一种近红外光谱技术快速检测干海参蛋白质含量的方法

摘要

本发明涉及一种近红外光谱技术快速检测干海参蛋白质含量的方法，属于分析化学领域，所述方法包括如下步骤：①将已知蛋白质含量的干海参用近红外光谱仪检测，得到已知蛋白质含量的干海参近红外光谱图；②将步骤①所得已知蛋白质含量的干海参近红外光谱图预处理，选取建模波段范围，采用偏最小二乘法建立干海参蛋白质含量检测模型；③将待测干海参用近红外光谱仪检测，得到待测干海参近红外光谱图，用步骤②所得模型分析待测干海参近红外光谱图，得到待测干海参的蛋白质含量，本发明有益效果为检测方法效率高、对待测样品无污染等。

说明书

技术领域

本发明涉及一种近红外光谱技术快速检测干海参蛋白质含量的方法，属于分析化学领域。

背景技术

海参是一种名贵的海产动物，具有很高的营养价值、药用价值和经济价值。海参中蛋白质是海参的一种主要次生代谢产物。海参中蛋白质的含量高低可以在很大程度上反映海参品质的优劣。目前对于干海参产品中蛋白质的测定主要依靠两种方法：a、表观方法进行判断；b、采用酶解法对海参进行酶解，依靠化学方法(染色法、比色法、分光光度法等)进行提取和测定。例如Bei-Wei Zhu等对海参进行酶解后，通过质谱法进行蛋白质含量的测定；2010年发布的食品中蛋白质的测定(GB 5009.5-2010)方法中，对海参进行一系列化学处理后，采用凯氏定氮法、燃烧法、分光光度法等进行测定。

虽然可以采用上述化学方法测定海参中蛋白质的含量，但上述测定方法存在操作繁琐、耗时长、污染样品等缺点，难以对实现大批量干海参中蛋白质的快速测定，不利于大规模干海参产品的品质鉴定。随着时代的发展，海参中蛋白质的研究和功能也不断深入，对海参中蛋白质的含量快速测定提出了新的要求。

发明内容

本发明通过近红外光谱技术，解决了上述干海参蛋白质含量检测效率低、前处理复杂、污染样品等缺陷。

本发明提供了一种近红外光谱技术快速检测干海参蛋白质含量的方法，所述方法包括如下步骤：

①将已知蛋白质含量的干海参用近红外光谱仪检测，得到已知蛋白质含量的干海参近红外光谱图；

②将步骤①所得已知蛋白质含量的干海参近红外光谱图预处理，选取建模波段范围，采用偏最小二乘法建立干海参蛋白质含量检测模型；

③将待测干海参用近红外光谱仪检测，得到待测干海参近红外光谱图，用步骤②所得模型分析待测干海参近红外光谱图，得到待测干海参的蛋白质含量。

本发明所述近红外光谱仪优选为检测的扫描范围为12500～3600cm^-1，分辨率为8cm^-1，扫描次数为两次，取平均光谱。

本发明所述步骤②谱图预处理方法优选为减去一条直线、标准正态变量交换、多元散射校正、一阶导数、二阶导数、一阶导数+减去一条直线、一阶导数+标准正态变量变换或一阶导数+多元散射校正。

本发明所述步骤②波段范围优选为减去一条直线的谱图预处理方法选取的波段范围为7502.1-5446.2cm^-1和4601.5-4246.7cm^-1、标准正态变量交换谱图预处理方法选取的波段范围为7502.1-5446.2cm^-1和4601.5-4246.7cm^-1、多元散射校正谱图预处理方法选取的波段范围为5450.1-4246.7cm^-1、一阶导数谱图预处理方法选取的波段范围为6102-4597.7cm^-1、二阶导数谱图预处理方法选取的波段范围为7502-4597.7cm^-1、一阶导数+减去一条直线谱图预处理方法选取的波段范围为6102-4246.7cm^-1、一阶导数+标准正态变量变换谱图预处理方法选取的波段范围为5450.1-4597.7cm^-1或一阶导数+多元散射校正谱图预处理方法选取的波段范围为5450.1-4597.7cm^-1。

本发明有益效果为：

①本发明检测方法结果可靠、效率高，只需将待测样品的近红外光谱图代入已建立的模型中，可在短时间内快速得到待测样品中的蛋白质含量；

②本发明检测方法环保、简单，不会污染待测样品。

附图说明

本发明附图2幅，

图1为实施例1的干海参近红外光谱图；

图2为实施例8的建模结果图。

具体实施方式

下述非限制性实施例可以使本领域的普通技术人员更全面地理解本发明，但不以任何方式限制本发明。

实施例1

一种近红外光谱技术快速检测干海参蛋白质含量的方法，所述方法包括如下步骤：

①将62个校正集干海参样品分别粉碎，每个干海参样品平均分成a、b两份，将a干海参样品采用中华人民共和国食品安全国家标准(GB 5009.5-2010)中的凯氏定氮法检测，得到干海参蛋白质含量化学值，结果见表1；将b干海参样品采用近红外光谱仪检测，所述近红外光谱仪检测的扫描范围为12500～3600cm^-1，分辨率为8cm^-1，扫描次数为两次，取平均光谱，得到干海参近红外光谱图，结果见附图1；

表1 干海参蛋白质含量化学值

②将步骤①所得干海参近红外光谱图使用OPUS 7.0软件进行减去一条直线的谱图预处理方法，选取建模波段范围为7502.1-5446.2cm^-1和4601.5-4246.7cm^-1，采用偏最小二乘法建立干海参蛋白质含量检测模型，内部交叉验证标准差为1.49，定标模型内部交叉验证决定系数为91.20。

实施例2

与实施例1的区别为：

②将步骤①所得干海参近红外光谱图使用OPUS 7.0软件进行标准正态变量交换的谱图预处理方法，选取建模波段范围为7502.1-5446.2cm^-1和4601.5-4246.7cm^-1，采用偏最小二乘法建立干海参蛋白质含量检测模型，内部交叉验证标准差为1.41，定标模型内部交叉验证决定系数为87.20。

实施例3

与实施例1的区别为：

②将步骤①所得干海参近红外光谱图使用OPUS 7.0软件进行多元散射校正的谱图预处理方法，选取建模波段范围为5450.1-4246.7cm^-1，采用偏最小二乘法建立干海参蛋白质含量检测模型，内部交叉验证标准差为1.26，定标模型内部交叉验证决定系数为89.70。

实施例4

与实施例1的区别为：

②将步骤①所得干海参近红外光谱图使用OPUS 7.0软件进行一阶导数的谱图预处理方法，选取建模波段范围为6102-4597.7cm^-1，采用偏最小二乘法建立干海参蛋白质含量检测模型，内部交叉验证标准差为1.20，定标模型内部交叉验证决定系数为90.84。

实施例5

与实施例1的区别为：

②将步骤①所得干海参近红外光谱图使用OPUS 7.0软件进行二阶导数的谱图预处理方法，选取建模波段范围为7502-4597.7cm^-1，采用偏最小二乘法建立干海参蛋白质含量检测模型，内部交叉验证标准差为1.29，定标模型内部交叉验证决定系数为89.45。

实施例6

与实施例1的区别为：

②将步骤①所得干海参近红外光谱图使用OPUS 7.0软件进行一阶导数+减去一条直线的谱图预处理方法，选取建模波段范围为6102-4246.7cm^-1，采用偏最小二乘法建立干海参蛋白质含量检测模型，内部交叉验证标准差为1.16，定标模型内部交叉验证决定系数为90.83。

实施例7

与实施例1的区别为：

②将步骤①所得干海参近红外光谱图使用OPUS 7.0软件进行一阶导数+标准正态变量变换的谱图预处理方法，选取建模波段范围为5450.1-4597.7cm^-1，采用偏最小二乘法建立干海参蛋白质含量检测模型，内部交叉验证标准差为0.989，定标模型内部交叉验证决定系数为93.12。

实施例8

与实施例1的区别为：

②将步骤①所得干海参近红外光谱图使用OPUS 7.0软件进行一阶导数+多元散射校正的谱图预处理方法，选取建模波段范围为5450.1-4597.7cm^-1，采用偏最小二乘法建立干海参蛋白质含量检测模型，内部交叉验证标准差为0.981，定标模型内部交叉验证决定系数为93.08，结果见附图2。

应用例1

将8个验证集待测干海参样品分别粉碎，每个待测干海参样品平均分成c、d两份，将c待测干海参样品采用中华人民共和国食品安全国家标准(GB 5009.5-2010)中的凯氏定氮法检测，得到待测干海参蛋白质含量化学值，将d待测干海参样品采用近红外光谱仪检测，所述近红外光谱仪检测的扫描范围为12500～3600cm^-1，分辨率为8cm^-1，扫描次数为两次，取平均光谱，得到待测干海参近红外光谱图，通过OPUS 7.0软件用实施例8得到的模型分析待测干海参近红外光谱图，得到待测干海参的蛋白质含量预测值，结果见表2。

表2 待测干海参蛋白质含量预测值与化学值对比

序号12345678化学值％20.1117.3529.2420.6720.9827.4726.4130.32预测值％19.4117.7728.1020.9821.4227.7226.3530.33相对误差％5.202.403.901.502.100.900.200.01