[发明专利]一种基于PLS‑DA快速无损识别云芝提取物掺假的方法

说明书

(一)技术领域

本发明涉及一种基于PLS-DA快速无损识别云芝提取物掺假的方法。

(二)背景技术

云芝是一种常见的食用菌，也是一种名贵的中药材。其提取物中富含多种营养物质(多糖、萜类等)，可显著提高人体免疫力、增强机体耐缺氧能力、有效抑制肿瘤、辐射等作用。随着经济和生活水平的提高，云芝提取物的需求量也在不断的增长。然市面上的生产厂家的良莠不齐、品质不一，也给部分不良厂商的掺假谋利带来可乘之机。常见利用的糊精、淀粉等廉价多糖的掺假，不仅阻碍企业的发展，同时也严重的损害到广大消费者的权益。

传统的掺假鉴别方法主要有感官鉴别、显微鉴别、物理鉴别(排水法、热重分析法、微量升华法等)、化学鉴别(薄层色谱等)等。然而，这些方法的样品前处理过程复杂，鉴别时间长且操作繁琐。因此，建立一种快速、无损的鉴别云芝提取物掺假的方法，具有显著的实用价值。

近年来，随着光谱学和计算机的迅速发展，建立在近红外光谱技术上的无损检测，具有分析速度快、效率高、成本低等诸多优点，被广泛的应用在食品等领域。S.M.van Ruth等采用PLS-DA模型识别动物油脂和植物油脂，其识别率可达100％。Chen Yi等通过建立PLS-DA模型对灵芝提取物进行溯源分析时，提出以±0.25作为界限值，识别率达到100％。邵平等在建立PLS-DA模型识别灵芝提取物和云芝提取物时，提出以±0.5作为界限值，其识别率也达到100％^[12]。在建立识别模型中，确立界限值，建立识别模型的阈值区间，将直接影响样品掺假与否的判定。但以上研究，界限值的确立均为研究者自行设定而没有给出严谨的科学确立方法且对于恰好达到界限值的样品无法判定其有无掺假。

为了进一步探索界限值确立的方法，建立最佳模型阈值区间，并准确判定界限值样品的掺假与否。本试验拟采用近红外漫反射光谱技术，运用偏最小二乘判别模型并结合Kolmogorov-Smirnov检验方法对云芝提取进行掺假定性识别，同时也为云芝提取物掺假识别模型的界限值确立，建立最佳阈值区间，提供一种理论依据和方法。

(三)发明内容

本发明的目的在于提供一种基于PLS-DA快速无损识别云芝提取物掺假的方法。

为实现上述发明目的，本发明采用如下技术方案：

一种基于PLS-DA识别云芝提取物掺假的方法，掺假物为糊精，所述方法包括如下步骤：

(1)采集云芝提取物样品和掺假云芝提取物样品的近红外漫反射光谱，光谱波数范围为12400～4000cm^-1，分辨率为8cm^-1，扫描次数为16次，取其平均光谱作为样品的原始光谱；

(2)采用一阶导数(FD)并结合多元散射校正(MSC)对步骤(1)得到的原始光谱信息进行预处理，以去除光谱噪声以及基线漂移等的影响；

(3)确定主成分因子数为2，设置云芝提取物的分类变量为1，掺假样品的分类变量为0，建立偏最小二乘判别(PLS-DA)模型；

(4)将未知云芝提取物样品带入步骤(3)所述的模型，若未知云芝提取物样品的分类变量值落在0.54～1.28之间，则为云芝提取物，否则为掺假的云芝提取物。

进一步，步骤(1)中，将样品放置于环境温度为20±2℃，湿度为50％±5％的环境中24h，以仪器内置背景为参比，将混合均匀的样品倒入到称量皿中压实，采集样品的近红外漫反射光谱。

本发明的有益效果在于提供了一种快速、无损、准确的识别云芝提取物掺假的方法。

(四)附图说明

图1是云芝提取物和掺假样品的平均光谱。

图2是PLS-DA模型PRES值随主因子数的变化。

图3是云芝提取物掺假识别预测结果。

(五)具体实施方案

下面以具体实施例对本发明的技术方案做进一步说明，但本发明的保护范围不限于此：

实施例1

试验中云芝提取物来自不同产地(东北、龙泉、长白山、安徽大别山、大兴安岭)，掺假用的糊精来自河南(河南大田食品添加剂有限公司)，总共计140个样品。运用直观分类的方法，按照4:1的比例，将所有的样品分为建模集和验证集，如表1所示。

表1实验样本的分类