CN110006886B - 一种纳米化色敏传感器及其判别小麦霉变程度的方法 - Google Patents

一种纳米化色敏传感器及其判别小麦霉变程度的方法 Download PDF

Info

Publication number
CN110006886B
CN110006886B CN201910334934.1A CN201910334934A CN110006886B CN 110006886 B CN110006886 B CN 110006886B CN 201910334934 A CN201910334934 A CN 201910334934A CN 110006886 B CN110006886 B CN 110006886B
Authority
CN
China
Prior art keywords
color
sensitive
wheat
mildew
nanocrystallization
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
CN201910334934.1A
Other languages
English (en)
Other versions
CN110006886A (zh
Inventor
林颢
康文翠
陈全胜
严松
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.)
Jiangsu University
Original Assignee
Jiangsu University
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 Jiangsu University filed Critical Jiangsu University
Priority to CN201910334934.1A priority Critical patent/CN110006886B/zh
Publication of CN110006886A publication Critical patent/CN110006886A/zh
Application granted granted Critical
Publication of CN110006886B publication Critical patent/CN110006886B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/75—Systems in which material is subjected to a chemical reaction, the progress or the result of the reaction being investigated
    • G01N21/77—Systems in which material is subjected to a chemical reaction, the progress or the result of the reaction being investigated by observing the effect on a chemical indicator
    • G01N21/78—Systems in which material is subjected to a chemical reaction, the progress or the result of the reaction being investigated by observing the effect on a chemical indicator producing a change of colour
    • G01N21/783—Systems in which material is subjected to a chemical reaction, the progress or the result of the reaction being investigated by observing the effect on a chemical indicator producing a change of colour for analysing gases
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/75—Systems in which material is subjected to a chemical reaction, the progress or the result of the reaction being investigated
    • G01N21/77—Systems in which material is subjected to a chemical reaction, the progress or the result of the reaction being investigated by observing the effect on a chemical indicator
    • G01N2021/7756—Sensor type

Landscapes

  • Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Plasma & Fusion (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Investigating Or Analysing Materials By The Use Of Chemical Reactions (AREA)

Abstract

本发明涉及一种纳米化色敏传感器及其判别小麦霉变程度的方法，属于粮油品原料质量控制领域；本发明首先合成了聚苯乙烯‑丙烯酸纳米微球；分别加入对小麦霉变挥发性气体敏感的色敏材料并加入二氯甲烷溶液，之后在磁力搅拌下加入乳化剂聚乙二醇600；制备得到纳米化色敏材料；并将该纳米化色敏材料用于小麦霉变程度的检测，同时比较非纳米化和纳米化色敏传感器检测小麦霉变的模式识别结果，确定纳米化传感器在检测小麦霉变挥发性气体的潜力，完成对不同霉变程度小麦的判别；本发明对满足消费者食品质量和安全的需求及维护市场秩序方面有着重要的现实意义。

Description

一种纳米化色敏传感器及其判别小麦霉变程度的方法
技术领域
本发明涉及一种纳米化色敏传感器及其判别小麦霉变程度的方法，属于粮油品原料质量控制领域。
背景技术
在中国的粮食储备中，小麦储备排名第一。小麦在贮藏和运输过程中很容易被霉菌感染，导致变质，并因此影响其质量和安全性。粮食上的霉菌种类多样，曲霉属和青霉属是最常见的菌群，当局部有少量的水分升高时，会首先达到白曲霉等这些干生型霉菌生长的条件，这些霉菌会率先生长。
鉴于上述缺陷，电子鼻也已用于识别气体混合物以克服这种约束。它已被用作快速检测与食品品种、质量、虫害、新鲜度和霉变程度等相关领域。然而，它具有基线漂移的特殊限制，对挥发物的非特异性以及蒸汽结果的影响。因此寻找一种简便快速检测小麦霉变的方法，对满足消费者对食品质量和安全的需求及维护市场秩序方面有着重要的现实意义。
在小麦发生霉变的最优条件下，小麦的不同贮藏时间对其霉变程度有影响，每种小麦霉菌程度都会产生不同类型和比例的挥发性有机化合物。准确和快速地识别复杂混合物中的特定VOC(volatile organic compounds)浓度仍然是比色传感器技术的一大瓶颈。
发明内容
本发明的目的在于提供一种小麦霉变程度快速检测方法，尤其是涉及一种基于纳米化色敏传感器的小麦霉变程度快速检测方法。
本发明使用色敏材料-卟啉类和氟硼吡咯类化合物，该类化合物具有良好的色敏特性兼具易于修饰、性质稳定的特点；纳米材料具有比表面积效应、小尺寸效应、量子效应、界面效应等，二者聚合后的制作出的传感器灵敏度和化学活性更高、与目标分子会形成更稳定的结构，增大传感器与挥发性气体的接触面，提高传感器衬底与色敏材料分子的结合力而提高色敏传感器的灵敏度。实现了霉变气体的快速检测，对小麦霉变的检测稳定性好，灵敏度高。
为了实现上述目的，本发明的技术方案如下：
本发明提供一种纳米化色敏传感器，所述纳米化色敏传感器由聚苯乙烯-丙烯酸纳米微球和对食品霉变挥发性气体敏感的色敏材料聚合而成。
本发明还挺所述一种纳米化色敏传感器的制备方法，包括如下步骤：
(1)使用苯乙烯(St)和丙烯酸(AA)作为单体，过硫酸铵(APS)作为非缓冲介质中的引发剂，通过无皂乳液共聚合方法制备聚苯乙烯-丙烯酸(P(St-co-AA))纳米微球。
(2)称量一定量制备好的P(St-co-AA)纳米微球并加入乙醇溶液超声处理20-30min；然后加入筛选出来的色敏材料(8-(4-硝基苯基)-4,4-二氟-6-溴硼二吡咯甲烷(NO2BDP)、8-(4-硝基苯基)-4,4-二氟硼二吡咯甲烷(NO2BrBDP))并加入二氯甲烷溶液，之后在一定转速的磁力搅拌下加入乳化剂聚乙二醇600。将混合物在50℃下连续搅拌处理5-10min，然后以一定的速率加热至90℃，并在90℃保持半小时以上。将得到的有色样品从玻璃小瓶中取出并冷却至室温。
所述的纳米化色敏传感器用于小麦霉变挥发性气体浓度的检测，所述挥发性气体为1-辛烯-3-醇和3-辛酮，根据本发明的一个实施例，根据采集纳米化色敏传感器与挥发性气体反应前后的RGB差异建立预测模型，所述1-辛烯-3-醇的线性检测模型为Y＝-0.0947x+51.426，线性方程的相关性为R2＝0.8078；3-辛酮的线性检测模型为Y＝0.1209x+3.7609，相关系数R2达到0.8324。
所述的纳米化色敏传感器用于食品霉变程度的快速判别，根据本发明的一个实施例，用于对小麦霉变程度的快速判别。
本发明提供一种小麦霉变菌落总数或霉变程度的快速检测方法，包括如下步骤：
小麦霉变特征气体及对其敏感的色敏材料的筛选；色敏材料与纳米微球的聚合及纳米化传感器的制作；基于纳米化色敏传感器技术的对小麦霉变气体的检测。
S1.按照上述方法合成纳米化色敏传感器；
S2.霉变小麦样本的准备：
将小麦接种霉菌，控制贮藏霉变时间来制作不同时间(0天、3天、5天、7天和9天)的霉变小麦样本。
S3.制备交互敏感阵列传感器：
将化合物NO2BrBDP和NO2BDP分别溶于二氯甲烷，和纳米化色敏材料P(St-co-AA)-NO2BDP和P(St-co-AA)-NO2BrBDP共形成四个传感器单元，分别通过点样毛细管将其印染在聚偏二氟乙烯膜上，制成2×2(2行2列)的交互敏感阵列传感器。
S4.小麦霉变程度预测模型的建立：
通过用图像采集装置获取交互敏感阵列传感器的初始图像，之后再采集交互敏感阵列传感器与不同霉变天数(0、3、5、7、9天)的小麦反应后的颜色信息，利用图像采集装置及图像处理软件分别得到差值图和特征矩阵，建立主成分分析和模式识别模型并验证模型的有效性。
通过近红外光谱采集系统获取交互敏感阵列传感器与不同霉变天数(0、3、5、7、9天)的小麦反应前后的光谱数据，对采集到的光谱数据，采用联合区间偏最小二乘法霉变判别模型并验证模型的有效性。
S5.小麦霉变程度的检测：
对待测小麦样本进行近红外光谱采集或特征矩阵的提取，根据验证的小麦霉变程度预测模型检测小麦霉变程度。
与现有的技术相比，本发明的优点在于：
(1)本发明筛选出的对小麦霉变标志物敏感的两种色敏材料8-(4-硝基苯基)-4,4-二氟-6-溴硼二吡咯甲烷(NO2BrBDP)和8-(4-硝基苯基)-4,4-二氟硼二吡咯甲烷(NO2BDP)，属于氟硼吡咯类化合物，具有良好的色敏特性兼具易于修饰、性质稳定的特点，可针对性的分析小麦霉变的标志物。
(2)本发明通过无皂乳液共聚合方法制备的聚苯乙烯-丙烯酸纳米聚合物，结合了纳米材料的纳米效应，如表面积效应、小尺寸效应。
(3)本发明合成的纳米聚合物，与筛选出来的色敏材料聚合制作出的纳米化的色敏传感器阵列，提高传感器的灵敏度，增加与待测霉变小麦的特征气体的显色效应。
(4)本发明合成的纳米化色敏传感器阵列与霉变的小麦反应后能够产生肉眼可见的颜色变化，验证此种纳米化色敏传感器用于检测小麦霉变特征挥发性气体的可行性，为实现对小麦霉变程度的检测提供了重要理论基础。
本发明合成的纳米化色敏传感器通过定量和定性两方面验证了其在判别小麦霉变方面的优势，本发明制备的纳米化色敏传感器对小麦霉变贮藏时间正判率达到100％，充分证明了本发明制备的纳米化色敏传感器可以有效的用于霉变小麦的判别，以及不同霉变程度小麦的区分。
(5)本发明提供一种简便、稳定、快速的小麦霉变程度的检测方法。与广谱的色敏传感器方法相比较，本发明更具专一性和灵敏性，且提供了一种对传统色敏传感器优化的方法。本发明对满足消费者对食品质量和安全的需求及维护市场秩序方面有着重要的现实意义。
附图说明
图1是一种基于纳米化传感器的小麦霉变检测方法示意图。
图2是不同粒径的聚苯乙烯-丙烯酸微球的TEM图，其中a、b、c中的标尺大小均为0.5μm。
图3是色敏材料在CCl2溶液中的紫外和可见吸收光谱图。
图4是非纳米化NO2BDP传感器(a)和P(St-co-AA)-NO2BDP传感器(b)的颜色分量值与1-辛烯-3-醇的线性拟合模型。
图5是非纳米化NO2BrBDP传感器(a)和P(St-co-AA)-NO2BrBDP传感器(b)的颜色分量值与3-辛酮的线性拟合模型。
图6是检测霉菌菌落总数的最优Si-GA-PLS模型，其中图a为GA算法筛选结果；图b为霉菌菌落总数实测值与模型预测值散点图。
图7为由纳米化色敏传感器对五个霉变程度(0天、3天、5天、7天和9天)的小麦样本进行主成分分析得到的三维投影图。
图8为不通过霉变程度小麦的KNN模型(a)和LDA模型(b)。
具体实施方式
下将结合附图所示的各实施方式对本发明进行详细描述。但这些实施方式并不限制本发明，本领域的普通技术人员根据这些实施方式所做出的结构、方法、或功能上的变换均包含在本发明的保护范围内。
如附图1所示为一种新型的小麦霉变程度检测方法示意图。
实施例1：小麦霉变特征气体及对其敏感的色敏材料的筛选
S1.小麦霉变过程中的挥发性气体的分析
(1)将小麦培养在最佳霉变条件的恒温恒湿箱内，用天平称取小麦样品于萃取瓶中并加入4-甲基-2-戊醇作为内标，旋紧盖子；然后将萃取瓶置于恒温水浴中加热，将SPME萃取头从瓶盖的橡胶垫插入到样品的顶空部分，推出纤维头，顶空吸附；
所述霉变的最佳条件为28℃，湿度为80％；
所述样品与4-甲基-2-戊醇的用量为8.0g：10μL，其中4-甲基-2-戊醇的浓度为1.212mg/L；
所述水浴加热条件为75℃；
所述顶空吸附40min。
(2)顶空固相萃取后，从萃取瓶中拔出SPME萃取头，将萃取头插入到气相色谱-质谱(GC-MS)仪的进样口，推出纤维头，解吸完成样品的进样；
仪器参数设置如下：
色谱条件：进样口温度为250℃；柱温：起始温度65℃持续4min，以5℃/min升温至180℃保持5min，最后以20℃/min升温至220℃持续5min，总运行时间为39min；DB-WAX型色谱柱(30m×0.25mm×0.25μm)，载气氦气(He)，不分流，流量为1mL/min。
质谱条件：接口温度为250℃，离子源的温度为230℃，电离方式EI+，电子能量为70eV，扫描质量的范围50～550amu，通过HP-Chemstation System工作站来采集并处理数据。
(3)对GC-MS仪检测出的新鲜小麦及霉变3、7、11天的小麦中的10种主要挥发性成分进行方差分析，最终确定选取1-辛烯-3-醇和3-辛酮作为小麦霉变程度的标志物。
S2.识别霉变气体的色敏材料的筛选
选取卟啉及其衍生物和氟硼吡咯类化合物(如表1所示)将其溶于二氯甲烷，浓度为2mg/mL，通过点样毛细管将其印染在聚偏二氟乙烯膜上制成色敏传感器，用相机采集色敏传感器的原始图像，然后分别各自取10mL浓度为0.050g/L的1-辛烯-3-醇和10mL浓度为0.025g/L的3-辛酮溶液于烧杯中，将传感器贴于保鲜膜上，将保鲜膜密封烧杯口，立即放入75℃烘箱中让传感器与挥发气体充分反应20min，待反应结束后立即取出传感器并采集反应后传感器的图像，用计算机计算各自反应前后的颜色灰度差值，确定对特征性霉变气体1-辛烯-3-醇敏感的色敏材料为8-(4-硝基苯基)-4,4-二氟硼二吡咯甲烷(NO2BDP)，对3-辛酮敏感的色敏材料为8-(4-硝基苯基)-4,4-二氟-6-溴硼二吡咯甲烷(NO2BrBDP)。
表1. 12种氟硼吡咯类化合物和15种卟啉类化合物的名称及简称
Figure BDA0002038858350000051
a购于美国Sigma-Aldrich公司；b实验室常规方法合成。
实施例2：纳米化色敏材料的合成
(1)使用苯乙烯(St)和丙烯酸(AA)作为单体，过硫酸铵(APS)作为非缓冲介质中的引发剂，通过无皂乳液共聚合方法制备聚苯乙烯-丙烯酸(P(St-co-AA))。
具体制备方法如下：将40mL去离子水加入到100mL玻璃反应容器中。然后在恒温磁力搅拌水浴锅中将其加热至70℃。在400rpm转速下搅拌并用氮气吹扫约1小时后，将5.25gSt和0.18g AA单体加入反应容器中，通过加入10mL的10g/L的APS的水溶液开始反应，系统控制在70℃并保持8小时。反应完成后，加入0.1mol/L的HCl溶液并在12,000rpm转速下离心30分钟后，最后用去离子水反复洗涤三次以除去残留的单体、电解质和水溶性低聚物。最后，将样品在60℃下干燥24小时，得到P(St-co-AA)纳米球，记为PSA。
将制得的聚苯乙烯-丙烯酸(P(St-co-AA))纳米球样品用去离子水稀释25倍并超声15min之后滴加到Cu网上，在红外灯下进行照射。达到干燥的状态，使用透射电子显微镜(TEM)观察制得的聚苯乙烯-丙烯酸(P(St-co-AA))纳米球是相对光滑和均匀的球形材料。
P(St-co-AA)纳米球制备过程中通过改变丙烯酸的用量来控制纳米微球粒径的大小，结果如图2所示，图2是不同粒径的聚苯乙烯-丙烯酸微球的透射电子显微镜(TEM)图，(a)图中微球形成过程中丙烯酸用0.08g，粒径最小，为335nm；(b)图的丙烯酸用量0.15g，粒径达到370nm；(c)图中的聚苯乙烯-丙烯酸微球的粒径最大，达到400nm，丙烯酸用量达到0.18g。
(2)将两种色敏材料分别纳米化：称量0.2g制备好的P(St-co-AA)纳米球，加入50μL的乙醇溶液超声处理30分钟，然后分别加入0.02g筛选出来的色敏材料NO2BDP、NO2BrBDP并加入2mL二氯甲烷溶液，之后在350rpm的磁力搅拌下加入1mL乳化剂聚乙二醇600。再将混合物在50℃下连续搅拌处理10分钟，然后以5℃/5分钟的速率加热至90℃，并在90℃保持60分钟。将得到的有色样品从玻璃小瓶中取出并冷却至室温，得到两种纳米化色敏材料。
具体过程原理：以苯乙烯和丙烯酸为原料，合成一种聚合物纳米微球，再将合成的微球和色敏材料混合，通过加热来提高混合体系的温度，一方面来增加色敏材料的溶解度，同时，温度的升高也可以增强纳米球表面丙烯酸链的活动性，产生更多的自由体积，促进溶液中的色敏材料分子与纳米球之间的相互作用。当色敏材料分子与纳米球表面充分接触，它们与丙烯酸的羧基形成氢键，增加了吸附在外水合层上的材料的量。然后在纳米球表面和内部之间产生一个浓度梯度。由于材料与苯乙烯链段之间的强疏水相互作用，色敏材料分子从纳米球表面扩散到内部，降低了水相中的浓度。为了保持平衡，悬浮颗粒中的更多材料会溶解，直到所有分子都被纳米球吸收，形成纳米化色敏材料。
实施例3：P(St-co-AA)纳米球和色敏材料质量比不同对材料性能的影响
将以P(St-co-AA)纳米球和色敏材料质量比为1：1、5：1、10：1和20：1的比例合成的P(St-co-AA)-NO2BDP作为单个阵列单元制作成一套色敏传感器检测1-辛烯-3-醇，每个传感器阵列对1-辛烯-3-醇的响应差值如下表2所示。
通过比较发现，P(St-co-AA)纳米球和色敏材料质量比为10：1制备的P(St-co-AA)-NO2BDP在捕捉1-辛烯-3-醇分子时，其RGB响应值均明显高于其他的材料。
表2.不同质量比(NO2BDP/PSA)与1-辛烯-3-醇反应响应值的平均值，标准偏差和变异系数
Figure BDA0002038858350000071
实施例4：纳米化色敏传感器检测的信号增强验证
将实施例2制备的纳米化色敏材料P(St-co-AA)-NO2BDP和非纳米化色敏材料NO2BDP分别用CCl2稀释至0.01mg/mL的浓度，得到纳米化色敏材料和非纳米化色敏材料的溶液。用移液枪分别吸取3mL上述溶液于洁净石英比色皿中，于25℃恒温下用紫外-可见分光光度计检测溶液，紫外-可见光谱的测量波长为350-800nm。
图3是P(St-co-AA)-NO2BDP和非纳米化色敏材料(NO2BDP)的紫外-可见光谱图。可以看出，两种光谱在紫外可见区域均具有特征吸收，其中在300-400nm之间会有一个弱的吸收带，称为R带，是一种含杂原子的不饱和化合物的吸收带。P(St-co-AA)-NO2BDP和NO2BDP都在400-500nm之间有较高摩尔吸收系数的吸收带，该强吸收峰称为K带，K吸收带是由共轭体系的π→π*跃迁引起，吸收强度强，是共轭分子的特征吸收带，可判断该色敏材料NO2BDP具有不饱和化合物的共轭结构。因此，从图3可以看出，色敏材料经过纳米化以后，在可见光区域的吸收光谱值有较大幅度的提高，对气体检测的灵敏度有较大程度的提高。
实施例5：纳米化色敏传感器对霉菌感染小麦挥发气体的检测
将P(St-co-AA)-NO2BDP和非纳米化NO2BDP的色敏传感器暴露于浓度分别为5、10、15、75、100和150mg/L的1-辛烯-3-醇溶液中，并且使用常规的图像采集装置(3CCD相机)检测反应之前和之后的RGB差异。用相同的方法，将纳米化色敏材料P(St-co-AA)-NO2BrBDP暴露于浓度为0.1、1、5、15、30和50mg/L的3-辛酮溶液中，并且使用常规的图像采集装置(3CCD相机)检测反应之前和之后的RGB差异。根据信息RGB差值与两种特征霉变挥发性物质浓度建立线性拟合模型。比较分析纳米化色敏传感器和非纳米化色敏传感器在检测挥发性气体中的优势。
图4是NO2BDP色敏传感器(a)和P(St-co-AA)-NO2BDP色敏传感器(b)与1-辛烯-3醇浓度的线性模型。通过比较模型结果，颜色分量RGB差值均与1-辛烯-3-醇的浓度呈负相关，P(St-co-AA)-NO2BDP色敏传感器对1-辛烯-3-醇的响应高于非纳米化NO2BDP传感器。在分析响应水平以及相关系数的基础上，P(St-co-AA)-NO2BDP传感器在检测小麦中1-辛烯-3-醇的发霉VOC方面表现出更好的潜力，特别体现在B分量上，通过色敏传感器差值图像中的B分量数据建立1-辛烯-3-醇的线性预测模型为Y＝-0.0947x+51.426，线性方程的相关性为R2＝0.8078，均方根误差RMSE＝3.05g/L。
图5是NO2BrBDP色敏传感器(a)和P(St-co-AA)-NO2BrBDP色敏传感器(b)与3-辛酮浓度的线性模型。从拟合结果来看，RGB响应值均随3-辛酮浓度的增加而增加，这意味着颜色分量与3-辛酮的浓度呈正相关规律。且后者的拟合结果更好，基于三种颜色分量的相关系数均高于非纳米化NO2BrBDP传感器，通过色敏传感器差值图像中的G分量数据建立3-辛酮的预测模型为Y＝0.1209x+3.7609，相关系数R2达到0.8324，均方根误差RMSE＝1.65g/L。表明P(St-co-AA)-NO2BrBDP传感器有助于检测3-辛酮这种霉菌挥发性有机化合物。随着有机化合物浓度的增加，不同传感器的响应值差异会发生变化。这种趋势可能与色敏材料纳米化结构的重组有关，它从光谱动力计算学和光谱带分析等理论知识归因于分子的振动基频。
上述结果表明，本发明制备的纳米化色敏传感器可以很好的实现对挥发性有机化合物的定性检测，并且检测效果优于非纳米化材料。
实施例6：小麦霉变菌落总数的预判模型的建立及检测
(1)将小麦培养在温度为28℃，湿度为80％(霉变的最佳条件)的恒温恒湿箱内，从微生物菌种保藏中心购买白曲霉冻干粉的实验菌种。感染了白曲霉的不同霉变程度小麦的制备主要是通过调控接种一定量霉菌的小麦在生化培养箱中的贮藏时间来实现的，具体操作包括：活化与培养白曲霉，对小麦灭菌、调节水分、给小麦接种白曲霉长势良好的菌液，获得五个不同时间(0d、3d、5d、7d和9d)的霉变小麦的样本，训练集60个样本，预测集30个样本。
(2)将小麦霉变标志物敏感的两种氟硼吡咯类化合物(NO2BrBDP和NO2BDP)分别溶于二氯甲烷，分别配制成浓度为2mg/mL的溶液，结合这两种色敏材料纳米化之后形成的材料(P(St-co-AA)-NO2BDP和P(St-co-AA)-NO2BrBDP)共形成四个传感器单元，之后分别通过点样毛细管将其印染在聚偏二氟乙烯(PVDF)膜上，制成2×2(2行2列)的交互敏感阵列传感器。
(3)小麦霉变菌落总数的检测验证
霉变小麦培养第3d、5d、7d和9d分别取样，对统计的菌落总数数据都进行取对数处理。样本的霉菌菌落总数的测定方法参照食品安全国家标准检测霉菌菌落总数。当霉变小麦各自在培养箱培养到第3天，霉菌菌落总数开始持续显著提升，在培养5天左右后，菌落总数增长的速度达到最快。继续培养到第7-9天时，菌落总数增长趋于平缓。由于色敏传感器是固体板状，本实施例采集的是光谱的反射率，这样可以避免样本大小、形状、密实度和均匀度等不同造成的偶然误差。随着贮藏时间的延长，感染了霉菌的小麦霉变程度在逐渐加深，小麦表面的霉菌在不断滋生，随着霉菌的增多，在同一波段范围内，由传感器获得的近红外光谱的反射率逐渐增大。
用电子天平分别称量25g新鲜小麦、贮藏3d、5d、7d、和9d的霉变小麦样本，将上述制备好的传感器正面朝上地固定在保鲜膜上并将保鲜膜密封于称量瓶口并用皮筋固定好，待传感器与霉变小麦挥发性气体反应达到平衡取出传感器；利用SONY公司的线阵CCDILX554B近红外光谱仪获取纳米化色敏传感器与霉变小麦挥发性气体反应后的光谱数据。所采用的近红外光谱仪在400-1000nm的光谱范围内，在平均次数为5次，平滑点数为5，积分时间为20ms的设置参数下分别获取与感染白曲霉小麦挥发性气体反应后的NO2BrBDP、NO2BDP、P(St-co-AA)-NO2BDP和P(St-co-AA)-NO2BrBDP四个传感器单元的光谱信息，获得的光谱数据中共有1799个变量。
采集到的光谱数据，由于光谱常会出现噪声、基线漂移和平移等现象而会干扰光谱与待测样品中有效成分之间的关系。因此，在建模前需对光谱标准正态变量交换。
分别建立NO2BrBDP、NO2BDP、P(St-co-AA)-NO2BDP和P(St-co-AA)-NO2BrBDP四个传感器单元的光谱与霉菌菌落总数的联合区间偏最小二乘法(Si-PLS)模型，从中找出最具代表性的区间。即通过将同一次区间划分中精度较高的几个子区间联合来共同预测样本指标，Si-PLS算法将光谱数据分为10个区间，从中找出最具代表性的区间，然后在最佳数据区间下分别建立四个传感器采集的光谱数据与菌落总数的PLS模型，通过计算各个PLS模型下的训练交互验证均方根误差值(RMSECV)和预测均方根误差值(RMSEP)，以及相应的霉菌菌落总数的预测值与实测值相关系数Rc和Rp。
利用同一次区间划分中精度较高的几个子区间建立起一种预测样本指标的Si-PLS(联合区间偏最小二乘法)模型，为了提高检测白曲霉菌落总数的精度，联合同类传感器单元以联合其通过Si-PLS筛选出的相应的光谱的特征区间，建立Si-GA-PLS模型(遗传算法-联合区间偏最小二乘法模型)。根据模型的RMSECV(交叉验证均方根误差)和RMSEP(均方根误差)来评价，RMSECV(交叉验证均方根误差)值越小，说明该模型越好。
该模型检测结果如图6，(a)为GA算法筛选结果；(b)为霉菌菌落总数实测值与模型预测值散点图。此模型下训练集的RMSECV(交叉验证均方根误差)为0.4349lgcfu，霉菌菌落总数的预测值与实测值相关系数Rc为0.9801；将所建立的模型用于预测独立样本的感染霉菌的小麦，预测集RMSEP(均方根误差)为0.5545lgcfu,Rp为0.9772。从该结果可以得出结论：通过本发明制备的纳米化色敏传感器可以准确地对霉变小麦的菌落总数进行定量检测，为小麦品质监控和霉变程度判别提供了有力的依据。
实施例7：小麦霉变程度的定性预判模型的建立及检测
将小麦培养在温度为28℃，湿度为80％(霉变的最佳条件)的恒温恒湿箱内，从微生物菌种保藏中心购买白曲霉冻干粉的实验菌种。感染了白曲霉的不同霉变程度小麦的制备主要是通过调控接种一定量霉菌的小麦在生化培养箱中的贮藏时间来实现的，具体操作包括：活化与培养白曲霉，对小麦灭菌、调节水分、给小麦接种白曲霉长势良好的菌液，获得五个不同时间(0d、3d、5d、7d和9d)的霉变小麦的样本，训练集60个样本，预测集30个样本。
将小麦霉变标志物敏感的两种氟硼吡咯类化合物(NO2BrBDP和NO2BDP)分别溶于二氯甲烷，分别配制成浓度为2mg/mL的溶液，结合这两种色敏材料纳米化之后形成的材料(P(St-co-AA)-NO2BDP和P(St-co-AA)-NO2BrBDP)共形成四个传感器单元，之后分别通过点样毛细管将其印染在聚偏二氟乙烯(PVDF)膜上，制成2×2(2行2列)的交互敏感阵列传感器。
将制备好的纳米化色敏传感器置于反应槽中，利用图像采集装置采集各传感器的原始图像。将纳米化色敏传感器取出，正面朝上地固定在保鲜膜上，称量25g小麦样本均匀覆盖在称量瓶底部，将色敏传感器列阵固定在瓶盖且正面对向小麦，使霉变小麦的挥发性气体充分挥发，并与暴露的传感器在45℃的恒温干燥箱里反应20min，随后用相机采集传感器反应后的图像。
利用图像处理软件(Matlab)获得传感器反应前后图像的特征矩阵。对特征矩阵处理后利用R、G、B三原色的波长获取R、G、B三分量的灰度均值，对反应前后的灰度均值进行相减，得到各分量的特征差值ΔR、ΔG、ΔB。将获取的特征变量的特征矩阵作为原始数据进行主成分分析和模式识别分析。
通过获取与不同贮藏期小麦样本反应前后的R、G、B三个颜色分量的差值作为输入进行主成分分析，图7是由纳米化色敏传感器对五个霉变程度的小麦样本进行主成分分析得到的三维投影图。从图中可以看出前三个PCs的贡献率分别为45.88％、18.73％、13.30％，累计方差贡献率达到87.91％(>85％)。结果表明不同贮存时间的小麦样品的所有数据点基本能够彼此清楚地分开，贮存时间为3天和5天的样品在某种程度上是聚集的，因为在这段贮藏期间内从发霉的小麦中排出的VOCs含量相对较高。整体而言，通过纳米化色敏传感器技术来对霉变小麦进行区别的结果很好。
在由纳米化色敏传感器分别建立的KNN(K-最近邻算法)模型判别的过程中，由图8(a)可知，当主成分数为9，K为2时，模型训练集和预测集识别率都为95.83％。这表明基于纳米化色敏传感器在对霉变小麦不同霉变贮藏时间(0天、3天、5天、7天和9天)的判别其霉变时间的错判率不到5％。由此可判纳米化色敏传感器的KNN模型在检测小麦霉变程度的具有良好的检测性能。纳米化色敏传感器获得的LDA(线性判别分析)模型判别结果如图8(b)所示，当主成分数为3时，LDA模型显示出对小麦不同发霉程度的良好区分，训练集和预测集的识别率均为100％。由此可知，利用纳米化色敏传感器对小麦霉变的建立LDA模型，其对小麦霉变贮藏时间正判率达到100％。以上结果表明，本发明制备的纳米化色敏传感器可以有效的用于霉变小麦的判别，以及不同霉变程度小麦的区分。

Claims (5)

1.一种纳米化色敏传感器的制备方法，其特征在于，
所述方法包括如下步骤：
使用苯乙烯St和丙烯酸AA作为单体，过硫酸铵APS作为非缓冲介质中的引发剂，通过无皂乳液共聚合方法制备聚苯乙烯-丙烯酸（P(St-co-AA) ）纳米微球；
称量制备好的 P(St-co-AA)纳米微球，加入乙醇溶液超声混匀，然后分别加入对小麦霉变挥发性气体敏感的色敏材料NO2BDP和NO2BrBDP，并加入二氯甲烷溶液，之后在磁力搅拌下加入乳化剂聚乙二醇 600；再将混合物连续搅拌混匀，然后加热至90℃，并保持60min，将得到的有色样品从取出并冷却至室温，得到纳米化色敏材料P(St-co-AA)-NO2BDP和P(St-co-AA)-NO2BrBDP；
所述 P(St-co-AA)纳米微球和色敏材料的质量比为10:1。
2.根据权利要求 1所述的一种纳米化色敏传感器的制备方法，其特征在于，所述乙醇与P(St-co-AA)纳米微球的用量比为50μL：0.2g，所述二氯甲烷溶液的用量为2mL，所述乳化剂的用量为1mL。
3.根据权利要求1或2所述的制备方法制备得到的纳米化色敏传感器，其特征在于，所述纳米化色敏传感器由聚苯乙烯-丙烯酸纳米微球和对食品霉变挥发性气体敏感的色敏材料聚合而成，所述色敏材料NO2BDP和NO2BrBDP。
4.权利要求3所述的纳米化色敏传感器用于检测小麦霉变挥发性气体的应用。
5.根据权利要求4所述的应用，其特征在于，所述挥发性气体为1-辛烯-3-醇和3-辛酮，根据采集纳米化色敏传感器与挥发性气体反应前后的RGB差异预测气体浓度，所述1-辛烯-3-醇的线性检测模型为Y=-0.0947x+51.426；3-辛酮的线性检测模型为Y=0.1209x+3.7609。
CN201910334934.1A 2019-04-24 2019-04-24 一种纳米化色敏传感器及其判别小麦霉变程度的方法 Active CN110006886B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910334934.1A CN110006886B (zh) 2019-04-24 2019-04-24 一种纳米化色敏传感器及其判别小麦霉变程度的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910334934.1A CN110006886B (zh) 2019-04-24 2019-04-24 一种纳米化色敏传感器及其判别小麦霉变程度的方法

Publications (2)

Publication Number Publication Date
CN110006886A CN110006886A (zh) 2019-07-12
CN110006886B true CN110006886B (zh) 2022-01-11

Family

ID=67173947

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910334934.1A Active CN110006886B (zh) 2019-04-24 2019-04-24 一种纳米化色敏传感器及其判别小麦霉变程度的方法

Country Status (1)

Country Link
CN (1) CN110006886B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110702815A (zh) * 2019-10-29 2020-01-17 江苏大学 一种面粉储存品质的嗅觉传感检测方法
CN111060477B (zh) * 2019-12-27 2020-08-25 黑龙江八一农垦大学 厌氧共发酵原料生化甲烷势近红外光谱快速检测方法
CN111735808B (zh) * 2020-07-21 2022-09-23 浙江农林大学 一种白芨霉变检测方法
CN113267493B (zh) * 2021-05-21 2023-04-11 江苏大学 基于复合型纳米色敏传感芯片连续化快速无损检测谷物产毒菌的方法及装置
CN113484309B (zh) * 2021-06-28 2022-08-09 安徽农业大学 一种高光谱耦合纳米化比色传感器监测红茶发酵程度的方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105944634A (zh) * 2016-05-09 2016-09-21 天津工业大学 一种高活性染料吸附量彩色复合微球的制备方法
CN106353493A (zh) * 2016-09-21 2017-01-25 成都测迪森生物科技有限公司 一种赭曲霉毒素测试棒
CN106442497A (zh) * 2016-09-21 2017-02-22 天津工业大学 一种卟啉/纳米多孔纤维膜氯化氢气体传感器的制备方法
CN107300553A (zh) * 2017-07-04 2017-10-27 江苏大学 一种基于可储存式气敏传感器的鱼类生物胺含量检测方法
KR20180119086A (ko) * 2017-04-24 2018-11-01 한국과학기술원 １차원 나노섬유 구조에 친수성 입자와 색변화 염료 물질이 결착된 가스 지시용 복합 고분자 나노섬유 멤브레인 색변화 센서 및 그 제조방법

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102435643A (zh) * 2011-09-15 2012-05-02 东南大学 反蛋白石胶体晶体气体传感阵列及其制备方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105944634A (zh) * 2016-05-09 2016-09-21 天津工业大学 一种高活性染料吸附量彩色复合微球的制备方法
CN106353493A (zh) * 2016-09-21 2017-01-25 成都测迪森生物科技有限公司 一种赭曲霉毒素测试棒
CN106442497A (zh) * 2016-09-21 2017-02-22 天津工业大学 一种卟啉/纳米多孔纤维膜氯化氢气体传感器的制备方法
KR20180119086A (ko) * 2017-04-24 2018-11-01 한국과학기술원 １차원 나노섬유 구조에 친수성 입자와 색변화 염료 물질이 결착된 가스 지시용 복합 고분자 나노섬유 멤브레인 색변화 센서 및 그 제조방법
CN107300553A (zh) * 2017-07-04 2017-10-27 江苏大学 一种基于可储存式气敏传感器的鱼类生物胺含量检测方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
A facile method for preparing colored nanospheres of poly(styrene-co-acrylic acid);Fang Kuanjun等;《Dyes and Pigments》;20130731;第100卷;第50-56页 *
Fluorescent Polymer Nanoparticles Based on Dyes Seeking Brighter Tools for Bioimaging;Reisch Andreas等;《Small》;20160222;第12卷(第15期);第1968-1992页 *
分散染料染色法制备的彩色聚（苯乙烯-丙烯酸）纳米球;夏效杰等;《应用化学》;20150131;第32卷(第1期);第64-70页 *
基于色敏传感器-可见/近红外光谱技术的小麦霉变检测研究;严松;《中国优秀硕士学位论文全文数据库 工程科技I辑》;20190215(第2期);第16-53页 *
基于色敏传感器结合光谱技术的大米储藏期鉴别;林颢等;《农业机械学报》;20190410;第1-11页 *

Also Published As

Publication number Publication date
CN110006886A (zh) 2019-07-12

Similar Documents

Publication Publication Date Title
CN110006886B (zh) 一种纳米化色敏传感器及其判别小麦霉变程度的方法
Guan et al. Characterization of volatile organic compounds of vinegars with novel electronic nose system combined with multivariate analysis
Lin et al. A novel nanoscaled chemo dye–based sensor for the identification of volatile organic compounds during the mildewing process of stored wheat
Yang et al. Rapid discrimination of beer based on quantitative aroma determination using colorimetric sensor array
CN105548064A (zh) 利用近红外光谱测定微生物发酵产抗生素过程中多种营养成分和抗生素效价变化的方法
CN107643271B (zh) 一种水杨酸-Mn掺杂ZnS量子点复合纳米粒子比率型荧光探针及其制备方法和应用
Kang et al. Emerging applications of nano-optical sensors combined with near-infrared spectroscopy for detecting tea extract fermentation aroma under ultrasound-assisted sonication
Dai et al. Four-channel fluorescent sensor array based on various functionalized CdTe quantum dots for the discrimination of Chinese baijiu
Wang et al. Quantitative analysis of yeast growth process based on FT-NIR spectroscopy integrated with Gaussian mixture regression
Kang et al. Advanced applications of chemo‐responsive dyes based odor imaging technology for fast sensing food quality and safety: A review
Lu et al. Quantitative NIR spectroscopy determination of coco-peat substrate moisture content: Effect of particle size and non-uniformity
Jiang et al. Determination of aflatoxin B1 in wheat based on colourimetric sensor array technology: Optimization of sensor features and model parameters to improve the model generalization performance
Wang et al. Characterization of the volatile flavor profiles of Zhenjiang aromatic vinegar combining a novel nanocomposite colorimetric sensor array with HS-SPME-GC/MS
CN117269106A (zh) 快速预测辣椒蛋白质含量的高光谱模型
He et al. A turn-on fluorescence molecularly imprinted sensor based on covalent organic framework for specific and visual detection of α-dicarbonyl compounds
Hu et al. Study on qualitative identification of aflatoxin solution based on terahertz metamaterial enhancement
Chen et al. Portable analytical techniques for monitoring volatile organic chemicals in biomanufacturing processes: recent advances and limitations
CN108169162B (zh) 一种茶园土壤肥力水平的快速评价方法
Lin et al. Detection of wheat toxigenic aspergillus flavus based on nano-composite colorimetric sensing technology
CN111024689B (zh) 一种基于变色纳米材料的白酒酒精度检测方法
CN114452937A (zh) 一种功能化MOFs复合膜的制备及冷鲜肉新鲜度的检测方法
CN114858779B (zh) 一种智能化气体检测方法及装置
CN113049525B (zh) 太赫兹超材料吸收器及基于超材料的痕量苯甲酸检测方法
CN114486839B (zh) 一种粮食中重金属汞含量的快速检测方法
CN114166770B (zh) 一种基于纳米卟啉溶液相紫外可见光谱监测红茶发酵质量的方法

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