穩(wěn)定同位素質譜法鑒別芝麻油中摻雜大豆油、玉米油的研究

靳欣欣，潘立剛，李 安

(北京農業(yè)質量標準與檢測技術研究中心 農業(yè)部農產品質量安全風險評估實驗室(北京)，農產品產地環(huán)境監(jiān)測北京市重點實驗室，北京100097)

作為油料作物，芝麻在我國歷史久遠，壓榨芝麻油(市場上多以香油形式售賣)營養(yǎng)價值高、風味獨特，屬于優(yōu)質高價的食用油類[1]。近年來，人們越來越注重生活品質，對芝麻油的需求量不斷上漲，一些不法商家為了牟取暴利對芝麻油進行摻假，比如高價芝麻油中摻入異種廉價植物油、非食用油類甚至香油精等，致使芝麻油品質參差不齊[2]。

顯色法是芝麻油摻假檢測中應用最廣泛的方法，利用芝麻油中特征物質芝麻酚與顯色劑反應檢驗，但步驟復雜，重復性差，且多為定性測定；紫外分光光度法是利用芝麻油中木脂素(包括芝麻素、芝麻林素、芝麻酚等)在紫外光區(qū)有明顯區(qū)別于其他油品的特征吸收峰進行定性定量檢測的方法，操作簡單快速，但不適合現場檢測，且芝麻油中木脂素含量受品種和工藝影響差別較大，存在誤差。近年來，學者們嘗試利用現代分析儀器進行鑒別，如比色法、電子鼻法、氣相色譜法、核磁共振法、紅外光譜法等，在一定程度上提高了摻雜定性和定量判定的準確性[3-4]。

穩(wěn)定同位素質譜(Isotope Ratio Mass Spectrometry, IRMS) 技術作為近年來發(fā)展較快的檢測技術，具有靈敏度高、檢測限低的特點，尤其對于摻假物質與原物質成分接近的樣品檢測具有獨特的應用優(yōu)勢，被廣泛應用于食品摻雜摻假和產地溯源領域。目前，IRMS已被逐步應用于食品領域，如白酒、蜂蜜、水果等食品的摻假鑒別和產地溯源[5-7]，在食用油摻雜鑒別研究中，國外學者主要針對橄欖油摻偽進行了大量研究[8-10]，我國在該領域的研究尚處于起步階段。朱紹華等[11]利用δ13C在茶油和玉米油中的明顯區(qū)別來鑒定茶油中是否添加玉米油，可準確判定添加量15%以上的玉米油；金青哲等[12]繪制了花生油和玉米油不同比例摻合下各脂肪酸的δ13C的曲線圖，以最靈敏曲線作為特征脂肪酸進行檢測；吳玉鑾等[13]測定大豆油、花生油、玉米油、調和油的δ13C和δ2H，制作二維圖表，對食用油摻假進行判定。目前，國內尚未見利用穩(wěn)定同位素技術進行芝麻油摻偽鑒別的文獻報道。

食用油脂中大量存在C、H、O 3種元素，關于食用油中IRMS技術的研究多是圍繞C元素開展的，也有一些C、H元素二維數值的研究，本課題擬通過在大型超市購買大品牌的商品芝麻油，采集其C、H、O 3種元素的穩(wěn)定同位素值，并選取大豆油作為典型C3植物油、玉米油作為典型C4植物油，比較3種植物油的穩(wěn)定同位素值(δ)特征范圍，之后將芝麻油與摻雜油進行梯度比例混合，探索利用C、H、O 3種元素進行IRMS技術鑒別芝麻油摻雜的可行性。

1 材料與方法

1.1 試驗材料

本試驗所用20個芝麻油、3個大豆油、3個玉米油樣品均購自北京市大型超市。

試驗中所用的標準物質為：C使用NBS22(δ13C為-29.72×10-3)標定, H、O使用UC04(δ2H為+113.6×10-3,δ18O為+38.95×10-3)、GISP (δ2H為-190×10-3,δ18O為-24.8×10-3)、VSMOW(δ2H為0×10-3,δ18O為0×10-3)標定。

MAT 253氣體穩(wěn)定同位素比值質譜儀(配備FLASH 2000HT元素分析儀，美國Thermo公司)，VORTEX 4 渦旋混合器(德國IKA公司)，2.5 μL 移液器(德國Eppendorf公司)。

錫杯(8 mm×5 mm，Element Microanalysis公司)，用于δ13C值測定；銀杯(5 mm×3.5 mm，Element Microanalysis公司)，用于δ2H值和δ18O值測定。

1.2 試驗方法

1.2.1 樣品制備

樣品集中在一周時間內進行采購，且生產日期均不超過3個月。將樣品儲存于棕色密閉小瓶中，置于冰箱冷藏室備用。

δ13C的測定：用移液槍頭蘸取適量樣品于錫杯底部，用鑷子將杯身壓扁排出空氣，并折疊為小方塊，密封備用。

δ2H與δ18O的測定：用移液槍頭蘸取適量樣品于銀杯底部，用鑷子將杯身壓扁排出空氣，并折疊為小方塊，密封備用。

混合樣品的制備：將摻雜油依照0%、5%、10%、15%、20%、30%、50%、80%、100%的質量分數，摻入芝麻油中，將混合樣品渦旋1 min，依照以上取樣方法進行取樣，密封備用。

檢測時，將樣品小方塊依照順序放入固體進樣盤中進行測定，每個樣品取3個平行，每3個樣品插入一次工作標樣(3個平行)。

1.2.2δ13C、δ2H、δ18O值的測定

測定時，δ13C值先進行測定，之后δ2H值與δ18O值一起進行測定，測定采用元素分析儀-穩(wěn)定同位素質譜(EA-IRMS)系統(tǒng)，該系統(tǒng)主要運行參數見表1。

表1 EA-IRMS系統(tǒng)主要運行參數

樣品經自動進樣器進入元素分析儀，C在960℃下燃燒轉化為CO2，H、O在1 400℃下裂解為H2、CO。

1.2.3 數據分析

數據均采用SPSS進行分析處理，數據圖表繪制采用Origin軟件。

2 結果與討論

2.1 芝麻油、大豆油、玉米油穩(wěn)定同位素比值分布的比較

20個商品芝麻油樣品，以及選定為摻雜油的大豆油、玉米油樣品的穩(wěn)定同位素比值測定結果見表2。

利用Origin將表2數據繪制成δ13C-δ2H-δ18O為坐標的三維圖形，如圖1所示。

表2 3種植物油樣品的穩(wěn)定同位素比值測定結果 10-3

注：數據以“平均值±標準差”的形式表示；同行不同小寫字母表示具有顯著差異。

圖1 芝麻油、大豆油、玉米油的C/H/O穩(wěn)定同位素比值三維分布散點圖

因受到樣品數量所限，玉米油和大豆油作為摻雜油采集的樣品數量(n=3)小于芝麻油(n=20)。由圖1可以看出，芝麻油、大豆油、玉米油具有清晰的區(qū)域分布，在一定程度上說明利用三維分布圖進行3種植物油鑒別可行。

2.2 芝麻油與大豆油、玉米油的梯度比例混合

依據2.1中C、H、O的δ值分布在中間區(qū)域的油樣為梯度混合試驗所用樣品，即芝麻油1號，大豆油2號，玉米油1號，依照0%、5%、10%、15%、20%、30%、50%、80%、100%的質量分數，將其摻入芝麻油中，檢測混合樣品的δ值，通過所得數據評估某一種或幾種δ值對摻雜油質量分數預測的可行性及擬合程度。

2.2.1 芝麻油摻雜的一維C/H/O穩(wěn)定同位素比值鑒別效果

圖2～圖4分別是以大豆油、玉米油質量分數為縱坐標，δ13C、δ2H、δ18O測定值為橫坐標的折線圖。從圖2、圖3可以看出，δ13C、δ2H值與摻雜油質量分數都存在明顯的相關性，相關系數達到0.99以上，而從圖4可以看出，δ18O值與大豆油、玉米油摻雜質量分數沒有顯著相關性。

圖2 摻雜油質量分數與混合油δ13C值分布點線圖

圖3 摻雜油質量分數與混合油δ2H值分布點線圖

圖4 摻雜油質量分數與混合油δ18O值分布點線圖

表3為梯度混合試驗中對所用芝麻油、大豆油、玉米油樣品純品的δ值?；旌蠘悠窚y定的標準差最大值，可以視為本研究中所用儀器精度。

表3 芝麻油和大豆油、玉米油純品的穩(wěn)定同位素比值測定結果 10-3

由表3可知，大豆油、玉米油的δ13C、δ2H值與芝麻油的δ13C、δ2H值差值的絕對值均大于儀器精度，而δ18O值差值的絕對值則小于儀器精度，無顯著性差異。因此，EA-IRMS方法中，難以僅通過δ18O值來鑒別芝麻油和大豆油、玉米油。

依據文獻[14]，混合樣品的理論δ值依照下式計算。

(1)

(2)

式中：A表示摻雜油；B表示芝麻油；XA表示摻雜油質量分數。

依據公式(1)、公式(2)計算大豆油的XA，結果見表4。

表4 芝麻油與大豆油梯度混合樣品的一維δ13C、δ2H值及大豆油質量分數的實際值和理論值

由表4可以看出：在δ13C值測定中，當大豆油質量分數在20%以上時，測得的混合樣的δ13C值與純芝麻油的δ13C值(-28.388)差值的絕對值已大于本試驗中δ13C值測定的標準差最大值(0.367)，可以定性判別；在δ2H值測定中，當大豆油質量分數在10%以上時，測得的混合樣品的δ2H值與純芝麻油的δ2H值(-156.351)差值的絕對值已大于本試驗中δ2H值測定的標準差最大值(2.602)，可以定性判別。

將芝麻油-玉米油混合樣的δ13C、δ2H值進行同樣的分析，發(fā)現利用δ13C值和δ2H值可以對玉米油進行5%和10%以上的摻雜定性判別。

2.2.2 芝麻油摻雜的二維C-H穩(wěn)定同位素比值鑒別效果

由2.2.1結論可知，混合油的δ13C、δ2H值都與芝麻油中摻雜油的質量分數有明顯的線性關系，將兩種摻雜油的質量分數、δ13C、δ2H值繪制在一張三維圖中，如圖5所示。

圖5 芝麻油摻雜大豆油、玉米油的質量分數-δ13C值-δ2H值分布三維點線圖

二元線性回歸模型的標準形式為：

Y=β0+β1X1+β2X2

(3)

具體各項系數的計算公式為：

(4)

公式(3)中的Y為摻雜油質量分數，X1為摻雜油δ13C值，X2為摻雜油δ2H值。利用公式(3)、公式(4)摻雜油質量分數、摻雜油δ13C值、摻雜油δ2H值進行二元線性回歸分析，得出如下回歸方程：

(5)

(6)

依據公式(5)計算大豆油的XA，結果見表5。

表5 芝麻油與大豆油梯度混合樣品的二維δ13C、δ2H值及大豆油質量分數的實際值和理論值

由表5可以看出：在定性測定方面，可以選取δ13C值和δ2H值對定性鑒別效果最好的摻雜值，本例對于大豆油摻雜，即以δ2H值的10%判別限為準；同樣的，對于玉米油摻雜，依據δ13C值可以做到摻雜5%判別。

2.2.3 一維與二維δ13C、δ2H值判定芝麻油中摻雜大豆油、玉米油的比較

表6為一維與二維δ13C、δ2H值判定芝麻油中摻雜大豆油、玉米油的比較，對于回歸曲線擬合優(yōu)度利用判定系數(R2)評價，回歸曲線計算的XA理論值與XA實際值的誤差情況用殘差平方和(RSS)評價。

表6 利用一維與二維δ13C、δ2H值判定芝麻油中摻雜大豆油、玉米油的效果評價

由表6可以看出：二維δ13C、δ2H值的R2總體比一維的更接近1，一維δ13C比一維δ2H的R2值更接近1；一維曲線的評價效果中，玉米油的δ13C效果最佳(R2最接近1)，這是因為作為C4植物油的玉米油，其δ13C與C3植物油芝麻油的差異較大，且IRMS對δ13C值檢測精度高于δ2H值；XA理論值誤差范圍數據中，大豆油二維回歸曲線的最大誤差值(1.550%)和RSS(4.800)低于一維回歸曲線的最大誤差值(δ13C值2.773%，δ2H值7.910%)和RSS(δ13C值18.254，δ2H值97.632)；玉米油二維回歸曲線的最大誤差值與RSS和δ13C值一維回歸曲線接近，都低于δ2H值一維回歸曲線。最大誤差值的改善對于利用δ13C、δ2H值進行摻雜比例的定量分析具有實際意義。

3 結 論

本研究利用IRMS測定了芝麻油、大豆油、玉米油樣品，并繪制了δ13C值-δ2H值-δ18O值三維圖譜，可以直觀地看到3種植物油有明顯的區(qū)域分布差別，說明利用三維分布圖進行3種植物油鑒別的可行性。對芝麻油摻雜C3植物油大豆油和C4植物油玉米油δ值進行了測定，發(fā)現δ13C、δ2H值與質量分數呈明顯的線性關系，而δ18O值不存在線性關系。在利用單一δ值對芝麻油進行摻雜鑒別的試驗中，玉米油摻雜的δ13C值鑒別效果最好，可以達到5%的定性鑒別。二元回歸模型可以對芝麻油中摻雜10%大豆油或5%玉米油定量判別。