抗风湿保健品中违禁添加物的高光谱和拉曼筛查方法研究

【摘要】：我国抗风湿保健食品市场规模不断扩大,违禁添加药物的事件屡见不鲜,长期服用会损伤消费者的机体、影响健康。目前,针对保健食品中违禁添加物的检测方法主要是液相色谱、质谱法,这些方法大多需要复杂的前处理,且耗时。光谱检测方法可通过建立光谱谱图库,结合算法建立模型实现无损、快速识别违禁添加物的目的。因此,本文针对抗风湿类的保健食品中可能存在的违禁添加药物,利用近红外高光谱成像、薄层色谱-表面增强拉曼技术建立定量、定性筛查方法。主要研究内容如下:针对抗风湿类保健食品中可能违禁添加的双氯芬酸钠,基于近红外高光谱成像技术,研究开发了定量分析方法。首先制备了一系列含双氯芬酸钠的西芹籽抗风湿类保健品样本,在1000-2500nm波长下进行扫描,对得到的高光谱成像图采用ENVI软件分析、提取并计算了感兴趣区域(ROI)的平均近红外光谱,比较分析了8种光谱预处理方法、3种化学计量学模型对预测值准确度的影响,结果发现利用β系数方法选择最优波段作为自变量,经标准正态变量预处理方法建立的多元线性回归模型,其准确性和预测能力较好,其预测最低限为0.05%,预测值与实测值的决定系数(R~2)为0.993,预测均方根误差为0.005。针对抗风湿类保健食品中可能违禁添加的双氯芬酸钠及其药效相同的11种化学药物,基于薄层色谱-表面增强拉曼技术,研究建立了快速筛查判别模型。首先,利用Guassian软件计算了11种化学药物的理论拉曼峰并进行了峰位归属指认。然后,通过比较不同展开剂、薄层色谱板,发现采用石油醚-三氯甲烷-乙酸乙酯-冰醋酸(15:15:15:1.5,V/V/V/V)可有效分离11种化学药物;通过优化金溶胶的体积和拉曼光谱检测的积分时间,经比较确定了滴加4μL的金胶,选择积分时间为5 s作为拉曼检测的条件,实验结果表明最低检出限达到0.05%-0.10%。然后,运用7种光谱预处理方法处理SERS光谱,并对其进行主成分分析,提取了前10个特征主成分数,建立并比较了主成分-线性判别、主成分-K邻近模型及主成分-支撑向量机等4种判别模型,结果发现,经过间接二阶导数预处理后的主成分-线性判别模型预测准确率最高可达100%。针对薄层色谱法同时分离11种混合化学药物时,发现了两组比移值相近的药物,即乙酰水杨酸与吲哚美辛、双氯芬酸钠与萘普生,尝试建立模型以进一步区分。针对乙酰水杨酸与吲哚美辛及其两者混合物的拉曼光谱,比较了全光谱和竞争性自适应重加权方法(Competitive adaptive reweighting algorithm,CARS)筛选的波数作为自变量建立的模型。经平滑卷积结合标准正态变量预处理CARS筛选的波数,建立了随机森林判别模型,其正确识别率为67.17%;针对双氯芬酸钠与萘普生及其混合物的拉曼光谱,经过间接二阶导数结合标准正态变量预处理CARS筛选的波数,建立了核函数支持向量机模型,其识别正确率为72.90%,但均能100%正确识别纯样本。