气相色谱结合化学计量学分析4种食用植物油的指纹图谱

运用气相色谱法对4类植物油(橄榄油、花生油、菜籽油和大豆油)的脂肪酸组成进行分析,并构建了植物油的指纹图谱,对4类植物油进行鉴别和分类。采用连续投影算法(SPA)对变量进行筛选,选出11个特征变量。以特征变量作为输入,使用主成分分析(PCA)和有监督模式识别(径向基函数神经网络(RBFANN)、线性判别分析(LDA)和最小二乘-支持向量机(LS-SVM))进行建模分析。结果表明,11个特征变量能够较好地区分4类植物油,PCA获得了较好的分类,RBF-ANN的预报结果最佳,预报率为92.6%,并且能准确预报二组分混合掺杂油样。该方法能够准确区分植物油种类,可用于食用植物油的鉴别和掺杂食用植物油的鉴定。     

正化学源-气相色谱-质谱法测定食用植物油中有机锡化合物残留

建立了正化学源-气相色谱-质谱技术测定食用植物油中有机锡化合物残留的方法。食用油样品经环己烷-乙酸乙酯（1：1，v/v）溶解后，经凝胶渗透色谱（GPC）净化，目标馏分用四乙基硼酸钠进行衍生。采用基质校正曲线外标法定量，在20~2000 μg/L范围内，7种有机锡化合物均呈现良好的线性关系，相关系数大于0.99，定量限为0.3~1.2 μg/kg。对芝麻油样品进行加标回收试验，在0.05、0.10、0.20 mg/kg 3个添加水平下，7种有机锡化合物的平均回收率为66.2%~103.2%，相对标准偏差均小于11.5%。该方法精密度好，灵敏度高，可用于食用植物油中有机锡化合物残留量的测定。     

食用植物油中甘油三酯色谱分析方法研究进展

甘油三酯(TAGs)是植物油的主要成分(占95%~98%),对植物油的性质有着重要的影响。对其结构组成的分析有助于监控食用植物油质量,保障植物油食用安全。由于甘油骨架上可以结合的脂肪酸很多,导致甘油三酯的种类十分庞大,且一般天然油脂中的甘油三酯不仅物理化学性质非常接近,同时还存在大量的同分异构体和位置异构体。因此甘油三酯的分析是一项非常有挑战性的工作。该文对各类色谱分析技术在食用油中甘油三酯分析方面的应用进行了综述,评述了各方法的优缺点,并对指纹图谱技术和化学计量学方法在植物油鉴定中的应用进行了介绍。     

食用植物油中甘油三酯色谱分析方法研究进展

甘油三酯 (TAGs) 是植物油的主要成分(占95%~98%),对植物油的性质有着重要的影响。对其结构组成的分析有助于监控食用植物油质量,保障植物油食用安全。由于甘油骨架上可以结合的脂肪酸很多,导致甘油三酯的种类十分庞大,且一般天然油脂中的甘油三酯不仅物理化学性质非常接近,同时还存在大量的同分异构体和位置异构体。因此甘油三酯的分析是一项非常有挑战性的工作。该文对各类色谱分析技术在食用油中甘油三酯分析方面的应用进行了综述,评述了各方法的优缺点,并对指纹图谱技术和化学计量学方法在植物油鉴定中的应用进行了介绍。     

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%。     

气相色谱-负化学电离质谱法测定食用植物油中5种酰基吡唑类农药残留

建立了气相色谱-负化学电离质谱联用技术测定食用植物油中5种酰基吡唑类农药（呋吡菌胺、吡噻菌胺、氟唑菌苯胺、吡唑特、苄草唑）残留量的检测方法。样品经乙腈冷冻提取，分散固相萃取技术（QuEChERS）净化，采用基质校正曲线外标法定量。在20~1000 μg/L范围内，所有目标物的峰面积与其质量浓度均呈现良好的线性关系，定量限均低于2 μg/kg，能满足国内外的限量要求。在0.01、0.02、0.05 mg/kg 3个添加水平下，所有农药的平均回收率均处于82.7%~112.4%之间，相对标准偏差≤ 12.3%。该法准确度较高，精密度较好，灵敏度高，可用于食用植物油中酰基吡唑类农药残留量的测定。     

化学计量学方法在脂质组学数据解析中的应用

脂质组学是依赖于分析技术而发展的一门新兴学科,用于全面表征与基因调控、蛋白表达、脂质代谢密切相关的脂质分子,揭示脂质在各种生命活动中的作用机制和代谢途径网络。随着质谱及其联用技术进一步发展和完善,脂质组学逐渐向快速、自动化和高通量的方向发展,而大规模的脂质组数据分析已成为脂质组学研究领域的一大难点。化学计量学主要应用于脂质组学中的基线校正和背景扣除、信号峰识别、同位素分布解析、统计分析等过程,因此,基于化学计量学方法的脂质组学数据自动化解析策略成为研究者关心的热点。该文对近年来化学计量学在脂质组学数据解析中的应用进行了综述,并对基于化学计量学的脂质组学数据解析的未来发展进行了展望。     

顶空-气相色谱法测定食用植物油中溶剂残留的方法研究

建立顶空-气相色谱法测定食用植物油中六号溶剂残留量的分析方法.通过优化顶空进样器的平衡温度和平衡时间,使六号溶剂的主要组分完全分离,采用外标法进行定量.在2.0~100.0 mg/kg质量分数范围内,线性关系良好.在低、中、高3个加标水平下,平均回收率是98.2%~99.2%,相对标准偏差是小于2%.方法简便、准确,适合于食用植物油中六号溶剂残留量的测定.     

质谱特征结合等效链长定性分析植物油中的脂肪酸

建立了质谱特征结合等效链长快速定性植物油中脂肪酸的方法。首先根据质谱特征判断脂肪酸的类型并鉴定出其中的饱和脂肪酸甲酯,然后利用它们的保留时间信息计算得到不饱和脂肪酸甲酯的等效链长值,与已建立的脂肪酸甲酯数据库对照实现不饱和脂肪酸甲酯的结构鉴定。用NaOH-甲醇对5种常见植物油(花生调和油、茶籽调和油、菜籽油、葵花籽油、大豆油)中的脂肪酸进行衍生和提取,采用DB-23石英毛细管柱(30m×0.25mm×0.25μm)分离脂肪酸甲酯的同系物和异构体,气相色谱质谱法(GC/MS)测定,结果表明,5种样品油中所含不饱和脂肪酸的组成和含量上均存在明显差异。本方法无需标准品即可快速定性检测脂肪酸同系物及异构体,适用于油脂、食品中脂肪酸的成分分析。     

运用色谱指纹图谱与化学计量学方法对灵芝进行分类

采用95%乙醇为提取溶剂,运用高效液相色谱(HPLC)指纹图谱技术与化学计量学方法,对11个不同灵芝菌株子实体进行分类。通过相似度分析分别获得提取样品指纹图谱的13个共有峰及每个样品之间的相似度;以相对共有峰面积为分析参数,运用化学计量学方法包括聚类分析(HCA)、主成分分析(PCA)及判别分析(DA)对其进行分类,结果分为紫芝、赤芝和美国大灵芝3类。实验结果表明,用化学计量学的方法对灵芝样品的指纹图谱数据进行分析,是一种可用于其分类的科学方法。     

LF-NMR结合化学模式识别鉴别油脂种类及餐饮废弃油脂

应用主成分分析(Principal component analysis,PCA)和聚类分析法(Cluster analysis,CA)对9种(27个)常见食用植物油及100个餐饮废油的低场核磁共振(Low-field nuclear magnetic resonance,LF-NMR)(T2)弛豫特性数据进行分析。结果表明:在正常食用油种类区分方面,主成分分析的效果较优,9种食用油在主成分分布图上按种类正确分组,边界清晰。而在正常食用油与餐饮废油的区分方面,聚类分析效果较优,引入30个待测样本后,聚类分析(127个样品,欧式距离=5)的正确率为94.49%,分析误判率为5.51%,分组效果良好。LF-NMR结合化学模式识别可实现对油脂种类及餐饮废弃油脂的鉴别。     

化学计量学结合气质联用法对4种食用动物油判别模型的构建

通过测定4种不同类型动物油(鸡油、牛油、羊油和猪油)的挥发性成分,从动物油挥发性风味物质的角度,探讨了对不同类型动物油进行判别和分类的可能性。采用热脱附/气相色谱-质谱联用法(TD/GCMS)对4种动物油的挥发性成分进行准确定性以及相对含量测定,利用SPSS 22.0统计软件对4种动物油的挥发性化合物进行主成分分析、聚类分析以及判别分析。依据挥发性化合物的风味阈值、特性以及相对含量水平,进行变量与指标损益之后应用主成分分析,在4种动物油的53种挥发性成分中筛选出19种主要风味物质,并将其相对含量进行降维得到3个主成分,应用主成分分析结果依次进行聚类分析和判别分析,建立了动物油的3个典则判别函数模型。对鸡油、牛油、羊油和猪油的挥发性成分在训练模型内进行判别,模型验证结果的正确率为100%。     

同位素稀释-气相色谱-质谱法测定食用植物油中总氯丙醇脂肪酸酯

建立了食用植物油中总氯丙醇脂肪酸酯(氯丙醇酯)的同位素稀释-气相色谱-质谱(GC-MS)检测方法。样品经甲醇钠-甲醇溶液水解,硅藻土小柱净化,七氟丁酰咪唑(HFBI)衍生后,GC-MS 检测,同位素内标法定量。3-MCPD 酯、2-MCPD 酯、1,3-DCP 酯和2,3-DCP 酯在0.050~2.000 mg/ L 浓度范围内,均呈良好线性相关,相关系数(R)均大于0.9995。3-MCPD 酯、2-MCPD 酯、1,3-DCP 酯和2,3-DCP 酯的检出限分别为0.015,0.015,0.030和0.030 mg/ kg,定量限分别为0.050,0.050,0.100和0.100 mg/ kg。以空白特级初榨橄榄油为空白基质的加标回收实验的平均回收率为87.0%~110.5%,相对标准偏差(RSD)均小于10.1%。在74份食用植物油样品中,3-MCPD 酯、2-MCPD 酯和1,3-DCP 酯的检出率分别为94.6%,63.5%和5.4%,未检出2,3-DCP 酯;3-MCPD 酯、2-MCPD 酯和1,3-DCP 酯的含量分别在未检出(ND)~10.646 mg/ kg、ND ~3.617 mg/ kg 和ND ~0.089 mg/ kg 之间。本方法简便、准确、可靠,适用于食用植物油中总氯丙醇酯的测定。     

分散液液微萃取-气相色谱-串联质谱快速分析食用油中的酚类抗氧化剂

基于分散液液微萃取技术和气相色谱-串联质谱,建立了一种快速分析食用油中酚类抗氧化剂的新方法。对影响萃取效果的重要因素,如萃取剂种类及体积、分散剂种类及体积和萃取时间等进行了详细优化。优化条件为：500μL甲醇-乙腈(1：1, V/V)快速注射进3.0 mL 正己烷与1.0 g食用油的混合物中,并振荡萃取10 s 。在优化条件下,方法的线性范围为10~2000 ng/g,检出限为1.5~2.4 ng/g,相对标准偏差为4.0%~8.3%。将本方法应用于4种不同食用油样品的分析,其中3种有酚类抗氧化剂检出,样品加标回收率为81.9%~118%,结果满意。     

衍生化气相色谱-质谱法测定植物油中植物甾醇

植物油样品经氢氧化钾甲醇溶液皂化后,硅烷化衍生,采用气相色谱-质谱(GC-MS)法建立了植物油中菜籽甾醇、菜油甾醇、豆甾醇、β-谷甾醇4种植物甾醇含量的分析方法,研究了各植物甾醇衍生物的质谱特征和断裂机理。该方法方便快捷、准确可靠,检出限为0.01 g/kg,用于植物油样品中植物甾醇的组成和含量测定,结果满意。     

气相色谱-质谱技术结合化学计量学对5种动物油进行判别分析

测定了5种不同种类动物油(鸡油、牛油、鸭油、羊油和猪油)的脂肪酸组成和含量,探讨了利用动物油脂肪酸的指标对不同种类的动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(GC-MS)对5种动物油脂肪酸的组成和含量进行测定,利用SPSS 19.0统计软件进行主成分分析、聚类分析和判别分析。对5种动物油的脂肪酸进行统计、分析和对比,得出动物油的主要组成为C16∶0,C18∶0,C18∶1c-9,C18∶2c-9,12和C14∶0,这5种脂肪酸在鸡油、牛油、鸭油、羊油和猪油中的总含量分别为92.1%,93.5%,93.5%,90.6%和95.6%。5种脂肪酸的不饱和度均小于1。主成分分析降维得到3个主成分,利用主成分分析数据,依次进行聚类分析和判别分析,建立了3个动物油典则判别函数,相关系数均大于0.995,对于鸡油、牛油、鸭油、羊油和猪油的初始分类正确率和交叉验证正确率均为100%。     

Separation and Classification of Lipids Using Differential Ion Mobility Spectrometry

Correlations between the dimensions of a 2-D separation create trend lines that depend on structural or chemical characteristics of the compound class and thus facilitate classification of unknowns. This broadly applies to conventional ion mobility spectrometry (IMS)/mass spectrometry (MS), where the major biomolecular classes (e.g., lipids, peptides, nucleotides) occupy different trend line domains. However, strong correlation between the IMS and MS separations for ions of same charge has impeded finer distinctions. Differential IMS (or FAIMS) is generally less correlated to MS and thus could separate those domains better. We report the first observation of chemical class separation by trend lines using FAIMS, here for lipids. For lipids, FAIMS is indeed more independent of MS than conventional IMS, and subclasses (such as phospho-, glycero-, or sphingolipids) form distinct, often non-overlapping domains. Even finer categories with different functional groups or degrees of unsaturation are often separated. As expected, resolution improves in He-rich gases: at 70% He, glycerolipid isomers with different fatty acid positions can be resolved. These results open the door for application of FAIMS to lipids, particularly in shotgun lipidomics and targeted analyses of bioactive lipids.     

常压火焰离子化质谱技术对食用植物油快速分析的初探

建立了常压火焰离子化质谱(Ambient flame ionization mass spectrometry,AFI-MS)快速分析食用植物油(橄榄油、芝麻油、花生油和葵花籽油)的方法。AFI-MS检出食用植物油(橄榄油、芝麻油、花生油和葵花籽油)中的26种甘油三酯和11种甘油二脂。AFI-MS分析显示,不同的食用植物油(橄榄油、芝麻油、花生油和葵花籽油)得到的质谱图轮廓信息不同。通过对不同食用植物油的甘油三酯相对峰强度进行分析,可初步归纳出食用植物油的类型。AFI-MS分析食用植物油的操作简单,普通的打火机就可以作为离子源用于食用植物油的分析。这种便捷的离子化技术可以用于食用植物油的快速分析。