近红外光谱分析应用-低浓度多元糖混合水溶液

　　近些年,在食品类和农业产品工业生产的功能分析中,近红外光谱分析获得日渐普遍的运用。糖做为组成绿色植物生物体的关键化学物质及其体细胞作为磷酸戊糖途径的最关键的动能化学物质,普遍存有于这种商品中;糖的种类和含水量针对新鲜水果口味、烟叶质量等产品品质有直接的影响。另一方面,在微生物的新陈代谢全过程中,果糖、葡萄糖、绵白糖等普遍糖做为新生新陈代谢物质,即性命主题活动必不可少的化学物质,通常以矿酸情况融解于渗出液或是细胞液中。因此针对糖水溶液及其相近管理体系的近红外光谱分析具备关键的现实意义和广阔的运用前景。

　　考虑近红外光谱分析,就必须考虑到水在近红外区域的强烈吸收。糖的近红外吸收带主要分布 在 7500～ 5500c m-1,而这个区域同样存在水的吸收带。所以目前近红外分析多应用于干燥或者低水分的样品。利用近红外分析复杂天然样品中的糖,能否消除水的干扰以及怎样消除是关键问题。我们通过近红外光谱分析几种糖的简单混合体系,来探讨如何减小甚至消除水的吸收对于分析的影响。

　　近红外光谱主要是含氢基团,如C-H,O-H,N-H等基团伸缩振动的倍频吸收谱带及伸缩振动和摇摆振动的合频吸收。通过比较几种常见糖的近红外谱图,特别是CH,O-H等基团的近红外吸收在不同条件下的变化,以及选择不同波数区间或者全谱建立分析模型对于分析结果的影响,以优化波数区间的选择。选中的波数区间与其他数据相比较,更直接关联分析对象的结构,干扰组分和干扰因素更少,参与样品实际含量的回归和校正模型的建立,克服了水对与分析的干扰。

　　首先比较不同浓度的单一糖溶液和纯水的近红外吸收谱图。图 1是 3种浓度下的葡萄糖溶液和纯水的近红外吸收比较。随着浓度的增大,6800cm-1左右的吸收不断下降,它们对应着-OH伸缩振动一级倍频。

　　在 6500和 5500cm-1两处吸收曲线两次相交。两交点之间的区域对应糖所含 C-H 键伸缩振动的一级倍频,是受水吸收干扰较小的部分。随着糖的浓度的增大,C-H 的 伸缩振动的吸收同步增强。较低浓度时,溶液的吸收曲线几乎和纯水的吸收曲线重叠。其次,比较固态粉末状态时糖的吸收。称量葡萄糖和果糖,混以分析纯的 BaSO 4,充分研磨,制成不同质量百分含量的 3个样品。图 2是 3个固体样品的近红外漫反射谱图。5500～6000cm-1附近有很多细小的吸收峰,它们反映的是C-H 伸缩振 动;6000～7300cm-1是糖的-OH 伸 缩 振 动的吸收。不同样品之间 C-H 伸缩振动有值得关注的细小区别,-OH伸缩振动也随着两种单糖浓度大小有规律变化。

　　第三,参照图 2的信息分析溶液的近红外吸收。从溶液的近红外吸收谱图中扣除纯水吸收,可以近似认为是该溶液中糖的吸收信号。图 3即相同浓度的葡萄糖、果糖和蔗糖溶液吸收图与纯水的差谱。5500～6000cm-1区域对应 C-H伸缩振动的一级倍频,不存在水对糖吸收的干扰和掩盖,可以更加清晰地反应糖的定量关系。6800cm-1对应糖类-OH的吸收,在溶液的吸收谱图中显得十分微弱,仅有并不明显的拐点;在漫反射图中则有清晰的反应,并且百分含量的变化引起谱图走向很大的不同。可以理解,固态时葡萄糖、果糖都保持了醛糖和酮糖的结构,醛基、酮基对于分子中-OH伸缩振动会产生不一致的影响,使得图 2中果糖、葡萄糖在6000～7300cm-1区域的吸收趋势有很大的差别,特别6800cm-1附近的吸收从果糖到葡萄糖有向低波数方向偏移的现象;相对-OH而言,C-H 振动受到较大基团的影响要弱,表现为在 5300～6000cm-1区域,不同糖吸收差别较小。溶液中,由于两种糖已经形成结构更加相似的呋喃糖、吡喃糖,醛基和酮基已经转化成半缩醛或者半缩酮,同时,糖分子中-OH 还受到来自大量水分子的制约,所以水溶液的近红外吸收图中不同糖的-OH伸缩振动区分不明显。相对而言,受干扰较小的 C-H 振动的信息对于定量分析有更大的意义。

　　进一步比较相同浓度葡萄糖,果糖和蔗糖溶液与纯水在6000～5500cm-1的差谱。考虑到二糖实际上相当于同等浓度的两份单糖的结合,不难理解蔗糖的吸收强度远远高于葡萄糖和果糖。对于结构近似的后两种单糖,不同的 C-H 键结构对于谱图应有不同贡献。吡喃糖和呋喃糖分子椅型构象式中,-CH基团以平伏键,或者直立键连接于环上。近红外吸收谱图中,C-H 伸缩振动可能对应于吡喃、呋喃环上的C-H平伏键,或者对应于没有配糖的C6原子上CH2平面的变形性。

　　实验中光谱数据处理使用的是BRUKER自带的化学计量学分析软件,应用偏最小二乘法 ( p a r t i a ll e a s ts q u i r e ,P LS ) 建立校正模型。具体数据如表1 ～表 4 。

　　表1数据显示,一元溶液可以在10000 ～5100c m-1范围得到令人满意的结果。选择有意义的波数区域考虑,可以减小校正集和预测集标准偏差,提高模型质量,改善分析结果。比如蔗糖的SEC和 SEP分别由0.0213,0.0177至 0.0024,0.0018 ,减小到近十分之一。

　　表 2中第一及第四组数据是相同混合溶液实验,选择几乎全谱( 9000～5500c m-1) 和选择优化波数区间(6103 ～5448cm-1)的数据参与关联,结果改进明显,S EC和 S EP均大幅度下降。比如葡萄糖/ 果糖混合溶液SEC为 0.0051/0.0044( mol·L -1)。S .Berentsen曾 经 报道 类似结果为 0 .0121/0.0126( mo l ·L -1) ( 其中葡萄糖、果糖浓度范围分别是 0.1～2.3,0.2 ～1.8mol·L-1)。

　　表3是三元混合体系优化波数范围和全谱分析的数据比较,根据两项标准偏差的大小,结果仍有明显改进;

　　表 4 是利用三元体系所建立的模型分析预测集样品的结果。对于浓度较低的分析样品,个别情况会造成分析结果的相对误差(r/ %) 相对变大,但是真实值和预测值的相关系数(ρ)表明,在95%或者99%的置信区间二者仍然是显著相关的。