食品中脂肪含量的測定通常采用基于溶劑提取的重量法(如索氏提取和莫吉奧尼提?。蛘邭庀嗌V法(脂肪酸甲酯或FAMEs)。盡管這些方法,尤其是氣相色譜法,被視為“金標準",但它們也有固有的局限性。
重量法在食品生產(chǎn)和過程控制中廣泛應(yīng)用,但其結(jié)果往往不夠精確且受多種實驗條件影響,如提取時間、溫度、溶劑組成和水解條件等。此外,重量法可能會因為提取到非脂肪成分(如低分子量碳水化合物、氨基酸、有機酸和甘油)而導(dǎo)致脂肪含量被高估。特別是低水分樣品中的高蛋白質(zhì)/脂肪比例(例如乳清蛋白濃縮物)更容易受到高估的影響,其中非脂肪成分幾乎占提取值的50%。
氣相色譜法常用于食品標簽和研究應(yīng)用,能夠提供詳細的脂肪組成信息,包括各個脂肪酸的含量。雖然氣相色譜法比重量法更準確(因為它不太容易高估),但結(jié)果也高度依賴于實驗因素,如衍生化條件和效率、柱子和水解條件。此外,準確的定量仍然具有挑戰(zhàn)性,主要由于色譜峰積分的不精確性和短鏈脂肪酸的揮發(fā)性。
為了說明傳統(tǒng)方法再現(xiàn)性的挑戰(zhàn),美國農(nóng)業(yè)部最近發(fā)布了一項廣泛的研究,將常見的食品CRM樣品(來源于NIST和LGC)提交給幾家合同實驗室進行分析。如表1總結(jié)的那樣,發(fā)現(xiàn)近30%的重量法結(jié)果超出了認證值的95%置信區(qū)間(CI)。此外,根據(jù)脂肪酸組成,大約17-56%的氣相色譜結(jié)果超出了95%置信區(qū)間。單不飽和和多不飽和脂肪酸觀察到的變化顯著多于飽和脂肪酸,這表明含有顯著量植物油的樣品(如調(diào)味料)的結(jié)果可能特別不可靠。
CRM樣本
面對這些挑戰(zhàn),ORACLE™ 快速NMR脂肪分析儀在許多案例中被證明比合同實驗室的典型常規(guī)方法結(jié)果更準確和可重復(fù)。如表2和表3所示,對于幾種常見食品的CRM樣本,將ORACLE和合同實驗室的結(jié)果(單一實驗室)與認證值進行了比較。除了花生醬(NIST 2387)外,每種情況下的傳統(tǒng)方法都觀察到異常值(超出99%置信區(qū)間),異常值占所有結(jié)果的50%,包括脂肪酸甲酯(FAMEs)和重量分析。在少數(shù)案例中(烘焙巧克力和冷凍飲食組合;表2),異常值是可重復(fù)的,如果沒有認證值可供參考,這會使它們難以檢測。盡管在烘焙巧克力(NIST 2384)的情況下,ORACLE的分析結(jié)果與重量分析結(jié)果更為接近,但未觀察到ORACLE分析的異常值。
非CRM樣本
盡管CRM對于驗證ORACLE結(jié)果非常有用,但許多基質(zhì)沒有可用的相關(guān)CRM。這需要使用非CRM樣本,這些樣本必須由外部實驗室進行特征描述。然而,獲取可靠的常規(guī)方法結(jié)果可能很困難,特別是當不可能將樣本提交給多個實驗室時。一個典型的場景總結(jié)在表4中,其中對商店購買的蛋黃醬樣本進行了ORACLE以及兩個矢口名合同實驗室的分析(樣本以盲法復(fù)制提交)。雖然實驗室A的氣相色譜結(jié)果相當可重復(fù),但與實驗室B的結(jié)果幾乎有2%的差異。這強調(diào)了為了更好估計真實結(jié)果而將樣本提交給多個實驗室的重要性。可能是因為重量分析方法的高估,ORACLE值與氣相色譜結(jié)果有更好的一致性(在95% CI內(nèi))。
盡管傳統(tǒng)方法在食品檢測中廣泛使用,但它們存在一些局限性(例如高估和精度差),這使得與ORACLE的比較變得困難。為了驗證ORACLE的結(jié)果,理想情況下建議獲取CRM樣本。如果相關(guān)CRM樣本不可用,應(yīng)該將感興趣的樣本外包給多個實驗室進行重復(fù)分析。
1 Aued-Pimentel, et al. Quim. Nova 2010, 33, 76-84.
2 Vaghela, M.N. and Kilara, A. JAOCS 1995, 72, 1117–1121.
3 Kostic, Vesna. IOSR Journal of Pharmacy 2015, 5, 11–19.
4 Phillips, Katherine et al. Anal Bioanal. Chem. 2007, 389, 219–229.
表1.合同實驗室對CRM樣本的分析4
*置信區(qū)間大致根據(jù)Phillips及其同事提出的Z分數(shù)進行估算。
表2.單一合同實驗室的脂肪酸甲酯(FAMEs)與ORACLE的對比
表3.單一合同實驗室的重量分析與ORACLE的對比
表4.非CRM食品樣本(蛋黃醬)的分析