[发明专利]一种基于偏最小二乘法建立不同植物油调控辛香精油风味品质预测模型的方法

说明书

本发明公开一种基于偏最小二乘法建立不同植物油调控辛香精油风味品质预测模型的方法，步骤如下：采用气质联用仪(内标法)对其风味物质进行定量测定，利用偏最小二乘法分析不同植物油物性数据与辛香精油风味品质之间的关系，建立基于不同植物油调控的辛香精油风味品质预测模型，相关性预测模型客观、准确，测试集确定系数R²值均达到0.91以上，有效地预测了不同植物油对辛香精油风味稳定性的调控效果，以达到通过不同植物油添加显著提高辛香风味稳定性的目的，对提升辛香精油风味品质及其稳定性具有重要的意义。

技术领域

本发明属于应用气质联用仪进行食品检测技术领域，尤其是一种基于偏最小二乘法建立不同植物油调控辛香精油风味品质预测模型的方法。

背景技术

辛香精油具有独特的风味，用于各类食品的加香调味料，可改变食品的色、香、味，增强食品品质与营养价值。但因其水溶性差、活性成分易降解而无法直接应用于食品生产中，提高辛香精油水溶性，食品加工过程中风味的稳定性与食品质量和可接受性的变成影响其应用的主要问题，将辛香精油制备成辛香精油纳米乳液能够提高风味物质的稳定性，建立基于偏最小二乘法建立不同植物油调控辛香精油风味品质预测模型的方法变得尤为重要。

气质联用技术兼有色谱分离效率高、定量准确以及质谱的选择性高、鉴别能力强、提供丰富的结构信息、便于定性等特点，可对复杂的混合样品进行分离、定性、定量分析的一次完成。顶空固相微萃取结合气质联用仪对食品中挥发性风味物质的鉴定和定量分析，能够反映出食品风味的稳定性。

偏最小二乘回归方法是一种多因变量对多自变量的回归分析方法，可以将建模类型的预测分析与非模型式的数据内涵分析方法有机地结合起来，可以同时将典型相关分析、主成分分析和多元线性回归分析集为一体。通过对数据信息的分解和筛选，提取出对因变量具有最佳解释能力的新综合变量。识别系统总的信息和噪声，从而可以克服自变量之间多重相关性及样本点数据少等问题在系统建模中产生的不良影响。当变量之间存在高度相关性时，用此方法进行建模，得到的分析结果更加可靠，整体性更强；并适合在样本容量小于变量个数的情况下进行回归模型。

通过检索，尚未发现与本发明专利申请相关的专利公开文献。

发明内容

本发明目的在于克服现有技术中的不足之处，提供一种基于偏最小二乘法建立不同植物油调控辛香精油风味品质预测模型的方法，建立不同植物油物性数据与辛香精油风味品质之间的关系，预测不同植物油对辛香精油风味稳定性的调控效果，实现通过植物油添加显著提高辛香精油风味物质稳定性的目标，对提升辛香精油风味品质及其稳定性具有重要的意义。

本发明解决其技术问题所采用的技术方案是：

一种基于偏最小二乘法建立不同植物油调控辛香精油风味品质预测模型的方法，步骤如下：

通过添加不同植物油调控辛香精油纳米乳液风味稳定性，利用气质联用仪(内标法)定量测定其主要风味物质浓度，采用偏最小二乘法进行植物油物性与辛香风味品质之间的关系分析，建立基于不同植物油调控的辛香精油风味品质预测模型。

而且，具体步骤如下：选取常用植物油(如玉米油、大豆油、菜籽油、花生油、葵花籽油、橄榄油、亚麻籽油等)与辛香精油混合作为油相，柠檬酸缓冲液作为水相，吐温80作为乳化剂，然后通过高速分散机、超声波细胞破碎仪进行均质处理得到辛香精油纳米乳液，利用气质联用仪(内标法)测定0天(新鲜制备)到14天(储存14天)辛香精油纳米乳液主要风味物质的浓度和风味稳定性；并对植物油的物性即密度、吸光度、酸值、碘值、脂肪酸、粘度、表面张力、电导率进行测量；采用偏最小二乘法进行植物油物性与辛香风味品质之间的关系分析，建立基于不同植物油调控的辛香精油纳米乳液风味品质预测模型。