科研之友
微信
新浪微博
Facebook
分享链接
摘要
建立了一种通过筛选差异成分准确鉴别水洗和日晒咖啡的方法。采集咖啡样本的高效液相(HPLC)色谱图,使用Kennard-Stone算法将两类不同加工方式咖啡样品的全谱原始信号和共有峰峰面积数据分别按7∶3的比例划分为校正集和测试集,首先建立主成分分析(PCA)及偏最小二乘判别分析(PLS-DA)模型,再通过多元算法对PLS-DA模型进行优化,最后将最佳模型判别函数中X变量的相关系数×100-1标记于色谱图上,标识为两类咖啡的差异成分,并对其中含量最高的成分进行定性。结果表明,采用共有峰峰面积数据无法建立合格的预测模型以区分水洗和日晒咖啡,而采用90个区间下的反向区间偏最小二乘法(BiPLS)优化后的全谱原始信号建立的模型则具有良好的鉴别能力,其对测试集样本预测的准确度达83.33%,Q2值为0.813。标准品定性结果提示绿原酸为两类咖啡的重要差异成分之一。相较于以单个或多个化合物的含量信息作为样品差异评价标准的传统方法,本法可准确挖掘产品的差异信息,为整体评判产品质量提供了新思路。
- 单位
