CN114705799A - 烘焙咖啡豆糖类标记物含量测定及其掺假鉴别 - Google Patents

烘焙咖啡豆糖类标记物含量测定及其掺假鉴别 Download PDF

Info

Publication number
CN114705799A
CN114705799A CN202210261331.5A CN202210261331A CN114705799A CN 114705799 A CN114705799 A CN 114705799A CN 202210261331 A CN202210261331 A CN 202210261331A CN 114705799 A CN114705799 A CN 114705799A
Authority
CN
China
Prior art keywords
coffee
sample
sugar
adulteration
barley
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.)
Pending
Application number
CN202210261331.5A
Other languages
English (en)
Inventor
潘丙珍
奚星林
卢丽
陈秀明
梁瑞婷
刘朝霞
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangzhou Customs Technology Center
Original Assignee
Guangzhou Customs Technology Center
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Guangzhou Customs Technology Center filed Critical Guangzhou Customs Technology Center
Priority to CN202210261331.5A priority Critical patent/CN114705799A/zh
Publication of CN114705799A publication Critical patent/CN114705799A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N30/00Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
    • G01N30/02Column chromatography
    • G01N30/88Integrated analysis systems specially adapted therefor, not covered by a single one of the groups G01N30/04 - G01N30/86
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N30/00Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
    • G01N30/02Column chromatography
    • G01N30/04Preparation or injection of sample to be analysed
    • G01N30/06Preparation
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N30/00Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
    • G01N30/02Column chromatography
    • G01N30/62Detectors specially adapted therefor
    • G01N30/64Electrical detectors
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N30/00Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
    • G01N30/02Column chromatography
    • G01N30/88Integrated analysis systems specially adapted therefor, not covered by a single one of the groups G01N30/04 - G01N30/86
    • G01N2030/8809Integrated analysis systems specially adapted therefor, not covered by a single one of the groups G01N30/04 - G01N30/86 analysis specially adapted for the sample
    • G01N2030/8813Integrated analysis systems specially adapted therefor, not covered by a single one of the groups G01N30/04 - G01N30/86 analysis specially adapted for the sample biological materials
    • G01N2030/8836Integrated analysis systems specially adapted therefor, not covered by a single one of the groups G01N30/04 - G01N30/86 analysis specially adapted for the sample biological materials involving saccharides

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)
  • Investigating Or Analysing Materials By Optical Means (AREA)
  • Other Investigation Or Analysis Of Materials By Electrical Means (AREA)
  • Tea And Coffee (AREA)

Abstract

本发明涉及烘焙咖啡豆糖类标记物含量测定及其掺假鉴别,称取试样0.3g于具塞三角瓶中,加入1mol/L盐酸溶液50mL,于恒温水浴箱85℃水浴180min,每隔30min摇一次,水浴结束后取出并冷却,用30%氢氧化钠溶液调节至中性;溶液转移至100mL容量瓶中,用水定容。经滤纸过滤,咖啡豆样品及各种比率咖啡与掺假物的混合样品取滤液稀释25倍,莓果粉、黑玉米和大麦样品取滤液稀释50倍,取稀释液过0.45μm水相尼龙滤膜,上机检测;以外标法计算各样品中各种糖含量,结果以均数±标准差表示(n=6),结果保留两位小数;利用糖作为标记物鉴定是否掺杂了莓果粉、黑玉米、大麦等物质,可以对进口咖啡的质量把关,打击伪劣产品,净化市场竞争秩序,维护消费者权益,具有重要的现实意义。

Description

烘焙咖啡豆糖类标记物含量测定及其掺假鉴别
技术领域
本发明涉及一种鉴别方法,具体是烘焙咖啡豆糖类标记物含量测定及其掺假鉴别。
背景技术
咖啡作为饮料有着悠久的历史,适当饮用咖啡能起到消除疲劳、振奋精神、促进血液循环、提高劳动效率和思维活动能力等多种有益的功效。咖啡和茶叶、可可并称为世界三大饮料,在国际贸易中是仅次于石油的原料产品。咖啡已成为当今人们饮食生活中的重要组成部分。咖啡还有其独特的医学疗效,具有降血压、抗氧化、抗肿瘤等作用。
由于干旱和农作物疾病的影响,巴西等咖啡主要产地的咖啡产量近年来显著下降,咖啡豆的短缺问题越来越突出。据国外权威媒体披露,在供不应求的情况下,不少不法商贩往咖啡中掺入莓果粉、黑玉米、大麦等物质。尽管这些成分不会造成身体伤害,但它们会影响产品的质量和口感,损害消费者利益。还有一类现象就是,虽然没有非法添加物质,但假冒品牌产品以次充好,损害品牌形象,对公平竞争的市场环境造成严重损害。
发明内容
针对上述现有技术存在的问题,本发明提供烘焙咖啡豆糖类标记物含量测定及其掺假鉴别,可以分析各种咖啡碳水化合物组成,特别是糖的类型和构成比例,利用糖作为标记物鉴定是否掺杂了莓果粉、黑玉米、大麦等物质,可以对进口咖啡的质量把关,打击伪劣产品,净化市场竞争秩序,维护消费者权益,具有重要的现实意义。
为了实现上述目的,本发明通过以下技术方案实现:烘焙咖啡豆糖类标记物含量测定及其掺假鉴别,按照如下步骤进行检测:
步骤1)选取适量的烘焙咖啡豆(市售),莓果粉(市售),黑玉米(市售),大麦(市售);
步骤2)烘焙咖啡豆样品(编号为K)粉碎,过20目筛,反复混匀;莓果粉在105℃干燥4h;黑玉米和大麦在250℃下烘焙30min,粉碎,过20目筛,分别反复混匀,模拟掺假样品的制备:分别取一定量的莓果粉、黑玉米和大麦(编号为M,Y,D),按占比5%、10%、20%、30%、50%比例加入咖啡中(咖啡与莓果粉掺假物编号分别为M1、M2、M3、M4、M5,咖啡与黑玉米掺假物编号分别为Y1、 Y2、Y3、Y4、Y5,咖啡与大麦掺假物编号分别为D1、D2、D3、D4、D5),混合均匀,制成各种比例掺假物与咖啡的模拟掺假样品,每个浓度制备6个平行;
步骤3)建立咖啡及其掺假物中7种糖含量的离子色谱-脉冲安培检测法;
步骤4)分别称取咖啡豆粉末、莓果粉、黑玉米粉末、大麦粉末及各种比例掺假物与咖啡的混合样品试样0.3g于具塞三角瓶中,加入1mol/L盐酸溶液50 mL,于85℃水浴180min,每隔30min振摇一次,取出后冷却,用氢氧化钠溶液调节至中性;
步骤5)溶液转移至100mL容量瓶中,用水定容,用滤纸过滤,咖啡豆样品及各种比率咖啡与掺假物的混合样品取滤液稀释25倍,莓果粉,黑玉米,大麦样品取滤液稀释50倍,取稀释液过0.45μm水相尼龙滤膜,上机检测,测定各样品中各种糖类标记物含量;
步骤6)建立咖啡鉴假模型:对咖啡及掺假物7种糖含量的数据采用SPSS 统计软件进行计算,建立咖啡鉴假模型;
步骤7)利用建立咖啡鉴假模型即可识别咖啡掺假。
步骤5中所述咖啡及其掺假物中7种糖含量的测定是利用离子色谱仪,配置脉冲安培检测器,选用CarboPac PA1色谱柱分离,氢氧化钠和乙酸钠淋洗液洗脱。
烘焙咖啡豆样品粉碎,过20目筛,反复混匀;莓果粉在105℃干燥4h;黑玉米和大麦在250℃下烘焙30min,粉碎,过20目筛,反复混匀。
称取试样0.3g于具塞三角瓶中,加入1mol/L盐酸溶液50mL,于85℃水浴 180min,每隔30min摇一次,取出后冷却,用氢氧化钠溶液调节至中性。溶液转移至100mL容量瓶中,用水定容。用滤纸过滤,咖啡豆样品及各种比率咖啡与掺假物的混合样品取滤液稀释25倍,莓果粉,黑玉米,大麦样品取滤液稀释50 倍,取稀释液过0.45μm水相尼龙滤膜,上机检测,每个平行测定6次。
所述的步骤5是通过离子色谱仪-脉冲安培检测器进行光谱采集,采用外标法进行处理计算。
步骤5之后,还需进行样品数据集划分:收集的咖啡样品中,部分用作建立校正模型的集样品,部分作为验证集样品,部分作为掺假底物样品,部分作为空白待测样品。
步骤5中第一建立纯咖啡光谱数据库,作为“咖啡分类模型”;第二建立掺假物巴西莓果粉、黑玉米、大麦光谱库,作为“掺假物分类模型”。
步骤9中咖啡掺假的鉴别结果分析方法:经离子色谱仪-脉冲安培检测器采集的待测样品光谱图,外标法计算各种糖含量,第一基于“咖啡分类模型”,将待测样品糖含量与“咖啡分类模型”的咖啡糖含量进行比较,判断是否为咖啡;第二基于“掺假物分类模型”,将待测样品中各种糖含量与“掺假物分类模型”进行比较,说明该咖啡样品存在掺假物成分。
以置信度指标p值来判断掺假成分存在的可能性大小;当p<0.05时,即为最低检出限。
借由上述方案,本发明至少具有以下优点:可以分析各种咖啡碳水化合物组成,特别是糖的类型和构成比例,利用糖作为标记物鉴定是否掺杂了莓果粉、黑玉米、大麦等物质,可以对进口咖啡的质量把关,打击伪劣产品,净化市场竞争秩序,维护消费者权益,具有重要的现实意义。
附图说明
图1七种糖(包括:1.甘露醇,2.阿拉伯糖,3.半乳糖,4.葡萄糖,5. 木糖,6.甘露糖,7.果糖)标准色谱图
图2咖啡样品色谱图
图3巴西莓果粉样品色谱图
图4黑玉米样品色谱图
图5大麦样品色谱图
图6咖啡样品叠加色谱图
图7咖啡样品与模拟掺假样品(50%咖啡+50%莓果粉)色谱叠加图
图8咖啡样品与模拟掺假样品(50%咖啡+50%黑玉米)色谱叠加图
图9咖啡样品与模拟掺假样品(50%咖啡+50%大麦)色谱叠加图
图10各种糖类标记物对主成分的贡献
图11各个样品两个主成分得分分布图
具体实施方式
下面对本发明做进一步说明。
在本发明的描述中,需要说明的是,术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”、“第三”仅用于描述目的,而不能理解为指示或暗示相对重要性。
本烘焙咖啡豆糖类标记物含量测定及其掺假鉴别,按照如下步骤进行检测:
步骤1)选取适量的烘焙咖啡豆(市售),莓果粉(市售),黑玉米(市售),大麦(市售);
步骤2)烘焙咖啡豆样品(编号为K)粉碎,过20目筛,反复混匀;莓果粉在105℃干燥4h;黑玉米和大麦在250℃下烘焙30min,粉碎,过20目筛,反复混匀。模拟掺假样品的制备:分别取一定量的莓果粉、黑玉米和大麦(编号为 M,Y,D),按占比5%、10%、20%、30%、50%比例加入咖啡中(咖啡与莓果粉掺假物编号分别为M1、M2、M3、M4、M5,咖啡与黑玉米掺假物编号分别为Y1、Y2、 Y3、Y4、Y5,咖啡与大麦掺假物编号分别为D1、D2、D3、D4、D5),混合均匀,制成各种比例掺假物与咖啡的模拟掺假样品,每个浓度制备6个平行;
步骤3)建立咖啡及其掺假物中7种糖含量的离子色谱-脉冲安培检测法;
需要说明的是:分析柱:DionexCarboPacPA1(4×250mm),保护柱:DionexCarboPacPA1(4×50mm);淋洗液氢氧化钠浓度(300mmol/L):量取50%~ 52%氢氧化钠溶液15.6mL,用水稀释至1L,淋洗液乙酸钠浓度(1.0mol/L): 称取无水乙酸钠82g,用水溶解并稀释至1L,淋洗程序见表1;淋洗液流速: 1.0mL/min;进样体积:25μL;色谱池温度:35℃,柱温:30℃。
步骤4)分别称取咖啡豆粉末、莓果粉、黑玉米粉末、大麦粉末及各种比例掺假物与咖啡的混合样品试样0.3g于具塞三角瓶中,加入1mol/L盐酸溶液50 mL,于85℃水浴180min,每隔30min振摇一次,取出后冷却,用氢氧化钠溶液调节至中性。
步骤5)溶液转移至100mL容量瓶中,用水定容。用滤纸过滤,咖啡豆样品及各种比率咖啡与掺假物的混合样品取滤液稀释25倍,莓果粉,黑玉米,大麦样品取滤液稀释50倍,取稀释液过0.45μm水相尼龙滤膜,上机检测,测定各样品中各种糖类标记物含量;
需要说明的是:应用2.5的检测方法对进行7种糖含量的测定(6个平行),结果以均数±标准差表示,咖啡样品主要含有阿拉伯糖、半乳糖、葡萄糖、木糖和甘露糖5种糖,不含甘露醇和果糖,其中阿拉伯糖、半乳糖、甘露糖含量较高, 葡萄糖和木糖含量很低(见表2和图2、图6)。莓果粉仅含有葡萄糖,不含其他6种糖,且葡萄糖含量高达41.57%(见表2和图3);黑玉米含有阿拉伯糖、半乳糖、葡萄糖、木糖和果糖,不含甘露醇和甘露糖,其中葡萄糖含量高达 39.26%,而黑玉米中阿拉伯糖和半乳糖含量明显低于咖啡(见表2和图4);大麦与咖啡一样含有阿拉伯糖、半乳糖、葡萄糖、木糖和甘露糖,但其阿拉伯糖、半乳糖和甘露糖含量明显低于咖啡(见表2和图5)。由此可见,阿拉伯糖、半乳糖、甘露糖、葡萄糖和果糖这5种糖含量在鉴别咖啡是否掺假中具有重要作用。应用2.5的检测方法对不同浓度模拟掺假样品中7种糖含量进行测定(每个浓度 6个平行)。结果见表2。咖啡与不同的掺假物以不同比例混合后,各种糖类含量都存在一定的差异.
步骤6)建立咖啡鉴假模型:对咖啡及掺假物7种糖含量的数据采用SPSS 统计软件进行计算,建立咖啡鉴假模型;
步骤7)利用建立咖啡鉴假模型即可识别咖啡掺假。
步骤5中所述咖啡及其掺假物中7种糖含量的测定是利用离子色谱仪,配置脉冲安培检测器,选用CarboPac PA1色谱柱分离,氢氧化钠和乙酸钠淋洗液洗脱。
烘焙咖啡豆样品粉碎,过20目筛,反复混匀;莓果粉在105℃干燥4h;黑玉米和大麦在250℃下烘焙30min,粉碎,过20目筛,分别反复混匀。
称取试样0.3g于具塞三角瓶中,加入1mol/L盐酸溶液50mL,于85℃水浴180min,每隔30min摇一次,取出后冷却,用氢氧化钠溶液调节至中性。溶液转移至100mL容量瓶中,用水定容。用滤纸过滤,咖啡豆样品取滤液稀释25倍,莓果粉,黑玉米,大麦样品取滤液稀释50倍,取稀释液过0.45μm水相尼龙滤膜,上机检测,每个平行测定6次。
需要说明的是:主成分分析是利用降维的思想,在损失很少信息的前提下,把多个指标转化为几个综合指标的多元统计方法。主成分能反映绝大部分原始变量信息,每个主成分都是原始变量的线性组合,且各主成分之间互不相关,因而主成分比原始变量具有某些更优越的性能。利于揭示事物内部变量之间的规律,提高分析效率。以主成分得分作散点图,可直观的反应样品的大量信息和特征 [9-]。
应用软件SPSS对表2的咖啡及模拟掺假样品糖类含量数据矩阵进行主成分分析,得到表3和表4的分析结果.表3为前两个主成分对应的方差贡献率及各原始变量在主成分中的负荷。主成分1(PC1)占总方差贡献率的72.547%,主成分2(PC2)占总方差贡献率的17.508%,两个主成分的累计方差贡献率达到 90.055%,已包含了绝大部分样本信息。因此,可用前两个主成分表示原始变量反映的信息。阿拉伯糖、半乳糖、甘露糖对主成分1起主要作用,而木糖和果糖对主成分2贡献大。图10可直观的观察到各种糖类标记物对主成分的贡献。
由表4的主成分组合系数矩阵可得到两个主成分的得分函数:
PC1=0.213X1+0.228X2-0.227X3-0.597X4+0.228X5-0.099X6
PC2=0.355X1+0.126X2-0.089X3+0.476X4+0.089X5+0.755X6
根据得分函数可计算各样品的主成分得分,各个样品两个主成分得分的分布见图11,如图11所示,15个掺假样品分为3个组,分别为咖啡掺莓果粉、咖啡掺黑玉米和咖啡掺大麦。咖啡掺黑玉米出现非常明显的聚类现象。咖啡掺莓果粉、咖啡掺大麦区分度不如前者明显。
所述的步骤5是通过离子色谱仪-脉冲安培检测器进行光谱采集,采用外标法进行处理计算。
步骤5之后,还需进行样品数据集划分:收集的咖啡样品中,部分用作建立校正模型的集样品,部分作为验证集样品,部分作为掺假底物样品,部分作为空白待测样品。
步骤5中第一建立纯咖啡光谱数据库,作为“咖啡分类模型”;第二建立掺假物巴西莓果粉、黑玉米、大麦光谱库,作为“掺假物分类模型”。
步骤9中咖啡掺假的鉴别结果分析方法:经离子色谱仪-脉冲安培检测器采集的待测样品光谱图,外标法计算各种糖含量,第一基于“咖啡分类模型”,将待测样品糖含量与“咖啡分类模型”的咖啡糖含量进行比较,判断是否为咖啡;第二基于“掺假物分类模型”,将待测样品中各种糖含量与“掺假物分类模型”进行比较,说明该咖啡样品存在掺假物成分。
以置信度指标p值来判断掺假成分存在的可能性大小;当p<0.05时,即为最低检出限。
有益效果:可以分析各种咖啡碳水化合物组成,特别是糖的类型和构成比例,利用糖作为标记物鉴定是否掺杂了莓果粉、黑玉米、大麦等物质,可以对进口咖啡的质量把关,打击伪劣产品,净化市场竞争秩序,维护消费者权益,具有重要的现实意义。
表1淋洗程序
Figure BDA0003550231470000081
表2咖啡与掺假物及模拟掺假样品中各种糖含量结果(n=6)
Figure BDA0003550231470000082
ND表示未检出
表3各变量在主成分中的负荷及方差贡献
Figure BDA0003550231470000091
表4主成分组合系数矩阵
Figure BDA0003550231470000092
表5非标准化典型判别式函数系数矩阵
Figure BDA0003550231470000093
表6模拟掺假样品分类结果
Figure BDA0003550231470000094
1代表咖啡掺莓果粉,2代表咖啡掺玉米,3代表咖啡掺大麦。

Claims (9)

1.烘焙咖啡豆糖类标记物含量测定及其掺假鉴别,其特征在于,按照如下步骤进行检测:
步骤1)选取适量的烘焙咖啡豆(市售),莓果粉(市售),黑玉米(市售),大麦(市售);
步骤2)烘焙咖啡豆样品(编号为K)粉碎,过20目筛,反复混匀;莓果粉在105℃干燥4h;黑玉米和大麦在250℃下烘焙30min,粉碎,过20目筛,分别反复混匀,模拟掺假样品的制备:分别取一定量的莓果粉、黑玉米和大麦(编号为M,Y,D),按占比5%、10%、20%、30%、50%比例加入咖啡中(咖啡与莓果粉掺假物编号分别为M1、M2、M3、M4、M5,咖啡与黑玉米掺假物编号分别为Y1、Y2、Y3、Y4、Y5,咖啡与大麦掺假物编号分别为D1、D2、D3、D4、D5),混合均匀,制成各种比例掺假物与咖啡的模拟掺假样品,每个浓度制备6个平行;
步骤3)建立咖啡及其掺假物中7种糖含量的离子色谱-脉冲安培检测法;
步骤4)分别称取咖啡豆粉末、莓果粉、黑玉米粉末、大麦粉末及各种比例掺假物与咖啡的混合样品试样0.3g于具塞三角瓶中,加入1mol/L盐酸溶液50mL,于85℃水浴180min,每隔30min振摇一次,取出后冷却,用氢氧化钠溶液调节至中性;
步骤5)溶液转移至100mL容量瓶中,用水定容,用滤纸过滤,咖啡豆样品及各种比率咖啡与掺假物的混合样品取滤液稀释25倍,莓果粉,黑玉米,大麦样品取滤液稀释50倍,取稀释液过0.45μm水相尼龙滤膜,上机检测,测定各样品中各种糖类标记物含量;
步骤6)建立咖啡鉴假模型:对咖啡及掺假物7种糖含量的数据采用SPSS统计软件进行计算,建立咖啡鉴假模型;
步骤7)利用建立咖啡鉴假模型即可识别咖啡掺假。
2.根据权利要求1所述的烘焙咖啡豆糖类标记物含量测定及其掺假鉴别,其特征在于,步骤5中所述咖啡及其掺假物中7种糖含量的测定是利用离子色谱仪,配置脉冲安培检测器,选用CarboPac PA1色谱柱分离,氢氧化钠和乙酸钠淋洗液洗脱。
3.根据权利要求2所述的烘焙咖啡豆糖类标记物含量测定及其掺假鉴别,其特征在于,烘焙咖啡豆样品粉碎,过20目筛,反复混匀;莓果粉在105℃干燥4h;黑玉米和大麦在250℃下烘焙30min,粉碎,过20目筛,反复混匀。
4.根据权利要求1所述的烘焙咖啡豆糖类标记物含量测定及其掺假鉴别,其特征在于,称取试样0.3g于具塞三角瓶中,加入1mol/L盐酸溶液50mL,于85℃水浴180min,每隔30min摇一次,取出后冷却,用氢氧化钠溶液调节至中性。溶液转移至100mL容量瓶中,用水定容。用滤纸过滤,咖啡豆样品及各种比率咖啡与掺假物的混合样品取滤液稀释25倍,莓果粉,黑玉米,大麦样品取滤液稀释50倍,取稀释液过0.45μm水相尼龙滤膜,上机检测,每个平行测定6次。
5.根据权利要求2所述的烘焙咖啡豆糖类标记物含量测定及其掺假鉴别,其特征在于,所述的步骤5是通过离子色谱仪-脉冲安培检测器进行光谱采集,采用外标法进行处理计算。
6.根据权利要求2所述的烘焙咖啡豆糖类标记物含量测定及其掺假鉴别,其特征在于,步骤5之后,还需进行样品数据集划分:收集的咖啡样品中,部分用作建立校正模型的集样品,部分作为验证集样品,部分作为掺假底物样品,部分作为空白待测样品。
7.根据权利要求2所述的烘焙咖啡豆糖类标记物含量测定及其掺假鉴别,其特征在于,步骤5中第一建立纯咖啡光谱数据库,作为“咖啡分类模型”;第二建立掺假物巴西莓果粉、黑玉米、大麦光谱库,作为“掺假物分类模型”。
8.根据权利要求2所述的烘焙咖啡豆糖类标记物含量测定及其掺假鉴别,其特征在于,步骤9中咖啡掺假的鉴别结果分析方法:经离子色谱仪-脉冲安培检测器采集的待测样品光谱图,外标法计算各种糖含量,第一基于“咖啡分类模型”,将待测样品糖含量与“咖啡分类模型”的咖啡糖含量进行比较,判断是否为咖啡;第二基于“掺假物分类模型”,将待测样品中各种糖含量与“掺假物分类模型”进行比较,说明该咖啡样品存在掺假物成分。
9.根据权利要求2所述的烘焙咖啡豆糖类标记物含量测定及其掺假鉴别,其特征在于,以置信度指标p值来判断掺假成分存在的可能性大小;当p<0.05时,即为最低检出限。
CN202210261331.5A 2022-03-16 2022-03-16 烘焙咖啡豆糖类标记物含量测定及其掺假鉴别 Pending CN114705799A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210261331.5A CN114705799A (zh) 2022-03-16 2022-03-16 烘焙咖啡豆糖类标记物含量测定及其掺假鉴别

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210261331.5A CN114705799A (zh) 2022-03-16 2022-03-16 烘焙咖啡豆糖类标记物含量测定及其掺假鉴别

Publications (1)

Publication Number Publication Date
CN114705799A true CN114705799A (zh) 2022-07-05

Family

ID=82169781

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210261331.5A Pending CN114705799A (zh) 2022-03-16 2022-03-16 烘焙咖啡豆糖类标记物含量测定及其掺假鉴别

Country Status (1)

Country Link
CN (1) CN114705799A (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108444943A (zh) * 2018-02-07 2018-08-24 广东出入境检验检疫局检验检疫技术中心 一种基于傅里叶变换近红外光谱的咖啡掺假快速鉴别方法
CN109781923A (zh) * 2018-12-13 2019-05-21 中华人民共和国日照海关 一种酱油中多种氨基酸和糖同时快速测定的方法
CN112285228A (zh) * 2020-10-19 2021-01-29 秦皇岛海关技术中心 一种鉴别掺假蜂蜜的方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108444943A (zh) * 2018-02-07 2018-08-24 广东出入境检验检疫局检验检疫技术中心 一种基于傅里叶变换近红外光谱的咖啡掺假快速鉴别方法
CN109781923A (zh) * 2018-12-13 2019-05-21 中华人民共和国日照海关 一种酱油中多种氨基酸和糖同时快速测定的方法
CN112285228A (zh) * 2020-10-19 2021-01-29 秦皇岛海关技术中心 一种鉴别掺假蜂蜜的方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
DIEGO S. DOMINGUES ET AL.: "Detection of roasted and ground coffee adulteration by HPLC by amperometric and by post-column derivatization UV–Vis detection", ANALYTICAL METHODS, vol. 146, pages 353 - 362, XP028758573, DOI: 10.1016/j.foodchem.2013.09.066 *
奚星林 等: "咖啡中掺入黑玉米、大麦和巴西莓果粉的红外鉴别研究", 食品安全质量检测学报, vol. 8, no. 9, pages 3450 - 3454 *
潘丙珍等: "高效阴离子交换色谱-脉冲安培检测法测定烘焙咖啡豆及其掺假物中的糖类标记物", 食品安全质量检测学报, vol. 9, no. 20, pages 5346 - 5352 *

Similar Documents

Publication Publication Date Title
CN104914190B (zh) 一种茶叶种类鉴别和21种特征成分含量测定的方法
CN107246892B (zh) 一种鲜食枸杞果实的品质综合测定方法
Vasić et al. Two aspects of honeydew honey authenticity: Application of advance analytical methods and chemometrics
Wu et al. Physicochemical indicators coupled with multivariate analysis for comprehensive evaluation of matcha sensory quality
CN108195989A (zh) 一种基于抗血栓谱效关系的黄刺玫化学成分评价方法
CN106526002A (zh) 参芪降糖制剂含量测定方法及其在整体质量控制中的应用
CN110579549A (zh) 一种野菊花配方颗粒的质量检测方法及应用
CN113125590A (zh) 一种基于快速气相电子鼻技术的滇红工夫茶汤香气品质客观评价方法
Shrestha et al. Analysis of piperine in black pepper by high performance liquid chromatography
CN110824068A (zh) 一种鸢都感冒颗粒指纹图谱的建立方法及应用
CN114705799A (zh) 烘焙咖啡豆糖类标记物含量测定及其掺假鉴别
CN111537656B (zh) 一种苦荞提取物的鉴别方法
CN109507312A (zh) 一种黄柏的鉴定方法及其应用
CN102175783A (zh) 一种用于多组分中药的药物代谢动力学的分析方法
CN107014920B (zh) 一种梅子配方酒的检测方法
CN111638294A (zh) 一种小叶金花草的鉴别方法及其应用
CN113899829B (zh) 一种草果的hplc指纹图谱检测方法及其酚类物质含量测定方法
Chen et al. Recent research advancements of coffee quality detection: Targeted analyses vs. nontargeted fingerprinting and related issues
Singh et al. 1 H Nuclear Magnetic Resonance (NMR)-Based Metabolome Diversity of Seabuckthorn (H. rhamnoides L.) Berries Originating from Two Geographical Regions of Indian Himalayas
CN114965838A (zh) 一种麦芽炮制品的鉴别模型的构建方法以及鉴别方法
CN114577946A (zh) 一种检测金银花炮制程度的方法及其应用
CN113823362A (zh) 一种基于Q-marker与响应面法优化的醋延胡索饮片的制作方法
CN113759032A (zh) 油脂掺混鉴别方法
CN109870519A (zh) 一种利用蔗糖和果糖折算含量来表征茶叶中蔗糖掺杂水平的检测方法
Shrestha et al. JNSC

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20220705

RJ01 Rejection of invention patent application after publication