CN111982972A - 一种利用气味指纹图谱无创评价羊乳清蛋白抗衰老性能的方法 - Google Patents
一种利用气味指纹图谱无创评价羊乳清蛋白抗衰老性能的方法 Download PDFInfo
- Publication number
- CN111982972A CN111982972A CN202010890485.1A CN202010890485A CN111982972A CN 111982972 A CN111982972 A CN 111982972A CN 202010890485 A CN202010890485 A CN 202010890485A CN 111982972 A CN111982972 A CN 111982972A
- Authority
- CN
- China
- Prior art keywords
- whey protein
- odor
- mouse
- fingerprint
- odor fingerprint
- 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
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P60/00—Technologies relating to agriculture, livestock or agroalimentary industries
- Y02P60/80—Food processing, e.g. use of renewable energies or variable speed drives in handling, conveying or stacking
- Y02P60/87—Re-use of by-products of food processing for fodder production
Landscapes
- Chemical & Material Sciences (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Electrochemistry (AREA)
- Physics & Mathematics (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 Biological Materials (AREA)
Abstract
本发明属于功能食品功效快速评价技术领域,公开了一种利用气味指纹图谱无创评价羊乳清蛋白抗衰老性能的方法。该方法包含以下步骤:(1)分别取羊乳清蛋白干预不同时间段小鼠粪便于容器中,密封静置获得挥发性气味物质的顶空气体;(2)将电子鼻传感器阵列与顶空气体接触,产生传感器响应信号,获得羊乳清蛋白干预不同时间小鼠粪便的气味指纹图谱;(3)从气味指纹图谱中提取特征数据,对羊乳清蛋白干预不同时间及对照组小鼠粪便进行定性分类,利用多元线性回归分析建立气味指纹图谱与小鼠周龄之间的相关性,并建立预测小鼠周龄的模型。这种方法利用气味指纹图谱对羊乳清蛋白干预不同阶段进行快速判别,可以无创评价羊乳清蛋白抗氧化性。
Description
技术领域
本发明涉及功能食品功效快速评价技术领域,涉及一种基于粪便气味 评价食品功能性的方法,具体是涉及一种利用气味指纹图谱无创评价羊乳 清蛋白抗衰老性能的方法。
背景技术
羊乳富含多种营养成分,如蛋白质、脂肪、碳水化合物、维生素及矿 物质等。由于其营养成分非常接近母乳,因此以羊乳作为婴幼儿配方乳粉 的新兴乳源成为消费者的又一选择,羊乳产品的安全性和营养价值在国内 外受到广泛关注。其乳清蛋白主要包含α-乳白蛋白、β-乳球蛋白、血清 白蛋白、免疫球蛋白和乳铁蛋白等。乳清蛋白具有促进蛋白质合成、矿物 质吸收、降低血糖、降低血压和血脂水平、抑菌、抗癌和抗氧化等功能。 乳清蛋白在临床治疗适用于维持和提高机体免疫力、抗自由基延缓人体衰 老进程、提升肾功能、促进伤口愈合等疾病。目前对于乳清蛋白的功能特 性研究,主要是通过建立动物模型实验和人体临床试验进行探究,对实验 动物的依赖大,致使其使用量呈逐年上升趋势;且为获取生理生化及形态 学指标需处死实验动物,与动物保护主义背道而驰;此外分析过程繁琐,消耗大量人力、物力和财力。因此,对实验动物实施快速、无创的评价具 有重要的科学意义。
电子鼻是利用气敏传感器阵列对挥发性气味物质的响应来识别简单和 复杂气味信息,已在食品、农产品品质检测中广泛应用。粪便是机体整体 代谢终产物输出的主要途径之一,其代谢物的变化不仅能够反映机体整体 代谢的特征,还是膳食差异及营养调节影响的外在表现。然而,目前基于 代谢物中挥发性成分呈味电子鼻检测的研究主要包含食品功能性成分体内 功效评价,利用粪便挥发性气味物质的气味信息无创评价食品体内功能性 的研究存在较大的空白。
发明内容
本发明的目的是为了克服上述背景技术的不足,提供一种利用气味指 纹图谱无创评价羊乳清蛋白抗衰老性能的方法。该方法利用气味指纹图谱 对羊乳清蛋白干预不同阶段进行快速判别,可实现羊乳清蛋白干预小鼠周 龄的快速判定和预测。
为达到本发明的目的,本发明利用气味指纹图谱无创评价羊乳清蛋白 抗衰老性能的方法包含以下步骤:
(1)分别取羊乳清蛋白干预不同时间段小鼠粪便于容器中,密封静置, 获得挥发性气味物质的顶空气体;
(2)将电子鼻传感器阵列与顶空气体接触,产生传感器响应信号,获 得羊乳清蛋白干预不同时间小鼠粪便的气味指纹图谱;
(3)从气味指纹图谱中提取特征数据,用模式识别方法对羊乳清蛋白 干预不同时间及对照组小鼠粪便进行定性分类,利用多元线性回归分析建 立气味指纹图谱与小鼠周龄之间的相关性,并建立预测小鼠周龄的模型。
进一步地,在本发明的一些实施例中,所述步骤(1)中取100~400 mg/(Kg·d)羊乳清蛋白。
进一步地,在本发明的一些实施例中,所述步骤(1)中小鼠粪便为1~3 粒。
进一步地,在本发明的一些实施例中,所述步骤(1)中密封静置的时 间为5~10min。
进一步地,在本发明的一些实施例中,所述步骤(1)中顶空气体的体 积为150~500mL。
进一步地,在本发明的一些实施例中,所述步骤(2)中电子鼻传感器 阵列与顶空气体接触时载气流速为200~400mL/min。
进一步地,在本发明的一些实施例中,所述步骤(3)中模式识别方法 为典则判别分析和多元线性回归分析。
与现有技术相比,本发明提供的方法可以无创评价羊乳清蛋白抗氧化 性,填补了气味指纹图谱分析在食品功能性评价方面的研究空白,扩宽了 动物实验效果评定的方法,避免了处死实验动物。而且本发明的方法不需 要预处理步骤,操作简单,检测效率高且灵敏,可实现羊乳清蛋白干预小 鼠周龄的快速判定和预测,适合作为食品功能性评价的实时、快速方法。
附图说明
图1为羊乳清蛋白干预不同时间小鼠粪便气味雷达图;
图2为羊乳清蛋白和不同对照组干预7周后小鼠粪便气味的典则判别 分析,其中,灌胃给药低浓度为每只100mg/(kg·d)、中浓度为每只200 mg/(kg·d)、高浓度为每只400mg/(kg·d);
图3为羊乳清蛋白干预不同时间小鼠粪便气味的典则判别分析两维得 分图。
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。本发明的附加方面和优点将在 下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明 的实践了解到。应当理解,以下描述仅仅用以解释本发明,并不用于限定 本发明。
本文中所用的术语“包含”、“包括”、“具有”、“含有”或其任 何其它变形,意在覆盖非排它性的包括。例如,包含所列要素的组合物、 步骤、方法、制品或装置不必仅限于那些要素,而是可以包括未明确列出 的其它要素或此种组合物、步骤、方法、制品或装置所固有的要素。
当量、浓度、或者其它值或参数以范围、优选范围、或一系列上限优 选值和下限优选值限定的范围表示时,这应当被理解为具体公开了由任何 范围上限或优选值与任何范围下限或优选值的任一配对所形成的所有范 围,而不论该范围是否单独公开了。例如,当公开了范围“1至5”时,所 描述的范围应被解释为包括范围“1至4”、“1至3”、“1至2”、“1 至2和4至5”、“1至3和5”等。当数值范围在本文中被描述时,除非 另外说明,否则该范围意图包括其端值和在该范围内的所有整数和分数。
此外,下面所描述的术语“一个实施例”、“一些实施例”、“示例”、 “具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的 具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。 在本说明书中,对上述术语的示意性表述不是必须针对相同的实施例或示 例。而且,本发明各个实施方式中所涉及到的技术特征只要彼此之间未构 成冲突就可以相互组合。
实施例1
一种利用气味指纹图谱无创评价羊乳清蛋白抗衰老性能的方法,包含 以下步骤:
(1)分别取100~400mg/(Kg·d)羊乳清蛋白干预不同时间段小鼠粪便 1~3粒于150~500mL烧杯中,密封静置5~10min,获得挥发性气味物质的 顶空气体;
(2)于载气流速为200~400mL/min条件下将电子鼻传感器阵列与样 品顶空气体接触,产生传感器响应信号,获得羊乳清蛋白干预不同时间小 鼠粪便的气味指纹图谱;
(3)从气味指纹图谱中提取特征数据,用模式识别方法对羊乳清蛋白 干预不同时间及对照组小鼠粪便进行定性分类,利用多元线性回归分析建 立气味指纹图谱与小鼠周龄之间的相关性,并建立预测小鼠周龄的模型。
实施例2
羊乳清蛋白干扰小鼠粪便的处理方法及气味指纹图谱数据处理和建模 方法。采用一个基于金属传感器气味传感器阵列的电子鼻,其传感器阵列 由10个传感器组成,各传感器的名称和性能见表1。
表1气味信息及其对应传感器和敏感物质
这些传感器的功能是将羊乳清蛋白干扰小鼠粪便中不同气味物质在其 表面的作用转化为可测量的电信号。
利用100~400mg/(Kg·d)羊乳清蛋白干预小鼠,收集干预不同时间段(第 0、1、3、5、7周)粪便,取羊乳清蛋白干扰小鼠粪便样品1粒于150mL 烧杯中,密封静置10min。建模集和验证集每个时间段羊乳清蛋白干扰小鼠 粪便样品均准备40个平行样品,设置电子鼻检测时间为60s,采样间隔为 80s,选取传感器稳态第59s响应值进行分析。
如附图1所示,不同时间段羊乳清蛋白干扰小鼠粪便在传感器S1、S2、 S3、S4、S5、S8、S9和S10的气味指纹信息差异较小;在传感器S6和S7 的气味指纹信息有较大差异。
附图2是羊乳清蛋白和对照组干预7周后小鼠粪便气味的典则判别分 析。利用粪便的电子鼻气味,典则判别分析基本可以实现鉴别不同干预小 鼠粪便的气味,为基于气味信息的食品体内功能性评价提供了基础。
附图3是羊乳清蛋白干预不同时间小鼠粪便气味的典则判别分析两维 得分图。前两个主成分的贡献率分别是72.40%和12.94%,其总贡献率达到 85.34%。从附图3可以看出,羊乳清蛋白干预0、1、3、5、7周的小鼠粪 便样品呈规律性分布,即干预时间越长其第1主成分分值越小,利用典则 判别分析可以很好的区分羊乳清蛋白干预时间。
实施例3
在典则判别分析的基础上,进一步采用多元线性回归分析建立气味信 息和小鼠周龄之间的相关性。将5种干预时间(第0、1、3、5、7周)小 鼠粪便的气味信息作为建模集,以12.5%的数据作为预测集。利用电子鼻气 味信息作为多元线性回归分析的参数进行回归,建立预测小鼠周龄的模型。
采用多元线性回归分析获得小鼠周龄预测模型:
小鼠周龄=-22.031S1+0.301S2-2.54S3+1.83S4-2.395S5-1.556S6 +1.641S7+6.922S8-8.979S9-10.183S10+40.404
上式中,S1~S10为气味指纹信息中的芳香成分、烷烃和有机硫化物等 气味。
预测模型的决定系数R2=0.9888,表明多元线性回归分析建立的预测模 型有效。
表2给出了多元线性回归分析建立的预测模型对建模集样品和预测集 样品的预测结果,预测结果误差范围允许在±1(动物实验差异较大)间波 动,预测准确率为72%。由模型预测结果可以看出,可以建立气味指纹信 息和小鼠周龄之间的关系,说明本发明对羊乳清蛋白干预小鼠周龄预测是 可行的。
表2多元线性回归分析模型对建模集样品和预测集样品的预测结果
本领域的技术人员容易理解,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,均应包含在本发明的保护范围之内。
Claims (7)
1.一种利用气味指纹图谱无创评价羊乳清蛋白抗衰老性能的方法,其特征在于,所述方法包含以下步骤:
(1)分别取羊乳清蛋白干预不同时间段小鼠粪便于容器中,密封静置,获得挥发性气味物质的顶空气体;
(2)将电子鼻传感器阵列与顶空气体接触,产生传感器响应信号,获得羊乳清蛋白干预不同时间小鼠粪便的气味指纹图谱;
(3)从气味指纹图谱中提取特征数据,用模式识别方法对羊乳清蛋白干预不同时间及对照组小鼠粪便进行定性分类,利用多元线性回归分析建立气味指纹图谱与小鼠周龄之间的相关性,并建立预测小鼠周龄的模型。
2.根据权利要求1所述的利用气味指纹图谱无创评价羊乳清蛋白抗衰老性能的方法,其特征在于,所述步骤(1)中取100~400mg/(Kg·d)羊乳清蛋白。
3.根据权利要求1所述的利用气味指纹图谱无创评价羊乳清蛋白抗衰老性能的方法,其特征在于,所述步骤(1)中小鼠粪便为1~3粒。
4.根据权利要求1所述的利用气味指纹图谱无创评价羊乳清蛋白抗衰老性能的方法,其特征在于,所述步骤(1)中密封静置的时间为5~10min。
5.根据权利要求1所述的利用气味指纹图谱无创评价羊乳清蛋白抗衰老性能的方法,其特征在于,所述步骤(1)中顶空气体的体积为150~500mL。
6.根据权利要求1所述的利用气味指纹图谱无创评价羊乳清蛋白抗衰老性能的方法,其特征在于,所述步骤(2)中电子鼻传感器阵列与顶空气体接触时载气流速为200~400mL/min。
7.根据权利要求1所述的利用气味指纹图谱无创评价羊乳清蛋白抗衰老性能的方法,其特征在于,所述步骤(3)中模式识别方法为典则判别分析和多元线性回归分析。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010890485.1A CN111982972B (zh) | 2020-08-29 | 2020-08-29 | 一种利用气味指纹图谱无创评价羊乳清蛋白抗衰老性能的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010890485.1A CN111982972B (zh) | 2020-08-29 | 2020-08-29 | 一种利用气味指纹图谱无创评价羊乳清蛋白抗衰老性能的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111982972A true CN111982972A (zh) | 2020-11-24 |
CN111982972B CN111982972B (zh) | 2023-06-02 |
Family
ID=73440209
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010890485.1A Active CN111982972B (zh) | 2020-08-29 | 2020-08-29 | 一种利用气味指纹图谱无创评价羊乳清蛋白抗衰老性能的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111982972B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113340943A (zh) * | 2021-06-02 | 2021-09-03 | 舟山市自来水有限公司 | 一种基于指纹图谱的水体中嗅味类型和嗅味强度的分析方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050112259A1 (en) * | 2003-11-26 | 2005-05-26 | Fernando Qvyjt | Pet food composition having enhanced palatability |
US20050148098A1 (en) * | 2003-12-30 | 2005-07-07 | Xing Su | Methods for using raman spectroscopy to obtain a protein profile of a biological sample |
US20060172429A1 (en) * | 2005-01-31 | 2006-08-03 | Nilsson Erik J | Methods of identification of biomarkers with mass spectrometry techniques |
CN103674638A (zh) * | 2013-10-14 | 2014-03-26 | 浙江大学 | 一种利用味觉指纹图谱快速鉴别宁夏枸杞生产年份的方法 |
CN106814164A (zh) * | 2017-02-14 | 2017-06-09 | 江西中烟工业有限责任公司 | 一种基于代谢组学表征烟气暴露生物效应的试验方法 |
CN107247095A (zh) * | 2017-05-25 | 2017-10-13 | 武汉大学 | 一种基于代谢组学分析的用于抗氧化衰老药物筛选的大鼠模型的构建方法 |
US20170364605A1 (en) * | 2016-06-21 | 2017-12-21 | Yeda Research And Development Co., Ltd. | Method and system for determining olfactory perception signature |
CN110327131A (zh) * | 2019-04-23 | 2019-10-15 | 中国科学院城市环境研究所 | 大气颗粒物毒性效应的组织代谢网络研究方法 |
-
2020
- 2020-08-29 CN CN202010890485.1A patent/CN111982972B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050112259A1 (en) * | 2003-11-26 | 2005-05-26 | Fernando Qvyjt | Pet food composition having enhanced palatability |
US20050148098A1 (en) * | 2003-12-30 | 2005-07-07 | Xing Su | Methods for using raman spectroscopy to obtain a protein profile of a biological sample |
US20060172429A1 (en) * | 2005-01-31 | 2006-08-03 | Nilsson Erik J | Methods of identification of biomarkers with mass spectrometry techniques |
CN103674638A (zh) * | 2013-10-14 | 2014-03-26 | 浙江大学 | 一种利用味觉指纹图谱快速鉴别宁夏枸杞生产年份的方法 |
US20170364605A1 (en) * | 2016-06-21 | 2017-12-21 | Yeda Research And Development Co., Ltd. | Method and system for determining olfactory perception signature |
CN106814164A (zh) * | 2017-02-14 | 2017-06-09 | 江西中烟工业有限责任公司 | 一种基于代谢组学表征烟气暴露生物效应的试验方法 |
CN107247095A (zh) * | 2017-05-25 | 2017-10-13 | 武汉大学 | 一种基于代谢组学分析的用于抗氧化衰老药物筛选的大鼠模型的构建方法 |
CN110327131A (zh) * | 2019-04-23 | 2019-10-15 | 中国科学院城市环境研究所 | 大气颗粒物毒性效应的组织代谢网络研究方法 |
Non-Patent Citations (4)
Title |
---|
KIMOTO-NIRA. H: "Anti-ageing effect of a lactococcal strain: analysis using senescence-accelerated mice", BRITISH JOURNAL OF NUTRITION * |
YANG. S: "Comparative proteomic analysis of brains of naturally aging mice", NEUROSCIENCE * |
李强;谷宇;王南飞;董涵;: "电子鼻研究进展及在中国白酒检测的应用", 工程科学学报 * |
田晓静: "基于电子鼻气味信息和多元统计分析的枸杞子产地溯源研究", 《浙江农业学报》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113340943A (zh) * | 2021-06-02 | 2021-09-03 | 舟山市自来水有限公司 | 一种基于指纹图谱的水体中嗅味类型和嗅味强度的分析方法 |
CN113340943B (zh) * | 2021-06-02 | 2022-06-14 | 舟山市自来水有限公司 | 基于指纹图谱的水体中嗅味类型和嗅味强度的分析方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111982972B (zh) | 2023-06-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Nunes et al. | The use of statistical software in food science and technology: Advantages, limitations and misuses | |
Soyeurt et al. | Potential estimation of major mineral contents in cow milk using mid-infrared spectrometry | |
Brito et al. | Classification of cereal bars using near infrared spectroscopy and linear discriminant analysis | |
Ghosh et al. | Application of principal component analysis (PCA) as a sensory assessment tool for fermented food products | |
Lerma-García et al. | Use of electronic nose to determine defect percentage in oils. Comparison with sensory panel results | |
Ciulu et al. | Chemometric treatment of simple physical and chemical data for the discrimination of unifloral honeys | |
Monavar et al. | Determining quality of caviar from Caspian Sea based on Raman spectroscopy and using artificial neural networks | |
De Luca et al. | Evaluation of human breastmilk adulteration by combining Fourier transform infrared spectroscopy and partial least square modeling | |
CN111982972B (zh) | 一种利用气味指纹图谱无创评价羊乳清蛋白抗衰老性能的方法 | |
Trbović et al. | Chromatography methods and chemometrics for determination of milk fat adulterants | |
Hansen et al. | Identification of possible milk adulteration using physicochemical data and multivariate analysis | |
Dukhi et al. | Artificial intelligence approach for analyzing anaemia prevalence in children and adolescents in BRICS countries: a review | |
Leng et al. | Accurate screening of early‐stage lung cancer based on improved ResNeXt model combined with serum Raman spectroscopy | |
Cui et al. | Real-time profiling and distinction of lipids from different mammalian milks using rapid evaporative ionization mass spectrometry combined with chemometric analysis | |
Bunaciu et al. | Edible oil discrimination by fourier transform infrared (FTIR) spectroscopy and chemometrics | |
CN111982973B (zh) | 一种利用气味指纹图谱无创评价牛乳清蛋白抗衰老性能的方法 | |
CN111982975B (zh) | 一种利用气味指纹图谱无创评价驴乳清蛋白抗衰老性能的方法 | |
Ahmad et al. | Estimation of the nutritional parameters of various types of wheat flours using fluorescence spectroscopy and chemometrics | |
CN111982974B (zh) | 一种利用气味指纹图谱无创评价驴乳清蛋白肽抗衰老性能的方法 | |
Fu et al. | Predicting mildew contamination and shelf-life of sunflower seeds and soybeans by fourier transform near-infrared spectroscopy and chemometric data analysis | |
Binnerts | Determination of iodine in milk | |
Taye et al. | An in vitro estimation of glycemic index of white bread and improvement of the dietary fiber | |
Costa et al. | Novel applications of infrared technologies in dairy industry | |
Umar et al. | Biochemical and Haematological indices of Weanly albino rats fed millet and maize based complementary weaning food | |
Mouazen et al. | Feasibility study on using visible-near infrared spectroscopy coupled with a factorial discriminant analysis technique to identify sheep milk from different genotypes and feeding systems |
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 |