一种淡竹叶黄酮酒及其快速检测方法 |
|||||||
| 申请号 | CN202410294975.3 | 申请日 | 2024-03-14 | 公开(公告)号 | CN117946831A | 公开(公告)日 | 2024-04-30 |
| 申请人 | 四川轻化工大学; | 发明人 | 李丽; 李贵泉; 陈博; 吴键航; 李俊运; | ||||
| 摘要 | 本 发明 提供一种淡竹叶黄 酮 酒及其快速检测方法，涉及食品检测技术领域。该淡竹叶黄酮酒由淡竹叶粉末、糯米饭和酒曲 发酵 制备而成，对所述淡竹叶黄酮酒中黄酮含量检测方法包括以下步骤：S1.采用高效液相色谱仪测定淡竹叶酒中的黄酮苷的含量；S2.采用拉曼 光谱 采集淡竹叶酒的光谱数据；S3.将淡竹叶酒的拉曼光谱数据调入建立的黄酮苷模型，得到待测淡竹叶酒的黄酮含量。本发明的一种独特口味的淡竹叶饮品酒，在单因素的 基础 上优化了淡竹叶酒的制作工艺，同时结合拉曼光谱和高效液相色谱技术，实现了对其有效成分的快速和准确检测。具有操作简便、快速、灵敏和准确的特点，为淡竹叶酒的生产和 质量 控制提供了有效的技术手段。 | ||||||
| 权利要求 | 1.一种淡竹叶黄酮酒，其特征在于，所述淡竹叶黄酮酒由淡竹叶粉末、糯米饭和酒曲发酵制备而成，所述淡竹叶粉末与糯米饭的物料比为1∶30～1:70，所述酒曲添加量为0.2～ |
||||||
| 说明书全文 | 一种淡竹叶黄酮酒及其快速检测方法技术领域[0001] 本发明涉及食品检测技术领域，具体为一种淡竹叶黄酮酒及其快速检测方法。 背景技术[0002] 在中医药材中，淡竹叶是一种常用的药材，其叶中含有大量的黄酮类化合物和生物活性多糖及其它有效成分，如酚酸类化合物、蒽醌类化合物、萜类内酯、特种氨基酸和锰、锌、硒等微量元素，其生长环境要求较低，因此分布范围极为广泛，易于采集。 [0003] 目前现有技术多是将淡竹叶采集炮制成药材，但在实际生产以及使用中，其利用率和自身价值均未能得到充分发挥，而且众多酒品类中也少见淡竹叶酒。 发明内容[0004] 针对现有技术的不足，本发明提供了一种淡竹叶黄酮酒及其快速检测方法，解决了现有技术中缺乏对淡竹叶酒研究的问题。 [0005] 为实现以上目的，本发明通过以下技术方案予以实现：一种淡竹叶黄酮酒，所述淡竹叶黄酮酒由淡竹叶粉末、糯米饭和酒曲发酵制备而成，所述淡竹叶粉末与糯米饭的物料比为1∶30～1:70，所述酒曲添加量为0.2～1g，所述发酵时间为5～9天。 [0006] 优选的，所述发酵温度为22～28℃。 [0007] 优选的，一种淡竹叶黄酮酒的快速检测方法，包括以下步骤： [0008] S1.采用高效液相色谱仪测定淡竹叶酒中的黄酮苷的含量； [0009] S2.采用拉曼光谱采集淡竹叶酒的光谱数据； [0010] S3.将淡竹叶酒的拉曼光谱数据调入建立的黄酮苷模型，得到待测淡竹叶酒的黄酮含量。 [0011] 优选的，所述S2中的光谱数据采用交叉验证的R2和均方根误差进行预处理，[0012] 公式如下： [0013] [0014] 其中yia是第i个样本的实际值；yip是第i个样本的预测值； 是所有真值的平均值；n是样本的数量。 [0015] 优选的，所述S3中的黄酮苷模型通过比对预测集yci和校准集yai的相关系数R和建模标准偏差RMSEC来筛除数据，其中，R和RMSEC由下列公式计算： [0016] [0017] [0018] 其中yai是校准集的第i个样本的实际值；yci是校准集的第i个样本的预测值； 是所有真值的平均值；n是校准集中的样本数。 [0019] 本发明提供了一种淡竹叶黄酮酒及其快速检测方法。具备以下有益效果： [0020] 本发明的一种独特口味的淡竹叶饮品酒，在单因素的基础上优化了淡竹叶酒的制作工艺，同时结合拉曼光谱和高效液相色谱技术，实现了对其有效成分的快速和准确检测。具有操作简便、快速、灵敏和准确的特点，为淡竹叶酒的生产和质量控制提供了有效的技术手段。 附图说明 [0021] 图1为本发明的酒曲不同添加量对淡竹叶酒的总黄酮含量示意图 [0022] 图2为本发明的糯米不同添加量对淡竹叶酒的总黄酮含量示意图； [0023] 图3为本发明的不同发酵时间对淡竹叶酒的总黄酮含量示意图； [0024] 图4为本发明的酒曲添加量和糯米添加量对总黄酮含量的响应面示意图； [0025] 图5为本发明的酒曲添加量和发酵时间对总黄酮含量的响应面示意图； [0026] 图6为本发明的糯米添加量和发酵时间对总黄酮含量的响应面示意图； [0027] 图7为本发明的高效液相色谱图； [0028] 图8为本发明的原始数据异常值筛选图； [0029] 图9为本发明的异荭草苷建模集化学值和预测值相关关系图； [0030] 图10为本发明的荭草苷建模集化学值和预测值相关关系图； [0031] 图11为本发明的牡荆素建模集化学值和预测值相关关系图； [0032] 图12为本发明的异牡荆素建模集化学值和预测值相关关系图。 具体实施方式[0033] 下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。 [0034] 实施例： [0035] 如图1‑12所示，本发明实施例提供一种淡竹叶黄酮酒，淡竹叶黄酮酒由淡竹叶粉末、糯米饭和酒曲发酵制备而成，淡竹叶粉末与糯米饭的物料比为1∶30～1:70，酒曲添加量为0.2～1g，发酵时间为5～9天，发酵温度为22～28℃，该淡竹叶黄酮酒具有一定的清热、利尿等功能，其制备方法包括以下步骤： [0036] a.将清洗后的淡竹叶茎、叶和根部进行粉碎，得到淡竹叶粉末； [0037] b.将粉末和冷却后的糯米饭按比例加入酒曲，混合均匀； [0038] c.然后将混合物放入容器，加盖，于22‑28℃的条件下发酵； [0039] d.再将发酵后的混合物过滤分离，取滤液得到成品。 [0040] 一种淡竹叶黄酮酒的快速检测方法，包括以下步骤： [0041] S1.采用高效液相色谱仪测定淡竹叶酒中的黄酮苷的含量； [0042] S2.采用拉曼光谱采集淡竹叶酒的光谱数据。 [0043] S3.将淡竹叶酒的拉曼光谱数据调入建立的黄酮苷模型，得到待测淡竹叶酒的黄酮含量。 [0044] S2中的光谱数据采用交叉验证的R2和均方根误差进行预处理，公式如下： [0045] [0046] [0047] 其中yia是第i个样本的实际值；yip是第i个样本的预测值； 是所有真值的平均值；n是样本的数量。 [0048] S3中的黄酮苷模型通过比对预测集yci和校准集yai的相关系数R和建模标准偏差RMSEC来筛除数据，其中，R和RMSEC由下列公式计算： [0049] [0050] [0051] 其中yai是校准集的第i个样本的实际值；yci是校准集的第i个样本的预测值； 是所有真值的平均值；n是校准集中的样本数。 [0052] 使用该检测方法能快速鉴别淡竹叶黄酮酒与其他酒。 [0053] 通过以下具体实施方式研究不同淡竹叶和糯米饭的物料比(1:30、1:40、1:50、1:60、1:70)，酒曲添加量(0.2、0.4、0.6、0.8、1.0g)和发酵时间(5、6、7、8、9天)对淡竹叶有效成分黄酮苷的影响： [0054] 如图1‑3所示，以总黄酮含量作为评价指标，在酒曲添加量为0.6g后趋近平稳；在糯米添加量为60g时达到最大；在发酵时间为7天后增速变慢。 [0055] 采用Box‑Behnken中心组合设计原理，以酒曲添加量(A)，糯米添加量(B)，发酵时间(C)三个因素作为自变量，根据单因素结果进行响应面设计，试验因素和水平设计如表1。 [0056] [0057] 表1：响应面设计 [0058] 由回归模型方差分析(表2)可知，模型为极显著(P<0.01)，失拟项为不显著。此外，R2和R2adj分别为0.9552和0.8975，说明因变量和自变量之间的线性关系显著，模型与试验数据充分拟合，因此可以利用该模型确定淡竹叶酒的最佳发酵工艺。此外，A2、B2、C2都达到了显著水平，由F值可以得到因素对黄酮含量的影响关系为：A酒曲添加量 [0059] [0060] [0061] 表2：回归模型方差分析(注：P<0.05为显著，用“*”标注；P<0.01为极显著，用“**”标注) [0063] Y＝‑0.002513+0.004605A+0.000069B+0.001769C+0.000026AB+4.28125E‑07AC‑6.89E‑07BC‑0.004958A2‑7.03444E‑07B2‑0.000127C2。 [0065] 表3：黄酮分析梯度洗脱表 [0066] 利用Design‑Expert软件，对三个因素之间的相互作用进行响应面分析，并绘制响应面图。淡竹叶酒总黄酮含量为响应值的趋势图见图4至图6。通过3D图可清晰观察两个变量之间交互的作用显著程度，其中较平缓表示量因素交互作用不显著，而较倾斜代表两因素之间的交互作用显著。 [0067] 通过软件分析得到最佳发酵工艺为淡竹叶1g，酒曲添加量0.617g，糯米添加量为57.45g，发酵时间6.79天，为了试验可行性调整为淡竹叶1g，酒曲添加量0.6g，糯米添加量 55g，发酵时间7天，在此条件下算出的理论值0.006887，根据所得分析数据进行三组验证试验，最终测得总黄酮含量的实际值为0.006913，与预测结果基本符合，证明采用响应面法优化得到的发酵工艺条件合理可靠。 [0068] 采用SR‑510Pro拉曼光谱仪测定，将0.005mol/L盐酸溶液作为对照溶液进行背景光谱扣除。实验室温度设置为20‑25℃，光谱扫描范围为200‑3000cm‑1，每个样品测量三次，以获得其平均光谱原始数据，最后得到100个拉曼样品数据。 [0069] 采用岛津LC‑20A高效液相色谱仪测定淡竹叶酒中的黄酮苷的含量yai。色谱条件为：色谱柱：AgilentC18色谱柱(250mm×4.6mm，5μm)，流动相为甲醇和0.5％醋酸水溶液，按表3进行梯度洗脱，进样量为10μL，柱温25℃，体积流量为1.0mL·min‑1，检测波长为360nm。 [0070] 本发明所用的建模集样品购自四川宜宾不同批次，每个黄酮苷指标选用25个样品；高效液相色谱法所使用的标准品异荭草苷、荭草苷、牡荆素、异牡荆素购自成都格利普生物科技有限公司。 [0071] 取1ml淡竹叶酒水浴蒸干，加甲醇定容至10ml容量瓶，取1.5ml至进样瓶中得供试品。其高效液相色谱图见图7。 [0072] 采用蒙特卡罗交叉验证(MCCV)方法同时检测光谱异常值、参考数据异常值及其共同异常值。通过蒙特卡罗抽样将样本随机分为校准集(80％的样本)和预测集(20％的样本)。校正集建模和未参与建模的样本的预测误差值提供了变量的预测误差分布。以x轴为均值，y轴为标准差，将集中在零点附近的值作为期望变量。如图8可以看出，不同氨基酸排除的异常值是不完全相同的，说明测量的光谱数据和目标物质含量信息是稳定的。这些异常值可能会误导光谱变量的选择，使模型参数偏移，降低模型精度，因此在后续分析和构建模型时应考虑到这些异常值。 [0073] 受到荧光、噪声等影响，光谱仪器往往会带来大量复杂的数据信息，导致预热模型不够理想。为减少这些因素的干扰，光谱的预处理和有效波长的筛选是关键。R2与预测模型的准确性呈正相关，预处理R2和RMSEC见表4、5，RS(竞争自适应重加权采样)、DE1(一阶处理)、XM(平滑)、MSC(乘法散射校正)代表不同的处理方法。不难看出，异荭草苷、荭草苷、牡荆素经XM处理后其模型精确度高于其他处理方式；异荭草苷则选用MSC处理。 [0074] RS DE1 XM MSC 异荭草苷 0.6123 0.7544 0.8992 0.7544 荭草苷 0.8133 0.7211 0.9121 0.7326 牡荆素 0.7244 0.8452 0.8760 0.7522 异牡荆素 0.6678 0.7322 0.8326 0.8718 [0075] 表4：预处理R2 [0076] RS DE1 XM MSC异荭草苷 2.2073 1.2664 1.0496 1.4160 荭草苷 0.5609 0.4601 0.4352 0.5607 牡荆素 0.5229 0.5304 0.4977 0.6944 异牡荆素 2.3576 1.7708 1.8572 1.7591 [0077] 表5：预处理RMSEC [0078] 利用拉曼光谱数据及高效液相色谱测定的含量数据分别建立荭草苷、异荭草苷、牡荆素和异牡荆素的模型，该模型的相关关系见图。由图可以看出，所得的淡竹叶酒中，其数据拟合有较好的线性关系，因而模型性能稳定、准确可靠，拉曼光谱仪为SR‑510Pro拉曼光谱仪(ACCUMAN美国海洋光学公司)，高效液相色谱仪为岛津LC‑20A高效液相色谱仪。 [0079] 计算预测集及校准集的相关系数R和建模标准差RMSEC，其结果见表6；从表6可以看出，预测模型的相关系数均高于0.8，标准差RMSEC均小于0.2，表明所建立的黄酮苷模型应用于淡竹叶酒中含量的预测符合要求。 [0080] 黄酮苷 R RMSEC异荭草苷 0.8541 0.1754 荭草苷 0.8763 0.1172 牡荆素 0.9213 0.0689 异牡荆素 0.8667 0.1495 [0081] 表6：黄酮苷模型的相关系数R和标准偏差RMSEC [0082] 综上所述，本发明的一种利用拉曼光谱快速检测淡竹叶加黄酮酒中黄酮苷的方法，其操作简单，检测成本低，与传统的高效液相色谱法相比，样品的前处理不复杂，所需要的检测条件简便，花费的检测时间较短，具有可行性，是一种淡竹叶酒中快速检测有效成分的新方法。 |
||||||
QQ群二维码
意见反馈
意见反馈