[发明专利]咖啡乳饮料中蛋白质、脂肪近红外定量系统及其建立方法

说明书

本发明提供一种咖啡乳饮料中蛋白质、脂肪近红外定量系统建立方法以及系统，所述建立方法至少包括以下步骤：采集每个样品的近红外光谱图并转换成近红外光谱数据；利用化学方法测定每个样品中蛋白质/脂肪含量真实值；基于所述每个样品蛋白质/脂肪含量真实值结合样品的近红外光谱数据采用偏最小二乘法建立蛋白质含量预测模型以及脂肪含量预测模型；采用若干已知蛋白质/脂肪含量真实值的样品对蛋白质含量预测模型/脂肪含量预测模型进行校正。本发明同时公开了上述方法所对应的系统。采用本发明可以实现快速预测咖啡乳中脂肪和蛋白质的含量。

技术领域

本发明涉及一种咖啡乳饮料中蛋白质、脂肪近红外定量系统及其建立方法。

背景技术

咖啡乳饮料是深受西方人喜爱的饮品，而最近几年也越来越多的受到国人的喜爱。巴西是世界上最大的咖啡种植国家。咖啡乳饮料中含有多种功能性成分，例如咖啡因、丹宁酸、脂肪、蛋白质、糖、纤维素，以及多种矿物质。咖啡中的功能性成分除了赋予咖啡独特的风味口感外，还具有醒脑提神、抗菌抗炎、抗氧化等生物活性。

目前含乳饮料中蛋白质、脂肪传统检测方法为凯氏定氮法和索氏抽提法，检测操作步骤繁琐，要花费大量时间、金钱、人工。

近红外光谱技术是近年来发展的一种分析技术。近红外光谱所使用的检测光源为近红外光，近红外光是红外光的一段。红外光是指波长为0.76～400μm的一端光波，是不可见光的一种。在红外光中，靠近可见光的一段称为近红外光，它介于可见光和中红外光之间。根据ASTM(国际材料试验协会)的定义，近红外光是指波长为780～2526nm范围内的电磁波，是人们最早发现的非可见光区域。

近红外光谱是由于分子振动的非协性使分子振动从基态向高能级跃迁时产生的，记录的主要是含氢集团X-H(X＝C、N、O)振动的倍频和合频吸收带。它具有安全、无损、快速的特点，作为一种新兴的检测技术，在农牧业、食品、石化、高分子、制药等领域显示出了广泛的应用前景。

发明内容

鉴于以上所述现有技术的缺点，本发明的目的在于提供一种咖啡乳饮料中蛋白质、脂肪近红外定量系统及其建立方法，用于解决现有技术中咖啡乳饮料中蛋白质以及脂肪含量测定过于复杂的问题。

为实现上述目的及其他相关目的，本发明一方面公开了一种咖啡乳饮料中蛋白质近红外定量系统建立方法，所述建立方法至少包括以下步骤：

采集每个样品的近红外光谱图并转换成近红外光谱数据；

利用化学方法测定每个样品中蛋白质含量真实值；

基于所述每个样品蛋白质含量真实值结合样品的近红外光谱数据采用偏最小二乘法建立蛋白质含量预测模型；

采用若干已知蛋白质含量真实值的样品对蛋白质含量预测模型进行校正。

优选地，测定样品中蛋白质含量真实值使用的化学方法包括凯氏定氮法。

优选地，采集每个样品的近红外光谱图时使用的近红外波长为950～1650nm，基于所述每个样品蛋白质含量真实值结合样品的近红外光谱数据采用偏最小二乘法建立蛋白质含量预测模型前采用主成分分析法获得待建模的红外光谱数据的特征波段为1100nm-1600nm。

优选地，基于所述每个样品蛋白质含量真实值结合样品的近红外光谱数据采用偏最小二乘法建立蛋白质含量预测模型前所有样品的近红外光谱数据采用一阶导数进行预处理。

优选地，采用若干已知蛋白质含量真实值的样品对蛋白质含量预测模型进行校正包括：取若干已知蛋白质含量真实值样品，采集样品的近红外光谱图，输入蛋白质含量预测模型，得到样品的蛋白质含量的预测值，计算每个样品预测值和真实值的差值，再计算出差值的均值，作为蛋白质含量预测模型调整的截距。