邵小龍，張藍(lán)月，馮所蘭

（1.南京財經(jīng)大學(xué)食品科學(xué)與工程學(xué)院，江蘇 南京 210023；2.糧食儲運(yùn)國家工程實(shí)驗(yàn)室，江蘇 南京 210023）

低場核磁技術(shù)檢測芝麻油摻假

邵小龍1,2，張藍(lán)月1，馮所蘭1

（1.南京財經(jīng)大學(xué)食品科學(xué)與工程學(xué)院，江蘇 南京 210023；2.糧食儲運(yùn)國家工程實(shí)驗(yàn)室，江蘇 南京 210023）

為評價低場核磁檢測油脂摻假的能力，先用低場核磁結(jié)合主成分分方法區(qū)分大豆油和3 種芝麻油（分別為精煉、冷榨和熱榨工藝）樣品，然后用偏最小二乘法分析不同摻兌比例的模擬摻假樣品數(shù)據(jù)。結(jié)果表明，大豆油和芝麻油樣品的特征信號區(qū)域在0～900 ms弛豫時間段，低場核磁能夠較好地區(qū)分芝麻油和大豆油樣品；低場芝麻油中摻入大豆油的最低檢測比例為體積分?jǐn)?shù)5%～10%，精煉芝麻油中摻入冷榨或熱榨芝麻油的最低檢測比例為體積分?jǐn)?shù)10%～20%。因此低場核磁技術(shù)可以作為油脂摻假的快速初篩檢測方法之一。

低場核磁共振；油脂摻假；快速檢測；偏最小二乘法；檢出限

芝麻油選用芝麻種子焙炒后水代或機(jī)榨工藝制成，營養(yǎng)價值高、氣味香醇，是一種高檔調(diào)味油脂[1-2]。由于芝麻油市售價遠(yuǎn)高于常見油脂品種，部分廠商摻入如大豆油、棉籽油和棕櫚油等低價植物油，或者桐油和礦物油等非食用油，甚至勾兌芝麻油香精冒充芝麻油出售[2]。油脂摻假不僅損害消費(fèi)者健康，也損害行業(yè)利益。油脂摻假檢測方法主要有感官評定法、顯色法、分光光度法和色譜法[3-5]。感官評定需要經(jīng)驗(yàn)豐富的從業(yè)人員，而顯色法、分光光度法和色譜等檢測方法操作復(fù)雜、耗時長，并且需要消耗大量化學(xué)品，難以實(shí)現(xiàn)快速檢測，因此需要開發(fā)一種快速準(zhǔn)確的芝麻油摻假檢測方法。

目前研究報道了相關(guān)快速檢測技術(shù)，如近紅外[6-8]、中紅外[9]、拉曼光譜[10]、低場核磁技術(shù)[11-13]、電子鼻[14-15]和電子舌[16]等檢測油脂摻假。其中低場核磁能同時檢測樣品的物理和化學(xué)信息，取得樣品質(zhì)子/核子的唯一“指紋”信息[17-18]，在油脂摻假檢測上有一定的檢測效果[11-13]。然而，低場核磁對摻假油脂的檢測能力暫無詳細(xì)報道，能檢測的油脂最低摻假比例問題等尚不清楚。另外因芝麻油生產(chǎn)工藝不同而產(chǎn)品類型較多，摻假問題比較復(fù)雜。因此為解決此類問題，本研究將大豆油和3 種典型工藝的芝麻油（包括精煉、冷榨和熱榨）進(jìn)行互摻實(shí)驗(yàn)，結(jié)合低場核磁技術(shù)和多元統(tǒng)計(jì)方法進(jìn)行快速檢測研究，以期為芝麻油摻假的快速檢測與鑒定提供參考。

1 材料與方法

1.1 材料與試劑

福臨門牌精煉大豆油浸出一級（原料產(chǎn)地：阿根廷） 中糧東海糧油工業(yè)有限公司；精煉芝麻油浸出一級（原料產(chǎn)地：印度）、芝麻香油冷榨一級、芝麻香油熱榨一級 安徽省含山縣皖江麻油有限公司；脂肪酸甲酯標(biāo)準(zhǔn)品 美國Sigma公司；其他試劑均為分析純。

1.2 儀器與設(shè)備

TP-214型電子天平 丹佛儀器（北京）有限公司；6890N氣相色譜儀及化學(xué)工作站 美國安捷倫公司；NMI20-Analyst型核磁共振分析儀 蘇州（上海）紐邁電子科技有限公司。

1.3 方法

1.3.1 樣品準(zhǔn)備

摻入大豆油的芝麻油：將大豆油混入3 種芝麻油（精煉、冷榨和熱榨）中，其中芝麻油所占比例分別為體積分?jǐn)?shù)0%、1%、5%、10%、20%、30%、40%、50%、60%、70%、80%、90%、95%、99%、100%。每種芝麻油15 個樣品，3 組共45 個樣品。

摻入精煉芝麻油的風(fēng)味芝麻油：將精煉芝麻油混入冷榨和熱榨芝麻油中，其中風(fēng)味芝麻油所占比例分別為體積分?jǐn)?shù)0%、1%、5%、10%、20%、30%、40%、50%、60%、70%、80%、90%、95%、99%、100%。每種芝麻油15 個樣品，2 組共30 個樣品。

以上不同摻兌芝麻油用不同規(guī)格移液槍分別取到20 mL離心管中，先進(jìn)行振蕩器混合，然后搖床繼續(xù)混勻30 min，靜置一晚后待測。

1.3.2 脂肪酸組成測定

取0.1 g樣品于10 mL試管中，加乙醚-石油醚（2∶3，V/V）混合溶液2 mL，振搖溶解后加入0.5 mol/L氫氧化鉀-甲醇溶液1 mL，振搖30 s，加水至近管口，靜置5 min，取上層溶液進(jìn)氣相色譜測定。

色譜條件：色譜柱H P-I N N OWa x毛細(xì)管柱（30 m×0.32 mm，0.5 μm）；柱溫220 ℃；汽化室溫度250 ℃；火焰離子化檢測器溫度260 ℃；載氣（N2）流速5 mL/min；分流比30∶1；進(jìn)樣量1 μL。

進(jìn)行2 次平行測定，以保留時間定性，面積歸一化法定量。

1.3.3 低場核磁檢測

利用低場核磁（low field nuclear magnetic resonance，LF-NMR）儀測定油脂橫向弛豫曲線，每組隨機(jī)取1 mL樣品進(jìn)行檢測，每組5 個樣品，3 次重復(fù)。儀器參數(shù)：測量溫度32 ℃，采用Carr-Purcell-Meiboom-Gill（CPMG）脈沖序列，線圈直徑15 mm，回波數(shù)8 000，累計(jì)掃描8 次。

1.4 數(shù)據(jù)處理與分析

數(shù)據(jù)采用了主成分分析（principal component analysis，PCA）和偏最小二乘（partial least squares，PLS）法等統(tǒng)計(jì)方法，使用SAS9.3軟件進(jìn)行分析。

2 結(jié)果與分析

2.1 樣品的脂肪酸組成

表1 4 種純油樣品的脂肪酸組成比例Table1 Contents of the main fatty acids of pure oils

表1為本實(shí)驗(yàn)4 種油樣的脂肪酸組成比例數(shù)據(jù)。天然植物油脂的脂肪酸主要有棕櫚酸、硬脂酸、油酸、亞油酸、亞麻酸及少量C20～C24脂肪酸。脂肪酸組成因種類和來源的差異而不同，但同一種植物油的脂肪酸組成百分比范圍相對固定，該指標(biāo)作為其國標(biāo)技術(shù)質(zhì)量要求內(nèi)容之一，因此脂肪酸組成不同是作為油脂鑒定、分類和摻假判別的重要指標(biāo)之一[2,19]。各種快速檢測方法如氣相色譜法、紫外分光法、近紅外、拉曼光譜和低場核磁共振等手段方法各不相同，但是原理都是基于脂肪酸組成的差異。本實(shí)驗(yàn)中的大豆油和芝麻油脂肪酸組成之間的差異很大，而3 種不同工藝得到芝麻油差異較小，均符合國家標(biāo)準(zhǔn)。

2.2 低場核磁弛豫曲線

圖1 4 種油的低場核磁橫向弛豫曲線（歸一化）Fig.1 Normalized CPMG relaxation spectra of 4 pure oil samples

圖1為4 種油脂的氫質(zhì)子橫向弛豫曲線，不同樣品弛豫速度有明顯的差別，主要集中在0～900 ms時間段，這是區(qū)分不同樣品的重要信號區(qū)域。相對于其他高含水量低含油樣品[20]和低含水量低含油樣品[21]來說，本實(shí)驗(yàn)中的純油樣介于兩者之間。大豆油的弛豫速度比芝麻油慢，弛豫曲線差異較大，而3 種芝麻油之間有一定的差異，但是區(qū)別不夠明顯。這是差異是由油脂本身脂肪酸組成不同所決定的。

2.3 4 種油脂的PCA分析

僅從橫向弛豫信號數(shù)據(jù)（圖1）來看，比較油脂之間的差異較為困難。若采用統(tǒng)計(jì)學(xué)方法從原始數(shù)據(jù)中提取有用的信息，將其轉(zhuǎn)化為更為直觀的圖形。圖2為用主成分方法分析弛豫數(shù)據(jù)的結(jié)果，第1和第2主成分的得分分別占總變異的98.8%和0.3%，總變異為99.1%，能解釋影響變異的主要原因。從圖2可知，4 種油均能被明顯區(qū)分，其中3 種芝麻油相距較近。

圖2 大豆油和3 種芝麻油的橫向弛豫信號主成分分析圖Fig.2 Scatter plot of PC2 versus PC1 scores from a PCA performed on pure soybean oil and three sesame oils

2.4 油脂互摻的PLS分析

2.4.1 芝麻油中摻假大豆油

由于PCA是無監(jiān)督的多元統(tǒng)計(jì)方法，判別能力較差，曾嘗試使用PCA分析不同摻入比例的芝麻油和大豆油樣品，發(fā)現(xiàn)摻假比例差異不大的樣品較難分開，因此采用有監(jiān)督的PLS回歸方法進(jìn)行分析。圖3及圖4將預(yù)測結(jié)果的誤差條已標(biāo)出，如果各摻入比例預(yù)測結(jié)果的誤差條顯示范圍不重疊，表明不同摻入比例可以被區(qū)分，達(dá)到顯著性差異（P＜0.05），如果各預(yù)測結(jié)果誤差條重疊，表示不能區(qū)分不同摻入比例。

用PLS對大豆油摻入到不同類型芝麻油的樣品進(jìn)行回歸分析，結(jié)果見圖3。圖3A顯示精煉芝麻油摻入大豆油的樣品分析結(jié)果，對于10%比例差異的摻假樣品區(qū)分很明顯，摻入比例5%與0%、1%，95%與99%、100%可區(qū)分明顯，但是0%與1%，99%與100%則區(qū)分不明顯。說明低場核磁檢能測精煉芝麻油中摻入大豆油的最低比例為5%。

圖3 精煉芝麻油(A)、冷榨芝麻油(B)、熱榨芝麻油(C)的交叉檢驗(yàn)PLS模型預(yù)測結(jié)果Fig.3 Cross-validation of the PLS model for refined (A), cold pressed (B), and hot pressed (C) sesame oil adulterated with soybean oil

圖3B顯示冷榨芝麻油摻入大豆油的樣品分析結(jié)果，對于10%比例差異的摻假樣品區(qū)分很明顯，摻入比例5%、1%與相鄰比例的樣品預(yù)測值有重合，說明低場核磁能檢測冷榨芝麻油中摻入大豆油的最低比例為10%。

圖3C顯示熱榨芝麻油摻入大豆油的樣品分析結(jié)果，對于10%比例差異的摻假樣品區(qū)分很明顯，摻入比例5%與0%、1%，95%與99%、100%基本上可以區(qū)分，但是0%與1%，99%與100%則區(qū)分不明顯。說明低場核磁能檢測熱榨芝麻油中摻入大豆油的最低比例為5%。Ozen等[8]用近紅外檢測榛子油摻假葵花籽油、初榨橄欖油等8 種油，最低檢測比例為2%～25%[8]。Xie Jia[19]等用氣相色譜-質(zhì)譜聯(lián)用的方法檢測茶花籽油中摻假大豆油，最低檢測比例為5%。通過比較說明低場核磁對不同種油脂摻假的檢測水平和其他方法比較接近，但由于檢測對象油脂成分差異較大和摻假油樣準(zhǔn)備方法不一，無法具體評價這3 種方法檢測水平的高低。

2.4.2 風(fēng)味芝麻油摻假精煉芝麻油

用PLS對冷榨和熱榨芝麻油摻入精煉芝麻油的樣品數(shù)據(jù)分別進(jìn)行回歸分析，結(jié)果見圖4。圖4A顯示冷榨芝麻油摻入精煉芝麻油樣品的分析結(jié)果，除了30%、40%和50%外，對于10%比例及低于以下差異的摻假樣品區(qū)分都不明顯，說明低場核磁能檢測出冷榨芝麻油中摻入精煉大豆油的最低比例為20%。

圖4B顯示精煉芝麻油摻入熱榨芝麻油樣品的數(shù)據(jù)分析結(jié)果，對于10%比例差異的摻假樣品區(qū)分很明顯，95%與99%、100%可區(qū)分明顯，而摻入比例5%與0%、1%預(yù)測結(jié)果重合，0%與1%，99%與100%也區(qū)分不明顯。說明低場核磁能檢測到熱榨芝麻油中摻入精煉芝麻油的最低比例部分達(dá)到5%，對于比例為10%則可以完全區(qū)分。

圖4 冷榨芝麻油(A)、熱榨芝麻油(B)的交叉檢驗(yàn)PLS模型預(yù)測結(jié)果Fig.4 Cross-validation of the PLS model for cold (A) and hot (B) pressed sesame oil adulterated with refined oil

由于精煉芝麻油、冷榨芝麻油和熱榨芝麻油的成分非常接近，而大豆油和芝麻油的成分差異較大，因此低場核磁對摻入精煉芝麻油的風(fēng)味芝麻油檢測最低比例高于摻入大豆油的芝麻油，這一點(diǎn)與表1中的成分差異是一致的。

表2 摻假檢測的PLS模型結(jié)果參數(shù)Table2 Results of PLS model for adulteration detection

通過交叉驗(yàn)證，用PLS法算法建立摻入大豆油和精煉芝麻油比例的預(yù)測模型，得到模型參數(shù)見表2。模型的校正決定系數(shù)都在0.99以上（除了冷榨芝麻油摻兌精煉芝麻油外），這表明基于低場核磁的橫向弛豫數(shù)據(jù)的回歸模型有較好的擬合精度。但是對于低于5%摻兌比例的油樣品，并不能得到很好的檢測結(jié)果。芝麻油中摻入大豆油能檢測到最低比例為5%～10%，精煉芝麻油中摻入冷榨或熱榨芝麻油的最低檢測比例為10%～20%。相對于大豆油，3 種芝麻油之間的成分差異較小，因此低場核磁對芝麻油互摻的檢測能力較差，而對不同種油的檢測能力較強(qiáng)。盡管低場核磁技術(shù)并不能達(dá)到非常高的檢測精度，但是作為一種前期的油脂摻假快速檢測技術(shù)還是很有意義的。

3 結(jié) 論

大豆油和芝麻油成分差異較大，3 種工藝的芝麻油之間的成分差異較小。低場核磁能夠較好地區(qū)分芝麻油和大豆油樣品，區(qū)分大豆油和芝麻油樣品的特征信號區(qū)域?yàn)槌谠r間在0～900 ms時間段。用PLS法分析摻兌油脂的橫向弛豫數(shù)據(jù)表明，低場芝麻油中摻入大豆油能檢測到最低比例為體積分?jǐn)?shù)5%～10%，檢測水平接近其他類似快速檢測方法；而精煉芝麻油中摻入冷榨或熱榨芝麻油的最低檢測比例則為體積分?jǐn)?shù)10%～20%。低場核磁技術(shù)可以作為檢測油脂摻假的快速初篩階段。

[1] 國家糧食局科學(xué)研究院. GB 8233—2008芝麻油[S]. 北京: 中國標(biāo)準(zhǔn)出版社, 2008.

[2] 薛雅琳.《芝麻油》國家標(biāo)準(zhǔn)的研究[J]. 糧油加工, 2007(12): 15-16.

[3] 李昌, 單良, 王興國. 食用油摻假檢測方法概述[J]. 農(nóng)業(yè)工程技術(shù):農(nóng)產(chǎn)品加工, 2007(5): 30-35.

[4] 唐佳妮, 劉東紅. 食用植物油摻假鑒別方法研究進(jìn)展[J]. 中國糧油學(xué)報, 2009, 24(11): 158-162.

[5] 張麗霞, 黃紀(jì)念, 蘆鑫, 等. 芝麻油摻偽鑒別技術(shù)研究進(jìn)展[J]. 中國食物與營養(yǎng), 2012, 18(1): 7-10.

[6] 梁丹. 應(yīng)用近紅外光譜分析判別芝麻油摻偽的研究[J]. 食品工程, 2011(2): 40-43.

[7] 馮利輝, 劉波平, 張國文, 等. 芝麻油中摻入菜籽油的近紅外光譜研究[J]. 食品科學(xué), 2009, 30(18): 296-299.

[8] OZEN B F, MAUER L J. Detection of hazelnut oil adulteration using FT-IR spectroscopy[J]. Journal of Agricultural and Food Chemistry, 2002, 50(14): 3898-3901.

[9] GURDENIZ G, OZEN B. Detection of adulteration of extra-virgin olive oil by chemometric analysis of mid-infrared spectral data[J]. Food Chemistry, 2009, 116(2): 519-525.

[10] 王利軍, 王紅, 謝樂, 等. 拉曼光譜快速鑒別花生油摻棕櫚油的研究[J].中國油料作物學(xué)報, 2013, 35(5): 604-607.

[11] 周凝, 劉寶林, 王欣, 等. 米糠毛油摻偽食用植物油的低場核磁共振檢測[J]. 食品與發(fā)酵工業(yè), 2011, 37(3): 177-181.

[12] 王樂, 黎勇, 胡健華. 核磁共振法鑒別食用植物油摻偽餐飲業(yè)廢油脂[J]. 中國油脂, 2008, 33(10): 75-77.

[13] ZHANG Qing, SALEH A S M, SHEN Qun. Discrimination of edible vegetable oil adulteration with used frying oil by low field nuclear magnetic resonance[J]. Food and Bioprocess Technology, 2012, 6(9): 1-9.

[14] CERRATO O M C, PéREZ P J L, GARCí A PINTO C, et al. Electronic nose based on metal oxide semiconductor sensors as a fast alternative for the detection of adulteration of virgin olive oils[J]. Analytica Chimica Acta, 2002, 459(2): 219-228.

[15] 潘磊慶, 唐琳, 詹歌, 等. 電子鼻對芝麻油摻假的檢測[J]. 食品科學(xué), 2010, 31(20): 318-321.

[16] 張航, 趙松林, 陳衛(wèi)軍, 等. 電子舌傳感器快速檢測油茶籽油中摻雜棕櫚油[J]. 食品科學(xué), 2013, 34(14): 218-222.

[17] WEBB G A. Modern magnetic resonance[M]. Netherlands: Springer, 2008: 1833-1843.

[18] 邵小龍, 宋偉, 李云飛. 糧油食品低場核磁共振檢測技術(shù)研究進(jìn)展[J].中國糧油學(xué)報, 2013, 28(7): 114-118.

[19] XIE Jia, LIU Tianshun, YU Yingxin, et al. Rapid detection and quantification by GC-MS of camellia seed oil adulterated with soybean oil[J]. Journal of the American Oil Chemists’ Society, 2013, 90(5): 641-646.

[20] 邵小龍, 李云飛. 用低場核磁研究燙漂對甜玉米水分布和狀態(tài)影響[J].農(nóng)業(yè)工程學(xué)報, 2009, 25(10): 302-306.

[21] 邵小龍, 張藍(lán)月, 殷燦, 等. 基于低場核磁的稻谷儲藏指標(biāo)快速測定初探[J]. 糧食儲藏, 2013, 42(6): 29-32.

Application of LF-NMR for Detection of Sesame Oil Adulteration

SHAO Xiao-long1,2, ZHANG Lan-yue1, FENG Suo-lan1
(1. College of Food Science and Engineering, Nanjing University of Finance and Economics, Nanjing 210023, China; 2. National Engineering Laboratory of Grain Storage and Transportation, Nanjing 210023, China)

To evaluate the ability of low field nuclear magnetic resonance (LF-NMR) in detecting oil adulteration, LF-NMR and principal component analysis (PCA) were applied jointly to discriminate pure soybean oil from pure sesame oils (refined, cold pressed and hot pressed), and partial least squares (PLS) regression was applied to analyze three sesame oils adulterated with soybean oil and mixtures of two different sesame oils. The results showed that transverse relaxation time (0 to 900 ms) was an important signal region for discrimination of oil samples. LF-NMR could completely distinguish four different pure oil samples. The limit of detection (LOD) for sesame oil adulteration with soybean oil was 5% to 10%, and the LOD for refined sesame oil adulteration with cold or hot pressed sesame oil was 10% to 20%. Therefore, LF-NMR can be used as a rapid screening method to detect adulteration of oil.

low field nuclear magnetic resonance; oil adulteration; rapid detection; partial least squares; detection limit

TS207.3

A

1002-6630（2014）20-0110-04

10.7506/spkx1002-6630-201420022

2014-04-18

國家自然科學(xué)基金青年科學(xué)基金項(xiàng)目（31201443）；公益性行業(yè)（糧食）科研專項(xiàng)（201313002-02）；江蘇省屬高校自然科學(xué)面上項(xiàng)目（12KJB550004）

邵小龍（1981—），男，講師，博士，研究方向?yàn)榧Z油儲運(yùn)、快速無損檢測。E-mail：sxlion2@gmail.com