分类和歧视的食物蛋白质粉

食物蛋白质粉是复杂的混合物制成的碳水化合物,脂肪和蛋白质。甚至同样的蛋白粉可以在营养和加工特点不同基于原点和提取/隔离过程。能够快速分类蛋白粉一个特定类型的区分名义上类似的蛋白质之间的供应商,并评估lot-to-lot变异,是许多食品制造商的重视达到一致的产品质量。

任何蛋白质的一个最重要的特征是其二级结构,由当地之间的氢键结构构象依赖模式羰基氧和胺氢原子的骨干肽债券。很长一段时间,红外光谱已经被认为是一种可行的分析方法对蛋白质二级结构特征。贡献不同的二级结构可以通过曲线拟合或反褶积估计我乐队的酰胺(~ 1650厘米¹),C = O伸缩振动引起的蛋白质的酰胺基,^1、2提供重要的蛋白质结构特征,如构象和稳定性。^{1、2、3、4、5所示}

然而,众所周知,曲线拟合的策略依赖于带作业的二级结构(α-helix和β-sheet)从单纯的蛋白质。因此,尽管这种方法成功地描述孤立单一的蛋白质,它小于最佳等复杂混合物的分析蛋白质粉,当多个蛋白质和非蛋白物质之间的相互作用影响酰胺我地区的光谱特性(1700 - 1600厘米亚博网站下载¹)⁶。

本文介绍了分类和区分食品蛋白质粉的可行性的基础上,结合红外光谱和主成分分析(PCA)。各种蛋白质粉产品的异同之处,同样的蛋白粉来自不同供应商的,和/或不同的很多可以成功评估对他们的总体组成和蛋白质二级结构,选择合适的光谱范围PCA。

实验

样品的豌豆、大米、牛奶和乳清蛋白粉可用于分析各种供应商来源。如表1中列出,供应商资源的数量范围从多达5(乳清蛋白)1(牛奶蛋白),和很多的数量从一个供应商范围从三比一。

表1。蛋白粉样品的红外光谱

蛋白粉	供应商	的数量很多	样品
牛奶	一个	3	A1, A2, A3
豌豆	B C D E	2 2 1 1	B1、B2 C1, C2 D1 E1
大米	F G H	2 1 1	F1, F2 G1 H1
乳清	我 J K l 米	2 3 2 2 2	I1、I2 j - 1: J2, J3 K1, K2 L1, L2 M1, M2

光谱测量蛋白质粉的衰减全反射(ATR)模式的帮助下ATR附件的集成热科学的那些时光™™Nicolet iS50红外光谱分光计,这使得使用单片金刚石晶体。少量的蛋白粉一直在钻石ATR为每个测量晶体。好的接触粉水晶和钻石是保证使用塔附件的压力。从每个样品测量三个使4厘米的一项决议¹和512扫描。

那些时光iS50的Nicolet光谱仪与氮被清除,以避免水蒸气对光谱的影响。数据收集后,热科学的先进ATR-correction特征™OMNIC™软件应用于所有光谱。结果本文给出三个使的平均值。热科学™TQ分析师™软件进行主成分分析用于执行光谱特征和分类评价。

结果与讨论

蛋白粉光谱

代表每个蛋白质类型光谱如图1所示。牛奶蛋白粉可以从只有一个供应商,但是这个产品的lot-to-lot再现性可以观察到在图1 b。在图1汉英,代表光谱样本来自不同供应商的其他蛋白质的类型进行分类。有明显的变化在不同的蛋白质类型在酰胺我地区(1700 - 1600厘米¹地区)和酰胺二世(1580 - 1510厘米¹),由于其二级结构的差异。乳清蛋白谱组(图1 e)供应商变化最大;相比之下,豌豆蛋白质光谱组(图1 c)最小。

此外,非蛋白成分引起的变化也可以看到。例如,碳水化合物峰在~ 1080厘米¹在每个蛋白质组变化显著。作为另一个例子,脂质达到~ 1743厘米¹样品也各不相同。虽然脂质峰值特性是非常软弱的牛奶蛋白样品(图1 b),很明显在豌豆蛋白质谱(图1 c),大米蛋白谱(图1 d),和乳清蛋白谱(图1 e),与不同的强度。

图1所示。(一)全面ATR-corrected谱的蛋白质粉

图1所示。(B)光谱的三个很多的牛奶蛋白供应商;(C)光谱的豌豆蛋白粉从三个不同的供应商;(D)光谱的大米蛋白粉从三个不同的供应商;和乳清蛋白粉(E)光谱从五个不同的供应商。

利用主成分分析法(PCA)分类不仅总体中地区使用

主成分分析是一种统计程序主要用于获得显著的差异从光谱校正集。PCA建模计算因素从使用光谱谱方差。第一个因素最大的方差数据集,每个随后的因素,反过来,最高可能的方差条件下正交于前面的组件。可以重建每个光谱的线性组合因素的校正集。每个因素的系数,也被称为“分数”,可以绘制在PCA空间轮廓相似性和/或光谱之间的区别。因此,与成千上万的光谱波长值可以最小化到单个数据点两到三维空间,用于修饰或说明的情况建模的总体方差是有效地使用第一两个或三个因素,分别。

在执行主成分分析之前,许多方法被应用于ATR-corrected蛋白质谱。使用二阶导数光谱预处理,紧随其后的是一个标准正态变量(SNV)校正,应用于光谱补偿强度变化所带来的不同的包装在ATR晶体密度。只有相关的光谱区域用于分析以提取最有意义的变化。在这里,不仅整个中光谱范围4000 - 500厘米¹该地区,除了2356 - 1900厘米¹与钻石ATR测量,使用PCA。图2表示结果分数的情节。

图2。主成分得分情节不仅使用大多数从蛋白质粉样品中地区。

从图2中,可以观察到两个主成分(pc)用于实现各种蛋白质的一种有效的分类类型。每种蛋白质聚集到自己的领域在个人电脑空间。在每个蛋白质组变化是揭示了集群的仔细检查如图2所示。数据点从相同的供应商,如A1、A2和A3牛奶蛋白和乳清蛋白I1和I2,紧密聚集,表示每个供应商的可再生的过程,收益率产品名义上的变异。

然而,不同厂商之间的变化通常是更明确。例如,供应商J, K,和M似乎产生相似的乳清蛋白粉,乳清蛋白产品供应商L和我是完全不同的。乳清蛋白的光谱从供应商L(图1中的绿色跟踪e)有一个相当大的吸光度在1080厘米¹地区与其他组相比,这种产品标志着更高的碳水化合物含量。

在大米蛋白粉的情况下,来自不同供应商的数据点比较分散。豌豆蛋白粉,产品B是类似于D和C类似于E,但这两个集群相互远离。应该注意的是,上面的PCA解释不仅是基于整体中光谱范围,因此方差贡献包括蛋白质和非蛋白组件。

分析我地区的酰胺

蛋白质的直接比较的产品,只基于PCA的酰胺我光谱区。酰胺我光谱区被选中,因为它是特定于蛋白质二级结构。图3显示了酰胺我为所有产品区域的光谱,在酰胺我带的形状不同于产品从供应商到供应商。

图3。全面,ATR-corrected谱的蛋白质粉酰胺我光谱区(1700 - 1600厘米¹)显示每种蛋白质谱从每个供应商的来源。因为只有一个奶粉供应商样本可用,这个情节包括三个不同的很多。

图4显示了相应的主成分分析的结果分数。各种蛋白质的一般分组类型类似于全程PCA得分图如图2所示。每种蛋白质聚集在自己的领域;然而,分组有点紧比全过程PCA模式表示如图2所示。这个观察证实,图2中的变化表现出当然包括蛋白质和非蛋白的贡献。乳清蛋白从供应商L是一个相关的例子。全程PCA模型(图2),数据点从供应商L (L1和L2)远离集群,包括供应商J、K、M,但在当前的模型中,他们更近(图4)。

合乎逻辑的结论是,乳清蛋白粉从供应商L变化这些供应商J, K,和M非蛋白的主要内容。另一方面,产品从供应商我仍然明显不同于其他乳清蛋白粉在PCA模型,表明样品的区别我和剩下的乳清蛋白,至少在某种程度上,由蛋白质构象的差异造成的。也证实了这种观察图3,跟踪I1显然不同的相比,剩下的乳清蛋白。

图4。主成分得分情节从蛋白质粉样品使用酰胺我(1700 - 1600厘米¹)地区。

结论

这篇文章显示的结合红外光谱和主成分分析是一种有效的工具的分类和歧视不同食物蛋白质粉。不仅整体中光谱范围可以随时观察供应商制定差异造成非蛋白成分,可作为分类的基础和歧视。蛋白质二级结构的差异由分数的情节显然反映了PCA模型只是基于酰胺我地区。

虽然酰胺提出PCA模型不太容易非蛋白变异,它仍然有效地分类每个蛋白质类型和歧视来自不同供应商的产品。两种模型使红外光谱分类和区分蛋白质粉根据产品类型以及供应商源和可重复性。除了简单和容易的,实验消除了样品制备的需要。一些食品制造商可以很容易地采用来料检查的方法和QA / QC。

引用和进一步阅读

1. 艾略特。安布罗斯,e . j .合成多肽的结构,自然(1950)165,921 - 922。
2. Byler, D.M.苏西,h .考试deconvolved蛋白质的二级结构的红外光谱光谱,生物聚合物(1986)25日,469 - 487。
3. 巴斯,红外光谱的蛋白质,Biochim。Biophys。学报1767 (2007),1073 - 1101。
4. Suja Sukumaran、蛋白质二级结构说明使用红外光谱,热费希尔科学应用注意AN52985。
5. 杰克逊,M。Mantsch,得出正确的使用和滥用红外光谱在蛋白质结构测定,致命一击。学生物化学启。摩尔。杂志。(1995)95 - 120。
6. Zeeshan F。,Ta2assum M。约根森,L。,Medlicott:衰减全反射傅里叶变换红外(ATR红外光谱)光谱分析方法来研究蛋白质的二级结构模型嵌入固体脂质矩阵,应用光谱学(2018)Vol.72 (2) 268 - 279。

这些信息已经采购,审核并改编自热费希尔科学所提供的材料,材料和结构分析。亚博网站下载

在这个来源的更多信息,请访问热费希尔科学——材料和结构分析。亚博网站下载