通过脂质组成进行豆类指纹识别:使用GC/MS与多变量统计数据.
Marko Ilić1, Kristian Pastor1, Aleksandra Ilić2
1Faculty of Technology Novi Sad, University of Novi Sad, 21000 Novi Sad, Serbia.
Foods (Basel, Switzerland)
|December 23, 2023
概括
脂质分析有效地区分豆类物种,如豆类,大豆和豆豆. 气色谱-质谱和统计方法准确地按植物来源分类豆类.
科学领域:
- 农业科学 农业科学
- 分析化学 分析化学
- 食品科学 食品科学 食品科学
背景情况:
- 豆类的分类对农业和食品工业至关重要.
- 了解豆类脂质概况有助于物种识别和质量控制.
- 目前用于豆类分化的方法可能缺乏特异性.
研究的目的:
- 分析各种豆类物种的脂质组成.
- 开发一种基于脂质的指纹方法,用于豆类的分类.
- 评估多变量统计方法在豆类歧视中的有效性.
主要方法:
- 从47种豆类样本 (Phaseolus spp., Vicia spp., Pisum spp., Lathyrus spp.) 中提取脂质 ) 的情况.
- 用质谱检测 (GC/MS) 来进行脂质分析的气体染色学.
- 多变量统计分析包括等级集群分析 (HCA),主要组件分析 (PCA) 和线性差异分析 (LDA).
主要成果:
- 华盛顿农业大学确定了两个主要集群:豆类/快速豆类和豆类/豆类/草豆类.
- PCA和LDA有效地对豆类种类进行了歧视,LDA获得了100%的培训和90%的测试集准确度.
- 关键的区分脂质包括烯,特定脂肪酸甲基 (FAMEs),13-多可酸,γ-托科菲罗尔和氧烯酸.
结论:
- 脂质分析与多变量统计结合,可以根据植物来源准确地分类豆类.
- 这种方法提供了一个强大的方法来区分豆类物种.
- 已识别的脂质生物标志物可以用于食品行业的质量控制和认证.


