CN115046827A - 一种用于检测燕窝中亚硝酸盐的燕窝标准物的制备方法 - Google Patents
一种用于检测燕窝中亚硝酸盐的燕窝标准物的制备方法 Download PDFInfo
- Publication number
- CN115046827A CN115046827A CN202210703504.4A CN202210703504A CN115046827A CN 115046827 A CN115046827 A CN 115046827A CN 202210703504 A CN202210703504 A CN 202210703504A CN 115046827 A CN115046827 A CN 115046827A
- Authority
- CN
- China
- Prior art keywords
- nitrite
- test
- standard
- value
- sample
- 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
Links
- IOVCWXUNBOPUCH-UHFFFAOYSA-M Nitrite anion Chemical compound [O-]N=O IOVCWXUNBOPUCH-UHFFFAOYSA-M 0.000 title claims abstract description 118
- 238000002360 preparation method Methods 0.000 title claims abstract description 16
- 239000000126 substance Substances 0.000 title abstract description 11
- 238000012360 testing method Methods 0.000 claims abstract description 122
- 238000001514 detection method Methods 0.000 claims abstract description 49
- 238000013112 stability test Methods 0.000 claims abstract description 39
- 238000000034 method Methods 0.000 claims abstract description 28
- 238000011156 evaluation Methods 0.000 claims abstract description 10
- 239000000843 powder Substances 0.000 claims abstract description 9
- 235000005881 Calendula officinalis Nutrition 0.000 claims abstract description 8
- 239000002994 raw material Substances 0.000 claims abstract description 5
- 238000004806 packaging method and process Methods 0.000 claims abstract description 4
- 238000003756 stirring Methods 0.000 claims abstract description 4
- 238000007873 sieving Methods 0.000 claims abstract description 3
- 239000000243 solution Substances 0.000 claims description 38
- LPXPTNMVRIOKMN-UHFFFAOYSA-M sodium nitrite Chemical compound [Na+].[O-]N=O LPXPTNMVRIOKMN-UHFFFAOYSA-M 0.000 claims description 36
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 25
- 238000004364 calculation method Methods 0.000 claims description 23
- 230000007774 longterm Effects 0.000 claims description 23
- 238000002156 mixing Methods 0.000 claims description 18
- 235000010288 sodium nitrite Nutrition 0.000 claims description 18
- 235000005770 birds nest Nutrition 0.000 claims description 16
- 238000009826 distribution Methods 0.000 claims description 16
- 235000005765 wild carrot Nutrition 0.000 claims description 16
- 244000000626 Daucus carota Species 0.000 claims description 13
- 239000000706 filtrate Substances 0.000 claims description 13
- 230000002159 abnormal effect Effects 0.000 claims description 12
- HVBSAKJJOYLTQU-UHFFFAOYSA-N 4-aminobenzenesulfonic acid Chemical compound NC1=CC=C(S(O)(=O)=O)C=C1 HVBSAKJJOYLTQU-UHFFFAOYSA-N 0.000 claims description 11
- 238000004458 analytical method Methods 0.000 claims description 8
- ZCUQOPGIJRGJDA-UHFFFAOYSA-N 1-naphthalen-1-ylethane-1,2-diamine Chemical compound C1=CC=C2C(C(N)CN)=CC=CC2=C1 ZCUQOPGIJRGJDA-UHFFFAOYSA-N 0.000 claims description 7
- 229950000244 sulfanilic acid Drugs 0.000 claims description 7
- 238000002835 absorbance Methods 0.000 claims description 6
- 238000012417 linear regression Methods 0.000 claims description 6
- 238000005303 weighing Methods 0.000 claims description 6
- 238000001816 cooling Methods 0.000 claims description 5
- 239000006228 supernatant Substances 0.000 claims description 5
- 238000010998 test method Methods 0.000 claims description 5
- ZOIORXHNWRGPMV-UHFFFAOYSA-N acetic acid;zinc Chemical compound [Zn].CC(O)=O.CC(O)=O ZOIORXHNWRGPMV-UHFFFAOYSA-N 0.000 claims description 4
- 229910021538 borax Inorganic materials 0.000 claims description 4
- 229910052757 nitrogen Inorganic materials 0.000 claims description 4
- 239000000276 potassium ferrocyanide Substances 0.000 claims description 4
- 239000004328 sodium tetraborate Substances 0.000 claims description 4
- 235000010339 sodium tetraborate Nutrition 0.000 claims description 4
- 239000012086 standard solution Substances 0.000 claims description 4
- XOGGUFAVLNCTRS-UHFFFAOYSA-N tetrapotassium;iron(2+);hexacyanide Chemical compound [K+].[K+].[K+].[K+].[Fe+2].N#[C-].N#[C-].N#[C-].N#[C-].N#[C-].N#[C-] XOGGUFAVLNCTRS-UHFFFAOYSA-N 0.000 claims description 4
- 239000004246 zinc acetate Substances 0.000 claims description 4
- 238000001134 F-test Methods 0.000 claims description 3
- UKHWDRMMMYWSFL-UHFFFAOYSA-N Nicarbazin Chemical compound CC=1C=C(C)NC(=O)N=1.C1=CC([N+](=O)[O-])=CC=C1NC(=O)NC1=CC=C([N+]([O-])=O)C=C1 UKHWDRMMMYWSFL-UHFFFAOYSA-N 0.000 claims description 3
- 238000009835 boiling Methods 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 3
- 238000010438 heat treatment Methods 0.000 claims description 3
- 229940073485 nicarbazin Drugs 0.000 claims description 3
- 239000000047 product Substances 0.000 claims description 3
- 102000004169 proteins and genes Human genes 0.000 claims description 3
- 108090000623 proteins and genes Proteins 0.000 claims description 3
- 229920006395 saturated elastomer Polymers 0.000 claims description 3
- 238000001035 drying Methods 0.000 claims description 2
- 240000000785 Tagetes erecta Species 0.000 claims 2
- 241000736851 Tagetes Species 0.000 abstract description 6
- 238000012544 monitoring process Methods 0.000 abstract description 4
- 230000000694 effects Effects 0.000 abstract description 2
- 238000000540 analysis of variance Methods 0.000 description 9
- NHNBFGGVMKEFGY-UHFFFAOYSA-N Nitrate Chemical compound [O-][N+]([O-])=O NHNBFGGVMKEFGY-UHFFFAOYSA-N 0.000 description 5
- 239000003153 chemical reaction reagent Substances 0.000 description 5
- 235000013305 food Nutrition 0.000 description 5
- 229910002651 NO3 Inorganic materials 0.000 description 4
- 150000001413 amino acids Chemical class 0.000 description 3
- 239000008280 blood Substances 0.000 description 3
- 210000004369 blood Anatomy 0.000 description 3
- 230000015556 catabolic process Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 238000006731 degradation reaction Methods 0.000 description 3
- 230000009977 dual effect Effects 0.000 description 3
- 238000007689 inspection Methods 0.000 description 3
- 238000007865 diluting Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000000691 measurement method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- QJGQUHMNIGDVPM-UHFFFAOYSA-N nitrogen group Chemical group [N] QJGQUHMNIGDVPM-UHFFFAOYSA-N 0.000 description 2
- 238000012856 packing Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 238000002798 spectrophotometry method Methods 0.000 description 2
- 238000012430 stability testing Methods 0.000 description 2
- 235000013311 vegetables Nutrition 0.000 description 2
- 208000000461 Esophageal Neoplasms Diseases 0.000 description 1
- DGAQECJNVWCQMB-PUAWFVPOSA-M Ilexoside XXIX Chemical compound C[C@@H]1CC[C@@]2(CC[C@@]3(C(=CC[C@H]4[C@]3(CC[C@@H]5[C@@]4(CC[C@@H](C5(C)C)OS(=O)(=O)[O-])C)C)[C@@H]2[C@]1(C)O)C)C(=O)O[C@H]6[C@@H]([C@H]([C@@H]([C@H](O6)CO)O)O)O.[Na+] DGAQECJNVWCQMB-PUAWFVPOSA-M 0.000 description 1
- 241000108664 Nitrobacteria Species 0.000 description 1
- 206010030155 Oesophageal carcinoma Diseases 0.000 description 1
- 208000015634 Rectal Neoplasms Diseases 0.000 description 1
- 208000005718 Stomach Neoplasms Diseases 0.000 description 1
- 241001247477 Vincetoxicum hirundinaria Species 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 1
- 229910052782 aluminium Inorganic materials 0.000 description 1
- 239000003242 anti bacterial agent Substances 0.000 description 1
- 238000003556 assay Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- SQVRNKJHWKZAKO-UHFFFAOYSA-N beta-N-Acetyl-D-neuraminic acid Natural products CC(=O)NC1C(O)CC(O)(C(O)=O)OC1C(O)C(O)CO SQVRNKJHWKZAKO-UHFFFAOYSA-N 0.000 description 1
- 150000001720 carbohydrates Chemical class 0.000 description 1
- 230000001427 coherent effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 201000004101 esophageal cancer Diseases 0.000 description 1
- 238000013401 experimental design Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000000556 factor analysis Methods 0.000 description 1
- 210000003746 feather Anatomy 0.000 description 1
- 238000011049 filling Methods 0.000 description 1
- 239000000834 fixative Substances 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 206010017758 gastric cancer Diseases 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 208000005135 methemoglobinemia Diseases 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- -1 nitrite ions Chemical class 0.000 description 1
- 238000001422 normality test Methods 0.000 description 1
- 235000016709 nutrition Nutrition 0.000 description 1
- 230000035764 nutrition Effects 0.000 description 1
- 238000001543 one-way ANOVA Methods 0.000 description 1
- 150000007524 organic acids Chemical class 0.000 description 1
- 238000013450 outlier detection Methods 0.000 description 1
- 239000003755 preservative agent Substances 0.000 description 1
- 230000002335 preservative effect Effects 0.000 description 1
- 238000007639 printing Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 230000001681 protective effect Effects 0.000 description 1
- 238000002731 protein assay Methods 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 238000013441 quality evaluation Methods 0.000 description 1
- 206010038038 rectal cancer Diseases 0.000 description 1
- 201000001275 rectum cancer Diseases 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 210000003296 saliva Anatomy 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- SQVRNKJHWKZAKO-OQPLDHBCSA-N sialic acid Chemical compound CC(=O)N[C@@H]1[C@@H](O)C[C@@](O)(C(O)=O)OC1[C@H](O)[C@H](O)CO SQVRNKJHWKZAKO-OQPLDHBCSA-N 0.000 description 1
- 229910052708 sodium Inorganic materials 0.000 description 1
- 239000011734 sodium Substances 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 201000011549 stomach cancer Diseases 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 238000005728 strengthening Methods 0.000 description 1
- 230000002195 synergetic effect Effects 0.000 description 1
- 230000001988 toxicity Effects 0.000 description 1
- 231100000419 toxicity Toxicity 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- 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
-
- 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
- G01N21/33—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using ultraviolet light
-
- 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
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A50/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE in human health protection, e.g. against extreme weather
- Y02A50/30—Against vector-borne diseases, e.g. mosquito-borne, fly-borne, tick-borne or waterborne diseases whose impact is exacerbated by climate change
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)
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
Abstract
本发明涉及一种用于检测燕窝中亚硝酸盐的燕窝标准物的制备方法，属于标准样品的制备方法领域。其中，一种天然燕窝亚硝酸盐标准样品的制备方法，包括以下步骤：以天然白燕盏为原料，对天然白燕盏进行粉碎得到粉末，并用50‑70目筛进行筛分，再将经过筛分的粉末倒出，搅拌5‑15min，包装分装样品得到初级样品；检测所述初级样品或标准样品中亚硝酸盐含量，对检测结果进行亚硝酸盐均匀性检验和亚硝酸盐稳定性检验，通过亚硝酸盐均匀性检验和亚硝酸盐稳定性检验的初级样品为标准样品；检测所述标准样品中亚硝酸盐含量，对检测结果进行定值和不确定度评估，得到标准样品的亚硝酸盐定值结果。本发明具有满足燕窝亚硝酸盐监测的需要以及提高我国燕窝的检测水平的效果。
Description
技术领域
本发明涉及标准样品的制备方法领域，尤其是一种用于检测燕窝中亚硝酸盐的燕窝标准物的制备方法。
背景技术
燕窝又称燕菜、燕根或燕蔬菜，是雨燕科几种金丝燕分泌的唾液及其绒羽混合粘结所筑成的巢穴，主要产自于马来西亚、印度尼西亚、泰国和缅甸等东南亚国家。燕窝中含有丰富的糖类、有机酸、游离氨基酸以及唾液酸，具有养阴益气、强身健体等功效。
由于受到环境的污染，燕窝中会混杂有鸟类排泄的粪便，同时燕窝中含有丰富的氨基酸，在特定的条件下，粪便中的含氮物质以及氨基酸在硝化细菌的作用下被转化为亚硝酸盐和硝酸盐，使得燕窝中会含有一定量的硝酸盐；并且，由于血燕的产量较低但是售价相较于白燕更高，因此有不法分子会在血燕的造假过程中添加亚硝酸盐。
亚硝酸盐是自然界中广泛存在的一类含氮化合物的总称，最常见的是亚硝酸钠，可作为防腐剂、抗菌剂和护色剂广泛应用于食品生产中。但是，亚硝酸盐中的亚硝酸根离子具有极强的毒性，可引起高铁血红蛋白症、直肠癌、胃癌以及食管癌等疾病；因此，为了确保燕窝的安全性，测定亚硝酸盐的含量是燕窝成分监测中非常重要的一个部分。
为了提高燕窝亚硝酸盐检测水平、规范检测方法和统一燕窝亚硝酸盐检测的相干参数值，需要使用到标准样品；标准样品可以作为食物标准能够配合有效实施文本标准，是燕窝中亚硝酸盐检测中不可或缺的。但是，目前国内外还没有可以用于亚硝酸盐检测的天然燕窝标准样品。
发明内容
本发明的目的是为了填补天然燕窝硝酸盐标准样品的空白，满足燕窝亚硝酸盐成分监测的需要，提高我国燕窝的检测水平，提供一种用于检测燕窝中亚硝酸盐的燕窝标准物的制备方法。
第一方面，本申请提供的一种天然燕窝亚硝酸盐标准样品的制备方法采用以下技术方案：
一种天然燕窝亚硝酸盐标准样品的制备方法，包括以下步骤：
S1、以天然白燕盏为原料，对所述天然白燕盏进行粉碎得到粉末，并用50-70目筛进行筛分，再将经过所述筛分的粉末倒出，搅拌5-15min，在手套箱内包装分装样品，于干燥阴凉的条件下保存，得到初级样品；
S2、检测所述初级样品或标准样品中亚硝酸盐含量，对检测结果进行亚硝酸盐均匀性检验和亚硝酸盐稳定性检验，通过所述亚硝酸盐均匀性检验和亚硝酸盐稳定性检验的初级样品为标准样品；
S3、检测所述标准样品中亚硝酸盐含量，对检测结果进行定值和不确定度评估，得到所述标准样品的亚硝酸盐定值结果。
进一步地，检测所述初级样品或标准样品中亚硝酸盐含量的方法包括以下步骤：
步骤1、提取液的制备：称取5g的所述初级样品或标准样品，置于250mL具塞锥形瓶中，加12.5mL的50g/L饱和硼砂溶液，加入70℃的水150mL，混匀，于沸水浴中加热15min，取出置冷水浴中冷却,并放置冷却至室温，得到所述提取液；
步骤2、滤液的制备：定量转移提取液至200mL容量瓶中,加入5mL的106g/L亚铁氰化钾溶液,摇匀,再加入5mL的220g/L乙酸锌溶液,以沉淀蛋白质，加水至刻度，摇匀，放置30min，除去上层脂肪，上清液用滤纸过滤,弃去初滤液30mL，制备得到所述滤液；
步骤3、标准工作曲线的绘制：准确称取0.1000g于110-120℃干燥恒重的亚硝酸钠，加水溶解，移入500mL容量瓶中，加水稀释至刻度，混匀，配制亚硝酸钠标准溶液(200μg/mL)。临用前吸取2.50mL亚硝酸钠标准溶液，置于100mL容量瓶中，加水稀释至刻度，配制亚硝酸钠标准使用液(5.0μg/mL)，吸取0.00mL、0.20mL、0.40mL、0.60mL、0.80mL、1.00mL、1.50mL、2.00mL、2.50mL所述亚硝酸钠标准使用液，分别相当于0.0μg、1.0μg、2.0μg、3.0μg、4.0μg、5.0μg、7.5μg、10.0μg、12.5μg亚硝酸钠，分别置于50mL带塞比色管中，接着分别加入2mL的4g/L对氨基苯磺酸溶液，混匀后静置3min～5min，各加入1mL的2g/L盐酸萘乙二胺溶液，加水至刻度，混匀，静置15min，用1cm比色杯，以零管调节零点，于波长538nm处测吸光度，绘制得到标准工作曲线；
步骤4、滤液亚硝酸盐含量的测定：吸取40.0mL所述滤液于50mL带塞比色管中，加入2mL的4g/L对氨基苯磺酸溶液，混匀，静置3min-5min后各加入1mL的2g/L盐酸萘乙二胺溶液，加水至刻度，混匀，静置15min，用1cm比色杯，以零管调节零点，于波长538nm处测吸光度，与标准工作曲线比较，计算得到亚硝酸盐含量。
进一步地，所述亚硝酸盐均匀性检验中：利用方差分析法，采用F检验，将均匀性方差分析结果Sbb与该特性值不确定度的预期目标进行比较，若不显著，则所述初级样品视为均匀。
进一步地，所述亚硝酸盐稳定性检验包括短期稳定性检验和长期稳定性检验；
所述短期稳定性检验为：模拟所述初级样品在极端条件下的稳定性，包括将初级样品分别置于0-4℃、25-30℃以及50-55℃的温度下保存7d后测定亚硝酸盐含量，每个样品重复测试3次，并采用单因素方差分析法F-检验，在显著水平α＝0.05时，若F值＜F0.05(2,6)，则说明结果均未见显著差异，从而可以判定初级样品短期是稳定的；
所述长期稳定性检验为：初级样品在相同条件下随着时间推移进行亚硝酸盐含量检测为期6个月，每月抽取1个独立包装的样品，每个样品重复测试3次，用公式(1)进行计算：
Y＝β0+β1X+ε (1)
所述公式(1)中β0和β1为回归系数，ε为随机误差分量，X为时间变量，Y为目标物含量；
并采用F检验法检验所述公式(1)中的一元线性回归模型的显著性，通过评估回归方差分析，对于95％的置信水平，当Significance F≥0.05时，则说明结果均未见显著差异，从而可以判定为初级样品是稳定的。
进一步地，所述定值采用N个实验室协同定值的方法，N≥3，对所述标准样品中亚硝酸盐进行定值，接着对N个不同实验室的检测值进行正态分布检验和离群值检验，剔除异常值和无效数据。
进一步地，所述正态分布检验为：采用夏皮洛-威尔克检验，所述夏皮洛-威尔克检验的统计量用公式(2)进行计算：
所述公式(2)中：
S＝∑αk[x(n+1-k)-x(k)]
根据奇偶性原则，n＝48为偶数，下标k的取值为1，2，……，n/2，系数αk为n的特定值，查表获得；在显著性水平α＝p下，如果统计量W的值大于其P分位数，则不拒绝零假设，即符合正态分布。
进一步地，所述离群值检验为：依次采用柯克伦检验和格拉布斯检验包括如下内容：
A1.1所述柯克伦检验的统计量用公式(3)进行计算：
所述公式(3)中，Si：各组数据的的标准偏差；Smax：这组标准差Si中的最大值；
给定p个由相同的n次重复测试结果计算的标准偏差Si，计算统计量C值，若统计量C＜C0(5％)，则说明N个实验室对标准样品中亚硝酸盐检测结果无异常值，均可参与后续检验；
A1.2所述格拉布斯检验为：将p个数据由小到大排列为x1、x2、x3、……xp-1、xp，进行单值格拉布斯检验和双值格拉布斯检验：
A1.2.1所述单值格拉布斯检验包括检验最大观测值xp是否为离群值和检验最小观测值x1是否为离群值；
A1.2.1.1所述检验最大观测值xp是否为离群值中，格拉布斯统计量Gp用公式(4)进行计算：
所述公式(4)中：
A1.2.1.2所述检验最小观测值x1是否为离群值中，格拉布斯统计量G1用公式(5)进行计算：
由单值格拉布斯检验规则评估，对N个实验室的检测值按所述公式(4)和(5)进行单值格拉布斯检验，若统计量G1值均＜G1(5％,8)，则说明N个实验室对标准样品中尼卡巴嗪检测结果无异常值，均可参与后续检验；
A1.2.2所述双值格拉布斯检验包括检验最大的两个观测值(xp-1、xp)是否为离群值和检验最小的两个观测值(x1、x2)是否为离群值；
A1.2.2.1所述检验最大的两个观测值(xp-1、xp)是否为离群值中，格拉布斯统计量G2p用公式(6)进行计算：
所述公式(6)中：
A1.2.2.2所述检验最小的两个观测值(x1、x2)是否为离群值中，格拉布斯统计量G2p用公式(7)进行计算：
所述公式(7)中：
若统计量G值均＞G2(5％,N)，说明N个实验室对标准样品中检测结果无异常值，因此所有单元的数据均可参与定值。
进一步地，所述不确定度评估包括测定值标准不确定度uchar、瓶间标准不确定度ubb、长期稳定性标准不确定度ults以及扩展不确定度UCRM；
(a)所述测定值标准不确定度uchar用公式(8)进行计算：
所述公式(8)中：s为标准偏差，p代表实验室数，
(b)所述瓶间标准不确定度ubb用公式(9)进行计算：
所述公式(9)中，瓶间方差：
瓶间标准偏差是该方差的平方根：
重复性标准偏差：
(c)所述长期稳定性标准不确定度ults用公式(10)进行计算：
ults＝s(b1)×t (10)
所述公式(10)中，残差均方MSres为0.125，X为时间，
(d)所述扩展不确定度UCRM用公式(11)进行计算：
进一步地，定义所述定值中各实验室测定的亚硝酸盐含量的平均值为X，则所述燕窝中亚硝酸盐的标准值＝X±UCRM。
第二方面，本申请提供的一种通过上述任一所述的天然燕窝亚硝酸盐标准样品的制备方法制备得到的天然燕窝亚硝酸盐标准样品采用以下技术方案：
一种天然燕窝亚硝酸盐标准样品，所述标准样品的亚硝酸盐稳定性检验中，所述短期稳定性检验结果为：在显著水平α＝0.05时，F值＝2.4＜F0.05(2,6)＝5.14；所述长期稳定性检验为：对于95％的置信水平，Significance F＝0.128≥0.05。
有益效果：
为了满足燕窝成分监测的需要，本发明选择了市面上流通最广的白燕盏为原料，按照中国标准化管理委员会对标准样品制备的相关要求，进行天然燕窝亚硝酸盐标准样品研制。该标准样品可以在我国燕窝亚硝酸盐相关检测项目中，用于实验室的能力验证和测定样品的质量控制，有利于提高我国燕窝亚硝酸盐的检测水平，以及国家文本标准的顺利实施，为燕窝品质评价、营养分析、安全检测和真伪甄别等提供依据。
附图说明
为了更清楚地说明本发明的技术方案，下面将对附图作简单的介绍，显而易见地，下面描述中的附图仅仅涉及本发明的一些实施例，而非对本发明的限制。
图1是本发明一个实施例1提供的天天然燕窝亚硝酸盐标准样品制备的技术路线图。
具体实施方式
下面将更详细地描述本发明的优选实施方式。虽然以下描述了本发明的优选实施方式，然而应该理解，可以以各种形式实现本发明而不应被这里阐述的实施方式所限制。实施例中未注明具体技术或条件者，按照本领域内的文献所描述的技术或条件或者按照产品说明书进行。所用试剂或仪器未注明生产厂商者，均为可以通过市购获得的常规产品。在下面的实施例中，如未明确说明，“％”均指重量百分比。
以下使用的主要仪器与主要试剂包括：
(1)仪器：紫外分光光度计(SPECORD PLUS210，德国Analytic jena)、烘箱(UFP500，德国Memmert)；
(2)试剂：硼砂钠、亚铁氰化钾、乙酸锌、对氨基苯磺酸、盐酸萘乙二胺(分析纯，国药集团化学试剂有限公司)；亚硝酸钠标准品(上海阿拉丁生化科技股份有限公司,纯度≥99％)。
实施例1.
本实施例提供了一种天然燕窝亚硝酸盐标准样品的制备方法的技术路线参照图1，其包括以下步骤：首先是初级样品的制备，接着是对制备得到的初级样品进行亚硝酸盐均匀性检验和亚硝酸盐稳定性检验，筛选得到标准样品，最后是对标准样品进行定值和不确定度评估，得到标准样品的亚硝酸盐定值，具体如下所述。
1、亚硝酸盐含量检测方法
采用GB5009.33-2016《食品安全国家标准食品中亚硝酸盐与硝酸盐的测定》分光光度法测定亚硝酸盐含量，具体包括以下步骤：
步骤1、提取液的制备：称取5g(精确至0.001g)匀浆试样(如制备过程中加水，应按加水量折算)，置于250mL具塞锥形瓶中，加12.5mL的50g/L饱和硼砂溶液，加入70℃左右的水约150mL，混匀，于沸水浴中加热15min，取出置冷水浴中冷却,并冷却至室温，得到提取液；
步骤2、上清液的制备：定量转移提取液至200mL容量瓶中,加入5mL的106g/L亚铁氰化钾溶液,摇匀,再加入5mL的220g/L乙酸锌溶液,以沉淀蛋白质，加水至刻度，摇匀，放置30min，除去上层脂肪，上清液用滤纸过滤，弃去初滤液30mL，制备得到上清液；
步骤3、标准工作曲线的绘制：准确称取0.1000g于110-120℃干燥恒重的亚硝酸钠，加水溶解，移入500mL容量瓶中，加水稀释至刻度，混匀，配制亚硝酸钠标准溶液(200μg/mL)。临用前吸取2.50mL亚硝酸钠标准溶液，置于100mL容量瓶中，加水稀释至刻度，配制亚硝酸钠标准使用液(5.0μg/mL)，吸取0.00mL、0.20mL、0.40mL、0.60mL、0.80mL、1.00mL、1.50mL、2.00mL、2.50mL亚硝酸钠标准使用液(相当于0.0μg、1.0μg、2.0μg、3.0μg、4.0μg、5.0μg、7.5μg、10.0μg、12.5μg亚硝酸钠),分别置于50mL带塞比色管中，接着分别加入2mL的4g/L对氨基苯磺酸溶液，混匀后静置3min～5min，各加入1mL的2g/L盐酸萘乙二胺溶液，加水至刻度，混匀，静置15min，用1cm比色杯，以零管调节零点，于波长538nm处测吸光度，绘制得到标准工作曲线；
步骤4、滤液亚硝酸盐的测定：吸取40.0mL所述滤液于50mL带塞比色管中，加入2mL的4g/L对氨基苯磺酸溶液，混匀，静置3min-5min后各加入1mL的2g/L盐酸萘乙二胺溶液，加水至刻度，混匀，静置15min，用1cm比色杯，以零管调节零点，于波长538nm处测吸光度，与标准工作曲线比较，同时做试剂空白，计算得到亚硝酸盐含量。
2、初级样品的制备
采集挑选6kg品质良好的天然白燕盏为原料，采用大型混合仪将白燕盏初步粉碎混合，接着使用小型粉碎机进行精细粉碎，用60目筛进行筛分，再将样品倒出人工搅拌10min，在洁净室里的手套箱中采用螺纹铝盒包装分装样品，制备得到初级样品，每瓶装20g的初级样品，采用条码打印机打印标签批号，采用手动贴标签，总共300个份，于干燥阴凉的条件保存。
3、亚硝酸盐均匀性检验
制备的初级样品需要检验其均匀性，本检验利用方差分析法，采用F检验，将均匀性方差分析结果(Sbb)与该特性值不确定度的预期目标进行比较，若不显著，则初级样品视为均匀。抽取数按
个(N为总单元数)计算。其中，最小包装总单元数约100瓶。抽取i个样品(i＝1、2、3、…m)，每个初级样品在重复条件下测试j次(j＝1、2、3、…n)。按照GB/T15000.3-2008规定进行取样和均匀性检验。从分装成最小包装单元的候选初级样品中随机抽取10份初级样品进行均匀性检验，每份样品重复检验3次，计算每组内的均方差和组间的均方差，以及各自的自由度，显著性水平α，按方差检验给定的方法计算统计量F。查F分布表，找出临界值F，进行比较判断。初级样品中亚硝酸盐均匀性检验结果以及方差分析结果如表1a和表1b所示：
表1a.初级样品的亚硝酸盐均匀性检验结果(mg/kg)
表1b.初级样品的方差分析结果
| 差异源 | SS | df | MS | F | P-value | Fcrit |
| 组间 | 14.311 | 14 | 1.022 | 1.278 | 0.277 | 2.04 |
| 组内 | 24 | 30 | 0.8 | |||
| 总计 | 38.311 | 44 |
由表1a和表1b可知，F值＝1.278＜F0.05(9,20)＝2.39，初级样本是均匀的，则初级样品通过亚硝酸盐均匀性检验。
4、亚硝酸盐稳定性检验
标准物质的稳定性是用来描述标准物质的特性量值随时间的变化，是指标准物质长时间储存时，在外界环境条件的影响下，物质物理化学性质和特性量值保持不变的能力。亚硝酸盐稳定性检验包括短期稳定性检验和长期稳定性检验。
(1)短期稳定性检验
短期稳定性检验是指运输过程中，由于运输条件限制和外部环境的影响，初级样品的特性量值所受到的影响：主要是温度、湿度等因素变化对初级样品量值变化的影响。短期稳定性的考察分别模拟样品运输条件和极端条件,将样本分别置于4℃、25℃、50℃条件的温度下保存7d后测定,每个样品重复测试3次。采用单因素方差分析法(F-检验)，结果如表2a和表2b所示：
表2a.初级样品的亚硝酸盐短期稳定性结果(mg/kg)
表2b.初级样品的短期稳定性方差分析
| SS | df | MS | F | P-value | Fcrit | |
| 组间 | 2.667 | 2 | 1.333 | 2.4 | 0.171 | 5.14 |
| 组内 | 3.333 | 6 | 0.556 | |||
| 总计 | 6 | 8 |
由表2a和表2b可知，在显著水平α＝0.05时，F值＝2.4＜F0.05(2，6)＝5.14，则说明短期稳定性检验结果均未见显著差异，从而可以判定初级样品中的亚硝酸盐在短期是稳定的，即初级样品通过短期稳定性检验。
(2)长期稳定性检验
初级样品长期稳定性实验设计为经典稳定性研究，即同时制备的样品在相同条件下随着时间的推移进行测量。实验设计和计算过程参照GB15000.3-2008之“8稳定性研究”进行。评估稳定性的第一步是检查数据中是否有任何可观察到的趋势，对于微小的不稳定性问题，由于其内在的动力学机理未知，因此线性拟合是一个合适的模型。
稳定性研究的基本模型可表示为：
Y＝β0+β1X+ε——(1)
式中β0和β1为回归系数，ε为随机误差分量，X为时间变量，Y为目标物含量。
长期稳定性检验采用F检验法检验一元线性回归模型的显著性，通过评估回归方差分析表，对于95％置信水平，通过判断回归是否为显著判断初级样品是否为稳定的，稳定性线性回归方差分析表如表3所示：
表3.稳定性线性回归方差分析表
长期稳定性检验进行6个月，每月抽取1个独立包装的经过均匀性检验和短期稳定性检验的初级样品，每个初级样品重复检测三次。使用表3中的公式进行计算，长期稳定性检验的结果及F检验法的结果见表4a和表4b所示：
表4a.初级样品的亚硝酸盐长期稳定性结果(mg/kg)
表4b.初级样品的长期稳定性的线性回归方差分析表
| 项目 | df | SS | MS | F | Significance F |
| 回归分析 | 2.743 | 1 | 2.743 | 2.576 | 0.128 |
| 残差 | 17.035 | 16 | 1.065 | ||
| 总计 | 19.778 | 17 |
由表4a和表4b可知，对于95％的置信水平，Significance F＝0.128≥0.05，说明回归是不显著的，初级样品的亚硝酸盐在六个月内是稳定的，即初级样品通过长期稳定性检验，筛选得到标准样品。
5、亚硝酸盐检测的定值与不确定度评估
(1)定值
根据中华人民共和国国家标准GB/T15000.3-2008“标准样品工作导则(3)标准样品定值的一般原则和统计方法”中有关技术及要求，采用多实验室协同定值的方案，对标准样品中的亚硝酸盐进行定值。
通过了亚硝酸盐均匀性检验和亚硝酸盐稳定性检验的标准样品采用多实验室协同定值的方案，邀请了8家具有检测资质的机构共同定值，向每一个参加协同定值的实验室发放标准样品、定值说明书与结果记录单、检测方法信息记录单，虽然参与定值的实验室的检测环境不同、检测仪器条件不同、检测人员不同，但均采用GB5009.33-2016《食品安全国家标准食品中亚硝酸盐与硝酸盐的测定》分光光度法测定标准样品中亚硝酸盐的含量，结果如表5所示：
表5.实验室亚硝酸盐协同定值(mg/kg)
(2)异常值检验
为确保后续定值的准确性，需对8家实验室的亚硝酸盐含量检测值进行离群值检验，剔除无效数据。对离群值进行检验之前，需对检测数据进行正态分布检验。为保证各实验室的检测值无异常值，依次采用了夏皮洛-威尔克(Shapiro-wilk)检验(正态分布)、柯克伦(Cochran)检验(实验室内变异)及格拉布斯(Grubbs)检验(实验室间)进行检验。
夏皮洛-威尔克对检测数据进行正态分布检验，柯克伦所检验是对实验室内变异的检验，仅对应于一组标准差中的最大值，即单侧离群值检验，而格拉布斯检验主要是对实验室间变异的检验，因此有必要依次对8个实验室的均值分别进行单值和双值格拉布斯检验。
(a)正态分布检验
对离群值进行检验之前，需对检测数据进行正态分布检验。参考中华人民共和国国家标准GB/T4882-2001“数据的统计处理和解释正态性检验”，检验偏离正态分布的方法有图文法、矩检验、回归检验和特征函数检验，根据8家实验室的检测数据的情况(n＝48)，选取夏皮洛-威尔克(Shapiro-wilk)检验法对8家实验室平均值进行正态分布检验，该检验方法适用于8≤n≤50。
夏皮洛-威尔克(Shapiro-wilk)检验是基于次序统计量对它们期望的回归，是一个完全样本的方差分析形式的检验，检验统计量为样本次序统计量线性组合的平方与通常的方差估计量的比值。
将48个独立观测值按从小到大排序，计序为x(1)、x(2)、x(3)…x(n-1)、x(n)。夏皮洛-威尔克(Shapiro-wilk)检验的统计量的计算公式为：
其中，
S＝∑αk[x(n+1-k)-x(k)]
根据奇偶性原则，n＝48为偶数，下标k的取值为1，2，……，n/2，系数αk为n的特定值，查表获得。在显著性水平α＝p下，如果统计量W的值大于其P分位数，则不拒绝零假设，即符合正态分布。
对8家实验室的48个室外检测值按以上公式计算统计量W值。结果表明，n＝48，且p＝a＝0.05时p的分位数为0.947，计算得W值为0.960＞0.947，所以在显著性水平a＝0.05上不拒绝零假设，即8家实验室对标准样品中亚硝酸盐的检测数据符合正态分布。
(b)柯克伦检验
参考GB/T6379.2-2004“测量方法与结果的准确度第2部分确定标准测量方法重复性与再现性的基本方法”，对8个参加协同定值的实验室提供的数据进行柯克伦(Cochran)检检。柯克伦准则严格应用在所有标准差都是在重复性条件下，且由相同数目的测试结果计算的情形。
给定p个由相同的n次重复测试结果计算的标准偏差Si，柯克伦检验的计算公式为：
Si：各组数据的的标准偏差；Smax：这组标准差Si中的最大值。柯克伦检验检验规则如表6所示：
表6.柯克伦检验规则表
| 判定结果 | 正确值 | 可疑值 | 离群值 |
| C与临界值C<sub>0</sub>关系 | C≤C<sub>0(5％)</sub> | C<sub>0(5％)</sub>﹤C≤C<sub>0(1％)</sub> | C﹥C<sub>0(1％)</sub> |
在p＝8，n＝6时，柯克伦的临界值为C0(1％)＝0.423，C0(5％)＝0.360，对8个实验室的室外检测值按以上公式进行柯克伦(Cochran)检检，计算统计量C值。
结果表明，统计量C＝0.175＜0.360＝C0(5％)，说明8家实验室对标准样品中亚硝酸盐结果无异常值，均可参与后续检验。
(c)格拉布斯检验
在格拉布斯检验中，将p个数据由小到大排列为x1、x2、x3、……xp-1、xp，进行单值格拉布斯检验和双值格拉布斯检验。
(i)单值格拉布斯检验
检验最大观测值x(p)是否为离群值，计算格拉布斯统计量Gp的公式为：
其中：
检验最小观测值x(p)是否为离群值，计算格拉布斯统计量G1的公式为：
单值格拉布斯检验规则如表7所示：
表7.单值格拉布斯检验规则表
| 判定结果 | 正确值 | 可疑值 | 离群值 |
| G<sub>1</sub>与临界值G<sub>0</sub>关系 | G<sub>1</sub>≤G<sub>0(5％)</sub> | G<sub>0(5％)</sub>﹤G<sub>1</sub>≤G<sub>0(1％)</sub> | G<sub>1</sub>﹥G<sub>0(1％)</sub> |
在p＝8时，单值格拉布斯检验的临界值为G1(5％,8)＝2.126，G1(1％,8)＝2.274。由单值格拉布斯检验规则评估，对8家实验室的检测值按以上公式进行单值格拉布斯检验，统计量G1＝1.536，G1p＝1.418。结果表明统计量G1值均＜G1(5％,N)，说明8家实验室对标准样品中亚硝酸盐检测结果无异常值，均可参与后续检验。
(ii)双值格拉布斯检验
为检验最大的两个值(xp-1、xp)是否为离群值，双值格拉布斯统计量G2p的计算公式为：
其中：
为检验最小的两个值(x1、x2)是否为离群值，双值格拉布斯统计量G2p的计算公式为：
其中：
双值格拉布斯检验规则如表8所示：
表8.双值格拉布斯检验规则表
| 判定结果 | 正确值 | 歧离值 | 离群值 |
| G<sub>2</sub>与临界值G<sub>0</sub>关系 | G<sub>2</sub>≥G<sub>0(5％)</sub> | G<sub>0(1％)</sub>≤G<sub>2</sub>﹤G<sub>0(5％)</sub> | G<sub>2</sub>﹤G<sub>0(1％)</sub> |
在p＝8时，双值格拉布斯检验的临界值为G2(5％,8)＝0.1101，G2(1％,8)＝0.0563；由双值格拉布斯检验规则评估，对8家实验室的检测值按以上公式进行双值格拉布斯检验，统计量G21＝0.4567，G2p＝0.3477。结果表明统计量G值均＞G2(5％,8)，说明8家实验室对标准样品中亚硝酸盐检测结果无异常值，因此所有单元的数据均可参与定值。
(3)不确定度评估
特性值不确定度的评定参照GB/T15000.3-2008，由于本批次标准样品采用邮政网络协同定值，因短期运输所引起的不确定度已包含在各实验室的检测值中，不用再单独计算。故本批次标准样品的亚硝酸盐测量值不确定度来源由3部分组成：测定值标准不确定度、瓶间标准不确定度、长期稳定性标准不确定度。
(a)测定值标准不确定度uchar
测定值标准不确定度包括实验室检测环境、仪器条件、检测方法、检测人员不同等产生的不确定度，uchar的计算公式为：
其中：s为标准偏差，p代表实验室数。
各实验室检测结果平均值的标准偏差s＝0.1935；即定值不确定度：
(b)瓶间标准不确定度ubb
其中，瓶间方差：
瓶间标准偏差是该方差的平方根：
重复性标准偏差：
MSamong和MSwithin见表2b，由公式带入数值计算得：瓶间标准偏差的平方
重复性标准偏差sr＝0.8944，瓶间不均匀性产生的不确定度ubb＝0.2064mg/kg。
(c)长期稳定性标准不确定度ults
本批次标准品进行了为期6个月的长期稳定性检测(t＝6)，采用直线为经验模型，假设特性值Y以初始值Y0以一个常数b1线性降解(b1为相对降解速率)，为时间X的函数。特性值的不确定度可通过将自变量Y0，X和b1的不确定度传播给因变量Y得到。
在没有显著降解的情况下，长期稳定性标准不确定度的计算公式为：
ults＝s(b1)×t——(10)
式中：
残差均方MSres为0.125，X为时间；由公式带入数值计算得：s(b1)为0.2467，ults为1.4802mg/kg。
(d)扩展不确定度
标准样品的亚硝酸盐检测结果的不确定度的评定结果如表9所示：
表9.蛋白质检测结果的不确定度评定(mg/kg)
| 不确定度 | u<sub>char</sub> | u<sub>bb</sub> | u<sub>lts</sub> | U<sub>CRM</sub> |
| 数值 | 0.1119 | 0.2064 | 1.4802 | 0.7379 |
亚硝酸盐特性值拓展部确定度的计算公式为：
6、定值检测结果
以实验室结果平均值作为亚硝酸盐的标准值，即标准样品的标准值为各实验室测定结果的平均值，则标准值X＝13mg/kg；由表5和表9计算可得，扩展不确定度为1.4758mg/kg。综上，标准样品的亚硝酸盐定值结果表示为X＝(13±2.9974)％。
实施例2
本实施例与实施例1的原理和步骤基本相同，不同之处在于：短期稳定性检验中，样本分别置于0℃、30℃、55℃条件的温度下保存7d后测定,每个样品重复测试3次。通过拉大不同保存条件之间的温度差，使得通过该短期稳定性检验的标准样品在实际应用中，具有更好的短期稳定性。
以上详细描述了本发明的优选实施方式，但是，本发明并不限于上述实施方式中的具体细节，在本发明的技术构思范围内，可以对本发明的技术方案进行多种简单变型，这些简单变型均属于本发明的保护范围。
另外需要说明的是，在上述具体实施方式中所描述的各个具体技术特征，在不矛盾的情况下，可以通过任何合适的方式进行组合。为了避免不必要的重复，本发明对各种可能的组合方式不再另行说明。
此外，本发明的各种不同的实施方式之间也可以进行任意组合，只要其不违背本发明的思想，其同样应当视为本发明所公开的内容。
Claims (10)
1.一种天然燕窝亚硝酸盐标准样品的制备方法，其特征在于：包括以下步骤：
S1、以天然白燕盏为原料，对所述天然白燕盏进行粉碎得到粉末，并用50-70目筛进行筛分，再将经过所述筛分的粉末倒出，搅拌5-15min，在手套箱内包装分装样品，于干燥阴凉的条件下保存，得到初级样品；
S2、检测所述初级样品或标准样品中亚硝酸盐含量，对检测结果进行亚硝酸盐均匀性检验和亚硝酸盐稳定性检验，通过所述亚硝酸盐均匀性检验和亚硝酸盐稳定性检验的初级样品为标准样品；
S3、检测所述标准样品中亚硝酸盐含量，对检测结果进行定值和不确定度评估，得到所述标准样品的亚硝酸盐定值结果。
2.根据权利要求1所述的天然燕窝亚硝酸盐标准样品的制备方法，其特征在于：检测所述初级样品或标准样品中亚硝酸盐含量的方法包括以下步骤：
步骤1、提取液的制备：称取5g的所述初级样品或标准样品，置于250mL具塞锥形瓶中，加12.5mL的50g/L饱和硼砂溶液，加入70℃的水150mL，混匀，于沸水浴中加热15min，取出置冷水浴中冷却,并冷却至室温，得到所述提取液；
步骤2、滤液的制备：定量转移提取液至200mL容量瓶中,加入5mL的106g/L亚铁氰化钾溶液,摇匀,再加入5mL的220g/L乙酸锌溶液,以沉淀蛋白质，加水至刻度，摇匀，放置30min，除去上层脂肪，上清液用滤纸过滤,弃去初滤液30mL，制备得到所述滤液；
步骤3、标准工作曲线的绘制：准确称取0.1000g于110-120℃干燥恒重的亚硝酸钠，加水溶解，移入500mL容量瓶中，加水稀释至刻度，混匀，配制亚硝酸钠标准溶液(200μg/mL)。临用前吸取2.50mL亚硝酸钠标准溶液，置于100mL容量瓶中，加水稀释至刻度，配制亚硝酸钠标准使用液(5.0μg/mL)，吸取0.00mL、0.20mL、0.40mL、0.60mL、0.80mL、1.00mL、1.50mL、2.00mL、2.50mL所述亚硝酸钠标准使用液，分别相当于0.0μg、1.0μg、2.0μg、3.0μg、4.0μg、5.0μg、7.5μg、10.0μg、12.5μg亚硝酸钠，分别置于50mL带塞比色管中，接着分别加入2mL的4g/L对氨基苯磺酸溶液，混匀后静置3min～5min，各加入1mL的2g/L盐酸萘乙二胺溶液，加水至刻度，混匀，静置15min，用1cm比色杯，以零管调节零点，于波长538nm处测吸光度，绘制得到标准工作曲线；
步骤4、滤液亚硝酸盐含量的测定：吸取40.0mL所述滤液于50mL带塞比色管中，加入2mL的4g/L对氨基苯磺酸溶液，混匀，静置3min-5min后各加入1mL的2g/L盐酸萘乙二胺溶液，加水至刻度，混匀，静置15min，用1cm比色杯，以零管调节零点，于波长538nm处测吸光度，与标准工作曲线比较，计算得到亚硝酸盐含量。
3.根据权利要求2所述的天然燕窝亚硝酸盐标准样品的制备方法，其特征在于：所述亚硝酸盐均匀性检验中：利用方差分析法，采用F检验，将均匀性方差分析结果Sbb与该特性值不确定度的预期目标进行比较，若不显著，则所述初级样品视为均匀。
4.根据权利要求2所述的天然燕窝亚硝酸盐标准样品的制备方法，其特征在于：所述亚硝酸盐稳定性检验包括短期稳定性检验和长期稳定性检验；
所述短期稳定性检验为：模拟所述初级样品在极端条件下的稳定性，包括将初级样品分别置于0-4℃、25-30℃以及50-55℃的温度下保存7d后测定亚硝酸盐含量，每个样品重复测试3次，并采用单因素方差分析法F-检验，在显著水平α＝0.05时，若F值＜F0.05(2,6)，则说明结果均未见显著差异，从而可以判定初级样品短期是稳定的；
所述长期稳定性检验为：初级样品在相同条件下随着时间推移进行亚硝酸盐含量检测为期6个月，每月抽取1个独立包装的样品，每个样品重复测试3次，用公式(1)进行计算：
Y＝β0+β1X+ε (1)
所述公式(1)中β0和β1为回归系数，ε为随机误差分量，X为时间变量，Y为目标物含量；
并采用F检验法检验所述公式(1)中的一元线性回归模型的显著性，通过评估回归方差分析，对于95％的置信水平，当Significance F≥0.05时，则说明结果均未见显著差异，从而可以判定为初级样品是稳定的。
5.根据权利要求2所述的天然燕窝亚硝酸盐标准样品的制备方法，其特征在于：所述定值采用N个实验室协同定值的方法，N≥3，对所述标准样品中亚硝酸盐进行定值，接着对N个不同实验室的检测值进行正态分布检验和离群值检验，剔除异常值和无效数据。
6.根据权利要求5所述的天然燕窝亚硝酸盐标准样品的制备方法，其特征在于：所述正态分布检验为：采用夏皮洛-威尔克检验，所述夏皮洛-威尔克检验的统计量用公式(2)进行计算：
所述公式(2)中：
S＝∑αk[x(n+1-k)-x(k)]
根据奇偶性原则，n＝48为偶数，下标k的取值为1，2，……，n/2，系数αk为n的特定值，查表获得；在显著性水平α＝p下，如果统计量W的值大于其P分位数，则不拒绝零假设，即符合正态分布。
7.根据权利要求6所述的天然燕窝亚硝酸盐标准样品的制备方法，其特征在于：所述离群值检验为：依次采用柯克伦检验和格拉布斯检验，包括如下内容：
A1.1所述柯克伦检验的统计量用公式(3)进行计算：
所述公式(3)中，Si：各组数据的的标准偏差；Smax：这组标准差Si中的最大值；
给定p个由相同的n次重复测试结果计算的标准偏差Si，计算统计量C值，若统计量C＜C0(5％)，则说明N个实验室对标准样品中亚硝酸盐检测结果无异常值，均可参与后续检验；
A1.2所述格拉布斯检验为：将p个数据由小到大排列为x1、x2、x3、……xp-1、xp，进行单值格拉布斯检验和双值格拉布斯检验：
A1.2.1所述单值格拉布斯检验包括检验最大观测值xp是否为离群值和检验最小观测值x1是否为离群值；
A1.2.1.1所述检验最大观测值xp是否为离群值中，格拉布斯统计量Gp用公式(4)进行计算：
所述公式(4)中：
A1.2.1.2所述检验最小观测值x1是否为离群值中，格拉布斯统计量G1用公式(5)进行计算：
由单值格拉布斯检验规则评估，对N个实验室的检测值按所述公式(4)和(5)进行单值格拉布斯检验，若统计量G1值均＜G1(5％,N)，则说明N个实验室对标准样品中尼卡巴嗪检测结果无异常值，均可参与后续检验；
A1.2.2所述双值格拉布斯检验包括检验最大的两个观测值(xp-1、xp)是否为离群值和检验最小的两个观测值(x1、x2)是否为离群值；
A1.2.2.1所述检验最大的两个观测值(xp-1、xp)是否为离群值中，格拉布斯统计量G2p用公式(6)进行计算：
所述公式(6)中：
A1.2.2.2所述检验最小的两个观测值(x1、x2)是否为离群值中，格拉布斯统计量G2p用公式(7)进行计算：
所述公式(7)中：
若统计量G值均＞G2(5％,N)，说明N个实验室对标准样品中检测结果无异常值，因此所有单元的数据均可参与定值。
8.根据权利要求7所述的的天然燕窝亚硝酸盐标准样品的制备方法，其特征在于：所述不确定度评估包括测定值标准不确定度uchar、瓶间标准不确定度ubb、长期稳定性标准不确定度ults以及扩展不确定度UCRM；
(a)所述测定值标准不确定度uchar用公式(8)进行计算：
所述公式(8)中：s为标准偏差，p代表实验室数，
(b)所述瓶间标准不确定度ubb用公式(9)进行计算：
所述公式(9)中，瓶间方差：
瓶间标准偏差是该方差的平方根：
重复性标准偏差：
(c)所述长期稳定性标准不确定度ults用公式(10)进行计算：
ults＝s(b1)×t (10)
所述公式(10)中，残差均方MSres为0.125，X为时间，
(d)所述扩展不确定度UCRM用公式(11)进行计算：
9.根据权利要求8所述的天然燕窝亚硝酸盐标准样品的制备方法，其特征在于：定义所述定值中各实验室测定的亚硝酸盐含量的平均值为X，则所述燕窝中亚硝酸盐的标准值＝X±UCRM。
10.一种通过权利要求1-9任一所述的天然燕窝亚硝酸盐标准样品的制备方法制备得到的天然燕窝亚硝酸盐标准样品，其特征在于：所述标准样品的亚硝酸盐稳定性检验中，所述短期稳定性检验结果为：在显著水平α＝0.05时，F值＝2.4＜F0.05(2,6)＝5.14；所述长期稳定性检验为：对于95％的置信水平，Significance F≥0.05。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210703504.4A CN115046827A (zh) | 2022-06-21 | 2022-06-21 | 一种用于检测燕窝中亚硝酸盐的燕窝标准物的制备方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210703504.4A CN115046827A (zh) | 2022-06-21 | 2022-06-21 | 一种用于检测燕窝中亚硝酸盐的燕窝标准物的制备方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115046827A true CN115046827A (zh) | 2022-09-13 |
Family
ID=83164183
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210703504.4A Pending CN115046827A (zh) | 2022-06-21 | 2022-06-21 | 一种用于检测燕窝中亚硝酸盐的燕窝标准物的制备方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115046827A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115372294A (zh) * | 2022-09-15 | 2022-11-22 | 中国市政工程东北设计研究总院有限公司 | 一种石墨管稳定性判别方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5759860A (en) * | 1993-05-28 | 1998-06-02 | Chimera Research & Chemical, Inc. | Automated analysis method for detecting bacterial nitrite in urine |
| CN110940781A (zh) * | 2019-09-05 | 2020-03-31 | 陕西省食品药品监督检验研究院 | 一种含有亚硝酸盐的肉类粉末参考物质及其制备方法 |
| CN112345323A (zh) * | 2020-10-31 | 2021-02-09 | 中国水稻研究所 | 稻米直链淀粉含量标准品的研制方法 |
-
2022
- 2022-06-21 CN CN202210703504.4A patent/CN115046827A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5759860A (en) * | 1993-05-28 | 1998-06-02 | Chimera Research & Chemical, Inc. | Automated analysis method for detecting bacterial nitrite in urine |
| CN110940781A (zh) * | 2019-09-05 | 2020-03-31 | 陕西省食品药品监督检验研究院 | 一种含有亚硝酸盐的肉类粉末参考物质及其制备方法 |
| CN112345323A (zh) * | 2020-10-31 | 2021-02-09 | 中国水稻研究所 | 稻米直链淀粉含量标准品的研制方法 |
Non-Patent Citations (4)
| Title |
|---|
| 中华人民共和国国家卫生和计划生育委员会等: "食品安全国家标准-食品中亚硝酸盐与硝酸盐的测定", 中华人民共和国国家标准, 23 December 2016 (2016-12-23), pages 4 - 12 * |
| 李筱翠等: "脱脂乳粉中硝酸盐、亚硝酸盐标准物质 制备技术研究与评估", 《分析测试学报》, vol. 34, no. 6, 30 June 2015 (2015-06-30), pages 750 - 754 * |
| 赵琴;孙颖宜;刘丁;薛峰;曹扬;: "燕窝中亚硝酸盐的含量分析与探讨", 食品工业, no. 01, 20 January 2013 (2013-01-20), pages 128 - 131 * |
| 郑玉忠;董婷霞;陈嘉伦;侴纪尧;李耿;赖小平;詹华强;: "48批燕窝的亚硝酸盐含量测定及浸泡和炖煮对燕窝中亚硝酸盐含量的影响", 中国医院用药评价与分析, no. 11, 30 November 2017 (2017-11-30) * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115372294A (zh) * | 2022-09-15 | 2022-11-22 | 中国市政工程东北设计研究总院有限公司 | 一种石墨管稳定性判别方法 |
| CN115372294B (zh) * | 2022-09-15 | 2024-09-17 | 中国市政工程东北设计研究总院有限公司 | 一种石墨管稳定性判别方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108680515B (zh) | 一种单粒水稻直链淀粉定量分析模型构建及其检测方法 | |
| CN115046827A (zh) | 一种用于检测燕窝中亚硝酸盐的燕窝标准物的制备方法 | |
| CN105699375B (zh) | 使用分光光度法测定氨基葡萄糖的方法 | |
| CN106769969A (zh) | 一种抗体蛋白含量的微量检测方法 | |
| Nielsen et al. | Development of nondestructive screening methods for single kernel characterization of wheat | |
| Shirai et al. | Detection of fluorescence signals from ATP in the second derivative excitation–emission matrix of a pork meat surface for cleanliness evaluation | |
| CN108169168A (zh) | 检测分析水稻籽粒蛋白质含量数学模型及构建方法和应用 | |
| CN115046828A (zh) | 一种检测用的燕窝标准物的制备方法 | |
| CN110210005A (zh) | 一种无参考值的光谱波数选择方法 | |
| CN104792686A (zh) | 近红外光谱法检测半固体制剂中微生物数量和药物含量 | |
| CN109520966A (zh) | 一种基于近红外光谱技术快速检测维生素a含量的方法 | |
| Sirbu et al. | Validation of a quantitative analysis method for collagen extracted from grey mullet marine fish | |
| CN107328724B (zh) | 一种基于吸光度的高准确度核酸浓度测定方法 | |
| CN115808402A (zh) | 一种红花中是否含有染色剂的检测方法 | |
| CN107677634A (zh) | 基于傅里叶变换红外光谱技术检测猪尿中瘦肉精的方法 | |
| Manika et al. | Method validation and uncertainty estimation for total phosphorus determination in animal feed using UV-Vis spectrophotometer | |
| CN107703074A (zh) | 一种用于四元掺伪三七快速准确的定量分析方法 | |
| Birghila et al. | Spectrophotometric method for the determination of total proteins in egg white samples | |
| CN111308079B (zh) | 一种提高胶体金免疫层析平台定量分析准确度的方法 | |
| SUN et al. | Determination of the protein content in rice by the digital chromatic method | |
| Pérez-Marín et al. | Optimization of discriminant partial least squares regression models for the detection of animal by-product meals in compound feedingstuffs by near-infrared spectroscopy | |
| CN207908374U (zh) | 一种快速合格判定燕窝中亚硝酸盐含量的试剂盒 | |
| Chaplenko et al. | Digital Colorimetry in Chemical and Pharmaceutical Analysis | |
| CN112051229A (zh) | 一种检测面制品中十二烷基苯磺酸钠的方法 | |
| CN112345323A (zh) | 稻米直链淀粉含量标准品的研制方法 |
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 |