Построение моделей для прогнозирования неразрушающему ингредиента Содержание в чернике с помощью ближней инфракрасной спектроскопии на основе ВЭЖХ измерений
Summary
We present here a protocol to construct and validate models for nondestructive prediction of total sugar, total organic acid, and total anthocyanin content in individual blueberries by near-infrared spectroscopy.
Abstract
Nondestructive prediction of ingredient contents of farm products is useful to ship and sell the products with guaranteed qualities. Here, near-infrared spectroscopy is used to predict nondestructively total sugar, total organic acid, and total anthocyanin content in each blueberry. The technique is expected to enable the selection of only delicious blueberries from all harvested ones. The near-infrared absorption spectra of blueberries are measured with the diffuse reflectance mode at the positions not on the calyx. The ingredient contents of a blueberry determined by high-performance liquid chromatography are used to construct models to predict the ingredient contents from observed spectra. Partial least squares regression is used for the construction of the models. It is necessary to properly select the pretreatments for the observed spectra and the wavelength regions of the spectra used for analyses. Validations are necessary for the constructed models to confirm that the ingredient contents are predicted with practical accuracies. Here we present a protocol to construct and validate the models for nondestructive prediction of ingredient contents in blueberries by near-infrared spectroscopy.
Introduction
В ближней инфракрасной области (БИК) спектроскопии широко применяется в качестве неразрушающего метода анализа содержания фруктов и овощей различных видов. 1,2 Неразрушающий анализ с помощью БИК – спектроскопии позволяют отгрузку только вкусных фруктов и овощей с гарантированными свойствами. БИК-спектроскопии уже применяется к апельсин, яблоко, арбуз, вишня, киви, манго, папайя, персик и так далее, чтобы знать их Брикса, что соответствует общему содержанию сахара, кислотность, TSC (всего содержание твердого вещества), и так далее , Недавно мы сообщали о применении NIR спектроскопии для оценки качества черники. 3 Мы измерили не только общее содержание сахара и общее содержание органической кислоты , соответствующей кислотности, но и общее содержание антоцианов. Антоцианин является биоактивный компонент, который, как полагают, улучшить здоровье человека. Это удобно для потребителей, если они могут купить вкусные черники с гарантией их содержания сахара, ACidity и антоцианов содержание.
В спектрах поглощения БИК фруктов и овощей, наблюдаются только широкие полосы поглощения. Они, в основном, полосы из-за волокна и влаги. Хотя многие слабые полосы из-за различных ингредиентов, не уничтоженного мишени наблюдаются одновременно, наблюдаемые полосы не могут быть отнесены к конкретным колебательными модами конкретных компонентов мишени в большинстве случаев. Таким образом, традиционный метод для определения содержания конкретного компонента с использованием закона Ламберта-Бера не является эффективным для спектров БИК. Вместо калибровки моделей для прогнозирования содержания целевых компонентов из наблюдаемых спектров , построенных с использованием хемометрики путем изучения корреляции между наблюдаемыми спектрами и содержание ингредиентов , соответствующих спектров. 4,5 Здесь протокол для построения и проверки моделей для прогнозирования общего содержания сахаров, общее содержание органических кислот, соответствующих ACIDIти, а также общее содержание антоцианов черники из NIR-спектров представлена.
На рисунке 1 показана общая блок – схему для построения надежных и надежные калибровки моделей. Образцы достаточного количества собираются. Некоторые из них используются для построения моделей в то время как другие используются для проверки построенных моделей. Для каждого из собранных образцов, спектр БИК измеряется, а затем целевые компоненты анализируют количественно с традиционными методами деструктивных химического анализа. Здесь, высокоэффективная жидкостная хроматография (ВЭЖХ) используется для химического анализа сахаров, органических кислот, и антоцианы. Частичные наименьших квадратов (БВР) регрессии используется для построения калибровочных моделей, где анализ рассматривается корреляция между наблюдаемыми спектрами и содержанием ингредиентов, определенной химической. Для того чтобы построить надежные модели с лучшей способностью прогнозирования, предварительной обработки obserвед спектры и области длин волн, используемых для прогнозирования также рассматриваются. Наконец, построенные модели проверяются, чтобы подтвердить их достаточную способность прогнозирования. В проверке, содержание предсказывается из наблюдаемого спектра с помощью построенной модели (предсказанные значения) сравниваются с содержанием определенных химических анализов (наблюдаемые значения). Если достаточная корреляция не может быть найден между предсказанными и наблюдаемыми значениями, модель калибровки должна быть реконструировано до тех пор, пока не будет получено достаточное корреляции. Хотя предпочтительно использовать разные группы образцов для построения и проверки модели, как показано на этом рисунке (внешней проверки), образцы в одной и той же группы используются как для построения и валидации (проверки кросс), когда число образцы не является достаточно большим.
Figure 1. Блок – схема для построения и проверки модели калибровки. Процедуры в окружении синих и зеленых линий соответствуют, соответственно, к построению модели калибровки и ее проверки. Пожалуйста , нажмите здесь , чтобы посмотреть увеличенную версию этой фигуры.
Protocol
Representative Results
Discussion
Некоторые дополнительные замечания по протоколу описаны здесь. Во-первых, на этапе 1.1, упоминается, чтобы решить культурные сорта, включенные в цель. Несмотря на то, что можно построить модели, охватывающие чернику из многих культурных сортов или без указания культурных сортов, то точно…
Disclosures
The authors have nothing to disclose.
Acknowledgements
This work was partially supported by the project “A Scheme to Revitalize Agriculture and Fisheries in Disaster Area through Deploying Highly Advanced Technology” of Ministry of Agriculture, Forestry and Fisheries, Japan.
Materials
| FT-NIR spectrophotometer | Bruker Optics GmbH | MPA | |
| High-Performance Liquid Chromatography | Shimadzu Corporation | 228-45041-91, 228-45000-31, 228-45018-31, | For sugar analysis |
| 223-04500-31, 228-45010-31, 228-45095-31 | Refractive Index Detector | ||
| High-Performance Liquid Chromatography | Shimadzu Corporation | 228-45041-91, 228-45003-31, 228-45000-31, | For organic acid analysis |
| 228-45018-31, 228-45010-31, 223-04500-31 | Ultraviolet-Visible Detector | ||
| High-Performance Liquid Chromatography | Shimadzu Corporation | 228-45041-91, 228-45018-31, 228-45000-31, | For anthocyanin analysis |
| 228-45012-31, 228-45119-31, 228-45005-31, | Photodiode Array Detector | ||
| 228-45009-31 | |||
| pH meter | Mettler-Toledo | 30019028 | S220, Automatic temperature compensation |
| Ultra-pure water treatment equipment | ORGANO Corporation | ORG-ULXXXM1; PRA-0015-0V0 | PURELAB ultra; PURELITE |
| Biomedical Freezers | SANYO | 2-6780-01 | MDF-U338 |
| Ultra-Low Temperature Freezer | Panasonic healthcare Co.,Ltd. | KM-DU73Y1 | -80°C |
| Vacuum lyophilizer | IWAKI GLASS Co.,Ltd | 119770 | DRC-3L;FRD-82M |
| Homoginizer | Microtec Co., Ltd. | Physcotron | |
| Ultracentrifuge | Hitachi Koki Co.,Ltd | S204567 | CF15RXII |
| Mini-centrifuge | LMS CO.,LTD. | KN3136572 | MCF-2360 |
| Centrifuge | Kokusan Co.,Ltd | 2-5534-01 | H-103N |
| Filter Paper | Advantec | 1521070 | 5B, Eqivalent to Whatman 40 |
| Sep-Pak C18 column | Waters Corporation Milford | WAT020515 | |
| Sep-Pak CM column | Waters Corporation Milford | WAT020550 | |
| Sep-Pak QMA column | Waters Corporation Milford | WAT020545 | |
| Centrifugal Filter Unit | Merck Millipore Corporation | R2SA18503 | PVDF, 0.45 μm |
| Microtube | As One Corporation | 1-1600-02 | PP, 2 mL |
| Syringe Filter | GE Healthcare CO.,LTD. | 6788-1304 | PP, 0.45 μm |
| Sucrose | Wako Pure Chemical Industries,Ltd | 194-00011 | Reagent-grade |
| Glucose | Wako Pure Chemical Industries,Ltd | 049-31165 | Reagent-grade |
| Fructose | Wako Pure Chemical Industries,Ltd | 123-02762 | Reagent-grade |
| Citric acid | Wako Pure Chemical Industries,Ltd | 036-05522 | Reagent-grade |
| Malic acid | Wako Pure Chemical Industries,Ltd | 355-17971 | Reagent-grade |
| Succinic acid | Wako Pure Chemical Industries,Ltd | 190-04332 | Reagent-grade |
| Quinic acid | Alfa Aesar, A Johnson Matthey Company | 10176328 | Reagent-grade |
| Phosphoric acid | Wako Pure Chemical Industries,Ltd | 162-20492 | HPLC-grade |
| Trifluoroacetic acid | Wako Pure Chemical Industries,Ltd | 208-02746 | Reagent-grade |
| Methanol | Wako Pure Chemical Industries,Ltd | 131-01826 | Reagent-grade |
| Acetonitrile | Wako Pure Chemical Industries,Ltd | 015-08633 | HPLC-grade |
| Grade cyanidin-3-O-glucoside chloride | Wako Pure Chemical Industries,Ltd | 306-37661 | HPLC-grade |
| Software for analyses | Bruker Optics GmbH | OPUS ver. 6.5 | |
| Softoware for preprocessing | Microsoft | Excel powered by Visual Basic for Applications | |
| Software for construction of models | Freemat 4.0 | http://freemat.sourceforge.net/ |
References
- Ozaki, Y., McClure, W. F., Christy, A. A. . Near-infrared Spectroscopy in Food Science and Technology. , (2007).
- Sun, D. W. . Infrared Spectroscopy for Food Quality Analysis and Control. , (2009).
- 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).
- Hasegawa, T., Tasumi, M. . Chemometrics in infrared spectroscopic analysis. In: Introduction to Experimental Infrared Spectroscopy. , 97-113 (2015).
- Varmuza, K., Filzmoser, P. . Introduction to Multivariate Statistical Analysis in Chemometrics. , (2009).
- Kubelka, P. New contributions to the optics of intensely light-scattering materials. Part I. J. Opt. Soc. Am. 38, 448-457 (1948).
- 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).
- 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).
- 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).
- Pomerantsev, A. L. . Chemometrics in Excel. , (2014).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- Giusti, M. M., Wrolsted, R. E., Wrolstad, R. E., Schwartz, S. J. Anthocyanins: characterization and measurement with UV-visible spectroscopy. Current Protocols in Food Analytical Chemistry. , 1-13 (2001).
