一种酱油中酯类物质含量的检测方法

文献发布时间：2024-04-18 19:53:33

技术领域

本发明属于食品检测技术领域，具体涉及一种酱油中酯类物质含量的检测方法。

背景技术

酱油是我国传统重要的发酵调味品，在市场上用量巨大，其酿造原料主要为大豆和小麦。酱油风味的好坏与其品质紧密相关，“色、香、味、体”是酱油风味特性的体现，其中香气是决定酱油风味的重要因素，且丰富的酯类物质可以赋予酱油良好的香气。目前判断酱油中酯类物质总含量主要有两种：一是通过评价员感官评估，主观评价酱油酯香特性，该方法判定快，但不够客观准确；二是通过GC-MS分析，分析出酱油中酯类物质种类及总体含量，该方法检测准确，但投资成本高，耗时长，效率低。例如，专利号为ZL2016111450129的发明专利公开了“一种提高酱油酯香品质的方法及由其得到的制品”中利用无水乙醚萃取酱油中酯类，然后通过气相色谱质谱联用仪检测乙酸乙酯、丙酸乙酯的含量，处理步骤繁琐，耗时长。还有采用液相方法进行检测。例如，公开专利号为ZL2016112537952的发明专利“一种检测白酒中芳香酯类物质含量的方法”采用高效液相色谱，通过峰面积标准曲线计算出所含每种芳香酯类的含量。此检测方法分析结果虽然准确，但成本很高。

因此，亟需对酱油酯类物质检测方法进行创新，提高检测效率降低检测成本。

发明内容

为了克服现有技术缺陷，本发明是通过以下技术方案实现的：

本发明的提供了一种酱油中酯类物质含量的检测方法，包括以下步骤：

S1采用顶空固相微萃取(HS-SPME)-气相色谱(GC)-质谱(MS)联用测定样品中的挥发性成分：

S11处理待测样品：将5～10ml酱油原油样品、1.5～3.5g NaCl以及一个磁力搅拌转子加入到适宜的顶空瓶中，另加入5～10mg/L的1,4-甲基-2-戊醇作为内标物，获得待测样品溶液；

S12 SPME萃取-GC检测：将SPME萃取头插入上述顶空瓶瓶头空间并保持30～60min，然后将SPME纤维注入GC进气口，采用无裂模式，在200～280℃解吸3～8min；

气相色谱-质谱条件：

色谱柱：毛细管柱(长60m×直径0.25mm×内径0.25μm)；

载气：氦气，流速为1.0mL/min；

柱温：a.前进样温度设定在210～260℃，温度程序如下:初始温度35℃,以3～5℃/min梯度升至90～120℃，保持10～20min，然后以3～5℃/min升至180～205℃，最后以10～12℃/min升至210～260℃，保持10～20min；b.接口温度设定为210～260℃；离子源温度设定为210～260℃；

电离模式：电子冲击(EI源)，

质谱扫描范围：33～400amu，70eV；

保留指数(RI)：C7-C30正构烷烃作为标准测定，通过美国国家标准与技术研究院图书馆比对进行定性，挥发性化合物的浓度是用内标添加量定量计算，获得酱油酯类物质总含量；

S2可视化传感阵列的制备及其色值数据处理：

S21配制羟胺溶液：取适量羟胺溶于3mg/mL的NaOH溶液中，配制成0.5～2g/mL溶液0～4℃保存备用；

S22指示剂的配制：S211制备溴甲酚紫指示剂：取1～3mL、0.5～5mg/mL溴甲酚紫乙醇溶液，加入100～300μL的羟胺溶液形成溴甲酚紫指示剂；S212制备中性红指示剂：取1～2mL、0.5～4mg/mL中性红乙醇溶液加入200～300μL的羟胺溶液形成中性红指示剂；

S23点板：采用玻璃毛细管分别吸取5μL溴甲酚紫和5μL中性红指示剂于可视化阵列传感器的C2反向硅胶板上，形成1*2可视化阵列；

S24前图像获取：用平板扫描仪扫描可视化阵列传感器C2反向硅胶板的初始图像，命名为“前图像”；

S25酯类物质的反应：取5～15mL酱油原液于烧杯中，将点板后的可视化阵列传感器C2反向硅胶板固定于烧杯顶部，在常温下与样品溶液中的挥发性气体反应20～60min；

S26后图像获取：用平板扫描仪扫描反应后的可视化阵列传感器硅胶板图像，命名为“后图像”；

S27色值处理：利用colorAnalysis软件，提取可视化阵列传感器反向C2硅胶板上色值，并将三通道彩色图像分别分解为三幅单通道灰度图像，分别获得前图像和后图像的红、绿、蓝颜色强度值(即RGB值)，利用图像处理算法定位敏感单元的位置，将后图像RGB值减去前图像的RGB值，得到的色度差值即为敏感单元的特征值，对于每个样本，从2个颜色感知点获取6个颜色变量，色度差值计算公式如下:ΔR＝Ra-RbΔG＝Ga-GbΔB＝Ba-Bb其中Ra、Ga、Ba分别为添加酱油原油后红、绿、蓝的灰度值；Rb、Gb、Bb分别为红、绿、蓝的初始灰度值；步骤S23所述的1×2可视化阵列，每个敏感单元获得了3个特征变量，所有敏感单元的特征值组合后即得到变量为6的特征矩阵X。X为m×n的矩阵，其中m代表样品数，n代表特征变量数；

S3建立模型：以步骤S27中所有敏感单元的特征值组合为自变量矩阵X，以步骤S12中顶空固相微萃取(HS-SPME)-气相色谱(GC)-质谱(MS)测定结果为因变量矩阵Y。对矩阵X按照2∶1比例随机选择2/3作为训练集，1/3作为预测集构建预测模型，应用Matlab软件，采用线性的偏最小二乘法(PLS)建立可视化RGB色值和酱油中酯类物质含量之间的相关关系，即建立好自变量矩阵X与因变量矩阵Y的相关关系，得到PLS模型；

S4未知酱油样品检测：取未知酱油样品溶液，测量其可视化RGB值，调用步骤S3中已建好的模型，将未知酱油样品的可视化RGB值输入模型，即可输出未知酱油样品溶液中酯类总物质含量，从而实现酱油中酯类物质含量的检测。

附图说明

图1为按照实施例1制备的可视化传感器阵列

图2为实施例1酯类物质含量的PLS模型训练集和测试集预测结果

图3为实施例2酯类物质含量的PLS模型训练集和测试集预测结果

图4为实施例3酯类物质含量的PLS模型训练集和测试集预测结果

有益效果

本发明提出的一种酱油中酯类物质含量的检测方法，利用酯类可与羟胺酸在碱性条件生产羟肟酸，再采用酸碱指示剂变色特性，提取变色前后RGB的颜色差值与酯类物质含量构建检测模型，仅在建模时使用GC-MS建模，模型建立后，检测时只须采用可视化阵列板上的RGB预测含量，较传统GC-MS测量法检测更为快速、准确，成本更低。

具体实施方式

下面申请人将结合具体的实施例对本发明的实施过程及应用过程做详细说明，便于本领域技术人员清楚地理解本发明。但应该理解，以下实施例不应以任何方式被解释为对本申请权利要求书请求保护范围的限制。

实施例1

一种酱油中酯类物质含量的检测方法，包括以下步骤：

S1采用顶空固相微萃取(HS-SPME)-气相色谱(GC)-质谱(MS)联用测定样品中的挥发性成分：

S11处理待测样品：取江苏恒顺醋业股份有限公司6种品类酱油原油，每种品类3个批次，每个批次5种平行样品，共计90个样本；将8ml每个批次酱油原油样品，2.5g NaCl和一个磁力搅拌转子加入到15ml顶空瓶中，并加入5mg/L的1,4-甲基-2-戊醇作为内标物；

S12 SPME萃取-GC检测：将SPME萃取头(75μm，Supelco,Bellefonte,USA)插入上述顶空瓶瓶头空间并保持40min，然后将SPME纤维注入GC(HP6890-5973，Agilent，USA)进气口，采用无裂模式，在250℃解吸5min；

气相色谱-质谱条件：

色谱柱：DB-WAX毛细管柱(规格为长60m×直径0.25mm×内径0.25μm)；

载气：氦气，流速为1.0mL/min；

柱温：a.前进样温度设定在250℃，温度程序如下：初始温度35℃以5℃/min梯度升至100℃，保持10min，然后以3℃/min升至200℃，最后以10℃/min升至220℃，保持10min，

b.接口温度设定为250℃；离子源温度设定为230℃；

电离模式：电子冲击(EI源)，

质谱扫描范围：33～400amu，70eV；

保留指数(RI)：C7-C30正构烷烃作为标准测定，通过美国国家标准与技术研究院图书馆比对进行定性，挥发性化合物的浓度是用内标添加量定量计算，获得酱油原油的酯类物质总含量；

S2可视化传感阵列的制备及其色值数据处理：

S21配制羟胺溶液：取0.1g羟胺溶于100mL的3mg/mL的NaOH溶液中，配制成1mg/mL的溶液，4℃保存备用；

S22指示剂的配制：S211制备溴甲酚紫指示剂：取2mL、0.5mg/mL溴甲酚紫乙醇溶液，加入100μL的羟胺溶液形成溴甲酚紫指示剂；S212制备中性红指示剂：取1mL、0.5mg/mL中性红乙醇溶液加入200μL的羟胺溶液形成中性红指示剂；

S23点板：采用玻璃毛细管分别吸取5μL溴甲酚紫和中性红指示剂于可视化阵列传感器的C2反向硅胶板上，形成1*2可视化阵列；

S24前图像获取：用平板扫描仪扫描可视化阵列传感器C2反向硅胶板的初始图像，命名为“前图像”；

S25酯类物质的反应：取10mL酱油原油于100mL烧杯中，将点板后的可视化阵列传感器C2反向硅胶板固定于烧杯顶部，在常温下与样品溶液中的挥发性气体反应30min，反应后如图1所示(传感单元1由处理前的棕褐色变为黄色、传感单元2由处理前的红色变为红紫红色。)；

S26后图像处理：用平板扫描仪扫描反应后的可视化阵列传感器硅胶板图像，命名为“后图像”；

S4样品检测：取恒顺美味鲜生抽(特级)，分别使用该可视化检测方法和顶空固相微萃取(HS-SPME)-气相色谱(GC)-质谱(MS)检测方法对其酯类物质含量进行检测，可视化方法预测值与顶空固相微萃取(HS-SPME)-气相色谱(GC)-质谱(MS)检测实际值相比较误差为6.3％，预测准确度较高。

实施例2

一种酱油中酯类物质含量的检测方法，包括以下步骤：

S1采用顶空固相微萃取(HS-SPME)-气相色谱(GC)-质谱(MS)联用测定样品中的挥发性成分：

S11处理待测样品：取江苏恒顺醋业股份有限公司6种品类酱油原油，每种品类3个批次，每个批次5种平行样品，共计90个样本；将8ml酱油原油样品，2.5g NaCl和一个磁力搅拌转子加入到15ml顶空瓶中，并加入8mg/L的1,4-甲基-2-戊醇作为内标物；

气相色谱-质谱条件：

内标溶液：5～10mg/L的1,4-甲基-2-戊醇；

色谱柱：DB-WAX毛细管柱(规格为长60m×直径0.25mm×内径0.25μm)；

载气：氦气，流速为1.0mL/min；

b.接口温度设定为250℃；离子源温度设定为230℃；

电离模式：电子冲击(EI源)，

质谱扫描范围：33～400amu，70eV；

保留指数(RI)：C7-C30正构烷烃作为标准测定，通过美国国家标准与技术研究院图书馆(NIST,2014；美国)比对进行定性，挥发性化合物的浓度是用内标添加量定量计算，获得酱油酯类物质总含量；

S2可视化传感阵列的制备及其色值数据处理：

S21配制羟胺溶液：取0.3g羟胺溶于150mL的7mg/mL的NaOH溶液中，配制成1mg/mL的溶液，4℃保存备用；

S22指示剂的配制：S211制备溴甲酚紫指示剂：取2mL、2mg/mL溴甲酚紫乙醇溶液，加入200μL的羟胺溶液形成溴甲酚紫指示剂；S212制备中性红指示剂：取1.5mL、2mg/mL中性红乙醇溶液加入250μL的羟胺溶液形成中性红指示剂；

S23点板：采用玻璃毛细管分别吸取5μL溴甲酚紫和5μL中性红指示剂于可视化阵列传感器的C2反向硅胶板上形成，1*2可视化阵列；

S24前图像获取：用平板扫描仪扫描可视化阵列传感器C2反向硅胶板的初始图像，命名为“前图像”；

S25酯类物质的反应：取10mL酱油原油于100mL烧杯中，将点板后的可视化阵列传感器C2反向硅胶板固定于烧杯顶部，在常温下与样品溶液中的挥发性气体反应30min；

S26后图像获取：用平板扫描仪扫描反应后的可视化阵列传感器硅胶板图像，命名为“后图像”；

S4样品检测：取恒顺美味鲜生抽(特级)，分别使用该可视化检测方法和顶空固相微萃取(HS-SPME)-气相色谱(GC)-质谱(MS)检测方法对其酯类物质含量进行检测，可视化方法预测值与顶空固相微萃取(HS-SPME)-气相色谱(GC)-质谱(MS)检测实际值相比较误差为5.7％，预测准确度较高。

实施例3

一种酱油中酯类物质含量的检测方法，包括以下步骤：

S1采用顶空固相微萃取(HS-SPME)-气相色谱(GC)-质谱(MS)联用测定样品中的挥发性成分：

气相色谱-质谱条件：

内标溶液：5～10mg/L的1,4-甲基-2-戊醇；

色谱柱：DB-WAX毛细管柱(规格为长60m×直径0.25mm×内径0.25μm)；

载气：氦气，流速为1.0mL/min；

b.接口温度设定为250℃；离子源温度设定为230℃；

电离模式：电子冲击(EI源)，

质谱扫描范围：33～400amu，70eV；

S2可视化传感阵列的制备及其色值数据处理：

S21配制羟胺溶液：取0.5g羟胺溶于200mL的10mg/mL的NaOH溶液中，配制成4mg/mL的羟胺溶液，4℃保存备用；

S22指示剂的配制：S211制备溴甲酚紫指示剂：取3mL、5mg/mL溴甲酚紫乙醇溶液，加入300μL的羟胺溶液形成溴甲酚紫指示剂；S212制备中性红指示剂：取2mL、4mg/mL中性红乙醇溶液加入300μL的羟胺溶液形成中性红指示剂；

S23点板：采用玻璃毛细管分别吸取5μL溴甲酚紫和5μL中性红指示剂于可视化阵列传感器的C2反向硅胶板上，形成1*2可视化阵列；

S24前图像获取：用平板扫描仪扫描可视化阵列传感器C2反向硅胶板的初始图像，命名为“前图像”；

S25酯类物质的反应：取10mL酱油原油于100mL烧杯中，将点板后的可视化阵列传感器C2反向硅胶板固定于烧杯顶部，在常温下与样品溶液中的挥发性气体反应30min，反应后如图1所示；

S26后图像处理：用平板扫描仪扫描反应后的可视化阵列传感器硅胶板图像，命名为“后图像”；

S4样品检测：取恒顺美味鲜生抽(特级)，分别使用该可视化检测方法和顶空固相微萃取(HS-SPME)-气相色谱(GC)-质谱(MS)检测方法对其酯类物质含量进行检测，可视化方法预测值与顶空固相微萃取(HS-SPME)-气相色谱(GC)-质谱(MS)检测实际值相比较误差为4.9％，预测准确度较高。

熟悉本领域技术的人员显然可以容易地对这些实施例做出各种修改，并把在此说明的一般原理应用到其他实施例中而不必经过创造性的劳动。因此，本发明不限于上述实施例，本领域技术人员根据本发明的揭示，不脱离本发明范畴所做出的改进和修改都应该在本发明的保护范围之内。

完整全部详细技术资料下载

该技术已申请专利。仅供学习研究，如用于商业用途，请联系技术所有人。
专利发明人：
专利申请人：江苏恒顺醋业股份有限公司;江苏恒顺集团有限公司;

上一篇：一种基于机器学习的基金经理个人真实业绩曲线计算方法
下一篇：基于RAMMS的泥石流动力学模拟分析及治理评估方法