-
公开(公告)号:CN117147717A
公开(公告)日:2023-12-01
申请号:CN202311077352.2
申请日:2023-08-24
Abstract: 本发明公开了检测一种基于18种代谢标志物的蚝油产品质量快速鉴定方法,所述代谢小分子包括尿苷、次黄嘌呤、甜菜碱、葫芦巴碱、缬氨酸甜菜碱、脯氨酸甜菜碱、苯丙氨酸、酪氨酸、黄尿酸、烟酸、L‑甲硫氨酸、N‑乙酰基‑L‑酪氨酸、L‑亮氨酸、哌可酸甜菜碱、γ‑丁酰甜菜碱、肉碱、琥珀酸和牛磺酸。本发明以上述代谢小分子作为检测标志物,建立了切实可行的蚝汁含量评定方法,18个代谢小分子化合物的平均回收率介于82.2%~106%之间,相对标准偏差RSD为1.97%~6.98%,重复性好,灵敏度高,精密度佳。使用该方法对不同蚝汁含量的蚝油盲样进行预测,结果准确度为94%。该方法填补了本领域的技术空白,为鉴定蚝油品质以及制定蚝油分级标准提供可靠的技术支持和保障。
-
公开(公告)号:CN115389657A
公开(公告)日:2022-11-25
申请号:CN202210983444.6
申请日:2022-08-16
Applicant: 华南农业大学
Abstract: 本发明属于农作物品种鉴定技术领域,具体涉及一种皂角的鉴别模型及其建立方法应用。本发明采用甲醇提取皂角米具有较好的提取效果,能够提取鉴别得到14种活性成分,进一步将甲醇提取所得活性成分的LC‑Q‑TOF检测数据模拟建立鉴别模型,得到的模型对于皂角品种的鉴别准确率可达到100%。
-
公开(公告)号:CN113156005B
公开(公告)日:2023-03-31
申请号:CN202110383431.0
申请日:2021-04-09
Applicant: 华南农业大学
Abstract: 本发明公开了一种定性定量检测燕窝掺杂情况的方法及验证方法,包括以下步骤:S1、获取待测样品;S2、样品同位素比值的获取:待测样品进行前处理后,送入元素分析仪及同位素质谱仪获取相关信息,再计算得到碳、氮、氢、氧同位素比值;S3、燕窝真伪定性检测:将获取的碳、氮、氢、氧同位素比值通过距离相关分析获得同位素比值对应的距离,再以此进行判别分析,建立Fisher判别模型,实现真伪燕窝的定性检测;S4、燕窝真伪定量检测:对样品的碳、氮、氢、氧同位素比值进行线性回归分析,建立线性回归模型,实现对掺假燕窝的定量检测。本发明具有检测快速、安全性高、灵敏度强等特点,同时又能做到定性、定量检测,且准确度极高,满足多种燕窝检测需求,具有良好的应用前景。
-
公开(公告)号:CN113009054B
公开(公告)日:2021-12-24
申请号:CN202110345210.4
申请日:2021-03-31
Applicant: 华南农业大学
Abstract: 本发明提供了基于气相质谱特征碎片非定向筛查食品中香精香料及其衍生物的方法。通过NIST谱库和标准品实验采集化合物碎片离子质荷比和相对丰度,建立数据库;通过TF‑IDF算法计算得到一类化合物的特征离子碎片,用于未知样品定性判断是否存在这一类化合物;最后通过计算样本数据与数据库中化合物的碎片离子匹配个数、碎片离子相对丰度比例偏差、碎片离子排名偏差,选择出与未知样品中结构最相似的化合物,并选择其匹配上的,且相对丰度≥0.1的碎片离子作为定量离子,做标准曲线,用于未知样品的半定量。本发明筛查范围广,效率高,可同时实现食品中香精香料及其衍生物的定性、半定量检测,且结果科学准确。
-
公开(公告)号:CN113009054A
公开(公告)日:2021-06-22
申请号:CN202110345210.4
申请日:2021-03-31
Applicant: 华南农业大学
Abstract: 本发明提供了基于气相质谱特征碎片非定向筛查食品中香精香料及其衍生物的方法。通过NIST谱库和标准品实验采集化合物碎片离子质荷比和相对丰度,建立数据库;通过TF‑IDF算法计算得到一类化合物的特征离子碎片,用于未知样品定性判断是否存在这一类化合物;最后通过计算样本数据与数据库中化合物的碎片离子匹配个数、碎片离子相对丰度比例偏差、碎片离子排名偏差,选择出与未知样品中结构最相似的化合物,并选择其匹配上的,且相对丰度≥0.1的碎片离子作为定量离子,做标准曲线,用于未知样品的半定量。本发明筛查范围广,效率高,可同时实现食品中香精香料及其衍生物的定性、半定量检测,且结果科学准确。
-
公开(公告)号:CN111879846B
公开(公告)日:2021-08-20
申请号:CN202010753277.7
申请日:2020-07-30
IPC: G01N27/62
Abstract: 本发明公开了一种利用元素分析‑稳定同位素质谱结合统计分析鉴别燕窝真伪的方法及应用。是将待测样品进行简单的前处理后,利用元素分析仪‑稳定同位素质谱仪采集待测样品质谱信息,进行特征物质提取,将获得的待测样品的特征物质信息调入燕窝真伪鉴别模型和鉴别方程中进行定性和定量预测。本发明以真实燕窝、掺假燕窝样本建立的分类判别PCA‑Class模型准确率达93.75%,可做未知燕窝样品的定性鉴别;本发明以真实燕窝、掺唾液酸燕窝和掺蛋清燕窝样本建立的正交偏最小二乘回归OPLS预测方程线性拟合良好,可以区分掺杂唾液酸含量超过2%和蛋清含量超过5%的燕窝,定量检测燕窝中的掺假物。本法可同时解决定性、定量的检测难题,使检测结果更加全面。
-
公开(公告)号:CN113156005A
公开(公告)日:2021-07-23
申请号:CN202110383431.0
申请日:2021-04-09
Applicant: 华南农业大学
Abstract: 本发明公开了一种定性定量检测燕窝掺杂情况的方法及验证方法,包括以下步骤:S1、获取待测样品;S2、样品同位素比值的获取:待测样品进行前处理后,送入元素分析仪及同位素质谱仪获取相关信息,再计算得到碳、氮、氢、氧同位素比值;S3、燕窝真伪定性检测:将获取的碳、氮、氢、氧同位素比值通过距离相关分析获得同位素比值对应的距离,再以此进行判别分析,建立Fisher判别模型,实现真伪燕窝的定性检测;S4、燕窝真伪定量检测:对样品的碳、氮、氢、氧同位素比值进行线性回归分析,建立线性回归模型,实现对掺假燕窝的定量检测。本发明具有检测快速、安全性高、灵敏度强等特点,同时又能做到定性、定量检测,且准确度极高,满足多种燕窝检测需求,具有良好的应用前景。
-
公开(公告)号:CN111879846A
公开(公告)日:2020-11-03
申请号:CN202010753277.7
申请日:2020-07-30
IPC: G01N27/62
Abstract: 本发明公开了一种利用元素分析-稳定同位素质谱结合统计分析鉴别燕窝真伪的方法及应用。是将待测样品进行简单的前处理后,利用元素分析仪-稳定同位素质谱仪采集待测样品质谱信息,进行特征物质提取,将获得的待测样品的特征物质信息调入燕窝真伪鉴别模型和鉴别方程中进行定性和定量预测。本发明以真实燕窝、掺假燕窝样本建立的分类判别PCA-Class模型准确率达93.75%,可做未知燕窝样品的定性鉴别;本发明以真实燕窝、掺唾液酸燕窝和掺蛋清燕窝样本建立的正交偏最小二乘回归OPLS预测方程线性拟合良好,可以区分掺杂唾液酸含量超过2%和蛋清含量超过5%的燕窝,定量检测燕窝中的掺假物。本法可同时解决定性、定量的检测难题,使检测结果更加全面。
-
-
-
-
-
-
-