监管。
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。调和油检测研究多集中在光谱法和色谱法，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检测成分比例；色谱法主要是通过植物油脂肪酸组成来计算调和油成分比例。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调和油测定。
因此业界急需建立一套快速、高效、通用性好的调和油成分比例检测方法，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调和油方法，有两个关键。第一、寻找每一种组份的特征标记物，该标记物最好只在这种组份中存在，在其他植物油中不存在，或者含量差距非常明显；第二、该标记物在每一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测定调和油调和比例的方法，解决上述存在的问题，其特征在于，包括以下步骤：
一种顶空气相色谱质谱联用测定调和油调和比例的方法，其特征在于：包括以下步骤：
S1查看调和油配料表，获取调和油成分组成情况；
S2收集调和油组成成分单一品种合格植物油；
S3使用顶空气相色谱质谱联用法采集各品种植物油样品信息；
S4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；
S5使用化学计量学软件，找出每一种植物油的标记化合物；
S6通过方法学验证确定调和油成分比例测定的标记物；
S7通过确定的标记物对调和油成分比例进行测定；
其中S1所述的调和油，包括但不限于花生调和油、葵花籽调和油、橄榄调和油，调和油组成成分为两种或两种以上；
S2所述的调和油组成成分单一品种合格植物油为该调和油生产所用的植物油，如果无法获取，可收集其他来源的单一品种合格植物油，每一品种一般为5-10个不同品牌，最少不低于3个；
S3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；
S4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；
S5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，将每一种植物油与其他组分进行分组解析，通过统计分析T检验查找差异明显的化合物，通过样品变异筛查寻找在同一种植物油不同品牌中变化较小的特征化合物，在每一种植物油中的查找的标记化合物为1或多个；
S6所述通过方法学验证确定调和油成分比例测定的标记物，包括以下步骤：
S61将被其中一种植物油与调和油其他植物油进行不同比例混合，混合比例为0%、1%、5%、10%、20%、30%、50%、70%、90%、100%，具体比例可根据实际情况进行调整，选取其中5个或5个以上点，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，得到该植物油在调和油中的比例；
S62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；
S63选取三个不同混合比例的模拟植物调和油，分别重复测定6次，计算变异系数，验证方法的精密度；
S64将单一品种不同品牌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该品种植物油的检出限；
S65按上述步骤选取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；
S7所述通过确定的标记物对调和油样品进行定性定量测定的采集方式为选择离子扫描，将调和油加热至30℃，摇匀后，以S61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，S7所述通过确定的标记物对样品进行定性定量测定，以2,4庚二烯醛（2,4-Heptadienal）为特征标记物，以81@30.9为定量离子，定性定量测定花生调和油中大豆油含量。线性方程为y = 28779902.9148 x + 1815401.5118 ，相关系数R² = 0.9943，在多元体系下，回收率在100.1-100.5%，精密度1.4-3.8%。
以5甲基2糠醛（2- Furancarboxaldehyde，5-methyl）为特征标记物，以110@32.75为定量离子，定性定量测定花生调和油中芝麻油含量。线性方程为y = 420579x + 4294.2，相关系数R²= 0.9924，在多元体系下，回收率在87-100.6%，精密度5-10.4%。
以2癸烯醛（2-Decenal）为特征标记物，以70@33.4为定量离子，定性定量测定花生调和油中花生油含量。线性方程为y = 8381867.87 x + 276902.54，相关系数R² =0.9961，在多元体系下，回收率在75-115.3%，精密度9-16%。
进一步，取样量不超过规定要求的±3.5%，并用取样量对峰面积进行校准。
进一步，对于无法获取配料表或者怀疑配料表不能反映其真实属性的情况下，需收集大豆油、棕榈油、棉籽油、菜籽油、花生油、玉米油、糠油、椰子油、葵花油、芝麻油、亚麻籽油、稻米油、橄榄油单一品种合格植物油，用于调和油成分分析。
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。本发明确定的调和油成分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，不仅仅适用于调和油的检测，也可以非常方便地应用于各种不同样品成分测定，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.花生油、大豆油、芝麻油主成份分析（PCA）三维图；
图2.花生油、大豆油、芝麻油特征标记物轮廓图；
图3.三维主成份分析得分图；
图4.PCA载荷图；
图5.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6.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7.偏最小二乘判别分析（PLS-DA）3D图。
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。具体实施方式如下：
S1查看调和油配料表，获取调和油成分组成情况，包括但不限于花生调和油、葵花籽调和油、橄榄调和油，调和油组成成分为两种或两种以上；
S2收集调和油组成成分单一品种合格植物油，如果无法获取，可收集其他来源的单一品种合格植物油，每一品种一般为5-10个不同品牌，最少不低于3个；
S3使用顶空气相色谱质谱联用法采集各品种植物油样品信息，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；
S4使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；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；
S5使用化学计量学软件，找出每一种植物油的标记化合物；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，将每一种植物油与其他组分进行分组解析，通过统计分析T检验查找差异明显的化合物，通过样品变异筛查寻找在同一种植物油不同品牌中变化较小的特征化合物，在每一种植物油中的查找的标记化合物为1或多个；
S6通过方法学验证确定调和油成分比例测定的标记物；所述通过方法学验证确定调和油成分比例测定的标记物，包括以下步骤：
S61将被其中一种植物油与调和油其他植物油进行不同比例混合，混合比例为0%、1%、5%、10%、20%、30%、50%、70%、90%、100%，具体比例可根据实际情况进行调整，选取其中5个或5个以上点，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，得到该植物油在调和油中的比例；
S62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；
S63选取5%、10%、20%混合比例的模拟植物调和油，分别重复测定6次，计算变异系数，验证方法的精密度；
S64将单一品种不同品牌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该品种植物油的检出限；
S65按上述步骤选取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；
S7通过确定的标记物对调和油成分比例进行测定；所述通过确定的标记物对调和油样品进行定性定量测定的采集方式为选择离子扫描，将调和油加热至30℃，摇匀后，以S61所述的标准曲线进行定性定量分析。
具体实施例1：
花生油调和油成分比例的测定
花生油风味独特、营养丰富，是中国百姓理想的烹饪用油。常见的花生调和油是由大豆油、花生油、芝麻油调和而成，近年来，由于花生油价格不断升高，一些商贩为了牟取暴利，在花生油调和油中降低花生油的比例，增加低价值的油脂大豆油的调和比例。本试验拟采用顶空气相色谱质谱法对花生调和油油成分比例进行测定，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。
通过对大豆油、花生油、芝麻油主成份分析（PCA），可以看出这三种植物油差异是非常明显的，见图1，通过差异化分析得出各品种的特征标记物，见表1，数量关系见图2。
表1通过计量学分析得出的特征标记物
表2 调和油标准曲线混合比例
大豆油% 花生油% 芝麻油%
2 50 48
5 65 30
10 80 10
20 5 75
30 10 60
50 30 20
60 25 15
75 20 5
96 2 2
将调和油中各单一品种进行不同比例混合，混合比例见表2，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，得到该品种植物油在调和油中的比例。
以2,4庚二烯醛（2,4-Heptadienal）为特征标记物，以81@30.9为定量离子，定性定量测定花生调和油中大豆油含量。线性方程为y = 28779902.9148 x + 1815401.5118 ，相关系数R² = 0.9943，在多元体系下，回收率在100.1-100.5%，精密度1.4-3.8%。
以5甲基2糠醛（2-Furancarboxaldehyde， 5-methyl）为特征标记物，以110@32.75为定量离子，定性定量测定花生调和油中芝麻油含量。线性方程为y = 420579x + 4294.2，相关系数R²= 0.9924，在多元体系下，回收率在87-100.6%，精密度5-10.4%。
以2癸烯醛（2-Decenal）为特征标记物，以70@33.4为定量离子，定性定量测定花生调和油中花生油含量。线性方程为y = 6023644.8168 x + 2522409.3117，相关系数R² =0.9921，使用大豆油和芝麻油进行峰面积校正，大豆油校正系数为0.08271，芝麻油校正系数为2.629，得到线性方程为y = 8381867.87 x + 276902.54，相关系数R² = 0.9961，在多元体系下，回收率在75-115.3%，精密度9-16%。
具体实施例2
配料表未知调和油的成分比例测定
散装调和油缺少配料表，假冒伪劣调和油的配料表可信度不强，不能反映食品的真实属性，所以需要进行配料表未知情况下调和油的成分比例测定。
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3）。
表3 植物油样品数量统计
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Mass Profiler 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3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4）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4），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5；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6。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4通过PCA分析得到的芝麻油的主要标志成份
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3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6）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5，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6。
表5植物油分类模型训练和验证结果
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6 构建的植物油分类预测模型中鉴定出的主要标志化合物
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，调和油成分比例测定奠定了科学基础。
3.5 基于特征标记物调和油成分比例的测定
3.5.1将被单一植物油与其他成分植物油进行不同比例混合，混合比例为0%、1%、5%、10%、20%、30%、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，得到该成分在调和油中的比例；
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%混合比例的调和油，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；
3.6 未知配料调和油中大豆油含量测定
以2,3-辛二酮为特征标记物，以99.1为定量离子，将大豆油与花生油、玉米油、菜籽油、棕榈油、棉籽油等其他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%，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，得到大豆油在调和油中的比例。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。
线性方程为y=3928x+18360，相关系数R2=0.9946，在花生油、玉米油、菜籽油、棕榈油、棉籽油存在的多元调和油体系下，回收率在72.2-105.3%，精密度为13%，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，改变调和油种类等，这些改进和润饰也视为本发明的保护范围。

Claims (1)

1.一种顶空气相色谱质谱联用测定调和油调和比例的方法，其特征在于：以2,4-庚二烯醛（2,4-Heptadienal）为特征标记物，以81@30.9为定量离子，定性定量测定花生调和油中大豆油含量；以5-甲基-2-糠醛（2-Furancarboxaldehyde，5-methyl）为特征标记物，以110@32.75为定量离子，定性定量测定花生调和油中芝麻油含量；以2-癸烯醛（2-Decenal）为特征标记物，以70@33.4为定量离子，定性定量测定花生调和油中花生油含量；
所用仪器为气相色谱质谱联用仪带顶空进样器，仪器条件为：
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；
定性定量测定步骤为：将调和油中各单一品种进行不同比例混合，混合比例见下表，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，得到该品种植物油在调和油中的比例；
大豆油% 花生油% 芝麻油% 2 50 48 5 65 30 10 80 10 20 5 75 30 10 60 50 30 20 60 25 15 75 20 5 96 2 2
。
CN201710055974.3A 2017-01-25 2017-01-25 顶空气相色谱质谱联用测定调和油调和比例的方法 Active CN106770796B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710055974.3A CN106770796B (zh) 2017-01-25 2017-01-25 顶空气相色谱质谱联用测定调和油调和比例的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710055974.3A CN106770796B (zh) 2017-01-25 2017-01-25 顶空气相色谱质谱联用测定调和油调和比例的方法

Publications (2)

Publication Number Publication Date
CN106770796A CN106770796A (zh) 2017-05-31
CN106770796B true CN106770796B (zh) 2019-08-06

Family

ID=58943114

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710055974.3A Active CN106770796B (zh) 2017-01-25 2017-01-25 顶空气相色谱质谱联用测定调和油调和比例的方法

Country Status (1)

Country Link
CN (1) CN106770796B (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110554171A (zh) * 2019-06-06 2019-12-10 上海传一电子科技有限公司 润滑油质量监控方法及设备
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
CN110907578A (zh) * 2019-12-04 2020-03-24 河南省商业科学研究所有限责任公司 一种基于脂肪酸变化定量调和油中所含油脂比例的检测方法
CN111089927A (zh) * 2020-02-11 2020-05-01 中绿环保科技股份有限公司 一种色谱仪的色谱柱温度控制装置及其控制方法
CN112578060A (zh) * 2020-11-25 2021-03-30 青海大学 一种亚麻籽油挥发性成分的测定方法及其用途
CN114414673B (zh) * 2021-12-14 2024-01-05 哈尔滨医科大学 一种鉴别植物油种类的方法
CN114397387B (zh) * 2021-12-30 2024-10-01 浙江农林大学 一种食用油氧化劣变快速检测的装置和直接质谱方法

Citations (8)

* 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
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
KR20160119613A (ko) * 2015-04-06 2016-10-14 한국과학기술연구원 기체크로마토그래피의 ucm 정보를 이용한 혼합유류의 유종과 혼합비율 분석방법 및 장치

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050064076A1 (en) * 2003-09-22 2005-03-24 Fmc Technologies, Inc. Method of measuring volatile components of foods

Patent Citations (8)

* 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
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

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
Characterization of volatile components in four vegetable oils by headspace two-dimensional comprehensive chromatography time-of-flight mass spectrometry;Wei Hu 等;《Talanta》;20141101;第129卷;第629-635页
The potential of different techniques for volatile compounds analysis coupled with PCA for the detection of the adulteration of olive oil with hazelnut oil;Sylwia Mildner-Szkudlarz 等;《Food Chemistry》;20081001;第110卷(第3期);第751-761页
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;Wang Mei等;《安捷伦科技（中国）有限公司应用简报 5991-3969CHCN》;20140217;第1-9页
油茶籽油掺杂测定方法的研究;吴翠蓉;《万方学位论文数据库》;20131231;第26-63页

Also Published As

Publication number Publication date
CN106770796A (zh) 2017-05-31

Similar Documents

Publication Publication Date Title
CN106770796B (zh) 顶空气相色谱质谱联用测定调和油调和比例的方法
CN106680400B (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
Fang et al. Characterization of oils and fats by 1H NMR and GC/MS fingerprinting: Classification, prediction and detection of adulteration
Zhang et al. A study on volatile metabolites screening by HS‐SPME‐GC‐MS and HS‐GC‐IMS for discrimination and characterization of white and yellowed rice
Tian et al. Detection of peanut oil adulteration mixed with rapeseed oil using gas chromatography and gas chromatography–ion mobility spectrometry
Chen et al. Tocopherol speciation as first screening for the assessment of extra virgin olive oil quality by reversed-phase high-performance liquid chromatography/fluorescence detector
Rohman et al. Analysis of pig derivatives for halal authentication studies
CN107085048B (zh) 一种橄榄调和油中橄榄油含量的检测方法
Yu et al. Research progress in comprehensive two-dimensional gas chromatography-mass spectrometry and its combination with olfactometry systems in the flavor analysis field
Dong et al. Rapid prediction of fatty acid composition of vegetable oil by Raman spectroscopy coupled with least squares support vector machines
CN106053653B (zh) 一种辣椒油风味特征指标化合物的分析鉴定方法
Jeleń et al. A headspace–SPME–MS method for monitoring rapeseed oil autoxidation
Zhao et al. Detection of adulteration of sesame and peanut oils via volatiles by GC× GC–TOF/MS coupled with principal components analysis and cluster analysis
Maestrello et al. Nuclear magnetic resonance spectroscopy in extra virgin olive oil authentication
Cai et al. An expert system based on 1H NMR spectroscopy for quality evaluation and adulteration identification of edible oils
D’Archivio et al. Optimization using chemometrics of HS-SPME/GC–MS profiling of saffron aroma and identification of geographical volatile markers
CN104316635A (zh) 水果风味品质的快速鉴别方法
Li et al. Comparison of GC and DSC monitoring the adulteration of camellia oil with selected vegetable oils
Roy et al. Detection of soybean oil adulteration in cow ghee (clarified milk fat): An ultrafast study using flash gas chromatography electronic nose coupled with multivariate chemometrics
Jeleń et al. Identification of the botanical origin of raw spirits produced from rye, potato, and corn based on volatile compounds analysis using a SPME-MS method
Li et al. Analysis of the volatile compounds associated with pickling of ginger using headspace gas chromatography‐ion mobility spectrometry
Yang et al. Rapid, accurate and simply-operated determination of laboratory-made adulteration of quinoa flour with rice flour and wheat flour by headspace gas chromatography-ion mobility spectrometry
Kalogiouri et al. A rapid GC-FID method for the determination of fatty acids in walnut oils and their use as markers in authenticity studies
Roy et al. A novel technique for detection of vanaspati (hydrogenated fat) in cow ghee (clarified butter fat) using flash gas chromatography electronic nose combined with chemometrics
CN113390980A (zh) 一种煎饼加工中风味物质变化的评价方法

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
TR01 Transfer of patent right

Effective date of registration: 20230802

Address after: No. 1201, Xingbo 6th Road, Boxing County Economic Development Zone, Binzhou City, Shandong Province, 256500

Patentee after: Shandong Jiabao Food Technology Co.,Ltd.

Address before: 266071 Qingdao Institute for Food and Drug Control, No. 7, Longde Road, Shinan District, Qingdao, Shandong

Patentee before: QINGDAO INSTITUTE FOR FOOD AND DRUG CONTROL

TR01 Transfer of patent right