一种基于氢核磁共振鉴别洋槐蜜和油菜蜜的方法技术

本发明专利技术公开了一种基于氢核磁共振鉴别洋槐蜜和油菜蜜的方法。该方法涉及食品检测，是氢核磁共振指纹图谱在食品检测的应用。该方法首先分别建立油菜蜜的氢核磁共振数据库和洋槐蜂的氢核磁共振蜜数据库，然后利用因子分析法结合判别分析法构建鉴别模型，再对待测蜂蜜样品的进行鉴别，确定待鉴别的蜂蜜属于油菜蜜或者洋槐蜜。优点是：技术可靠，操作简单，可在短时间内处理大量样品，快速鉴别出蜂蜜种类，避免了主观因素、人为误差，结论科学可靠。

【技术实现步骤摘要】

本专利技术涉及食品检测，更具体涉及利用氢核磁共振指纹图谱鉴别洋槐蜜和油菜蜜 的方法。
技术介绍
蜂蜜是一种蜜蜂采集植物的花蜜、分泌物或者蜜露，与自身分泌物混合后，经充分 酿造而成的天然甜物质（蜂蜜国家标准GB14963-2011GB)。作为一种天然保健品和营养品， 深受广大消费者的青睐。蜂蜜通常根据蜜源植物进行分类，例如油菜蜜、洋槐蜜、枣花蜜、荆 条蜜等。不同蜜源植物的蜂蜜产量有高有低，在价格上存在明显差异。一些不法生产厂商受 利益的驱使，会以次充好、以假乱真。因此需要开发有效的、可靠的方法来鉴别不同植物源 的蜂蜜。 区分蜂蜜种类的传统方法是感观鉴别、花粉分析。感官鉴别是通过看、闻、品，发现 不同种类蜂蜜在色泽、气味、口感方面存在的一些差异，进而区分鉴别。该方法主要依赖于 检测人员个人的经验，适用范围小，具有很大的局限性;花粉分析是在显微镜下观察蜂蜜中 花粉细胞的形态，由于每种蜜源植物的花粉都有自己的特征，因此可以帮助鉴别不同种类 的蜂蜜。但该方法抗干扰性差，对有些蜂蜜不适用。 已有文献报道采用一些仪器分析技术，通过测量蜂蜜的某些物理或化学性质来进 行品种鉴别。《中国蜂业》2013年第27期"利用液相色谱-二极管阵列-串联质谱法结合化学 计量学分析鉴别不同植物源的蜂蜜"一文中，公开了通过液相色谱-二极管阵列-串联质谱 法和化学计量学相结合的方法获得特征黄酮类化合物、指纹图谱和分类模型，可以有效的 鉴别荆条蜜和油菜蜜。《光谱学与光谱分析》2015年第1期"基于电感耦合等离子体质谱法和 化学计量学鉴别蜂蜜品种研究"一文中，利用电感耦合等离子体质谱结合主成分分析、判别 分析对洋槐蜜、葵花蜜和油菜蜜进行识别，判别率分别达到100 %、80.8 %和90.9 %。 核磁共振(NMR)是一种非常重要的研究和分析测试工具，在化学、生物、医学等领 域中得到广泛应用，对有机小分子和生物大分子的结构解析具有重要作用。核磁共振技术 有如下特点：（1)样品预处理简单，无需预筛选，可以避免由于分离所造成的微小成分的丢 失；（2)无损伤性，不会破坏样品的结构和性质，可以进行实时和动态的检测；（3)谱图中信 号的相对强弱直接反映了样品中各组分的相对含量；（4)可设计多种编辑手段，实验方法 灵活多样。 采用氢核磁共振(?匪R)技术测试食品等复杂混合体系可以得到体系中许多化 学成分的信息，但是各种成分信号的重叠也使得图谱变得十分复杂。通常，仅靠肉眼观察只 能从核磁共振图谱中获得很有限的信息。而多元统计分析可以有效而全面地分析复杂的谱 图数据，能够从复杂的数据中最大限度的提取信息。应用多元统计分析方法建立的数学模 型，就能从未知样品的咕NMR谱图中预测样品的成分、性质等信息。因此， 1Η-NMR结合多元统 计分析方法对食品的定性分析提供了一条新的思路和方法，也是目前食品整体质量检测的 理想方法。例如，专利"基于氢核磁共振结合偏最小二乘法鉴别蜂蜜真假的方法"采用偏最 小二乘法对蜂蜜的氢核磁共振指纹图谱进行分析，鉴别蜂蜜中是否掺有糖浆。 洋槐蜜，又名刺槐蜜，呈水白色，透名状，具有槐花香味，是一种高品质的蜂蜜，深 受人民群众的喜爱。洋槐蜜的产量较低，但市场需求旺盛，价格偏高。因油菜蜜与洋槐蜜在 色泽、口感及成分上极其相似，近年来以油菜蜜冒充洋槐蜜的现象屡屡发生。因此，需要建 立一种方便有效的有效区分洋槐蜜和油菜蜜的分析方法。
技术实现思路
本专利技术的目的是，提供。该方法 首先分别建立洋槐蜜的氢核磁共振数据库和油菜蜜的氢核磁共振蜜数据库，然后利用因子 分析法结合判别分析法构建鉴别模型，再对待测蜂蜜样品的进行鉴别，确定待鉴别的蜂蜜 属于洋槐蜜或者油菜蜜。优点是:技术可靠，操作简单，可在短时间内处理大量样品，快速鉴 别出蜂蜜种类，避免了主观因素、人为误差，结论科学可靠。 为了达到上述目的，本专利技术采用如下技术方案。 ，该方法包含下列步骤： (a)建立洋槐蜜的氢核磁共振数据库 (al)收集N个洋槐蜜样品，N不少于60; (a2)在N个洋槐蜜样品中取一个洋槐蜜样品一份； (a3)将样品置于离心管中，在60°C7K浴至蜂蜜完全溶解，再加入样品体积8~15倍 的磷酸盐缓冲溶液，涡旋振荡至均匀混合，离心，取上清液； (a4)将步骤(a3)中的上清液转移到核磁共振管中，在500MHz液体核磁共振谱仪上 进行1H NMR测试，实验温度为298K，用D20进行锁场，采用noesyprld脉冲序列，90°脉冲宽度 12.3微秒，混合时间100.0毫秒，4 NMR谱的谱宽为6.25kHz，采样点数32768，采样时间2.62 秒，延迟等待时间2.0秒，累加320次，得到样品的核磁共振信号； (a5)用核磁共振谱仪自带的数据处理软件对样品的核磁共振信号进行傅里叶变 换，变换点数为131072，指数线宽因子为0.3Hz，手动调相位和基线校正，2，2，3，3-氘代三甲 基硅烷丙酸钠作为内标物，共振峰设为如.00,进行化学位移定标，得到样品的咕NMR谱图； (a6)对 1H NMR谱图进行分段积分，积分范围为化学位移δ〇.1-δ6.0之间，积分间隔 为δ〇.01，将1H NMR谱中δ4.73-4.93区域的信号剔除，采用峰面积归一化，得到571个强度积 分相对值，为一组数据； (a7)在Ν个洋槐蜜样品中，逐一取样品，按照步骤(a3)~（a6)的方法，得到Ν组数 据，每组数据为一行，构成洋槐蜜样品的强度积分相对值数据矩阵，矩阵大小为N X 571; (b)建立油菜蜜的氢核磁共振数据库 (bl)收集Μ个油菜蜜样品，Μ不少于60; (b2)在Μ个油菜蜜样品中，逐一取样品，按照步骤(a3)~（a6)的方法，得到Μ组数 据，每组数据为一行，构成油菜蜜样品的强度积分相对值数据矩阵，矩阵大小为ΜΧ571; (c)待鉴别蜂蜜样品的氢核磁共振测试将待鉴别蜂蜜样品(Κ个)按步骤(a3)~(a5)的方法进行1H NMR测试，对1H NMR谱图 按照步骤(a6)进行分段积分，得到Κ组数据，每组数据为一行，构成待鉴别蜂蜜样品的强度 积分相对值数据矩阵，矩阵大小为Κ X 571; (d)因子分析 将洋槐蜜样品的强度积分相对值数据矩阵、油菜蜜样品的强度积分相对值数据矩 阵与待鉴别蜂蜜样品的强度积分相对值数据矩阵进行组合，形成蜂蜜样品强度积分相对值 数据矩阵，矩阵大小为(N+M+K) X 571。对蜂蜜样品强度积分相对值数据矩阵进行因子分析， 提取特征值大于1.0的η个因子，这η个因子的累计贡献率大于99.0%，并根据因子得分系数 矩阵计算出将洋槐蜜样品、油菜蜜样品和待鉴别蜂蜜样品的因子得分。 (e)判别分析 对洋槐蜜样品和油菜蜜样品的因子得分进行判别分析，得到非标准化的典型判别 函数，将洋槐蜜样品、油菜蜜样品和待鉴别蜂蜜样品的因子得分作为变量代入非标准化的 典型判别函数，计算得到洋槐蜜样品、油菜蜜样品和待鉴别蜂蜜样品的判别函数值。根据判 别函数值当前第1页1 2 3 本文档来自技高网...

【技术保护点】
一种基于氢核磁共振鉴别洋槐蜜和油菜蜜的方法，其特征在于，该方法包含下列步骤：a建立洋槐蜜的氢核磁共振数据库(a1)收集N个油菜蜜样品，N不少于60；(a2)在N个洋槐蜜样品中取一个洋槐蜜样品一份；(a3)将样品置于离心管中，在60℃水浴至蜂蜜完全溶解，再加入样品体积8～15倍的磷酸盐缓冲溶液，涡旋振荡至均匀混合，离心，取上清液；(a4)将步骤(a3)中的上清液转移到核磁共振管中，在500MHz液体核磁共振谱仪上进行氢核磁共振1H NMR测试，实验温度为298K，用D2O进行锁场，采用noesypr1d脉冲序列，90°脉冲宽度12.3微秒，混合时间100.0毫秒，1H NMR谱的谱宽为6.25kHz，采样点数32768，采样时间2.62秒，延迟等待时间2.0秒，累加320次，得到样品的核磁共振信号；(a5)用核磁共振谱仪自带的数据处理软件对样品的核磁共振信号进行傅里叶变换，变换点数为131072，指数线宽因子为0.3Hz，手动调相位和基线校正，2,2,3,3‑氘代三甲基硅烷丙酸钠作为内标物，共振峰设为δ0.00，进行化学位移定标，得到样品的1H NMR谱图；(a6)对1H NMR谱图进行分段积分，积分范围为化学位移δ0.1‑δ6.0之间，积分间隔为δ0.01，将1H NMR谱中δ4.73‑4.93区域的信号剔除，采用峰面积归一化，得到571个强度积分相对值，为一组数据；(a7)在N个洋槐蜜样品中，逐一取样品，按照步骤(a3)～(a6)的方法，得到N组数据，每组数据为一行，构成洋槐蜜样品的强度积分相对值数据矩阵，矩阵大小为N×571；b建立油菜蜜的氢核磁共振数据库(b1)收集M个油菜蜜样品，M不少于60；(b2)在M个油菜蜜样品中，逐一取样品，按照步骤(a3)～(a6)的方法，得到M组数据，每组数据为一行，构成油菜蜜样品的强度积分相对值数据矩阵，矩阵大小为M×571；c待鉴别蜂蜜样品的氢核磁共振测试将待鉴别的K个蜂蜜样品按步骤(a3)～(a5)的方法进行1H NMR测试，对1H NMR谱图按照步骤(a6)进行分段积分，得到K组数据，每组数据为一行，构成待鉴别蜂蜜样品的强度积分相对值数据矩阵，矩阵大小为K×571；d因子分析将洋槐蜜样品的强度积分相对值数据矩阵、油菜蜜样品的强度积分相对值数据矩阵与待鉴别蜂蜜样品的强度积分相对值数据矩阵进行组合，形成蜂蜜样品强度积分相对值数据矩阵，矩阵大小为(N+M+K)×571；对蜂蜜样品强度积分相对值数据矩阵进行因子分析，提取特征值大于1.0的n个因子，这n个因子的累计贡献率大于99.0％，并根据因子得分系数矩阵计算出将洋槐蜜样品、油菜蜜样品和待鉴别蜂蜜样品的因子得分；e判别分析对洋槐蜜样品和油菜蜜样品的因子得分进行判别分析，得到非标准化的典型判别函数；将洋槐蜜样品、油菜蜜样品和待鉴别蜂蜜样品的因子得分作为变量代入非标准化的典型判别函数，计算得到洋槐蜜样品、油菜蜜样品和待鉴别蜂蜜样品的判别函数值。根据判别函数值，可以计算出洋槐蜜组和油菜蜜组的质心坐标；计算洋槐蜜组中的每个样品到洋槐蜜组质心坐标的平方马氏距离以及油菜蜜组中的每个样品到油菜蜜组质心坐标的平方马氏距离；根据待鉴别蜂蜜样品的判别函数值，计算与洋槐蜜组、油菜蜜组质心坐标的平方马氏距离；如果待鉴别蜂蜜样品到洋槐蜜组质心坐标的平方马氏距离小于到油菜蜜组质心坐标的平方马氏距离，并且待鉴别蜂蜜样品到洋槐蜜组质心坐标的平方马氏距离不大于洋槐蜜组样品平方马氏距离的最大值，则将待鉴别蜂蜜样品归属为洋槐蜜；如果待鉴别蜂蜜样品到油菜蜜组质心坐标的平方马氏距离小于到洋槐蜜组质心坐标的平方马氏距离，并且待鉴别蜂蜜样品到油菜蜜组质心坐标的平方马氏距离不大于油菜蜜组样品平方马氏距离的最大值，则将待鉴别蜂蜜样品归属为油菜蜜。...

【技术特征摘要】

【专利技术属性】
技术研发人员：陈雷，刘红兵，罗立廷，
申请(专利权)人：中国科学院武汉物理与数学研究所，
类型：发明
国别省市：湖北;42