一种定性定量检测燕窝掺杂情况的方法及验证方法

    公开(公告)号:CN113156005B

    公开(公告)日:2023-03-31

    申请号:CN202110383431.0

    申请日:2021-04-09

    Abstract: 本发明公开了一种定性定量检测燕窝掺杂情况的方法及验证方法,包括以下步骤:S1、获取待测样品;S2、样品同位素比值的获取:待测样品进行前处理后,送入元素分析仪及同位素质谱仪获取相关信息,再计算得到碳、氮、氢、氧同位素比值;S3、燕窝真伪定性检测:将获取的碳、氮、氢、氧同位素比值通过距离相关分析获得同位素比值对应的距离,再以此进行判别分析,建立Fisher判别模型,实现真伪燕窝的定性检测;S4、燕窝真伪定量检测:对样品的碳、氮、氢、氧同位素比值进行线性回归分析,建立线性回归模型,实现对掺假燕窝的定量检测。本发明具有检测快速、安全性高、灵敏度强等特点,同时又能做到定性、定量检测,且准确度极高,满足多种燕窝检测需求,具有良好的应用前景。

    一种利用元素分析-稳定同位素质谱鉴别燕窝真伪的方法及应用

    公开(公告)号:CN111879846B

    公开(公告)日:2021-08-20

    申请号:CN202010753277.7

    申请日:2020-07-30

    Abstract: 本发明公开了一种利用元素分析‑稳定同位素质谱结合统计分析鉴别燕窝真伪的方法及应用。是将待测样品进行简单的前处理后,利用元素分析仪‑稳定同位素质谱仪采集待测样品质谱信息,进行特征物质提取,将获得的待测样品的特征物质信息调入燕窝真伪鉴别模型和鉴别方程中进行定性和定量预测。本发明以真实燕窝、掺假燕窝样本建立的分类判别PCA‑Class模型准确率达93.75%,可做未知燕窝样品的定性鉴别;本发明以真实燕窝、掺唾液酸燕窝和掺蛋清燕窝样本建立的正交偏最小二乘回归OPLS预测方程线性拟合良好,可以区分掺杂唾液酸含量超过2%和蛋清含量超过5%的燕窝,定量检测燕窝中的掺假物。本法可同时解决定性、定量的检测难题,使检测结果更加全面。

    一种定性定量检测燕窝掺杂情况的方法及验证方法

    公开(公告)号:CN113156005A

    公开(公告)日:2021-07-23

    申请号:CN202110383431.0

    申请日:2021-04-09

    Abstract: 本发明公开了一种定性定量检测燕窝掺杂情况的方法及验证方法,包括以下步骤:S1、获取待测样品;S2、样品同位素比值的获取:待测样品进行前处理后,送入元素分析仪及同位素质谱仪获取相关信息,再计算得到碳、氮、氢、氧同位素比值;S3、燕窝真伪定性检测:将获取的碳、氮、氢、氧同位素比值通过距离相关分析获得同位素比值对应的距离,再以此进行判别分析,建立Fisher判别模型,实现真伪燕窝的定性检测;S4、燕窝真伪定量检测:对样品的碳、氮、氢、氧同位素比值进行线性回归分析,建立线性回归模型,实现对掺假燕窝的定量检测。本发明具有检测快速、安全性高、灵敏度强等特点,同时又能做到定性、定量检测,且准确度极高,满足多种燕窝检测需求,具有良好的应用前景。

    一种利用元素分析-稳定同位素质谱鉴别燕窝真伪的方法及应用

    公开(公告)号:CN111879846A

    公开(公告)日:2020-11-03

    申请号:CN202010753277.7

    申请日:2020-07-30

    Abstract: 本发明公开了一种利用元素分析-稳定同位素质谱结合统计分析鉴别燕窝真伪的方法及应用。是将待测样品进行简单的前处理后,利用元素分析仪-稳定同位素质谱仪采集待测样品质谱信息,进行特征物质提取,将获得的待测样品的特征物质信息调入燕窝真伪鉴别模型和鉴别方程中进行定性和定量预测。本发明以真实燕窝、掺假燕窝样本建立的分类判别PCA-Class模型准确率达93.75%,可做未知燕窝样品的定性鉴别;本发明以真实燕窝、掺唾液酸燕窝和掺蛋清燕窝样本建立的正交偏最小二乘回归OPLS预测方程线性拟合良好,可以区分掺杂唾液酸含量超过2%和蛋清含量超过5%的燕窝,定量检测燕窝中的掺假物。本法可同时解决定性、定量的检测难题,使检测结果更加全面。

Patent Agency Ranking