[发明专利]一种定性和定量分析食用油并进而检测地沟油的方法

说明书

技术领域

本发明属于食品检测领域，涉及一种定性和定量分析食用油并进而检测地沟油的方法。

背景技术

食用油（包括植物油和动物油）是人类生存所必需的营养物质，其生产，流通和消费，甚至废油的回收，对人类福祉都有巨大影响。有报道称，从餐馆垃圾等渠道回收的地沟油已经进入了中国食用油供应链（其数量可能高达年消费总量的10%），这已引起政府监管部门和普通消费者的普遍关注。

从食用油中鉴定和区分地沟油在科学界被证明是一个极具挑战性的工作。有几个因素造成这个现象。首先，地沟油来源非常多样化。第二，地沟油的化学成分与新鲜食用油很类似。第三，在许多情况下，可疑的食用油样品往往是回收的地沟油和纯正食用油的混合物。地沟油检测难度大还与食用油化学成分有关：它们或多或少都由相同的物质组成，即饱和与不饱和脂肪酸。另外即便是同一种食用油，其脂肪酸组成也会随着气候条件，植物品种，生产地点和制造工艺等不同而略有不同。

中国常用的食用油，例如大豆油，花生油，玉米油，葵花籽油，芝麻油等,都含多种脂肪酸,包括饱和脂肪酸（棕榈酸，16：0;硬脂酸，18:0），单不饱和脂肪酸（油酸，18:1;二十碳烯酸，20:1），和多不饱和脂肪酸（亚油酸，18:2;亚麻酸，18：3）。但每种食用油所含脂肪酸的相对量是不同的。

高品质的动物油（动物脂肪）含较多的饱和与单不饱和脂肪酸，在常温下呈固体状态。从餐馆回收的地沟油则可能含有多种植物油和动物油。例如猪油，牛油，羊油，鸡油等。

目前，气相色谱（GC）是检测食用油样品中的脂肪酸含量的常用方法，（例如ISO5508/9）。GC分析前，样品中的甘油三酯需要先被转化为脂肪酸甲基酯，然后经色谱柱分离后检测。然而，单从气相色谱分析的结果通常不足以识别和鉴定食用油。此外，当对大量样本进行分析时，此法因为时间和成本原因并不实用。

采用光谱对食用油样品进行快速和非破坏性测定,并结合多变量模型进行定性和定量分析正变得越来越流行。文献中报道的光谱技术包括紫外(UV-Vis)，FT-NIR（傅里叶变换近红外），FT-IR（傅里叶变换红外）和拉曼。通常定性和定量模型是建立在PCA（主成分分析法），PLS（偏最小二乘回归法）等化学计量学方法的基础上。

Lankmayr等人发表过“通过紫外，红外和近红外光谱对南瓜子油进行化学计量学检定”的方法。Lankmayr等人通过此法可以鉴定南瓜子油的质量。（文献：J.Biochem.Biophys.Methods,61(2004)95-106）。

Yang等人发表过“通过红外，近红外和拉曼光谱进行食用油和脂肪的鉴定分析”。他们使用这三种光谱技术，通过线性判别分析法（LDA）和Canonical变量分析法（CVA），成功区分了十种不同的食用油和油脂。FT-IR光谱结合Canonical变量分析法CVA达到了98％的鉴别准确率（文献：食品化学，93（2005）25-32）。

Sherazi等人发表过“利用SB-ATR-FTIR对植物油中主要脂肪酸进行分类的结果。他们能够对饱和，反式，单-多不饱和脂肪酸进行定量分析，使用ATR-FT-IR光谱并结合通过GC得到的参照值，获得了极为精确的脂肪酸校正参数（文献：Talanta.80（2009年）600-606）。Luna等人发表过“使用中红外光谱和化学计量学方法建立物理化学模型来区分食用油”的成果。他们使用FT-IR，PLS-DA以及支持向量机的判别分析（SVM-DA）分类鉴别出一组四个食用油（菜籽，葵花籽，玉米和大豆油）的类型，且误差为零。（文献：Spectrochimica Acta.Part A.100（2013）109-114）。

关于通过脂肪酸含量和多变量数据分析来进行食用油分类也有过报道。Brodnjak Voncina等人发表过“通过脂肪酸定量来区分植物油的多变量数据分析”一文。他们能够区分一组由南瓜，葵花籽，花生，橄榄，大豆，油菜籽和玉米油等七种油组成的混合样品。其区分原理是基于对通过气象色谱方法得到的七个脂肪酸（棕榈酸，硬脂酸，油酸，亚油酸，亚麻酸，二十烷酸，二十碳烯酸）的基准值，而不是采用任何光谱数据（文献：Chemometics和智能实验室系统。75（2005）31-43）。

简要地总结一下：之前的一些研究已经证明近红外，红外和拉曼光谱，结合多变量数据分析，在食用油的分类和量化上是非常有用的。但（这些方法）有必要改进，使其不仅能够适用于更广泛的食用油类型，更具体的是能够判别好油和不好的油，并在成本和时间（时效）上具有可操作性。所有这些都是本发明的目的.