青花菜粉状原料中抗肿瘤成分前体物质3-甲基吲哚基硫苷含量的无损检测方法技术

本发明专利技术提供一种青花菜粉状原料中抗肿瘤成分前体物质3‑甲基吲哚基硫苷(GBC)含量的无损检测方法。所述方法包括：建立预测青花菜粉状原料样品中GBC含量的近红外模型；2)对待测青花菜粉状原料样品进行近红外光谱检测，采用建立好的近红外模型对检测得到的光谱数据进行分析，预测青花菜粉状原料样品中GBC含量。本发明专利技术利用近红外光谱检测系统实现青花菜粉状原料样品中抗肿瘤成分前体物质GBC含量的快速无损预测，具有原料无损、检测过程高效快捷、预测数据相对准确等优点，为以后的青花菜粉状原料样品品质指标的快速检测提供了一个切实可行的技术参考，用于农业或食品工业，可以实现高营养品质青花菜粉状原料快速高效的筛选。

A non-destructive method for the determination of 3-methylindolyl-thioglucoside, a precursor of antitumor component in Broccoli Powder

【技术实现步骤摘要】
青花菜粉状原料中抗肿瘤成分前体物质3-甲基吲哚基硫苷含量的无损检测方法
本专利技术属于农业及食品工业领域，具体涉及青花菜粉状原料中抗肿瘤成分前体物质3-甲基吲哚基硫苷含量的无损检测方法。
技术介绍
植物活性物质是蔬菜中天然存在的、含量较少的一类具有抗氧化、抗病、抗突变、调节机体免疫系统或其它生理活性的化学物质，如类胡萝卜素、硫代葡萄糖苷、黄酮类、萜烯类化合物等。硫代葡萄糖苷(glucosinolates，GLS，简称硫苷)是一类含硫化合物，是十字花科蔬菜中重要的次生代谢产物。人类流行病学针对硫苷的研究结果表明，经常食用十字花科蔬菜，如青花菜、甘蓝、花椰菜等可以有效地预防乳腺癌、结肠癌、肺癌、前列腺癌等多种癌症的发生。在已发现的十字花科蔬菜防癌物质中，有一个抗肿瘤作用较突出的是3-甲基吲哚基硫苷(GBC)的降解产物吲哚-3-甲醇(indole-3-carbinol，I3C)，而I3C的前体物质GBC在青花菜中含量丰富。目前有大量研究证明I3C可通过多种途径发挥其抗肿瘤作用，其抗肿瘤作用机制较为全面，具有巨大的应用潜力。顶尖学术期刊《Science》在2019年刊登了一篇重磅论文，由哈佛大学科学家领衔的一支科研团队发现，I3C可以抑制肿瘤生长。在众多抑癌基因中，PTEN是人类癌症里最常发生突变的基因之一，一旦它的功能受到影响，就会损害人体的抑癌能力。在小鼠模型和人类细胞中，科学家们做了一系列的实验，他们发现一种叫做WWP1的E3泛素连接酶会与PTEN蛋白直接结合。而通过给PTEN蛋白添加泛素，WWP1能够阻碍PTEN的双聚化和膜定位，从而影响它的抑癌功能。该研究中，这些小鼠模型接受一个月的I3C治疗后，肿瘤的体积显著缩小；而生化实验也表明，I3C可以抑制WWP1对PTEN的泛素化修饰，从而让PTEN回到它应出现的部位，实现它应有的抑癌功能。近红外光谱分析技术(Nearinfraredreflectancespectroscopytechnique，简称NIRS)可通过测定样品的近红外吸收光谱，达到同时分析样品中的多种成分的效果。虽然我国对近红外光谱技术的研究及应用起步较晚，但因其快速、无损伤、分析费用低等优点，NIRS技术在农业、石油化工、制药与临床医学和食品工业等领域均已得到广泛应用。目前还没有利用近红外光谱技术测定青花菜原料中硫苷组分的文献报道。
技术实现思路
本专利技术的目的是提供一种利用近红外光谱分析技术(Nearinfraredreflectancespectroscopytechnique，简称NIRS)测定青花菜粉状原料中抗肿瘤成分前体物质3-甲基吲哚基硫苷(GBC)含量的方法。本专利技术所提供的利用近红外光谱技术测定青花菜粉状原料中抗肿瘤成分前体物质3-甲基吲哚基硫苷(GBC)含量的方法，包括如下步骤：1)建立预测青花菜粉状原料样品中GBC含量的近红外模型；2)对待测青花菜粉状原料样品进行近红外光谱检测，采用建立好的近红外模型对检测得到的光谱数据进行分析，预测出青花菜粉状原料样品中GBC含量。上述方法步骤1)中，建立预测青花菜粉状原料样品中GBC含量的近红外模型的方法，包含以下几步：a)搜集大量青花菜花球样品，冷冻干燥，粉碎成粉状原料；b)采用高效液相色谱法(HPLC)测定各青花菜粉状原料样品中GBC的含量；c)通过近红外光谱仪扫描样品，采集样品的光谱数据；d)筛选不同的数学处理方式得到定标方程，建立近红外模型：将HPLC方法得到的硫苷含量输入仪器配套的化学计量学软件，对光谱进行分析处理；在偏最小二乘回归法的基础上，采用标准正态变量变换(SNV)+二阶导数(SD)处理作为预处理方法，对青花菜样品中GBC组分进行建模，得到预测青花菜粉状原料样品中GBC含量的近红外模型。上述建立预测青花菜粉状原料样品中GBC含量的近红外模型的方法a)中，所述青花菜样品可为50-300份，具体可为90份；b)中，高效液相色谱法(HPLC)所采用的色谱条件为：HPLC分析条件：Nova-PakRC18色谱柱，3.9×150mm，50μm，检测波长229nm，流速1.0mL/min，常温，进样量20μL，梯度洗脱如表1。A液：1g四甲基氯化铵(TMACl)溶于2L双蒸水中，混匀，抽滤B液：1g四甲基氯化铵(TMACl)溶于1.6L双蒸水中，加入400mL色谱纯乙腈，混匀抽滤表1梯度洗脱条件采用苯甲基硫苷作为内标，根据保留时间和峰面积对硫苷组分定量测定。利用内标和响应因子计算硫苷的含量，以μmol·g-1DW为单位。硫苷含量计算公式：图1为采用高效液相色谱法测定青花菜粉状原料样品中硫代葡萄糖苷的图谱，由图1可知，青花菜粉状原料样品中硫代葡萄糖苷组分在30min内全部出峰，分离较为完全，其中6号峰为：3-甲基吲哚基硫苷(GBC)；通过高效液相色谱法测定步骤1)中青花菜粉状原料样品中GBC的含量变化范围为0.249～10.794μmol/g；c)中，所述通过近红外光谱仪扫描样品的操作为：将青花菜粉状原料干粉平铺在样品杯中，固定于样品室，然后对样品进行静态扫描；所有样品重复扫描3次，以减少仪器波动和装样对光谱扫描的干扰。d)中，使用近红外仪器配套的WinISIIII定标软件对光谱数据进行处理，具体操作如下：将HPLC方法得到硫苷含量输入仪器配套的化学计量学软件，在偏最小二乘回归法的基础上，采用不同散射处理方式(SNV；Detrend；SNV+Detrend)和导数处理方式(FD；SD)对光谱数据进行预处理，得到不同的定标方程；考察所得定标方程的RSQ(定标相关系数)和1-VR(内部交叉验证相关系数)值，发现经SNV+SD预处理后得到的定标方程的RSQ和1-VR值分别为0.912和0.892更接近1，选择将SNV+SD处理作为预处理方法，对青花菜样品中GBC组分进行建模；建模后的效果如图2所示，由图2可知，样品无规律的分布在直线的两侧，整体的趋势呈均匀离散的状态，没有出现大的偏差情况，说明模型较准确；上述建立预测青花菜粉状原料样品中GBC含量的近红外模型的方法还可进一步包括步骤e)：使用外部样品集检验确认所述近红外模型的可靠性，具体操作如下：基于已建立的模型，随机选择多个与建模样品无关的样品作为验证集对模型进行外部验证，其中，所述多个与建模样品无关的样品可为20个建模样品无关的样品。本专利技术利用近红外光谱检测系统实现青花菜粉状原料样品中抗肿瘤成分前体物质3-甲基吲哚基硫苷(GBC)含量的快速无损预测，具有原料无损、检测过程高效快捷、预测数据相对准确等优点，为以后的青花菜粉状原料样品品质指标的快速检测提供了一个切实可行的技术参考，用于农业或食品工业，可以实现高营养品质青花菜粉状原料快速高效的筛选。本专利技术适用于农业和食品加工业，提供一种操作简单、原料无损失且稳定可靠的快速检测粉状原料中3-甲基吲哚基硫苷含量的方本文档来自技高网...

【技术保护点】
1.一种建立预测青花菜粉状原料样品中抗肿瘤成分前体物质3-甲基吲哚基硫苷含量的近红外模型的方法，包含以下几步：/na)搜集大量青花菜花球样品，冷冻干燥，粉碎成粉状原料；/nb)采用高效液相色谱法测定各青花菜粉状原料样品中GBC的含量；/nc)通过近红外光谱仪扫描样品，采集样品的光谱数据；/nd)筛选不同的数学处理方式得到定标方程，建立近红外模型：/n将HPLC方法得到的硫苷含量输入仪器配套的化学计量学软件，在偏最小二乘回归法的基础上，采用标准正态变量变换+二阶导数作为预处理方法，对青花菜样品中硫代葡萄糖苷中GBC组分进行建模，得到预测青花菜蔬菜粉样品中GBC含量的近红外模型。/n

【技术特征摘要】
1.一种建立预测青花菜粉状原料样品中抗肿瘤成分前体物质3-甲基吲哚基硫苷含量的近红外模型的方法，包含以下几步：
a)搜集大量青花菜花球样品，冷冻干燥，粉碎成粉状原料；
b)采用高效液相色谱法测定各青花菜粉状原料样品中GBC的含量；
c)通过近红外光谱仪扫描样品，采集样品的光谱数据；
d)筛选不同的数学处理方式得到定标方程，建立近红外模型：
将HPLC方法得到的硫苷含量输入仪器配套的化学计量学软件，在偏最小二乘回归法的基础上，采用标准正态变量变换+二阶导数作为预处理方法，对青花菜样品中硫代葡萄糖苷中GBC组分进行建模，得到预测青花菜蔬菜粉样品中GBC含量的近红外模型。


2.根据权利要求1所述的方法，其特征在于：a)中，所述青花菜样品为50-300份。


3.根据权利要求1或2所述的方法，其特征在于：c)中，所述通过近红外光谱仪扫描样品的操作为：
将青花菜蔬菜粉样品干粉平铺在样品杯中，固定于样品室，然后对样品进行静态扫描；所有样品重复扫描3次，以减少仪器波动和装样对光谱扫描的干扰。


4.根据权利要求1-3中任一项所述的方法，其特征在于：d)中，使用近红外仪器配套的WinISIIII定标软件对光谱...

【专利技术属性】
技术研发人员：王亚钦，何洪巨，刘光敏，赵学志，胡丽萍，
申请(专利权)人：北京市农林科学院，
类型：发明
国别省市：北京;11