CN114166780B - 牛奶中游离的赖氨酸含量的中红外快速批量检测方法 - Google Patents
牛奶中游离的赖氨酸含量的中红外快速批量检测方法 Download PDFInfo
- Publication number
- CN114166780B CN114166780B CN202111356587.6A CN202111356587A CN114166780B CN 114166780 B CN114166780 B CN 114166780B CN 202111356587 A CN202111356587 A CN 202111356587A CN 114166780 B CN114166780 B CN 114166780B
- Authority
- CN
- China
- Prior art keywords
- milk
- lysine
- content
- mid
- algorithm
- 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
Links
- 235000013336 milk Nutrition 0.000 title claims abstract description 67
- 210000004080 milk Anatomy 0.000 title claims abstract description 67
- 239000008267 milk Substances 0.000 title claims abstract description 66
- KDXKERNSBIXSRK-UHFFFAOYSA-N Lysine Natural products NCCCCC(N)C(O)=O KDXKERNSBIXSRK-UHFFFAOYSA-N 0.000 title claims abstract description 45
- 239000004472 Lysine Substances 0.000 title claims abstract description 45
- 238000001514 detection method Methods 0.000 title claims abstract description 28
- 238000000034 method Methods 0.000 claims abstract description 24
- 238000002329 infrared spectrum Methods 0.000 claims abstract description 19
- 238000005259 measurement Methods 0.000 claims abstract description 11
- 238000010238 partial least squares regression Methods 0.000 claims description 9
- 238000009499 grossing Methods 0.000 claims description 5
- 238000001228 spectrum Methods 0.000 abstract description 15
- 230000000694 effects Effects 0.000 abstract description 10
- 238000012216 screening Methods 0.000 abstract description 8
- 238000010521 absorption reaction Methods 0.000 abstract description 6
- 235000013365 dairy product Nutrition 0.000 abstract description 6
- 235000020185 raw untreated milk Nutrition 0.000 abstract description 2
- KDXKERNSBIXSRK-YFKPBYRVSA-N L-lysine Chemical compound NCCCC[C@H](N)C(O)=O KDXKERNSBIXSRK-YFKPBYRVSA-N 0.000 description 39
- 235000018977 lysine Nutrition 0.000 description 36
- 239000000523 sample Substances 0.000 description 28
- 235000001014 amino acid Nutrition 0.000 description 15
- 150000001413 amino acids Chemical class 0.000 description 15
- 235000015097 nutrients Nutrition 0.000 description 7
- 239000003153 chemical reaction reagent Substances 0.000 description 6
- 239000012086 standard solution Substances 0.000 description 6
- 238000012360 testing method Methods 0.000 description 6
- 238000012549 training Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 230000003595 spectral effect Effects 0.000 description 5
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 5
- 241000283690 Bos taurus Species 0.000 description 4
- 238000005119 centrifugation Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 239000000463 material Substances 0.000 description 4
- 238000004476 mid-IR spectroscopy Methods 0.000 description 4
- 239000000203 mixture Substances 0.000 description 4
- WWZKQHOCKIZLMA-UHFFFAOYSA-N octanoic acid Chemical compound CCCCCCCC(O)=O WWZKQHOCKIZLMA-UHFFFAOYSA-N 0.000 description 4
- 238000007781 pre-processing Methods 0.000 description 4
- 239000000243 solution Substances 0.000 description 4
- PEDCQBHIVMGVHV-UHFFFAOYSA-N Glycerine Chemical compound OCC(O)CO PEDCQBHIVMGVHV-UHFFFAOYSA-N 0.000 description 3
- 239000004677 Nylon Substances 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- KRKNYBCHXYNGOX-UHFFFAOYSA-N citric acid Chemical compound OC(=O)CC(O)(C(O)=O)CC(O)=O KRKNYBCHXYNGOX-UHFFFAOYSA-N 0.000 description 3
- 238000002790 cross-validation Methods 0.000 description 3
- 235000013305 food Nutrition 0.000 description 3
- 229920001778 nylon Polymers 0.000 description 3
- 235000018102 proteins Nutrition 0.000 description 3
- 102000004169 proteins and genes Human genes 0.000 description 3
- 108090000623 proteins and genes Proteins 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 238000010187 selection method Methods 0.000 description 3
- WXHLLJAMBQLULT-UHFFFAOYSA-N 2-[[6-[4-(2-hydroxyethyl)piperazin-1-yl]-2-methylpyrimidin-4-yl]amino]-n-(2-methyl-6-sulfanylphenyl)-1,3-thiazole-5-carboxamide;hydrate Chemical compound O.C=1C(N2CCN(CCO)CC2)=NC(C)=NC=1NC(S1)=NC=C1C(=O)NC1=C(C)C=CC=C1S WXHLLJAMBQLULT-UHFFFAOYSA-N 0.000 description 2
- QGZKDVFQNNGYKY-UHFFFAOYSA-N Ammonia Chemical compound N QGZKDVFQNNGYKY-UHFFFAOYSA-N 0.000 description 2
- 241000282412 Homo Species 0.000 description 2
- XSQUKJJJFZCRTK-UHFFFAOYSA-N Urea Chemical compound NC(N)=O XSQUKJJJFZCRTK-UHFFFAOYSA-N 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 2
- OBETXYAYXDNJHR-UHFFFAOYSA-N alpha-ethylcaproic acid Natural products CCCCC(CC)C(O)=O OBETXYAYXDNJHR-UHFFFAOYSA-N 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 230000006866 deterioration Effects 0.000 description 2
- 238000010828 elution Methods 0.000 description 2
- 235000020776 essential amino acid Nutrition 0.000 description 2
- 239000003797 essential amino acid Substances 0.000 description 2
- 238000011068 loading method Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000012528 membrane Substances 0.000 description 2
- 238000002156 mixing Methods 0.000 description 2
- FEMOMIGRRWSMCU-UHFFFAOYSA-N ninhydrin Chemical compound C1=CC=C2C(=O)C(O)(O)C(=O)C2=C1 FEMOMIGRRWSMCU-UHFFFAOYSA-N 0.000 description 2
- 235000016709 nutrition Nutrition 0.000 description 2
- 238000002360 preparation method Methods 0.000 description 2
- 238000004445 quantitative analysis Methods 0.000 description 2
- 230000008929 regeneration Effects 0.000 description 2
- 238000011069 regeneration method Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 239000012898 sample dilution Substances 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 239000006228 supernatant Substances 0.000 description 2
- XFHNDVPKJVCYBJ-UHFFFAOYSA-N 1-bromo-1-nitropropane-1,2-diol Chemical compound CC(O)C(O)(Br)[N+]([O-])=O XFHNDVPKJVCYBJ-UHFFFAOYSA-N 0.000 description 1
- 241000251468 Actinopterygii Species 0.000 description 1
- 208000019901 Anxiety disease Diseases 0.000 description 1
- 239000004475 Arginine Substances 0.000 description 1
- KCXVZYZYPLLWCC-UHFFFAOYSA-N EDTA Chemical compound OC(=O)CN(CC(O)=O)CCN(CC(O)=O)CC(O)=O KCXVZYZYPLLWCC-UHFFFAOYSA-N 0.000 description 1
- 102000003839 Human Proteins Human genes 0.000 description 1
- 108090000144 Human Proteins Proteins 0.000 description 1
- 235000019766 L-Lysine Nutrition 0.000 description 1
- ODKSFYDXXFIFQN-BYPYZUCNSA-P L-argininium(2+) Chemical compound NC(=[NH2+])NCCC[C@H]([NH3+])C(O)=O ODKSFYDXXFIFQN-BYPYZUCNSA-P 0.000 description 1
- ROHFNLRQFUQHCH-YFKPBYRVSA-N L-leucine Chemical compound CC(C)C[C@H](N)C(O)=O ROHFNLRQFUQHCH-YFKPBYRVSA-N 0.000 description 1
- KZSNJWFQEVHDMF-BYPYZUCNSA-N L-valine Chemical compound CC(C)[C@H](N)C(O)=O KZSNJWFQEVHDMF-BYPYZUCNSA-N 0.000 description 1
- ROHFNLRQFUQHCH-UHFFFAOYSA-N Leucine Natural products CC(C)CC(N)C(O)=O ROHFNLRQFUQHCH-UHFFFAOYSA-N 0.000 description 1
- 241000500840 Spondyliosoma cantharus Species 0.000 description 1
- KZSNJWFQEVHDMF-UHFFFAOYSA-N Valine Natural products CC(C)C(N)C(O)=O KZSNJWFQEVHDMF-UHFFFAOYSA-N 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 229910021529 ammonia Inorganic materials 0.000 description 1
- 230000008485 antagonism Effects 0.000 description 1
- 230000036506 anxiety Effects 0.000 description 1
- 235000019789 appetite Nutrition 0.000 description 1
- 230000036528 appetite Effects 0.000 description 1
- ODKSFYDXXFIFQN-UHFFFAOYSA-N arginine Natural products OC(=O)C(N)CCCNC(N)=N ODKSFYDXXFIFQN-UHFFFAOYSA-N 0.000 description 1
- 235000009697 arginine Nutrition 0.000 description 1
- 239000000022 bacteriostatic agent Substances 0.000 description 1
- 238000003287 bathing Methods 0.000 description 1
- 230000008827 biological function Effects 0.000 description 1
- 210000000481 breast Anatomy 0.000 description 1
- 239000004202 carbamide Substances 0.000 description 1
- 238000012569 chemometric method Methods 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 230000000536 complexating effect Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001212 derivatisation Methods 0.000 description 1
- 230000000249 desinfective effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000005485 electric heating Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 235000013312 flour Nutrition 0.000 description 1
- 238000007710 freezing Methods 0.000 description 1
- 230000008014 freezing Effects 0.000 description 1
- 125000000524 functional group Chemical group 0.000 description 1
- 230000002496 gastric effect Effects 0.000 description 1
- 230000004153 glucose metabolism Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 229910001385 heavy metal Inorganic materials 0.000 description 1
- 238000004128 high performance liquid chromatography Methods 0.000 description 1
- 235000006486 human diet Nutrition 0.000 description 1
- 235000020256 human milk Nutrition 0.000 description 1
- 210000004251 human milk Anatomy 0.000 description 1
- 230000036737 immune function Effects 0.000 description 1
- 230000036039 immunity Effects 0.000 description 1
- 238000001727 in vivo Methods 0.000 description 1
- 239000004615 ingredient Substances 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 229910052500 inorganic mineral Inorganic materials 0.000 description 1
- 150000002576 ketones Chemical class 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000011707 mineral Substances 0.000 description 1
- 239000011259 mixed solution Substances 0.000 description 1
- 230000035764 nutrition Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000035790 physiological processes and functions Effects 0.000 description 1
- 238000004321 preservation Methods 0.000 description 1
- 239000003755 preservative agent Substances 0.000 description 1
- 230000002335 preservative effect Effects 0.000 description 1
- 108090000765 processed proteins & peptides Proteins 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 230000028327 secretion Effects 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 238000010561 standard procedure Methods 0.000 description 1
- 230000004936 stimulating effect Effects 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 239000004474 valine Substances 0.000 description 1
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
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/3577—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light for analysing liquids, e.g. polluted water
Landscapes
- Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (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)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明属于奶牛性能测定和牛奶品质检测领域，具体涉及牛奶中游离的赖氨酸含量的中红外光谱快速批量检测方法。申请人在特征波段的选择方面，打破了常用的使用算法筛选特征，而是使用人工手动选择+多次遍历的方法。最终选取了赖氨酸的特征吸收波段。经过比较确认选用了同一个牛奶样本两次测定的平均光谱进行建模效果更好，选取了赖氨酸模型建立的最优预处理与算法组合，确定了最优参数，提高了模型的准确性。实现了原料奶中赖氨酸含量的快速、准确、低成本的检测，将可广泛应用于奶牛性能测定和牛奶质量品质检测。
Description
技术领域
本发明属于奶牛性能测定和牛奶品质检测领域，具体涉及牛奶中游离的赖氨酸含量的中红外光谱快速批量检测方法。
背景技术
牛奶是人类饮食中蛋白质的重要来源，牛奶中蛋白质的氨基酸组成与人乳较相近，含有人体内不能合成的8种必需氨基酸，如赖氨酸、缬氨酸、亮氨酸等，合成人体蛋白时生物效价高，氨基酸的利用率也高。
赖氨酸(Lysine,Lys)分子式为C6H14N2O2，是人体最重要的一种必需氨基酸，决定着其他氨基酸的利用程度[1]。已有研究表明，赖氨酸是人体第一限制氨基酸，具有重要的生物学功能，如提高机体免疫力[2-4]、增进食欲[5]、促进矿物质的吸收[6]、参与酮体的生成和葡萄糖的代谢(在禁食情况下,是重要的能量来源之一)[7]、维持体内酸碱稳态、增强胃液分泌、缓解焦虑情绪[8-10]等。同时，赖氨酸也能促进某些营养素的吸收，能与一些营养素协同作用，更好地发挥各种营养素的生理功能[11]。牛奶中氨基酸共有两种存在状态，一是以单个氨基酸的形式游离存在，二是以蛋白质或肽的形式结合存在，本发明中使用的含量即为牛奶中游离存在的赖氨酸含量。
近年来，奶中营养成份含量的研究成为一大热点，赖氨酸作为牛奶的重要功能性营养成份深受关注。牛奶中游离赖氨酸含量的传统检测方法主要有氨基酸自动分析仪分析法[12-14]、高效液相色谱法[15-16]等，目前暂无国家标准方法用于奶制品中游离的赖氨酸含量的测定。传统方法均存在成本较高、耗时长、自动化程度低等问题，虽然应用较多，但难以满足牛奶检测现代化与标准化的需求。中红外光谱(Mid-Infrared Spectroscopy)是由特定官能基团基本振动而引起的吸收条带，可用于鉴定有机物成份的结构，并且可用于定量分析。随着数字时代的到来，中红外光谱技术得到迅速发展，可将化学计量学方法与中红外光谱大数据结合并运用到牛奶的快速分析检测中，以提高牛奶营养物质定量分析的效率，实现牛奶品质简便、无污染、无损耗检测。
我国奶业虽然在中红外光谱技术研究领域起步较晚，但也取得了较大的成果，目前我国已经可以通过中红外光谱技术对牛奶中蛋白总含量和脂肪总含量等指标进行检测，但暂无基于中红外光谱的牛奶中游离赖氨酸含量的快速批量检测模型，因而急需准确性高、适应性强的牛奶中游离赖氨酸含量的快速批量检测方法，用于高通量、大规模地测定牛奶中游离的赖氨酸含量，构建牛奶中营养物质含量的快速、高效、低成本、高精度、无损伤、智能化检测系统，解决牛奶品质安全信息无法有效获取的关键科技问题，开发我国鲜奶产后商品化处理产业存在的巨大潜在市场[17]。本发明的目的即建立牛奶中游离的赖氨酸含量的快速批量检测技术，为中国奶业的发展提供技术保障和数据基础。
发明内容
本发明的目的在于提供了牛奶中游离的赖氨酸含量的中红外快速批量检测方法，方法简单，快速，与真实值相比，准确率高。
为了达到上述目的，本发明采取以下技术措施：
牛奶中游离的赖氨酸含量的中红外快速批量检测方法，包括下述步骤：
1.采集牛奶样本中的红外光谱中特征波段为：929.78cm-1-1126.54cm-1、1161.26cm-1-1597.21cm-1、1701.38cm-1-2094.89cm-1、2330.23cm-1-3016.96cm-1与3638.09 cm-1-3680.53cm-1中的MIR数据；
2.将测定所得到的MIR数据代入SG(w＝5,p＝3)+PLSR(n_component＝24)模型中，即可输出赖氨酸含量的预测结果。
以上所述的方法中，优选的，步骤1中每一段波段前后允许有两个波点的差距。
本发明的保护内容还包括：上述检测方法用于检测牛奶中游离的赖氨酸含量。
与现有技术相比，本发明优点在于：
1.在特征波段的选择方面，打破了常用的使用算法筛选特征，而是使用人工手动选择+多次遍历的方法。最终选取了赖氨酸的特征吸收波段。
2.经过比较确认选用了同一个牛奶样本测定两次测定的平均光谱进行建模效果更好，提供了参考依据。
3.选取了赖氨酸模型建立的最优预处理与算法组合，确定了最优参数，提高了模型的准确性。
4.实现了原料奶中赖氨酸含量的快速、准确、低成本的检测，实现了快速批量检测，每一个样本的测定时间仅需10-15秒，提高了检测效率，具有较强的实用性，将可广泛应用于奶牛性能测定和牛奶质量品质检测。
附图说明：
图1为未经处理的牛奶样品中红外光谱图(a)与平均光谱图(b)。
图2为SG预处理后的牛奶样品中红外光谱图。
图3为选取的五个特征波段光谱总图(a)以及每个特征波段放大图(b)。
图4为模型牛奶数据真实值与预测值相关性与拟合直线图。
具体实施方式：
本发明所述技术方案，如未特别说明，均为本领域的常规方案；所述试剂或材料，如未特别说明，均来源于商业渠道。
1.实验材料
试验材料来源于中国四个地区9个奶牛场的187头中国荷斯坦牛，每头牛采集一份奶样，奶样采集利用自动挤奶装置完成，先用消毒后的毛巾擦拭牛奶房，然后用碘甘油混合溶液对乳房消毒，挤掉前三把乳汁后，对挤奶全过程奶样进行采集，每份奶样采集40ml，分装到直径3.5cm，高9cm的圆柱形全新采样瓶里，依次编号，并向每个采样瓶里立即加入溴硝丙二醇防腐剂，缓慢摇晃使其充分溶解，运回途中在奶样周围放置冰袋(2-4℃)防止变质，样本到达实验室后立即进行光谱采集。所有牛奶样品均采集了两次光谱数据。
样本信息统计表
2.中红外光谱测定与采集
将样品倒入直径3.5cm，高9cm的圆柱形样品管中，在42℃水浴锅中水浴15-20min，使用FOSS公司的MilkoScanTM7RM乳成分检测仪，将固体光纤探头伸到液体中，对样品进行混匀后扫描。
3.牛奶中游离的赖氨酸含量的真实(参考)值检测方法
3.1仪器、设备和试剂
全自动氨基酸分析仪(德国Sykam S433D)；游离氨基酸分析柱(LCA K07/Li，4.6mm×150mm)；游离氨基酸分析除氨柱；针管过滤器；0.45μm尼龙滤膜；涡漩振荡器；离心机；进样瓶。
氨基酸标准溶液(34AA，PH游离，货号AA-S000031)；茚三酮(N105629-500g，阿拉丁)；缓冲液A、缓冲液B、缓冲液C、再生液D均购买于德国Sykam公司；LiOH×H2O；柠檬酸×H2O；HC1(浓度为37％)；辛酸；磺基水杨酸；其他试剂均为国产分析纯。
缓冲液A、缓冲液B、缓冲液C、再生液D、样品稀释液的配置
注：
(1)所有溶液均应用0.45μm膜过滤后使用；
(2)“*pH”表示可用此成份调解pH值；
(3)EDTA用于络合重金属，不加不影响试剂使用；
(4)辛酸是抑菌剂，延长试剂存放期，不加也不影响使用。
3.2实验方法
3.2.1中红外光谱的采集
利用MilkoScanTM FT+进行光谱采集，具体采集步骤为：将奶样分批放入45℃电热恒温水浴锅内预热5min，预热好的奶样放在检测架上上下摇晃数次使牛奶胶状溶液混合均匀，将检测架放在检测履带上，打开瓶盖，依次进行检测，采集完光谱后的奶样置于-20℃冷冻保存，用于后续牛奶中游离的赖氨酸含量的测定。
3.2.2牛奶中游离的赖氨酸含量的测定
(1)100nmol/mL标准液配制
取100μL标准液(Sykam公司原装PH型氨基酸标准溶液，其中除尿素浓度为10μmol/mL 其他氨基酸浓度为1μmol/mL)加900μL样品稀释液，涡旋混匀。上机前用0.45μm尼龙滤膜过滤。
(2)奶样的处理
吸取约8ml奶样于离心管中，3000rpm离心5min(达到分离固态物的目的即可)，若奶样中悬浮物不至于干扰取样均匀性，则此步骤可跳过；
离心后准确吸取上清液1ml于另外的离心试管中，加入2％磺基水杨酸9ml，混匀静置 15min；
设置离心机转速为3000rpm离心20min或10000rpm离心10min，离心后取上清液；
上机前用0.45μm尼龙滤膜过滤。
(3)色谱条件
色谱柱：LCA K07/Li
流速：洗脱泵0.45ml/min+衍生泵0.25ml/min
检测波长：570nm+440nm
反应器温度：38～74℃梯度升温
柱温程序
流动相梯度洗脱条件
平均每批次检测20个样品，一批次只需进样一次标准液，若中途更换试剂(流动相、茚三酮等)，则标准液需重新进样。
4.有效样本的选择
187个样本中，剔除掉样本变质、损耗、中红外光谱测定异常、样本参考值测定异常等操作导致的无效数据，共剔除掉了11个异常样本，选择了176个样本进行模型的建立与优化。
实施例1：
赖氨酸的预测模型算法的选择：
本申请目的为建立赖氨酸的定量测定模型，所以使用建模算法为回归算法。回归算法种类很多，本实施例主要使用了岭回归(Ridge)与偏最小二乘回归(PLSR)[9]算法进行模型建立与对比，理由如下：
岭回归是线性回归的一种。只是在算法建立回归方程时候，岭回归加入了正则化的限制，从而达到解决过拟合的效果。正则化有两种，分别为l1正则化l2正则化，l2正则化相比于l1正则化的优势在于：(1)可以进行交叉验证(2)实现了随机梯度下降。岭回归就是加入了l2正则化后的线性回归模型，保留了线性回归的优点，符合模型建立的要求，而且结果较为稳定，是较常使用的基础算法之一，因此本实施例选择了此算法为待选算法。
偏最小二乘回归算法是多特征样本中非常有效的算法之一。中红外光谱数据中，每一个样本对应1060个波点，是多特征样本的代表。同时偏最小二乘回归算法很少出现过拟合情况，所以很多中红外光谱的研究者们会选择使用偏最小二乘回归算法进行模型的建立，因此本实施例选择了此算法为待选算法。
实施例2：
中红外光谱测定次数及其使用方式的筛选：
本申请使用的所有样本均进行了连续两次的光谱采集，目的是通过比较同一样本不同测定次数和所得到三种MIR数据(第一次、第二次、二次平均)对建模准确性的影响，筛选出最有效的MIR数据进行建模。因有研究者认为两次测定的平均光谱MIR可能提升建模准确性，所以本实施例将第一次、第二次、二次平均光谱MIR去掉水波段以及大于4000cm-1部分进行建模，比较分析模型的准确度，结果如下表：
Ridge算法比较结果:
PLSR算法比较结果：
经过两种算法比较结果综合考虑，最终选择两次测定的平均光谱MIR进行建模。
实施例3：
中红外光谱检测牛奶中赖氨酸含量的方法的建立：
1.建模数据集的划分
本实施例中的建模数据集划分中，75％为训练集，25％为测试集。训练集与测试集的比例为3：1，同时训练集又叫做交叉验证集，在训练模型的过程中进行10折交叉验证。
2.建模MIR数据预处理方法的筛选
有效特征筛选是对光谱数据进行处理的基本操作，目的是为了消噪，并为提取特征打好基础。有效特征筛选主要有特征抽取、特征预处理与特征降维三种。本实施例主要对光谱数据进行特征预处理，首先，采用SG(卷积平滑)、MSC(多元散射校正)、SNV(标准正态变量变换)、diff1(一阶差分)和diff2(二阶差分)等五种处理方法对光谱数据进行特征预处理，
3.建模特征波段的手动选择过程及确定
选取特征波段的方法有很多，主要包括算法选取特征与手动选取特征两种，算法选取特征的原理主要来源于各波点与参考值之间的相关性，优点在于速度快、效率高，但缺点在于忽略了相邻波点之间的协同作用，思路较为单一。手动选取特征的优点在于选择的过程中可以强化波段(即相邻波点)的作用，同时可以在提升模型的过程中更多得保留光谱的原始信息状态，包容性与泛化能力更强，选取波段准确，缺点在于选择速度慢，效率低。
本实施例选取特征波段采用手动选取的方法，选取步骤如下：
(1)确定基本算法，由实施例2可知偏最小二乘回归算法的效果整体偏高，所以最终选择偏最小二乘回归算法作为赖氨酸预测算法。
(2)确定最佳预处理。将样本去掉水波段以及大于4000cm-1部分进行实施例3中的预处理并进行比较，由结果确定最佳预处理为：SG(w＝5,p＝3)，结果如表(图2)所示：
在确定MIR数据是SG(w＝5,p＝3)预处理的基础上，建模特征波段的手动选择过程如下：
(1)去掉1593.35cm-1-1709.1cm-1与3059.39cm-1-3641.95cm-1两段与水吸收相关的光谱区域。
(2)去掉4000cm-1-5011.54cm-1两段光谱区域，因为此区域为非中红外吸收区域。
(3)将剩下的区域分为八段，小于1593.35cm-1的区域平均分为两段，大于3641.95cm-1为最后一段，1709.1cm-1与3059.39cm-1中间的波段平均分为五段。
(4)以50个波点为一组，使用偏最小二乘回归算法，首先将第一段波段临界处两端波点增加或减少一组波点，寻找最优效果，并以此为基础对第二段波段进行类似操作，最终将八个波段全部完成一轮操作后算第一次遍历完成。
(5)在第一次遍历完成后进行第二次、第三次或更多次的手动遍历，直到所有的波点不再变化为止，即为最优特征波段。
最终经过十一轮筛选，得到最优结果，如表所示：
最终选取的特征波段结果为：929.78cm-1-1126.54cm-1、1161.26cm-1-1597.21cm-1、1701.38cm-1-2094.89cm-1、2330.23cm-1-3016.96cm-1与3638.09cm-1-3680.53cm-1，每一段前后允许有两个波点的差距(图3)。
4.模型参数的筛选确定
模型参数包括预处理方法的参数以及算法的参数；
预处理算法中SG卷积平滑预处理的参数选择结果对比如下：
根据对比结果，最终选择SG平滑点数为5,窗口宽度为3。
偏最小二乘回归算法的参数：主成分(n_component)，参数选择结果对比如下：
根据对比结果，最终选择主成分(n_component)为24。
经过对比分析，赖氨酸的最佳回归模型为：SG(w＝5,p＝3)+PLSR(n_component＝24)模型。训练集和测试集相关系数分别为0.8058和0.8502；训练集和测试集均方根误差分别为39.4783 和31.3601。
实施例4
牛奶中赖氨酸的中红外光谱MIR的快速批量检测方法的应用：
利用建立的赖氨酸最佳回归模型(SG(w＝5,p＝3)+PLSR(n_component＝24))对随机选取的3 个牛奶样本(非176份实验材料之一)进行预测，并将预测结果与真实值比较。
模型使用方法：
1.采集牛奶样本中的红外光谱中特征波段为：929.78cm-1-1126.54cm-1、1161.26cm-1-1597.21cm-1、1701.38cm-1-2094.89cm-1、2330.23cm-1-3016.96cm-1与3638.09 cm-1-3680.53cm-1中的MIR数据；
同时利用全自动氨基酸分析仪检测同批次牛奶中的赖氨酸真实值。
2、将测定所得到的MIR数据代入实施例3构建的SG(w＝5,p＝3)+PLSR(n_component＝24) 模型中，即可输出赖氨酸含量的预测结果。
该模型预测的结果与真实结果比较接近(如下表，图4)，故该模型的准确性较高，可用于牛奶的赖氨酸含量预测。
参考文献
[1]王洪,赵亚军.赖氨酸的应用及食品级赖氨酸的发展前景[J].发酵科技通讯,2018,47(04):236-239.
[2]杨洁,薛建岗,陈永福,张和平.西藏地区两种传统发酵乳的氨基酸含量分析[J].中国奶牛,2013(08):50-53.
[3]周凡.饲料赖氨酸和精氨酸对黑鲷幼鱼生长影响及其拮抗作用机理研究[D].浙江大学,2011.
[4]张更荣,赵文华.强化赖氨酸面粉对人群营养及免疫功能影响的研究[J].中国食品卫生杂志,2004(05):424-428.
[5]任建民,刘强.赖氨酸营养研究进展[J].饲料博览,2009(03):13-15.
[6]左云龙,王兴勇.口服L-赖氨酸对小儿生长发育及营养影响的临床研究[J].现代医药卫生,2004(19):1960-1961.
[7]赵丽.蜂王浆中氨基酸含量的测定[J].食品研究与开发,2014,35(05):94-96.
[8]Smriga Miro,Kameishi Makiko,Uneyama Hisayuki,et al.Dietary L-lysine deficiency increases stress-induced anxiety and fecal excretion inrats.[J].The Journal of Nutrition,2002, 132(12):3744-6.
[9]Jezova Daniela,Makatsori Aikaterini,Smriga Miro,et al.Subchronictreatment with amino acid mixture of L-lysine and L-arginine modifiesneuroendocrine activation during psychosocial stress in subjects with hightrait anxiety.[J].Nutritional Neuroscience,2005,8(3):155-60.
[10]Miro SMRIGA,Toshihiko ANDO,Masahisa AKUTSU,et al.Oral treatmentwith L-lysine and L-arginine reduces anxiety and basal cortisol levels inhealthy humans[J].Biomedical Research,2007,28(2):85-90.
[11]田颖,时明慧.赖氨酸生理功能的研究进展[J].美食研究,2014,31(03):60-64.
[12]李宇,赵兵,蒋慧,张静,涂裔伟,姚路迅,贾薇,张奇.驴奶和牛奶游离氨基酸成分分析研究[J]. 中国乳业,2017(10):68-71.
[13]王建光,孙玉江,芒来.马奶与几种奶营养成份的比较分析[J].食品研究与开发,2006(08):146-149.
[14]潘斌.湖北杂交水牛乳中脂肪酸和氨基酸成分分析及其营养价值评价[D].华中农业大学,2014.
[15]Liang X,Han H,Zhao X,Cao X,Yang M,Tao D,Wu R,Yue X.Quantitativeanalysis of amino acids in human and bovine colostrum milk samples throughiTRAQ labeling.J Sci Food Agric.2018Oct；98(13):5157-5163.doi:10.1002/jsfa.9032.PMID:29577310.
[16]关博元,张正翰,石佳鑫,时旭,岳喜庆,杨梅.人常乳与牛常乳中全谱游离氨基酸和水解氨基酸的对比[J].食品科学,2019,40(10):193-198.
[17]郭志明,郭闯,王明明,石吉勇,陈全胜,邹小波.果蔬品质安全近红外光谱无损检测研究进展 [J].食品安全质量检测学报,2019,10(24):8280-8288。
Claims (3)
1.牛奶中游离的赖氨酸含量的中红外快速批量检测方法，包括下述步骤：
1）. 采集牛奶样本中的红外光谱中特征波段为：929.78 cm-1-1126.54 cm-1 、1161.26cm-1-1597.21 cm-1 、1701.38 cm-1-2094.89 cm-1 、2330.23 cm-1-3016.96 cm-1 与3638.09cm-1-3680.53 cm-1中的MIR数据；
2）. 将测定所得到的MIR数据代入SG卷积平滑+偏最小二乘回归PLSR模型中，即可输出赖氨酸含量的预测结果；其中，SG卷积平滑的平滑点数为5，窗口宽度为3；偏最小二乘回归PLSR的主成分为24。
2.根据权利要求1所述的方法，其特征在于：步骤1）中每一段波段前后允许有两个波点的差距。
3.权利要求1所述方法在检测牛奶中游离的赖氨酸含量中的应用。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111356587.6A CN114166780B (zh) | 2021-11-16 | 2021-11-16 | 牛奶中游离的赖氨酸含量的中红外快速批量检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111356587.6A CN114166780B (zh) | 2021-11-16 | 2021-11-16 | 牛奶中游离的赖氨酸含量的中红外快速批量检测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114166780A CN114166780A (zh) | 2022-03-11 |
| CN114166780B true CN114166780B (zh) | 2024-02-13 |
Family
ID=80479420
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111356587.6A Active CN114166780B (zh) | 2021-11-16 | 2021-11-16 | 牛奶中游离的赖氨酸含量的中红外快速批量检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114166780B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115586288B (zh) * | 2022-10-08 | 2024-07-26 | 广州朗圣药业有限公司 | 一种含szfz13-a的组合物中szfz13-a含量的高效液相色谱检测方法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107655851A (zh) * | 2017-09-18 | 2018-02-02 | 中国农业科学院农业质量标准与检测技术研究所 | 一种基于近红外光谱技术快速检测赖氨酸含量的方法 |
| CN109520965A (zh) * | 2018-11-20 | 2019-03-26 | 中国农业科学院农业质量标准与检测技术研究所 | 一种基于近红外光谱特征数据提取技术检测赖氨酸含量的方法 |
-
2021
- 2021-11-16 CN CN202111356587.6A patent/CN114166780B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107655851A (zh) * | 2017-09-18 | 2018-02-02 | 中国农业科学院农业质量标准与检测技术研究所 | 一种基于近红外光谱技术快速检测赖氨酸含量的方法 |
| CN109520965A (zh) * | 2018-11-20 | 2019-03-26 | 中国农业科学院农业质量标准与检测技术研究所 | 一种基于近红外光谱特征数据提取技术检测赖氨酸含量的方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114166780A (zh) | 2022-03-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP3734254B1 (en) | Method for determining water soluble protein content (wspc) in soybean by near infrared spectroscopy (nirs) | |
| CN114166780B (zh) | 牛奶中游离的赖氨酸含量的中红外快速批量检测方法 | |
| CN111007034A (zh) | 一种用于遗传代谢病中氨基酸含量检测方法 | |
| CN113310930A (zh) | 高温灭菌奶、巴氏杀菌奶和掺加高温灭菌奶的巴氏杀菌奶的光谱鉴定方法 | |
| CN114166783B (zh) | 牛奶中游离的异亮氨酸含量的中红外快速批量检测方法 | |
| CN114166789B (zh) | 牛奶中游离必需氨基酸总含量的中红外快速批量检测方法 | |
| CN114166779B (zh) | 牛奶中β-酪蛋白的中红外快速批量检测方法 | |
| CN114166790B (zh) | 牛奶中游离的蛋氨酸含量的中红外快速批量检测方法 | |
| CN114166782B (zh) | 牛奶中游离的缬氨酸含量的中红外快速批量检测方法 | |
| CN114166781B (zh) | 牛奶中游离的牛磺酸含量的中红外快速批量检测方法 | |
| CN114166788B (zh) | 牛奶中游离氨基酸总含量的中红外快速批量检测方法 | |
| CN114184571B (zh) | 牛奶中总酪蛋白含量的中红外快速批量检测方法 | |
| CN112268963A (zh) | 一种维生素a、d3、e的液相色谱联检方法 | |
| CN114166787B (zh) | 水牛奶中蛋白含量的中红外光谱检测方法及应用 | |
| CN114166785B (zh) | 水牛奶中脂肪含量的中红外快速批量检测方法及应用 | |
| CN113916824B (zh) | 牛奶中αs1-酪蛋白的中红外快速批量检测方法 | |
| Julmohammad et al. | Detection of Adulterant Residues in UHT Milk Products using ATR-FTIR Spectroscopy | |
| CN114184572B (zh) | 牛奶中α-乳白蛋白的中红外快速批量检测方法 | |
| CN108593596A (zh) | 基于近红外光谱技术快速检测椰汁中原汁含量的方法 | |
| CN114166786B (zh) | 水牛奶中总固形物含量的中红外光谱快速批量检测方法及应用 | |
| CN116067908A (zh) | 牛奶中多不饱和脂肪酸的中红外快速批量检测方法 | |
| CN113640234A (zh) | 一种蝙蝠草多糖的含量测定方法 | |
| CN115824999A (zh) | 牛奶中饱和脂肪酸的中红外快速批量检测方法 | |
| Tsenkova et al. | Interrelation Between the Composition and Near-Infrared Spectra of Milk, Blood Plasma and Rumen Juice of Lactating Cows | |
| Chen et al. | Nondestructive Detection Technologies for Real-Time Monitoring Food Quality During Processing |
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 |