CN113406247A - 一种基于irms、lc-q-tof-ms和多元素分析相结合的大豆产地溯源识别方法 - Google Patents
一种基于irms、lc-q-tof-ms和多元素分析相结合的大豆产地溯源识别方法 Download PDFInfo
- Publication number
- CN113406247A CN113406247A CN202110347188.7A CN202110347188A CN113406247A CN 113406247 A CN113406247 A CN 113406247A CN 202110347188 A CN202110347188 A CN 202110347188A CN 113406247 A CN113406247 A CN 113406247A
- Authority
- CN
- China
- Prior art keywords
- soybean
- sample
- standard
- samples
- soybean oil
- 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
- 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
- G01N30/04—Preparation or injection of sample to be analysed
- G01N30/06—Preparation
-
- 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
- G01N30/86—Signal analysis
- G01N30/8696—Details of Software
-
- 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
- G01N30/88—Integrated analysis systems specially adapted therefor, not covered by a single one of the groups G01N30/04 - G01N30/86
-
- 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
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
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
本发明公开了基于一种基于IRMS、LC‑Q‑TOF‑MS和多元素分析技术相结合的大豆产地溯源识别方法，通过液相色谱‑四级杆飞行时间质谱仪结合矿质元素含量和稳定同位素比值分析技术，建立基于LC‑Q‑TOF‑MS、矿质元素和稳定同位素含量分析相融合的大豆原产地溯源识别方法，通过参考待检测大豆样品的甘油三酯化合物高分辨质谱数据、和大豆粉样品中的矿质元素含量和大豆粉样品中水溶性蛋白质的稳定同位素比值，将三种数据融合后导入大豆产地溯源鉴定模型，并通过该模型进行待检测大豆的产地溯源预测，提高大豆产地溯源的准确度。
Description
技术领域
本发明属于农作物产地溯源技术领域，具体涉及一种基于IRMS、LC-Q-TOF-MS和多元素分析技术相结合的大豆产地溯源识别方法。
背景技术
食品质量安全检测领域涉及两大质量安全问题——有毒有害物质的风险性问题和产品的真实性问题。关于食品有害物质的检测问题，国内外有大量文献报道的标准与检测方法检测食品中有毒有害物质，关于食品的品质的真实性问题，近十年来才引起国内外消费者的关注与重视，逐渐成为食品质量检测领域一大热点与难题。目前关于食品的真实性检测技术主要有紫外光谱、红外光谱等指纹图谱技术，原子吸收、发射、荧光等原子光谱技术，同位素质谱技术，高分辨质谱技术，核磁共振技术，拉曼光谱技术，以及20世纪九十年代兴起的组学技术，组学技术中的食品组学包括基于组学及表观基因组学、转录组学、蛋白质组学、代谢组学以及脂质组学等组学技术，在食品检验领域中蛋白质组学、代谢组学及脂质组学是常用的组学技术，可以通过这些组学技术判断食品的功效成分真假，食品营养成分含量问题，以及食品产地追踪溯源问题。在食品的产地溯源真实性鉴定领域之中，同位素质谱技术和组学技术是两类比较可靠的鉴别技术，但是运用组学技术对大豆进行产地溯源的方法和专利较少。
公开号为CN104360004A的专利申请公开了一种利用LC-Q-TOF结合统计分析鉴别燕窝真伪的方法。该方法的步骤为待测样品中加入甲酸溶液后沸水浴，再冷却，过滤膜进行过滤得到处理后的待测样品；处理后的待测样品用液相色谱-四级杆飞行时间质谱仪采集待测样品质谱信息，进行特征化合物提取；将获得的待测样品的特征化合物信息调入燕窝真伪鉴别模型中进行预测。当准确率在80％及以上时判定为正品燕窝，否则为伪品燕窝。本发明因此还建立了一个燕窝真伪鉴定模型，在鉴定时，只需一个真伪鉴定模型即可，使检测更加简单易操作。该方法用于鉴定燕窝产品，但是由于燕窝和大豆的成分不同，用该方法无法对大豆的靶向化合物进行提取并且进一步完成对大豆产地的追踪。
公开号为CN111474275A的专利申请公开了一种基于矿物元素和稳定同位素的马铃薯产地溯源的方法，该方法为：分别采集内蒙古、黑龙江、新疆和四川四个省区马铃薯生产基地的马铃薯样品，并制备分析样品；测定得到的分析样品中铝、锰、铜、锌的含量，碳稳定同位素比值δ13C及氮稳定同位素比值δ15N；将测定结果带入判别模型，判断马铃薯样品的产地。本发明的马铃薯产地溯源的方法基于不同产地矿物元素和稳定同位素含量，可以利用客观的检测技术手段，说明不同马铃薯产品的来源，准确率不低于95.3％，填补了马铃薯溯源技术缺乏的空白，能为保护具有产地优势的马铃薯区域品牌提供数据支撑，避免以次充好的现象发生，具有广泛的应用前景。该方法无法对建立基于脂质组学的大豆产地溯源模型。
公开号为CN106560698A的专利申请公开了一种基于多种检测技术的植物产地鉴别方法，该发明联合近红外光谱、稳定同位素和微量元素数据鉴别武夷岩茶产地的方法，属于地理标志产品真实性识别技术领域，其目的在于解决单种检测数据无法代表产地溯源全部关键信息和不同类型检测数据在计量学方法中联合使用的数据匹配等问题。本发明基于最小二乘支持向量机(LS-SVM)模型，将近红外、稳定同位素和微量元素融合在一起建模分析，识别率最高，达100.0％，远高于单种数据所建立的LS-SVM判别结果，且对盲样的识别率达100％，具有较好应用前景。本发明亦适合对香榧、藕粉等其它植物样品产地进行鉴别，本发明对除茶叶外的植物，但是对于富含油脂的植物，近红外法并不适用。
发明内容
本发明的目的在于提供一种基于IRMS、LC-Q-TOF-MS和多元素分析技术相结合的大豆产地溯源识别方法，以解决上述技术问题，通过M液相色谱-四级杆飞行时间质谱仪LC-Q-TOF-MS结合矿质元素含量和稳定同位素比值分析技术，建立基于LC-Q-TOF-MS、矿质元素和稳定同位素含量分析相融合的大豆原产地溯源识别方法，通过参考待检测大豆油样品的甘油三酯化合物高分辨质谱数据、和大豆粉样品中的矿质元素含量和大豆粉样品中水溶性蛋白质的稳定同位素比值，将三种数据融合后导入大豆产地溯源鉴定模型，并通过该模型进行待检测大豆的产地溯源预测，提高大豆产地溯源的准确度。
为实现上述发明目的，本发明采取的技术方案如下：
一种基于IRMS、LC-Q-TOF-MS和多元素分析技术相结合的大豆产地溯源识别方法，包括如下步骤：
S1.标准样品制备：选取具有明确地区的不同产地的大豆样品，每个产地的所述大豆样品分别经压榨后得到大豆油样品、经研磨后得到标准大豆粉样品、以及提取所述标准大豆粉样品的水溶性蛋白质作为靶向目标物，将大豆油样品用稀释溶剂进行逐级稀释100～200 倍后得到标准大豆油样品，所述大豆样品来源于至少两个不同产地；
S2.标准样品的质谱数据、矿质元素含量数据和稳定同位素比值数据采集：用液相色谱- 四级杆飞行时间质谱仪分别采集不同地区所述标准大豆油样品的质谱数据信息，获得所述标准大豆油样品的甘油三酯化合物的IDA-MS高分辨质谱数据；用矿质元素含量分析仪采集不同产地的所述标准大豆粉样品的质谱数据信息，获得所述标准大豆粉样品的矿质元素含量数据；以及用同位素质谱仪采集不同产地的所述标准大豆粉样品的水溶性蛋白质的质谱数据信息，获得所述水溶性蛋白质的稳定同位素比值数据，IRMS即为稳定同位素技术，多元素分析技术即为矿质元素含量分析技术；
S3.标准大豆油样品靶向化合物的确定：将步骤S2获得的IDA-MS高分辨质谱数据中的甘油三酯化合物质谱数据与脂类化合物数据库中的标准甘油三酯化合物数据进行匹配，确定所述标准大豆油样品的甘油三酯化合物靶向化合物；
S4.大豆产地溯源鉴定模型建立：确定标准大豆油样品中甘油三酯靶向化合物后，将所述IDA-MS高分辨质谱数据通过分析软件进行分析，以获取所述标准大豆油样品的甘油三酯化合物标志物观测峰值数据，将同一产地大豆的所述标准大豆油样品中的甘油三酯化合物标志物观测峰值数据、和标准大豆粉样品的矿质元素含量数据、以及标准大豆粉样品的水溶性蛋白质的稳定同位素比值数据同时导入建模软件进行主成分分析法、偏最小二乘法- 判别分析法和正交偏最小二乘法回归分析法中的一种或多种方式处理，然后依次将不同产地大豆的标准大豆油样品的甘油三酯化合物标志物观测峰值数据、和标准大豆粉样品的矿质元素含量数据、以及标准大豆粉样品的水溶性蛋白质的稳定同位素比值数据均导入建模软件中，以获得不同产地标准大豆油样品中大豆油脂特征分布规律、标准大豆粉样品矿质元素以及标准大豆粉样品的水溶性蛋白质的稳定同位素分布规律，构建基于LC-Q-TOF-MS、矿质元素含量和稳定同位素比值分析相结合的大豆产地溯源鉴定模型；所述标志物观测峰值数据即为MarkerView peaks数据，通过MasterView分析软件分析获得标准大豆油样品的甘油三酯的MarkerView peaks数据，
S5.结果预测：将待检测大豆样品分别经过压榨得到大豆油样品和经研磨后得到待检测大豆粉样品、提取待检测大豆粉样品得到待检测大豆水溶性蛋白质，将大豆油样品用稀释溶剂进行逐级稀释100～200倍后得到待检测大豆油样品，通过基液相色谱-四级杆飞行时间质谱仪采集待检测大豆油样品的IDA-MS高分辨质谱数据，用矿质元素含量分析仪采集待所述待检测大豆粉样品的矿质元素含量数据，以及用同位素质谱仪采集待检测大豆水溶性蛋白质的稳定同位素比值数据；将待检测大豆样品的IDA-MS高分辨质谱数据、矿质元素含量数据和稳定同位素比值数据同时导入步骤S4的所述大豆产地溯源鉴定模型中，进行待检测大豆的产地溯源预测。
进一步优选的，步骤S3中，脂类化合物数据库为美国公布的脂类化合物数据库LIPID MAPS Lipidomics Gateway，标准甘油三酯化合物数据为脂类化合物数据库LIPIDMAPS Lipidomics Gateway中Triradylglycerols的6899个甘油三酯化合物，通过PeakView软件定性分析确定大豆油样品常见的116个甘油三酯化合物为所述标准大豆油样品的甘油三酯化合物靶向化合物。
优选的，所述稀释溶剂为甲醇-乙酸乙酯混合液，所述稀释溶剂中的甲醇和乙酸乙酯比例为1：1，所述大豆油样品用甲醇-乙酸乙酯混合液逐级稀释200倍。
优选的，所述步骤S2中的标准大豆油样品的质谱数据采集的步骤如下：
将稀释后得到的所述标准大豆油样品置于所述液相色谱-四级杆飞行时间质谱仪的进样器中，通过所述液相色谱-四级杆飞行时间质谱仪中的液相色谱仪对所述标准大豆油样品进行分离分析，然后再通过所述液相色谱-四级杆飞行时间质谱仪中的质谱仪进行所述标准大豆油样品的质谱数据采集，通过质谱仪的一级TOF-MS扫描和二级IDA-MS扫描分别得到所述标准大豆油样品的一级质谱信息和二级质谱信息，所述二级质谱信息为IDA-MS高分辨质谱数据，通过IDA-MS高分辨质谱数据确定所述标准大豆油样品的甘油三酯化合物靶向化合物，并将IDA-MS高分辨质谱数据导入建模软件中进行定向定量处理分析。
优选的，所述液相色谱-四级杆飞行时间质谱仪中液相色谱仪的液相色谱条件为：流速为0.5μL/min，柱温为40℃，Xbridge BEH C18色谱柱梯度洗脱，2μL进样量；流动相中 A相为异丙醇，流动相中的B相为乙腈，其中流动相在不同时间段内的B相含量如下：0min,70％B；0-5min,70-65％B；5-8min,65％B；10-10.5min,65-70％B；10.5-15min,70％B。
所述液相色谱-四级杆飞行时间质谱仪中质谱仪的四级杆飞行时间质谱条件为：质谱仪采用正离子模式采集数据，离子源为：ESI和APCI复合源；正离子扫描方式为：APCI源连接自动校正系统，一级TOF-MS扫描准确质量范围：100～2000Da，数据采集时间100ms，DP:100V，CE:10V，其中DP为去簇电压，CE为碰撞能量；二级IDA-MS扫描准确质量范围：50～2000Da，DP:100V，CE:35±15V；所述质谱仪采用高灵敏模式，数据采集时间50ms，信号阈值100cps，每次循环采集6次数据，且采用动态背景减法扣除。
优选的，所述液相色谱-四级杆飞行时间质谱仪为岛津LC20AD液相色谱仪，所述质谱仪为Triple TOF 5600+质谱仪，自动校正系统为CDS系统，四级杆飞行时间质谱条件还包括：每10个样品自动校正1次，APCI正离子校正液流速0.3mL/min，气帘气压力为：40psi，离子源雾化气压力为：50psi，离子源辅助加热气压力为：50psi，离子源温度为：500℃，离子源电压5500V，质谱仪采集的所有IDA-MS高分辨质谱数据在ABSciex公司的Analyst TF 1.6软件采集，IDA-MS高分辨质谱数据在PeakView，MasterView软件上定性定量处理分析后，导入SIMCA14.0软件(瑞士Umetrics公司)中，进行主成分分析、偏最小二乘法判别分析、正交偏最小二乘法判别分析中的一种方式处理。
优选的，步骤S2中标准大豆粉样品的矿质元素含量数据采集方法为：称取0.5g标准大豆粉样品于微波消解罐的内罐中，加入4ml硝酸，盖上内罐盖，浸泡6～12个小时；浸泡后，旋紧微波消解罐的外罐置于微波消解仪中进行消解，然后设定升温程序对消解仪中的标准大豆粉样品进行消解，消解完毕待冷却后取出内罐，于电热板上赶酸，赶酸结束后将内罐中消化液转移至50mL聚丙烯离心管中，并用少量去离子水多次洗涤微波消解罐的内罐，合并洗涤液并用去离子水将聚丙烯离心管中的消化液和去离子水的混合液定容至25mL，混匀备用，同时做空白对比试验，然后矿质元素含量分析仪采用ICP-MS和/或ICP-AES测定分析标准大豆粉样品中的矿质元素含量。
优选的，所述空白对比试验包括两组，其中一组空白对比试验在聚丙烯离心管中放置 25mL去离子水；另一组空白对比试验在聚丙烯离心管中放置25mL硝酸。
优选的，所述微波消解罐在所述微波消解仪中升温程序包括如下步骤：
a1.在8min内将微波消解仪的温度升至120℃，然后保持120℃的温度5min；
a2.然后在10min内将微波消解仪的温度从120℃升至180℃，然后保持180℃的温度 10min。
优选的，步骤S2中标准大豆粉样品的矿质元素含量数据采集方法为：步骤S2中标准大豆粉样品的矿质元素含量数据采集方法为：称取0.5g标准大豆粉样品置于聚乙烯消化管中，加入4ml硝酸，盖上密封盖，浸泡6～12个小时；浸泡后，将密封后的聚乙烯消化管置于消解仪中，并在消解仪的内罐体中预加惰性气体，惰性气体压力4000KPa，然后设定升温程序对消解仪中的标准大豆粉样品进行消解，消解完毕待冷却后取出内罐，于电热板上赶酸，赶酸结束后将内罐中消化液转移至50mL聚丙烯离心管中，并用少量去离子水多次洗涤微波消解罐的内罐，合并洗涤液并用去离子水将聚丙烯离心管中的消化液和去离子水的混合液定容至25mL，混匀备用，同时做空白对比试验，矿质元素含量分析仪采用ICP-MS 和/或ICP-AES测定分析标准大豆粉样品中的矿质元素含量。
优选的，所述惰性气体为氮气，消解仪的外腔温度≤40℃。
优选的，所述聚乙烯消化管在所述消解仪中升温程序包括如下步骤：
a1.在15000KPa压力和1500W功率的条件下，在8min内将微波消解仪的温度升至120℃；
a2.然后在15000KPa压力和1500W功率的条件下，在8min内将微波消解仪的温度从120℃升至240℃；
a3.进而在15000KPa压力和1500W功率的条件下，保持240℃的温度持续20min。
优选的，称取0.5g的标准大豆粉样品的精确为0.001g，所述电热板设定的温度为140～160℃。
更优选的，所述电热板设定的温度为150℃。
优选的，步骤S1中标准大豆粉样品的水溶性蛋白质提取过程如下：将大豆样品研磨粉碎制备30g标准大豆粉样品，称取1g标准大豆粉样品，加入10mL超纯水，经过超声波超声30min，10000转的转动条件下离心5min，提取1mL上清蛋白质提取液加入3K超滤离心管，离心分别获得分子量3k Da以上的蛋白质，将离心后的蛋白质转移至进样瓶中，冷冻干燥8h以上至全部干燥，获得水溶性蛋白质的固态蛋白质粉末；所述同位素质谱仪为在线气体分析-稳定同位素质谱仪GasBench-IRMS、元素分析-同位素质谱仪EA-IRMS、气相色谱-同位素质谱仪GC-IRMS、液相色谱-同位素质谱仪LC-IRMS中的一种。
所述步骤S2中标准大豆粉样品的水溶性蛋白质的稳定同位素比值数据采集方法为：
a1.选取元素分析-同位素质谱仪EA-IRMS，在锡杯和银杯中均放置水溶性蛋白质的固态蛋白质粉末，分别检测水溶性蛋白质中稳定碳和氮的同位素比值，以及稳定氢和氧的同位素比值；
a2.调谐校正元素分析-同位素质谱仪EA-IRMS；
a3.将锡杯包裹的水溶性蛋白质引入980℃高温燃烧炉，获得CO2和N2气体，将CO2和N2导入同位素质谱仪主机中进行水溶性蛋白质中的δ15N和δ13C检测；将银杯包裹的水溶性蛋白质引入1380℃高温裂解炉中，获得CO和H2气体，将CO和H2导入同位素质谱仪主机中进行水溶性蛋白质的δ2H和δ18O检测。
优选的，所述步骤a2中，调谐校正元素分析-同位素质谱仪EA-IRMS的方法如下：在所述元素分析-同位素质谱仪EA-IRMS中通入高纯度CO、H2、N2和CO2作为参考气体，然后用已知δ2H、δ18O、δ15N和δ13C值的标准物质标定所述参考气体的稳定同位素δ值，再以参考气体标定后的稳定同位素δ值作为检测标准，用于校正步骤a3中检测得到的标准大豆粉样品的水溶性蛋白质中的稳定同位素δ值。
优选的，校正过程中的数据的处理以及分析均通过美国Thermo Scientific公司的Isodat3.0软件实现。
优选的，所述步骤S3的确定靶向化合物的方法包括：根据所述IDA-MS高分辨质谱数据中的目标物分子量范围，将标准大豆油样品中的IDA-MS高分辨质谱数据分为3个区域：分子量在800-1000的第一区域，分子量在550-800的第二区域，以及分子量在550以下的第三区域，所述第一区域与第二区域是大豆油油脂代谢特征区域，将脂类化合物数据库中的分子量范围在700-950之间的动植物来源甘油三酯化合物与第一区域和第二区域中的大豆油甘油三酯化合物进行匹配筛选，确定分子量范围在766-920Da之间的114个大豆油中的甘油三酯化合物为靶向化合物；
所述步骤S4中还包括对大豆产地溯源鉴定模型的优化步骤，所述优化步骤包括：通过大豆产地溯源鉴定模型的VIP值确定所述靶向化合物中贡献值度大的部分甘油三酯化合物，并根据hotelling’s和DModx指标，删除超出99％置信区间的异常值样品，以及删除在鉴定模型中出现数目比较少的所在地区的全部大豆油样品，以优化大豆产地溯源鉴定模型。以及通过大豆产地溯源鉴定模型的VIP值确定所述标准大豆粉样品中贡献度大的部分矿质元素，VIP值为变量投影重要性分析值，选取27种元素作为优化后的特征贡献度元素，用优选后的甘油三酯靶向化合物和特征贡献度元素数据建立优化后的基于LC-Q-TOF-MS、矿质元素含量和稳定同位素比值分析相结合的大豆产地溯源鉴定模型。
优选的，在分子量范围为766-930Da之间的甘油三脂化合物中选取VIP值贡献度大的甘油三脂化合物作为优选后的甘油三酯靶向化合物，包括分子量如下的甘油三酯化合物： 873.6967、875.7123、851.7123、877.7280、853.7280、865.7280、913.7280、829.7280、915.7436、767.6184、835.6810、879.7436、917.7593、859.7749、855.7436、895.779、825.6967、921.7906、887.8062及869.7593；优化后的大豆特征贡献度元素为Sr、As、 Ni、Cd、Mo、Se、Cs、Cr、Mn、Tl、Zr、Co、Be、U、V、Al、Eu、Na、Ce、Cu、Nd、P、Gd、Sn、Sc、I和Sm元素。
优选的，所述步骤S4还包括盲样验证步骤，所述盲样验证步骤包括：选取同一地区的多个大豆验证样品，将具有明确地区的大豆验证样品分别经过压榨得到待验证大豆油样品和经研磨、提取后得到待验证大豆粉样品的水溶性蛋白，通过液相色谱-四级杆飞行时间质谱仪采集待验证大豆油样品的IDA-MS高分辨质谱数据，用矿质元素含量分析仪采集待所述待验证大豆粉样品的矿质元素含量数据，以及用同位素质谱仪采集待所述待验证大豆粉样品的水溶性蛋白稳定同位素比值数据；将大豆验证样品的IDA-MS高分辨质谱数据、矿质元素含量数据和水溶性蛋白稳定同位素比值数据同时导入步骤S4的所述大豆产地溯源鉴定模型中，验证所述大豆验证样品的产地溯源准确度。
优选的，所述步骤S4中，将同一产地大豆的所述标准大豆油样品中的甘油三酯化合物标志物观测峰值数据、和标准大豆粉样品的矿质元素含量数据、以及标准大豆粉样品的水溶性蛋白质的稳定同位素比值数据同时导入建模软件进行正交偏最小二乘法回归分析法处理，构建基于LC-Q-TOF-MS、矿质元素含量和稳定同位素比值分析相结合的OPLS-DA大豆产地溯源鉴定模型。
优选的，所述步骤S1中标准样品制备的过程中，设所述大豆样品来源于n个不同的地区，将所述大豆样品分成n×(n-1)/2组，每组大豆样品中均由两个不同产地的大豆样品组成，将每组大豆样品均按照步骤S2、S3、S4建立两国大豆产地溯源鉴定模型，用于鉴定两国大豆产地溯源鉴定模型中所对应的大豆国家或地区。
优选的，所述步骤S1中标准样品制备的过程中，大豆样品来源于至少三个不同国家或地区，以使所述步骤S4建立多国大豆产地溯源鉴定模型。
优选的，所述步骤S1中标准样品制备的过程中，设所述大豆样品来源于美国、巴西、阿根廷、加拿大、乌拉圭、俄罗斯、中国，按照步骤S2、S3、S4依次建立美国-巴西、美国-阿根廷、美国-加拿大、美国-乌拉圭、美国-俄罗斯、美国-中国大豆产地溯源鉴定模型，用于鉴定美国与其余国家的大豆产地来源。
有益效果：
本发明的基于IRMS、LC-Q-TOF-MS和多元素分析技术相结合的大豆原产地溯源识别方法，通过参考待检测大豆油样品的IDA-MS高分辨质谱数据，并通过分析软件获取甘油三脂化合物的MarkerView peaks数据，将大豆油样品中的甘油三酯化合物MarkerViewPeaks 数据进行、大豆粉样品中的矿质元素含量数据和大豆粉样品中水溶性蛋白质的稳定同位素比值数据融合后建立大豆产地溯源鉴定模型，将待检测样品采集的上述三种数据导入所述大豆产地溯源鉴定模型中，进行待检测大豆的产地溯源预测，提高大豆产地溯源的准确度； LC-Q-TOF-MS利用较少的甘油三酯靶向化合物的高分辨质谱数据融合其余两种即可建立多元统计分析判别预测模型，并结合多国以及两国大豆产地溯源鉴定模型进一步完善大豆产地溯源鉴定的准确性，本发明还能够通过单独建立两国大豆产地溯源鉴定模型来提高鉴定特定两个国家的大豆产地溯源准确度。本发明比单独使用稳定同位素比值溯源方法鉴定美国大豆的准确度高，且提高了10％以上，相较于单独使用LC-Q-TOF-MS的溯源法鉴定的准确性也有所提高，因此本发明能够有效识别美国和其他大豆主生产国之间的产地源，避免美国大豆混合其他国家大豆后进入中国。
附图说明
图1所示为优化前的基于LC-Q-TOF-MS的多国OPLS-DA大豆产地溯源鉴定模型；
图2所示为优化前的基于LC-Q-TOF-MS的多国OPLS-DA大豆产地溯源鉴定模型中的甘油三酯化合物VIP值分布图；
图3所示为优化后的基于LC-Q-TOF-MS的多国OPLS-DA大豆产地溯源鉴定模型；
图4所示为优化前的基于矿质元素含量分析的OPLS-DA多国大豆产地溯源鉴定模型；
图5所示为基于矿质元素含量分析的OPLS-DA多国大豆产地溯源鉴定模型中的矿质元素VIP值分布图；
图6所示为优化后的基于矿质元素含量分析的OPLS-DA多国大豆产地溯源鉴定模型；
图7所示为大豆粉样品的水溶性蛋白质作为靶向目标物建立的基于同位素比值的多国 OPLS-DA大豆产地溯源鉴定模型；
图8所示为基于IRMS、LC-Q-TOF-MS和多元素分析技术相结合的巴西-美国两国OPLS-DA大豆产地溯源鉴定模型
图9所示为基于IRMS、LC-Q-TOF-MS和多元素分析技术相结合的阿根廷-美国两国OPLS-DA大豆产地溯源鉴定模型；
图10所示为基于IRMS、LC-Q-TOF-MS和多元素分析技术相结合的加拿大-美国两国OPLS-DA大豆产地溯源鉴定模型；
图11所示为基于IRMS、LC-Q-TOF-MS和多元素分析技术相结合的俄罗斯-美国两国OPLS-DA大豆产地溯源鉴定模型；
图12所示为基于IRMS、LC-Q-TOF-MS和多元素分析技术相结合的中国-美国两国OPLS-DA大豆产地溯源鉴定模型；
图13所示为大豆粉样品作为靶向目标物建立的基于稳定同位素比值的多国OPLS-DA 大豆产地溯源鉴定模型；
图14所示为大豆油样品作为靶向目标物建立的基于稳定同位素比值的多国OPLS-DA 大豆产地溯源鉴定模型；
图15所示为基于三种溶剂构建的大豆油样品甘油三酯化合物PCA鉴定模型与OPLS-DA鉴定模型。
具体实施方式
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对照附图说明本发明的具体实施方式。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的前提下，还可以根据这些附图获得其他的附图，并获得其他的实施方式。
下面以具体实施例详细介绍本发明的技术方案。
大豆油样品数据采集过程中的实验器材包括：实验器材包括：选择美国ABsciex公司的Triple TOF5600+高分辨质谱仪；日本岛津公司的HPLC 20AD高效液相色谱仪；美国Waters公司的Xbridge BEH C18色谱柱(100mm×2.1mm,3μm)；德国IKA公司的 VORTEX 4旋涡混匀器；以及榨油机；
试剂选择：甲醇、乙腈、丙酮、乙酸乙酯(色谱纯，赛默飞世尔公司，美国)；
大豆粉样品数据采集过程中的实验器材包括：ICP 5300电感耦合等离子体发射光谱仪 (美国PE公司)；Elane-drc-e电感耦合等离子体质谱仪(美国PE公司)；ETHosA型微波消解仪(意大利Milestone公司)；Ultra WAVE超级微波消解平台(意大利Milestone公司)；DS-360石墨消解仪(广州分析测试中心)；Milli-Q超纯水系统(电阻率18.2MΩ·cm)；所有玻璃器皿均用20％HNO3浸泡24h，用水反复冲洗，最后用去离子水冲洗干净，待用。
IV-ICP-MS-71A标准溶液(10μg/mL，inorganic Ventures)；CCS-5标准溶液：(100μg/mL，inorganic Ventures)；GNM-M292793-2013：ICP用多元素标准溶液：国家有色金属及分析测试中心；硝酸：优级纯，苏州晶瑞有限公司生产。Rh、Re、In混合内标：(100μg/mL，inorganic Ventures)；水：经超纯水机制备(18.3MΩ.Cm)；其他所用试剂均为优级纯以上；氮气：99.99％以上。
大豆水溶性蛋白质的数据采集中使用的仪器：Flash EA2000元素分析仪，DELTAVAdvantage同位素质谱仪和ConFlo IV接口(美国Thermo Scientific公司)；Milli-Q超纯水仪(美国Millipore公司)；SW 30H型超声仪(瑞士SONO SWISS公司)；SIGMA3-30KS 高速冷冻离心机(德国Sigma离心机公司)；Sartorius BT 223S千分之一天平(德国赛多利斯公司)；榨油机；真空冷冻干燥机(德国Christ公司，Alpha 1-2LD PLUS)；粉碎机(上海嘉定粮油有限公司，JL064)；银杯(德国IVAAnalysentechnik公司)；锡杯(美国赛默飞公司)；作为载气的He气(纯度大于99％)、CO2标准参考气(纯度大于99.9995％)、 CO标准参考气(纯度大于99.9995％)、H2标准参考气(纯度大于99.9995％)；N2标准参考气(纯度大于99.9995％)；超滤离心管(美国密理博公司，Centrifugal Filter Units，3K/10K)。
EA-IRMS用碳、氮同位素标准物质：IAEA-600咖啡因：δ13C＝-27.771‰，δ15N＝+1.00‰， V-PDB为基准，购于国际原子能机构；EA-IRMS用氢氧同位素标准物质：EMA-P1聚酰胺：δ2H＝-25.3‰，δ18O＝20.99‰，以V-SMOW为基准，购于英国Elemental Microanalysis公司；实验用水为超纯水，阻抗值为18.2MΩ·cm。
大豆及大豆油样品来源：大豆标准样品来源于全国有关直属海关及国外购买共收集大豆样品807个，其中各个产地的大豆样品数量如下：其中美国样品152个，巴西样品423个，加拿大样品96个，阿根廷样品68个，乌拉圭样品14个，俄罗斯样品25个，中国样品29个；大豆油样品334个：其中美国样品36个，巴西样品226个，乌克兰样品7个，阿根廷样品46个，墨西哥样品1个，俄罗斯样品16个。
基于IRMS、LC-Q-TOF-MS和多元素分析技术相结合的大豆原产地溯源识别方法，包括如下步骤：
S1.标准样品制备：选取具有明确地区的不同产地的大豆样品，每个产地的所述大豆样品分别经压榨后得到大豆油样品、经研磨后得到标准大豆粉样品、以及提取所述标准大豆粉样品的水溶性蛋白质作为靶向目标物，将大豆油样品用稀释溶剂进行逐级稀释100～200 倍后得到标准大豆油样品，所述大豆样品来源于至少两个不同产地；
S2.标准样品的质谱数据、矿质元素含量数据和稳定同位素比值数据采集：用液相色谱- 四级杆飞行时间质谱仪分别采集不同地区所述标准大豆油样品的质谱数据信息，获得所述标准大豆油样品的甘油三酯化合物的IDA-MS高分辨质谱数据；用矿质元素含量分析仪采集不同产地的所述标准大豆粉样品的质谱数据信息，获得所述标准大豆粉样品的矿质元素含量数据；以及用同位素质谱仪采集不同产地的所述标准大豆粉样品的水溶性蛋白质的质谱数据信息，获得所述水溶性蛋白质的稳定同位素比值数据；
S3.标准大豆油样品靶向化合物的确定：将步骤S2获得的IDA-MS高分辨质谱数据中的甘油三酯化合物质谱数据与脂类化合物数据库中的标准甘油三酯化合物数据进行匹配，确定所述标准大豆油样品的甘油三酯化合物靶向化合物；
S4.大豆产地溯源鉴定模型建立：确定标准大豆油样品中甘油三酯靶向化合物后，将所述IDA-MS高分辨质谱数据通过分析软件进行分析，以获取所述标准大豆油样品的甘油三酯化合物标志物观测峰值数据，将同一产地大豆的所述标准大豆油样品中的甘油三酯化合物标志物观测峰值数据、和标准大豆粉样品的矿质元素含量数据、以及标准大豆粉样品的水溶性蛋白质的稳定同位素比值数据同时导入建模软件进行主成分分析法、偏最小二乘法- 判别分析法和正交偏最小二乘法回归分析法中的一种或多种方式处理，然后依次将不同产地大豆的标准大豆油样品的甘油三酯化合物标志物观测峰值数据、和标准大豆粉样品的矿质元素含量数据、以及标准大豆粉样品的水溶性蛋白质的稳定同位素比值数据均导入建模软件中，以获得不同产地标准大豆油样品中大豆油脂特征分布规律、标准大豆粉样品矿质元素以及标准大豆粉样品的水溶性蛋白质的稳定同位素分布规律，构建基于LC-Q-TOF-MS、矿质元素含量和稳定同位素比值分析相结合的大豆产地溯源鉴定模型；所述标志物观测峰值数据即为MarkerView peaks数据，通过MasterView分析软件分析获得标准大豆油样品的甘油三酯的MarkerView peaks数据，
S5.结果预测：将待检测大豆样品分别经过压榨得到大豆油样品和经研磨后得到待检测大豆粉样品、提取待检测大豆粉样品得到待检测大豆水溶性蛋白质，将大豆油样品用稀释溶剂进行逐级稀释100～200倍后得到待检测大豆油样品，通过基液相色谱-四级杆飞行时间质谱仪采集待检测大豆油样品的IDA-MS高分辨质谱数据，用矿质元素含量分析仪采集待所述待检测大豆粉样品的矿质元素含量数据，以及用同位素质谱仪采集待检测大豆水溶性蛋白质的稳定同位素比值数据；将待检测大豆样品的IDA-MS高分辨质谱数据、矿质元素含量数据和稳定同位素比值数据同时导入步骤S4的所述大豆产地溯源鉴定模型中，进行待检测大豆的产地溯源预测。
多国OPLS-DA大豆产地溯源鉴定模型实施例1
选取具有明确地区的不同产地的大豆样品，每个产地的所述大豆样品分别经压榨后得到大豆油样品、经研磨后得到标准大豆粉样品、以及提取所述标准大豆粉样品的水溶性蛋白质作为靶向目标物，将大豆油样品用稀释溶剂进行逐级稀释200倍后得到标准大豆油样品，选取甲醇-乙酸乙酯混合液作为稀释溶剂，所述稀释溶剂中的甲醇和乙酸乙酯比例为1： 1。
采集标准大豆油样品质谱数据：
将稀释后得到的所述标准大豆油样品置于所述液相色谱-四级杆飞行时间质谱仪的进样器中，通过所述液相色谱-四级杆飞行时间质谱仪中的液相色谱仪对所述标准大豆油样品进行分离分析，然后再通过所述液相色谱-四级杆飞行时间质谱仪中的质谱仪进行所述标准大豆油样品的质谱数据采集，通过质谱仪的一级TOF-MS扫描和二级IDA-MS扫描分别得到所述标准大豆油样品的一级质谱信息和二级质谱信息，所述二级质谱信息为IDA-MS高分辨质谱数据，通过IDA-MS高分辨质谱数据确定所述标准大豆油样品的甘油三酯化合物靶向化合物，确定靶向化合物的方法包括：根据所述IDA-MS高分辨质谱数据中的目标物分子量范围，将大豆油样品中的IDA-MS高分辨质谱数据分为3个区域：分子量在800-1000 的第一区域，分子量在550-800的第二区域，以及分子量在550以下的第三区域，所述第一区域与第二区域是大豆油油脂代谢特征区域，将脂类化合物数据库中的分子量范围在 700-950之间的动植物来源甘油三酯化合物与第一区域和第二区域中的大豆油甘油三酯化合物进行匹配筛选，确定分子量范围在766-920Da之间的114个大豆油中的甘油三酯化合物作为脂类组学分析靶向化合物，应用于大豆油中甘油三酯脂质组学产地溯源的鉴定模型研究之中。
脂类化合物数据库为美国公布的脂类化合物数据库LIPID MAPS LipidomicsGateway，标准甘油三酯化合物数据为脂类化合物数据库LIPID MAPS Lipidomics Gateway中 Triradylglycerols的6899个甘油三酯化合物，通过PeakView软件定性分析确定大豆油样品常见的116个甘油三酯化合物为所述标准大豆油样品的甘油三酯化合物靶向化合物。
所述液相色谱-四级杆飞行时间质谱仪中液相色谱仪的液相色谱条件为：流速为0.5 μL/min，柱温为40℃，Xbridge BEH C18色谱柱梯度洗脱，2μL进样量；流动相中A相为异丙醇，流动相中的B相为乙腈，其中流动相在不同时间段内的B相含量如下：0min,70％ B；0-5min,70-65％B；5-8min,65％B；10-10.5min,65-70％B；10.5-15min,70％B。
所述液相色谱-四级杆飞行时间质谱仪中质谱仪的四级杆飞行时间质谱条件为：质谱仪采用正离子模式采集数据，离子源为：ESI和APCI复合源；正离子扫描方式为：APCI源连接自动校正系统，一级TOF-MS扫描准确质量范围：100～2000Da，数据采集时间100ms，DP:100V，CE:10V；二级IDA-MS扫描准确质量范围：50～2000Da，DP:100V，CE:35±15V；所述质谱仪采用高灵敏模式，数据采集时间50ms，信号阈值100cps，每次循环采集6次数据，且采用动态背景减法扣除。
所述液相色谱-四级杆飞行时间质谱仪为岛津LC20AD液相色谱仪，所述质谱仪为Triple TOF 5600+质谱仪，自动校正系统为CDS系统，四级杆飞行时间质谱条件还包括：每10个样品自动校正1次，APCI正离子校正液流速0.3mL/min，气帘气压力为：40psi，离子源雾化气压力为：50psi，离子源辅助加热气压力为：50psi，离子源温度为：500℃，离子源电压5500V，质谱仪采集的所有IDA-MS高分辨质谱数据在ABSciex公司的Analyst TF 1.6软件采集，IDA-MS高分辨质谱数据在PeakView，MasterView软件上定性定量处理分析后，导入SIMCA14.0软件(瑞士Umetrics公司)中，将所述标准大豆油样品中的甘油三酯化合物标志物观测峰值数据进行正交偏最小二乘法回归分析法处理，获得不同产地大豆的甘油三酯及代谢物的分布规律。
采集标准大豆粉样品矿质元素含量：
称取0.5g标准大豆粉样品于微波消解罐的内罐中，加入4ml硝酸，盖上内罐盖，浸泡 6～12个小时；浸泡后，旋紧微波消解罐的外罐置于微波消解仪中进行消解，然后设定升温程序对消解仪中的标准大豆粉样品进行消解，消解完毕待冷却后取出内罐，于电热板上赶酸，赶酸结束后将内罐中消化液转移至50mL聚丙烯离心管中，并用少量去离子水多次洗涤微波消解罐的内罐，合并洗涤液并用去离子水将聚丙烯离心管中的消化液和去离子水的混合液定容至25mL，混匀备用，同时做空白对比试验，然后矿质元素含量分析仪采用 ICP-MS和/或ICP-AES测定分析标准大豆粉样品中的矿质元素含量。
所述空白对比试验包括两组，其中一组空白对比试验在聚丙烯离心管中放置25mL去离子水；另一组空白对比试验在聚丙烯离心管中放置25mL硝酸。
所述微波消解罐在所述微波消解仪中升温程序包括如下步骤如表1所示：
a1.在8min内将微波消解仪的温度升至120℃，然后保持120℃的温度5min；
a2.然后在10min内将微波消解仪的温度从120℃升至180℃，然后保持180℃的温度 10min。
表1微波消解罐在所述微波消解仪中升温程序
| 步骤 | 温度/℃ | 升温时间/min | 保持时间/min |
| 1 | 120 | 8 | 5 |
| 2 | 180 | 10 | 10 |
电感耦合等离子体发射光谱法ICP-AES的工作条件为：检测波长为396.152nm；功率为 1500W；等离子体气流量：10.0L/min；辅助气流量为0.55L/min；雾化气流量：0.55L/min；蠕动泵转速为50r/min，观测方式：轴向；载气：99.996％高纯氩气；
电感耦合等离子体质谱法ICP-MS的工作条件为：采用模式:标准(STD)；气体:氩气(≥99.998％,高纯)；扫描/读数:20；读数/重复次数:1；重复次数:3；雾化气流速:0.84L/min；辅助气流量:1.2L/min；等离子气流量:1500L/min；ICP射频功率:1500W；蠕动泵:20rpm。采样锥及截取锥：铂锥。
通过ICP-AES和ICP-MS标准大豆粉样品中矿质元素的含量，其中ICP-AES检测标准大豆粉样品中Si、Mg、Al、P、K、Na、Ca、Mn、Fe、Cu、Sr和Zn等13种常量元素，ICP-MS 检测分析其他39种微量元素。ICP-AES与ICP-MS检测分析获得52种矿质元素含量数据，通过描述统计分析方法，归纳整理excel列表，导入SIMCA 14.1软件(瑞士Umetrics公司) 中进行主成分分析、偏最小二乘法判别分析、正交偏最小二乘法法判别分析构建初步鉴定模型。本实施例还选取Ca、Mg、P、Si、Mn和Zn等6种常量元素，探讨大豆样品中两两元素之间的含量相关性，大豆样品中常量元素Mg和Ca相关系数是0.81，P和Si元素含量相关系数是0.72，Zn和Mn元素含量相关系数0.36，由此可知大豆样品中含量比较高的常量元素，具有内在的一致性，尤其是大豆样品中常量元素Mg和Ca，由此可以推测不同国家地区的大豆中矿质元素含量具有生物内在的一致性，因此通过矿质元素可以鉴别区分不同产地的大豆。
在矿质元素含量的测定过程中，为了数据的准确性，要对大豆样品进行优化，初步构建的基于矿质元素含量产地溯源鉴定模型中一些建模样品数据存在显著离群现象，同时，产地溯源模型参数指标Hotelling’s T2值，也显示一些建模数据是异常值数据，根据数学建模技术路线原理，需要剔除异常值数据，为此本实施例构建大豆多元素分析产地溯源鉴定模型删除异常值数据，进行产地溯源鉴定模型的优化。
标准大豆粉样品的水溶性蛋白质提取过程如下：将大豆样品研磨粉碎制备30g标准大豆粉样品，称取1g标准大豆粉样品，加入10mL超纯水，经过超声波超声30min，10000 转的转动条件下离心5min，提取1mL上清蛋白质提取液加入3K超滤离心管，离心分别获得分子量3k Da以上的蛋白质，将离心后的蛋白质转移至进样瓶中，冷冻干燥8h以上至全部干燥，获得水溶性蛋白质的固态蛋白质粉末。
所述同位素质谱仪为在线气体分析-稳定同位素质谱仪GasBench-IRMS、元素分析-同位素质谱仪EA-IRMS、气相色谱-同位素质谱仪GC-IRMS、液相色谱-同位素质谱仪LC-IRMS 中的一种。本实施例选取元素分析-同位素质谱仪EA-IRMS来分析大豆水溶性蛋白质的稳定同位素比值。大豆水溶性蛋白质的稳定同位素比值分析通过元素分析仪串联同位素质谱仪实现。EA-IRMS可以高精度测定有机或无机样品中氢、碳、氧、氮和硫等的稳定同位素的平均组成。EA-IRMS方法是将样品包裹于锡纸中，称量后直接放入EA自动进样器，此后样品在燃烧管中经过高温燃烧转变为NOx，CO2，SO2或H2O等气体。根据检测需求，混合气体经气相色谱柱等分离后除去干扰气体，目标气体最终进入同位素质谱仪进行检测。在碳同位素质谱测定中，样品燃烧生成的混合气体随着氦气流进入还原管，在还原管中，NOx转变为N2，过量的O2被除去，随后混合气体经干燥管除去H2O，再经气相色谱柱实现CO2和N2的分离获得单一的CO2气体。
标准大豆粉样品的水溶性蛋白质的稳定同位素比值数据采集方法为：
a1.选取元素分析-同位素质谱仪EA-IRMS，在锡杯和银杯中均放置称量后的水溶性蛋白质的固态蛋白质粉末，分别检测水溶性蛋白质中稳定碳和氮的同位素比值，以及稳定氢和氧的同位素比值；
a2.调谐校正元素分析-同位素质谱仪EA-IRMS；
a3.将锡杯包裹的水溶性蛋白质放入EA自动进样器中，然后引入980℃高温燃烧炉，获得CO2和N2气体，将CO2和N2混合氦气导入同位素质谱仪主机中进行水溶性蛋白质中的δ15N和δ13C检测；将银杯包裹的水溶性蛋白质引入1380℃高温裂解炉中，获得CO和H2气体，将CO和H2混合氦气导入同位素质谱仪主机中进行水溶性蛋白质的δ2H和δ18O检测。
所述步骤a2中，调谐校正元素分析-同位素质谱仪EA-IRMS的方法如下：在所述元素分析-同位素质谱仪EA-IRMS中通入高纯度CO、H2、N2和CO2作为参考气体，并通入高纯度He气作为引流气体，然后用已知δ2H、δ18O、δ15N和δ13C值的标准物质标定所述参考气体的稳定同位素δ值，再以参考气体标定后的稳定同位素δ值作为检测标准，用于校正步骤a3中检测得到的标准大豆粉样品的水溶性蛋白质中的稳定同位素δ值。校正过程中的数据的处理以及分析均通过美国Thermo Scientific公司的Isodat3.0软件实现。已知δ2H、δ18O、δ15N和δ13C值的标准物质为：碳、氮同位素标准物质IAEA-600咖啡因：δ13C＝-27.771‰，δ15N＝+1.00‰，V-PDB为基准，购于国际原子能机构；氢氧同位素标准物质EMA-P1聚酰胺：δ2H＝-25.3‰，δ18O＝20.99‰，以V-SMOW为基准。
元素分析-同位素质谱仪EA-IRMS同位素质谱不同于常规测定样品中目标物分子量的有机质谱，而通过CO2、H2、CO、N2小分子化合物的间接检测，确定碳、氢、氧、氮的同位素丰度比。通过CO2目标气体检测标准大豆粉样品的水溶性蛋白质的δ13C值，H2目标气体检测标准大豆粉样品的水溶性蛋白质的δ2H，CO目标气体检测标准大豆粉样品的水溶性蛋白质的δ18O，N2目标气体测定标准大豆粉样品的水溶性蛋白质的δ15N。
将元素分析-同位素质谱仪EA-IRMS采集标准大豆粉样品的水溶性蛋白质的δ2H、δ18O、δ15N和δ13C值，通过描述统计分析方法，归纳整理excel列表，导入SIMCA 14.1软件中，进行正交偏最小二乘法回归分析法的方式处理，获得不同产地大豆同位素分布规律，从而构建大豆产地溯源的同位素鉴别模型。如图7所示，选择标准大豆粉样品的水溶性蛋白质的δ2H、δ18O、δ15N和δ13C构建的OPLS-DA多国鉴定模型，结果显示巴西、美国、阿根廷、乌拉圭及加拿大等国家大豆样品产地区分度相对较好。通过对大豆中水溶性蛋白质的4个变量δ2H、δ18O、δ15N和δ13C对产地区分的贡献度进行分析，δ15N对产地溯源的贡献最大，其次是δ2H和δ18O，δ13C的贡献最低。
本实施例选取具有明确地区的巴西大豆样品、美国大豆样品、中国大豆样品、阿根廷大豆样品、加拿大大豆样品、乌拉圭大豆样品、俄罗斯大豆样品来制作标准样品，并将该标准样品中不同地区的大豆分别通过液相色谱-四级杆飞行时间质谱仪采集IDA-MS高分辨质谱数据，并经过PeakView，MasterView软件上定性定量处理分析后获取标准样品中不同产地大豆样品的甘油三酯化合物MarkerView peaks数据；以及用ICP-MS和ICP-AES采集优化后的标准大豆粉样品的矿质元素含量，以及用元素分析-同位素质谱仪EA-IRMS采集标准大豆粉样品的水溶性蛋白质的δ2H、δ18O、δ15N和δ13C值，将处理后的甘油三酯化合物标志物观测峰值数据、矿质元素含量数据和水溶性蛋白质的稳定同位素比值数据归纳整理 excel列表，导入SIMCA 14.1软件进行正交偏最小二乘法回归分析法处理，从而构建基于 IRMS、LC-Q-TOF-MS和多元素分析技术相结合的大豆产地溯源鉴定模型。
如图1可以看出，单独建立基于LC-Q-TOF-MS多国OPLS-DA大豆产地溯源鉴定模型，可显著区分巴西、俄罗斯、阿根廷及美国产地的大豆样品，单由于美国、加拿大及阿根廷产地样品交叉分布在一起，影响模型的预测鉴定准确度，因此需要对大豆和大豆油产地溯源鉴定模型进行进一步优化，为了避免部分国家或地区的样品在鉴定模型中交叉分布在一起，影响模型的预测鉴定准确度，因此需要对大豆产地溯源鉴定模型进行进一步优化，因此需要对大豆和大豆油产地溯源鉴定模型进行进一步优化，所述优化步骤包括：通过大豆产地溯源鉴定模型的VIP值确定所述靶向化合物中贡献值度大的部分甘油三酯化合物，并根据hotelling’s和DModx指标，删除超出99％置信区间的异常值样品，以及删除在鉴定模型中出现数目比较少的所在地区的全部大豆油样品，以优化大豆和大豆油产地溯源鉴定模型。如图2所示，通过鉴定模型的VIP值确定哪些变量贡献度大，最终确定分子量为873.6967、 875.7123、851.7123、877.7280、853.7280、865.7280、913.7280、829.7280、915.7436、 767.6184、835.6810、879.7436、917.7593、859.7749、855.7436、895.779、825.6967、 921.7906、887.8062及869.7593等甘油三酯化合物对多国OPLS-DA大豆和大豆油产地溯源鉴定模型贡献度大，研究根据hotelling’s和DModx指标，并删除数目比较少的中国和乌拉圭样品，优化OPLS-DA大豆和大豆油产地溯源鉴定模型。如图3所示，通过优化后的基于脂质组学的多国OPLS-DA大豆产地溯源鉴定模型中能够对不同国家的样品较为显著的区分，尤其是显著区分巴西、俄罗斯、美国等产地样品；
如图5所示，大豆样品中Sr、As、Ni、Cd、Mo、Se、Cs、Cr、Mn、Tl、Zr、Co、Be、 U、V、Al、Eu、Na、Ce、Cu、Nd、P、Gd、Sn、Sc、I和Sm元素是贡献度较大的元素，选取这27种元素作为优化后的特征贡献度元素，如4和6所示，经优化后的基于矿质元素含量的多国OPLS-DA大豆产地溯源鉴定模型中能够对不同国家的样品较为显著的区分，尤其是显著区分巴西和非巴西大豆样品；以及巴西、俄罗斯、美国、阿根廷和加拿大产地的样品。
因此，最终的基于LC-Q-TOF-MS、矿质元素含量和稳定同位素比值分析相结合的大豆产地溯源鉴定模型是由优选后的甘油三酯靶向化合物、特征贡献度矿质元素数据、和稳定同位素δ15N、δ2H、δ18O和δ13C构建而成的。其能够明显区分巴西、俄罗斯、美国、阿根廷和加拿大产地的大豆样品。
多国OPLS-DA大豆产地溯源鉴定模型建立好之后，需要对该模型进行盲样验证，所述盲样验证步骤包括：选取同一地区的多个大豆验证样品，将具有明确地区的大豆验证样品分别经过压榨得到待验证大豆油样品和经研磨、提取后得到待验证大豆粉样品的水溶性蛋白，通过液相色谱-四级杆飞行时间质谱仪采集待验证大豆油样品的IDA-MS高分辨质谱数据，用矿质元素含量分析仪采集待所述待验证大豆粉样品的矿质元素含量数据，以及用同位素质谱仪采集待所述待验证大豆粉样品的水溶性蛋白稳定同位素比值数据；将大豆验证样品的IDA-MS高分辨质谱数据、矿质元素含量数据和水溶性蛋白稳定同位素比值数据同时导入优化后的的所述大豆产地溯源鉴定模型中，验证所述大豆验证样品的产地溯源准确度。
将待检测大豆样品分别经过压榨得到大豆油样品和经研磨后得到待检测大豆粉样品、提取待检测大豆粉样品得到待检测大豆水溶性蛋白质，将大豆油样品用稀释溶剂进行逐级稀释100～200倍后得到待检测大豆油样品，通过基液相色谱-四级杆飞行时间质谱仪采集待检测大豆油样品的IDA-MS高分辨质谱数据，用矿质元素含量分析仪采集待所述待检测大豆粉样品的矿质元素含量数据，以及用同位素质谱仪采集待检测大豆水溶性蛋白质的稳定同位素比值数据；将待检测大豆样品的IDA-MS高分辨质谱数据、矿质元素含量数据和稳定同位素比值数据同时导入优化后的所述大豆产地溯源鉴定模型中，进行待检测大豆的产地溯源预测。
多国大豆产地溯源鉴定模型实施例2
该实施例仅描述与上述实施例的不同之处，在本实施例中，标准大豆粉样品的矿质元素含量数据采集方法为：步骤S2中标准大豆粉样品的矿质元素含量数据采集方法为：称取 0.5g标准大豆粉样品置于聚乙烯消化管中，称取0.5g的标准大豆粉样品的精确为0.001g，加入4ml硝酸，盖上密封盖，浸泡6～12个小时；浸泡后，将密封后的聚乙烯消化管置于消解仪中，并在消解仪的内罐体中预加惰性气体，惰性气体压力4000KPa，然后设定升温程序对消解仪中的标准大豆粉样品进行消解，消解完毕待冷却后取出内罐，于电热板上赶酸，所述电热板设定的温度为150℃。赶酸结束后将内罐中消化液转移至50mL聚丙烯离心管中，并用少量去离子水多次洗涤微波消解罐的内罐，合并洗涤液并用去离子水将聚丙烯离心管中的消化液和去离子水的混合液定容至25mL，混匀备用，同时做空白对比试验，矿质元素含量分析仪采用ICP-MS和/或ICP-AES测定分析标准大豆粉样品中的矿质元素含量。
所述惰性气体为氮气，消解仪的外腔温度≤40℃。
所述聚乙烯消化管在所述消解仪中升温程序包括如下步骤如表2所示：
a1.在15000KPa压力和1500W功率的条件下，在8min内将微波消解仪的温度升至120℃；
a2.然后在15000KPa压力和1500W功率的条件下，在8min内将微波消解仪的温度从120℃升至240℃；
a3.进而在15000KPa压力和1500W功率的条件下，保持240℃的温度持续20min。
表2超级微波升温程序
两国大豆产地溯源鉴定模型实施例1
该实施例仅描述与上述实施例的不同之处，在本实施例中，所述步骤S1中标准大豆油样品制备的过程中，设所述大豆样品来源于n个不同的地区，将所述大豆样品分成n×(n-1)/2 组，每组大豆样品中均由两个不同产地的大豆样品组成，将每组大豆样品均按照步骤S2、 S3、S4建立两国大豆产地溯源鉴定模型，用于鉴定两国大豆产地溯源鉴定模型中所对应的大豆国家或地区。
该实施例中，选取具有明确地区的巴西大豆样品美国大豆样品来制作标准大豆油样品、标准大豆粉样品、及标准大豆粉样品的水溶性蛋白质，并将这两个不同地区的大豆油样品分别通过液相色谱-四级杆飞行时间质谱仪采集IDA-MS高分辨质谱数据，IDA-MS高分辨质谱数据在PeakView，MasterView软件上定性定量处理分析后，获得所述标准大豆油样品中的甘油三酯化合物标志物观测峰值数据，并将这两个不同地区的大豆粉样品分别通过ICP-MS和/或ICP-AES采集矿质元素含量数据，以及将这两个不同地区的大豆粉样品的水溶性蛋白质分别通过EA-IRMS采集稳定同位素比值数据，将甘油三酯化合物标志物观测峰值数据、矿质元素含量数据和稳定同位素比值数据导入SIMCA 14.1软件中进行正交偏最小二乘法回归分析法处理，从而建立基于IRMS、LC-Q-TOF-MS和多元素分析技术相结合的大豆产地溯源模型。从图8中可以看出巴西-美国两国OPLS-DA大豆产地溯源鉴定模型中可显著区分美国和巴西大豆样品，为了进一步验证两国压榨大豆油产地溯源鉴定模型的判定准确度，选择美国大豆样品和巴西大豆样品分别进行压榨和磨粉提取水溶性蛋白质后进行模型盲样验证，验证结果表明，巴西来源的大豆油样品判定准确度为95％，美国来源的样品判定准确度为95％。
两国大豆产地溯源鉴定模型实施例2
该实施例中，选取具有明确地区的阿根廷大豆样品美国大豆样品来制作标准大豆油样品、标准大豆粉样品、及标准大豆粉样品的水溶性蛋白质，并将这两个不同地区的大豆油样品分别通过液相色谱-四级杆飞行时间质谱仪采集IDA-MS高分辨质谱数据，IDA-MS高分辨质谱数据在PeakView，MasterView软件上定性定量处理分析后，获得所述标准大豆油样品中的甘油三酯化合物标志物观测峰值数据，并将这两个不同地区的大豆粉样品分别通过ICP-MS和/或ICP-AES采集矿质元素含量数据，以及将这两个不同地区的大豆粉样品的水溶性蛋白质分别通过EA-IRMS采集稳定同位素比值数据，将甘油三酯化合物标志物观测峰值数据、矿质元素含量数据和稳定同位素比值数据导入SIMCA 14.1软件中进行正交偏最小二乘法回归分析法处理，从而建立基于IRMS、LC-Q-TOF-MS和多元素分析技术相结合的大豆产地溯源模型。从图9中可以看出阿根廷-美国两国OPLS-DA大豆产地溯源鉴定模型中可显著区分美国和阿根廷大豆样品，为了进一步验证两国压榨大豆油产地溯源鉴定模型的判定准确度，选择美国大豆样品和阿根廷大豆样品分别进行压榨和磨粉提取水溶性蛋白质后进行模型盲样验证，验证结果表明，阿根廷来源的大豆油样品判定准确度为95％，美国来源的样品判定准确度为95％。
两国大豆产地溯源鉴定模型实施例3
该实施例中，选取具有明确地区的加拿大大豆样品美国大豆样品来制作标准大豆油样品、标准大豆粉样品、及标准大豆粉样品的水溶性蛋白质，并将这两个不同地区的大豆油样品分别通过液相色谱-四级杆飞行时间质谱仪采集IDA-MS高分辨质谱数据，IDA-MS高分辨质谱数据在PeakView，MasterView软件上定性定量处理分析后，获得所述标准大豆油样品中的甘油三酯化合物标志物观测峰值数据，并将这两个不同地区的大豆粉样品分别通过ICP-MS和/或ICP-AES采集矿质元素含量数据，以及将这两个不同地区的大豆粉样品的水溶性蛋白质分别通过EA-IRMS采集稳定同位素比值数据，将甘油三酯化合物标志物观测峰值数据、矿质元素含量数据和稳定同位素比值数据导入SIMCA 14.1软件中进行正交偏最小二乘法回归分析法处理，从而建立基于IRMS、LC-Q-TOF-MS和多元素分析技术相结合的大豆产地溯源模型。从图10中可以看出加拿大-美国两国OPLS-DA大豆产地溯源鉴定模型中可显著区分美国和加拿大大豆样品，为了进一步验证两国压榨大豆油产地溯源鉴定模型的判定准确度，选择美国大豆样品和加拿大大豆样品分别进行压榨和磨粉提取水溶性蛋白质后进行模型盲样验证，验证结果表明，加拿大来源的大豆油样品判定准确度为90％，美国来源的样品判定准确度为90％。
两国大豆产地溯源鉴定模型实施例4
该实施例中，选取具有明确地区的俄罗斯、中国大豆样品美国大豆样品来制作标准大豆油样品、标准大豆粉样品、及标准大豆粉样品的水溶性蛋白质，并将两个不同地区的大豆油样品分别通过液相色谱-四级杆飞行时间质谱仪采集IDA-MS高分辨质谱数据，IDA-MS 高分辨质谱数据在PeakView，MasterView软件上定性定量处理分析后，获得所述标准大豆油样品中的甘油三酯化合物标志物观测峰值数据，并将两个不同地区的大豆粉样品分别通过ICP-MS和/或ICP-AES采集矿质元素含量数据，以及将两个不同地区的大豆粉样品的水溶性蛋白质分别通过EA-IRMS采集稳定同位素比值数据，将甘油三酯化合物标志物观测峰值数据、矿质元素含量数据和稳定同位素比值数据导入SIMCA 14.1软件中进行正交偏最小二乘法回归分析法处理，从而建立基于IRMS、LC-Q-TOF-MS和多元素分析技术相结合的俄罗斯-美国、中国-美国这两种大豆产地溯源模型。从图11和12中可以看出俄罗斯-美国、中国-美国两国OPLS-DA大豆产地溯源鉴定模型中可显著区分美国和俄罗斯，美国和中国大豆样品，为了进一步验证两国压榨大豆油产地溯源鉴定模型的判定准确度，选择美国大豆样品、俄罗斯大豆样品和中国大豆样品分别进行压榨和磨粉及提取水溶性蛋白质后进行模型盲样验证，验证结果表明，俄罗斯、中国来源的大豆油样品判定准确度为100％，美国来源的样品判定准确度为95％以上。
由上述四个两国大豆产地溯源鉴定模型实施例和多国鉴定模型可以看出，两国大豆产地溯源鉴定模型的溯源准确度更高。
对比实施例1
该对比实施例中，为验证大豆不同类型的靶向目标物对建立基于稳定同位素比值分析的OPLS-DA鉴定模型的影响，本对比实施例选取具有明确产地的大豆样品分别经过研磨后得到大豆粉样品作为靶向目标物，用EA-IRMSS采集大豆粉样品中δ2H、δ18O、δ15N和δ13C数据，利用正交偏最小二乘法回归分析法建立多国OPLS-DA大豆产地溯源鉴定模型，建立的模型如图13所示。
对比实施例2
该对比实施例中，为验证大豆不同类型的靶向目标物对建立基于稳定同位素比值分析的OPLS-DA鉴定模型的影响，本对比实施例选取具有明确产地的大豆样品分别经过压榨后得到大豆油样品作为靶向目标物，用EA-IRMSS采集大豆油样品中δ2H、δ18O、δ15N和δ13C数据，利用正交偏最小二乘法回归分析法建立多国OPLS-DA大豆产地溯源鉴定模型，建立的模型如图14所示。
如图7、13、14所示，对比分析多国OPLS-DA大豆产地溯源鉴定模型实施例1中基于标准大豆粉样品的水溶性蛋白质的δ2H、δ18O、δ15N和δ13C构建的OPLS-DA多国鉴定模型，和对比实施例1和对比实施例2的对比，来区分不同靶向目标物对稳定同位素溯源鉴定模型的影响。对比结果显示，相同样品，大豆粉样品、大豆油样品及水溶性蛋白质的同位素鉴定模型可以基本区分美国和巴西两地大豆及大豆油样品，但是对其它国家样品与美国样品的区分上，选取大豆水溶性蛋白作为靶向目标物明显优于大豆粉样品和大豆油样品。为此，单独选择大豆粉样品的水溶性蛋白质的δ2H、δ18O、δ15N和δ13C来建立基于 MALDI-TOF/TOF和稳定同位素技术相结合的大豆产地溯源，能够对巴西、美国、阿根廷、乌拉圭及加拿大等国家大豆样品产地明显区分开。
对比实施例3
该对比实施例中，为验证不同稀释溶剂对大豆油样品的基于甘油三酯脂质组学产地溯源的鉴定模型聚类效应的影响，本对比实施例选取具有明确产地的大豆样品分别经过压榨得到大豆油样品，用丙酮作为稀释溶剂稀释大豆油样品，然后用液相色谱-四级杆飞行时间质谱仪LC-Q-TOF-MS采集大豆油样品中甘油三酯化合物的IDA-MS高分辨质谱数据，利用主成分分析PCA、正交偏最小二乘法回归分析法这两种多元变量统计分析模型处理甘油三酯高分辨质谱数据。
对比实施例4
该对比实施例中，选取具有明确产地的大豆样品分别经过压榨得到大豆油样品，用异丙醇三酯作为稀释溶剂稀释大豆油样品，然后用液相色谱-四级杆飞行时间质谱仪LC-Q-TOF-MS采集大豆油样品中甘油三酯化合物的IDA-MS高分辨质谱数据，利用主成分分析PCA、正交偏最小二乘法回归分析法OPLS-DA这两种多元变量统计分析模型处理甘油三酯高分辨质谱数据。
对比分析多国OPLS-DA大豆产地溯源鉴定模型实施例1、对比实施例3和对比实施例 4不同稀释溶剂对大豆油甘油三酯的产地溯源鉴定的影响。如图15所示，由构建丙酮(acetone)、甲醇与乙酸乙酯混合溶剂(EA-MEOH)、异丙醇(Isopropanol)等溶剂稀释大豆油样品后的PCA模型与OPLS-DA模型可知，丙酮、甲醇与乙酸乙酯溶剂稀释大豆油样品，样品聚集效应具有一定同步性，而异丙醇稀释大豆油样品与其他两种溶剂稀释方法的聚集效应显著不同。尤其是OPLS-DA模型分析结果显示，相同样品，异丙醇稀释大豆油样品聚集区域显著区分甲醇与乙酸乙酯混合溶液及异丙醇稀释大豆油样品。为了进一步考证不同溶剂对大豆油中甘油三酯脂质组学分析的影响，如图11所示构建PCA-class模型，判别三种溶剂稀释的大豆油样品的产地溯源鉴定结果优劣问题。
异丙醇稀释大豆油溯源鉴定模型仅仅可区分压榨大豆油与成品大豆油差异，不能显著鉴定不同国家来源的大豆油样品，甲醇与乙酸乙酯混合溶液稀释大豆油样品可无差别鉴定压榨大豆油及成品大豆油的样品来源，丙酮稀释大豆油样品也可鉴定大豆油样品的产地来源，但是样品聚集的分散度比较高，以及考虑到丙酮对液相色谱柱的影响比较大，不适合用做大豆油样品的稀释溶剂，为此选择甲醇与乙酸乙酯混合溶液作为大豆油样品的稀释剂明显优于其余两种稀释溶剂。
以上对本发明所提供的一种基于IRMS、LC-Q-TOF-MS和多元素分析技术相结合的大豆产地溯源识别方法的实施例进行了详细阐述。本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的核心思想。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明的原理的前提下，还可以本发明进行若干改进和修饰，这些改进和修饰也落入本发明权利要求的保护范围内。
Claims (10)
1.一种基于IRMS、LC-Q-TOF-MS和多元素分析相结合的大豆产地溯源识别方法，其特征在于，包括如下步骤：
S1.标准样品制备：选取具有明确地区的不同产地的大豆样品，每个产地的所述大豆样品分别经压榨后得到大豆油样品、经研磨后得到标准大豆粉样品、以及提取所述标准大豆粉样品的水溶性蛋白质作为靶向目标物，将大豆油样品用稀释溶剂进行逐级稀释100～200倍后得到标准大豆油样品，所述大豆样品来源于至少两个不同产地；
S2.标准样品的质谱数据、矿质元素含量数据和稳定同位素比值数据采集：用液相色谱-四级杆飞行时间质谱仪分别采集不同地区所述标准大豆油样品的质谱数据信息，获得所述标准大豆油样品的甘油三酯化合物的IDA-MS高分辨质谱数据；用矿质元素含量分析仪采集不同产地的所述标准大豆粉样品的质谱数据信息，获得所述标准大豆粉样品的矿质元素含量数据；以及用同位素质谱仪采集不同产地的所述标准大豆粉样品的水溶性蛋白质的质谱数据信息，获得所述水溶性蛋白质的稳定同位素比值数据；
S3.标准大豆油样品靶向化合物的确定：将步骤S2获得的IDA-MS高分辨质谱数据中的甘油三酯化合物质谱数据与脂类化合物数据库中的标准甘油三酯化合物数据进行匹配，确定所述标准大豆油样品的甘油三酯化合物靶向化合物；
S4.大豆产地溯源鉴定模型建立：确定标准大豆油样品中甘油三酯靶向化合物后，将所述IDA-MS高分辨质谱数据通过分析软件进行分析，以获取所述标准大豆油样品的甘油三酯化合物标志物观测峰值数据，将同一产地大豆的所述标准大豆油样品中的甘油三酯化合物标志物观测峰值数据、和标准大豆粉样品的矿质元素含量数据、以及标准大豆粉样品的水溶性蛋白质的稳定同位素比值数据同时导入建模软件进行主成分分析法、偏最小二乘法-判别分析法和正交偏最小二乘法回归分析法中的一种或多种方式处理，然后依次将不同产地大豆的标准大豆油样品的甘油三酯化合物标志物观测峰值数据、和标准大豆粉样品的矿质元素含量数据、以及标准大豆粉样品的水溶性蛋白质的稳定同位素比值数据均导入建模软件中，以获得不同产地标准大豆油样品中大豆油脂特征分布规律、标准大豆粉样品矿质元素以及标准大豆粉样品的水溶性蛋白质的稳定同位素分布规律，构建基于LC-Q-TOF-MS、矿质元素含量和稳定同位素比值分析相结合的大豆产地溯源鉴定模型；
S5.结果预测：将待检测大豆样品分别经过压榨得到大豆油样品和经研磨后得到待检测大豆粉样品、提取待检测大豆粉样品得到待检测大豆水溶性蛋白质，将大豆油样品用稀释溶剂进行逐级稀释100～200倍后得到待检测大豆油样品，通过基液相色谱-四级杆飞行时间质谱仪采集待检测大豆油样品的IDA-MS高分辨质谱数据，用矿质元素含量分析仪采集待所述待检测大豆粉样品的矿质元素含量数据，以及用同位素质谱仪采集待检测大豆水溶性蛋白质的稳定同位素比值数据；将待检测大豆样品的IDA-MS高分辨质谱数据、矿质元素含量数据和稳定同位素比值数据同时导入步骤S4的所述大豆产地溯源鉴定模型中，进行待检测大豆的产地溯源预测。
2.根据权利要求1所述的大豆产地溯源识别方法，其特征在于，所述稀释溶剂为甲醇-乙酸乙酯混合液，所述稀释溶剂中的甲醇和乙酸乙酯比例为1：1，所述大豆油样品用甲醇-乙酸乙酯混合液逐级稀释200倍。
3.根据权利要求1所述的大豆产地溯源识别方法，其特征在于，所述步骤S2中的标准大豆油样品的质谱数据采集的步骤如下：
将稀释后得到的所述标准大豆油样品置于所述液相色谱-四级杆飞行时间质谱仪的进样器中，通过所述液相色谱-四级杆飞行时间质谱仪中的液相色谱仪对所述标准大豆油样品进行分离分析，然后再通过所述液相色谱-四级杆飞行时间质谱仪中的质谱仪进行所述标准大豆油样品的质谱数据采集，通过质谱仪的一级TOF-MS扫描和二级IDA-MS扫描分别得到所述标准大豆油样品的一级质谱信息和二级质谱信息，所述二级质谱信息为IDA-MS高分辨质谱数据，通过IDA-MS高分辨质谱数据确定所述标准大豆油样品的甘油三酯化合物靶向化合物，并将IDA-MS高分辨质谱数据导入建模软件中进行定向定量处理分析。
4.根据权利要求1所述的大豆产地溯源识别方法，其特征在于，步骤S2中标准大豆粉样品的矿质元素含量数据采集方法为：称取0.5g标准大豆粉样品于微波消解罐的内罐中，加入4ml硝酸，盖上内罐盖，浸泡6～12个小时；浸泡后，旋紧微波消解罐的外罐置于微波消解仪中进行消解，然后设定升温程序对消解仪中的标准大豆粉样品进行消解，消解完毕待冷却后取出内罐，于电热板上赶酸，赶酸结束后将内罐中消化液转移至50mL聚丙烯离心管中，并用少量去离子水多次洗涤微波消解罐的内罐，合并洗涤液并用去离子水将聚丙烯离心管中的消化液和去离子水的混合液定容至25mL，混匀备用，同时做空白对比试验，然后矿质元素含量分析仪采用ICP-MS和/或ICP-AES测定分析标准大豆粉样品中的矿质元素含量。
5.根据权利要求1所述的大豆产地溯源识别方法，其特征在于，步骤S2中标准大豆粉样品的矿质元素含量数据采集方法为：步骤S2中标准大豆粉样品的矿质元素含量数据采集方法为：称取0.5g标准大豆粉样品置于聚乙烯消化管中，加入4ml硝酸，盖上密封盖，浸泡6～12个小时；浸泡后，将密封后的聚乙烯消化管置于消解仪中，并在消解仪的内罐体中预加惰性气体，惰性气体压力4000KPa，然后设定升温程序对消解仪中的标准大豆粉样品进行消解，消解完毕待冷却后取出内罐，于电热板上赶酸，赶酸结束后将内罐中消化液转移至50mL聚丙烯离心管中，并用少量去离子水多次洗涤微波消解罐的内罐，合并洗涤液并用去离子水将聚丙烯离心管中的消化液和去离子水的混合液定容至25mL，混匀备用，同时做空白对比试验，矿质元素含量分析仪采用ICP-MS和/或ICP-AES测定分析标准大豆粉样品中的矿质元素含量。
6.根据权利要求1所述的大豆产地溯源识别方法，其特征在于，步骤S1中标准大豆粉样品的水溶性蛋白质提取过程如下：将大豆样品研磨粉碎制备30g标准大豆粉样品，称取1g标准大豆粉样品，加入10mL超纯水，经过超声波超声30min，10000转的转动条件下离心5min，提取1mL上清蛋白质提取液加入3K超滤离心管，离心分别获得分子量3k Da以上的蛋白质，将离心后的蛋白质转移至进样瓶中，冷冻干燥8h以上至全部干燥，获得水溶性蛋白质的固态蛋白质粉末；
所述步骤S2中标准大豆粉样品的水溶性蛋白质的稳定同位素比值数据采集方法为：
a1.选取元素分析-同位素质谱仪EA-IRMS，在锡杯和银杯中均放置水溶性蛋白质的固态蛋白质粉末，分别检测水溶性蛋白质中稳定碳和氮的同位素比值，以及稳定氢和氧的同位素比值；
a2.调谐校正元素分析-同位素质谱仪EA-IRMS；
a3.将锡杯包裹的水溶性蛋白质引入980℃高温燃烧炉，获得CO2和N2气体，将CO2和N2导入同位素质谱仪主机中进行水溶性蛋白质中的δ15N和δ13C检测；将银杯包裹的水溶性蛋白质引入1380℃高温裂解炉中，获得CO和H2气体，将CO和H2导入同位素质谱仪主机中进行水溶性蛋白质的δ2H和δ18O检测。
7.根据权利要求3所述的大豆产地溯源识别方法，其特征在于，所述步骤S3的确定靶向化合物的方法包括：根据所述IDA-MS高分辨质谱数据中的目标物分子量范围，将标准大豆油样品中的IDA-MS高分辨质谱数据分为3个区域：分子量在800-1000的第一区域，分子量在550-800的第二区域，以及分子量在550以下的第三区域，所述第一区域与第二区域是大豆油油脂代谢特征区域，将脂类化合物数据库中的分子量范围在700-950之间的动植物来源甘油三酯化合物与第一区域和第二区域中的大豆油甘油三酯化合物进行匹配筛选，确定分子量范围在766-920Da之间的114个大豆油中的甘油三酯化合物为靶向化合物；
所述步骤S4中还包括对大豆产地溯源鉴定模型的优化步骤，所述优化步骤包括：通过大豆产地溯源鉴定模型的VIP值确定所述靶向化合物中贡献值度大的部分甘油三酯化合物，并根据hotelling’s和DModx指标，删除超出99％置信区间的异常值样品，以及删除在鉴定模型中出现数目比较少的所在地区的全部大豆油样品，以优化大豆产地溯源鉴定模型。
8.根据权利要求1所述的大豆产地溯源识别方法，其特征在于，所述步骤S4还包括盲样验证步骤，所述盲样验证步骤包括：选取同一地区的多个大豆验证样品，将具有明确地区的大豆验证样品分别经过压榨得到待验证大豆油样品和经研磨、提取后得到待验证大豆粉样品的水溶性蛋白，通过液相色谱-四级杆飞行时间质谱仪采集待验证大豆油样品的IDA-MS高分辨质谱数据，用矿质元素含量分析仪采集待所述待验证大豆粉样品的矿质元素含量数据，以及用同位素质谱仪采集待所述待验证大豆粉样品的水溶性蛋白稳定同位素比值数据；将大豆验证样品的IDA-MS高分辨质谱数据、矿质元素含量数据和水溶性蛋白稳定同位素比值数据同时导入步骤S4的所述大豆产地溯源鉴定模型中，验证所述大豆验证样品的产地溯源准确度。
9.根据权利要求1所述的大豆产地溯源识别方法，其特征在于，所述步骤S4中，将同一产地大豆的所述标准大豆油样品中的甘油三酯化合物标志物观测峰值数据、和标准大豆粉样品的矿质元素含量数据、以及标准大豆粉样品的水溶性蛋白质的稳定同位素比值数据同时导入建模软件进行正交偏最小二乘法回归分析法处理，构建基于LC-Q-TOF-MS、矿质元素含量和稳定同位素比值分析相结合的OPLS-DA大豆产地溯源鉴定模型。
10.根据权利要求1所述的大豆产地溯源识别方法，其特征在于，所述步骤S1中标准样品制备的过程中，设所述大豆样品来源于n个不同的地区，将所述大豆样品分成n×(n-1)/2组，每组大豆样品中均由两个不同产地的大豆样品组成，将每组大豆样品均按照步骤S2、S3、S4建立两国大豆产地溯源鉴定模型，用于鉴定两国大豆产地溯源鉴定模型中所对应的大豆国家或地区。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110347188.7A CN113406247B (zh) | 2021-03-31 | 2021-03-31 | 一种基于irms、lc-q-tof-ms和多元素分析相结合的大豆产地溯源识别方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110347188.7A CN113406247B (zh) | 2021-03-31 | 2021-03-31 | 一种基于irms、lc-q-tof-ms和多元素分析相结合的大豆产地溯源识别方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113406247A true CN113406247A (zh) | 2021-09-17 |
| CN113406247B CN113406247B (zh) | 2023-04-07 |
Family
ID=77677751
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110347188.7A Active CN113406247B (zh) | 2021-03-31 | 2021-03-31 | 一种基于irms、lc-q-tof-ms和多元素分析相结合的大豆产地溯源识别方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113406247B (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113776913A (zh) * | 2021-09-18 | 2021-12-10 | 秦皇岛海关技术中心 | 一种鉴别黑山褐壳鸡蛋产地的方法 |
| CN114088800A (zh) * | 2021-11-19 | 2022-02-25 | 福建中医药大学 | 一种追溯灵芝产地及其种植阶段的方法及系统 |
| CN114689742A (zh) * | 2022-03-05 | 2022-07-01 | 深圳职业技术学院 | 一种咖啡豆稳定同位素分馏方法及同时鉴定烘焙和生咖啡豆原产地的方法 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4528197A (en) * | 1983-01-26 | 1985-07-09 | Kabivitrum Ab | Controlled triglyceride nutrition for hypercatabolic mammals |
| WO2001023884A1 (en) * | 1999-09-27 | 2001-04-05 | Monsanto Technology Llc | Methods for determining oils in seeds |
| US20120100157A1 (en) * | 2010-10-11 | 2012-04-26 | Van Andel Research Institute | Biomarker and Method for Predicting Sensitivity to MET Inhibitors |
| JP2014209096A (ja) * | 2013-03-22 | 2014-11-06 | 不二製油株式会社 | 大豆原料及び大豆加工品の産地判別法 |
| JP2015206706A (ja) * | 2014-04-22 | 2015-11-19 | 日清オイリオグループ株式会社 | 微量元素を利用した南米産大豆の産地判別方法 |
| JP2015206704A (ja) * | 2014-04-22 | 2015-11-19 | 日清オイリオグループ株式会社 | トリグリセリド組成をゲル化指標に用いた油脂等の判別方法 |
| KR20190042476A (ko) * | 2017-10-16 | 2019-04-24 | 이화여자대학교 산학협력단 | 대두의 원산지 판별용 바이오마커 및 이를 이용한 원산지 판별방법 |
| CN111398466A (zh) * | 2020-04-07 | 2020-07-10 | 黑龙江八一农垦大学 | 一种不同产地大豆代谢机制分析方法 |
| CN111879846A (zh) * | 2020-07-30 | 2020-11-03 | 华南农业大学 | 一种利用元素分析-稳定同位素质谱鉴别燕窝真伪的方法及应用 |
-
2021
- 2021-03-31 CN CN202110347188.7A patent/CN113406247B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4528197A (en) * | 1983-01-26 | 1985-07-09 | Kabivitrum Ab | Controlled triglyceride nutrition for hypercatabolic mammals |
| WO2001023884A1 (en) * | 1999-09-27 | 2001-04-05 | Monsanto Technology Llc | Methods for determining oils in seeds |
| US20120100157A1 (en) * | 2010-10-11 | 2012-04-26 | Van Andel Research Institute | Biomarker and Method for Predicting Sensitivity to MET Inhibitors |
| JP2014209096A (ja) * | 2013-03-22 | 2014-11-06 | 不二製油株式会社 | 大豆原料及び大豆加工品の産地判別法 |
| JP2015206706A (ja) * | 2014-04-22 | 2015-11-19 | 日清オイリオグループ株式会社 | 微量元素を利用した南米産大豆の産地判別方法 |
| JP2015206704A (ja) * | 2014-04-22 | 2015-11-19 | 日清オイリオグループ株式会社 | トリグリセリド組成をゲル化指標に用いた油脂等の判別方法 |
| KR20190042476A (ko) * | 2017-10-16 | 2019-04-24 | 이화여자대학교 산학협력단 | 대두의 원산지 판별용 바이오마커 및 이를 이용한 원산지 판별방법 |
| CN111398466A (zh) * | 2020-04-07 | 2020-07-10 | 黑龙江八一农垦大学 | 一种不同产地大豆代谢机制分析方法 |
| CN111879846A (zh) * | 2020-07-30 | 2020-11-03 | 华南农业大学 | 一种利用元素分析-稳定同位素质谱鉴别燕窝真伪的方法及应用 |
Non-Patent Citations (4)
| Title |
|---|
| YANG ZONG 等: "Authentication and Geographical Origin Analysis of Plant-Derived Edible Oil Using the SCIEX X500R QTOF System", 《FOOD AND ENVIRONMENTAL》 * |
| YULUAN WU 等: "Geographical origin of cereal grains based on element analyser-stable isotope ratio mass spectrometry (EA-SIRMS)", 《FOOD CHEMISTRY》 * |
| 曾楚锋等: "农产品产地溯源技术研究进展", 《食品工业科技》 * |
| 胡玲 等: "基于稳定同位素比率和矿质元素含量分析的进口大豆产地溯源", 《食品安全质量检测学报》 * |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113776913A (zh) * | 2021-09-18 | 2021-12-10 | 秦皇岛海关技术中心 | 一种鉴别黑山褐壳鸡蛋产地的方法 |
| CN113776913B (zh) * | 2021-09-18 | 2024-02-23 | 秦皇岛海关技术中心 | 一种鉴别黑山褐壳鸡蛋产地的方法 |
| CN114088800A (zh) * | 2021-11-19 | 2022-02-25 | 福建中医药大学 | 一种追溯灵芝产地及其种植阶段的方法及系统 |
| CN114088800B (zh) * | 2021-11-19 | 2024-02-09 | 福建中医药大学 | 一种追溯灵芝产地及其种植阶段的方法及系统 |
| CN114689742A (zh) * | 2022-03-05 | 2022-07-01 | 深圳职业技术学院 | 一种咖啡豆稳定同位素分馏方法及同时鉴定烘焙和生咖啡豆原产地的方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113406247B (zh) | 2023-04-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113406247B (zh) | 一种基于irms、lc-q-tof-ms和多元素分析相结合的大豆产地溯源识别方法 | |
| Chan et al. | Ultra‐performance liquid chromatography/time‐of‐flight mass spectrometry based metabolomics of raw and steamed Panax notoginseng | |
| CN108593825B (zh) | 红参质谱数据的挖掘与特异性标志物的筛选方法 | |
| CN111721857A (zh) | 一种运用广泛靶向代谢组学技术鉴别荔枝品种的方法 | |
| CN112986430B (zh) | 一种娟珊牛奶粉和荷斯坦牛奶粉的差异标志物筛选方法及其应用 | |
| CN102901780A (zh) | 一种在中药、保健食品或化妆品中同时检测七种非法添加减肥类化学成分的方法 | |
| CN109870536B (zh) | 一种基于液相色谱-质谱联用的高覆盖脂质组学分析方法 | |
| Guo et al. | UHPLC‐TOFMS coupled with chemometric method as a powerful technique for rapid exploring of differentiating components between two Ziziphus species | |
| CN108535375B (zh) | 一种基于液质联用代谢组学分析玛咖标志性代谢产物的方法 | |
| CN106841458A (zh) | 液相色谱串联质谱测定肉类食品中植物源性成分的方法 | |
| Wu et al. | Geographic impact evaluation of the quality of Alismatis Rhizoma by untargeted metabolomics and quantitative assay | |
| CN107192770B (zh) | 一种鉴别荆条蜜与糖浆掺假荆条蜜的分析方法 | |
| Wu et al. | Comprehensive feature‐based molecular networking and metabolomics approaches to reveal the differences components in Cinnamomum cassia and Cinnamomum verum | |
| CN111735886A (zh) | 一种热加工食品的前处理方法和丙烯酰胺的检测方法 | |
| CN111812254A (zh) | 2-癸烯二酸作为蜂蜜真实性评价的指示性物质及其在蜂蜜掺假鉴别中的应用 | |
| CN111487353B (zh) | 高含量泽兰黄酮-4’,7-双葡萄糖苷作为玫瑰蜂花粉特征性标志物的应用 | |
| CN112114079B (zh) | 一种同时检测使君子中9种化学成分的方法 | |
| CN111337605B (zh) | 一种评价荷花蜂花粉真实性的方法 | |
| CN113406246B (zh) | 一种基于lc-q-tof-ms表征甘油三酯进行大豆和大豆油的产地溯源方法 | |
| CN113406245B (zh) | 一种基于maldi-tof/tof和irms技术相结合进行大豆原产地溯源识别方法 | |
| CN106596703A (zh) | 内部萃取电喷雾电离质谱快速检测大米中脂肪酸的方法 | |
| CN113514586B (zh) | 一种基于maldi-tof/tof和多元素分析技术相结合的大豆原产地溯源鉴别方法 | |
| Fang et al. | Matrix-assisted laser desorption/ionization time-of-flight mass spectrometry combined with chemometrics to identify the origin of Chinese medicinal materials | |
| Lin et al. | Rapid authentication of red wine by MALDI-MS combined with DART-MS | |
| CN111257485B (zh) | 一种使用多肽标志物区分西洋参和人参的方法 |
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 |