基于氫譜核磁共振的嶺回歸算法快速預(yù)測煎炸油氧化指標(biāo)

榮菡 ，游杰舜，甘露菁*，黃茜楠，林小鳳

(1.北京理工大學(xué)珠海學(xué)院 材料與環(huán)境學(xué)院，廣東 珠海 519088；2.北京理工大學(xué)珠海學(xué)院 數(shù)理與土木工程學(xué)院，廣東 珠海 519088)

煎炸食品常常賦予食物酥脆的口感，從感官與心理層面滿足人們對食物色、香、味、形的需求。煎炸食物的食用油被稱為煎炸油，在煎炸過程中，食物成分、水分與食用油在高溫下會(huì)發(fā)生一系列反應(yīng)，使得煎炸油發(fā)生氧化、水解。隨著煎炸時(shí)間的延長，煎炸油的營養(yǎng)成分損失，同時(shí)煎炸過程中產(chǎn)生各種復(fù)雜的氧化產(chǎn)物，以及產(chǎn)物再分解與聚合，使有害化學(xué)物質(zhì)不斷積累，導(dǎo)致油品質(zhì)下降甚至劣變。

為降低油脂氧化速率，延長貯藏貨架期，在食用油氧化穩(wěn)定性的研究中，一是通過微膠囊制備工藝，探尋適合生產(chǎn)的芯材與壁材、乳化劑種類與營養(yǎng)、工廠生產(chǎn)條件如溫度、乳化時(shí)間、均質(zhì)與進(jìn)料速度等影響因素，通過微膠囊制備工藝形成的粉末油脂或油脂乳液有效提高其貯存性能[1]；二是通過加入合適的抗氧化劑、天然抗氧化劑如蕹菜精油、迷迭香提取物、茶多酚等，以及與合成抗氧化劑的協(xié)同增效作用，針對清除自由基抗氧化，以考察其氧化時(shí)指標(biāo)的效果變化，從而為抗氧化劑開發(fā)提供新思路[2-3]。

食用油氧化指標(biāo)包括羰基價(jià)、過氧化值、酸價(jià)等，特別是極性組分是反映煎炸油品質(zhì)的重要指標(biāo)。目前，評價(jià)煎炸油品質(zhì)時(shí)，通常采用理化檢測的方法，對某一特定指標(biāo)進(jìn)行檢測，存在檢測繁瑣費(fèi)時(shí)、需要消耗大量的有機(jī)試劑、工作量較大等問題。

針對這些問題，亟需一種快速監(jiān)測油脂氧化指標(biāo)的新方法。氫譜核磁技術(shù)是基于氫核磁性的一種波譜高新技術(shù)，根據(jù)氫核在化學(xué)環(huán)境中變化形成的化學(xué)位移，能夠精確分析食用油品質(zhì)相關(guān)的各種官能團(tuán)信息，具有重現(xiàn)性好、操作簡便、結(jié)構(gòu)信息豐富等優(yōu)點(diǎn)。化學(xué)模式識別是基于儀器分析與化學(xué)計(jì)量學(xué)聯(lián)用的一種新技術(shù)，通常需要采用數(shù)學(xué)處理與統(tǒng)計(jì)學(xué)模型分析，比如主成分分析(PCA)[4]、支持向量機(jī)(SVM)、聚類分析[5]、模糊數(shù)學(xué)處理[6]、多元變量分析[7-8]等，對于復(fù)雜體系下的信息挖掘與提取，氫譜核磁共振技術(shù)在樣品成分整體性分析方面頗有優(yōu)勢，它常應(yīng)用于油脂貨架期預(yù)測[9]、品質(zhì)分析與評價(jià)[10]、油脂摻偽鑒別[11]、油脂成分檢測[12-13]等領(lǐng)域。

本研究采用氫譜核磁共振技術(shù)，結(jié)合嶺回歸算法，通過挖掘與分析煎炸油氧化過程中復(fù)雜產(chǎn)物官能團(tuán)的特征信息，以此建立了快速預(yù)測煎炸油過氧化值與極性組分的回歸模型，為整體全面判斷煎炸油品質(zhì)與安全提供了科學(xué)依據(jù)。

1 材料與方法

1.1 實(shí)驗(yàn)材料

大豆油：益海嘉里集團(tuán)，質(zhì)量符合GB 2716—2018《食品安全國家標(biāo)準(zhǔn) 植物油》；薯?xiàng)l：珠海華潤萬家超市。

1.2 實(shí)驗(yàn)試劑與儀器

冰乙酸、三氯甲烷、碘化鉀、硫代硫酸鈉、石油醚(沸程30～60 ℃)、無水硫酸鈉、重鉻酸鉀、氘代三氯甲烷(CDCl3，氘代度99.8%，含0.03% 四甲基硅烷TMS)：分析純，德國默克公司。

AVANCE 600 MHz超導(dǎo)傅里葉變換核磁共振儀、CPPBBO超低溫探頭 瑞士布魯克公司；5 mm核磁共振樣品管 美國Norell公司；TAR-GIN渦旋儀 北京踏錦科技有限公司。

1.3 方法

1.3.1 煎炸油樣品制備

在煎炸鍋里加入5 L的大豆油，在±180 ℃下，取100 g規(guī)格相似的薯?xiàng)l(4 cm×1 cm×1 cm)進(jìn)行煎炸。每批薯?xiàng)l煎炸3 min，每15 min煎炸一批，連續(xù)煎炸30 h。每隔1 h取100 mL的油品過濾后封裝，根據(jù)煎炸時(shí)間和批次的不同，煎炸后將樣品置于冰箱中冷凍保存，直到核磁分析再取出，煎炸過程中不添加新油。共采集不同煎炸批次與時(shí)間的煎炸油樣品478例，并按照數(shù)據(jù)分析的要求，劃分為訓(xùn)練集、驗(yàn)證集、預(yù)測集樣品。其中訓(xùn)練集與驗(yàn)證集的劃分比例為3∶1。

1.3.2 核磁共振氫譜數(shù)據(jù)采集

稱取待測油樣60 mg于2 mL液相小瓶中，加入0.6 mL氘代三氯甲烷(CDCl3)2 mg/mL，渦旋1 min，使樣品充分混合，取0.5 mL至核磁管中，上機(jī)檢測。以四甲基硅峰為化學(xué)位移零點(diǎn)，記錄氫譜信號峰值。將1H NMR信號導(dǎo)入IconNMR Spect軟件，自動(dòng)調(diào)節(jié)相位和基線，以三氯甲烷內(nèi)標(biāo)峰定標(biāo)校正化學(xué)位移，歸一化進(jìn)行積分。

分析條件：90°脈沖；虛擬掃描次數(shù)為4；掃描次數(shù)為64；譜線寬度為13.993 1 ppm；采集時(shí)間為5.852 365 s；頻率偏移6.500溫度 25 ℃。

試樣中氧化產(chǎn)物的含量以內(nèi)標(biāo)氘代三氯甲烷(CDCl3)計(jì)算而來，其計(jì)算公式為：

內(nèi)標(biāo)物含量CIS(單位以mol計(jì))：

(1)

樣品含量CS(單位以mol計(jì))：

(2)

樣品質(zhì)量摩爾濃度bS(單位以mmol/kg計(jì))：

(3)

式中：ρ表示內(nèi)標(biāo)物溶液在25 ℃時(shí)的密度；V取表示內(nèi)標(biāo)物溶液體積；MWIS表示內(nèi)標(biāo)物分子的分子量；mIS表示樣品質(zhì)量；AS表示目標(biāo)組分的峰面積；AIS表示內(nèi)標(biāo)物峰面積。

1.3.3 煎炸油過氧化值與極性組分測定

過氧化值的測定依據(jù)GB 5009.227—2016《食品安全國家標(biāo)準(zhǔn) 食品中過氧化值的測定》第一法滴定法；極性組分含量的測定依據(jù)GB 5009.202—2016《食品安全國家標(biāo)準(zhǔn) 食品中極性組分(PC)的測定》第二法柱層析法。

1.4 嶺回歸算法原理

嶺回歸(ridge regression)是一種用于共線性數(shù)據(jù)分析的有偏估計(jì)方法，是一種改良的最小二乘法。它放棄最小二乘的無偏性，建立更強(qiáng)的有偏數(shù)據(jù)的耐受性，因而能夠應(yīng)用于更符合實(shí)際情況的回歸中。

根據(jù)Gauss模型：y=Xβ+ε, 其中y=(y1,y2,……,yn)，T稱為n維列向量，X稱為n行p列滿秩矩陣，β=(β1,β2, ……，βp)，T待估的p維列向量，βj可看成是對應(yīng)特征的權(quán)重，其絕對值大小便是權(quán)重大小。對β的估計(jì)便是嶺回歸估計(jì)：

β^(k)=(XTX+kI)-1XTY。

為了防止模型過擬合，通常以回歸系數(shù)平方項(xiàng)作為懲罰項(xiàng)進(jìn)行壓縮，形成了有參數(shù)的約束項(xiàng)，即L2范數(shù)，亦被稱為正則化項(xiàng)，一般用λ或α表示正則化系數(shù)[14]。通過控制參數(shù)，盡可能消除相關(guān)性較高的特征變量的相關(guān)性所帶來的影響，因此比一般的多元線性回歸、逐步回歸等傳統(tǒng)方法更加穩(wěn)定。

1.5 模型建立與評價(jià)指標(biāo)

建立回歸模型執(zhí)行內(nèi)部交叉互驗(yàn)法，一般用模型相關(guān)系數(shù)(R2或r)和均方根誤差(RMSE)來評價(jià)模型。一般高相關(guān)系數(shù)(R)與低均方根誤差(RMSE)為一個(gè)穩(wěn)定且精度良好的模型的必要條件。

2 結(jié)果與討論

2.1 煎炸油氧化產(chǎn)物的1H NMR譜峰分析

煎炸油的氧化進(jìn)程，隨著自由基鏈?zhǔn)椒磻?yīng)，伴隨著氧化裂解、氧化熱聚合，先生成氫過氧化物，繼而分解生成各種醛類、酮類、烯烴類、羧酸類、醇類等化合物。因此，基于氫原子的變化，根據(jù)油脂氧化時(shí)各種質(zhì)子氫的化學(xué)位移不同，氧化反應(yīng)產(chǎn)物在氫譜核磁共振譜線處會(huì)出現(xiàn)峰信號響應(yīng)。

在譜線范圍(1.94～6.60 ppm)，氫質(zhì)子官能團(tuán)特征包括酰基基團(tuán)、(E)-環(huán)氧化烷基團(tuán)、(Z)-環(huán)氧化烷基團(tuán)、伯醇、仲醇等多種特征。結(jié)合Wang等[15]的研究結(jié)果，實(shí)驗(yàn)發(fā)現(xiàn)，在譜線信號F(6.25 ppm)和信號B(6.55 ppm)處，可作為初級氧化產(chǎn)物的特征譜峰，這與煎炸大豆油氧化時(shí)形成的氫過氧化物關(guān)系密切，其中信號F與(Z,E)-共軛結(jié)構(gòu)相關(guān)，信號B與(E,E)-共軛結(jié)構(gòu)有關(guān)，代表煎炸油初級氧化過程中，產(chǎn)生共軛烯烴類的氫過氧化物中碳碳雙鍵上的氫質(zhì)子。研究發(fā)現(xiàn)，在信號Ⅰ(9.75 ppm)、Ⅴ(9.52 ppm)、Ⅵ(9.48 ppm)處，分別對應(yīng)著直鏈烯醛、(E,E)-2,4-烯醛、(E)-2-烯烴的醛基上的氫質(zhì)子特征，被確定為與二級氧化產(chǎn)物密切相關(guān)[16]。

煎炸后的大豆油樣品經(jīng)氫譜核磁共振分析時(shí)，得到的初級氧化產(chǎn)物和二級氧化產(chǎn)物的譜峰特征和化學(xué)位移信息見圖1。

圖1 煎炸大豆油氧化產(chǎn)物的氫譜核磁共振譜圖Fig.1 1H NMR spectroscopy of oxidation products of frying soybean oil

2.2 煎炸油特征氧化產(chǎn)物隨煎炸次數(shù)增加的變化

隨著煎炸次數(shù)的增加，對于初級氧化產(chǎn)物特征譜峰的信號B與信號F，在煎炸初期可測含量，但隨著煎炸次數(shù)的增加，氧化反應(yīng)的進(jìn)程加劇，其含量逐漸減少至無檢出。這是因?yàn)殡S著煎炸次數(shù)的增加，烷基自由基和共軛結(jié)構(gòu)的氫質(zhì)子發(fā)生變化，形成的氫過氧化物不穩(wěn)定。煎炸后期無法檢出，可能是由于此時(shí)氫過氧化物早已分解，同時(shí)初級氧化產(chǎn)物兩種B、F特征信號的譜峰出現(xiàn)的含量差異，與順式與反式共軛結(jié)構(gòu)所需的活化能不同有關(guān)[17]，因此兩者分解速率不同。

同時(shí)，隨著煎炸時(shí)間的增加，二級氧化過程中產(chǎn)生各種醛類，比如正構(gòu)醛、共軛二烯醛、共軛烯醛的含量會(huì)同步增加。與二級氧化產(chǎn)物有關(guān)的信號Ⅰ、Ⅴ、Ⅵ，通常與這些醛類的羰基氫有關(guān)，因此這些信號特征譜峰含量也逐漸增加，但在煎炸后期，發(fā)現(xiàn)速率變慢，這與后期氧化時(shí)產(chǎn)生的環(huán)氧化物、氧代產(chǎn)物逐漸增多有關(guān)[18]。

另外，實(shí)驗(yàn)中考察了過氧化值、極性組分含量隨煎炸時(shí)間增加的變化，結(jié)果發(fā)現(xiàn)當(dāng)煎炸12 h后，極性組分達(dá)28.71%，超過了GB 7102.1—2003《食用植物油煎炸過程中的衛(wèi)生標(biāo)準(zhǔn)》所規(guī)定的27%的限定值；而煎炸16 h后，過氧化值為5.28 mmol/kg，超過了GB 2716—2018《食品安全國家標(biāo)準(zhǔn) 植物油》一級食用油規(guī)定的過氧化值5 mmol/kg的限定值。此時(shí)煎炸油色澤變化較明顯，變褐色，且黏度明顯更強(qiáng)。

圖2 煎炸大豆油氧化產(chǎn)物隨煎炸時(shí)間的增加變化Fig.2 Change of oxidation products of frying soybean oil with the increase of frying time

2.3 特征氧化產(chǎn)物的共線性診斷與主成分分析

氧化過程中形成的多種復(fù)雜二級氧化產(chǎn)物中，可從氫質(zhì)子化學(xué)位移的變化中反映出來，包括形成烷烴、(E,E)-2,4-烯醛、4-羥基-(E)-2-烯烴、4,5-環(huán)氧-(E)-2-烯烴、(E，E)-2,4-二烯烴、(E)-2-烯烴等多種復(fù)雜化合物[19]。特征氧化產(chǎn)物的選擇需要根據(jù)相關(guān)分析，以及基于方差貢獻(xiàn)率的主成分分析得到。5種氧化產(chǎn)物官能團(tuán)特征信號F(6.25 ppm)、信號B(6.55 ppm)、Ⅰ(9.75 ppm)、Ⅴ(9.52 ppm)、Ⅵ(9.48 ppm)分別與過氧化值、極性組分的相關(guān)性見表1和表2；主成分分析后的方差解釋貢獻(xiàn)率的結(jié)果見表3。

表1 氧化產(chǎn)物特征信號與過氧化值的相關(guān)性Table 1 Correlation between characteristic signals of oxidation products and peroxide values

表2 氧化產(chǎn)物特征信號與極性組分相關(guān)性Table 2 Correlation between characteristic signals of oxidation products and polar components

表3 5個(gè)主成分過氧化值與極性組分的方差解釋Table 3 The variance explanation of peroxide values and polar components of five principal components %

由表1和表2可知，變量之間相關(guān)性強(qiáng)，因此建立回歸模型有可能出現(xiàn)共線性問題，需要進(jìn)行共線性檢驗(yàn)，檢驗(yàn)結(jié)果發(fā)現(xiàn)KMO檢驗(yàn)統(tǒng)計(jì)量為0.478<0.6，顯著度為P<0.05，說明拒絕Bartlett球形檢驗(yàn)。接下來對于特征結(jié)構(gòu)組分與預(yù)測目標(biāo)變量，結(jié)合因子載荷，完成主成分分析才是有意義的。

由表3中5種特征組分的主成分分析結(jié)果可知，對于過氧化值而言，信號B、F的累計(jì)貢獻(xiàn)率為83.56%，遠(yuǎn)大于信息信號Ⅰ、Ⅴ、Ⅵ所產(chǎn)生的方差貢獻(xiàn)率，說明前者與過氧化值預(yù)測時(shí)的因子載荷更加密切；而對極性組分而言，信號Ⅰ、Ⅴ、Ⅵ產(chǎn)生的方差貢獻(xiàn)率為71.95%，說明它們與氧化過程形成的極性組分的關(guān)聯(lián)解釋性更強(qiáng)。因此，所確定的5種特征成分信息代表了與過氧化值、極性組分相關(guān)的基本信息，可解釋的累計(jì)方差貢獻(xiàn)率信息分別為88.96%與94.50%，因此選擇以上5種特征組分信息能夠最大程度地代表氧化進(jìn)程中的復(fù)雜信息，并在此基礎(chǔ)上建立嶺回歸模型快速預(yù)測氧化指標(biāo)。

2.4 構(gòu)建嶺回歸定量預(yù)測模型

嶺回歸在建模時(shí)對“偏最小二乘”推導(dǎo)的回歸系數(shù)做過校正，模型更加穩(wěn)定，適用于煎炸油熱環(huán)境下反復(fù)使用導(dǎo)致熱氧化，發(fā)生復(fù)雜化合物之間產(chǎn)生的多重共線性問題。用嶺回歸建模時(shí)，需要對樣本集做嶺估計(jì)得到特征權(quán)重，根據(jù)確定的特征權(quán)重的大小與目標(biāo)變量建模。

其中參數(shù)估計(jì)是重要步驟之一，建模時(shí)先對氧化產(chǎn)物含量等自變量數(shù)據(jù)進(jìn)行中心化與標(biāo)準(zhǔn)化處理，通過嶺跡圖確定參數(shù)估計(jì)值，以減少均方誤差[20]。根據(jù)正則化參數(shù)與自變量數(shù)據(jù)的矩陣求解權(quán)重之間所建立的關(guān)系圖見圖3。可以看出，建模選擇的5個(gè)特征變量嶺跡曲線形似“喇叭口”，并最終趨于平行于橫軸，說明各變量的回歸系數(shù)嶺估計(jì)值穩(wěn)定，能達(dá)到建模條件的預(yù)期效果。

圖3 模型嶺跡圖Fig.3 The ridge trail of the model

模型經(jīng)過訓(xùn)練和驗(yàn)證，最終需對預(yù)測集樣品進(jìn)行交互驗(yàn)證，輸出過氧化值、極性組分的預(yù)測值。建模時(shí)，正則化參數(shù)是關(guān)鍵參數(shù)，直接影響預(yù)測模型的精度[21]。正則化參數(shù)α過大，會(huì)導(dǎo)致懲罰項(xiàng)過度，訓(xùn)練模型方差減小而偏差變大，造成模型欠擬合；正則化參數(shù)α太小，模型容易出現(xiàn)過擬合。實(shí)驗(yàn)中，根據(jù)樣本數(shù)量和特點(diǎn)，可以看出，當(dāng)正則化參數(shù)α為0.077時(shí)，預(yù)測模型交互驗(yàn)證時(shí)的均方誤差根最小。

圖4 交叉驗(yàn)證下嶺回歸模型正則化參數(shù)的確定Fig.4 The determination of regularization parameters of ridge regression model under cross validation

2.5 嶺回歸模型的預(yù)測能力

模型對預(yù)測集樣本交互驗(yàn)證的預(yù)測結(jié)果見圖5。

圖5 嶺回歸模型對預(yù)測集的預(yù)測結(jié)果Fig.5 Prediction results of ridge regression model on prediction set

由圖5可知，模型的決定系數(shù)(R2)分別為 0.968與 0.957，均方根誤差(RMSE)分別為0.208與5.249，說明模型對兩個(gè)氧化指標(biāo)均具有較好的預(yù)測能力。

2.6 方法的重現(xiàn)性與顯著性差異分析

選擇煎炸8 h的薯?xiàng)l樣品，分別用國標(biāo)柱層析法和嶺回歸模型法對樣品的過氧化值、極性組分進(jìn)行8次平行檢測，并對兩種方法進(jìn)行顯著性差異分析，比較兩者之間的差異性，結(jié)果見表4。兩種方法比較后的相對標(biāo)準(zhǔn)偏差小(均小于5%)。采用SPSS軟件對數(shù)據(jù)進(jìn)行ANOVA單因素方差分析，其中極性組分和過氧化值指標(biāo)的數(shù)據(jù)顯示P值分別為0.07和0.807，均大于0.05水平，說明兩種方法測定的氧化指標(biāo)無顯著性差異。

表4 兩種方法的差異性分析Table 4 Difference analysis of the two methods

3 討論

本研究采用氫譜核磁共振技術(shù)分析了煎炸大豆油氧化產(chǎn)物，探索了初級與二級氧化產(chǎn)物隨煎炸時(shí)間增加的變化規(guī)律。同時(shí)挖掘與提取了氧化產(chǎn)物的特征官能團(tuán)信息，與嶺回歸算法聯(lián)用，建立快速檢測過氧化值與極性組分的回歸模型。此方法與國標(biāo)法無顯著性差異，具有預(yù)測精確、重現(xiàn)性高、檢測快速的優(yōu)勢，面對大量的煎炸油樣品，能夠快速輸出氧化指標(biāo)，從而為煎炸油的品質(zhì)安全、煎炸油的廢棄點(diǎn)評價(jià)等提供科學(xué)的整體判斷依據(jù)，在食用油品質(zhì)監(jiān)控方面具有巨大潛在應(yīng)用價(jià)值。