Yöntem makalesi

HPLC Ölçümleri dayanarak Yakın kızılötesi Spektroskopisi Yaban mersini içinde Hammadde İçeriği tahribatsız Tahmininde Modellerinin İnşaatı

DOI:

10.3791/53981

⸱

28 Haziran 2016

 ,  ,  ,  ,  , 
1United Graduate School of Agricultural Science, Tokyo University of Agriculture and Technology, 2Faculty of Agriculture, Tokyo University of Agriculture and Technology, 3Institute of Agriculture, Tokyo University of Agriculture and Technology

Bu makalede

Özet

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Burada, yakın kızılötesi spektroskopi ile tek tek yaban mersinindeki toplam şeker, toplam organik asit ve toplam antosiyanin içeriğinin tahribatsız tahmini için modeller oluşturmak ve doğrulamak için bir protokol sunuyoruz.

Özet

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Çiftlik ürünlerinin içerik içeriklerinin tahribatsız tahmini, ürünlerin garantili kalitelerle sevk edilmesi ve satılması için faydalıdır. Burada, her bir yaban mersini içindeki tahribatsız toplam şeker, toplam organik asit ve toplam antosiyanin içeriğini tahmin etmek için yakın kızılötesi spektroskopisi kullanılır. Tekniğin, hasat edilen tüm yaban mersini arasından sadece lezzetli yaban mersini seçilmesini sağlaması bekleniyor. Yaban mersininin yakın kızılötesi absorpsiyon spektrumları, kaliks üzerinde olmayan konumlarda dağınık yansıma modu ile ölçülür. Yüksek performanslı sıvı kromatografisi ile belirlenen bir yaban mersininin içerik içeriği, gözlemlenen spektrumlardan içerik içeriğini tahmin etmek için modeller oluşturmak için kullanılır. Modellerin inşası için kısmi en küçük kareler regresyonu kullanılır. Gözlemlenen spektrumlar için ön işlemlerin ve analizler için kullanılan spektrumların dalga boyu bölgelerinin uygun şekilde seçilmesi gerekir. Oluşturulan modellerin, içerik içeriğinin pratik doğruluklarla tahmin edildiğini doğrulaması için doğrulamalar gereklidir. Burada, yakın kızılötesi spektroskopi ile yaban mersinindeki içerik içeriğinin tahribatsız tahmini için modelleri oluşturmak ve doğrulamak için bir protokol sunuyoruz.

Giriş

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Yakın-kızılötesi (NIR) spektroskopisi yaygın çeşitli meyve içeriğini ve sebze analiz etmek için tahribatsız tekniği olarak uygulanır. 1,2 Tahribatsız garantili nitelikleri ile sadece lezzetli meyve ve sebze nakliye etkinleştirmek NIR spektroskopisi ile analiz eder. NIR spektroskopisi böylece zaten portakal, elma, kavun, kiraz, kivi, mango, papaya, şeftali uygulandı ve böylece toplam şeker içeriği karşılık onların Brix, asitlik, TSC (toplam katı içeriği) bilmek ve . Son zamanlarda, biz. Yaban mersini kalite değerlendirmesine NIR spektroskopisi uygulanmasını bildirmiştir 3 Biz toplam şeker içeriği ve asitlik karşılık gelen toplam organik asit içeriğine değil, aynı zamanda toplam antosiyanin içeriği sadece ölçtük. Antosiyanin insan sağlığını iyileştirmek için inanılır bir biyolojik olarak aktif bir bileşendir. onların şeker içeriği, ac bir güvence ile lezzetli yaban mersini satın alabilirsiniz eğer tüketiciler için uygundurgeçerlik ve antosiyanin içeriği.

Meyve ve sebze NIR emiş spektrumları, sadece geniş emme bantları gözlemlenir. Genelde lif ve nemden dolayı bantlar vardır. bağlı olmayan tahrip hedef çeşitli maddeler çok zayıf bantlar, aynı anda gözlenir birlikte, gözlemlenen bantlar çoğu durumda hedefin özel bileşenlerin spesifik titreşim modları tahsis edilemez. Bu nedenle, Lambert-Beer yasası kullanarak belirli bir bileşenin içeriğini belirlemek için geleneksel teknik NIR spektrumları için etkili değildir. Bunun yerine, kalibrasyon modelleri gözlenen spektrumları ve spektrumları karşılık gelen madde içerikleri arasındaki ilişkiyi inceleyerek Kemometri kullanılarak inşa edilmiştir gözlenen spektrumları hedef bileşenlerinin içeriğini tahmin etmek. 4,5 Burada bir protokol oluşturmak ve modelleri doğrulamak için toplam şeker içeriği tahmininde, toplam organik asit içeriği acidi karşılık gelenty ve NUR spektrumları yaban mersini toplam antosiyanin içeriği sunulmaktadır.

Şekil 1, güvenli ve sağlam bir kalibrasyon modellerini oluşturmak için genel bir akım şemasını göstermektedir. yeterli sayıda örnekleri toplanır. Diğerleri inşa modellerin doğrulanması için kullanılan Bazıları modellerin yapımında kullanılır. Toplanan numunelerin her biri için, bir NIR spektrum ölçülür ve daha sonra hedef bileşenleri geleneksel yıkıcı kimyasal analiz yöntemleri ile kantitatif analiz edilir. Burada, yüksek performanslı sıvı kromatografisi (HPLC), şekerler, organik asitler, ve antosiyanin kimyasal analizler için kullanılır. Kısmi en küçük kareler (PLS) regresyon kimyasal tarafından belirlenen gözlenen spektrumları ve madde içerikleri arasındaki ilişki incelendiğinde analizleri kalibrasyon modellerinin yapımı için kullanılır. Sağlam iyi tahmin yeteneği olan modeller, glikozu ve ön terbiye inşa etmek üzereved spektrumları ve tahmini için kullanılan dalga boyu bölgeleri incelenmektedir. Son olarak, inşa modellerinin yeterli tahmin yeteneğini onaylamak için doğrulanır. doğrulama, içeriği kimyasal analizler (gözlenen değerler) tarafından belirlenen içerikler ile karşılaştırılır inşa modeli (tahmin edilen değerler) tarafından gözlenen spektrum öngördü. Yeterli ilişki tahmin ve gözlenen değerler arasındaki bulunamazsa eğer yeterli korelasyon elde edilinceye kadar, kalibrasyon modeli yeniden inşa edilmelidir. Bu şekilde (dış doğrulama) 'de gösterildiği gibi bir model inşası ve doğrulama için numune farklı grupları kullanılması tercih edilir, ancak, aynı gruptaki örnekleri ve diğer araştırma yöntemleri (çapraz validasyon) her iki kullanıldığı zaman sayısı numuneler yeterince büyük değil.

figure-introduction-1
FKalibrasyon modelinin oluşturulması ve onaylanması için ŞEKIL 1. akış şeması. mavi ve yeşil çizgilerle çevrili prosedürler kalibrasyon modeli ve doğrulama inşaatı, sırasıyla gelmektedir. Bu rakamın büyük halini görmek için lütfen buraya tıklayınız.

Erişim kısıtlı. Bu içeriği görüntülemek için lütfen giriş yapın veya deneme sürümünü başlatın.

Protokol

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Numunelerin 1. Koleksiyonu

  1. Kalibrasyon modeli hedefine dahil edilecek olan çeşitlerin karar verin.
  2. yeterli sayıda ve hedef çeşitlerinin örnek yaban mersini çeşitli toplayın.
    1. inşa modelin doğrulanması için tercihen 100 kalibrasyon modelinin oluşturulması için yaban mersini, ve en az 10 toplayın. Güçlü modelleri inşa etmek üzere, çeşitli renk, boyut ve çeşitli olgunlaşma koşulları yani çeşitli örnekleri toplamak.
  3. Her blueberry tartılır. Not: ölçülen ağırlıklar her yaban mersini maddelerin içeriği yüzde hesaplanması için daha sonra kullanılır.

Spectra 2. Ölçümler

  1. Isınma ölçümlerden önce spektrofotometre yeterince (en fazla 1 saat) güvenilir spektrumları elde etmek.
  2. spektrofotometre ayarlayın. koşullar tüm ölçümlerle sabit olduğundan emin olun. birölçümler için tipik koşullar arasında, örneğin, aşağıda verilmiştir.
    1. 12,500-3,600 cm ölçümlerin aralığını ayarlayın -1.
    2. 16 cm spektral çözünürlüğü ayarlamak -1.
    3. 32 kez birikimi ayarlayın.
  3. Ölçüm modu olarak yaygın yansıma seçin.
  4. dağınık yansıma ölçümleri için spektrofotometre penceresinde standart reflektör koydu. "Arka plan tek kanal" komutunu kullanarak, otomatik olarak daha sonra ölçülen örnek yaban mersini spektrumları göreli yansıma spektrumları hesaplanmasında kullanılan arka plan spektrumu ölçmek.
  5. dağınık yansıma ölçümleri için spektrofotometre penceresinden merkezinde bir yaban mersini örneği koyun. "Numune tek kanal" komutunu kullanarak, tercihen meyve birkaç noktada her yaban mersini spektrumları ölçün.
    Not: Kubelka-Munk dönüşümü 6,7 da otomatik yapılacaktırÖrnek yaban mersini gözlenen spektrumları için otomatik spektral edinimi durumu bunu ayarlanırsa. Kubelka-Munk dönüşümü, transmisyon modunda ölçüldü ve yüksek doğrulukla spektrumları analiz için gerekli olan eşdeğer spektrumları dağınık yansıtıcılık modunda ölçülmüştür spektrumları değiştirir. Absorbans ölçeğinde Spectra analizler için kullanılır.
  6. yaban mersini numunenin spektrumu birçok noktasında ölçülen halinde MS Excel gibi bir veri işleme programı kullanılarak her numune spektrumları ortalama spektrumunu hesaplayın. analizler için ortalama spektrumunu kullanır.

Şekerler ve Organik Asitlerin 8 HPLC Ölçümleri 3. Ön Arıtma

Not: şu şekilde saf su ile, su içinde çözünür olan şeker ve her yaban mersini, organik asitler, ekstrakte edin. Her bir yaban mersini bütün analizler için kullanılır.

  1. fo aşağıda -30 ° C hazır dondurucuda yaban mersini tutunonlar sadece spektral ölçümlerden sonra analiz değilse r kimyasal analizler.
  2. kolayca aşağıdaki adımlardan homojenize böylece çeşitli parçalar halinde yaban mersini kesin. donmuş zaman defrost olmadan blueberry kesin.
  3. 50 ml'lik bir cam kaba parçaları koyun.
  4. ca. ekle ultra-saf su behere (ki elektrik iletkenliği en az 0,1 uS / cm damıtılmış su), 10 ml.
  5. analizler boyunca şekerler dekompoze olabilir enzimlerin etkisiz hale getirilmesi 20 saniye boyunca bir mikrodalga fırın içinde, aşırı saf su içinde kesme böğürtlen ısıtın.
  6. Behere ca. ultra saf su 10 ml.
  7. Standart bir şaft ve jeneratör ile donatılmış bir homojenizatör ile 12,000 rpm'de 5 dakika boyunca homojen bir karışım.
  8. 3000 rpm'de (2,000 x g) 10 dakika süre ile homojenize edilmiş karışım santrifüjleyin.
  9. Bir 5B kağıt filtre kullanılarak santrifüj numunenin, vakumla süzülerek süzüntü toplanır.
  10. th iki kez adımlar 3.6-3.9 tekrarlayıne filtrasyon Tortu, bütün şeker ve organik asitler toplamak ve süzüntüler birleştirmek.
  11. Süzülen maddenin pH'ı ölçün ve seyreltilmiş hidroklorik asit (0.1 ve 0.01 mol L-1) ile 7'ye ayarlamak ve sodyum hidroksit (0.1 ve 0.01 mol L-1) arasında sulu çözeltiler.
  12. ultra-saf su ile 50 ml'ye filtrat seyreltilir.
  13. ikiye örnek bölün; şekerlerin analizi ve organik asitlerin analizi için diğer için.
  14. pigmentleri, katyonlar ve anyonlar dışlamak için seri bağlı sütunların üzerinden ilk örnek çözümü (iki C18, CM ve QMA) geçirin. sütunlarından örnek çözeltinin ilk 1 ml atınız. Sonra HPLC ile şeker analizi için sütunları örnek çözümü kullanın.
  15. pigmentler ve katyonları dışlamak için seri bağlı sütunlar (iki C18 ve CM) üzerinden ikinci örnek çözümü geçmektedir. sütunlarından örnek çözeltinin ilk 1 ml atınız. Sonra c örnek çözümü kullanmakHPLC ile organik asit analizi için olumns.
  16. Santrifüj HPLC ile analizden önce, bir mini-santrifüj ile 0.45 um filtre ile donatılmış bir mikro 10 dakika için 6,600 rpm'de (5.800 x g) her adımda 3.14 den çözeltisi ve 3.15.

Şekerler 4. HPLC Ölçümleri

Not: Bu çalışmada, sukroz, glukoz ve her bir yaban mersini fruktoz toplamı içeriği toplam şeker içeriği olarak kabul edilir. Bu nedenle, üç şeker her biri için çalışma eğrisi birinci elde edilir ve daha sonra her bir yaban mersini şekerlerin toplamı içeriği elde edilir. Standart içeriği 0.3-0.4 ağırlıkça% (sakaroz), 3,8-4,8 ağırlık% (glikoz) ve 4,2-5,3 ağırlık% (fruktoz) olarak rapor edilir. 9

  1. doğru sükroz yaklaşık 200 mg ölçün ve standart bir çözelti hazırlamak için, 50 ml ultra saf su içinde çözülür. İkinci standart çözeltilerin hazırlanması için, aşırı saf su ile 50 ml'ye çözeltisi 5 ml seyreltilir. Benzer üçüncü standı hazırlayınİkinci standart çözeltisinden ard çözüm.
  2. Benzer şekilde, glikoz ve fruktoz standart çözümler hazırlayın.
  3. aşağıdaki şekilde HPLC sistemi düzenlemek:
    1. 40 ° C'de sütun fırın içinde bir jel nüfuziyet sütunu kullanın.
    2. Taşıma ürününden 0.1 ml / dakika akış oranı ile gazı alınmış, aşırı saf su kullanın.
    3. bir kırılma endeksi detektörü kullanın.
  4. her ölçüm için 20 ul tablet enjekte edilerek standart çözümlerin HPLC spektrogramlar ölçün. Not: Burada, PAC solüsyon ölçümü için yazılım olarak kullanılır.
  5. farenin sağ tuşu ile 'yeniden analiz' tıklayarak her standart solüsyon kromotogramda şeker bandın alan yoğunluğunu alın.
  6. Alan şiddeti ve konsantrasyon arasındaki ilişkiyi temsil eden denklem fo elde edilir lineer regresyon, her şeker çalışma eğrisini elde etmek için gelen konsantrasyonlarına karşı alan şiddetleri çizilirHer şeker r.
  7. Her bir ölçüm için, 20 ul tablet enjekte edilerek Örnek çözeltilerin HPLC spektrogramlarda ölçün.
  8. Daha önce adım 4.5 de tarif edildiği gibi, her numune çözeltisinin kromatogramda şekerlerin bantların alanı yoğunlukları al.
  9. Adım 4.6 'de elde edilen çalışma eğrileri gelen denklemleri kullanarak çözümler şekerlerin konsantrasyonları elde.
  10. Önceki adımda ve örnek toplam hacmi elde edilen örnek çözelti konsantrasyonları, her bir yaban mersini, her şeker miktarı elde edilir (50 mi adım 3.12).
  11. Üç şeker içeriğini özetliyor her meyvenin toplam şeker miktarlarını edinin.
  12. Adım 1.3 ölçülen ağırlık kullanarak her yaban mersini toplam şeker içeriği yüzde edinin.

Organik Asitlerin 5. HPLC Ölçümleri

Not: Bu çalışmada, sitrik asit, kinik asit toplamı içeriği, malikasit ve süksinik asit toplam organik asit içeriği olarak kabul edilmektedir. Bu nedenle, dört organik asitlerin her biri için çalışma eğrisi birinci elde edilir ve daha sonra her bir yaban mersini organik asit içeriği ölçülmektedir. Standart içeriği 0,42-0,62 ağırlık% (sitrik asit), 0-0,15 ağırlıkça% (kinik asit), 0,08-0,23 ağırlık% (malik asit), ve 0.06-0.25 ağırlıkla% (süksinik asit) olarak rapor edilir. 9

  1. doğru sitrik asit, yaklaşık 5 mg ölçün ve standart bir çözelti hazırlamak için, 50 ml ultra saf su içine çözülür. İkinci standart çözeltilerin hazırlanması için, aşırı saf su ile 50 ml'ye çözeltisi 5 ml seyreltilir. Benzer İkinci standart solüsyonu üçüncü standart çözeltisi hazırlayın.
  2. Benzer bir şekilde, kinik asit, malik asit ve sukkinik asit, standart çözelti hazırlayın.
  3. aşağıdaki şekilde HPLC sistemi düzenlemek:
    1. 40 ° C'de sütun fırın içinde seri olarak bağlı iki anyon değişim sütunları kullanın.
    2. Kullanım fosforik% 0.1 sulu çözeltisi gazı alınmışTaşıma ürününden olarak 0.02 ml / dakika akış oranı ile asittir.
    3. 210 nm'lik bir ultraviyole görünür dedektör grubunu kullanın.
  4. Her bir ölçüm için, standart çözeltisinin 20 ul kısım enjekte edilerek standart çözeltilerin HPLC spektrogramlarda ölçün.
  5. farenin sağ tuşu ile 'yeniden analiz' tıklayarak her standart solüsyonun kromatogramında organik asitin bandın alan yoğunluğunu alın.
  6. Alan şiddeti ve konsantrasyon arasındaki ilişkiyi temsil eden denklem, her organik asit elde edilir lineer regresyon, her organik asit için çalışan eğri almak için gelen konsantrasyonlarına karşı alan şiddetleri çizilir.
  7. Her bir ölçüm için örnek bir 20 ul kısım enjekte edilerek Örnek çözeltilerin HPLC spektrogramlarda ölçün.
  8. Adım 5.5'te, daha önce tarif edildiği gibi her bir numune çözeltisi kromatogramda organik asitlerin bantların alanı yoğunlukları alın.
  9. Adım 5.6 'de elde edilen çalışma eğrileri gelen denklemleri kullanarak çözümler organik asitlerin konsantrasyonları elde edin.
  10. Önceki adımda ve örnek toplam hacmi elde edilen örnek çözelti konsantrasyonları, her bir yaban mersini, her organik asidin miktarı elde edilir (50 mi adım 3.12).
  11. Dört organik asit içeriği toplanarak her bir yaban mersini toplam organik asidin miktarı elde edilir.
  12. Adım 1.3 ölçülen ağırlık kullanarak her yaban mersini toplam organik asit içeriği yüzde edinin.

Antosiyaninlerin HPLC Ölçümleri 6. Tedavi öncesi

  1. onlar sadece spektral ölçümlerden sonra analiz değilse kimyasal aşağıda -80 ° C hazır dondurucuda yaban mersini tutun analiz eder.
  2. 12 saat boyunca vakumlu bir liyofilizatör her dondurulmuş meyve kurutun.
  3. % 1 metanol çözüm o kurutulmuş yaban mersini, antosiyanin Özüf trifloroasetik asit [yaban mersini (g) ağırlıkça çözeltisi / hacim (mi) = 1/10] 12 saat boyunca 4 ° C'de bir buzdolabı içinde karışımın bırakarak.
  4. Santrifüj C ve 15.000 rpm (21,900 x g) °, bir ultra santrifüj -8 kullanılarak bir 2 mi mikrotüp, 15 dakika boyunca özü.
  5. HPLC ölçümleri için örnek elde etmek için 0.45 um filtre içinden süzülür.

Antosiyaninlerin 7. HPLC Ölçümleri

Not: Yaklaşık 13 çeşit antosiyaninler yaban mersini yer almaktadır. Tüm antosiyaninler için çalışma eğrileri elde etmek zor olduğundan, sadece siyanidol-3- O-glukosit klorür için bir çalışma eğrisi, yaban mersini bölgesindeki en popüler antosiyaninlerin biri, elde edilir. çalışma eğrisi diğer antosiyaninlerin yaklaşık sayımsal uygulanır.

  1. PR doğru siyanidin-3- O-glukosit klorür, yaklaşık 1.5 mg ölçün ve trifloroasetik asit% 1 metanol çözeltisi, 10 ml içine çözülürStandart bir çözüm epare. İkinci standart çözeltilerin hazırlanması için trifloroasetik asit,% 1 metanol çözeltisi ile 10 ml çözelti 5 ml seyreltilir. Aynı şekilde, üçüncü ve dördüncü standart solüsyonları sekans hazırlanır.
  2. aşağıdaki şekilde HPLC sistemi düzenlemek:
    1. 40 ° C'de sütun fırın içinde bir C18 ters faz kolonu kullanır.
    2. 0.1 ml / dakika akış oranı ile asetonitril (elute B)% 0.1 sulu trifloroasetik asit (elute A) ve% 0.5 trifloroasetik asit eluatları kullanılarak yapılan gradient yöntemi uygulanır burada% 8 ila% 15 elute B oranında artar 0-50 enjeksiyondan sonra dakika ve enjeksiyondan sonra 50-60 dakika boyunca% 75 ila 15% arasında sırasında.
    3. 520 nm 'de bir fotodiyot dizisi detektörü izleme kullanın.
  3. Her bir ölçüm için, 10 ul tablet enjekte edilerek standart çözeltilerin HPLC spektrogramlarda ölçün. "LC Çözüm" ölçümü için yazılım olarak kullanılır.
  4. bandının alan yoğunluğunu alınfarenin sağ tuşu ile 're-analiz' tıklayarak her standart solüsyon kromotogramda siyanidin-3- O-glukosit klorür.
  5. Alan şiddeti ve konsantrasyon arasındaki ilişkiyi temsil eden denklem siyanidin-3- O-glukosit klorür elde edilir lineer regresyon ile siyanidin-3- O-glukosit klorür çalışma eğrisini elde etmek için gelen konsantrasyonlarına karşı alan şiddetleri çizilir.
  6. Her bir ölçüm için, 10 ul tablet enjekte edilerek Örnek çözeltilerin HPLC spektrogramlarda ölçün.
  7. Daha önce adım 7.4 de tarif edildiği gibi her bir numune çözeltisi kromatogramında her antosiyanin bandı bölgesi yoğunluğu al.
  8. Adım 7.5 'de elde edilen çalışma eğrisine karşılık gelen denklem kullanılarak çözümleri antosiyaninlerin konsantrasyonları elde.
  9. Önceki elde edilen konsantrasyon her yaban mersini, her antosiyanin miktarda elde ediliradım adım 6.3 kullanılan numune çözeltisinin toplam hacmi.
  10. onüç antosiyaninlerin içeriğini özetliyor her yaban mersini içinde antosiyanin toplam tutarı edinin.
  11. Adım 1.3 ölçülen ağırlık kullanarak her yaban mersini toplam antosiyanin içeriği yüzde edinin.

Madde İçeriği Tahmininde Kalibrasyon Modelleri 8. İnşaat

Not: PLS regresyon, gizli varyantları kullanarak çoklu regresyon tekniğinin bir türüdür 4,5, gözlenen spektrumları ve kimyasal analizlerle belirlenen madde içeriğinden her madde için kalibrasyon modellerinin yapımı için kullanılır. PLS regresyon ticari programlar ile veya ev yapımı programları ile ya gerçekleştirilir. Modellerin yapımı ayrıntılı işlemler için referanslar 5,10 bakın.

  1. gözlenen spektrumları için ön işlemler doğru en etkili olduğunu incelemek veSağlam tahmin.
    1. Aşağıdaki ön işlemlerin bir veya iki uygulayarak kalibrasyon modelleri Construct: MSC (Çarpımsal Dağılım Düzeltme), 1,2,5 SNV (Standart Normal Değişken), 1,2,5 MMN (Min-Max Normalleştirme), COE (Sabit Eliminasyon Ofset ), ve birinci veya SG ile ikinci türev hesaplama (Savitzky-Golay) yöntemi. 1,2,5 inşa modelleri ile kendi spektrumları ayarlanır doğrulama madde içeriğini tahmin edin.
      Not: Minimum ve maksimum değerler sırasıyla 0 ve 1, hale böylece MMN olarak, bir spektrum normalize edilir. Minimum değer sıfır olur, böylece COE olarak, bir spektrum ordinatı kaydırılır.
    2. Gözlenen ve gözlenen spektrumları en etkili için ön işlemler hangi incelemek için ayarlanmış doğrulama değerlerini tahmin arasında, kararlılık, R 2, ve kalan tahmini sapma, RPD katsayısı hesaplayın. daha vererek ön işlemlerin kombinasyonu seçinR2 ve RPD.
  2. Etkili bölgeleri aramak için, dalgasayısı bölgeler, örneğin uygulayarak doğru ve sağlam tahmini için etkili olan hareketli pencereler PLS tekniği 11 inceleyin.
    Not: Prosedür spektrumları tahminler için etkili bilgi içeren veya tahminler müdahale bilgileri içeren dalgasayısı bölgeleri kaldırarak karşılık gelir.

İnşa Kalibrasyon Modellerinin 9. Doğrulama

Not: inşa modellerin geçerliliğinin ayrıntılı işlemler için başvuruları 5,10 bakın.

  1. Ön işlemlerin ve tahmini için etkili dalgasayısı bölgeleri için en iyi kombinasyonu ile inşa kalibrasyon modelleri ile kendi spektrumları ayarlanır doğrulama madde içeriğini tahmin. 5,10
  2. Gözlenen ve öngörülen arasındaki R 2 ve RPD hesaplayınDoğrulama setinin değerlerinin. 5,10
  3. Kalibrasyon modelleri pratik performans, 12,13 R için genel kriterler 2> 0.85 ve RPD> 2.5, memnun olup olmadığını inceleyin. kriterler memnun değilseniz modelin yeniden düşünün.

Erişim kısıtlı. Bu içeriği görüntülemek için lütfen giriş yapın veya deneme sürümünü başlatın.

Sonuçlar

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Örnek olarak 70 yaban mersini spektrumları aynı anda gösterilen yaban mersini NIR soğurma spektrumları bir dizi 2 gösterileri Şekil. şekerler, organik asitler, ya da antosiyanin kesinlikle atanabilir bantları NIR spektrumları gözlenen olmadığından, geleneksel Lambert-Beer yasası madde içeriğini ölçmek için geçerli değildir. Bu nedenle, madde içeriğinin tahmininde modellerinin yapımı gereklidir.

Erişim kısıtlı. Bu içeriği görüntülemek için lütfen giriş yapın veya deneme sürümünü başlatın.

Tartışma

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

protokol üzerinde bazı ek yorumlar burada açıklanmıştır. Öncelikle, adım 1.1, hedefe dahil çeşitlerin karar bahsedilmektedir. birçok çeşitler veya çeşitlerinin belirtmeden yaban mersini kapsayan modelleri inşa etmek mümkün olsa da, modelleri ile tahmin doğrulukları bazen tek bir çeşidi için modelleri ile daha sınırlı çeşitlerin için çok daha düşüktür. Ayrıca kalibrasyon modelleri farklı üretim sahalarında hasat yaban mersini tahmin performansını etkileyen farklı özelliklere sahip olduğundan yüksek tahmin performansı eld...

Erişim kısıtlı. Bu içeriği görüntülemek için lütfen giriş yapın veya deneme sürümünü başlatın.

Açıklamalar

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Açıklayacak hiçbir şeyimiz yok.

Teşekkürler

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Bu çalışma, Japonya Tarım, Ormancılık ve Balıkçılık Bakanlığı'nın "Afet Bölgesinde Tarım ve Balıkçılığın Son Derece İleri Teknolojinin Kullanılması Yoluyla Canlandırılması Projesi" projesi tarafından kısmen desteklenmiştir.

Erişim kısıtlı. Bu içeriği görüntülemek için lütfen giriş yapın veya deneme sürümünü başlatın.

Malzemeler

Bu makalede kullanılan malzemelerin listesi
AdŞirketKatalog numarasıYorumlar
FT-NIR spektrofotometreBruker Optics GmbHMPA 
Yüksek Performanslı Sıvı KromatografisiShimadzu Corporation228-45041-91, 228-45000-31, 228-45018-31Şeker analizi
223-04500-31, 228-45010-31, 228-45095-31Kırılma İndeksi Dedektörü
Yüksek Performanslı Sıvı KromatografisiShimadzu Corporation228-45041-91, 228-45003-31, 228-45000-31Organik asit analizi için
228-45018-31, 228-45010-31, 223-04500-31Ultraviyole-Görünür Dedektör
Yüksek Performanslı Sıvı KromatografisiShimadzu Corporation228-45041-91, 228-45018-31, 228-45000-31Antosiyanin analizi
228-45012-31, 228-45119-31, 228-45005-31Fotodiyot Dizi Dedektörü
228-45009-31
pH metreMettler-Toledo30019028S220, Otomatik sıcaklık kompanzasyonu
Ultra saf su arıtma ekipmanıORGANO CorporationORG-ULXXXM1; PRA-0015-0V0PURELAB ultra; PURELITE
Biyomedikal Dondurucular SANYO2-6780-01MDF-U338
Ultra Düşük Sıcaklık DondurucuPanasonic healthcare Co.,Ltd.KM-DU73Y1-80& C
Vakumlu liyofilizatörIWAKI GLASS Co., Ltd119770DRC-3L; FRD-82M
HomojenizatörMicrotec Co., Ltd. Physcotron
UltrasantrifüjHitachi Koki Co., LtdS204567CF15RXII
Mini-santrifüjLMS CO., LTD.KN3136572MCF-2360
SantrifüjKokusan Co., Ltd2-5534-01H-103N
Filtre Kağıdı Advantec15210705B, Whatman'a uygun 40
Eylül-Pak C18 sütunuWaters Corporation MilfordWAT020515
Sep-Pak CM sütunuWaters Corporation MilfordWAT020550
Sep-Pak QMA sütunuWaters Corporation MilfordWAT020545
Santrifüj Filtre ÜnitesiMerck Millipore CorporationR2SA18503PVDF, 0.45 μ m
TekŞirket Olarak Mikrotüp1-1600-02PP, 2 ml
Şırınga FiltresiGE Healthcare CO., LTD.6788-1304S, 0.45 μ m
SükrozWako Saf Kimya Endüstrileri, Ltd194-00011Reaktif dereceli
GlikozWako Saf Kimya Endüstrileri, Ltd049-31165Reaktif dereceli
FruktozWako Saf Kimya Endüstrileri, Ltd123-02762Reaktif dereceli
Sitrik asitWako Saf Kimya Endüstrileri, Ltd036-05522Reaktif dereceli
Malik asitWako Saf Kimya Endüstrileri, Ltd355-17971Reaktif dereceli
Süksinik asit  Wako Saf Kimya Endüstrileri, Ltd190-04332Reaktif dereceli
Kinik asitAlfa Aesar, Bir Johnson Matthey Şirketi10176328Reaktif dereceli
Fosforik asitWako Saf Kimya Endüstrileri, Ltd162-20492HPLC dereceli
Trifloroasetik asitWako Saf Kimya Endüstrileri, Ltd208-02746Reaktif dereceli
MetanolWako Saf Kimya Endüstrileri, Ltd131-01826Reaktif dereceli
AsetonitrilWako Saf Kimya Endüstrileri, Ltd015-08633HPLC sınıfı
Sınıf siyanidin-3- O< / em>-glukozit klorürWako Saf Kimya Endüstrileri, Ltd306-37661Analizler için HPLC sınıfı
YazılımBruker Optics GmbHOPUS ver. 6.5
Yazılım için VisualBasic tarafından desteklenen Microsoft Excel'i
yazılım modelleri oluşturmak için yazılımFreemat 4.0http://freemat.sourceforge.net/
için için ön işleme Uygulamalar için

Kaynaklar

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Ozaki, Y., McClure, W. F., Christy, A. A. Near-infrared Spectroscopy in Food Science and Technology. , John Wiley & Sons, Inc. Hoboken. (2007).
  2. Sun, D. W. Infrared Spectroscopy for Food Quality Analysis and Control. , Academic Press. New York. (2009).
  3. Bai, W., Yoshimura, N., Takayanagi, M. Quantitative analysis of ingredients of blueberry fruits by near infrared spectroscopy. J. Near Infrared Spectrosc. 22, 357-365 (2014).
  4. Hasegawa, T. Chemometrics in infrared spectroscopic analysis. In: Introduction to Experimental Infrared Spectroscopy. Tasumi, M. , John Wiley & Sons. Chichester. 97-113 (2015).
  5. Varmuza, K., Filzmoser, P. Introduction to Multivariate Statistical Analysis in Chemometrics. , CRC Press. Boca Raton. (2009).
  6. Kubelka, P. New contributions to the optics of intensely light-scattering materials. Part I. J. Opt. Soc. Am. 38, 448-457 (1948).
  7. Juang, R. H., Storey, D. E. Quantitative determination of the extent of neutralization of carboxylic acid functionality in carbopol 974P NF by diffuse reflectance fourier transform infrared spectrometry using Kubelka-Munk function. Pharm Res. 15, 1714-1720 (1998).
  8. Ogiwara, I., Ohtsuka, Y., Yoneda, Y., Sakurai, K., Hakoda, N., Shimura, I. Extraction method by water followed by microwave heating for analyzing sugars in strawberry fruits. J. Jpn. Soc. Hort. Sci. 68, 949-953 (1999).
  9. Che, J., Suzuki, S., Ishikawa, S., Koike, H., Ogiwara, I. Fruit ripening and quality profile of 64 cultivars in three species of blueberries grown in Tokyo. Hort. Res. (Japan). 8, 257-265 (2009).
  10. Pomerantsev, A. L. Chemometrics in Excel. , John Wiley & Sons, Inc. Hoboken. (2014).
  11. Jiang, H. J., Berry, R. J., Siesler, H. W., Ozaki, Y. Wavelength Interval Selection in Multicomponent spectral analysis by moving window partial least-squares regression with applications to mid-infrared and near-infrared spectroscopic data. Anal. Chem. 74, 3555-3565 (2002).
  12. Edney, M. J., Morgan, J. E., Williams, P. C., Campbell, L. D. Analysis of feed barley by near infrared reflectance spectroscopy. J. Near-Infrared Spectrosc. 2, 33-41 (1994).
  13. Mathison, G. W., et al. Prediction of composition and ruminal degradability characteristics of barley straw by near infrared reflectance spectroscopy. Can. J. Anim. Sci. 79, 519-523 (1999).
  14. Chiara, F., et al. Analysis of anthocyanins in commercial fruit juices by using nano-liquid chromatography electrospray-mass spectrometry and high performance liquid chromatography with UV-vis detector. J. Separation Sci. 34, 150-159 (2011).
  15. Li, Q., et al. Antioxidant anthocyanins screening through spectrum-effect relationships and DPPH-HPLC-DAD analysis on nine cultivars of introduced rabbiteye blueberry in China. Food Chemistry. 132, 759-765 (2013).
  16. Sinelli, N. Evaluation of quality and nutraceutical content of blueberries (Vaccinium corymbosum L.) by near and mid-infrared spectroscopy. Postharvest Biol. Technol. 50, 31-36 (2008).
  17. Giusti, M. M., Wrolsted, R. E. Anthocyanins: characterization and measurement with UV-visible spectroscopy. Current Protocols in Food Analytical Chemistry. Wrolstad, R. E., Schwartz, S. J. , John Wiley & Sons. New York. 1-13 (2001).

Erişim kısıtlı. Bu içeriği görüntülemek için lütfen giriş yapın veya deneme sürümünü başlatın.

Yeniden basım ve izinler

Bu JoVE makalesinin metnini veya şekillerini yeniden kullanmak için izin iste

İzin iste

Etiketler

Y ksek Performansl S v KromatografisiK smi En K k Kareler RegresyonuYaban Mersini AnaliziSpektral n lemDalga Boyu Se imiModel Do rulamaBile en eri i

İlgili makaleler