簡介
食用油不僅是營養(yǎng)的主要來源，也是食品工業(yè)重要的基礎(chǔ)材料。與動物脂肪相比，植物油中單不飽和脂肪酸和多不飽和脂肪酸的含量較高，因此其重要性與日俱增。在本應(yīng)用說明中，使用拉曼光譜儀結(jié)合化學(xué)計量學(xué)軟件分析了橄欖油、山茶油、花生油、葵花籽油和菜籽油的主要成分。
傳統(tǒng)分析食用油的方法，如氣相色譜-質(zhì)譜法(GC-MS)非常耗時，而且只能在實驗室條件下工作。而拉曼光譜學(xué)分析法則非常快速，并且分析前不需要對樣品進(jìn)行任何制備。
研究樣品所用到油包含了不同濃度的油酸、亞油酸、單不飽和脂肪酸和多不飽和脂肪酸。這項研究的目的是為了快速對幾種食用油中的成分濃度進(jìn)行測定，以便進(jìn)行生產(chǎn)線取樣測試。因此，它突出了拉曼光譜學(xué)有能力對脂質(zhì)氧化中的化學(xué)過程提供信息。該方法的特點(diǎn)是快速且實驗操作簡單。
實驗性的拉曼光譜學(xué)
拉曼分析系統(tǒng)使用的是波長為 785nm的IPS窄線寬激光器來激發(fā)食用油樣品。配備有TE制冷CCD 的B&W Tek 模塊化光譜儀可在9s積分時間內(nèi)收集范圍為 175-2600cm-1的拉曼信號。可通過光程長度為10mm 的拉曼比色皿支架(BCR100A)來采集拉曼光譜。
可使用多元分析軟件包 BWIO”化學(xué)計量學(xué)軟件來分析光譜數(shù)據(jù)，以確定光譜與響應(yīng)數(shù)據(jù)和/或光譜與樣品類別之間的內(nèi)部關(guān)系。BWIQ內(nèi)含先進(jìn)的光譜預(yù)處理和 PLS 回歸算法，可用于定量測定食用油中的各種成分。
可對 30 種樣品油進(jìn)行采集和測量，包含橄欖油、山茶油、花生油、葵花籽油和菜籽油。
結(jié)果與討論
對不同食用油的拉曼光譜進(jìn)行收集和定量分析后可得到油的成分濃度。樣品油的代表性光譜見圖 1。利用氣相色譜-質(zhì)譜儀測量得到食用油成分濃度的參考值，包括油酸、亞油酸、單不飽和脂肪酸、多不飽和脂肪酸和飽和脂肪酸。根據(jù) 150個樣品的拉曼光譜可在 BWIQ 軟件中構(gòu)建了一個定量 PLS 回歸模型。為提高拉曼光譜的信噪比，采用了背景去除和Savitzky-Golay平滑等預(yù)處理方法。使用 PLS 回歸算法對所有五種成分建立模型(PLS2)。手動選擇特征拉曼光譜區(qū)域，是為了將光譜區(qū)域集中在與不同酸的飽和、不飽和骨架。
圖 1.不同種類食用油的原始拉曼光譜。
表 1列出了上述所有成分化學(xué)值的 PLS回歸結(jié)果的匯
RMSEP(預(yù)測均方根誤差)和相關(guān)系數(shù)都表明，該模型的質(zhì)量足以預(yù)測食用油中的成分，同時也是評價預(yù)測質(zhì)量的關(guān)鍵指標(biāo)。在 BWIO 軟件中利用該模型對不同類型的樣品進(jìn)行測量，可預(yù)測化學(xué)值。圖2顯示了每種成分的預(yù)測結(jié)果。
飽和脂肪酸的預(yù)測樣本集顯示出較大的偏差，這可能是系統(tǒng)中的異常值造成的。
在 BWIQ 軟件中，可以很容易地從圖形和模型統(tǒng)計中找到離群樣本。
圖 2.a) 油酸、b) 亞油酸、c) 單不飽和脂肪酸和 d)多不飽和脂肪酸預(yù)測結(jié)果顯示出預(yù)測模型
在這項工作中，我們剔除了一個離群樣本，并在 BWIQ 軟件中建立了一個新的模型。圖3顯示了飽和脂肪酸的預(yù)測結(jié)果。
圖3.飽和脂肪酸預(yù)測結(jié)果。
這項工作表明，使用組件拉曼系統(tǒng)和 BWIO 化學(xué)計量軟件可以開發(fā)出食用油中五種成分的校準(zhǔn)模型。與氣相色譜-質(zhì)譜(GC-MS)相比，所有成分的預(yù)測結(jié)果都是可以接受的，而且可以使用便攜式拉曼光譜儀快速、無損地獲得預(yù)測結(jié)果。油類樣品可在一次性玻璃瓶或比色皿中進(jìn)行測量，無需進(jìn)一步的樣品制備。此外，如果為每種成分分別建立模型，還可以改進(jìn)結(jié)果。
