[发明专利]一种无损、快速测定奇亚籽蛋白质含量的方法

说明书

本发明公开了一种无损、快速测定奇亚籽蛋白质含量的方法，属于蛋白质分析检测领域。本发明方法以国标测定样品蛋白质含量获得参考值，同时以固定的光谱采集方法扫描样品，确定主成分数，选择特定的光谱预处理方法，基于偏最小二乘法，构建光谱信息和蛋白质含量参考值之间的校正模型。利用已建立的校正模型便可以快速得到各成分的含量信息，且通过内部交叉验证法验证已建立的模型具有较高的预测精确度。本发明方法适用于奇亚籽中蛋白质的定量分析，方法准确，省时高效。

技术领域

本发明涉及一种无损、快速测定奇亚籽蛋白质含量的方法，属于蛋白质分析检测领域。

背景技术

奇亚籽(Chia Seed)原产于墨西哥南部和危地马拉北部等北美洲地区，是薄荷类植物芡欧鼠尾草(Salvia Hispanica L.)的种子。奇亚籽中富含营养物质，其中，蛋白质是评价奇亚籽营养品质的一个重要指标。与其他谷物相比，奇亚籽的蛋白质含量较高，为24.15％左右。奇亚籽已日渐成为制作面包、糕点、饼干的优质原料。随着市场多样化需求的不断增加，奇亚籽在食品加工业、医药业、畜牧业等行业越来越显示出重要作用。但奇亚籽在国内未有种植，目前国内市场上的奇亚籽均依赖于进口，样品收集不易。

奇亚籽的蛋白质含量是影响奇亚籽品质变化的基本因素，是奇亚籽加工、加工、收购、运输环节中必须检测的重要指标。结合样品收集方面的原因，蛋白质含量测定的常规方法是凯氏定氮法，操作繁琐、耗时耗力，且属于破坏性分析化学方法。所以寻求一种快速、有效、无损的检测方法对奇亚籽蛋白质含量的测定具有重要的现实意义。

近红外光谱(Near Infrared Spectroscopy，NIRS)是基于可见光和中红外光谱之间的一段光谱，波长范围为780nm-2526nm，属于分子振动光谱，是含氢基团(C-H、N-H、O-H)振动的倍频与合频吸收，是获取含氢基团特征信息的一种有效载体。随着化学计量学的加入，近红外光谱技术在农产品等食品检测中有着较多的应用，它的特点是：检测成本低，快速，无损害待检测样品，可实现在线检测，是一种成熟的食品品质分析技术。这为将该技术用于奇亚籽蛋白质含量实时分析和监控成为一种可能。

目前已有利用近红外光谱检测蛋白质含量的报道，比如东北农业大学的王晶晶采集3800-12800cm^-1的光谱图，利用二阶导数+平滑去噪处理后建立的主成分回归模型预测大米蛋白质含量的效果最好；然而，该方法并未明确特征光谱数据如何构建大米蛋白质含量的校正模型，且该方法中的波段也无法有效、准确的预测奇亚籽中蛋白质含量。此外，中国农业科学院农产品加工研究生的王强(CN102879353)利用近红外光谱和化学计量学方法发明一种检测花生蛋白质组分含量的方法：可在950-1650nm范围内采集光谱信息，然后采用化学计量方法建立数据模型，进而测定花生中蛋白质含量；然而，该方法虽然可以较为准确的测定玉米中的蛋白质含量，但是由于物质环境不同，蛋白质吸收波段差异较大，利用该方法中的波段数据无法建立通用、准确的线性校正模型。因此，开发一种快速、有效、无损且准确的奇亚籽蛋白质含量检测方法是十分重要的。

发明内容

本发明的目的是为了克服现有奇亚籽中蛋白质含量在分析过程中费时费力，检测周期长，样品破坏性测试，效果不佳的缺点，提供一种基于近红外光谱、适用于奇亚籽中蛋白质含量测定的方法，实现准确建模方、简便快速检测，可评价奇亚籽的质量，用于奇亚籽加工品质的鉴别。

蛋白质含有的各种含氢基团的倍频与合频谱带恰好落在近红外区，可以得到这些有机分子含氢基团的特征振动信息。近红外光谱中包含的分子结构信息可以很好的表征目标品质浓度特征，预处理后的光谱与实际测得的蛋白质含量参考值相关联，采用偏最小二乘法建立校正模型，这样就可以通过扫描奇亚籽的近红外光谱图，将相同预处理后的光谱调入校正模型，得到奇亚籽中的准确的蛋白质含量百分值。

本发明的第一个目的是提供一种测定奇亚籽蛋白质含量的方法，所述方法包括如下步骤：