大豆浓缩蛋白中蛋白质和水分的检测

发表时间:2019-05-23 12:17

大豆浓缩蛋白中蛋白质和水分的检测

引言:

在豆类加工工业中,近红外光谱(NIR)是一种公认的品质控制工具。常规NIR分析检验豆粕、豆壳和豆的白片,可以监测磨粉和榨油的过程。另外一种大豆加工企业感兴趣的豆类产品是大豆浓缩蛋白(SPC)。除去可溶性碳水化合物时,将大豆蛋白固定在脱脂豆粕上,制成SPC。产品的蛋白质含量大约为70%。利用此工艺,1000kg的脱脂豆饼可以产生约750kgSPC

SPC被用于制作焙烤食品、谷物早餐和一些肉制品。SPC对肉和家禽的功能是提高保留的水分和脂肪,也可以通过添加更多的蛋白质增加其营养价值。SPC易消化,非常适合儿童、孕妇和老人。也可以用于宠物食品和作为小牛和猪的代乳食品。

本研究的目的是开发NIR在分析大豆浓缩蛋白中蛋白质和水分的应用。这被大豆加工企业用于监测碳水化合物的分离和蛋白质浓缩。SPC的干基蛋白含量不能低于65%。大豆加工企业已经有能力使用NIR监控SPC的生产,保证产品的品质。

试验设计:

该实验在美国一家主要的大豆加工公司协助下进行。SPC样品由工作人员收集,带到湿化学室分析。每一个样品都使用带1mm屏幕的Udy Cyclone粉碎机反复研磨。实验室收集和分析了636个样品,蛋白含量使用杜马斯燃烧法测定。水分含量使用快速烘箱水分测定法,实验室收集和分析197个样品。为了建立标准,收集近红外光谱范围,每一个样品都放到金属杯里,使用Carl Zeiss AURA手持便携式近红外分析仪进行分析。图1和图2显示了本研究中SPC的浓度分布和范围。

1.蛋白质分布柱状图

1617942127(1).jpg

2.水分分布柱状图

1617942181(1).jpg

3.大豆浓缩蛋白的近红外光谱

1617942220(1).jpg

校准结果:

使用UCAL校准软件计算蛋白质和水分的偏最小二乘法(PLS)校准结果。

1.SPC的近红外校准结果

组分

样品个数

分析范围 (%)

校正标准偏差

R2

PLS因子个数

蛋白质

597

63.7 – 70.1

0.69

0.81

5

水分

180

4.7 – 8.3

0.23

0.94

2

1617942256.jpg

图4.蛋白质校准的近红外和实验室结果线性相关图


1617942342.jpg

5.水分校准的近红外和实验室结果线性相关图


结论:

Carl Zeiss AURA手持便携式近红外分析仪可以计算大豆浓缩蛋白中的蛋白质和水分。蛋白和水分的校正标准偏差分别为0.690.23。与浓度的线性关系显示校准模型效果都比较好。这些数据连续收集了5个月,因此,我们的标准考虑了收割和生产的变化。这些标准已经成功植入大豆浓缩蛋白的生产过程用于品质监测。


山东智惠仪器有限公司   


更多实验详情,我们愿与您分享,欢迎联系我们!


分享到:
会员登录
登录
其他帐号登录:
我的资料
留言
回到顶部