低场核磁共振技术结合化学计量学快速鉴别花生油真伪

彭 丹，杨嘉盛，任一飞，史翠熠，陈名扬

1.河南工业大学 粮油食品学院，河南 郑州 450001 2.中粮东海粮油工业有限公司，江苏 张家港 215634

花生油以其气味芳香、营养均衡而深受消费者的喜爱。随着花生油价格和需求量不断升高[1]，市场上以假乱真现象频频发生，一些不法生产经营者为牟取暴利，将劣质油或低价油掺入花生油中，损害消费者的健康和利益。

目前，国家标准(GB/T 1534—2017《花生油》和GB/T 5539—2008《粮油检验 油脂定性试验》)中未规定食用油真伪的检测方法，仅规定了花生油感官评价(气滋味、色泽、状态)、理化指标(酸价、过氧化值、折射率等)的要求。实际检测中，感官评价易受操作人员的影响，理化指标测定费时、费力、易接触有毒溶剂，最大的问题是无法准确鉴别油脂的真伪。因此，开发一种新型、快速、环保的食用油掺伪检测方法非常必要。

近年来，油脂掺伪检测方法的研究主要集中于气相色谱法[2]、近红外光谱法[3]、紫外光谱法[4]、同位素法[5]、荧光光谱法[6]、拉曼光谱法[7]等。气相色谱法灵敏度高，但分析过程复杂，包括多步样品前处理及有机溶剂使用；近红外光谱法具有快速、无损等优点，但需要大量代表性样品建模；紫外光谱法、荧光光谱法检测成本低，但模型稳定性较差；同位素法、拉曼光谱法仪器昂贵，技术还不够成熟。低场核磁共振技术(low-field nuclear magnetic resonance，LF-NMR)作为一种新兴便捷、低成本的检测方法，具有快速、无损、实时等特点，LF-NMR的CPMG(Carr-Purcell-Meiboom-Gill)回波数据、纵向弛豫时间(T1)、横向弛豫时间(T2)及扩散系数等信息可以反映待测样品内部自旋核子种类及其所处的状态，与样品品质有显著的相关性[8]。油脂是脂肪酸甘三酯的混合物，脂肪酸占95%左右，不同油脂在脂肪酸种类和含量方面是有区别的。油脂中存在大量的氢质子，其状态及所处的物理化学环境不同，弛豫时间和信号强度亦有所不同。目前低场核磁共振技术在油脂检测中的应用主要为固体脂肪含量测定、煎炸油品质判断和极性组分定量检测。徐爱军等[9]考察了影响低场核磁共振技术检测固体脂肪含量的主要因素。王永巍等[10]研究了煎炸过程中低场核磁弛豫特性与理化指标之间的相关性。Wang等[11]、Sun等[12]通过低场核磁弛豫特性对油脂煎炸过程中极性组分进行了定量检测。Zhang等[13]、Lu等[14]利用低场核磁共振技术识别合格植物油和煎炸老油。Hou等[15]、赵婷婷等[16]利用LF-NMR弛豫图谱对不同植物油种类进行了鉴别。周凝等[17]通过低场核磁共振技术研究米糠毛油掺伪，发现米糠毛油在10 ms处存在特征弛豫峰。然而，LF-NMR技术检测油脂掺伪尚处于起步阶段，特别是掺入低价植物油情况目前的研究较少。

基于此，本研究从单一种类和等级的掺伪花生油(大豆油、玉米油)入手，采用低场核磁共振技术结合化学计量学方法(聚类分析、支持向量机)对花生油真伪鉴别的可行性进行研究，旨在为油脂真伪快速鉴别及其品质分析提供技术支持。

1 材料与方法

1.1 材料与试剂

不同产地和批次的花生油(56种)、大豆油(5种)和玉米油(5种)均购于郑州大型超市或生产厂家。正己烷(色谱纯)、乙醚、异丙醇、甲醇钠、冰乙酸、三氯甲烷、碘化钾、酚酞、可溶性淀粉、无水硫酸钠等，除特殊标注外，均为分析纯。

掺伪花生油样品的配制：将植物油按5%、10%、15%、20%、30%、40%、60%和80%(以植物油质量占油脂总质量的百分比计)掺入花生油中共配制400个掺假花生油样品，对油样进行编号。以H2D3-5%为例，H2表示2号花生油，D3表示3号大豆油，5%表示5%的掺伪比例。对建模样本按照3∶1随机划分为校正集和预测集样本。

1.2 仪器设备

低场核磁共振分析仪：德国Bruker公司；XW-80A漩涡混合器：海门市麒麟医用仪器厂；SD制冷加热循环水浴：美国Polyscience公司；BSA224 S分析天平：德国Sartorius公司；Agilent 8860气相色谱仪：美国Agilent公司。

1.3 试验方法

1.3.1 理化指标测定

酸价测定：参照GB 5009.229—2016《食品安全国家标准 食品中酸价的测定》；过氧化值测定：参照GB 5009.227—2016《食品安全国家标准 食品中过氧化值的测定》。

1.3.2 脂肪酸组成分析

脂肪酸组成分析：油样先甲酯化再进入气相色谱仪中测定，具体方法参照GB 5009.168—2016《食品安全国家标准 食品中脂肪酸的测定》。

气相色谱条件：BPX-70色谱柱(30.0 m×250 μm×25.0 μm)；进样口温度250 ℃；柱温170 ℃；氢火焰离子化检测器温度300 ℃；分流比20∶1；氮气流速1 mL/min；氢气流速30 mL/min；空气流速400 mL/min；进样量：1 μL。

1.3.3 低场核磁回波衰减曲线测定

准确量取3 mL样品移入核磁共振专用试管中，45 ℃水浴以保证样品状态一致性，然后置于样品槽中进行测定。利用低场核磁共振分析仪测定样品的CPMG回波衰减曲线。仪器参数设置：采样频率200 kHz，重复采样时间1 s，半回波时间0.5 ms，回波个数3 000个，重复扫描8次。每个样品重复测定3次，取平均值作为测定结果。

1.4 数据处理

利用主成分分析(PCA)对油样的低场核磁回波衰减曲线数据降维，同时对花生油及掺伪花生油进行判别，具体处理过程参见文献[18]。采用聚类分析(CA)对花生油掺伪进行定性分析，通过支持向量机(SVM)建立判别模型，并与CA法进行比较。CA是一种无监督的方法，其基本思想：每个样本都自成为一类，规定类与类之间的距离，选择距离最小的一对合并成为一类，依次类推，直至所有的样本都聚为一类为止，然后再根据一定的原则如标准值或经验，选取合适的分离阈值确定最终分类结果[19]。SVM是利用非线性函数将样本映射到高维特征空间，根据结构分析最小化原则，在高维特征空间中寻找最优超平面，解决分类问题[20]。在SVM建模过程中，核函数及其参数选择参照文献[21]。以上数据处理均采用The Unscrambler X 10.4软件完成，所得数据用Origin 2021b软件进行图形绘制。

2 结果与讨论

2.1 油脂理化指标和脂肪酸组成分析

对花生油和掺伪植物油的理化指标和脂肪酸组成进行测定，结果见表1和表2。由表1可知，花生油和掺伪植物油的色泽和气味均符合国家标准(GB 2716—2018)，其酸价和过氧化值均在国标规定范围内。从表2脂肪酸组成上可以看出，花生油与其他掺伪植物油的主要脂肪酸基本一致，即棕榈酸(16∶0)、硬脂酸(18∶0)、油酸(18∶1)、亚油酸(18∶2)，其含量占总脂肪酸含量的90%以上，但受产地、气候、加工工艺等因素影响，同种油脂的脂肪酸组成及含量存在一定的差异；花生油油酸含量较高属于油酸型油脂，而大豆油和玉米油则属于亚油酸型油脂；花生油中长碳链脂肪酸，如花生酸、山嵛酸、木焦油酸等的含量明显高于其他掺伪植物油，而亚麻酸并未检出。花生油的单不饱和脂肪酸含量为46%～51%，明显高于其他油脂；而大豆油和玉米油脂肪酸组成较为相似，多不饱和脂肪酸含量均大于53%，远大于花生油中的。Prestes等[22]研究表明脂肪酸不饱和度越高，油脂黏度越小，相应弛豫时间越长，即饱和脂肪酸弛豫时间小于不饱和脂肪酸。可见，花生油与掺伪植物油的脂肪酸组成及含量存在一定的差异，这也为低场核磁共振技术鉴别花生油掺伪提供了理论基础。

表1 试验油脂的理化指标

表2 不同植物油的脂肪酸组成

2.2 油脂CPMG回波衰减曲线分析

相同参数条件下对花生油及掺伪植物油的CPMG回波衰减曲线进行测定，结果见图1。由图1可见，花生油与大豆油、玉米油的低场核磁回波衰减曲线存在一定的差异，其中花生油的回波曲线衰减速率最快，而大豆油和玉米油的回波曲线衰减速率相差不大，这可能与油脂内部的碳链长度及饱和度不同有关。为了进一步考察不同植物油CPMG回波衰减曲线的差异，本研究结合主成分分析对回波衰减曲线数据进行分析，结果见图2。

通过主成分分析，前3个主成分的累计贡献率超过99%，保留了CPMG回波衰减曲线原始数据大部分信息。由图2可知，花生油与大豆油、玉米油在得分图上可清楚区分，纯花生油(对照组)分布于得分图左侧，所有掺伪植物油均分布于得分图右侧；大豆油与玉米油分布极为接近，甚至相互重叠。结合表2可以看出，花生油与掺伪植物油在得分图中分布与其饱和程度有着密切关系，而且不同植物油的饱和程度是存在差异的。油脂不饱和度越高，碳链长度越长，氢质子间的作用力越强，回波曲线衰减速率越慢[23]。因此基于CPMG回波衰减曲线信息结合化学计量学方法鉴别花生油的真伪是具有可行性的。

2.3 聚类分析

花生油掺伪的种类较多，本研究以常见大豆油和玉米油为研究对象，通过CPMG回波衰减数据结合聚类分析对花生油真伪进行鉴别研究，设置聚类数为2，分别采用7种不同的聚类方法：K-means、K-medians、Hierarchical Single-linkage、Hierarchical Average-linkage、Hierarchical Complete-linkage、Hierarchical Median-linkage、Ward′s algorithm进行分析，经过比较选择聚类方法Hierarchical Complete-linkage，样品距离计算选用相对距离。首先，通过不同种类掺伪花生油样本建立混合鉴别模型进行分类；然后，再对每种类型掺伪花生油样本分别建立单一模型，进一步考察聚类分析的分类效果，结果见图3、图4和表3。

由图3和表3可见，当相对距离为3.8～10时，纯大豆油、纯玉米油及掺伪含量较高的掺伪花生油被归为一类，而掺伪含量相对较低的掺伪花生油与纯花生油被归为另一类，该模型的正确识别率仅为18.9%，掺伪花生油仅有7.8%被识别，这表明聚类分析建立的混合鉴别模型无法正确识别花生油的真伪。

如图4和表3所示，单一模型能准确识别纯花生油和掺伪纯植物油(纯大豆油和纯玉米油)，但对于掺伪花生油却并不能完全鉴别；当掺伪量为60%时，单一模型正确率为100%。虽然单一模型对掺伪花生油的识别能力要好于混合模型，但对于花生油掺入少量低廉油脂的辨别能力较差，其正确识别率小于50%。上述现象表明，利用聚类分析法仅能区分掺入大豆油(玉米油)不低于60%的油样，对于纯花生油和掺伪花生油不能完全区分。

表3 花生油掺伪聚类分析结果

2.4 支持向量机

2.4.1 参数优选

SVM模型参数(正则化参数和核参数)选取直接影响建模质量及分类准确程度。本研究采用网络搜索法和粒子群算法相结合，确定正则化参数(C)和核参数(σ)的最优组合。预设掺大豆油SVM模型中C和σ值的寻优范围分别为C∈rand[101，1015]，σ∈rand[10-14，101]；掺玉米油SVM模型中C和σ值的寻优范围分别为C∈rand[10-10，1010]，σ∈rand[10-10，1010]。根据交互验证准确率来确定模型参数的最佳组合。由图5可知，C和σ值过大或过小都会引起模型的过拟合或欠拟合现象，参数经寻优后，两种掺伪鉴别模型的识别正确率均能达到100%，此时掺入大豆油和掺入玉米油的鉴别模型最佳参数组合分别为(2.2×1010, 1.0×10-4)和(2 154.4, 4.6×10-4)。

2.4.2 核函数选择

SVM模型的核函数种类很多，如Linear、Polynomial、RBF和Sigmoid等，目前还没有系统理论指导核函数的选择，本研究分别采用不同核函数建立SVM模型，模型参数通过网络搜索法结合粒子群算法进行优选，结果如表4所示。由表4可知，以核函数Linear和RBF所建的花生油掺伪模型的识别能力较强，而Sigmoid和Polynomial为核函数时模型的正确识别率相对较低，均为80.3%。模型中支持向量数(SVs)与核函数的类型无明显关系。对于掺入大豆油的4种模型中SVs顺序为Sigmoid < Linear < Polynomial < RBF，而在掺入玉米油的模型中，SVs顺序则为RBF < Linear < Polynomial < Sigmoid。综合考虑不同核函数的建模结果和支持向量数，并结合已有研究经验，本研究选择RBF作为SVM模型的核函数。

表4 不同核函数下SVM模型预测结果

2.4.3 模型的通用性与预测性

采用SVM法设计两种鉴别模型：一种是对掺伪花生油全样本建立的全局鉴别模型；另一种是对每种掺伪类型分别建立专一鉴别模型，即掺入大豆油模型和掺入玉米油模型。全局模型参数(C，σ)经优化后，其取值为(6.0×109，3.6×10-5)，此时支持向量数为84；专一模型优化后参数如表5所示。

采用最优的条件，分别建立花生油掺伪鉴别的全局模型和专一模型，通过盲样考察模型的预测性能和通用性，结果如表5所示，全局模型和两个专一模型对纯花生油的预测识别率均为100%，与聚类分析相比，SVM模型不仅能够准确识别纯花生油，而且当样品掺伪量较低(5%)时，也能够准确鉴别；全局模型的通用性要好于专一模型，特别是在未知掺伪油种类情况下全局模型优势更为显著。此外，全局模型对于鉴别油脂种类也具有明显优势(图2)。综上所述，低场核磁共振技术结合支持向量机鉴别花生油和简单(二元)掺伪花生油是可行的。但是，鉴别模型本身也具有一定的局限性，就是对油脂等级(一级、二级等)或生产工艺(浸出法和压榨法)变化较大的新样品难以得到理想的预测结果，需要用新样品对模型进行及时更新和维护，进一步扩展模型的使用范围。因此，下一步还需对低场核磁共振技术鉴别多元掺伪花生油进行研究。

表5 不同模型的预测结果

3 结论

低场核磁共振技术是一种快速、无损、准确的检测方法，作者对花生油和掺伪植物油(大豆油和玉米油)的LF-NMR回波衰减曲线进行了分析，结合化学计量学方法探索区分油脂种类、快速鉴别花生油真伪的可行性。研究表明，基于CPMG回波衰减曲线信息可实现对花生油与非花生油种类的区分，支持向量机相比于聚类分析可更好地实现对花生油真伪的鉴别，该模型对掺伪花生油的正确识别率为100%，全局模型与专一模型的预测准确性相差不大，但通用性要优于专一模型。然而，掺伪油脂的种类复杂多变，为此需要建立更为丰富的掺伪植物油样本库，并及时更新相关模型。