張月，李沙，鐘金鋒，梁慧培，覃小麗

(西南大學 食品科學學院，重慶,400715)

基于中紅外光譜技術的羥丙基淀粉中摻假原淀粉的快速鑒別

張月，李沙，鐘金鋒，梁慧培，覃小麗*

(西南大學 食品科學學院，重慶,400715)

羥丙基淀粉；中紅外光譜；摻假；偏最小二乘法

羥丙基淀粉(hydroxypropyl starch, HPS)是一種重要的非離子型淀粉衍生物，羥丙基基團的引入能提高淀粉糊的親水性和保水性以及改善淀粉的透明度、糊化溫度、凍融穩(wěn)定性等[1-2]。研究發(fā)現，HPS在提高冷凍食品在生產、加工、運輸中的凍融穩(wěn)定性、成膜性和吸水性發(fā)揮著重要作用[3-4]。另外，HPS作為還原劑和穩(wěn)定劑來合成銀納米粒子，減少了有機試劑和其他還原助劑的使用，為銀納米粒子在食品貯藏保鮮、工業(yè)應用上開辟了一條綠色環(huán)保、經濟可行的方向[5]。HPS還可以作為膠囊壁材，具有安全性好、成本低、穩(wěn)定性好等優(yōu)勢，與羥丙基甲基纖維素混合使用有望降低膠囊生產生產成本及拓寬膠囊生產與HPS在膠囊生產上的應用前景[6-8]。然而，基于HPS具有優(yōu)良的性能，難免會有一些不法商販為了謀取暴利，在HPS產品中摻入價格低廉的原淀粉，使得HPS產品的品質受到影響。因此，開發(fā)一種快速、高效、準確定量鑒別HPS的摻假分析方法，對維護市場秩序以及保證HPS的品質至關重要。

目前，淀粉摻假分析方法有綜合運用掃描電鏡和穩(wěn)定碳同位素比質譜技術法[9]和差示掃描熱量儀法[10]，但這些方法都存在樣品前處理過程復雜、耗時、檢驗精確度不高等特點。而紅外光譜技術則以其具有分析速度快、低成本、樣品需求量少、操作簡便等優(yōu)點，已被廣泛應用于橄欖油[11]、巧克力[12]、牛肉[13]、葛粉[14]、魔芋粉[15]等的摻假鑒別分析。紅外光譜法對HPS中摻假原淀粉的鑒別尚未見報道。因此，本文采用中紅外光譜儀對摻假有原淀粉(玉米淀粉)的羥丙基玉米淀粉(hydroxypropyl corn starch, HPCS)進行檢測，結合主成分分析(principal component analysis，PCA)和偏最小二乘法(partial least squares，PLS)建立HPCS摻假的預測模型，為HPS摻假的鑒別提供一種高度方便的選擇。

1 材料與方法

1.1 材料與儀器

玉米淀粉，購自泰州市好食惠調味品有限公司；取代度為0.135的羥丙基玉米淀粉，自制[16]；2種羥丙基淀粉(HPCS-A和HPCS-B)市場上隨機選購。

Spectrum GX 傅里葉變換紅外光譜儀，Perkin-Elmer公司。

1.2 摻假羥丙基淀粉的制備

適量的2種淀粉樣品和KBr經烘箱(105 ℃)干燥至恒重。準確稱量(精確到0.000 1 g)恒重后的兩種淀粉按不同質量比共制備21組(見表1)，每組制備10份平行樣品。每份樣品(精確稱量10 mg)與100 mg KBr混合，經充分研磨后快速進行紅外光譜儀檢測以降低水分和CO2的背景干擾。

表1 摻假羥丙基玉米淀粉的制備

1.3 外部驗證集樣品的制備

適量的2種市購羥丙基淀粉樣品、自制羥丙基淀粉樣品和KBr經烘箱(105 ℃)干燥至恒重。將樣品與KBr混合研磨均勻后準確稱量(精確到0.000 1 g)，共制備3組(即：市售HPCS-A組5份平行樣品，市售HPCS-B組5份平行樣品，自制HPCS-A組4份平行樣品)。制備樣品后快速進行紅外光譜儀檢測。

1.4 紅外光譜的測定條件與數據采集

光譜測定條件：DTGS 檢測器，光譜分辨率4 cm-1，掃描范圍4 000～400 cm-1，掃描次數64 次。每隔一段時間對儀器進行空白背景掃描，以減少基線漂移和噪音對樣品測定結果的影響。采用紅外光譜儀自帶的Spectrum 10操作軟件采集及處理紅外圖譜。

1.5 數據處理

采用紅外光譜儀自帶的Spectrum 10操作軟件收集的原始光譜。將原始光譜數據經Microsoft Excel轉置后導入SIMCA-P 11.0軟件(Umetrics, Ume?, 瑞典)，采用一階求導、二階求導和Savitzky-Golay卷積平滑法處理光譜數據，平滑點數分別設為5、7、9、11、13和15，獲得一階導數光譜和二階導數光譜。分別對原始光譜、一階導數光譜和二階導數光譜進行主成分分析，以降低特征參數向量的維數，從而提高模型預測準確率；最后采用偏最小二乘法建立HPCS摻假的鑒別模型。

2 結果分析

2.1 HPCS和玉米淀粉摻假的紅外光譜

為較好地觀察同摻假比例下樣品光譜的重合情況，將不同摻假比例的樣品原始光譜在原有透光率的基礎上進行了適當整體上移調整，見圖1(a)。由圖1(a)看出，大多組比例下的10份樣品其光譜重合性較好，但個別比例下的某份樣品光譜重合性較差，這可能由于樣品制備過程或光譜儀器不穩(wěn)定造成。圖1(b)和圖(c)為HPCS中摻假不同比例玉米淀粉的樣品紅外光譜經一階和二階導數處理后的衍生化光譜。從肉眼觀察，原始光譜、一階導數光譜和二階導數光譜的吸收峰的峰形和位置都相似，無法直觀快速地從紅外光譜圖中看出HPCS中摻假玉米淀粉的比例。因此，基于樣品光譜數據，需要結合化學計量學的方法(如PCA和PLS)來建立HPCS摻假的鑒別模型，以期預測HPCS中摻假玉米淀粉的比例。

a為原始光譜；b為一階導數光譜；c為二階導數光譜。圖線說明：自上而下的每組圖線代表玉米淀粉摻入比例從0%逐漸增大至100%，具體比例見表1圖1 HPCS中摻有不同比例玉米淀粉的紅外光譜圖 Fig.1 Infrared spectrum of HPCS adulterated with corn starch at different levels

2.2 主成分分析

主成分分析是將原始變量線性組合成幾個新的主要變量，其目的是降低特征參數向量的維數，以此來反映原始變量的大部分信息以及能夠直觀地從二維圖或三維圖中觀察光譜的主要特征和聚類情況。采用SIMCA-P 11.0軟件對原始光譜、一階導數光譜和二階導數光譜數據進行主成分分析，獲得前兩個主成分的PC散點圖，如圖2所示。HPCS、玉米淀粉和摻有玉米淀粉的HPCS能夠得到較明顯的區(qū)分，但摻假有不同比例的玉米淀粉的HPCS樣品組內聚集程度相對分散，摻假的HPCS(含10%玉米淀粉)與HPCS存在重疊現象。而且，前兩個主成分對信息的累計貢獻率僅為75%，即僅能代表原始數據75%的信息量，這還不足以代表所測樣品的主要特征。根據主成分分析理論，主成分數對信息的累計貢獻率需要大于85%，才能反映原始數據絕大部分的信息。因此，有必要對原始光譜進行一階和二階導數變換處理，其前兩個主成分的散點圖見圖2(b)和圖2(c)。由圖2(b)和圖2(c)可看出，同一摻假比例組內的樣品聚集程度得到改善，而且一階導數光譜圖和二階導數光譜圖的前兩個主成分均能夠解釋原始光譜數據的95.9%的信息量，這可以較全面地反映原始數據的大部分信息。因此，對光譜進行適當的導數衍生化處理，有助于提高HPCS和HPCS中摻假玉米淀粉的區(qū)分度。

★HPCS(0%玉米淀粉), ☆10%玉米淀粉, ◆20%玉米淀粉, □30%玉米淀粉, ?40%玉米淀粉, 45%玉米淀粉, ○50%玉米淀粉, ●55%玉米淀粉, ■60%玉米淀粉, △65%玉米淀粉, 70%玉米淀粉, 74%玉米淀粉, ▽77%玉米淀粉, ◇80%玉米淀粉, ▲84%玉米淀粉, 87%玉米淀粉, 90%玉米淀粉, 92%玉米淀粉, ▼95%玉米淀粉, 97%玉米淀粉，+100%玉米淀粉圖2 摻假HPCS的原始光譜(a)、一階導數(5點平滑)圖譜(b)和二階導數(5點平滑)圖譜(c)的主成分分析圖Fig.2 PCs-score plots of the original spectra (a), first-derivative spectra with 5 smoothing points (b) and second-derivative spectra with 5 smoothing points of adulterated hydroxypropyl corn starch

2.3 鑒別模型的建立與驗證

2.3.1 內部驗證

表2 不同光譜處理方法對PLS模型效果的影響a

圖3為HPCS中摻假玉米淀粉的不同比例真實值與通過最佳模型(y=0.984 0x+0. 590 3)計算的預測值比較結果。由圖3可知，HPCS摻假比例的真實值與預測值呈現良好的線性關系(相關系數為0.980 0)，說明該模型具有較好的預測效果。

圖3 一階導數譜(5個平滑點)的最優(yōu)預測模型的HPCS中玉米淀粉摻入比例的預測值和實際值的比較Fig.3 Predicted values vs. actual values of adulterati on in the calibration set and validation set (first derivative spectra data with 5 smoothing points)

以90%的實驗值(摻假比例)至110%的實驗值(摻假比例)之間作為正確判別區(qū)間進行計算，最優(yōu)預測模型中的校正集和全部樣本(校正和驗證集)的摻假比例預測值的正確判別率均大于81%，驗證集的判別率為77.1%。造成較低的判別正確率的原因之一可能是由于樣品制備過程或光譜儀穩(wěn)定性等原因，某些比例的個別樣品的圖譜與同比例下其他份樣品的重合性較差[圖1(a)]，但在建立PLS模型中未剔除這些樣品的圖譜。結果表明該模型對摻假樣品有較好的判別能力。

2.3.2 外部驗證

市售HPCS-A1～A5：市售羥丙基淀粉A，市售HPCS-B1～B5：市售羥丙基淀粉B，自制HPCS-A1～A4：自制羥丙基淀粉(建立最優(yōu)PLS模型后時隔半年再測的自制羥丙基淀粉)，自制HPCS-B1～B10：建立最優(yōu)PLS模型時所用的自制羥丙基淀粉圖4 外部驗證集的紅外原始光譜Fig.4 The original infrared spectrum of external validation

為檢驗模型的實際預測能力，在進行內部驗證后，再用外部驗證樣品集對模型進行檢驗。用該模型對市場上購買的兩種羥丙基淀粉和建立模型所用自制羥丙基淀粉進行紅外檢測與預測。圖4為外部驗證集的紅外原始光譜圖，表3為外部驗證集在最優(yōu)模型中的預測結果。由圖4和表3可知，自制羥丙基淀粉在不同時期(相隔半年)紅外光譜的預測值均處93%～106%之間，且時隔半年的同一批自制羥丙基淀粉的紅外原始光譜間具有良好的重合性，表明了模型在儀器、操作及環(huán)境的變化等方面具有穩(wěn)定性。市售羥丙基淀粉A的預測值為78%～81%，市售羥丙基淀粉B的預測值為71%～79%，且市售羥丙基樣品的紅外原始光譜與自制羥丙基淀粉的紅外原始光譜具有顯著差異。造成該結果的原因可能是市售的羥丙基淀粉樣品中原淀粉含量較高。上述實驗結果驗證了模型對于不同的羥丙基淀粉均具有良好的判別能力。

表3 外部驗證結果

注:表中數據以自制HPCS為100%計。

3 結論

[1] 鄔應龍, 陳杭, 陳小歡,等. 不同原淀粉及其羥丙基淀粉性質的研究[J].食品科學,2008,29(5):116-119.

[2] LAWAL O S. Hydroxypropylation of pigeon pea (Cajanus cajan) starch: Preparation, functional characterizations and enzymatic digestibility[J]. LWT-Food Science and Technology, 2011,44(3): 771-778.

[3] 郭玉, 呂瑩果, 陳潔, 等.預糊化羥丙基淀粉的制備及其在冷凍面條中的應用[J].河南工業(yè)大學學報(自然科學版),2013,34(1):41-46.

[4] VORWERG W, DIJKSTERHUIS J, BORGHUIS J, et al. Film properties of hydroxypropyl starch[J]. Starch,2004,56(7): 297-306.

[5] EL-RAFIE M, EL-NAGGAR M, RAMADAN M, et al. Environmental synthesis of silver nanoparticles using hydroxypropyl starch and their characterization[J]. Carbohydrate Polymers, 2011, 86(2): 630-635.

[6] 帥放文, 章家偉, 王向峰, 等. 羥丙基淀粉空心膠囊與氧氟沙星膠囊藥物顆粒的相容性考察[J]. 中國藥學雜志,2015,(13):1 130-1 133.

[7] ZHANG L, WANG Y, LIU H, et al. Developing hydroxypropyl methylcellulose/hydroxypropyl starch blends for use as capsule materials[J]. Carbohydrate Polymers, 2013, 98(1): 73-79.

[8] ZHANG L, WANG Y, YU L, et al. Rheological and gel properties of hydroxypropyl methylcellulose/hydroxypropyl starch blends[J]. Colloid and Polymer Science, 2015,293(1): 229-237.

[9] 王紹清, 武士奎, 穆同娜, 等. 掃描電鏡和穩(wěn)定碳同位素比質譜法鑒別馬鈴薯淀粉中的摻假玉米淀粉[J]. 食品科學,2010,31(22):332-335.

[10] 王紹清, 高峽, 蘭巧峰, 等. 摻假藕粉中木薯淀粉和甘薯淀粉的鑒別-差示掃描量熱法[J]. 食品工業(yè)科技,2015,36(13):325-328.

[11] 黃秀麗, 黃飛, 曾憲遠, 等. 傅里葉變換紅外光譜法在橄欖油摻假鑒別中的應用[J]. 中國農學通報,2014,30(30):285-289.

[12] 劉嘉, 趙秋爽, 李明奇,等. 近紅外光譜快速測定巧克力中摻假淀粉[J]. 現代食品科技,2015,31(3):260-265.

[13] AL-JOWDER O, KEMSLEY E, WILSON RH. Detection of adulteration in cooked meat products by mid-infrared spectroscopy[J]. Journal of agricultural and food chemistry,2002, 50(6):1 325-1 329.

[14] 劉嘉, 李建超, 陳嘉, 等. 葛粉摻假的傅里葉變換紅外光譜法鑒別研究[J]. 食品科學,2011,32(8):226-230.

[15] 吳月蛟, 董剛, 張盛林,等. 中紅外光譜法快速鑒別摻雜羥丙基淀粉的魔芋粉[J]. 食品科學, 2013,34(24):140-143.

[16] 梁慧培, 覃小麗, 高松, 等. 羥丙基淀粉合成過程取代度變化規(guī)律的研究[J]. 糧食與飼料工業(yè), 2015 (4): 24-27.

Rapid identification of hydroxypropyl starch adulteration by mid-infrared spectroscopy

ZHANG Yue, LI Sha, ZHONG Jin-feng, LIANG Hui-pei, QIN Xiao-li*

(College of Food Science, Southwest University, Chongqing 400715, China)

hydroxypropyl starch; mid-infrared spectroscopy; adulteration; partial least squares

10.13995/j.cnki.11-1802/ts.201704034

本科生(覃小麗講師為通訊作者，E-mail：qinxl@swu.edu.cn)。

國家自然科學基金項目(31601430,31501446)；重慶市基礎科學與前沿技術研究專項(cstc2015jcyjA80013)；西南大學第九屆本科生科技創(chuàng)新基金立項項目(20161702006)

2016-07-28，改回日期：2016-09-21