食用植物油是由脂肪酸和甘油化合而成的天然高分子化合物，可从植物种子、果肉及其他部分提取得到，广泛分布于自然界中。
本实验使用了法国Alpha M.O.S公司生产的传感器型味觉电子舌系统对16种不同品牌、不同种类、不同原产地的食用植物油进行检测，再挑选3种品质较好的油脂进行掺伪检测。采用主成分分析法与判别因子分析法处理数据，以电子舌味觉指纹分析技术区分和识别各类食用植物油，为油脂快速检测体系的建立提供有力依据。
材料与方法
实验材料
原料与试剂
6种不同品牌、不同种类、不同原产地的食用植物油，购于当地超市，均在保质期内；无水乙醇；HCl溶液。
样品前处理
将标记好的油脂样品分别加入100 mL 20％的乙醇溶液，超声振荡1 h后，静置隔夜，取下层溶液密封保存待用。
电子舌检测
将处理完的样品倒入电子舌专用烧杯中，将待测样品编号，和清洗液(20％乙醇溶液)交替放在电子舌自动进样器上。每一种样品需重复检测10次，取后3次稳定的测量数据作为统计分析的原始数据。
结果与分析
传感器的选择
由图1可以看出，电子舌不同传感器对油脂样品的感受程度不同，7根传感器中有的传感器对不同样品检测出相似的信息，而有的传感器则有较强的判别能力，剔除判别能力较弱的传感器可以避免样品主成分分析后互相重叠的现象。由图可见，CA、JE、HA这3根传感器在检测油脂样品时得到的结果差异性较大。因此，在后续实验中，使用CA、JE、HA这3根传感器对油脂数据进行测定，也为电子舌数据的分析提供了科学的理论依据。
样品的主成分分析和判别因子分析
本实验使用了优化传感器的方法对样品进行分析，剔除敏感度较低的传感器，筛选出CA、JE、HA这3根传感器进行检测，得到更加快速直观的结果。从主成分分析图(图2)可以看出，前2个主成分的贡献率分别达到了83．475％、14．62l％，累计主成分贡献率达到98．096％，验证得分达99分，足以收集油脂的味觉特征性信息，6种食用油样品均能明显区分，没有重叠区域，除样3和样4，各个样品数据点分布较远，说明PCA法可以有效区分这6种油脂样品；由判别因子分析图如图3可知，样品的原始数据提取较好，判别因子的贡献率分别为89．591％、10．344％，总贡献率达到99．935％，差异明显，区域无重叠且相距较远，能够快速有效地将6种样品区分开来。通过比较图2、图3可知，电子舌味觉指纹分析技术可以有效区分不同品种的食用植物油，并且DFA法要优于PCA法。
不同品牌芝麻油的掺杂分析
不同品牌芝麻油样品混合情况见表1。
由图4可知，选择3根传感器分析芝麻油混合样品时，样ZH4与样ZH0相距较远且分布在不同象限内，样ZHl和样ZH2有小部分重叠。主成分l和主成分2的贡献率分别为98．114％、1.15％，总贡献率达到了99.264％，足以收集样品的特征信息。由图5可知，采用DFA法对上述2组样品进行分析时，2个判别因子的贡献率分别为98.458％、1．45％，总贡献率达到99.908％，样品均能分开，且组间差距较大，样ZH0与样ZH4分布较远且样品掺杂含量低至0.1％的样ZHI也能明显区分。综合比较图4、图5可见PCA法和DFA法均能够对味觉相似的芝麻油样品进行较好的区分，而DFA法要优于PCA法。
不同品牌橄榄油的掺杂分析
不同品牌橄榄油混合情况见表2。
不同品牌亚麻籽油的掺杂分析
不同品牌亚麻籽油样品混合情况见表3。
采用PCA法对第3组样品进行分析，由图8可得出，优化传感器后，2个主成分的贡献率分别为82.306％、10.428％，总贡献率达到92.734％，不同样品组的数据点分布在4个象限，YH2与YH3有小部分重叠，其他样品在主成分分析图上可以较好区分，说明提取的信息能基本反映数据信息。由图9可以看出，判别因子1和判别因子2的贡献率为67.447％、30.364％，总贡献率为97.811％，其中YH3与YH2有重叠，其他样品可较好分开，分布在3个不同象限且组内的数据点比较集中。综合比较图8、9，可得出2种方法均能对亚麻籽油混样进行区分，而DFA法要优于PCA法。
结论
采用AlphaM.O.S公司的电子舌，对6种3组同类型、不同品牌、不同产地、不同生产工艺的油脂掺杂样品进行区分与识别，其检测限可低至0.1％，识别指数为99分。相比于传统的食用油掺假检测，如油脂理化指标检测、气相色谱法等，电子舌的检测方法更灵敏，更准确，并且可以区分成分相近的同种油脂，该检测方法有助于食用油的地区保护、品牌保护。
从7根传感器中优化筛选了CA、JE、HA 3根判别能力较强的传感器对样品的味觉信息进行采集和分析。数据处理采用了PCA法和DFA法，其中DFA法要优于PCA法，且2种方法的指纹分辨指数多高于97％，在油脂样品掺杂量很小的情况下依然可以区分。
来源：感官科学与评定 转载请注明来源。
参考文献：[1]刘雅婧,袁建,鞠兴荣,邢常瑞,何荣,陈尚兵.电子舌快速检测食用植物油掺伪[J].食品安全质量检测学报,2018,9(10):2339-2344.
提醒：文章仅供参考，如有不当，欢迎留言指正和交流。且读者不应该在缺乏具体的专业建议的情况下，擅自根据文章内容采取行动，因此导致的损失，运营方不负责。如文章涉及侵权或不愿我平台发布，请联系处理。
本实验使用了法国Alpha M.O.S公司生产的传感器型味觉电子舌系统对16种不同品牌、不同种类、不同原产地的食用植物油进行检测，再挑选3种品质较好的油脂进行掺伪检测。采用主成分分析法与判别因子分析法处理数据，以电子舌味觉指纹分析技术区分和识别各类食用植物油，为油脂快速检测体系的建立提供有力依据。
材料与方法
实验材料
原料与试剂
6种不同品牌、不同种类、不同原产地的食用植物油，购于当地超市，均在保质期内；无水乙醇；HCl溶液。
样品前处理
将标记好的油脂样品分别加入100 mL 20％的乙醇溶液，超声振荡1 h后，静置隔夜，取下层溶液密封保存待用。
电子舌检测
将处理完的样品倒入电子舌专用烧杯中，将待测样品编号，和清洗液(20％乙醇溶液)交替放在电子舌自动进样器上。每一种样品需重复检测10次，取后3次稳定的测量数据作为统计分析的原始数据。
结果与分析
传感器的选择
由图1可以看出，电子舌不同传感器对油脂样品的感受程度不同，7根传感器中有的传感器对不同样品检测出相似的信息，而有的传感器则有较强的判别能力，剔除判别能力较弱的传感器可以避免样品主成分分析后互相重叠的现象。由图可见，CA、JE、HA这3根传感器在检测油脂样品时得到的结果差异性较大。因此，在后续实验中，使用CA、JE、HA这3根传感器对油脂数据进行测定，也为电子舌数据的分析提供了科学的理论依据。
本实验使用了优化传感器的方法对样品进行分析，剔除敏感度较低的传感器，筛选出CA、JE、HA这3根传感器进行检测，得到更加快速直观的结果。从主成分分析图(图2)可以看出，前2个主成分的贡献率分别达到了83．475％、14．62l％，累计主成分贡献率达到98．096％，验证得分达99分，足以收集油脂的味觉特征性信息，6种食用油样品均能明显区分，没有重叠区域，除样3和样4，各个样品数据点分布较远，说明PCA法可以有效区分这6种油脂样品；由判别因子分析图如图3可知，样品的原始数据提取较好，判别因子的贡献率分别为89．591％、10．344％，总贡献率达到99．935％，差异明显，区域无重叠且相距较远，能够快速有效地将6种样品区分开来。通过比较图2、图3可知，电子舌味觉指纹分析技术可以有效区分不同品种的食用植物油，并且DFA法要优于PCA法。
不同品牌芝麻油样品混合情况见表1。
表1 芝麻油样品混合比例
由图4可知，选择3根传感器分析芝麻油混合样品时，样ZH4与样ZH0相距较远且分布在不同象限内，样ZHl和样ZH2有小部分重叠。主成分l和主成分2的贡献率分别为98．114％、1.15％，总贡献率达到了99.264％，足以收集样品的特征信息。由图5可知，采用DFA法对上述2组样品进行分析时，2个判别因子的贡献率分别为98.458％、1．45％，总贡献率达到99.908％，样品均能分开，且组间差距较大，样ZH0与样ZH4分布较远且样品掺杂含量低至0.1％的样ZHI也能明显区分。综合比较图4、图5可见PCA法和DFA法均能够对味觉相似的芝麻油样品进行较好的区分，而DFA法要优于PCA法。
不同品牌橄榄油的掺杂分析
不同品牌橄榄油混合情况见表2。
表2 橄榄油混合样品比例
由图6可知，2个主成分的贡献率分别为59．444％、31．689％，总贡献率可达9l_3l％，其中GH0为纯的4号样，GH4为纯的3号样，二者数据点分布区分明显，并且由样GHI与二者数据分布较远可以得出，检测限可低至0．1％，仍可区分。由图7可知，DFA方法的2个主成分贡献率为63．226％、35．152％，总贡献率可达98．38％，且纯的3号样与纯的4号样区分明显，各掺杂比例的数据点分布也无重复区域。比较图6，图7可以看出DFA方法明显优于PCA方法。且2种方法都可以明显地区分这两者的掺杂。
不同品牌亚麻籽油样品混合情况见表3。
表3 亚麻籽油混合样品比例
采用AlphaM.O.S公司的电子舌，对6种3组同类型、不同品牌、不同产地、不同生产工艺的油脂掺杂样品进行区分与识别，其检测限可低至0.1％，识别指数为99分。相比于传统的食用油掺假检测，如油脂理化指标检测、气相色谱法等，电子舌的检测方法更灵敏，更准确，并且可以区分成分相近的同种油脂，该检测方法有助于食用油的地区保护、品牌保护。
从7根传感器中优化筛选了CA、JE、HA 3根判别能力较强的传感器对样品的味觉信息进行采集和分析。数据处理采用了PCA法和DFA法，其中DFA法要优于PCA法，且2种方法的指纹分辨指数多高于97％，在油脂样品掺杂量很小的情况下依然可以区分。
来源：感官科学与评定 转载请注明来源。
参考文献：[1]刘雅婧,袁建,鞠兴荣,邢常瑞,何荣,陈尚兵.电子舌快速检测食用植物油掺伪[J].食品安全质量检测学报,2018,9(10):2339-2344.
提醒：文章仅供参考，如有不当，欢迎留言指正和交流。且读者不应该在缺乏具体的专业建议的情况下，擅自根据文章内容采取行动，因此导致的损失，运营方不负责。如文章涉及侵权或不愿我平台发布，请联系处理。
