
-
生物通官微
陪你抓住生命科技
跳动的脉搏
利用一步采样技术快速区分加工食品中食用油的拉曼-化学计量框架——概念验证研究
《Food Analytical Methods》:Raman-Chemometric Framework for Rapid Differentiation of Edible Oils in Processed Foods Using a One-Step Sampling Technique—Proof-of-Concept Study
【字体: 大 中 小 】 时间:2026年06月03日 来源:Food Analytical Methods 3.0
编辑推荐:
摘要识别加工食品中使用的食用油类型对于食品安全、质量控制以及法规遵从性至关重要,然而常规分析方法仍受到溶剂密集型提取程序的限制,并且难以应用于复杂的食品基质。本研究提出了一种概念验证性的拉曼-化学计量框架,利用最小化、无溶剂的采样技术来区分不同类型的食用油。选择薯片作为代表性的油
识别加工食品中使用的食用油类型对于食品安全、质量控制以及法规遵从性至关重要,然而常规分析方法仍受到溶剂密集型提取程序的限制,并且难以应用于复杂的食品基质。本研究提出了一种概念验证性的拉曼-化学计量框架,利用最小化、无溶剂的采样技术来区分不同类型的食用油。选择薯片作为代表性的油炸食品基质,分析了五种常见的食用油(葵花籽油、大豆油、花生油、棕榈油和梵士帕蒂油),既分析了这些油的纯形式,也分析了相应的薯片基质,以便进行系统的跨基质评估。采用了一种一步式的、低绒毛的、实验室级别的纤维素擦拭法进行快速油分回收,随后进行拉曼光谱分析。识别出与脂肪酸相关的拉曼峰,并将这些峰的强度比系统地组合成具有化学解释意义的比值,以反映饱和度和酯含量的变化。应用了一种基于统计的两阶段标记物选择流程,该流程结合了随机森林重要性排序和非参数的Kruskal–Wallis检验,随后进行了单因素方差分析和变异系数分析。五种稳健的比值标记物(I1652/1742、I1652/1434、I1742/1259、I1652/1259 和 I1296/1434)与饱和脂肪酸和不饱和脂肪酸的分布表现出强烈的相关性。基于这些标记物的多变量分析显示了不同油类型之间的明显区分(解释了91%的方差;F值高达22,629;p < 0.001),并且在薯片基质内部也实现了统计学上的显著区分(解释了77%的方差),尽管存在来自食品基质的衰减效应。多变量方差分析进一步证实了这种区分的稳健性(Wilks’ Λ = 0.0307;p < 0.0001)。总体而言,该框架为加工食品样品的分析和标记物识别奠定了基础。

识别加工食品中使用的食用油类型对于食品安全、质量控制以及法规遵从性至关重要,然而常规分析方法仍受到溶剂密集型提取程序的限制,并且难以应用于复杂的食品基质。本研究提出了一种概念验证性的拉曼-化学计量框架,利用最小化、无溶剂的采样技术来区分不同类型的食用油。选择薯片作为代表性的油炸食品基质,分析了五种常见的食用油(葵花籽油、大豆油、花生油、棕榈油和梵士帕蒂油),既分析了这些油的纯形式,也分析了相应的薯片基质,以便进行系统的跨基质评估。采用了一种一步式的、低绒毛的、实验室级别的纤维素擦拭法进行快速油分回收,随后进行拉曼光谱分析。识别出与脂肪酸相关的拉曼峰,并将这些峰的强度比系统地组合成具有化学解释意义的比值,以反映饱和度和酯含量的变化。应用了一种基于统计的两阶段标记物选择流程,该流程结合了随机森林重要性排序和非参数的Kruskal–Wallis检验,随后进行了单因素方差分析和变异系数分析。五种稳健的比值标记物(I1652/1742、I1652/1434、I1742/1259、I1652/1259 和 I1296/1434)与饱和脂肪酸和不饱和脂肪酸的分布表现出强烈的相关性。基于这些标记物的多变量分析显示了不同油类型之间的明显区分(解释了91%的方差;F值高达22,629;p < 0.001),并且在薯片基质内部也实现了统计学上的显著区分(解释了77%的方差),尽管存在来自食品基质的衰减效应。多变量方差分析进一步证实了这种区分的稳健性(Wilks’ Λ = 0.0307;p < 0.0001)。总体而言,该框架为加工食品样品的分析和标记物识别奠定了基础。
