[發明專利]基于非揮發物質采用核磁共振和偏最小二乘法鑒定特定品牌醬香白酒的方法

在審

• 申請號: 202110671679.7
• 申請日: 2021-06-17
• 公開（公告）號: CN113406135A
• 公開（公告）日: 2021-09-17
• 發明（設計）人: 王麗;盧君;王凡;山其木格;唐平;畢榮宇;李長文
• 申請（專利權）人: 貴州國臺酒業股份有限公司
• 主分類號: G01N24/08
• 分類號: G01N24/08;G06F17/11;G06F17/16
• 代理公司: 重慶強大凱創專利代理事務所(普通合伙) 50217
• 代理人: 左康艷

1.基于非揮發物質采用核磁共振和偏最小二乘法鑒定特定品牌醬香白酒的方法，其特征在于，包括以下步驟：

步驟一、建立特定品牌醬香白酒數據集

A1、制備N個不同批次特定品牌醬香白酒樣品，揮干酒樣，然后加入磷酸緩沖鹽溶液溶解，磷酸緩沖鹽溶液中含有3-(三甲基硅基)氘代丙酸鈉作為定標物質，離心后取上清液轉入核磁管中；

A2、¹H NMR檢測：核磁管中的樣品進行¹H NMR檢測，檢測數據由布魯克裝載超低溫探頭的600M核磁檢測記錄，使用標準的一維復合脈沖序列對酒樣進行分析，并在弛豫延遲期間進行預飽和；循環延遲時間為2s，混合時間為1s，每個樣品的90°脈沖寬度設置為9.89μs，發射機頻率偏移量為2820.78Hz，預飽和的功率級為23.00dB，數據點為64k，光譜寬度為12019.230Hz，掃描次數為128次，得到特定品牌醬香白酒的核磁共振信號，建立不同批次特定醬香白酒的非揮發性物質¹H NMR譜圖；

A3、譜圖處理及導出測定結果：將采集的譜圖導入到核磁軟件MestReNova中，沖零至64K數據點，基線校正，積分范圍為0.4～9.0之間，積分間隔為0.002ppm，總面積歸一化處理，得到分段積分結果；

A4、以分段積分結果作為自變量X矩陣，以不同批次特定品牌醬香白酒作為因變量Y矩陣，建立特定品牌醬香白酒數據集；

步驟二、建立其它品牌醬香白酒數據集

B1、制備M個其它品牌醬香白酒樣品，揮干酒樣，然后加入磷酸緩沖鹽溶液溶解，磷酸緩沖鹽溶液中含有3-(三甲基硅基)氘代丙酸鈉作為定標物質，離心后取上清液轉入核磁管中；

B2、按照步驟A2～A4的方法，獲得其它品牌醬香白酒數據集；

步驟三、構建鑒別模型

C1、將特定品牌醬香白酒數據集與其它品牌醬香白酒數據集合并得到的工作集導入SIMCA軟件，對工作集中的數據進行標準化，將工作集中的數據分成t組特定品牌醬香白酒和f組其它品牌醬酒，然后選擇建立PLS-DA模型，形成未擬合的PLS-DA模型；

C2、在所述SIMCA軟件中對C1中未擬合的PLS-DA模型進行自動擬合，根據交叉有效性指標，選取對變量累計貢獻率99％的成分作為主成分建立偏最小二乘回歸模型，得到最佳的PLS-DA模型；

步驟四、PLS-DA模型的評估及驗證

通過PLS-DA模型中每一組份解釋的變量Y所占的分數R²Y(cum)和根據交叉驗證的模型預測變量Y所占的分數Q²(cum)，評價模型的累計解釋能力和交叉有效性；

對擬合好的模型通過排列實驗驗證其擬合程度，排列次數為200次，p0.05；Q²在Y軸的截距0.05，表示模型沒有出現過擬合；相關系數0.9～1范圍內，說明模型的預測值與實際值間誤差小；

步驟五、未知酒樣的鑒別

將X個待鑒別的未知酒樣按A1～A4的方法，得到預測集導入步驟三已建立的PLS-DA模型進行預測；若預測結果同時滿足處于PLS-DA模型中特定品牌醬香白酒所在的象限區域，且與特定品牌醬香白酒吻合度大于0.7，接近1的條件，則未知酒樣為特定品牌醬香白酒，否則為非特定品牌醬酒。

2.根據權利要求1所述的基于非揮發物質采用核磁共振和偏最小二乘法鑒定特定品牌醬香白酒的方法，其特征在于：A1中采用37℃恒溫氮氣流吹干醬香白酒樣品。

3.根據權利要求2所述的基于非揮發物質采用核磁共振和偏最小二乘法鑒定特定品牌醬香白酒的方法，其特征在于：步驟A1中酒樣用量為5mL，磷酸緩沖鹽的pH值為3，用量為600uL。

4.根據權利要求3所述的基于非揮發物質采用核磁共振和偏最小二乘法鑒定特定品牌醬香白酒的方法，其特征在于：步驟A1中離心是轉速為14000rpm/min，時間為10min。