CN113030234A - 一种基于元素分析的肉掺假定量检测方法 - Google Patents
一种基于元素分析的肉掺假定量检测方法 Download PDFInfo
- Publication number
- CN113030234A CN113030234A CN202110245243.1A CN202110245243A CN113030234A CN 113030234 A CN113030234 A CN 113030234A CN 202110245243 A CN202110245243 A CN 202110245243A CN 113030234 A CN113030234 A CN 113030234A
- Authority
- CN
- China
- Prior art keywords
- analysis
- meat
- content
- elements
- adulteration
- 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
- 238000004458 analytical method Methods 0.000 title claims abstract description 66
- 238000001514 detection method Methods 0.000 title claims abstract description 48
- 235000013372 meat Nutrition 0.000 title claims abstract description 46
- 238000000034 method Methods 0.000 claims abstract description 50
- 235000013330 chicken meat Nutrition 0.000 claims abstract description 28
- 235000015277 pork Nutrition 0.000 claims abstract description 25
- 230000029087 digestion Effects 0.000 claims abstract description 22
- 239000000839 emulsion Substances 0.000 claims abstract description 17
- 238000012417 linear regression Methods 0.000 claims abstract description 13
- 239000000243 solution Substances 0.000 claims abstract description 13
- 238000000556 factor analysis Methods 0.000 claims abstract description 12
- 238000004445 quantitative analysis Methods 0.000 claims abstract description 10
- 241000287828 Gallus gallus Species 0.000 claims abstract description 9
- 238000000605 extraction Methods 0.000 claims abstract description 9
- 238000000921 elemental analysis Methods 0.000 claims abstract description 8
- 238000005303 weighing Methods 0.000 claims abstract description 6
- 229910052791 calcium Inorganic materials 0.000 claims abstract description 5
- 229910052802 copper Inorganic materials 0.000 claims abstract description 5
- 229910052742 iron Inorganic materials 0.000 claims abstract description 5
- 229910052700 potassium Inorganic materials 0.000 claims abstract description 5
- 238000004088 simulation Methods 0.000 claims abstract description 5
- 229910052716 thallium Inorganic materials 0.000 claims abstract description 5
- 229910052719 titanium Inorganic materials 0.000 claims abstract description 5
- 229910052725 zinc Inorganic materials 0.000 claims abstract description 5
- 238000010790 dilution Methods 0.000 claims abstract description 4
- 239000012895 dilution Substances 0.000 claims abstract description 4
- 238000010813 internal standard method Methods 0.000 claims abstract description 4
- 239000011159 matrix material Substances 0.000 claims description 11
- 238000010239 partial least squares discriminant analysis Methods 0.000 claims description 11
- MHAJPDPJQMAIIY-UHFFFAOYSA-N Hydrogen peroxide Chemical compound OO MHAJPDPJQMAIIY-UHFFFAOYSA-N 0.000 claims description 8
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims description 6
- 229910002804 graphite Inorganic materials 0.000 claims description 6
- 239000010439 graphite Substances 0.000 claims description 6
- GRYLNZFGIOXLOG-UHFFFAOYSA-N Nitric acid Chemical compound O[N+]([O-])=O GRYLNZFGIOXLOG-UHFFFAOYSA-N 0.000 claims description 4
- 229910001385 heavy metal Inorganic materials 0.000 claims description 4
- 238000009616 inductively coupled plasma Methods 0.000 claims description 4
- 229910017604 nitric acid Inorganic materials 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 4
- 229910021642 ultra pure water Inorganic materials 0.000 claims description 4
- 239000012498 ultrapure water Substances 0.000 claims description 4
- 239000013598 vector Substances 0.000 claims description 4
- 238000000846 Bartlett's test Methods 0.000 claims description 3
- 229910052797 bismuth Inorganic materials 0.000 claims description 3
- 230000000694 effects Effects 0.000 claims description 3
- 229910052732 germanium Inorganic materials 0.000 claims description 3
- 229910052738 indium Inorganic materials 0.000 claims description 3
- 239000007788 liquid Substances 0.000 claims description 3
- 238000002360 preparation method Methods 0.000 claims description 3
- 238000012795 verification Methods 0.000 claims description 3
- 238000013507 mapping Methods 0.000 claims description 2
- 238000010348 incorporation Methods 0.000 claims 4
- 239000000203 mixture Substances 0.000 claims 1
- 239000002994 raw material Substances 0.000 claims 1
- 229910052788 barium Inorganic materials 0.000 abstract description 3
- 239000000523 sample Substances 0.000 description 28
- 239000010949 copper Substances 0.000 description 8
- XEEYBQQBJWHFJM-UHFFFAOYSA-N iron Substances [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 8
- 239000011701 zinc Substances 0.000 description 8
- 239000011777 magnesium Substances 0.000 description 7
- 239000011669 selenium Substances 0.000 description 7
- 239000011575 calcium Substances 0.000 description 6
- 239000010936 titanium Substances 0.000 description 6
- 238000006243 chemical reaction Methods 0.000 description 4
- 235000013305 food Nutrition 0.000 description 4
- PXHVJJICTQNCMI-UHFFFAOYSA-N nickel Substances [Ni] PXHVJJICTQNCMI-UHFFFAOYSA-N 0.000 description 4
- 238000010606 normalization Methods 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 102000039446 nucleic acids Human genes 0.000 description 3
- 108020004707 nucleic acids Proteins 0.000 description 3
- 150000007523 nucleic acids Chemical class 0.000 description 3
- 230000009466 transformation Effects 0.000 description 3
- OYPRJOBELJOOCE-UHFFFAOYSA-N Calcium Chemical compound [Ca] OYPRJOBELJOOCE-UHFFFAOYSA-N 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 2
- FYYHWMGAXLPEAU-UHFFFAOYSA-N Magnesium Chemical compound [Mg] FYYHWMGAXLPEAU-UHFFFAOYSA-N 0.000 description 2
- ZOKXTWBITQBERF-UHFFFAOYSA-N Molybdenum Chemical compound [Mo] ZOKXTWBITQBERF-UHFFFAOYSA-N 0.000 description 2
- ZLMJMSJWJFRBEC-UHFFFAOYSA-N Potassium Chemical compound [K] ZLMJMSJWJFRBEC-UHFFFAOYSA-N 0.000 description 2
- BUGBHKTXTAQXES-UHFFFAOYSA-N Selenium Chemical compound [Se] BUGBHKTXTAQXES-UHFFFAOYSA-N 0.000 description 2
- RTAQQCXQSZGOHL-UHFFFAOYSA-N Titanium Chemical compound [Ti] RTAQQCXQSZGOHL-UHFFFAOYSA-N 0.000 description 2
- HCHKCACWOHOZIP-UHFFFAOYSA-N Zinc Chemical compound [Zn] HCHKCACWOHOZIP-UHFFFAOYSA-N 0.000 description 2
- DSAJWYNOEDNPEQ-UHFFFAOYSA-N barium atom Chemical compound [Ba] DSAJWYNOEDNPEQ-UHFFFAOYSA-N 0.000 description 2
- 230000001900 immune effect Effects 0.000 description 2
- 238000002329 infrared spectrum Methods 0.000 description 2
- 229910052749 magnesium Inorganic materials 0.000 description 2
- 238000004949 mass spectrometry Methods 0.000 description 2
- 229910052750 molybdenum Inorganic materials 0.000 description 2
- 239000011733 molybdenum Substances 0.000 description 2
- 239000011591 potassium Substances 0.000 description 2
- 238000000513 principal component analysis Methods 0.000 description 2
- 102000004169 proteins and genes Human genes 0.000 description 2
- 108090000623 proteins and genes Proteins 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 229910052711 selenium Inorganic materials 0.000 description 2
- 229910052712 strontium Inorganic materials 0.000 description 2
- CIOAGBVUUVVLOB-UHFFFAOYSA-N strontium atom Chemical compound [Sr] CIOAGBVUUVVLOB-UHFFFAOYSA-N 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- BKVIYDNLLOSFOA-UHFFFAOYSA-N thallium Chemical compound [Tl] BKVIYDNLLOSFOA-UHFFFAOYSA-N 0.000 description 2
- NYQDCVLCJXRDSK-UHFFFAOYSA-N Bromofos Chemical compound COP(=S)(OC)OC1=CC(Cl)=C(Br)C=C1Cl NYQDCVLCJXRDSK-UHFFFAOYSA-N 0.000 description 1
- 206010034203 Pectus Carinatum Diseases 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 229910052782 aluminium Inorganic materials 0.000 description 1
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 1
- 239000000427 antigen Substances 0.000 description 1
- 102000036639 antigens Human genes 0.000 description 1
- 108091007433 antigens Proteins 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000012496 blank sample Substances 0.000 description 1
- 239000003153 chemical reaction reagent Substances 0.000 description 1
- 230000002860 competitive effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000037213 diet Effects 0.000 description 1
- 235000005911 diet Nutrition 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000000796 flavoring agent Substances 0.000 description 1
- 235000019634 flavors Nutrition 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 229910052759 nickel Inorganic materials 0.000 description 1
- 239000002773 nucleotide Substances 0.000 description 1
- 125000003729 nucleotide group Chemical group 0.000 description 1
- 230000002572 peristaltic effect Effects 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- G01N27/62—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating the ionisation of gases, e.g. aerosols; by investigating electric discharges, e.g. emission of cathode
- G01N27/626—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating the ionisation of gases, e.g. aerosols; by investigating electric discharges, e.g. emission of cathode using heat to ionise a gas
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N1/00—Sampling; Preparing specimens for investigation
- G01N1/28—Preparing specimens for investigation including physical details of (bio-)chemical methods covered elsewhere, e.g. G01N33/50, C12Q
- G01N1/38—Diluting, dispersing or mixing samples
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N1/00—Sampling; Preparing specimens for investigation
- G01N1/28—Preparing specimens for investigation including physical details of (bio-)chemical methods covered elsewhere, e.g. G01N33/50, C12Q
- G01N1/44—Sample treatment involving radiation, e.g. heat
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/02—Food
- G01N33/12—Meat; Fish
Landscapes
- Chemical & Material Sciences (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Food Science & Technology (AREA)
- Electrochemistry (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Medicinal Chemistry (AREA)
- Other Investigation Or Analysis Of Materials By Electrical Means (AREA)
Abstract
本发明公开了一种基于元素分析的肉掺假定量检测方法，包括，称取鸡肉肉糜加入到猪肉肉糜中，充分混合均匀，制得模拟鸡肉掺假到猪肉的样本；将模拟鸡肉掺假到猪肉的样本消解处理，制得待测消解液；将待测消解液进行分析检测，检测23种元素；通过检测170个模拟样本中的23种常见元素，利用在线稀释内标法进行精确定量分析；通过因子分析选取累计贡献率达95％的12种元素作为提取因子，分别是元素Ba、Ca、Cu、Fe、K、Mg、Mo、Se、Sr、Tl、Ti、Zn；通过将所述12种提取因子，进行多元线性回归分析，得出线性方程。本发明基于元素分析检测技术，能够实现样品前处理简单、操作成本低、检测速度快、稳定性好、抗干扰能力强等优点，同时可实现定性定量的检测分析。
Description
技术领域
本发明属于食品检测技术领域，具体涉及到一种基于元素分析的肉掺假定量检测方法。
背景技术
在众多的食品安全事件中，猪肉掺假问题一直是人们关注的重要问题。随着社会的发展和经济水平的提高，猪肉的摄入已然成为人们日常饮食中不可缺少的一部分。为了能够更好地保护消费者的利益和公平的竞争环境，掺假肉快速检测方法的研究开发也显得格外重要。
目前，针对肉的掺假问题，各国都制定了一些相应的行业标准并采取相应的控制手段，其主要检测技术是基于免疫学技术、蛋白质色谱质谱技术、红外光谱、电子鼻与电子舌技术和核酸PCR技术。免疫学检测方法是利用抗原抗体之间的特异反应而建立的高选择性分析方法，虽然具有很高的特异性但是不能进行定量检测。色谱质谱技术是针对肉品中的特异性蛋白进行定性定量高效检测，但分析成本昂贵，对操作人员技术水平要求高。尽管红外光谱技术对样本实现快速无损检测，但是含量较低的物质在近红外区吸收弱，灵敏度低。电子鼻和电子舌技术容易受到额外添加的香精香料影响，外界环境的影响因素较大。核酸PCR技术是通过对待测物中的核苷酸序列进行分析检测，虽然有较高的精准性，但是操作繁琐、成本较高且耗时。此为现有技术的不足之处。
因此，本领域亟需一种具有样品前处理简单、操作成本低、检测速度快、稳定性好、抗干扰能力强等优势的肉掺假定量检测方法。
发明内容
本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊，而这种简化或省略不能用于限制本发明的范围。
鉴于上述和/或现有技术中存在的问题，提出了本发明。
因此，本发明的目的是，克服现有技术中的不足，提供一种基于元素分析的肉掺假定量检测方法。
为解决上述技术问题，本发明提供了如下技术方案：一种基于元素分析的肉掺假定量检测方法，包括，
样本制备：称取鸡肉肉糜加入到猪肉肉糜中，充分混合均匀，制得模拟鸡肉掺假到猪肉的样本；
消解处理：将模拟鸡肉掺假到猪肉的样本进行石墨消解处理，制得待测消解液；
检测元素：将待测消解液置于电感耦合等离子体质谱仪中，对样本中的23种元素进行分析；
偏最小二乘判别分析：通过检测模拟样本中的23种常见元素，利用在线稀释内标法进行精确定量分析；对定量分析的数据结果进行偏最小二乘判别分析；
因子分析：将所有元素的定量分析数据进行标准化处理，处理后的数据视为所有元素变量，对所有元素变量做KMO和Bartlett的检验，用于判断是否适合因子分析；
对待测元素因子构造因子变量，选择相关性矩阵分析，选取累计贡献率达到95％的元素作为公共因子变量；
利用旋转法对因子变量处理，使选取的因子变量更具有解释性，从而更确定提取因子的元素；
多元线性回归分析：通过将上述提取因子的元素，进行多元线性回归分析，得出线性方程。
作为本发明所述基于元素分析的肉掺假定量检测方法的一种优选方案，其中：所述利用旋转法对因子变量处理，其中，旋转法包括正交旋转法、四分旋转法和全体旋转法。
作为本发明所述基于元素分析的肉掺假定量检测方法的一种优选方案，其中：所述旋转法为四分旋转法。
作为本发明所述基于元素分析的肉掺假定量检测方法的一种优选方案，其中：所述确定提取因子的元素，其中，元素分别为：Ba、Ca、Cu、Fe、K、Mg、Mo、Se、Sr、Tl、Ti、Zn。
作为本发明所述基于元素分析的肉掺假定量检测方法的一种优选方案，其中：所述多元线性回归分析，还包括验证线性方程，具体为：制作已知比例的掺假样本，对元素进行检测并计算出含量，将含量代入线性方程得出预测掺假比例，以实际掺假比例和预测掺假比例作线性图，验证效果。
作为本发明所述基于元素分析的肉掺假定量检测方法的一种优选方案，其中：所述线性方程为：
Y＝64.706-0.001X1+2.863e-5X2-0.007X3-0.001X4-4.002e-7X5-3.475e-5X6+0.34X7-0.008X8-0.005X9+0.012X10+24.187X11-0.006X12；
公式中：X1：Ba的含量；X2：Ca的含量；X3：Cu的含量；X4：Fe的含量；X5：K的含量；X6：Mg的含量；X7：Mo的含量；X8：Se的含量；X9：Sr的含量；X10：Tl的含量；X11：Ti的含量；X12：Zn的含量；所有含量单位均为ng/g。
作为本发明所述基于元素分析的肉掺假定量检测方法的一种优选方案，其中：所述称取鸡肉肉糜加入到猪肉肉糜中，包括，
称取鸡肉肉糜按照质量比例0％、5％、10％、15％、20％、25％、30％、35％、40％、45％、50％、60％、70％、80％、90％、100％的梯度加入到猪肉肉糜中，充分混合均匀。
作为本发明所述基于元素分析的肉掺假定量检测方法的一种优选方案，其中：所述消解处理，包括，
从模拟鸡肉掺假到猪肉的样本中取0.5克于50毫升离心管，加入5毫升浓硝酸，放置于重金属石墨消解仪，设置120℃消解40分钟后，加入2毫升双氧水继续消解30分钟，用超纯水定容至50毫升，制得待测消解液。
作为本发明所述基于元素分析的肉掺假定量检测方法的一种优选方案，其中：所述检测元素，均为碰撞模式检测，内标Ge、In、Bi浓度为20ng/mL。
作为本发明所述基于元素分析的肉掺假定量检测方法的一种优选方案，其中：所述偏最小二乘判别分析，包括，
获取待判别的不同掺假比例的样本，每种掺假比例样本包含10个同比例样本，用二进制数的形式设定样本标签为Yij，i＝1，2，…，17，j＝1，2，…，10；
测定每个样本中23种元素的含量向量，记为Naij，Baij，Caij，Cdij，Coij，Crij，Cuij，Feij，Kij，Mgij，Mnij，Moij，Niij，Pbij，Sbij，Seij，Snij，Srij，Tiij，Tlij，Vij，Znij，Hgij；
将第i种比例中第j个样本的排序差异总和矩阵记为Sij；
建立全部元素的偏最小二乘判别分析模型和正交偏最小二乘判别模型，并进行标准化处理，将标准化后的数据导入SIMCA建模软件中，提取主成分作图。
本发明有益效果：
(1)本发明的方法基于元素分析检测技术，能够实现样品前处理简单、操作成本低、检测速度快、稳定性好、抗干扰能力强等优点，同时可实现定性定量的检测分析。
(2)本发明利用元素分析技术结合主成分分析、最小二乘判别分析、因子分析、线性回归建模，从而得出线性定量模型公式，并通过样本对线性模型进行验证。该方法可应用于其他掺假样本的研究和检测，同时线性定量模型可应用于猪肉掺假鸡肉样本的定性定量检测，该方法的应用为解决肉品掺假引起的食品安全问题实现了重要的意义。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。其中：
图1为本发明实施例中偏最小二乘判别分析图(100C指100％鸡肉，100P指100％猪肉，10P90C指10％猪肉混合90％鸡肉，以此类推)。
图2为本发明实施例中多元线性回归分析图。
图3为本发明实施例中预测掺假比例和实际掺假比例线性图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合说明书实施例对本发明的具体实施方式做详细的说明。
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是本发明还可以采用其他不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似推广，因此本发明不受下面公开的具体实施例的限制。
其次，此处所称的“一个实施例”或“实施例”是指可包含于本发明至少一个实现方式中的特定特征、结构或特性。在本说明书中不同地方出现的“在一个实施例中”并非均指同一个实施例，也不是单独的或选择性的与其他实施例互相排斥的实施例。
试剂：浓硝酸：默克MOS级，浓度69％；过氧化氢：国药GR级，浓度30％。
仪器方法及参数：仪器：电感耦合等离子体质谱仪；品牌：美国珀金埃尔默PerkinElmer公司；型号：NEXION 350D，配有四极杆碰撞/反应池，具有标准模式(STD)、碰撞模式(KED)、反应模式(DRC)3种工作模式可切换。接口锥系统包括镍制的采样锥和截取锥，以及铝制的超截取锥。Milli-Q超纯水处理系统：美国Millipore公司产品。美国LabTech重金属石墨消解仪，型号：VB24 UP。
实施例1
(1)采样：从市场中购买猪后腿肉和鸡胸肉样本各100份，将猪肉和鸡肉用绞肉机绞成均匀肉糜，4℃存放。
(2)样本制备：称取鸡肉肉糜按照质量比例0％、5％、10％、15％、20％、25％、30％、35％、40％、45％、50％、60％、70％、80％、90％、100％的梯度加入到猪肉肉糜中，充分混合均匀，模拟鸡肉掺假到猪肉的样本。
消解：每个样本10个平行。从每个模拟样本中取0.5克于50毫升离心管，加入5毫升MOS级浓硝酸，放置于重金属石墨消解仪，设置120℃消解40分钟，加入2毫升GR级过氧化氢继续消解30分钟。用超纯水定容至50毫升待测。同样消解方法制备10个空白样本待测。
仪器工作参数见表1。
表1
| 雾化器流速 | 0.87mL/min |
| 辅助气流速 | 12mL/min |
| 等离子体气流速 | 15mL/min |
| ICP射频功率 | 1100W |
| 模拟级电压 | -2100V |
| 脉冲级电压 | 1100V |
| 偏转板电压 | -11V |
| 轴向场电压 | 475V |
(3)检测方法：
检测23种元素，均为碰撞模式检测，内标Ge、In、Bi浓度为20ng/mL。
将进入雾化室的入口管接上三通连接器，分别连接两根蠕动泵管，一根泵管放入待测消解液，一根泵管放入内标混合液。检测方法参数如表2所示。
表2
其中，DwellTime指的是停顿时间，KED指碰撞反应模式。
(4)数据分析：
偏最小二乘判别分析：
通过检测170个模拟样本中的23种常见元素，利用在线稀释内标法进行精确定量分析。对定量分析的数据结果进行偏最小二乘判别分析。
所述的偏最小二乘判别分析模型包括全部元素的偏最小二乘判别分析、重要元素的偏最小二乘判别分析、全部元素的正交偏最小二乘判别分析和重要元素的正交偏最小二乘判别分析四种模型。
由于本方法的目的在于验证元素分析法是否适合用来判别肉掺假的分析，因此选用全元素的偏最小二乘判别分析模型和全元素的正交偏最小二乘判别分析模型。
获取待判别的17种不同掺假比例的样本，每种掺假比例样本包含10个同比例样本，用二进制数的形式设定样本标签为Yij，i＝1，2，…，17，j＝1，2，…，10；测定每个样本中23种元素的含量向量，记为Naij，Baij，Caij，Cdij，Coij，Crij，Cuij，Feij，Kij，Mgij，Mnij，Moij，Niij，Pbij，Sbij，Seij，Snij，Srij，Tiij，Tlij，Vij，Znij，Hgij。
将第i种比例中第j个样本的排序差异总和矩阵记为Sij；建立全部元素的偏最小二乘判别分析模型和正交偏最小二乘判别模型，并进行标准化处理，将标准化后的数据导入SIMCA建模软件中，提取主成分作图，如图1所示。
可以明确看出，不同比例肉掺假样本之间存在明显区分趋势，因此元素分析法可以用来作为肉掺假鉴定的一种方法。
实施例2
在实施例1偏最小二乘判别分析的基础上，因子分析：由于元素分析法涉及的元素变量众多，且各变量之间可能存在着错综复杂的关系，因此用因子分析法将多个观测元素转换为少数元素因子来反映整个研究的特点和本质；
第一步，将所有元素的定量分析数据进行标准化处理，处理后的数据视为所有元素变量；
对所有元素变量做KMO和Bartlett的检验，用于判断是否适合因子分析，结果如表3所示，KMO统计量为0.78，大于最低标准0.5，适合做因子分析；Bartlett球形检验，拒绝单位相关阵的原假设，P<0.001，适合做因子分析；
表3
第二步，对待测元素因子构造因子变量，选择相关性矩阵分析，选取累计贡献率达到95％的12种元素作为公共因子变量；分析结果如表4所示，每个元素的共性方差高于0.8，说明选取的12种元素因子能够较好地反应原始数据的大部分信息。
表4
第三步，利用旋转方法使因子变量更具有可解释性。旋转方法有三种，分别是正交旋转法、四分旋转法和全体旋转法，目的是通过旋转后，使每个因子上的载荷尽量拉开距离。三种方法的单次分析结果如表5、6、7所示。
表5具有Kaiser标准化的正交旋转法成份转换矩阵
提取方法:主成份。
表6具有Kaiser标准化的四分旋转法成份转换矩阵
提取方法:主成份。
表7具有Kaiser标准化的全体旋转法成份转换矩阵
提取方法:主成份。
根据数值的绝对值大于0.5的原则，各项指标在各类因子上得以解释，优选出四分旋转法更适合作为本研究的因子旋转方法。
在以上三步的分析方法探索后，使选取的因子变量更具有解释性，最终确认12种元素作为提取因子，分别是元素Ba(钡)、Ca(钙)、Cu(铜)、Fe(铁)、K(钾)、Mg(镁)、Mo(钼)、Se(硒)、Sr(锶)、Tl(铊)、Ti(钛)、Zn(锌)。
实施例3
多元线性回归分析：
回归分析是一种用来确定变量间相互依赖的定量关系的统计分析方法。本方法通过将上述实施例2中12种提取因子进行多元线性回归分析，得出线性回归图如图2所示。
同时得出线性方程1如下：
Y＝64.706-0.001X1+2.863e-5X2-0.007X3-0.001X4-4.002e-7X5-3.475e-5X6+0.34X7-0.008X8-0.005X9+0.012X10+24.187X11-0.006X12
公式中：X1：Ba(钡)的含量；X2：Ca(钙)的含量；X3：Cu(铜)的含量；X4：Fe(铁)的含量；X5：K(钾)的含量；X6：Mg(镁)的含量；X7：Mo(钼)的含量；X8：Se(硒)的含量；X9：Sr(锶)的含量；X10：Tl(铊)的含量；X11：Ti(钛)的含量；X12：Zn(锌)的含量；所有含量单位均为ng/g。
验证线性方程：
制作已知比例的掺假样本12个，每个样本制备5个平行，按照上述的消解方法和仪器检测方法对12种因子元素进行检测并计算出含量，将含量代入公式1计算出预测掺假比例。实际掺假比例和预测掺假比例作线性图，如图3所示。
从图中分析得出线性方程为y＝1.0386x，R2＝0.9799。斜率越接近1说明公式方程验证效果越好，从本实验来看斜率接近于1，因此验证了该公式方程的可行性。
利用偏最小二乘判别分析对不同比例肉掺假样本中23种元素含量进行监测和判定。所述的偏最小二乘判别分析模型包含全部元素的偏最小二乘判别分析、重要元素的偏最小二乘判别分析、全部元素的正交偏最小二乘判别分析和重要元素的正交偏最小二乘判别分析模型四种。由于本方法的目的在于验证元素分析法是否可以用来判别肉掺假的分析，因此选用全元素的偏最小二乘判别分析模型和全元素的正交偏最小二乘判别分析模型。获取待判别的17种不同掺假比例的样本，每种掺假比例样本包含10个同比例样本，用二进制数的形式设定样本标签为Yij，i＝1，2，…，17，j＝1，2，…，10；测定每个样本中22种元素的含量向量，记为Naij，Baij，Caij，Cdij，Coij，Crij，Cuij，Feij，Kij，Mgij，Mnij，Moij，Niij，Pbij，Sbij，Seij，Snij，Srij，Tiij，Tlij，Vij，Znij。将第i种比例中第j个样本的排序差异总和矩阵记为Sij；建立全部元素的偏最小二乘判别分析模型和正交偏最小二乘判别模型，并进行标准化处理，将标准化后的数据导入SIMCA建模软件中，提取主成分进行建模。
本发明的方法基于元素分析检测技术，能够实现样品前处理简单、操作成本低、检测速度快、稳定性好、抗干扰能力强等优点，同时可实现定性定量的检测分析。本发明利用元素分析技术结合主成分分析、最小二乘判别分析、因子分析、线性回归建模，从而得出线性定量模型公式，并通过样本对线性模型进行验证。该方法可应用于其他掺假样本的研究和检测，同时线性定量模型可应用于猪肉掺假鸡肉样本的定性定量检测。该方法的应用为解决肉品掺假引起的食品安全问题实现了重要的意义。
应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的权利要求范围当中。
Claims (10)
1.一种基于元素分析的肉掺假定量检测方法，其特征在于：包括，
样本制备：称取鸡肉肉糜加入到猪肉肉糜中，充分混合均匀，制得模拟鸡肉掺假到猪肉的样本；
消解处理：将模拟鸡肉掺假到猪肉的样本进行石墨消解处理，制得待测消解液；
检测元素：将待测消解液置于电感耦合等离子体质谱仪中，对样本中的23种元素进行检测分析；
偏最小二乘判别分析：通过检测模拟样本中的23种常见元素，利用在线稀释内标法进行精确定量分析；对定量分析的数据结果进行偏最小二乘判别分析；
因子分析：将所有元素的定量分析数据进行标准化处理，处理后的数据视为所有元素变量，对所有元素变量做KMO和Bartlett的检验，用于判断是否适合因子分析；
对待测元素因子构造因子变量，选择相关性矩阵分析，选取累计贡献率达到95％的元素作为公共因子变量；
利用旋转法对因子变量处理，使选取的因子变量更具有解释性，从而更确定提取因子的元素；
多元线性回归分析：通过将上述提取因子的元素，进行多元线性回归分析，得出线性方程。
2.如权利要求1所述基于元素分析的肉掺假定量检测方法，其特征在于：所述利用旋转法对因子变量处理，其中，旋转法包括正交旋转法、四分旋转法和全体旋转法。
3.如权利要求2所述基于元素分析的肉掺假定量检测方法，其特征在于：所述旋转法为四分旋转法。
4.如权利要求1所述基于元素分析的肉掺假定量检测方法，其特征在于：所述确定提取因子的元素，其中，元素分别为：Ba、Ca、Cu、Fe、K、Mg、Mo、Se、Sr、Tl、Ti、Zn。
5.如权利要求1～4中任一所述基于元素分析的肉掺假定量检测方法，其特征在于：所述多元线性回归分析，还包括验证线性方程，具体为：制作已知比例的掺假样本，对元素进行检测并计算出含量，将含量代入线性方程得出预测掺假比例，以实际掺假比例和预测掺假比例作线性图，验证效果。
6.如权利要求5所述基于元素分析的肉掺假定量检测方法，其特征在于：所述线性方程为：
Y＝64.706-0.001X1+2.863e-5X2-0.007X3-0.001X4-4.002e-7X5-3.475e-5X6+0.34X7-0.008X8-0.005X9+0.012X10+24.187X11-0.006X12；
公式中：X1：Ba的含量；X2：Ca的含量；X3：Cu的含量；X4：Fe的含量；X5：K的含量；X6：Mg的含量；X7：Mo的含量；X8：Se的含量；X9：Sr的含量；X10：Tl的含量；X11：Ti的含量；X12：Zn的含量；所有含量单位均为ng/g。
7.如权利要求1或2所述基于元素分析的肉掺假定量检测方法，其特征在于：所述称取鸡肉肉糜加入到猪肉肉糜中，包括，
称取鸡肉肉糜按照质量比例0％、5％、10％、15％、20％、25％、30％、35％、40％、45％、50％、60％、70％、80％、90％、100％的梯度加入到猪肉肉糜中，充分混合均匀。
8.如权利要求1或2所述基于元素分析的肉掺假定量检测方法，其特征在于：所述消解处理，包括，
从模拟鸡肉掺假到猪肉的样本中取0.5克于50毫升离心管，加入5毫升浓硝酸，放置于重金属石墨消解仪，设置120℃消解40分钟后，加入2毫升双氧水继续消解30分钟，用超纯水定容至50毫升，制得待测消解液。
9.如权利要求1或2所述基于元素分析的肉掺假定量检测方法，其特征在于：所述检测元素，均为碰撞模式检测，内标Ge、In、Bi浓度为20ng/mL。
10.如权利要求1或2所述基于元素分析的肉掺假定量检测方法，其特征在于：所述偏最小二乘判别分析，包括，
获取待判别的不同掺假比例的样本，每种掺假比例样本包含10个同比例样本，用二进制数的形式设定样本标签为Yij，i＝1，2，…，17，j＝1，2，…，10；
测定每个样本中23种元素的含量向量，记为Naij，Baij，Caij，Cdij，Coij，Crij，Cuij，Feij，Kij，Mgij，Mnij，Moij，Niij，Pbij，Sbij，Seij，Snij，Srij，Tiij，Tlij，Vij，Znij，Hgij；
将第i种比例中第j个样本的排序差异总和矩阵记为Sij；
建立全部元素的偏最小二乘判别分析模型和正交偏最小二乘判别模型，并进行标准化处理，将标准化后的数据导入SIMCA建模软件中，提取主成分作图。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110245243.1A CN113030234B (zh) | 2021-03-05 | 2021-03-05 | 一种基于元素分析的肉掺假定量检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110245243.1A CN113030234B (zh) | 2021-03-05 | 2021-03-05 | 一种基于元素分析的肉掺假定量检测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113030234A true CN113030234A (zh) | 2021-06-25 |
| CN113030234B CN113030234B (zh) | 2021-12-21 |
Family
ID=76468191
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110245243.1A Active CN113030234B (zh) | 2021-03-05 | 2021-03-05 | 一种基于元素分析的肉掺假定量检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113030234B (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103577681A (zh) * | 2013-06-26 | 2014-02-12 | 长沙理工大学 | 基于因子分析锅炉效率影响指标的定量评价方法 |
| CN103575765A (zh) * | 2013-10-14 | 2014-02-12 | 浙江大学 | 一种快速检测羊肉掺假的方法 |
| CN105158321A (zh) * | 2015-06-04 | 2015-12-16 | 中国农业科学院农产品加工研究所 | 一种鉴别牦牛肉产品真伪的方法 |
| CN105510372A (zh) * | 2016-01-27 | 2016-04-20 | 江苏出入境检验检疫局动植物与食品检测中心 | 建立dpls-bs-uve快速鉴别蜂蜜真假的模型方法 |
| CN106909773A (zh) * | 2017-01-11 | 2017-06-30 | 合肥工业大学 | 一种基于偏最小二乘回归提高元素分析仪建模稳健性的方法 |
| CN107014967A (zh) * | 2017-04-18 | 2017-08-04 | 齐鲁工业大学 | 一种果桑品种筛选和果实品质改良方法 |
| CN108444798A (zh) * | 2018-01-29 | 2018-08-24 | 华中农业大学 | 一种基于生物散斑和惯性矩谱分析的牛肉掺假检测方法 |
| CN109596759A (zh) * | 2018-11-27 | 2019-04-09 | 上海交通大学 | 一种主食产品中马铃薯添加量检测方法 |
-
2021
- 2021-03-05 CN CN202110245243.1A patent/CN113030234B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103577681A (zh) * | 2013-06-26 | 2014-02-12 | 长沙理工大学 | 基于因子分析锅炉效率影响指标的定量评价方法 |
| CN103575765A (zh) * | 2013-10-14 | 2014-02-12 | 浙江大学 | 一种快速检测羊肉掺假的方法 |
| CN105158321A (zh) * | 2015-06-04 | 2015-12-16 | 中国农业科学院农产品加工研究所 | 一种鉴别牦牛肉产品真伪的方法 |
| CN105510372A (zh) * | 2016-01-27 | 2016-04-20 | 江苏出入境检验检疫局动植物与食品检测中心 | 建立dpls-bs-uve快速鉴别蜂蜜真假的模型方法 |
| CN106909773A (zh) * | 2017-01-11 | 2017-06-30 | 合肥工业大学 | 一种基于偏最小二乘回归提高元素分析仪建模稳健性的方法 |
| CN107014967A (zh) * | 2017-04-18 | 2017-08-04 | 齐鲁工业大学 | 一种果桑品种筛选和果实品质改良方法 |
| CN108444798A (zh) * | 2018-01-29 | 2018-08-24 | 华中农业大学 | 一种基于生物散斑和惯性矩谱分析的牛肉掺假检测方法 |
| CN109596759A (zh) * | 2018-11-27 | 2019-04-09 | 上海交通大学 | 一种主食产品中马铃薯添加量检测方法 |
Non-Patent Citations (4)
| Title |
|---|
| 中国环境科学学会: "《中国环境科学学会学术年会论文集 2012 第3卷》", 30 June 2012, 中国农业大学出版社 * |
| 侯真真 等: "掺假燕窝的元素组成分析及鉴别研究", 《食品工业》 * |
| 李勇: "《重金属的生态地球化学与人群健康研究》", 30 November 2014, 中山大学出版社 * |
| 钟海燕 等: "《IBM SPSS 统计分析与应用》", 30 September 2018, 中国经济出版社 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113030234B (zh) | 2021-12-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108982692B (zh) | 元素分析-稳定同位素质谱判别奶粉产地的方法 | |
| Bontempo et al. | Isotopic and elemental composition of selected types of Italian honey | |
| Rose et al. | A review of analytical methods for lead, cadmium, mercury, arsenic and tin determination used in proficiency testingPresented at the 2001 European Winter Conference on Plasma Spectrochemistry, Lillehammer, Norway, February 4–8, 2001. | |
| CN101493431A (zh) | 利用电子鼻检测鸡肉新鲜度的方法 | |
| CN107300620B (zh) | 一种基于maldi-tof-ms的死宰肉鉴别方法及系统 | |
| Rebezov et al. | Improvement of laboratory services when using sample preparation in microwave system | |
| Sun et al. | Origin assignment by multi-element stable isotopes of lamb tissues | |
| CN103543123A (zh) | 一种掺假牛奶的红外光谱识别方法 | |
| CN109239176A (zh) | 一种基于多元素和稳定同位素的牦牛肉产地溯源方法 | |
| CN101915815A (zh) | 一种检测肉类新鲜度的方法 | |
| Du et al. | Combination of stable isotopes and multi-elements analysis with chemometric for determining the geographical origins of Rhizoma Coptidis | |
| Zhu et al. | Development of a certified reference material (NMIJ CRM 7505-a) for the determination of trace elements in tea leaves | |
| CN106770004A (zh) | 基于近红外光谱技术检测乳制品中微生物的种类和含量的方法 | |
| CN112268899B (zh) | 一种快速鉴别贝母类药材的方法 | |
| CN109187130A (zh) | 一种基于矿物元素判别模型的牦牛肉溯源方法 | |
| Wang et al. | Multielement Principal Component Analysis and Origin Traceability of Rice Based on ICP‐MS/MS | |
| CN106555000A (zh) | 一种鉴定植物蛋白饮料中植物源性成分的方法 | |
| CN108333300A (zh) | 用于鉴别玛咖产地的方法 | |
| CN113030234B (zh) | 一种基于元素分析的肉掺假定量检测方法 | |
| Larsen et al. | Characterization of National Food Agency Shrimp and PlaiceReference Materials for Trace Elements and Arsenic Species by Atomic andMass Spectrometric Techniques | |
| CN101231276A (zh) | 一种针对掺植脂末原奶的检测方法 | |
| CN111398199A (zh) | 一种基于高光谱成像的小麦面粉微量元素快速检测方法 | |
| CN114088874B (zh) | 一种基于液相可视化阵列的食醋总酸含量检测方法 | |
| CN107037039B (zh) | 一种新疆核桃产地溯源研究方法 | |
| CN114778653A (zh) | 用于羊肉产地溯源的代谢标志物组合、筛选方法及应用 |
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 |