文献

J-GLOBAL ID：202202278061835169   整理番号：22A1113061

包装マーガリンと脂肪拡散生成物の迅速で非破壊な空間オフセットRaman分光分析【JST・京大機械翻訳】

Rapid and non-destructive spatially offset Raman spectroscopic analysis of packaged margarines and fat-spread products

著者 (6件)： Jimenez-Carvelo Ana M. (Department of Analytical Chemistry, University of Granada, C/ Fuentenueva s/n, E-18071, Granada, Spain) ,  Arroyo-Cerezo Alejandra (Department of Analytical Chemistry, University of Granada, C/ Fuentenueva s/n, E-18071, Granada, Spain) ,  Bikrani Sanae (Department of Chemistry, Faculty of Sciences, University of ’Abdelmalek Essaadi’, Av. Sebta, Mhannech II, 93002, Tetouan, Morocco) ,  Jia Wenyang (Institute for Global Food Security, Queen’s University, 18-30 Malone Road, Belfast BT9 5BN, Northern Ireland, United Kingdom) ,  Koidis Anastasios (Institute for Global Food Security, Queen’s University, 18-30 Malone Road, Belfast BT9 5BN, Northern Ireland, United Kingdom) ,  Cuadros-Rodriguez Luis (Department of Analytical Chemistry, University of Granada, C/ Fuentenueva s/n, E-18071, Granada, Spain)
資料名： Microchemical Journal  (Microchemical Journal)
巻： 178  ページ： Null  発行年： 2022年 
JST資料番号： D0072A  ISSN： 0026-265X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 空間オフセットRaman分光法(SORS)は,元の包装を通して試料を測定でき,表面層の寄与なしにスペクトルを回復できる新しい技術である。ここでは,ポータブルSORS装置を用いて,元のプラスチック容器を通してマーガリンと脂肪の62試料を測定した。ケモメトリックスツールを用いて得られたデータを分析した。合計25の分類モデルを,に基づいて開発した。(i)地理的起源,(ii)植物油および(iii)試料中に存在するいくつかの有意な微量成分。部分最小二乗判別分析(PLS-DA),サポートベクトルマシン(SVM)およびクラスアナロジー(SIMCA)のソフト独立モデリングをモデル分類のために使用した。部分最小二乗回帰(PLSR)法を用いた定量分析も行い,総脂肪含量を測定した。平行して,ベンチトップの従来のRaman分光計を用いて,同じサンプルを分析し,同じ訓練と検証セットを有するモデルを開発し,結果を比較した。計算した分類性能計量は,従来のRaman分光法(CRS)よりSORSデータから良好な分類モデルを示し,植物ステロール,オリーブ油または亜麻仁油を含むマーガリンに対する1クラスSIMCAモデルを強調した。これらのモデルは非常に高い予測可能性(それぞれ,0.8,0.9および1に等しい値を有する性能パラメータ)を示した。SORSから開発した定量モデルは,CRSデータからより高いR2を示し,SORSから5%以下の予測誤差を,CRSデータから5と13%の間の誤差に対して示した。これらの結果は,Ramanスペクトルを分析するときの主要な欠点である蛍光の影響を避けるSORSの能力を明らかにするが,食品分析の分野での迅速で非破壊的で非侵襲的な分析技術としての技術の可能性も明らかにする。結論として,タンデム’SORS-ケモメトリックス’は食品品質と食品認証分野における潜在的ツールであることが示されている。したがって,この技術の知識を進歩させ,迅速な分析の新しい方法を開発することができるために,この分野での更なる研究を行う必要がある。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 蛍光 ,  食品 ,  定量分析 ,  オリーブ油 ,  食品分析 ,  *マーガリン ,  多重回帰分析 ,  モデル ,  判別分析 ,  Raman分光法 ,  ケモメトリックス ,  認証 ,  予測誤差 ,  部分最小二乗法 ,  サポートベクトルマシン
準シソーラス用語： 部分最小二乗回帰 , 【Automatic Indexing@JST】

著者キーワード (6件)： 空間オフセットRaman分光法(SORS) ,  非破壊分析技術 ,  ケモメトリックスとデータマイニング ,  インパック測定 ,  食品品質と真正性 ,  マーガリンと脂肪拡散

分類 (3件)： 液体燃料工業  (YE03000F) ,  有機化合物の物理分析  (CC03034A) ,  食品の分析  (FJ01030U)

タイトルに関連する用語 (7件)： 包装 ,  マーガリン ,  脂肪 ,  拡散 ,  生成物 ,  オフセット ,  Raman分光分析