Определение массовой доли молочного жира в бутилированном молоке бесконтактным цветометрическим методом

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

Предложен бесконтактный способ определения массовой доли молочного жира в бутилированном молоке по диффузному отражению излучения от светодиодов с длинами волн излучения 365, 390, 850 и 880 нм с использованием смартфона и специального устройства. Для регистрации аналитического сигнала применяли смартфон OnePlus 10 Pro, iPhone 14 с установленными приложениями PhotoMetrix PRO®, ColorGrab, RGBer и ИК-спектрометр с преобразованием Фурье для ближней ИК-области (4000–10 000 см–1). Экспериментальные данные обрабатывали с помощью специализированных программ TQ Analyst, The Unscrambler X, XLSTAT. Установлено, что одновременное участие в исследовании всех светодиодов с разными длинами волн способствует получению результатов с наименьшим относительным отклонением по сравнению с использованием отдельно взятых светодиодов. Выявлено незначительное изменение диффузного отражения от молока через упаковку на основе полиэтилентерефталата, что делает возможным проведение анализа бесконтактным способом, не вскрывая упаковки. Содержание молочного жира в анализируемых пробах молока оценивали, используя алгоритм многомерной градуировки данных – частичную регрессию наименьших квадратов. Относительное стандартное отклонение результатов анализа не превышало 0.08. Равноточность полученных в ходе анализа результатов подтверждена использованием метода ИК-спектроскопии с преобразованием Фурье в ближней области спектра

Об авторах

В. Г. Амелин

Всероссийский государственный центр качества и стандартизации лекарственных средств для животных и кормов; Владимирский государственный университет им. Александра Григорьевича и Николая Григорьевича Столетовых

Автор, ответственный за переписку.
Email: amelinvg@mail.ru
Россия, Звенигородское шоссе, 5, Москва, 123022; ул. Горького, 87, Владимир, 600000

О. Э. Емельянов

Владимирский государственный университет им. Александра Григорьевича и Николая Григорьевича Столетовых

Email: amelinvg@mail.ru
Россия, ул. Горького, 87, Владимир, 600000

З. А. Ч. Шаока

Всероссийский государственный центр качества и стандартизации лекарственных средств для животных и кормов; Владимирский государственный университет им. Александра Григорьевича и Николая Григорьевича Столетовых

Email: amelinvg@mail.ru
Россия, Звенигородское шоссе, 5, Москва; ул. Горького, 87, Владимир

А. В. Третьяков

Всероссийский государственный центр качества и стандартизации лекарственных средств для животных и кормов

Email: amelinvg@mail.ru
Россия, Звенигородское шоссе, 5, Москва

Список литературы

  1. Karoui R., Baerdemaeker J. D. A review of the analytical methods coupled with chemometric tools for the determination of the quality and identity of dairy products // Food Chem. 2007. V. 102. P. 621. https://doi.org/10.1016/j.foodchem.2006.05.042
  2. Karoui R., Mazerolles G., Dufour E. Spectroscopic techniques coupled with chemometric tools for structure and texture determinations in dairy products: A review// Int. Dairy J. 2003. V. 13. P. 607. https://doi.org/10.1016/S0958-6946(03)00076-1
  3. Zhu X., Guo W., Liu D., Kang F. Determining the fat concentration of fresh raw cow milk using dielectric spectroscopy combined with chemometrics // Food Anal. Methods. 2018. V. 11. P. 1528. https://doi.org/10.1007/S12161-017-1140-7
  4. Soulat J., Andueza D., Graulet B., Girard C.L., Labonne C., Aït-Kaddour A., et al. Comparison of the potential abilities of three spectroscopy methods: Near-infrared, mid-infrared, and molecular fluorescence, to predict carotenoid, vitamin and fatty acid contents in cow milk // Foods. 2020. V. 9. P. 592. https://doi.org/10.3390/foods9050592
  5. Risoluti R., Gullifa G., Materazi S. Аssessing the quality of milk using a multicomponent analytical platform microNIR/chemometric // Front. Chem. 2020. V. 8. Аrticle 614718. https://doi.org/10.3389/fchem.2020.614718
  6. Bogomolov A., Dietrich S., Boldrini B., W. Kessler R. Quantitative determination of fat and total protein in milk based on visible light scatter // Food Chem. 2012. V. 134. P. 412. https://doi.org/10.1016/j.foodchem.2012.02.077
  7. Galyanin V., Surkova A., Bogomolov A. Selecting optimal wavelength intervals for an optical sensor: A case study of milk fat and total protein analysis in the region 400–1100 nm / Sens. Actuators B. 2015. V. 218. P. 97. https://doi.org/10.1016/j.snb.2015.03.101
  8. Kucheryavskiy S., Melenteva A., Bogomolov A. Determination of fat and total protein content in milk using conventional digital imaging // Talanta. 2014. V. 121. P. 144. https://doi.org/10.1016/j.talanta.2013.12.055
  9. Амелин В.Г., Шаока З.А.Ч., Третьяков А.В. Анализ молочной продукции: определение массовой доли молочного жира и выявление фальсификации смартфоном с приложением Photometrix PRO® // Журн. аналит. химии. 2024. Т. 79. № 1. С. 105. (Amelin V.G., Shogah Z.A.Ch., Tretyakov A.V. Аnalyzing dairy products: measuring milk fat mass fractionand detecting adulteration using the Photometrix PRO® smartphone app // J. Anal. Chem. 2024. V. 79. № 1. P. 50. https://doi.org/10.1134/S1061934824010039)
  10. Böck F.C., Helfer G.A., da Costa A.B., Dessuy M.B., Ferrao M.F. PhotoMetrix and colorimetric image analysis using smartphones // J. Chemom. 2020. V. 34. Article 12. https://doi.org/10.1002/cem.3251
  11. Helfer G.A., Magnus V.S., Böck F.C., Teichmann A., Ferrãoa M.F., da Costa A.B. PhotoMetrix: An application for univariate calibration and principal components analysis using colorimetry on mobile devices // J. Braz. Chem. Soc. 2017. V. 28. № 2. P. 328. https://doi.org/10.5935/0103-5053.20160182
  12. Rateni G., Dario P., Cavallo F. Smartphone-based food diagnostic technologies: A review // Sensors. 2017. V. 17. P. 1453. https://doi.org/10.3390/s17061453

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать

© Российская академия наук, 2024

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».