分子光譜學在食品與藥品分析中的研究.pdf

1、食品藥品安全關系到百姓的生活質量，身體健康甚至生命安危，關系到民族的繁衍、經(jīng)濟的發(fā)展，也關系到社會的穩(wěn)定。近年來，食品和藥品的安全日趨嚴重。目前，針對這些假劣的食品藥品，檢測手段有多種：化學法、光譜法，以及基于色譜的各種技術。其中色譜與其各種聯(lián)用技術，如HPLC-MS（HPLC-MS-MS）、GC-MS、HPCE-MS等方法，準確性好，靈敏度高，但是由于操作繁瑣，成本昂貴，對實驗人員要求嚴格，使得方法難以普及到基層打假一線，尤其是經(jīng)濟、

2、技術、人才欠發(fā)達的地區(qū)，同時隨著各種造假手段的不斷增加，對檢測技術的簡便性、高通量能力提出了更高的要求。而光譜法由于其快速、簡便、高通量、經(jīng)濟等優(yōu)勢，已被逐漸地運用到了現(xiàn)場快速檢測食品藥品的領域中。
　　 本課題研究光譜學技術結合化學計量學對假藥和食用油的摻雜進行判別分析。論文的內容包括兩個方面：一、運用了常規(guī)的化學計量學方法與拉曼光譜法相結合對假藥的判別進行方法學研究，并且對課題組創(chuàng)新的局部直線篩選法進行改進，結合便攜式拉曼光

3、譜儀，為假藥的判別提供了另一種新的思路；二、近紅外光譜法結合定性、定量的化學計量學方法，對食用油的分類及其橄欖油的摻偽進行方法學研究。
　　 第一部分假藥快速檢測的方法學研究（1）對5種降糖藥片采用拉曼光譜法結合核主成分分析（KPCA）-聚類分析法，實現(xiàn)快速、簡便的鑒別。KPCA可以有效地避免主成分分析（PCA）只能處理線性問題和降維效果不明顯的弊端。采集得到的藥片拉曼光譜的KPCA-聚類分析結果表明，采用KPCA提取特征變量的

4、聚類分析結果比采用PCA提取特征變量后進行聚類分析的結果好，并且未經(jīng)刮除表面包膜的降糖藥片識別準確率為96.50％，經(jīng)過刮除表面包膜處理的降糖藥片的識別準確率為100.00％。但是當大樣本量時，結果不是特別理想。（2）避開常規(guī)化學計量學中的模式識別和模型校正，本文在局部直線篩選法的基礎上進行改進，建立了一種新的假藥判別分析方法。該算法是基于原始的LSLS算法，對其進行改進，并且結合主成分分析法，采用拉曼光譜技術判別是否為假劣藥品。本課題

5、研究了三種假藥情況：1、藥片中不含主藥；2、藥片中含有主藥成分，但是主藥的化學結構完全不同于真藥的主藥；3、藥片中含有主藥成分，且主藥的化學結構與真藥中主藥的化學結構有很大的相似性（如同系物）。對7種降糖藥片（包括陽性樣品和陰性樣品）和12種常規(guī)的輔料（陰性樣品）進行判別，結果顯示靈敏度達到了96.77％，專屬度達到了97.48％，準確度達到了96.35％。該方法為假藥的判別分析技術提供了一種新的手段，具有良好的應用前景。
　　

6、 第二部分橄欖油的快速檢測近紅外光譜分析技術具有分析速度快、無損、樣品不需預處理等優(yōu)勢。隨著化學計量學的發(fā)展，近紅外光譜分析法也得到了極大的促進和發(fā)展，在農(nóng)業(yè)、化工、食品等領域得到了越來越廣泛的應用。本文探索了多種化學計量學算法在近紅外光譜中的應用。采用聚類分析法對橄欖油和其它的食用用油進行分類，運用主成分分析法和人工神經(jīng)網(wǎng)絡法對橄欖油的摻雜與否進行定性判別，最后用偏最小二乘法（PLS）進行定量分析。測定初榨橄欖油中摻雜芝麻油、大豆油和