二氢辣椒素的定量检测方法 技术领域 本发明涉及分析化学领域， 具体地说， 涉及利用近红外光谱分析技术检测样品中 二氢辣椒素含量的方法。
背景技术 近红外光谱是 20 世纪 90 年代以来发展最快、 最引入注目的光谱分析技术。近红 外光是介于可见光和中红外光之间的电磁波， 波长范围是 700 ～ 2500nm， 一般有机物在该 区的近红外光谱吸收主要是含氢基团 (O-H， C-H， N-H， S-H， P-H) 等的倍频和合频吸收。由 于几乎所有的有机物的一些主要结构和组成都可以在他们的近红外光谱中找到信号， 而且 谱图稳定， 获取光谱容易， 因此近红外光谱 (NIRS) 在分析化学领域被誉为分析的巨人。
二氢辣椒素含量对辣椒整体辣味品质和口感影响较大， 是评价辣椒品质好坏的重 要指标之一。用传统的化学分析方法， 如高效液相色谱法和紫外分光光度法来测定二氢辣 椒素含量， 属破坏性分析， 而且所用实验药品价格昂贵， 实验操作复杂， 耗时费力等。 近红外 光谱分析技术具有分析速度快、 不破坏样品、 操作简单、 稳定性好、 效率高等优点， 在果蔬类 产品的品质分析上得到了日益广泛的应用。
发明内容
本发明的目的是提供一种利用近红外光谱分析技术检测样品中二氢辣椒素含量 的方法。
为了实现本发明目的， 本发明的一种二氢辣椒素的定量检测方法， 其包括利用近 红外光谱仪采集样品中二氢辣椒素的光学数据， 与通过化学分析方法测得的样品中二氢辣 椒素含量数据之间进行关联， 采用偏最小二乘法建立校正模型， 将待测样品二氢辣椒素的 光学数据代入该模型， 得到待测样品的二氢辣椒素含量。
前述的检测方法， 其中所述化学分析方法为高效液相色谱法或紫外分光光度法 等。
本发明利用近红外光谱分析技术检测样品中二氢辣椒素含量的方法， 其优点在 于： (1) 无预处理、 无破坏性、 无污染 ： 近红外光线具有很强的穿透能力， 可以穿透玻璃和塑 料包装对样品直接进行检测， 样品无需预处理， 也不需要任何化学试剂， 可实现对二氢辣椒 素含量的非破坏性检测， 与常规分析方法相比， 既不会对环境造成污染， 又可以节省大量的 人力和物力 ； (2) 测定速度快 ： 近红外仪器的测定时间短， 几分钟甚至几秒钟即可以完成测 定； (3) 本发明所建的二氢辣椒素定量分析模型精度好， 可以准确和可靠地预测实际样品 的二氢辣椒素含量， 采用本发明近红外光谱方法测定的二氢辣椒素含量与化学分析方法测 定的结果之间没有显著性差异。 附图说明
图 1 为本发明利用近红外仪采集的二氢辣椒样品原始光谱 ；图 2 为本发明样品的近红外二阶导数光谱图 ； 图 3 为本发明 PLS 校正模型的预测值与实测值相关图。具体实施方式
以下实施例用于说明本发明， 但不用来限制本发明的范围。
实施例
1 材料与方法
1.1 材料
来自中国农业科学院的 128 个成熟辣椒样品。其中， 93 个样品为校正集， 35 个样 品为验证集。二氢辣椒素含量在 0.181mg/g ～ 3.355mg/g。
1.2 仪器与设备
NIRLab N-200 型近红外品质分析仪， 瑞士 Buchi 公司 (NIRCalV4.21 软件、 12cm 样 品杯 )。
1.3 方法
1.3.1 样品前处理
将干辣椒样品连籽带皮一起粉碎， 过 40 目筛， 将辣椒粉末铺满样品杯， 厚度不低于 1cm。 1.3.2 近红外光谱采集
在室温下， 测定辣椒粉末样品的近红外漫反射光谱。测定时， 分辨率为 1cm-1， 扫描 次数为 3， 图谱范围 1100 ～ 2500nm。仪器预热 20 ～ 30min 后， 将辣椒粉末样品置于样品杯 口上部。
1.3.3HPLC 分析方法
采用高效液相色谱法测定上述辣椒样品的二氢辣椒素含量。
1.4 近红外校正模型的建立与评价
模型建立过程就是将通过预处理后的近红外光谱特征与二氢辣椒素含量数据进 行关联， 建立相关关系。采用偏最小二乘 (PLS) 法建立校正模型。按照内部交互验证确定 其最佳主成分个数 (N)。
用该模型来预测检验集样品， 以此来检验模型的准确性和可靠性。用相关系数 (R)、 校正集标准偏差 (SEC) 和验证集标准偏差 (SEP) 来评价校正模型的优劣。相关系数 R 越大、 校正集标准偏差 SEC 越小， 所提取的光谱信息与分析组分的相关性越好， 得到的模型 越优。
2 结果与分析
2.1 原始光谱对 PLS 模型的影响
选取每个辣椒样品的光谱作为原始光谱。128 个样品的原始光谱如图 1 所示。
从图 1 可以看出， 原始漫反射光谱变动不大， 光谱重叠不严重， 大多数辣椒样品的 漫反射光谱没有较明显的差异， 如果直接用于定量分析， 不会掩盖由样品成分引起的光谱 差异。 原始光谱可以有效地消除测量条件造成的误差， 提高定量分析模型的精确度， 也能较 全面地
反映辣椒样品本身的实际情况。
在 4000 ～ 10000cm-1 光谱范围内， 分别以 93 个校正样品的原始光谱建立二氢辣椒 素 PLS 校正模型。校正模型内部交叉验证结果如表 1 所示。
表 1 原始光谱对 PLS 校正模型的影响
注： R： 相关系数 ； N： 最佳主成分个数 ； SEC ： 校正集标准偏差 ； SLOPE ： 斜率 ； BIAS ：偏差。 从表 1 可知， 在主成分个数为 6 时， 原始光谱所建立二氢辣椒素的偏最小二乘法校 正模型， 其预测值与实测值的相关系数为 0.9202， 标准偏差为 0.2082， 表明所提取的光谱 信息与分析组分的相关性较好， 得到的模型较好。
2.2 二阶导数 (second derivative， SD) 处理方法对二氢辣椒素校正模型的影响
选择二阶导数处理方法对二氢辣椒素光谱数据进行预处理， 所得光谱如图 2 所 -1 示。在 4000 ～ 10000cm 光谱范围内， 分析预处理方法对所建最小二乘法模型的影响， 结果 如表 2 所示。
表 2 预处理对 PLS 校正模型的影响
注： R： 相关系数 ； N： 最佳主成分个数 ； SEP ： 验证集标准偏差 ； SLOPE ： 斜率 ； BIAS ：偏差。 从表 2 可知， 在主成分个数为 6 时， 原始光谱所建立二氢辣椒素的偏最小二乘法校 正模型， 其预测值与实测值的相关系数是 0.8398， SEP 为 0.2911， 且 SEP/SEC 为 1.039， 小 于 1.2， 表明模型没有过拟合， 选择光谱预处理方法对优化模型是必要的， 只有选择适当的 光谱预处理方法才可以达到优化模型的目的。
2.3 校正模型的建立
用 93 个样品作为校正集， 通过前面的分析， 选二阶导数预处理后的光谱在 4000 ～ -1 10000cm 光谱范围内用 PLS 法建立二氢辣椒素含量的校正模型， 用 35 个样品作为验证集， 将光谱导入所建的模型中， 结果如图 3 所示。
2.4 校正模型的检验
将验证集 35 个样品的原始光谱导入所建的 PLS 模型中， 预测其含量， 以此验证模 型的稳定性。结果如表 3 所示。
表 3 辣椒样品定量分析模型的预测结果
序号 1 二氢辣椒素预测值 1.0155 二氢辣椒素实测值 1.333 绝对差值 -0.32 相对偏差％ 6.765102313710 A CN 102313714 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 0.5489 0.93225 0.69325 2.19705 0.82685 0.6615 0.61055 1.6602 0.63225 1.1885 1.83365 0.4473 0.6658 0.9499 0.8132 1.77195 0.6182 0.67725 2.2131 1.73645 2.0596 1.83235 0.78745 1.9545说0.719 1.165 0.843 2.627 0.95 0.755 0.683 1.848 0.703 1.279 1.893 0.459 0.677 0.96 0.819 1.755 0.609 0.658 2.104 1.628 1.896 1.684 0.702 1.726明书-0.17 -0.23 -0.15 -0.43 -0.12 -0.09 -0.07 -0.19 -0.07 -0.09 -0.06 -0.01 -0.01 -0.01 -0.01 0.02 0.01 0.02 0.11 0.11 0.16 0.15 0.09 0.23 6.71 5.55 4.87 4.46 3.47 3.3 2.8 2.68 2.65 1.83 0.8 0.65 0.42 0.26 0.18 0.24 0.37 0.72 1.26 1.61 2.07 2.11 2.87 3.14/7 页6102313710 A CN 102313714 26 27 28 29 30 31 32 33 34 35
0.6849 1.482 1.7967 0.5673 0.8483 0.71195 0.70015 1.12045 1.0771 0.84545说0.595 1.22 1.478 0.461 0.683 0.541 0.526 0.818 0.779 0.601明书0.09 0.26 0.32 0.11 0.17 0.17 0.17 0.3 0.3 0.24 3.51 4.85 4.87 5.17 5.4 6.82 7.1 7.8 8.03 8.455/7 页成对 t 检验的方法检验两种分析方法之间有无显著差异。对于给定显著性水平 0.01， t0.005(19) ＝ 2.861， 计算所得的 t 值为 0.259， 小于 t0.005(19)， 因此可以认为采用近红 外分析方法预测的二氢辣椒素含量与 HPLC 分析方法测得的辣椒素含量之间， 结果无显著 差异。
验证集样品预测值和实测值的相关系数为 0.8398， SEP/SEC 为 1.039， 证明所建近 红外 PLS 校正模型具有较好的稳定性， 能满足二氢辣椒素含量的检测要求。
3 结论
3.1 用二氢辣椒素多位置点光谱的原始光谱建立二氢辣椒素含量的 PLS 定量分析 模型。
3.2 采用二阶导数预处理方法， 在 4000 ～ 10000cm-1 光谱范围内， 所建的辣椒素定 量分析模型精度好， 其预测值和实测值的相关系数为 0.8398， SEP/SEC 为 1.039， 模型较优。 近红外光谱分析技术可实现对二氢辣椒素含量的非破坏性检测。
3.3 对验证集的成对 t 检验结果表明， 近红外光谱方法测定的二氢辣椒素含量与 化学分析方法测定的结果之间没有显著性差异。
虽然， 上文中已经用一般性说明及具体实施方案对本发明作了详尽的描述， 但在 本发明基础上， 可以对之作一些修改或改进， 这对本领域技术人员而言是显而易见的。因 此， 在不偏离本发明精神的基础上所做的这些修改或改进， 均属于本发明要求保护的范围。
参考文献 ：
[1] 陆婉珍， 袁洪福， 徐广通， 等 . 近红外光谱分析技术 [M]. 北京 ： 中国石化出版 社， 2000.
[2] 褚小立， 袁洪福， 陆婉珍 . 近红外分析中光谱预处理及波长选择方法进展与应 用 [J]. 化学进展， 2004， 16(4) ： 528-542.
[3] 邓勃 . 数理统计方法在分析测试中的应用 [M]. 北京 ： 化学工业出版社， 1984.
[4] 王艳斌 . 人工神经网络在近红外分析方法中的应用及深色油品的分析 [D]. 北 京： 石油化工科学研究院， 2000.
[5]PEIRIS K H S， DULL G G， LEFFLER R G， et al.Near-infrared spectrometric method for nondestructive determination of soluble solids content in processing tomatoes[J].Journal of the America Society for Horticulture Science， 1998， 123 ： 1089-1093.
[6]JHYA S， MATSUOKA T.Non-destructive determination of acerbic ratio of tomato juice using near infrared spectroscopy[J].International Journal of Food Scienc and Technology， 2004， 39 ： 425-430.
[7]GOULD W A.Tomato production ， processing and technology[M] ， 3 rd ed.CTIPub ： Baltimore， 1992 ： 15-120 ； 236-349.
[8] 夏俊芳， 李培武， 李小昱， 等 . 不同预处理对近红外光谱检测脐橙 VC 含量的影 响 [J]. 农业机械学报， 2007， 38(6) ： 107-111.
[9]PEDRO A M K， FERREIRA M M C.Simultaneously calibrating solids， sugars and acidity of tomato products using PLS2 and NIR spectroscopy[J].Analytica Chimica Acta， 2007， 595 ： 221-227. [10] 金同铭， 刘玲 . 用近红外光谱测定大白菜的营养成分 [J]. 华北农学报， 1994， 9(4) ： 104-110.
[11] 金同铭 . 西红柿中糖酸等含量的非破坏分析 [J]. 仪器仪表与分析检测， 1996， 16(1) ： 53-57.
[12] 刘燕德 . 水果糖度和酸度的近红外光谱无损检测研究 [D]. 杭州 ： 浙江大学， 2006.
[13] 吴玉萍， 邵岩， 秦西云 . 近红外光谱法快速检测烟草中的苹果酸、 柠檬酸和石 油醚提取物 [J]. 烟草农业科学， 2006(1)， 13-16.
[14] 蒋锦锋， 赵明月 . 近红外光谱法快速测定烟草中的总挥发酸与总挥发碱 [J]. 烟草科技， 2006(3)， 33-37.
[15] 蒋锦锋， 李莉， 赵明月 . 应用近红外检测技术快速测定烟叶主要化学成分 [J]. 中国烟草学报， 2006(2)， 8-11.
[16] 周汉平， 王信民， 宋纪真， 等 . 烟叶结构和油分的近红外光谱预测 [J]. 烟草科 技， 2006(1)， 10-14.
[17] 曹建国， 窦峰 . 近红外漫反射光谱法测试醋酸纤维滤棒中的三醋酸甘油酯 [J]. 烟草科技， 2005(3)， 6-9.
[18] 王家俊， 梁逸曾， 汪帆 . 偏最小二乘法结合傅里叶变换近红外光谱同时测定 卷烟焦油、 烟碱和一氧化碳的释放量 [J]. 分析化学， 2005(6)， 793-797.
[19] 陆婉珍， 袁洪福， 徐广通， 等 . 现代近红外光谱分析技术 [M]. 北京 ： 中国石化 出版社， 2000 ： 146-148.
[20] 严衍禄 . 近红外光谱分析基础与应用 [M]. 北京 ： 中国轻工业出版社， 2005.
[21]MCCLURE W F.Spectral characteristics of tobacco in the near
infrared region from 0.6-2.6microns[J].Tob Sci， 1968， 12 ： 232-235.
[22] 张铁强， 郭山河， 何丽桥， 等 . 应用近红外分析技术检测烟丝水分 [J]. 红外技 术， 1995(5) ： 45-48.
[23] 王文真， 张怀宝 . 利用 IA450 近红外分析仪快速测定烟草中的总氮含量 [J]. 仪器仪表与分析监测， 1995， (20) ： 53-55.
[24] 赵龙莲， 闵顺耕， 严衍禄， 等 . 傅立叶近红外光谱法测定烟草中九种品质参数 [J]. 光谱学与光谱分析， 1998(4) ： 89-90.
[25] 张建平， 谢雯燕， 束茹欣， 等 . 烟草化学成分的近红外快速定量分析研究 [J]. 烟草科技， 1999(3) ： 37-38.
[26] 王子成， 杨泽军 .TM55 系列红外水分仪的发展及其在烟草工业中的应用 [J]. 郑州轻工业学院学报 ( 自然科学版 )， 2000(4) ： 108-110.
[27] 王东丹， 李军会， 吴玉萍， 等 . 近红外光谱分析技术在烟草化学分析上的应用 研究 [J]. 云南大学学报 ( 自然科学版 )， 2001， 23(2) ： 135-137.
[28] 王东丹， 李军会， 陈润琼， 等 .FT-NIR 法测定青烟叶品质参数的研究 [J]. 西南 农业大学学报， 2002(1) ： 64-67.
[29] 王芳， 陈达， 邵学广， 等 . 近红外光谱与卷烟样品常规成分的关系模型研究 [J]. 烟草科技， 2002(5) ： 23-25.
[30] 王芳， 陈达， 邵学广， 等 . 小波变换和偏最小二乘法在烟草常规成分预测中的 应用 [J]. 烟草科技， 2004(3) ： 31-34.
[31] 王家俊 .FT-NIR 光谱分析技术测定烟草中总氮、 总糖和烟碱 [J]. 光谱实验 室， 2003， 20(2) ： 181-185.
[32] 王家俊， 罗丽萍， 李辉， 等 .FT-NIR 光谱法同时测定烟草根、 茎、 叶中的氮、 磷、 氯和钾 [J]. 烟草科技， 2004(12) ： 24-27.
[33] 付秋娟， 王树声， 窦玉青， 等 . 近红外定量分析青烟叶中 K、 Ca、 Mg 含量的研究 [J]. 中国烟草学报， 2006(2)， 17-19。