一種基于近紅外光譜技術(shù)的l-蘇氨酸的快速檢測方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及一種L-蘇氨酸的檢測方法，尤其涉及的是一種基于近紅外光譜技術(shù)的飼料級L-蘇氨酸的快速檢測方法。
【背景技術(shù)】
[0002]蘇氨酸是一種重要的營養(yǎng)強化劑，可以強化谷物、糕點、乳制品，和色氨酸一樣有緩解人體疲勞，促進生長發(fā)育的效果。醫(yī)藥上，由于蘇氨酸的結(jié)構(gòu)中含有羥基，對人體皮膚具有持水作用，與寡糖鏈結(jié)合，對保護細胞膜起重要作用，在體內(nèi)能促進磷脂合成和脂肪酸氧化。飼料生產(chǎn)企業(yè)為杜絕使用假冒偽劣的氨基酸類添加劑產(chǎn)品，保證養(yǎng)殖效果，均需對該類添加劑進行一定的檢測。目前飼料企業(yè)主要是按照GB/T 21979-2008《飼料級L 一蘇氨酸》規(guī)定的滴定法進行含量檢測，或者按照GB/T 18246-2000《飼料中氨基酸的測定》的離子交換色譜法進行檢測，這些方法不僅要花費大量的時間進行樣品前處理，同時也要花費一定量試劑耗材，檢測成本較高。

【發(fā)明內(nèi)容】

[0003]本發(fā)明為了解決上述技術(shù)問題，提供了一種基于近紅外光譜技術(shù)的飼料級L-蘇氨酸的快速檢測方法。利用有機物的分子鍵在近紅外光譜區(qū)域范圍內(nèi)有特定的吸收峰、干涉峰，通過近紅外光譜儀采集L-蘇氨酸樣品的光譜，利用化學(xué)計量學(xué)建立的近紅外預(yù)測模型進行計算，得到待測樣品的近紅外預(yù)測值，可以準(zhǔn)確有效的檢測蘇氨酸含量并識別摻假的飼料級L-蘇氨酸。
[0004]為了實現(xiàn)上述發(fā)明目的，本發(fā)明采用如下的技術(shù)方案:
一種基于近紅外光譜技術(shù)的飼料級L-蘇氨酸的快速檢測方法，其特征在于:包括以下步驟:
A、近紅外光譜采集與化學(xué)測定
收集L-蘇氨酸樣本，利用標(biāo)準(zhǔn)化的近紅外儀器掃描對樣本進行掃描，獲得各樣本的光譜信息，光譜范圍為1100nm-2498nm，分辨率為2nm ;同時參照GB/T 18246-2000《飼料中氨基酸的測定》，用純水溶解樣本，測定蘇氨酸的含量；
B、光譜預(yù)處理
將樣本隨機分成建模集和預(yù)測集，將建模集樣本的近紅外光譜與檢測得到的蘇氨酸含量一一對應(yīng)，運用FOSS公司的WINISI III化學(xué)計量學(xué)軟件，先將光譜平均化，采用PCA(主成分分析)法進行樣本分析，光譜的處理方式為:散射校正、去趨勢處理、I階導(dǎo)數(shù)處理和平滑處理；
C、建立近紅外定標(biāo)模型
采用MPLS法建模，建模的光譜范圍選擇為1618nm-1932nm和2116nm_2484nm，光譜處理方式為反相多元離散校正，2階導(dǎo)數(shù)處理、平滑處理，得到最優(yōu)的近紅外定標(biāo)模型。
[0005]D、驗證近紅外定標(biāo)模型將預(yù)測集的樣本使用導(dǎo)入定標(biāo)模型的近紅外分析儀掃描，得到定標(biāo)模型的預(yù)測結(jié)果，與A步驟得到的檢測值進行比較，驗證近紅外定標(biāo)模型的準(zhǔn)確性。
[0006]本發(fā)明采用的是丹麥FOSS公司的WINISI III軟件建立的模型，模型文件為“.eqa” 文件，適合該公司的 InfraXact、NIR-systems 6500、TR3750-5000、DA1650、DS2500、XPS等近紅外分析儀。
[0007]本發(fā)明方法是應(yīng)用光柵型近紅外漫反射光譜分析技術(shù)結(jié)合因子法建立的定性方程有效識別L-蘇氨酸；是應(yīng)用近紅外光柵型近紅外漫反射光譜分析技術(shù)結(jié)合改進的偏最小二乘法建立的定量分析模型定量測定L-蘇氨酸的有效含量。結(jié)合定性結(jié)果與定量結(jié)果，準(zhǔn)確判斷L-蘇氨酸是否摻假。
[0008]另選擇蘇氨酸含量不同的三個樣本，在近紅外分析儀上分別掃描10次，隔5天后重復(fù)該過程，評估近紅外定標(biāo)模型的重復(fù)性。
[0009]所述的近紅外定標(biāo)模型得到的蘇氨酸含量大于100%或者低于97%，則判定為摻假。
[0010]所述的A步驟，每個樣品掃描2次，得到2條近紅外光譜。
[0011]所述的B步驟，PCA法進行樣本分析是指創(chuàng)建得分文件，以中心值為圓心，對馬氏距離大于3的樣品進行剔除。
[0012]所述的I階導(dǎo)數(shù)處理、2階導(dǎo)數(shù)處理和平滑處理的間隔點為4，不做二次平滑處理。
[0013]本發(fā)明的有益效果為:直接采用樣品原樣檢測，省去繁瑣的前處理工作，化學(xué)計量學(xué)模型建立后，只需用待測樣品通過近紅外光譜儀進行掃描，能夠快速(3分鐘內(nèi))、準(zhǔn)確的直接檢測飼料添加劑L-蘇氨酸中蘇氨酸的有效含量(范圍在60%-99.9%) ?嚴(yán)格檢測和控制飼料添加劑中蘇氨酸的含量，提高飼料產(chǎn)品的質(zhì)量和安全系數(shù)，促進飼料行業(yè)持續(xù)健康發(fā)展。
[0014]本發(fā)明的近紅外光譜檢測方法得到的有效含量準(zhǔn)確率高，近紅外蘇氨酸含量的預(yù)測值與化學(xué)檢測真值之間的誤差(絕對誤差)小于1.2% ;重復(fù)性好，平行10次結(jié)果之間的極差小于0.35% ;識別度好，將離子交換色譜法檢測為摻雜使假的樣品，使用近紅外光譜儀進行檢測，評估近紅外定標(biāo)模型對假樣品的識別度，得到的蘇氨酸含量大于100%或者低于97%，且有GH報警。
[0015]本發(fā)明的近紅外定標(biāo)模型檢測得到的有效含量在97%_99%之間時，數(shù)據(jù)準(zhǔn)確率或者可信度為95% ;檢測得到的有效含量在90%-97%之間時，數(shù)據(jù)準(zhǔn)確率或者可信度為85% ；檢測得到的有效含量在90%以下時，數(shù)據(jù)準(zhǔn)確率或者可信度為80%。
【附圖說明】
[0016]圖1為蘇氨酸的近紅外光譜圖。
[0017]圖2為建模樣品集樣品預(yù)測值與真值的線性相關(guān)分析。
[0018]圖3為建模樣品集樣品預(yù)測值與真值的偏差分析。
[0019]圖4為檢驗樣品集樣品預(yù)測值與真值的線性相關(guān)分析。
[0020]圖5為檢驗樣品集樣品預(yù)測值與真值的偏差分析。
【具體實施方式】
[0021]下面對本發(fā)明的實施例作詳細說明，本實施例在以本發(fā)明技術(shù)方案為前提下進行實施，給出了詳細的實施方式和具體的操作過程，但本發(fā)明的保護范圍不限于下述的實施例。
[0022]實施例1
一種基于近紅外光譜技術(shù)的飼料級L-蘇氨酸的快速檢測方法，包括以下步驟:
A、近紅外光譜采集與化學(xué)測定
收集L-蘇氨酸樣本，利用標(biāo)準(zhǔn)化的近紅外儀器掃描對樣本進行掃描，獲得各樣本的光譜信息，光譜范圍為1100nm-2498nm，分辨率為2nm ;同時參照GB/T 18246-2000《飼料中氨基酸的測定》，用純水溶解樣本，測定蘇氨酸的含量；
B、光譜預(yù)處理
將樣本隨機分成建模集和預(yù)測集，將建模集樣本的近紅外光譜與檢測得到的蘇氨酸含量一一對應(yīng)，運用FOSS公司的WINISI III化學(xué)計量學(xué)軟件，先將光譜平均化，采用PCA法進行樣本分析，光譜的處理方式為:散射校正、去趨勢處理、I階導(dǎo)數(shù)處理、平滑處理，不做二次平滑處理；
C、建立近紅外定標(biāo)模型
采用MPLS法建模，建模的光譜范圍選擇為1618nm-1932nm和2116nm_2484nm，光譜處理方式為反相多元離散校正，2階導(dǎo)數(shù)處理、平滑處理，得到最優(yōu)的近紅外定標(biāo)模型；
D、驗證近紅外定標(biāo)模型
將預(yù)測集的樣本使用導(dǎo)入定標(biāo)模型的近紅外分析儀掃描，得到定標(biāo)模型的預(yù)測結(jié)果，與A步驟得到的檢測值進行比較，驗證近紅外定標(biāo)模型的準(zhǔn)確性。
[0023]實施例2
本實施例的實施方式與實施例1基本相同，在此基礎(chǔ)上:
另選擇蘇氨酸含量不同的三個樣本，在近紅外分析儀上分別掃描10次，隔5天后重復(fù)該過程，評估近紅外定標(biāo)模型的重復(fù)性。
[0024]實施例