气相色谱-质谱技术结合化学计量学对6种植物油进行判别分析

测定了6种不同种类植物油(茶籽油、大豆油、花生油、葵花籽油、玉米油和芝麻油)的脂肪酸组成及含量,旨在探讨利用植物油脂肪酸的指标对不同种类的植物油进行分类和判别的可能性。采用气相色谱-质谱联用技术,对6种不同植物油中脂肪酸的组成和含量进行测定,用SPSS.19.0统计软件进行主成分分析、聚类分析和判别分析。对6种不同植物油脂肪酸进行分析、对比,得出植物油脂的主要成分为C16∶0,C18∶0,C18∶1 cis-9,C18∶2 cis-9,12和C18∶3 cis-9,12,15。这5种主要脂肪酸的总含量在茶籽油、大豆油、花生油、葵花籽油、玉米油和芝麻油中分别为98.455%,97.586%,89.019%,97.378%,98.294%和98.021%。6种植物油的不饱和度(U/S)均大于2.000,其中最小为花生油2.055,最大为茶籽油3.976。进行主成分分析降维得到前3个主成分,因为前3个主成分的特征//值均大于1且累计贡献率达到80.060%,第1主成分的贡献率为35.853%,第2主成分的贡献率为23.847%,第3主成分的贡献率为20.360%。建立了3个典则判别函数,典则判别函数的相关系数均大于0.990,且对于茶籽油、大豆油、花生油、葵花籽油、玉米油和芝麻油的初始分类正确率为100.0%,交叉验证正确率为100.0%。     

超高效合相色谱-质谱法快速分离测定4种单脂肪酸甘油酯

采用超高效合相色谱-质谱(UPC² -MS)技术,建立了一种快速分离植物油单脂肪酸甘油酯中单软脂酸甘油酯、单硬脂酸甘油酯、单油酸甘油酯和单亚油酸甘油酯4种单甘酯的测定方法。以葵花籽油为原料,通过脂肪酶催化甘油解反应制备单甘酯。样品用正己烷/异丙醇(体积比7:3)溶解,采用超临界CO₂-甲醇/乙腈(体积比1:1)梯度洗脱,经ACQUITY UPC² BEH 2-EP(100 mm×2.1 mm,1.7 μm)色谱柱分离,通过质谱检测器在正离子电喷雾模式下对目标化合物进行分析,外标法定量。结果表明,4种单甘酯化合物在线性范围内线性关系良好,线性相关系数(R²)均大于0.9983;目标物的检出限(S/N≥3)为0.036~0.093 mg/L;3个加标水平下的回收率在88.50%~110.00%之间,相对标准偏差为1.01%~4.04%。本方法具有检出限低、分析速度快、分离效果好、分析成本低等优点,为脂肪酸酯类物质的分离测定提供了新的色谱技术平台。     

气相色谱-质谱法测定植物油中8种维生素E及其在芝麻油真伪鉴别方面的应用

建立了气相色谱-质谱（GC-MS）同时测定植物油中α-、β-、γ-、δ-生育酚和α-、β-、γ-、δ-生育三烯酚等8种维生素E的分析方法。植物油样品经甲醇超声提取、浓缩、定容,在分时段选择离子监测（SIM）模式下分离分析,采用外标法进行定量。结果表明,8种维生素E可实现基线分离;在0.01~1 mg/L范围内,所有目标物均呈良好线性关系,相关系数均大于0.99;检出限和定量限分别为0.03~0.25 mg/kg和0.10~0.83 mg/kg;在芝麻油中分别添加10、50和250 mg/kg 3个水平的8种维生素E进行加标试验,平均回收率为87.5%~107.4%,相对标准偏差（RSD）≤ 7.5%。所建立的方法简单、准确、可靠,且灵敏度高,可用于测定植物油中8种维生素E的含量。采用上述方法对芝麻油、大豆油、菜籽油、葵花籽油、花生油、玉米油和棕榈油等7种共75个植物油样品中维生素E的含量进行测定。结果显示,芝麻油与其他6种植物油中的8种维生素E的组成和含量均有显著差异性,因此该方法可作为芝麻油掺入其他植物油的特征鉴定指标。     

复热食用植物油结构变化的红外吸收光谱分析

利用衰减全反射(ATR)傅立叶红外光谱(FTIRS)法对市售优质品牌的8种植物油(转基因豆油、非转基因豆油、葵花籽油、花生油、玉米油、红花籽油、调和油、橄榄油)未加热及反复高温加热后的红外二阶导数光谱进行比较,发现复热食用油在反复高温加热下会使不饱和脂肪酸亚油酸、亚麻酸的含量降低,饱和脂肪酸棕榈酸和硬脂酸的含量增加;顺式脂肪酸的含量下降,反式脂肪酸的含量明显增加。确定以二阶导数光谱中3 009、988、966 cm-13处特征吸收峰的峰高判定是否为反复加热用油。此方法样品用量少、分析速度快,可从整体上了解油品的质量及成分,并可作为市场复热食用油的快速筛查方法,也可为地沟油检测方法的建立提供理论依据。     

超高效合相色谱-串联质谱法测定食用植物油和油条中15种3-氯-1,2-丙二醇脂肪酸酯

建立了超高效合相色谱-三重四极杆质谱(UPC²-MS/MS)测定食用植物油和油条中15种3-氯-1,2-丙二醇脂肪酸酯(3-MCPDE)含量的方法。3-MCPDE的结构与甘油酯极为相似,因此很难将其从植物油中分离出来。为降低基质干扰,实验以不同极性的溶剂依次洗脱载有样品的氨基填料层析柱,用UPC²和ACQUITY QDa质谱检测器分析每单元洗脱液以绘制洗脱曲线。分段收集的洗脱液经混合、浓缩和过滤后,以Viridis HSS C18 SB色谱柱(150 mm×2.1 mm, 1.8 μm)为分析柱,超临界CO₂和40%乙腈甲醇溶液(含0.1%甲酸)为流动相梯度洗脱,以97%异丙醇水溶液(含0.2%氨水)为补偿液,用配备电喷雾电离源的三重四极杆质谱在正离子、多级反应监测模式下测定,外标法定量。结果表明:15种3-MCPDE在各自范围内线性关系良好(相关系数(r²)≥0.9973),检出限为0.01~0.68 μg/L(S/N=3),定量限为0.04~1.74 μg/L(S/N=10);在3个加标水平下的平均回收率为81.6%~98.5%(n=9),相对标准偏差为1.8%~6.4%。利用该法对实际样品进行检测,并对考察范围以外的疑似3-MCPDE化合物进行了分析。该法基质兼容性强,操作简便,灵敏度高,专属性好,绿色环保,较传统方法极具优势,用于测定植物油和油条中3-MCPDE单体的种类和含量,结果满意;但该法也存在定性能力较弱、定量过度依赖单体标准品、单酯较二酯离子化效率低等问题,可作为后期研究关注的方向。     

QuEChERS-在线凝胶色谱-气相色谱-质谱法测定植物油中34种农药残留

建立了葵花油、大豆油和玉米油中34种中高毒农药的快速筛查方法。样品采用改进的QuEChERS方法进行提取净化,提取液采用在线GPC-GC-MS检测。结果表明,34种农药在0.01~0.2 mg/L范围内具有良好的线性关系,相关系数为0.9913~0.9997。除p,p’-DDE,p,p’-DDD,p,p’-DDT外的31种农药在葵花油、大豆油和玉米油中的检出限分别为0.0692~2.28μg/kg,0.0559~2.01μg/kg,0.0584~2.14μg/kg;在0.05和0.1μg/g添加水平的平均回收率分别为70.3%~115.4%,69.5%~112.6%,70.2%~116.1%;相对标准偏差(RSD,n=6)分别为2.9%~13.3%,3.9%~13.5%,4.2%~12.1%。本方法具有操作便捷、快速等特点,适用于葵花油、大豆油和玉米油中34种农药残留的快速筛查与检测。     

气相色谱-质谱法同时测定食用植物油中三种抗氧化剂

本文研究了用乙醇提取食用植物油中的丁基羟基茴香醚(BHA)、二丁基羟基甲苯(BHT)和叔丁基对苯二酚(TBHQ),并用气相色谱-质谱法对三种抗氧化剂进行分离与测定。方法的线性范围为0.100~20.0 mg/L,检出限为:BHA,3.33μg/L;BHT,3.02μg/L;TBHQ,37.9μg/L。平均回收率为80.6%~123%,相对标准偏差为2.01%~8.77%。该方法具有简便、快速、准确、无毒等特点,应用于大豆油、花生油、芝麻油、菜籽油、茶油、食用调和油中的抗氧化剂的测定,结果令人满意。     

免疫亲和固相萃取-超高效合相色谱-串联质谱法同时测定牛奶中6种玉米赤霉醇类化合物残留

建立了免疫亲和固相萃取（IAC-SPE）-超高效合相色谱-串联质谱（UPC²-MS/MS）同时测定牛奶中α-玉米赤霉醇、β-玉米赤霉醇、α-玉米赤霉烯醇、β-玉米赤霉烯醇、玉米赤霉烯酮和玉米赤霉酮残留的分析方法。样品用去离子水稀释,经IAC-SPE富集净化后,采用Waters ACQUITY UPC² Torus 2-PIC色谱柱（50 mm×3.0 mm,1.7 μm）分离,以超临界CO₂和0.1%（v/v）甲酸甲醇溶液为流动相,经梯度洗脱后在ESI^-模式下检测。经过稀释离心的牛奶样品采用免疫亲和柱净化后没有明显的基质效应,6种目标化合物在1~200 ng/mL范围内线性关系良好,相关系数（r²）≥0.9957;6种目标化合物在3个加标水平下的平均回收率为75.9%~106.5%,日内和日间精密度均≤11.4%。该法专属性好,操作简便,有机溶剂使用量小,与已有的样品测定方法比较更绿色环保,可用于牛奶中α-玉米赤霉醇、β-玉米赤霉醇、α-玉米赤霉烯醇、β-玉米赤霉烯醇、玉米赤霉酮和玉米赤霉烯酮的残留检测。     

电感耦合等离子体质谱法测定食用植物油中的磷和硅

建立了电感耦合等离子体串联质谱(ICP-MS/MS)准确测定食用植物油中的P和Si的方法.以HNO3+H2O2混合酸经密闭微波消解系统处理植物油样品,向碰撞反应池(CRC)中分别通入O2和H2,P与O2反应,利用O2质量转移,通过测定子离子31P16O+测定P,而Si不与H2发生反应,利用H2原位质量反应消除质谱干扰,显著改善了分析结果的准确度.分别考察了不同O2和H2流速对31P16O+和28Si+信号强度和背景等效浓度(BEC)的影响,确定了最佳O2和H2流速.在优化的条件下,测得31P16O+和28Si+的检出限分别为0.043和0.66 μg/L.采用本方法分析美国国家标准与技术研究院提供的标准参考物质润滑油(SRM 1848),结果表明,测定值与验证值无显著性差异.采用本方法分析来自中国不同产地的5种植物油(分别为油菜籽油、葵花籽油、花生油、玉米油和大豆油),结果表明,5种植物油中花生油的P含量最高,大豆油的Si含量最高.     

基于色谱和光谱数据融合的不同植物源食用油判别方法与模型

利用气相色谱和近红外光谱技术对不同植物源的4种食用油(葵花籽油、大豆油、玉米油和花生油)进行表征分析,基于表征数据分别建立了偏最小二乘判别分析(PLS-DA)模型,并在此基础上探究了数据级数据融合方法,构建了基于色谱和光谱数据融合的不同植物源食用油判别方法与模型。主成分分析(PCA)结果显示,气相色谱判别分析主要是依据脂肪酸组成信息,近红外光谱主要是基于样本中含氢化学键的表征进行分类。数据融合模型的灵敏度和特异度均为1000,分类误差为0000,降低了交互验证的平均分类误差,模型具有良好的稳健性。与基于单一数据的模型结果相比,数据融合分析策略提高了模型的分类精度和鲁棒性。     

超高效合相色谱-串联质谱法快速测定枸杞中甜菜碱含量（英文）

枸杞作为传统的中药材,具有滋补肝肾、益精明目的功效,亦可作为功能性食品被广泛食用。基于超高效合相色谱-质谱(UPC~2-MS),建立了一种快速、灵敏地定量测定枸杞中甜菜碱(指标化合物)含量的新方法。采用ACQUITY UPC2BEH 2-EP色谱柱(150 mm×2.1 mm,1.7μm),以0.7 mL/min超临界CO_2-甲醇(80∶20,v/v)等度洗脱,成功分离了枸杞中的甜菜碱。在该分离过程中,0.1%(v/v)甲酸作为改性剂;背压为1.31×10~7Pa;柱温为40℃;进样体积为1μL;保留时间为3 min。质谱检测工作于电喷雾(ESI)正离子模式和选择离子监测(SIR)模式。在上述条件下得到线性回归方程。其相关系数为0.999 2,检测范围为0.5～50.0μg/mL,检出限为0.013μg/mL。随后,通过对精度、重复性、稳定性和加标回收率(平均值96.3%)的分析,验证了该方法的有效性。最后,将所建立的方法应用于11批样品的分析。结果表明,该方法可较好地用于枸杞的质量控制与分析评价。     

模式识别法分析5种植物油脂

通过模式识别方法区分花生油、大豆油、米糠油、棕榈油和菜籽油。采用气相色谱法分析5种植物油脂的脂肪酸,用面积归一化法计算每个植物油脂样品的各脂肪酸相对含量。以每个植物油脂中9个脂肪酸的相对含量为变量,采用SPSS13.0软件的模式识别技术对119个植物油脂样品进行区分。由主成分分析图可知,花生油、大豆油、米糠油、棕榈油和菜籽油被清晰地分为5组。判别分析建立的判别方程能较好地实现样品的判别,自身验证和交互验证的准确率均为100%。另取每种植物油脂各5个样品(共25个)进行验证,识别准确率为100%。对调和有棕榈油的花生油进行主成分分析,在主成分分析图上,调和油的分布点在花生油分布区域与棕榈油分布区域之间。     

超高效合相色谱快速检测塑料制品中的15种邻苯二甲酸酯

建立了使用超高效合相色谱检测塑料中15种邻苯二甲酸酯的方法。样品经正己烷超声萃取,过0.45 μ m有机膜后上机测试。采用ACQUITY UPC² HSS C18 SB色谱柱（150 mm×3 mm, 1.8 μ m）,以超临界CO₂流体为主流动相、乙腈为流动相改性剂进行梯度洗脱,流速为1.5 mL/min。在系统背压为12.41 MPa、色谱柱温度为65 ℃、二极管阵列检测器（PDA）检测波长为220 nm的条件下,15种邻苯二甲酸酯可以在8 min内实现分离检测。实验结果表明：15种邻苯二甲酸酯的线性范围为0.5~10 mg/L,相关系数大于0.9960,检出限（S/N=3）为1.0~2.2 mg/kg,加标回收率为78.1%~122.3%,相对标准偏差为2.95%~8.26%。该方法分析速度快,为邻苯二甲酸酯类物质的检测提供了新的选择。     

Effect of structure on properties of polyols and polyurethanes based on different vegetable oils

We synthesized six polyurethane networks from 4,4′‐diphenylmethane diisocyanate and polyols based on midoleic sunflower, canola, soybean, sunflower, corn, and linseed oils. The differences in network structures reflected differences in the composition of fatty acids and number of functional groups in vegetable oils and resulting polyols. The number average molecular weights of polyols were between 1120 and 1300 and the functionality varied from 3.0 for the midoleic sunflower polyol to 5.2 for the linseed polyol. The functionality of the other four polyols was around 3.5. Canola, corn, soybean, and sunflower oils gave polyurethane resins of similar crosslinking density and similar glass transitions and mechanical properties despite somewhat different distribution of fatty acids. Linseed oil–based polyurethane had higher crosslinking density and higher mechanical properties, whereas midoleic sunflower oil gave softer polyurethanes characterized by lower T_g and lower strength but higher elongation at break. It appears that the differences in properties of polyurethane networks resulted primarily from different crosslinking densities and less from the position of reactive sites in the fatty acids. © 2004 Wiley Periodicals, Inc. J Polym Sci Part B: Polym Phys 42: 809–819, 2004     

Determination of the volatile compounds of vegetable oils using an ion-mobility spectrometer

An analysis of olive, pressed sunflower, extracted sunflower, extracted soybean, deodorized sunflower, deodorized rapeseed, and deodorized corn vegetable oils has been performed on an FlavourSpec® ionmobility spectrometer. Twenty-four compounds were found in the spectra of the gas phase above samples of vegetable oils and 12 of them were identified. Ion-mobility spectrometry combined with polycapillary chromatography columns made possible distinguishing oils from different plants, as well as pressed and extracted sunflower oil by the volatile components found in the gas phase above the oil.