甜玉米中硬度检测方案(食用油品分析)

智能文字提取功能测试中

多变量预测烫漂甜玉米硬度的低场核磁研究 邵小龙12，李云飞23 (1上海交通大学机械与动力学院制冷与低温工程研究所；2上海交通大学农业与生物学院食品科学与工程系，，上海200240；3上海交通大学陆伯勋食品安全研究中心，上海200240) 摘要 该文旨在结合化学计量学和低场核磁(LF-NMR)技术研究不同温度烫漂的甜玉米粒区分和硬度预测效果，探讨多变量方法用于低场核磁定量测量分析的可行性。本研究通过主成分分析可以将不同烫漂温度的样品被大致分成三类；多元模型能够提高预测甜玉米硬度的精度，其中偏最小二乘法模型(PLSR)优于逐步回归模型(MSR)的预测能力。结果表明，化学计量学能很好的利用低场核磁数据进行样品分辨和理化参数的定量建模，为拓展低场核磁应用范围提供了良好的参考依据。 低场核磁，硬度，化学计量学，多变量模型 Multivariate prediction of firmness in blanched sweet corn by low fieldNMR Abstract To explore the potential of combination of chemometrics with low field NMR(LF-NMR)， the ability discrimination and quantitative analysis were studied. Threeblanching temperature ranges were roughly discriminated by Principal componentanalysis (PCA). The multivariate model can improve the ability of blanched sweetcorn firmness. The partial least squares regression model was better than multiplestepwise linear regression model. Result of this study indicated that chemometrics cantake advantage of LF-NMR for sample discrimination and establishing qualitativemodel to predict physico-chemical parameter， and it gives good reference for extendapplication of LF-NMR. Keywords： low field NMR， firmness， chemometrics， multivariate model ( 作者简介：邵小龙(1981-)，男，湖北鄂州人，博士研究生，主要从事食品加工与低温储藏工程方面研究。上海市东川路800号上海交通大学农业与生物学院食品科勿与工程系，200240。 Em a il：sxlion2@gmail.com ) ( 通讯作者： 李 云飞，教授，博士生导师。上 海 东川路800号上海交通大学农业与生物学院食品科学与工程系200240。 Email： yfli@sjtu.edu.cn ) 0引言 为了监测和控制食品原料、加工过程和最终产品的质量，常常需要进行大量的物理化学测试实验。通常传统的方法如化学测量或物理测量常常具有破坏性，耗时和成本高的劣势。近来越来越多的快速无损检测技术如近红外，核磁技术，超声波，机器视觉等等被开发来代替这些传统方法[1-3]。其中核磁技术能够检测各种物理和化学现象并能提供独特的信息，低场核磁仪器由于具备成本低和适合在线安装的优点在食品工业领域具有很大的应用潜力[4]。 化学计量学是一门通过多元统计方法将化学体系与加工系统中复杂状态相关联的测量学科，已经成功用于近红外光谱分析应用中[5-7]。化学计量法的主要优点之一就是可以快速处理大量且共线性非常强的多变量信息，低场核磁测试信号是一类共线性非常强和信息量非常丰富的数据[8]。因此将化学计量学方法应用于低场核磁检测技术中，可以进一步发挥低场核磁仪器检测的潜力。 本文将结合化学计量方法和低场核磁技术来分辨不同温度烫漂后的甜玉米样品和建立甜玉米硬度的定量预测模型，探讨低场核磁技术在辨别和定量测量方面的应用潜力。 1材料与方法 1.1材料 新鲜甜玉米购于本地农贸市场。完整的甜玉米粒用刀从玉米棒内部切开，用手轻轻取下得到；有切口的玉米粒用不锈钢刀片直接从玉米棒上均匀切下得到(加工中常用此法)。将完整的玉米粒放入热水中烫漂(温度为20℃，40，50，60，70，80，90，100℃，时间为 0-10min)，然后放入冰水混合物(3℃左右)冷却，沥干，用吸水纸擦干表面水后待测。 1.2主要仪器与设备 HWS28型电热恒温水浴锅(上海一恒科学仪器有限公司)；PQ001型22.6M台式低场核磁共振仪(上海纽迈电子科技有限公司)； TA-XT2i型质构仪(英国 Stable Micro Systems公司) 1.3测试方法 1.3.1横向弛豫信号的测定 利用低场核磁仪(LF-NMR)检测烫漂后甜玉米粒水状态的变化。每组随机取2颗样品进行检测，每组6个样，重复测两次。仪器参数为：采用 CPMG序列测 T2， 回波数为12000，累计扫描32次。 1.3.2硬度的测定 硬度测试用不锈钢刀片进行切割实验，参数：数度为1mm/s，80%的形变。每次用6颗玉米粒放在探头正下方平台上(每次实验都放在同样的位置)，得到典型的力-形变曲线(图1)。计算0至2mm的面积(FORCExDISTANCE)作为衡量甜玉米的硬度 (firmness) 指标。 1.4数据处理方法 硬度与质构参数之间的相关性为 pearson 线性相关。样品的弛豫时间和弛豫比例通过多指数回归计算得到，多指数回归模型使用高斯牛顿算法来进行多指数拟合，具体结果见参考文献9. 其中Rmag一随寸间t变化的衰退的回波峰值；n一指数拟合的个数，本文中 n=4； Mz-各弛豫组分的强度；T2i一对应于M2i的弛豫时间常数。 采用的化学计量学方法有主成分分析，逐步回归和偏最小二乘回归。所有数据处理和作图均采用 SAS9.2/STAT， GRAPH模块完成。 图1典型的新鲜和烫漂样品的质构图 Fig.1 Typical force-displacement curves for fresh and blanched sweet corn 2 结果与讨论 2.1原始弛豫数据 由于样品重量的不一样，我们在化学计量分析前对原始弛豫数据进行了归一化处理(见图2)[8]。新鲜样品和烫漂过的样品在图中可以分辨出，但是不同烫漂程度的样品的弛豫曲线区别不明显。由图2可以看出烫漂的样品弛豫快，这是由于烫漂导致细胞内物质如果胶，淀粉等胞内高聚物的溶解造成细胞内溶液浓度增高。溶液浓度越高，其分子流动性越低，因此弛豫速度变快。 图2，正规化后对照和烫漂后甜玉米的 CPMG 弛豫曲线 Fig.2 Normalized CPMG relaxation cures of fresh and blanched sweet corn 2.2主成分分析 为了观察烫漂对甜玉米弛豫行为的影响，我们对弛豫数据进行了主成分分析(见图3).基于横向弛豫数据的主成分分析结果可知，第一主成分(PC1)和第二主成分(PC2)的得分分别占总变异的85.4%和8.4%。这两个因素占总变异的93.8%，因此能够解释影响变异的主要原因。从图3可知，基本可以将烫漂处理过的样品分成三类：一类样品(80-100℃处理)为在第一象限虚线方框内，第二类(20-40℃处理)为在第三象限虚线椭圆内，第三类(50-70℃处理)为分布在第一类和第二类样品之间。一些异常点出现在左上方的圆圈和第一象限中，这是测试、仪器或者样品异常造成的。从以上讨论可以，主成分分析有很强的分辨能力，能将不同温度烫漂的样品分成三类，这三类样品分别为温和温度(20-40℃)，较低烫漂温度(50-70℃)和较高烫漂温度(80-10℃)。 图3不同温度处理的第一、二主成分评分图 Fig.3 Principal component scores for samples of different blanching temperature pH in principalcomponents 1-2 2.3硬度与核磁参数之间的线性关系 硬度是果蔬一个非常重要的参数，热处理往往会导致果蔬的软化和硬度的降低。表1是 NMR 参数(M21， M22，M23， M24， T21，T22，T23，T24，PC1， PC2， PC3 and PC4)和硬度之间的线性相关系数和单变量线性模型的决定系数。其中参数 M21， M23， T23，， T24， PC1 和 PC2和硬度之间有显著性的相关性。这些参数与硬度之间的线性模型的决定系数都是小于 0.60，这表明采用线性单变量回归模型预测硬度是不理想的。 Table 1 硬度与核磁参数的线性相关系数和线性模型的决定系数 Table 1 Coefficient of Pearson’s correlation and determination between firmness and NMR parameters 硬度 M21 M22 M23 M24 T21 T22 T23 T24 PC1 PC2 PC3 PC4 相关系数 0.70**a a -0.16 -0.73 -0.43 -0.19 0.11 -0.47** -0.69** -0.60 -0.33 0.03 -0.21 决定系数 0.48 0.02 0.53 0.19 0.04 0.01 0.22 0.48 0.36 0.11 0.00 0.04 a*，**分别表示为显著(p<0.05)和极其显著(p<0.01). 2.4多变量模型 从表1可以看出，由于单变量的线性回归模型预测性能非常差。多变量回归模型常常用来提高预测模型的拟合精度[10]。表2为采用逐步回归模型(MSR)和偏最小二乘法回归模型(PLSR)预测样品硬度的结果，其中基于原始弛豫数据的 PLSR 模型的交叉检验的剩余平方和(RMSECV)为 1.82N·mm；基于弛豫比例(M23)的 MSR 模型的 RMSECV 为2.99N·mm；基于弛豫时间(t22，t24)的 MSR 模型的 RMSECV 为 2.99 N·mm 和基于弛豫比例(PC1，PC2，PC4)的 MSR 模型的RMSECV 为 2.99N·mm。图4说明了使用 MSR 和PLSR 模型预测硬度值的结果。通过对比可知，基于低场核磁弛豫数据的 PLSR 模型的预测精度高于基于核磁参数的MSR模型，因此PLSR模型能够很好的提高硬度模型的预测效果。 Table 2 烫漂甜玉米硬度的回归模型 Table 2 Regression models of firmness predication in blanched sweet corn PLSR MSR' 硬度 原始弛豫数据 弛豫比例 弛豫时间 PCA data 组分个数 3 1(M23) 2(t22，t24) 3(PC1，PC2，PC4) Adjusted R 0.83 0.53 0.53 0.53 RMSEV(Nmm) 1.82 2.99 2.99 2.99 .66 sample analysed by NMR and nonfreezing water (and enthalpy) analysis， model are fullcross-validated MSR prediction based on the amplitude from the quari-exponential fitting or first four principalcomponent from PCA MLR PLSR 图4硬度的MSR模型(左边)和PLSR模型(右边)预测图 Fig. 4 Predicted vs. measured firmness for multivariate MSR (left) and PLSR (right) model. 4结论 烫漂温度范围被主成分分析大致分为三类：温和温度(20-40℃)，较低烫漂温度(50-70℃)和较高烫漂温度(80-100℃)。在预测烫漂后甜玉米的硬度模型上，多元变量模型能提高模型拟合精度，偏最小二乘法模型预测效果优于逐步回归模型。本研究将化学计量方法应用于低场核磁检测技术，可以发挥其对样品辨别作用和提高预测模型的拟合精度。 因此化学计量学能充分发挥低场核磁仪器的分辨和定量功能，为低场核磁技术拓展在食品原料筛选、加工过程和最终产品的物化参数的定量测定方面提供了参考依据。 志谢 非常感谢上海纽迈电子科技有限公司总经理杨培强先生和俞文文小姐提供低场核磁仪器的使用指导，专业的建议和热情的帮助。 ( [参考文献] ) ( [1] S S cotter CNG.Non-destructive spectroscopic techniques fo r the m e asurement of food quality. T rends Food Sci Technol 1997；8(9)：285-292. ) ( [2] EButz P， H ofmann C， Ta u scher B. Rec e nt developments in noni n vasive techniques for f r eshfruit and vegetable internal quality analysis. J Food Sc i 2005；70(9)：131. ) ( 313]\ Valous NA， Mendoza F， Sun DW . Emerging non- c ontact imaging， spe c troscopic an d colorimetric technologies for quality evaluatio n and control of hams ： A review. Trends Food Sci Technol 2009：21：26-43. ) ( [41 Hills BP. Application s o f low-field NMR to food science. Ann u Rep NMR Spectrosc 2006；58：178-231. ) ( [51 张勇，丛茜，谢云飞，赵冰.NIRS 分析技术在农业中的应用进展.农业工程学报 2007；23(10)：285-290. ) ( [6] 张琳，张黎明，李燕，刘丙萍，王晓斐，王俊德.偏最小二乘法在傅里叶变换红外光谱中的应用及进展.光谱学 与 光谱分析 2005；25(010)：1610-1613. ) ( [71 傅霞萍，应义斌，陆辉山， 于 海燕，徐惠荣.应用多种近红外建模方法分析梨的坚实度. 光谱学与光谱分析2007；27(005)：911-915. ) ( [81 Viereck N， Norgaard L， Bro R， Engelsen SB. Chemometric Analysis of NMR Data. In： WebbGA， editor. Modern Magnetic Resonance. Netherlands： Springer； 2008. ) ( [91] 邵小龙，李云飞.用低场核磁研究烫漂对甜玉米水分布和状态影响[].农业工程学报， 2009， 2 5(10)： 3 02-306.Shao Xiaolong， Li Yu n fei. Effects of blanching on wate r distr i bution and water status irsweet corn investigated by using MRI and NMR[J]. Transactions of the CSAE， 2009，25(10)： 302306 ) ( [10] Bechmann I E， Pedersen HT， Norgaard L， Engelsen SB. Comparative Chemometric Analysis of T ransverse Low-field 1H NMR Relaxation I Data. Spec P ubl Roy Soc Chem 1999：231：217-225. )