基于近紅外光譜分析技術測定煙葉中麥角甾醇含量的方法
【技術領域】
[0001] 本發明涉及煙葉檢測技術領域，具體為測定煙葉中麥角留醇含量的方法。
【背景技術】
[0002] 麥角留醇存在于各種真菌中，是真菌中主要的留醇類化合物，同時也是真菌細 胞膜的重要組成部分，可作為霉變檢測的化學標志物。菲莫（PhillipsMorris)公司的 Bindler、國標方法GB/T25221-2010《糧油檢驗糧食中麥角留醇的測定正相高效液相色譜 法》等均以麥角留醇作為霉菌污染的化學標志物。因此，測定煙葉中麥角留醇的含量對于判 定煙葉霉變污染狀況具有一定的指導作用。
[0003] 目前，關于麥角留醇的常用分析方法主要有薄層色譜法、高效液相色譜、氣相色 譜-質譜聯用、液相色譜-質譜聯用等。這些分析方法需要進行提取分離、衍生化等復雜的 樣品前處理，耗時較長，很難滿足現場快速的進行煙葉中麥角留醇測定以判定煙葉霉變污 染狀況的要求。因此，開發一種新的快速的測定煙葉中麥角留醇的含量的方法，為霉變污染 程度的判定提供數據支持是非常有必要的。
[0004] 近紅外光譜含有豐富的理化信息，并可表征樣品整體品質特征，將其與化學計量 學相結合建立校正模型可快速預測樣品中多個組分的含量。目前，近紅外光譜法作為一種 環境友好的綠色快檢技術，在石化、農業、煙草、食品和醫藥領域已經獲得了廣泛的應用。但 用于煙葉中麥角留醇含量測定的方法未見報道。
【發明內容】
[0005] 本發明的目的是提供一種檢測速度快、操作簡單方便、預測結果準確的能夠對煙 葉中麥角留醇的含量進行快速測定的方法。
[0006] 本發明的目的通過如下技術方案實現。
[0007] 基于近紅外光譜分析技術的煙葉中麥角留醇的含量的快速檢測方法，方法步驟如 下：
[0008] (1)收集煙葉樣品：選取具有代表性的不同產地、不同品種、不同等級的初烤煙 葉，在高濕度環境下存貯加速霉菌生長，制備不同霉變程度的煙葉樣品；
[0009] (2)采集近紅外光譜：將霉變的煙葉樣品粉碎過篩后，采用近紅外光譜漫反射方 式對過篩的各煙葉樣品逐個進行近紅外光譜掃描，作為各煙葉樣品的基礎光譜；
[0010] (3)選擇校正樣品集和驗證樣品集：將上述步驟（2)獲得的基礎光譜采用標準GB/ T29858-2013的方法選出校正樣品集和驗證樣品集；
[0011] (4)測定麥角留醇含量參考值：應用氣相色譜質譜法測定步驟（1)所得各煙葉樣 品中麥角甾醇的含量；
[0012] (5)預處理光譜：將上述步驟（3)選出的校正樣品集和驗證樣品集的光譜進行預 處理，消除噪聲和基線漂移的影響；
[0013] (6)建立PLS校正模型：將上述步驟（5)預處理后的校正樣品集光譜和步驟⑷所 得校正樣品的麥角留醇參考值進行校正模型的建立，應用偏最小二乘法把光譜數據與其對 應麥角留醇含量參考值進行擬合，同時結合交互驗證方法剔除光譜或參考值數據異常的樣 品，優化模型，確定適宜的主成分數，得到PLS校正模型；
[0014] (7)模型驗證：應用上述步驟（5)預處理后的驗證樣品集對步驟（6)建立的煙葉 中麥角留醇的PLS校正模型進行外部預測，驗證校正模型的有效性；
[0015] (8)測定待測煙葉樣品麥角留醇含量：將待測煙葉樣品進行近紅外光譜的采集， 將原始光譜輸入建立的煙葉中麥角留醇的PLS校正模型，即可測定得到待測煙葉樣品中的 麥角留醇含量。
[0016] 本發明步驟（1)所述在高濕度環境下存貯煙葉，是指將煙葉在相對濕度80%條件 下存儲15天。
[0017] 本發明步驟（2)所述采集近紅外光譜，采集儀器的主要工作參數為：光譜掃描范 圍10000~4000cm-l，分辨率8cm-l，掃描次數64次。步驟（2)所述基礎光譜的采集條件 為：將收集的煙葉樣品，每個樣品取兩個平行樣，將每個平行樣混勻的固體粉末放入樣品杯 中，輕壓平整，厚度多l〇mm，放在光譜儀旋轉臺上，采用近紅外漫反射的方式進行掃描并采 集光譜，每個平行樣掃兩次光譜，每個樣品對應4個平行光譜，再將4個平行光譜求平均，得 到一個原始光譜；依次對每個樣品采用相同的方法進行掃描并采集光譜，得到每個樣品對 應的基礎光譜。
[0018] 本發明步驟（4)所述麥角留醇含量參考值的測定方法為：將煙葉樣品用NaOH溶 液水解，水解液經正己烷渦旋提取后，經BSTFA衍生，氣相色譜質譜法分析，用麥角留醇標 準品峰面積進行定量，得出煙葉樣品中麥角留醇含量參考值；所述NaOH溶液的配比為5g Na0H、5mL水、95mL甲醇。
[0019] 本發明步驟（5)所述預處理光譜的方法為：對基礎光譜進行多元散射校正和二階 求導以及平滑預處理。
[0020] 本發明步驟（6)所述剔除異常樣品是指采用學生化殘差剔除異常值，具體方法采 用DB/T53 497-2013中13. 4異常樣品的統計與識別。
[0021] 本發明步驟（7)所述模型驗證，是采用配對t檢驗方法，將驗證集樣品輸入PLS校 正模型所得的麥角留醇含量預測值與步驟（4)通過氣相色譜質譜法測定的麥角留醇含量 參考值以及自由度dvl的臨界值、。^。進行比較，取顯著性水平a=0.05,當|t| <tu, dv1}，概率P> 〇. 05時，表明預測值與實測值在a= 0. 05顯著水平下無顯著性差異，可確 定模型驗證成功，模型有效，可將該模型用于煙葉中的麥角留醇含量的測定。
[0022] 本發明方法所建立的模型能夠快速、準確的對煙葉中麥角甾醇含量進行預測。與 現有技術相比，樣本無需復雜的前處理、檢測速度快、操作簡單方便、預測結果準確。
【附圖說明】
[0023] 圖1是本發明的實施例的基于近紅外漫反射光譜技術測定煙葉中麥角留醇含量 的方法的流程圖。
【具體實施方式】
[0024] 為使本發明實施例的目的、技術方案和優點更加清楚，下面將結合本發明實施例 中的附圖，對本發明實施例中的技術方案進行清楚、完整的描述。
[0025] 本發明書所述基于近紅外光譜分析技術測定煙葉中麥角留醇含量的方法，具體步 驟如下：
[0026] (1)制備不同霉變程度的煙葉樣品：將具有代表性的來源于五個產地、三個品種、 三個等級的初烤煙葉樣品30個（每份樣品質量大約5kg)，在相對濕度80%的環境條件下 存貯以加速霉菌生長；以每個樣品分別存貯〇、1、3、5、7、9、11、13、15天為時間段，在每個時 間段取樣一次，每份樣品取約200g，取出后密封于聚乙烯保鮮袋并于-20°C冷凍保存。共計 獲得不同霉變程度的煙葉樣品270個；
[0027] (2)應用近紅外光譜儀對270個不同霉變程度的煙葉樣品進行掃描，光譜掃描范 圍10000~4000cm\分辨率8cm\掃描次數64次。每個樣品取兩個平行樣，將每個平行樣 混勻的固體粉末放入樣品杯中，輕壓平整，厚度多l〇mm，放在光譜儀旋轉臺上，采用近紅外 漫反射的方式進行掃描并采集光譜，每個平行樣掃兩次光譜，每個樣品對應4個平行光譜， 再將4個平行光譜（用近紅外光譜儀的自帶軟件）進行求平均，得到一個原始光譜，依次對 每個樣品采用相同的方法進行掃描并采集光譜，得到270個煙葉樣品對應的基礎光譜；
[0028] (3)在步驟（2)所得270個基礎光譜中采用標準GB/T29858-2013的方法選出校 正樣品集（包括240個煙葉樣品）和驗證樣品集（包括30個煙葉樣品）。校正樣品集是建 立校正模型的一組代表性樣品，其主要化學成分含量或參考值為已知。驗證樣品集是驗證 校正模型的一組代表性樣品，不包括在校正樣品集中，其主要化學成分含量或參考值為已 知，且成分含量或參考值分布范圍接近校正樣品集；
[0029] (4)應用氣相色譜質譜法進行步驟（1)得到的270個煙葉樣品中麥角留醇含量參 考值的測定，測定方法是，將煙葉樣品用NaOH溶液（5gNa0H+5mL水+95mL甲醇）水解，水 解液經正己烷渦旋提取后，經BSTFA衍生，氣相色譜質譜法分析。用麥角留醇標準品峰面積 進行定量，得出每個煙葉樣品中麥角留醇含量參考值，煙葉樣品中麥角留醇的含量范圍在 0.658 ~298. 5mg/kg;
[0030] (5)對步驟（3)得到的校正樣品集的240個煙葉樣品和校正樣品集的30個 煙葉樣品的基礎光譜都預處理。處理