在小豆饮料中的植物化学物质的定量评估使用NIR光谱学
Nana Adwoa Nkuma Johnson1, Selorm Yao-Say Solomon Adade2, Suleiman A Haruna3
1College of Ocean Food and Biological Engineering, Jimei University, Xiamen 361021, PR China; School of Food and Biological Engineering, Jiangsu University, 301 Xuefu Road, Zhenjiang, 202013, Jiangsu, China.
Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy
|November 21, 2023
概括
近红外 (NIR) 光谱与竞争性自适应重量化采样-部分最小方形 (CARS-PLS) 结合,有效量化了豆饮料中的植物化学物质. 这种非破坏性方法有助于在生产和储存期间监测化合物.
科学领域:
- 分析化学 分析化学
- 食品科学 食品科学 食品科学
- 频谱学是一种光谱学.
背景情况:
- 豆饮料含有有价值的植物化学物质.
- 准确量化这些化合物对于质量控制至关重要.
- 传统的方法可能是破坏性的和耗时的.
研究的目的:
- 研究近红外 (NIR) 光谱法,以量化豆饮料中的植物化学物质.
- 评估可变选择算法的有效性,特别是CARS-PLS,用于此应用程序.
主要方法:
- 用高性能液态染色学 (HPLC) 作为参考,提取和量化了植物化学物质.
- 收集了小豆饮料的近红外 (NIR) 光谱.
- 采用了多变量分析,包括竞争性自适应重量化采样-部分最小方程 (CARS-PLS).
主要成果:
- 汽车-PLS模型在预测生物素A (Rp=0.933),酸 (Rp=0.928),p-酸 (Rp=0.900) 和树脂醇 (Rp=0.932) 方面表现出高准确度.
- 剩余预测偏差 (RPD) 表明所有目标化合物的预测能力良好.
结论:
- 与CARS-PLS相结合的NIR光谱学提供了一种可靠的,非破坏性的方法,用于对小豆饮料的定量植物化学分析.
- 这种方法适用于在豆饮料制造和储存期间监测植物化学物质含量.
更多相关视频
10:25Construction of Models for Nondestructive Prediction of Ingredient Contents in Blueberries by Near-infrared Spectroscopy Based on HPLC Measurements
Published on: June 28, 2016
10.7K
07:19Quantifying Plant Soluble Protein and Digestible Carbohydrate Content, Using Corn Zea mays As an Exemplar
Published on: August 6, 2018
19.9K
