专利名称：基于最小偏二乘法的酿造酱油和配制酱油的鉴别方法
技术领域：
本发明涉及红外光谱分析领域，特别涉及酿造酱油和配制酱油的鉴别方法。
背景技术：
酱油是我国传统的调味品，具有悠久的历史。酿造酱油是以大豆、小麦等为原料， 利用黑曲霉、米曲霉等微生物发酵而来。配制酱油是以酿造酱油为主体，与酸水解植物蛋白 质液、食品添加剂等混合配制可有效节省生产时间和成本，同时符合酱油氨基酸态氮等各 种指标。由于酿造酱油和配制酱油的价格差，不少不法商贩为了追求高回报，将配制酱油冠 以酿造酱油的名义出售，这严重侵害了广大消费者的利益。因此，对酿造酱油与配制酱油进 行鉴别具有十分重要的现实意义。目前已有多种方法应用于酿造和配制酱油的鉴别。《同位素稀释气相色谱-质 谱法快速测定酱油中3-氯-1，2-丙二醇量》一文公开了通过同位素稀释气相色谱-质 谱联用法测定配制酱油中3-氯-1，2-丙二醇来鉴别二者。《利用气相色谱快速测定食品 中的挥发性断链脂肪酸》，原标题为“A rapid gas chromatographic methodfor direct determination of short-chain(C2-C12)volatile organic acids in foods"一文禾1J用气 相色谱测定配制酱油中的乙酰丙酸达到了鉴别的目的。除此之外，还有利用铵盐、氨基酸来 鉴别的方法。但它们要么成本高，对仪器设备要求高；要么操作复杂，对人员技术要求高。傅里叶变换红外光谱技术以其快速高效、成本低、操作简便、无污染等优点开始广 泛应用于各种定性、定量分析之中。《基于酚类提取物的中红外光谱快速判断红酒品种》， 原标题为"Rapid Method for the Discrimination of Red WineCultivars Based on Mid-Infrared Spectroscopy of Phenolic Wine Extracts"一文分另ll<吏用经过多元数据 分析的中红外和紫外光谱技术、利用红匍萄酒中的酚类物质的中红外图谱顺利地对多种奥 地利红葡萄酒实现鉴别。目前发现可利用近红外分析技术，近红外光谱透射法对酱油的理 化指标总氮和总酸进行快速检测，包春芳在《偏最小二乘法非破坏分析酱油的主要成分》公 开了利用近红外光谱技术结合偏最小二乘法实现了对酱油中的氨基酸态氮、总酸、食盐含 量和色度的快速、无损定量检测。另外，利用近红外光谱技术结合人工神经网络对信息的提 取，可以实现对不同等级不同品牌的酱油进行快速准确鉴别。但对于傅里叶变换中红外光 谱与最小偏二乘法鉴别酿造酱油及配制酱油的方法却少有报道。

发明内容
有鉴于此，本发明的目的在于提供一种酿造酱油和配制酱油的鉴别方法，该方法 将傅里叶变换中红外光谱结合最小偏二乘法(PLS)，对酿造酱油、酸水解植物蛋白液(HVP) 以及添加不同比例(10% 50% )HVP而得的配制酱油进行类别分析，该方法操作简单，准 确率高，适用于工业运用。为实现上述目的，本发明的技术方案为基于最小偏二乘法的酿造酱油和配制酱油的鉴别方法，其特征在于，具体包括以下步骤A、标准红外图谱的获取将酿造酱油和/或配制酱油冷冻干燥后经压片后得样 品，将样品在波长范围为800 1200CHT1、1300 1600011人800 1600CHT1或4000 δΟΟαιΓ1 条件下进行中红外扫描，得标准红外图谱；B、最小偏二乘法鉴别模型的建立将步骤A所得标准红外图谱进行基线调整、平 滑处理和矢量归一化处理后，根据样品的已知成份及含量和标准红外图谱的透光率相结 合，采用最小偏二乘法分析并建立鉴别模型；C、判断扫描待测样品在波长范围为800 1200cm"1,1300 1600cm"\800 1600cm-1及4000 500CHT1条件下的红外图谱并将其输入步骤B所述的鉴别模型中，即可 判断出待测样品掺假情况。进一步，步骤A中所述配制酱油为酿造酱油和酸水解植物蛋白液的混合物；进一步，步骤A中，将酿造酱油及配制酱油混合液或酿造酱油冷冻干燥后经压片 后得样品，将样品在波长范围为4000 500CHT1条件下进行中红外扫描，得标准红外图谱；进一步，步骤C中，扫描待测样品在波长范围为4000 500CHT1条件下的红外图 谱；进一步，步骤B中，采用最小偏二乘法建立鉴别模型，其最佳主成分数为8。本发明的有益效果在于该方法将傅里叶变换中红外光谱结合最小偏二乘法 (PLS)，对酿造酱油、酸水解植物蛋白液(HVP)以及添加不同重量比(10% 50%)的HVP而 得的配制酱油进行类别分析，该方法操作简单，准确率高，能有效地检测配制酱油中HVP的 添加量，且最大偏差小于3. 5%，适用于工业运用。


为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进 一步的详细描述，其中图1为酿造酱油与植物蛋白酸水解液的红外光谱图。图2为酸水解植物蛋白液含量以重量百分比计分别为lO^JO^JO^dO^及 50 %的配制酱油的红外光谱图。图3为酿造酱油的主成分分析图。图4为主因子数目对鉴别模型的影响。
具体实施例方式为了使本发明的目的、技术方案和优点更加清楚，下面对本发明的优选实施例进 行详细的描述。1材料与方法1. 1材料与仪器酿造酱油，由重庆市质量技术监督局提供；酸水解植物蛋白液，购于四川恒泰食品 有限公司。Spectrum GX傅里叶变换红外光谱仪，Perkin Elmer公司生产；ALPAAI-4LSC中红 外DTGS检测器，美国Christ公司生产。
1. 2样品制备与光谱采集配制酱油是在酿造酱油中掺入不同比例的酸水解植物蛋白液而得，共设置掺入 10 %体积的水解液，20 %体积的水解液、30 %体积的水解液、40 %体积的水解液和50 %体积 的水解液五组梯度。首先，将样品放入冰箱冷冻室内(_18°C)预冻池；继而放入真空冷冻 干燥器中干燥4h (物料温度为0°C，真空度为0. 25mbar,时间为4h，冷阱温度为_57°C )，取 出用保鲜膜密封后放入干燥器中备用。实验共取样品56份，其中35份用于模型的建立，其 余21份用于外部验证。红外光谱仪的扫描范围为4000 500CHT1，扫描次数16次，分辨率km ^扫描时 通过扣除背景，从而去除水分和CO2对测定的干扰。扫描前，预热仪器1小时后使用。扫描 过程中保持室温25°c，并严格控制室内湿度，保持环境的一致性。1. 3光谱预处理与数据分析为了去除高频随机噪音、基线漂移和样品不均勻等影响，采用红外光谱仪自带的 Spectrum 3. 0操作软件对红外图谱进行必要的预处理。预处理方式包括平滑处理和矢量归 一化处理。然后，将获得的红外光谱图转换为JCAMP-DX格式后导入Unscramber 7. 8中进 行PLS回归分析。2结果分析2.1红外图谱的获取酿造酱油与植物蛋白酸水解液的红外光谱图详见图1。酿造酱油和HVPG000 500cm-1)以及配制酱油(2500 - 500(3!^1)的红外光谱图见图2。由图2可知不同样品在在 1600 HOOcnT1和1200 lOOOcnT1处具有一定的差异性和指纹性，这些差异为酿造酱油 与配制酱油的鉴别奠定了一定的基础。2. 2PCA 分析酿造酱油、植物蛋白水解液以及配制酱油在以主成分一和主成分二为横纵坐标的 二维分布途中，拥有较好的聚类效果，如图3所示。从图3可以看出，以PCl和PC2为横纵 坐标的二维图像中，酸水解植物蛋白液与酿造酱油分别位于图谱的右上角和左下角，分隔 间距远，而不同比例混合的配制酱油均分布于水解液和纯酿造酱油中间的区域，水解液添 加比例越高，则其分布趋势更靠近水解液一侧，相反水解液添加量少者分布趋势更靠近酿 造酱油一侧。2. 3最小偏二乘法鉴别模型的建立对酿造酱油、植物蛋白水解液以及配制酱油多次取样后重复测定红外图谱，并选 取35份样品的图谱(7组X5份)用于建模。采用Unscramber 7. 8分析软件以PLS建立 鉴别模型，并用内部交叉验证法(cross validation)检验模型。针对酿造酱油与配制酱 油在红外光谱中的差异及指纹特点，将光谱分为800 120001^.1300 160001^.800 1600CHT1以及全光谱500 4000CHT1四个区域。讨论不同光谱段对模型R2和RMSECV值的影 响，进而筛选出最佳光谱段。表2给出的是各组样品分别在不同谱段的校正模型相关系数 R2和RMSEC以及交互验证集相关系数R2和RMSECV。由表1可知，谱区选择500 4000CHT1， 预测结果最好，其检验集相关系数为99. 38%，预测标准差RMSECV为最低的3. 45%。增加 模型所使用主成分数，能够提高模型对样品准确度。但是，过多的主因子数使得模型计算量 增加使计算速度减慢，甚至出现标准差增大即过拟合现象。为优化模型计算速度以及防止5模型出现过拟合现象，在优化波段下通过对不同主因子数的相关系数及交互验证标准差进 行比较分析，当主成分数为8时，拥有最低的交互验证标准差(2. 98% )和最高的相关系数 (99. 62% ) ο表1不同波段下鉴别模型的相关系数和标准偏差
权利要求
1.基于最小偏二乘法的酿造酱油和配制酱油的鉴别方法，其特征在于，具体包括以下 步骤A、标准红外图谱的获取将酿造酱油和/或配制酱油冷冻干燥后经压片后得样品，将 样品在波长范围为 800 1200cm_1U300 1600cm"\800 1600cm-1 或 4000 δΟΟαιΓ1 条 件下进行中红外扫描，得标准红外图谱；B、最小偏二乘法鉴别模型的建立将步骤A所得标准红外图谱进行基线调整、平滑处 理和矢量归一化处理后，根据样品的已知成份及含量和标准红外图谱的透光率相结合，采 用最小偏二乘法分析并建立鉴别模型；C、判断扫描待测样品在波长范围为800 120001^、1300 160001^、800 1600CHT1 及4000 500CHT1条件下的红外图谱并将其输入步骤B所述的鉴别模型中，即可判断出待 测样品掺假情况。
2.根据权利要求1所述的基于最小偏二乘法的酿造酱油和配制酱油的鉴别方法，其特 征在于步骤A中所述配制酱油为酿造酱油和酸水解植物蛋白液的混合物。
3.根据权利要求1或2所述的基于最小偏二乘法的酿造酱油和配制酱油的鉴别方法， 其特征在于步骤A中，将酿造酱油及配制酱油混合液或酿造酱油冷冻干燥后经压片后得 样品，将样品在波长范围为4000 500CHT1条件下进行中红外扫描，得标准红外图谱。
4.根据权利要求1或2所述的基于最小偏二乘法的酿造酱油和配制酱油的鉴别方法， 其特征在于步骤C中，扫描待测样品在波长范围为4000 500CHT1条件下的红外图谱。
5.根据权利要求1或2所述的基于最小偏二乘法的酿造酱油和配制酱油的鉴别方法， 其特征在于步骤B中，采用最小偏二乘法建立鉴别模型，其最佳主成分数为8。
全文摘要
本发明涉及基于最小偏二乘法的酿造酱油和配制酱油的鉴别方法，具体步骤为标准红外图谱的获取、最小偏二乘法鉴别模型的建立及判断三步骤，本方法将傅里叶变换中红外光谱结合最小偏二乘法(PLS)，对酿造酱油、酸水解植物蛋白液(HVP)以及添加不同重量比(10％～50％)的HVP而得的配制酱油进行类别分析，该方法操作简单，准确率高，能有效地检测配制酱油中HVP的添加量，且最大偏差小于3.5％，适用于工业运用。
文档编号G01N21/35GK102053072SQ201010560079
公开日2011年5月11日 申请日期2010年11月26日 优先权日2010年11月26日
发明者刘嘉, 明建, 赵国华, 邱丹丹 申请人:西南大学