采用FTIR一次性红外卡片快速测定食用油的氧化稳定性.doc

采用FTIR/一次性红外卡片快速测定食用油的氧化稳定性
Ted A. Russin, Frederick R. van de Voort*, and Jacqueline Sedman
麦吉尔红外光谱组,食品科学和农业化学系
麦吉尔大学麦克唐纳学院Sainte-Anne-de-Bellevue,加拿大魁北克H9X 3 v9

摘 要:一次性聚四氟乙烯(PTFE)聚合物红外(PIR)卡片在傅里叶变换红外光谱检测技术中被用作迅速氧化食用油并同时监控氧化程度的基质。PIR卡片上可同时氧化四份油样并在相同条件下设四份散装油样，将其放置在适宜的温度条件下（58℃），通过测量氢过氧化物(ROOH)红外光谱吸收率的变化作出与时间相关的函数从而获得实时油脂氧化曲线。ROOH吸收率与PV之间的关系是通过一种参考方法建立起来的，这种参考方法定义与吸收率相当的PV值是食用油在散装（bulk）和在卡片上各自氧化至100和200meq ROOH/kg的终点值。在散装（bulk）和在红外卡片不同条件下获得的实时油脂氧化时间曲线在外表上是相似的，但是红外卡片上油脂氧化达到PV终点值所需时间比散装（bulk）条件下快20倍。 结果标明使用一次性PIR卡辅以适宜的加热和通风条件提供了一种简单,实用,快速的对在正常储存温度下的食用油的氧化检测方法。
文章编号：J10589 of JAOCS 81, 111–116 (02, 2004)
关键字:活性氧法,自动氧化,食用油,红外光谱,聚合物红外卡片,OSI,OST,氧化稳定性

大多数可对食用油进行氧化监测和氧化稳定性确定的监测方法都带有与生俱来的问题，主要的问题是为了加速油脂的氧化过程而采取的升温手段（≥98℃）所带来的负面影响，升温往往会改变油脂氧化机制，从而使通过实验数据来推断合适的环境储存条件变得困难。鉴于这种限制，学术界呼吁尽快找到一种快速、低温的检测方法来评估油脂的氧化稳定性。
红外光谱已经发展成为一个强大的工具，可定性和定量的完成对食用油的检测分析。该技术同样可用于检测石油氧化情况，主要通过以下两种方法达到检测目的，要么是通过将与氧化过程相关的连续光谱的变化作为石油在经加热的衰减全反射晶体表面所经受的氧化，或者是通过散装（bulk）石油助氧化，定期取样并用传输单元来记录相应的FTIR光谱。然而衰减全反射方法是不切实际的，因为它通过氧化检测阶段这一过程垄断了FTIR检测设备,随之而来，扩展延伸的多次监测分析则必须通过大量氧化方法来实现。这些典型的限制有望通过PIR卡的使用得以克服，最近证实，在适宜加热和通风条件下该方法对模型样本的快速氧化加速作用是有效的。本文评估了利用与大量氧化相关的PIR卡检测食用油氧化作用的可能性，同时评估了将这种方法用于确定油脂的相对氧化稳定性的潜在可能性

材料和方法
材料。 著名品牌红花油、菜籽油、向日葵油和上等原生橄榄油均是在当地购买。从每瓶油样中取出几份试样并转移到小试剂瓶中，充入氮气，在−20°C条件下储存备用。材料的外瓶标签标明所有油样均不含任何添加剂，橄榄油是低温压榨制取外，其余油样是通过化学精炼和除臭所得。2号ST-IRTMP PIR卡购自美国热电尼高力公司（麦迪逊-威斯康星州）这些卡片含有一个微孔聚四氟乙烯(PTFE)膜，膜内有一标称10µm长度的通路，膜设置在开有两个1.9cm开口的硬纸板支架上。
仪器/数据收集。 红外光谱采用Bomem FTIR光谱仪(MB系列,ABB Bomem公司,加拿大魁北克)采集，该光谱仪配备一个重氮化硫酸三甘肽检测器，采用Bomem-Grams / 386软件(Thermo Galactic, Salem, NH)操作运行。该仪器利用鲍尔斯顿干燥器(Balston,Lexington, MA)产生的不含co2的干燥空气净化。红外光谱在4cm-1 分辨率下连续16次扫描并且按比例与经验光谱比较所得。
散装（bulk）油氧化。这项研究中所购买的四个食用油样品初始PV水平< 2毫克当量ROOH /Kg油,水浴维持在58±1°C条件下，四种油样同时在包含250毫升石油的500毫升厄伦美厄烧瓶内氧化。净化FTIR光谱仪所用的Balston干燥器同时产生室温干燥空气并通过加压实验室空气管道输送以达到通风的目的。定期地，取1-mL试样加载到190-µm KCL传输单元中用以获得FTIR红外光谱。在3444波数处测量氢过氧化物红外的最大吸收率从而获得散装（bulk）油样氧化过程中与时间进程相关的红外光谱吸收图。当氢氧化物的真实水平在光谱带上显而易见时，油脂的氧化过程就结束了并且油是在−20°C氮气条件下储存。
PIR卡上油的氧化。取与散装（bulk）油样氧化相同的油样加载到PIR卡上，加样量为三滴（约0.075g），加载到每个卡孔（副本）的中央部位。然后用聚合物合成纤维刷将油样在PTFE膜上涂布均匀，PTFE膜在加载完油样后用异辛烷清洗，再做干燥处理。膜上多余的油用吸纸洗除。然后从每个孔（在氧化过程t = 0时）记录初始光谱，并且卡随后被放置在有机玻璃通风室，采用干热空气（58±4℃）以恒定的速率和层流的方式流过卡（10）。每隔一段时间，从通风室中取出卡片做光谱分析获得光谱图，并将总时间记录下来 。
光谱数据的处理。 PIR卡谱是通过一些列的步骤进行处理的，这些步骤包括图像1中概述的以补偿卡光程的可能性变化和随着时间的推移所伴随的油扩散和光谱带的变化的了考虑。有关详情载于以前的文献。在步骤2-4 ，所有的光谱被归一化到ν（CH）在2854cm-1处吸收带的最大值的单元高度，随后采集的所有光谱剔除t=0时的光谱图，然后产生对应每个卡每个孔径的一系列微分光谱。通过使用所得到的归一化差的光谱，因此能够比较直接使用PIR卡获得的所有光谱数据。步骤5-9涉及ROOH谱带在差分光谱（相对于t = 0时）的测量，通过使用峰值查找算法来定位3550-3200cm-1范围内的最大吸光度，相对于3649 cm-1基线处。为了使卡片光谱数据分析更简易，如图1所示，操作运行UMPIRE（红外评估通用方法平台）软件（热润滑油有限公司，潘特克莱尔，魁北克，加拿大）步骤2-8的分析算法将自动进行。步骤5-8的算法也可用于对收集到的散装（bulk）油的氧化光谱数据进行分析。
1）光谱采集
2）倾斜校正
3）归零校正
2000cm-1

4）光谱
归一化
6）峰值查找

5）光谱剔除
7）ΔAbs
计算
8）平均化
（多次运行）
9）实时曲线

插图1 对PIR卡数据（步骤1-9）和散装（bulk）氧化数据（步骤1,5-9）进行数据处理可以直接将收集到的氧化数据进行对比。Abs，吸收率

PV校准/统计分析。通过几份稀释的油样制备了四套PV校准标准，这些稀释油样是在每一个散装（bulk）油样氧化实验相对应的新鲜油的实验终点时收集的。这些标准的PV值采用FTIR三苯基膦/三苯基氧化膦（TPP / TPPO ）方法确定的;此分析中，每一个标准，用其相应的新鲜油稀释，将相应油样的 PV值落在该方法可测量的范围内（ <15毫当量ROOH /千克油）。所制备的标准PV范围为从0到250meq ROOH /Kg油。这些标准红外光谱是利用副本在PIR卡和个190-µm的KCl传输单元中同时采集的，并同时测量了过氧化物ROOH在3444cm-1 处的吸收率[单位：千分之一吸收率 ]。对于每一组的校准标准，将这些吸光度的值和PV值进行回归分析，回归曲线采用origin (Z-reg)软件处理以消除消除截距的贡献，并允许曲线倾斜度可进行对照。采用统计学方差分析法在α= 0.05对四套校准标准的Z-reg 斜率进行分析，以评估数据是否可以被汇集分析。从汇集的校准数据的传输单元所获得的斜率值被用来计算散装（bulk）油样氧化到PV终值达到100 meq ROOH/kg 油所需的时间。类似地，“PIR卡上氧化”汇集的校准数据而得到的斜率值被用来计算在卡片上氧化，当PV 值达到200毫克当量ROOH /Kg油所需的时间。

结果和讨论
在温度≥ 98℃条件下对食用油强制氧化是快速，但不一定代表食用油在保持在室温或正常储存温度条件下的的氧化过程。出于这个原因，在本研究中所有氧化实验都是在适中的温度（〜 58 ℃）下进行。使散装（bulk）油样和PIR卡上的油样在相同的温度条件下加速氧化，以方便对油脂氧化过程的直接比较。在这两种情况下，油样氧化过程的时间是通过跟随ROOH吸收带随时间变化逐渐增而检测到得到，主要是通过观察低PV值油样在3444cm-1 处的光谱图，但随着氧化过程的进行吸收带逐渐转移到低波数，使得吸收带监测有必要使用峰值查找算法。另外，由于PTFE膜厚度的可能性变化以及样加的载和扩散随时间的可变性，为获得量化数据，对从卡上氧化收集的光谱数据进行归一化是必需的。该PIR卡的PTFE薄膜基片在1270-1100年cm-1和660- 460 cm-1的区域具有吸收，该薄膜吸收既不会对ROOH吸收带的检测产生干扰，也不会对用于归一化光谱数据分析的CH吸收产生干扰。为了说明目的，在图2中给出红外光谱卡上红花油氧化过程中ROOH吸收带随时间变化而增加所产生的典型差分光谱。

插图2 IR卡上红花油氧化过程差分光谱时间曲线，图解表示随时间（0-15h）变化氢过氧化物的生成情况。

实时氧化曲线。图3A和3B表示实时氧化曲线，表示出在散装（bulk）条件和在PIR卡上的四种食用油与时间相关的ROOH的吸收值（ΔAbs ）变化。在所有情况下，可以观察到经典的氧化轮廓，以及每个油样展示出随初始诱导期同步并举的ROOH产生速录的增加。然而，与这些变化相关的时间在图3A （散装（bulk）氧化）和图3B （氧化在卡片上）之间显著不同。图3A和3B的ΔAbs值不能直接比较，因为它们依赖于传输单元的光路长度和PIR卡，两者之间有超过一个数量级的差别。因此，为以一种有意义的方法来比较散装（bulk）和卡上油样氧化的相对速率，FTIR吸收数据被转化成相对应的PV值数据。此数据转换也允许FTIR监测氧化实验的结果可以依据时间来表达从而获得特定的PV值 （例如， 100 meq/kg油），并成为一种与活性氧法（ AOM）和烤箱稳定性试验（ OST ）等地位的测定氧化稳定性试验惯用方法。

插图3 依据食用油FTIR光谱上ROOH吸收率的变化得到氧化时间函数，并绘制成实时氧化曲线，图A表示散装（bulk）氧化，图B表示PIR卡法氧化。(■) 红花油、(●) 菜籽油、(◆) 葵花油、(▲) 橄榄油.缩写意见图1。

方案1总结了通向PV 值与散装（bulk）及红外卡上油样各自氧化曲线之间相比较的实验过程。在散装（bulk）油样氧化实验的终点收集的四种油样样品提供了高PV值股，基于此准备了使用由参考方法获得的PV数据来确定吸光度/ PV关系的标准。基于ROOH 和TPP化学计量反应的FTIR法被选定为参考方法，该计量反应由于TPPO的构型在542 cm-1 处产生强烈而明显的红外吸收带，用这种简单的方法替代AOCS官方PV检测法已在广泛的验证研究中证明是高度可重复和准确的。以此FTIR方法可以很容易的制定一种校准方案，具体方法是通过向油样中添加已知量的TPPO以表示总量，而该总量同时可通过向已知PV值的油样（基于化学计量反应）中添加TPP形成。为此FTIR方法，校准可以简单地通过的成油来表示，将通过加入TPP的已知的PV基于反应的化学计量的油形成的量设计。该标准的PV由从以这种方式所获得的校准方程确定，并且将同时记录PIR卡和用于检测散装（bulk）油氧化的传输单元的标准光谱以获得ROOH吸收率变化与PV之间的关系（表1）。所有的回归曲线是线性的，调整系数（ R2）范围为0.995到0.999，并有只有从零开始的截距值略有不同。因为这些曲线的斜率分别正比于相应的油的ROOH的消光系数，这并不一定是相同的，进行统计学方差分析法以评估是否不同油样的数据可以被合并。这一分析的结果表明，四组校准标准的Z- re g曲线在红外谱卡和传出单元的情况下有统计学差异。然而，考虑到众油的斜率值的相似性，并将在传输单元数据的情况下的橄榄油除外，使用从汇集的数据中获得的斜率值从实用的角度看被认为是近似合理的。
通过使用该传输单元中的数据汇总得到的斜率，散装（bulk）油样中测定相当于PV终点为100 meq ROOH/kg油的吸收率是容易测量的范围，在考虑到95 ％的置信区间的斜率，散装（bulk）油样氧化的终点表示的PV范围是97–104 meq ROOH/kg。由于红外谱卡的光程长度很短（〜 9.5微米），与卡上油样氧化的100 PV值相当的吸收值仅仅大约为2mAbs，这种程度仅仅能勉强检测背景杂音。其结果是，一个更易测量、更可靠与PV值为200并匹配95 ％置信区间（PV值，180-220）相当的吸收终点被应用于谱卡检测法。在随后的样例中更大的PV值主要是由与传输单元相比更短的谱卡路径长度所导致的。通过采用100-µm 3M （明尼苏达州圣保罗） “定量”PIR卡可以克服此限制，但是原始制造商已经停止生产此种谱卡。然而，考虑到在AOM法中高达13.4％的变化被认为是可接受的，因而对于本PIR卡检测方法的置信区间也是完全可以接受的。在表1和表2 中同样表示从每个油样光谱图的斜率中推到出的与从汇集的数据中推导出的PV终点值而设定的置信区间是相似的，这一观点支持使用从汇总数据导出ROOH ΔABS / PV关系的有效性。
SCHEME 1

表 1
PV校正标准下的吸收率/PV回归分析结果
对190-µm KCl传输单元和PIR卡进行扫描

油样
传输单元 PIR卡
Z-Reg曲线 Z-Reg曲线
(mAbs/PV) R2 (mAbs/PV) R2
红花油 1.057 0.998 0.057 0.996
菜籽油 1.074 0.999 0.051 0.999
葵花油 1.016 0.999 0.048 0.995
橄榄油 1.329 0.999 0.053 0.998
汇总 1.073 0.993 0.054 0.993

表2
190-µm KCl传输单元和PIR卡下达到PV终点值是的吸收值，从表1的回归曲线推到出的相对应PV终点及相应的置信区间
传输单元 PIR卡
油样 Abs at PV 100 LCL 95% (PV) UCL 95% (PV) Abs at PV 200 LCL 95% (PV) UCL 95% (PV)
红花油 0.106 95 104 0.011 182 218
菜籽油 0.107 98 103 0.010 180 222
葵花油 0.102 97 102 0.010 180 222
橄榄油 0.133 96 104 0.011 182 218
汇总 0.107 97 104 0.011 180 222

表 3
散装（bulk）油脂氧化至PV100所需时间、PIR卡上油脂氧化到PV200所需时间
散装（bulk）氧 PV100时 PIR卡上氧化PV200时
油样 T (h) T (h)
红花油 172.4 5.32
菜籽油 338.2 21.7
葵花油 365.8 12.2
橄榄油 1124.9 53.7
通过使用图3A和图3B中所示的实时氧化曲线，可以测定油样在谱卡上和散装（bulk）条件下氧化达到相对应于PV终点所需的时间。对光谱终点范围的吸收率/时间曲线进行多项式回归以获得最佳拟合，同时通过回归方程计算出对应与终点的时间。表3列出了四份油样各自在散装（bulk）和谱卡上氧化达到PV终点值为100和200所需的时间（以小时计），这些数据通过图4的曲线图表示出来。线性回归分析表明两种方法所得的结果是高度相关的（R2> 0.95）从而证明了在谱卡检测中采用高PV终点值的正确性。回归曲线表明本实验所采用的温度（58 ℃）条件下，谱卡上油脂氧化到达PV终点值较散装（bulk）条件下快大约20倍，尽管事实中谱卡法所设定的终点值是散装（bulk）氧化条件下的两倍。这两种方法一致认同在所实验的所有油样中按红花油和橄榄油先后排列是氧化最慢、最稳定的油样，然而鉴于相对氧化稳定性而言菜籽油和葵花油这样的等级排列就要倒置了。不充分的信息恰恰可以用来解决哪种排名是正确的，但是，类似的差异在其他研究中同样出现，不同的氧化稳定性检测方法也同样被拿来比较。

插图4 对于相同油样散装（bulk）条件下氧化达到PV100所需时间与PIR卡上氧化达到PV200所需时间之间的关系，(■) 红花油、(●) 菜籽油、(◆) 葵花油、(▲) 橄榄油.缩写意见图1
通过这项工作可以很明显的看出基于FTIR光谱学并利用PIR卡检测油脂氧化性提供了一种比较不同食用油氧化稳定性很实用的的方法。与AOM法和OSI法相比，该方法容许在更加具有代表性的环境储藏温度条件下快速测定油脂氧化。本研究是在58℃条件下进行的，OST法虽同样采用此温度条件，但是相比OST法及散装（bulk）油的加速氧化法本文采用的方法却极大的加速了氧化过程。因为多孔的PIR 卡提供更大的比表面积，层流空气流经卡体，接触面积的增加则极大的加速了氧化过程。谱卡上油脂经历氧化过程而收集的FTIR吸收数据可以转化成“表观”PV，即在工业中公知的作为测量油脂氧化状态的量度值。尽管不同油样ROOH吸收率的消光系数在原则上多样化，但对本文研究的四种油样采用全局斜率因子分析证明本次研究还是令人满意的并且大体上可被视为够充分，促进该方法的常规实施。无论氧化过程是如何测量的，与指定氧化终点相对应的时间将必须通过采用氧化稳定性相关测量所得到的实时氧化曲线获得。这不仅可以通过图像内插法完成，也可以通过更加精准的数据拟合技术提供一个更加精准的评估，很像在OSI步骤（15）中使用的方法。通过采用PIR卡可获得紧靠少量努力便可获得大量数据点的直接优势，并且此后还能提供流畅且更加持续并更加清晰描绘氧化过程的平面图。
这项研究表明， PIR卡允许油暴露于温和加热和通气条件下迅速氧化，和FTIR光谱促进油的氧化稳定性的一个方便的方式进行动态监测和量化，从而避免通常与这样的评价相关联的湿化学方法。该方法的实用性将得到进一步加强，如果PIR卡类似于停产3M“定量”卡再次可用。这些卡都非常适合于本申请，由于它们的长光程（ 100微米的数量级），以及围绕所述孔，从而在氧化监测期间限定样品扩散的圆周上的无孔的环形圈。然而，目前可用的ST -IR卡，后者的问题，可以通过数据处理算法，如那些使用公断软件这个工作开发（方案1）的应用程序进行补偿。总体而言，使用这样的数据处理算法是，该例程执行该方法的先决条件，以便可靠的吸光度和/或PV数据可以得到和光谱数据的解释可以自动进行。此外，在红外卡氧化油的条件下，需要标准化，就像在OSI （15）的情况下，由于温度，空气流量和其他变量，必须严格控制以获得一致的和比较的数据。
这项研究表明， PIR卡法允许油样暴露于温和加热和通气条件下迅速氧化，并且FTIR光谱促进了对油样的氧化进行动态监测和以一种便捷的方法实施定量测定油样的氧化稳定性，从而避免通常与这样的评价相关联的湿化学方法。如果PIR卡中类似于停产的3M“定量”卡再次可用，该方法的实用性将得到进一步加强。这些卡都非常适合于本方法，这是由于它们的长光程（ 100微米的数量级）以及围绕在孔径周围的无孔的环形圈，这些都限制了在氧化检测阶段油样的扩散。然而，目前可用的ST -IR卡，后一个问题，可以通过数据处理推算软件的应用得到补偿正如为这项工作而开发采用的UMPIRE软件（方案1）。总体而言，使用这样的数据处理推算法师日常执行该方法的先决条件，以便获得可靠的吸收率或者PV数据，并且对光谱数据的分析可以自动进行。此外，PIR卡上油样的氧化条件需要标准化，就像在OSI方法中，必须严格控制温度、空气流量和其他变量以获得一致的和有比较性的数据。

10