表征食品品质中的脂肪酸组成

食品的脂肪酸组成治理各种各样的食物品质,从产品保质期和感官属性等等,如纹理和味道,以营养和对健康方面的影响。它还管辖饲养制度,动物代谢甚至遗传来源等因素。最近,消费者对食品和人类健康的认识增加,与脂肪消耗有关。因此,用于表征和记录食品脂肪酸型材的可靠性和有效的技术在工业应用中具有重要意义,并且还用于研究目的。

拉曼光谱学被认为是定量和定性表征脂肪酸组成的灵敏探针,从总的脂肪酸特征到单个脂肪酸。拉曼光谱还为含脂样品的微观和宏观分析提供了多种采样可能性。拉曼光谱是处理质量控制、掺假或油脂高级研究等问题的传统技术的替代品,因为它具有无损、快速和化学敏感性高的特点。

植物油共混物的表征

在食品行业,植物油掺假是一个巨大的挑战,因为低成本或低质量的油可能取代昂贵的油。植物油和混合油的拉曼光谱如图1所示。橄榄油(高度单不饱和油)、葵花籽油(高度多不饱和油)以及二者混合物之间的明显光谱特征差异在上图中得到了展示。下图为橄榄油(O)、葵花籽油(S)、鱼油(F)以及60-40种混合油(大写字母表示油的含量最丰富)的重复拉曼光谱的主成分分析评分图。这显示了拉曼光谱表征油脂的能力,使其成为一个有益的工具,用于确定给定油脂混合物的真实质量和组成。

橄榄油(蓝色)、葵花籽油(绿色)和两种油的混合物(红色)的拉曼光谱签名。

纯油和油混合物的重复拉曼光谱的主成分分析分数。沿着第一个PC,根据碳-碳不饱和可以看到明显的分离(从橄榄油到鱼油增加)。

图1。上图:橄榄油(蓝色)、葵花籽油(绿色)和两种油的混合物(红色)的拉曼光谱签名。下:纯油和混合油的重复拉曼光谱主成分分析评分图。沿着第一个PC,根据碳-碳不饱和可以看到明显的分离(从橄榄油到鱼油增加)。

牛组织脂质组成的微尺度表征

采用高空间分辨率拉曼显微系统提供了在细胞群体,食品和生物组织中研究和记录特定脂质特征的机会。图2显示了通过聚焦富含脂质的牛组织的富含脂质部分的牛脂肪组织的分析。特别有趣的是与脂肪组织的拉曼光谱中的碳 - 碳双键的配置有关的不同特征。在这方面,C = C拉伸振动约1660厘米-1特别敏感。例如,在图2所示的光谱中,可以观察到在这个带的右侧有一个清晰的肩,这与双键的反式构型有关。在光谱中还可以看到蛋白质基质的不同影响。

牛脂肪组织的微观拉曼分析。用拉曼显微镜(785nm)获得所有光谱。

图2。牛脂肪组织的微观拉曼分析。用拉曼显微镜(785nm)获得所有光谱。

执行样本区域的映射,以在更大的范围内观察这些局部差异。牛脂肪组织在拉曼显微镜下分析1.2 mm x 1.2 mm的面积。图3描述了在映射区域内脂肪酸双键的反式构型分布。

在785 nm激发下,研究了1200 x 1200µm牛脂肪组织样品的反式结构的拉曼图像。

图3。在785 nm激发下,研究了1200 x 1200µm牛脂肪组织样品的反式结构的拉曼图像。

利用透射拉曼光谱对脂肪组织进行再现性表征

在前一个例子中显示了脂肪组织中注意到的局部差异。在脂肪组织的不同脂肪层(内部和外部)之间还建立了脂肪酸组成的差异。在这种情况下,如果需要全局信息,获得大样本平均光谱的能力是必不可少的。

传播拉曼光谱提供这样的平均信息:通过收集整个区域的拉曼透射光,产生的光谱将代表整个样品,而不考虑当地的变化。

通过透射光谱对小牛肉、羊肉和猪排的脂肪组织进行了评估:在没有任何制备的情况下,通过透射拉曼光谱对几种厚度和大小的样品进行了分析。

使用在785nm下操作的透射配件,从不同物种(羊肉,猪肉,小牛肉)的脂肪组织的传播拉曼光谱。

图4。使用在785nm下操作的透射配件,从不同物种(羊肉,猪肉,小牛肉)的脂肪组织的传播拉曼光谱。

拉曼光谱提供了与样品组成有关的多种指示。例如,反式脂肪酸很容易从光谱中注意到:在1668厘米处的峰-1直接连接到脂肪酸C=C双键的反式构型。反式脂肪的消费增加了健康问题的风险,因此容易受到不同国家的管制。

类似地,可以采用拉曼光谱来获得有关脂肪酸型材的定量信息。

图5中的分数图说明了可以根据其脂肪组织的拉曼签名来分类物种。

羔羊、猪肉和小牛肉脂肪组织样本的主成分分析得分图。

图5。羔羊、猪肉和小牛肉脂肪组织样本的主成分分析得分图。

结论和观点

这为一种非破坏性和快速的表征方法铺平了道路,它可以替代繁琐、昂贵和需要样品制备的湿化学技术。这也将使更系统地控制食品的广泛分析,提供有关原产地、食品质量和产品潜在掺假的快速指示。单一仪器的使用提供了宏观(包括传输选项)和微观的信息。

参考资料及进一步阅读

  1. Heidi Najbjerg,等,监测傅里叶变换红外光谱和拉曼光谱,分析师,136,1649-1658,2011,监测脂肪酸暴露对脂肪酸暴露的细胞反应。
  2. 陈志刚,2006,利用拉曼光谱预测脂肪组织组成:平均性质和单个脂肪酸,脂类,41,n 3, p. 287-294。
  3. 陈志刚,2005,近红外光谱技术在食品中应用的研究,应用光谱学,第59卷,第1324-1332页。

这些信息来源于HORIBA Scientific提供的资料。欧洲杯足球竞彩

有关此来源的更多信息,请访问HORIBA科学。

引用

请使用以下格式之一在您的论文,纸张或报告中引用本文:

  • 美国心理学协会

    HORIBA科学。(2020年1月23日)。表征食品品质中的脂肪酸组成。AZoM。于2021年8月25日从//www.wireless-io.com/article.aspx?ArticleID=16580检索。

  • MLA.

    HORIBA科学。“食品质量中脂肪酸组成的特征”。氮杂.2021年8月25日。< //www.wireless-io.com/article.aspx?ArticleID=16580 >。

  • 芝加哥

    HORIBA科学。“食品质量中脂肪酸组成的特征”。AZoM。//www.wireless-io.com/article.aspx?ArticleID=16580。(2021年8月25日生效)。

  • 哈佛大学

    HORIBA科学。2020。表征食品品质中的脂肪酸组成.AZoM, viewed August 25 2021, //www.wireless-io.com/article.aspx?ArticleID=16580。

问一个问题

关于这篇文章,你有什么问题想问吗?

离开你的反馈
提交