ピーナッツ油中のオレイン酸とリノール酸含有量の測定における近赤外線フィルターの応用
共有
さまざまな種類のピーナッツとピーナッツ油に含まれるオレイン酸とリノール酸の含有量を測定する場合、ハイパースペクトル画像化技術と近赤外線分光法を使用できます。狭帯域フィルターを使用して、LEDまたはハロゲンランプから放射されるスペクトルを10の狭いスペクトル領域に分割し、これらのスペクトルを使用してピーナッツを画像化します。さまざまな波長での画像化結果は、回帰の数学的モデルを使用して分析されます。近赤外線フィルターの波長範囲は通常、 900nmから1700nmで、帯域幅は10〜15nmです。
食用油の栄養価は脂肪酸の含有量に大きく依存し、脂肪酸の含有量は植物の種類によって大きく異なります。ピーナッツ油はオレイン酸とリノール酸の優れた供給源であり、「経済的な」オリーブ油と呼ばれることもあります。近年、ピーナッツは熱帯および亜熱帯のほとんどの国で広く栽培されており、中国が最大の生産国です。ピーナッツは、健康、食品、農業、産業、環境、経済など、さまざまな分野で極めて重要です。ピーナッツの摂取は、冠状動脈性心疾患のリスク軽減に直接関係しています。ピーナッツの栄養価は、主にオレイン酸 (ω9) やリノール酸 (ω6) などの不飽和脂肪酸の含有量が多いことに起因しています。不飽和脂肪酸の存在により、血液中の高密度リポタンパク質レベルが上昇し、低密度リポタンパク質 (貧コレステロール) レベルが低下し、病気 (心臓病、糖尿病、がんなど) の予防、体重の調整、血糖値と血圧の低下に役立ちます。この研究では、非破壊分光技術を使用して、ピーナッツのオレイン酸とリノール酸の含有量を測定します。従来のガスクロマトグラフィー (GC) も、モデル開発のための化学値を提供するために使用されています。ガスクロマトグラフィー (湿式化学法) は正確な参照値を提供できますが、時間がかかり、複雑で、多数のサンプルが必要です。標準脂肪酸のキャリブレーション セット スペクトル データは、非破壊分析法を使用して取得されます。96 種類のピーナッツ カーネルと 83 種類のピーナッツ オイルが実験的に分析されました。ピーナッツ カーネルのスペクトル データは、ハイパースペクトル イメージング システム (Sisu CHEMA) と近赤外分光装置 (DA 7200) を使用して取得され、ピーナッツ オイルのスペクトル データは Micro NIR 1700 を使用して取得されました。PCA や PLS などのケモメトリックス手法を使用して外れ値を削除し、重要な波長を選択して、有用なスペクトル情報を抽出し、モデルを構築しました。キャリブレーション モデルと予測モデルの両方に良好な回帰係数があり、成功した結果を示しています。たとえば、900nm～1700nmの近赤外線スペクトル範囲内の10の有効波長から確立されたPLSモデルの回帰係数は0.97で、誤差はそれぞれ2.4と0.5であり、オレイン酸含有量を予測する大きな可能性を示しています。この研究では、分光検出技術により食品中の成分（オレイン酸やリノール酸など）をリアルタイムで測定できるため、食品の品質と安全性を継続的に監視し、食品の健康と品質に対する消費者の高まる懸念に応える制御システムを確立できることが実証されています。適切で効率的な分光技術では、さまざまな技術の違いを考慮する必要があります。たとえば、ピーナッツの粒を検出する場合、ハイパースペクトルイメージングはNIR法よりも多くの情報を提供します。ハイパースペクトルイメージングはスペクトルデータと空間データの両方を取得できるため、少量の検査サンプルを使用してオレイン酸とリノール酸の含有量を予測できます。オレイン酸とリノール酸の含有量はそれぞれ18.8～20.2 mg/100 gと15～18 mg/100 gの範囲です。従来の近赤外分光法（NIRS）では、食品成分（オレイン酸やリノール酸などの脂肪酸）の空間情報が得られませんでしたが、ハイパースペクトルイメージングでは成分の3次元情報を検出できるため、包括的な結果が得られます。さらに、研究結果によると、3つの分光技術は、最適な波長で同じ脂肪酸含有量を検出する際の相関性が低いことがわかりました。一方、Micro NIRはピーナッツ油のスペクトルデータを収集するために使用できますが、DA7200 NIRとHSI機器には現在、油サンプルのテストに必要なアクセサリが不足しています。Micro NIRを使用して収集されたピーナッツ油のスペクトルデータは、HSIとNIRSによるピーナッツカーネルデータの処理と同様の方法で分析でき、予測モデルをさらに確立できます。油の抽出以外にも、Micro NIR を使用したモデリング パフォーマンスは NIRS や HSI に匹敵します。この研究では、前述の 3 つのデバイスを使用して、オレイン酸の検出用に 3 つ、リノール酸の検出用に 3 つの合計 6 つのデータ モデルを確立しました。最適な波長と対応する回帰係数に基づいて数学モデルを確立し、モデルのバイアスを予測しました。この研究で確立されたモデルは、将来の工業化された食品のテストと管理に適しているかどうかを判断するために、複数の大規模な研究所でさらに検証と確認を行う必要があります。この研究は、従来の方法と比較して大きな進歩を遂げ、未知のピーナッツ サンプルを予測するための迅速かつ非破壊的な方法を提供しました。
製品の推奨事項:
BP900nm - 10/15
BP1700nm - 10/15