一种基于偏最小二乘法建立不同植物油调控辛香精油风味品质预测模型的方法技术

本发明专利技术公开一种基于偏最小二乘法建立不同植物油调控辛香精油风味品质预测模型的方法，步骤如下：采用气质联用仪(内标法)对其风味物质进行定量测定，利用偏最小二乘法分析不同植物油物性数据与辛香精油风味品质之间的关系，建立基于不同植物油调控的辛香精油风味品质预测模型，相关性预测模型客观、准确，测试集确定系数R

【技术实现步骤摘要】
一种基于偏最小二乘法建立不同植物油调控辛香精油风味品质预测模型的方法
本专利技术属于应用气质联用仪进行食品检测
，尤其是一种基于偏最小二乘法建立不同植物油调控辛香精油风味品质预测模型的方法。
技术介绍
辛香精油具有独特的风味，用于各类食品的加香调味料，可改变食品的色、香、味，增强食品品质与营养价值。但因其水溶性差、活性成分易降解而无法直接应用于食品生产中，提高辛香精油水溶性，食品加工过程中风味的稳定性与食品质量和可接受性的变成影响其应用的主要问题，将辛香精油制备成辛香精油纳米乳液能够提高风味物质的稳定性，建立基于偏最小二乘法建立不同植物油调控辛香精油风味品质预测模型的方法变得尤为重要。气质联用技术兼有色谱分离效率高、定量准确以及质谱的选择性高、鉴别能力强、提供丰富的结构信息、便于定性等特点，可对复杂的混合样品进行分离、定性、定量分析的一次完成。顶空固相微萃取结合气质联用仪对食品中挥发性风味物质的鉴定和定量分析，能够反映出食品风味的稳定性。偏最小二乘回归方法是一种多因变量对多自变量的回归分析方法，可以将建模类型的预测分析与非模型式的数据内涵分析方法有机地结合起来，可以同时将典型相关分析、主成分分析和多元线性回归分析集为一体。通过对数据信息的分解和筛选，提取出对因变量具有最佳解释能力的新综合变量。识别系统总的信息和噪声，从而可以克服自变量之间多重相关性及样本点数据少等问题在系统建模中产生的不良影响。当变量之间存在高度相关性时，用此方法进行建模，得到的分析结果更加可靠，整体性更强；并适合在样本容量小于变量个数的情况下进行回归模型。通过检索，尚未发现与本专利技术专利申请相关的专利公开文献。
技术实现思路
本专利技术目的在于克服现有技术中的不足之处，提供一种基于偏最小二乘法建立不同植物油调控辛香精油风味品质预测模型的方法，建立不同植物油物性数据与辛香精油风味品质之间的关系，预测不同植物油对辛香精油风味稳定性的调控效果，实现通过植物油添加显著提高辛香精油风味物质稳定性的目标，对提升辛香精油风味品质及其稳定性具有重要的意义。本专利技术解决其技术问题所采用的技术方案是：一种基于偏最小二乘法建立不同植物油调控辛香精油风味品质预测模型的方法，步骤如下：通过添加不同植物油调控辛香精油纳米乳液风味稳定性，利用气质联用仪(内标法)定量测定其主要风味物质浓度，采用偏最小二乘法进行植物油物性与辛香风味品质之间的关系分析，建立基于不同植物油调控的辛香精油风味品质预测模型。而且，具体步骤如下：选取常用植物油(如玉米油、大豆油、菜籽油、花生油、葵花籽油、橄榄油、亚麻籽油等)与辛香精油混合作为油相，柠檬酸缓冲液作为水相，吐温80作为乳化剂，然后通过高速分散机、超声波细胞破碎仪进行均质处理得到辛香精油纳米乳液，利用气质联用仪(内标法)测定0天(新鲜制备)到14天(储存14天)辛香精油纳米乳液主要风味物质的浓度和风味稳定性；并对植物油的物性即密度、吸光度、酸值、碘值、脂肪酸、粘度、表面张力、电导率进行测量；采用偏最小二乘法进行植物油物性与辛香风味品质之间的关系分析，建立基于不同植物油调控的辛香精油纳米乳液风味品质预测模型。而且，所述固相微萃取-气质联用，将叔丁醇作为内标添加到辛香精油纳米乳液样品中，其中样品中叔丁醇的浓度是10微升/毫升，取2毫升添加内标的样品分别置于15毫升固相微萃取样品瓶中，萃取头于250℃老化25分钟后插入样品瓶的顶空部分(在萃取之前，加盖封口，平衡30分钟)，25℃萃取40分钟后，插入气质联用仪气相层析的注射口，热解析15分钟。而且，所述气质联用仪的色谱条件为进样口温度250℃；载气为氦气，恒定压力91.65千帕，平均线速度22.693毫升/分钟，分流进样，分流比10∶1；色谱柱程序升温，初始40℃，保持3分钟，4℃/分钟升至150℃，保持1分钟，以8℃/分钟升至250℃，保持6分钟。所述气质联用仪的质谱条件是：EI源，电子能量70ev；离子源温度230℃；扫描类型：MSD全扫描；扫描范围40-500m/z。而且，所述辛香精油主要风味物质浓度使用偏最小二乘法进行数据分析，具体步骤如下：采用偏最小二乘回归分析法，通过对数据信息的分解和筛选，提取出对因变量具有最佳解释能力的新综合变量。从常用植物油中随机选取4～5种植物油，将其物性数据及其调控的辛香精油纳米乳液风味物质浓度作为训练集。以植物油的物性数据即密度、吸光度、酸值、碘值、脂肪酸、粘度、表面张力、电导率作为自变量并进行标准化处理，以辛香精油纳米乳液风味物质浓度作为因变量并进行标准化处理，建立其预测模型。然后随机选取2～3种植物油的物性数据及其调控的辛香精油纳米乳液风味物质浓度作为测试集，进行模型稳健性的验证。如上所述的基于偏最小二乘法建立不同植物油调控辛香精油风味品质预测模型的方法在食品加工中的品质控制中的应用。本专利技术取得的优点和积极效果为：1.提供一种基于偏最小二乘法建立不同植物油调控辛香精油风味品质预测模型的方法，通过对数据信息的分解和筛选，提取出对因变量具有最佳解释能力的新综合变量，识别系统总的信息和噪声，从而可以克服自变量之间多重相关性及样本点数据少等问题在系统建模中产生的不良影响。相关性预测模型客观、准确，能够迅速建立不同植物油物性数据与辛香精油风味品质之间的关系，各风味物质预测模型训练集确定系数R2值均达到0.92以上，有效地预测了不同植物油对辛香精油风味稳定性的调控效果，预测模型测试集确定系数R2值均达到0.91以上，实现通过植物油添加显著提高辛香精油风味物质稳定性的目标，对提升辛香精油风味品质及其稳定性具有重要的意义。2.辛香精油纳米乳液中植物油和辛香风味物质之间相互作用，增加了辛香精油纳米乳液对辛香风味物质的保留能力。经实验验证，添加植物油的辛香精油纳米乳液体系放置14天以上，相比于未添加植物油的辛香精油纳米乳液体系风味稳定性D值提高30％以上。以百里香精油为例，其主要风味物质邻伞花烃风味稳定性提高44.41％，香芹酚风味稳定性提高32.31％，γ-松油烯风味稳定性提高43.54％，β-蒎烯风味稳定性提高48.01％。其中，不同植物油调控的辛香精油纳米乳液风味稳定性定义为D＝(B2/B1-A2/A1)/(B2/B1)×100％，其中A1为新鲜制备+添加植物油的辛香精油纳米乳液风味物质浓度，A2为放置14天+添加植物油的辛香精油纳米乳液风味物质浓度，B1为新鲜制备+未添加植物油的辛香精油纳米乳液风味物质浓度，B2为放置14天+未添加植物油的辛香精油纳米乳液风味物质浓度。3.本专利技术方法利用气质联用技术，将食品风味品质的人为感官转化为主要风味物质的含量进行可视化的处理，直观和客观地评定相关性联系，高效地对食品品质进行控制。附图说明图1为本专利技术中百里香精油纳米乳液的邻伞花烃与植物油物性的偏最小二乘法的相关分析图。图中数字代表植物油的物性1：密度，2：吸光度，3：酸值，4：碘值，5：电导率，6：表面张力，7：粘度，8：C14本文档来自技高网...

【技术保护点】
1.一种基于偏最小二乘法建立不同植物油调控辛香精油风味品质预测模型的方法，其特征在于：通过添加不同植物油调控辛香精油纳米乳液风味稳定性，利用气质联用仪(内标法)定量测定其主要风味物质浓度，采用偏最小二乘法进行植物油物性与辛香风味品质之间的关系分析，建立基于不同植物油调控的辛香精油风味品质预测模型。/n

【技术特征摘要】
1.一种基于偏最小二乘法建立不同植物油调控辛香精油风味品质预测模型的方法，其特征在于：通过添加不同植物油调控辛香精油纳米乳液风味稳定性，利用气质联用仪(内标法)定量测定其主要风味物质浓度，采用偏最小二乘法进行植物油物性与辛香风味品质之间的关系分析，建立基于不同植物油调控的辛香精油风味品质预测模型。


2.根据权利要求1所述的基于偏最小二乘法建立不同植物油调控辛香精油风味品质预测模型的方法，其特征在于：具体步骤如下：
选取常用植物油(如玉米油、大豆油、菜籽油、花生油、葵花籽油、橄榄油、亚麻籽油等)与辛香精油混合作为油相，柠檬酸缓冲液作为水相，吐温80作为乳化剂，然后通过高速分散机、超声波细胞破碎仪进行均质处理得到辛香精油纳米乳液，利用气质联用仪(内标法)测定0天(新鲜制备)到14天(储存14天)辛香精油纳米乳液主要风味物质的浓度和风味稳定性；采用偏最小二乘法进行植物油物性与辛香风味品质之间的关...

【专利技术属性】
技术研发人员：刘锐，徐少青，张民，王帅，
申请(专利权)人：天津科技大学，
类型：发明
国别省市：天津;12