基于绿色FT-IR技术的向日葵油真伪鉴定方法
《Food Control》:Sunflower oil authentication using green FT-IR-based fingerprinting strategies
【字体:
大
中
小
】
时间:2026年07月22日
来源:Food Control 7.0
编辑推荐:
摘要:本研究探讨了绿色FT-IR指纹技术作为向日葵油鉴定官方方法的替代方案,该技术结合了衰减全反射傅里叶变换中红外光谱与近红外光谱,并运用化学计量学方法。通过近红外和ATR-FTIR指纹技术,利用主成分分析可依据油中的油酸含量对向日葵油进行自然分类。通过使用相同的训练集和预测集,
摘要:本研究探讨了绿色FT-IR指纹技术作为向日葵油鉴定官方方法的替代方案,该技术结合了衰减全反射傅里叶变换中红外光谱与近红外光谱,并运用化学计量学方法。通过近红外和ATR-FTIR指纹技术,利用主成分分析可依据油中的油酸含量对向日葵油进行自然分类。通过使用相同的训练集和预测集,对两种FT-IR方法进行了直接比较。研究人员利用近红外和ATR-FTIR指纹建立了分类/鉴别模型,以市售中等油酸含量的向日葵油作为测试样本。这两种方法均能有效区分高油酸含量与低油酸含量的向日葵油;同时还有些样本的谱图特征与其商业标签所标注的类型不符。为测定向日葵油中的油酸含量,研究采用了基于拉曼-SORS指纹的偏最小二乘回归模型。基于近红外的回归模型在测定市售向日葵油中的油酸含量方面表现良好(相对误差为9.25%,决定系数为23.21);而基于ATR-FTIR的模型则具有更高的预测能力(相对误差为16.65%,决定系数为40.57)。Bland–Altman分析显示,ATR-FTIR方法与GC-FID参考方法的吻合度高于近红外方法,而拉曼-SORS方法的吻合度与ATR-FTIR相当。所提出的FT-IR指纹技术具有较高的可持续性评分(AGREENIR为0.94,AGREEATR-FTIR为0.88),为向日葵油的鉴定和质量控制提供了快速、无损且无需使用溶剂的替代方案。
引言:近年来,由于健康因素以及产品认证和标签所带来的经济价值,消费者对产品质量、安全性和真实性的需求日益增加。因此,可靠的分析方法对于确保合规性、保护公众健康以及验证产品真实性至关重要。根据脂肪酸组成,市售向日葵油主要分为三类:传统向日葵油,其亚油酸含量较高(48-74%),油酸含量较低(<43.0%);中等油酸含量的向日葵油,油酸含量为43.1-74.9%;高油酸含量的向日葵油,油酸含量超过75.0%。这些油类之间的主要差异在于用于生产的向日葵品种,其中中等油酸含量和高油酸含量的向日葵油通常是由经过基因改造、以提高油酸含量的种子培育而成的。不过,从这类转基因种子中提取的向日葵油的油酸含量在很大程度上取决于种植过程中的环境条件,尤其是温度。这一现象在用于生产中等油酸含量向日葵油的种子中尤为明显,因为在较高的生长温度下,其油酸浓度会下降。这一情况,再加上人们常常将传统向日葵油与高油酸含量向日葵油混合,以获得不同油酸含量的产品,这些都可能导致中等油酸含量向日葵油的内部差异较大。因此,一些被标为“中等油酸含量”的市售向日葵油的实际油酸含量可能并不符合该类别的标准。食品真实性检测是确保市场透明度、保护消费者权益的重要手段,在向日葵油行业中尤为重要。如今,向日葵油不再以统称形式销售,而是被分为上述三种类别。由于这三种类型的向日葵油外观上并无明显区别,准确的标签标注就成了购买者获取信息的唯一可靠途径。购买者希望中等油酸含量和高油酸含量的向日葵油具有更好的热稳定性,适合用于油炸,同时也希望它们具有更有利于心脏健康的营养成分。在这种情况下,对产品的真实性进行分析验证就显得极为重要。由于传统向日葵油的销售价格远低于中等油酸含量和高油酸含量的向日葵油,因此存在较大的欺诈动机。有意或无意的标签错误不仅会欺骗消费者和食品服务行业从业者,还会给那些需要承担更高成本来培育和处理高油酸含量向日葵品种的生产商带来不公平的竞争压力。除了经济方面的影响,不准确的标签还可能误导消费者,使其对产品的营养价值和氧化稳定性产生错误认知,而这两个指标都与油酸含量密切相关。因此,有必要通过可靠的分析方法持续监控,不仅能确保产品的真实性及符合相关法规要求,还能增强整个供应链的信任度,确保向日葵油的商业价值能够准确反映其真实的化学成分。指纹技术已成为食品真实性检测的强大替代方案。这类技术基于对样品整体分析响应的利用,而非对单个化合物的识别,从而能够从复杂的数据模式中构建分类和预测模型。该方法可与其他分析技术相结合,并借助化学计量学工具,已被广泛用于食品真实性检测,包括植物食用油的检测。在这方面,光谱技术——尤其是红外光谱技术——可与各种化学计量学工具结合,用于多种食品的真实性检测。例如,有研究通过近红外光谱技术以及主成分分析和偏最小二乘回归等化学计量学工具,检测有机胡萝卜粉中是否添加了未经许可的添加剂。与本研究相关的另一项研究则利用近红外光谱技术和偏最小二乘回归,分析了亚麻籽的脂肪酸组成。这些研究表明,红外光谱技术具有诸多优势,如分析速度快、无需破坏样品、几乎不需要或完全不需要样品预处理,还能在现场进行检测。这些特点使得它成为对向日葵油这类复杂食品进行常规质量控制和真实性检测的理想工具。此外,这些技术还符合绿色分析化学的理念,为传统分析方法提供了更为环保的替代方案。不过,尽管具有这些优势,光谱技术也存在一些固有缺陷,比如由于光谱带重叠导致化学选择性较低,或者对微量成分的检测灵敏度不足。将光谱技术与化学计量学工具相结合,能够在有限的实验时间内——有时甚至是在单个工作日内——生成大量具有代表性的数据集,从而为解决复杂的分析问题提供有力支持。这一能力的实现依赖于获取仪器生成的光谱指纹,这些指纹包含了每个样品的独特化学信息,能够形成具有辨识度的成分谱图。因此,光谱-化学计量学指纹技术已成为食品分类、检测掺假以及定量分析植物油等复杂食品中各组分的关键技术。在中红外区域,光谱指纹主要源于分子的基本振动,这使得该波段具有很高的结构特异性和化学选择性。有研究使用台式ATR-FTIR仪器对人造黄油和包括向日葵油在内的植物油进行了分析。另有研究则利用ATR-FTIR台式系统监测高油酸含量向日葵油的结构变化,从而识别出与氧化或臭氧化过程相关的化学变化。相比之下,近红外光谱则源自基本振动的泛频和组合频带,因此产生的光谱带更宽且相互重叠,结构特异性较低。不过,当与先进的化学计量学工具结合时,近红外光谱也能用于构建准确且可靠的预测模型。例如,有研究将近红外光谱技术与化学计量学方法结合,用于在可持续的分析框架内评估橄榄油和向日葵油等食用植物油的质量。还有研究将近红外光谱技术与多元回归模型结合,用于测定低油酸、中等油酸和高油酸含量向日葵籽中的油酸含量。但需要指出的是,这些研究都是在受控的实验室条件下使用台式仪器进行的。至于在现实场景中使用便携式近红外设备应用这些方法,目前尚存在局限性,还需要进一步研究。本研究旨在开发一种绿色的光谱-化学计量学方法,通过结合近红外和ATR-FTIR光谱技术以及化学计量学方法,对市售向日葵油进行区分和鉴定。我们采用主成分分析进行无监督的模式识别,同时利用软独立建模类比法和偏最小二乘判别分析法构建分类模型。此外,我们还提出了一种基于拉曼-SORS的新分析策略,作为替代参考方法,用于辅助构建基于红外线的模型,以测定向日葵油中的油酸含量,并根据其脂肪酸组成对向日葵油进行分类。在构建模型之前,我们评估了几种光谱预处理技术,以优化模型性能,并分析它们对模型区分能力和预测能力的影响,从而寻求更高效、更环保的分析方法。
样本信息:共收集了73份来自西班牙安达卢西亚地区商店和超市的向日葵油样本。这些样本分为三类:(i) 42份低油酸含量的样本,被归为传统向日葵油;(ii) 22份中等油酸含量的样本,属于中等油酸含量向日葵油;(iii) 9份高油酸含量的样本,被称为高油酸含量向日葵油。关于这些样本的更多详细信息详见补充材料中的表格。
光谱带解析:图3展示了低油酸、中等油酸和高油酸含量向日葵油的三种光谱:a) 近红外光谱,b) ATR-FTIR光谱,c) SORS光谱,以及它们对应的分类结果。在图3a的近红外光谱中,最具信息量的特征变量被分为三个区域,分别对应第三、第二和第一泛频,对应的波长范围分别为1–8(908.10–951.46纳米)、9–64(957.66–1298.34纳米)和65–125(1304.54–1676.2纳米)(Caredda等人,2023年;Mehany等人,2025年)。在图3b的ATR-FTIR光谱中,……
结论:在鉴定三种市售向日葵油方面,便携式近红外设备作为质量控制工具表现出良好的性能。主成分分析结果显示,传统向日葵油和高油酸含量向日葵油形成了两个清晰的组别,而中等油酸含量向日葵油则在这两个组别之间分布较为分散。SIMCA模型和PLS-DA模型表现相当,进一步证明了便携式近红外光谱技术在鉴定这三种类型的向日葵油方面的有效性。
作者贡献说明:M. Ciulu负责文章的撰写、审阅与编辑工作,以及项目的监督、方法设计、数据收集和概念构思。F. Ortega-Gavilán负责文章的撰写、审阅与编辑以及软件相关工作。I. Borras-Linares负责数据的可视化处理和模型验证。M.G. Bagur-González负责文章的撰写、审阅与编辑,以及项目的监督和方法设计。A. González-Casado负责文章的撰写、审阅与编辑,以及项目的监督、方法设计和概念构思。Guillermo Jiménez-Hernández负责文章的撰写、审阅与编辑,原始草稿的撰写,软件应用,正式数据分析以及数据整理工作。
未引用参考文献:西班牙标准化协会,2025年;Caredda等人,2024年;COI/T.20/Doc. No 33/Rev.1,2017年;He和Zeng,2025年;Passos和Mishra,2022年;皇家法令351/202号;Rohman等人,2020年;赛默飞世尔科技公司,2020年;VIAVI Solutions公司,2024年。
利益冲突声明:作者声明,M. Ciulu是题为“高风险产品中的食品真实性与追溯性:监管控制的分析方法”这一特刊的客座编辑。这一职务不会影响他对本文的编辑处理或同行评审工作。
致谢:开放获取费用的资助由格拉纳达大学/CBUAG提供。参与研究的成员包括Jiménez-Hernández、M.G. Bagur-González、A. González-Casado、F. Ortega-Gavilán、I. Borras-Linares和M. Ciulu,他们均来自西班牙格拉纳达大学科学学院分析化学系,地址为C/ Fuentenueva w/n,邮编E-18071,格拉纳达。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号