Microsoft Word _editing.doc

Size: px

Start display at page:

Download "Microsoft Word _editing.doc"

翁相
5 years ago
Views:

1 食用植物油中脂肪酸 QSRR 的研究李焕 1, 李美萍 1, 马燕红 2, 胡永钢 2, 张生万 * 1 (1. 山西大学生命科学学院, 山西太原 ; 2. 山西大学化学化工学院, 山西太原 ) 摘要 : 将食用植物油中的脂肪酸转化为相应的脂肪酸甲酯, 并采用立体结构参数 Steric and Electronic Descriptors(SEDs) 表征其分子结构, 然后运用多元线性回归 (Multiple Linear Regression,MLR) 方法, 建立了预测食用植物油中脂肪酸 ( 甲酯 ) 的定量结构 - 色谱保留相关 (quantitative structure retention relationship, QSRR) 模型, 同时采用内部及外部双重验证的方法对所建模型的稳定性能和预测能力进行了分析和验证建模计算值留一法 (leave-one-out,loo) 交互检验 (cross-validation, CV) 预测值和外部样本预测值的相关系数 R R LOO Q 2 ext 分别为 ,0.9970, 结果表明,SEDs 参数能较好地表征食用植物油中的脂肪酸甲酯分子的结构信息, 所建立的 QSRR 模型具有良好的稳定性和预测能力, 为间接分析鉴定食用植物油中脂肪酸提供了一种方便有效的新途径关键词 : 食用植物油 ; 脂肪酸 ; 气相色谱保留时间 ; 定量结构 - 色谱保留相关 (QSRR);SEDs 参数 Study of Quantitative Structure Retention Relationship for Fatty Acids in Edible Vegetable Oil LI Huan 1, LI Mei-ping 1, MA Yan-hong 2, HU Yong-gang 2, ZHANG Sheng-wan* 1 (1. School of Life Science, Shanxi University, Taiyuan , China 2. College of Chemistry and Chemical Engineering, Shanxi University, Taiyuan , China) Abstract: In this paper, the fatty acids in edible vegetable oil were first converted into fatty acid methyl esters, and the Steric and Electronic Descriptors (SEDs) were used to characterize the molecular structures of fatty acid methyl esters, and then the model of quantitative structure retention relationship(qsrr) for above-mentioned methyl ester compounds was established through multiple linear regression (MLR). Meanwhile, the estimated stability and prediction ability of the model were strictly analyzed and verified by internal and external validation. The correlation coefficient (R) for the established model and the correlation coefficient (R LOO ) of leave-one-out (LOO) were and , respectively, and the Q 2 ext was Results indicated that the molecular structures of fatty acid methyl esters were well characterized by SEDs parameters, and this model was good of stability and predictability. The proposed model could provide an important support to analyze and identify the fatty acids in cooking oil, indirectly. Key words: Edible Vegetable Oil; Fatty Acids; Relative Retention Time of Gas Chromatography; Quantitative Structure Retention Relationship (QSRR); Steric and Electronic Descriptors (SEDs) 中图分类号 :TS221;O6-04 文献标识码 :A 食用油为人体提供热量及必需脂肪酸, 并能够促进人体对脂溶性维生素的吸收, 是日常生活的必需品, 其营养价值高低的评价, 主要在于食用油所含维持人体正常生理活动必不可少的脂肪酸种类及收稿日期 : 基金项目 : 山西省研究生优秀创新项目 (NO ) 作者简介 : 李焕 (1987-), 女, 硕士研究生, 研究方向为食品化学 @qq.com * 通信作者 : 张生万 (1955-), 男, 教授, 博士生导师, 主要从事食品科学化学计量学药物合成等方面的教学及科研工作 zswan@sxu.edu.cn 1

2 其量比关系 [1-3], 业内专家也认为, 膳食中合理的脂肪酸比例有助于人体营养的均衡为此, 近年来越来越多的科研人员对各种食用植物油中脂肪酸种类和量比关系开展了研究, 并用不同种类的植物油调制出更为营养有利健康的调和油 [4-5] [6,7] [8] 目前, 食用植物油油中脂肪酸的分析测定方法除鲜见报道的红外光谱法和高效液相色谱法 [9-11] 外, 主要采用气相色谱和气 - 质联用法 [12-14] 而采用气相色谱分析脂肪酸组成, 必须使用标准品才能准确定性 ; 气 - 质联用分析, 则需昂贵的仪器设备, 使其应用也受到一定的限制本工作首先将食用植物油中的脂肪酸转化为相应的脂肪酸甲酯, 并采用能够反映脂肪酸甲酯类化合物分子大小形状对称性电荷情况和拓扑特性等的 Steric and Electronic Descriptors(SEDs) 参数有效表征其分子结构, 用 SPSS 统计学处理软件对变量进行了多元线性回归 (Multiple Linear Regression, MLR), 建立了预测食用植物油中脂肪酸的定量结构 - 色谱保留相关 (quantitative structure retention relationship, QSRR) 模型, 同时采用内部及外部双重验证的方法对所建模型的稳定性能和预测能力进行分析和验证建模计算值留一法 (leave-one-out, LOO) 交互检验 (cross-validation, CV) 预测值和外部样本预测值的复相关系数 R R LOO Q 2 ext 分别为 ,0.9970, 结果表明,SEDs 参数能较好地表征食用植物油中脂肪酸转化为甲酯衍生物分子的结构信息, 所建 QSRR 模型具有良好的稳定性和预测能力, 为分析鉴定食用植物油中脂肪酸组成提供了一种方便有效的新途径 1 原理与方法 1.1. 参数的计算方法建立模型时采用的描述因子能够全面反映三维分子结构的形状对称性大小拓扑指数以及电荷情况等, 表征了分子的空间及电子的结构信息这组描述因子定义为 Steric and Electronic Descriptors (SEDs) [15] SEDs 参数由能量最小的分子计算获得, 具体的 SEDs 参数见表 1 表 1 SEDs 参数名称及其简写 Table 1 SEDs parameter names and their abbreviations 描述符名称简写描述符名称简写描述符名称简写 Connolly Solvent-Excluded Volume SEV Ovality Ovality Wiener Index Windx Connolly Molecular Area MS Total Energy Tote HOMO Energy Homo Connolly Accessible Area SAS Dipole Length DPLL LUMO Energy Lumo Principal Moment of Inertia-X PMIX Electronic ENE ElcE Molecular Weight MW Principal Moment of Inertia-Y PMIY Total Connectivity TCon Cluster Count ClsC Principal Moment of Inertia-Z PMIZ Exact Mass Mass Shape Attribute ShpA Molecular Topological Index TIndx Balaban Index BIndex Shape Coefficient ShpC Total Valence Connectivity TVCon Diameter Diam Sum of Degrees SDeg Repulsion Energy NRE Radius Rad Sum of Valence Degrees SVDe 计算 SEDs 参数时, 先利用 ChemDraw Ultra(version 8.0) 软件勾画脂肪酸甲酯的分子骨架, 然后在 Chem3D Ultra (version 8.0) 软件中, 先采用 MM2 方法进行能量优化, 再用 MOPAC 软件包进行能量优化, 最后计算出脂肪酸甲酯的 SEDs 参数采用 SPSS(version 16.0) 软件进行逐步回归分析, 得到预测食用植物油中脂肪酸甲酯色谱保留时间的相关模型, 并用留一法 (LOO) 对模型进行交互验证评价模型的预测能力和稳定性, 同时采用外部样本对模型的预测能力进行验证 1.2 数据集的选取和划分本文研究的 32 种脂肪酸甲酯的气相色谱保留时间选自文献 [4] 在定量构效关系的研究中, 对所建模型的外部预测能力和真实有效性进行验证是非常重要的一个部分, 目前广泛使用一种模型验证方法是留一法 (LOO) 交互检验 (CV) 的相关系数 R LOO 然而 Tropsha 2

3 [16] 等人的研究结果表明 : 模型的外部预测能力与 R LOO 值的大小并没有明显的相关性, 而是通过用外部样本 ( 即测试集 ) 预测值的相关系数 Q 2 ext 来衡量 : Q ( y i i y i ) 2 ext 1 1 n ( y i y tr ) n i (1) 上式 (1) 中 : y i 为测试集中样本的实验值 ; y 为测试集样本的预测值 ; i y 为训练集样本实验 tr 的平均值为了验证模型对外部样本的预测能力, 将表 3 中的 32 个样本分为两组, 从第一号样本开始, 每隔四个取一个, 其中 26 个样本作为训练集 (Training Set),6 个样本作为测试集 (Test Set) 测试集样本在表 3 中用 * 号标出 1.3 多元线性回归模型的建立本文用 SPSS 软件进行建模采用多元线性回归 (MLR) 方法进行 QSRR 建模先计算出 32 种脂肪酸甲酯的 SEDs 参数, 将训练集中 26 种脂肪酸甲酯的 SEDs 参数与其气相色谱保留时间相关联建模为了进一步考察 SEDs 对 QSRR 建模过程的影响和对模型的贡献大小, 使回归方程始终显著, 在多元回归分析中引入逐步回归 (SMR) 和留一法 (LOO) 交互检验 (CV) 的方法进行变量筛选外部样本预测值的相关系数 Q 2 ext 用于评估模型的预测能力 2 结果与分析 2.1 脂肪酸甲酯的 QSRR 模型逐步回归的结果如表 2 所示表 2 逐步回归和留一法交互检验结果 (N=26) Table 2 the results of stepwise regression and leave-one-out No Variables entered R SD F R LOO SD LOO F LOO 1 a a 1 a a 1 a 2 a a 1 a 2 a 3 a 注 :a 1 :Sum of Degrees ; a 2 :Molecular Topological Index ; a 3 :Principal Moment of Inertia-X; a 4 :Total Valence Connectivity. 从表 2 中可以看出, 多元回归建模时, 相关系数 R 随变量个数 m 的增加逐渐增加, 标准偏差 SD 随变量个数 m 的增加逐渐降低, 表明模型对内部样本的估计与预测能力在逐渐的改善 ; 另外, 在交互检验预测过程中,R LOO 随 m 的增加逐渐增加,SD LOO 随变量个数 m 的增加逐渐降低当 m=4 时, R 和 R LOO 得到最大值 ( 和 ),SD 和 SD LOO 有最小值 ( 和 ), 此时模型相对稳定, 且对外部样本预测能力较好通过以上分析表明, 选用 4 个变量所建立的模型最佳用 26 个脂肪酸甲酯的 SEDs 参数与其气相色谱保留时间 (t R ) 相关联, 通过多元线性回归建立如下 QSRR 预测模型 (M1): t R =1.547SDeg-0.487TIndex-0.055PMIX+0.089TVCon (M1); N=26, m=4, R=0.9990, SD=0.7700, F= CV 建模 :N=26,m=4,R LOO =0.9970,SD LOO =1.2730,F LOO = 其中,N 为回归样本数,m 为变量个数,R 为相关系数,SD 为标准误差,F 为 Fisher 检验值,R LOO SD LOO F LOO 分别为留一法交互检验的相关系数标准误差和 Fisher 检验值建模时的相关系数 R=0.9990, 留一法 (LOO) 交互检验 (CV) 的相关系数 R LOO =0.9970, 与建模时的相关系数 R 很接近, 二者均接近 1, 说明所建模型的稳定性较好 [17] 建模时引入的变量参数及保 3

4 留时间见表 3 另外使用模型 M1 对 32 种脂肪酸甲酯的气相色谱保留时间进行预测, 并将预测值对实验值的相关情况以及误差分步散点图分别绘于图 1{Exp: 实验值,Cal: 预测值 } 图 2 中从图 1 中可以看出, 留一法交互检验的预测值与实验值符合得较好, 预测值与实验值的线性相关性较好, 具体表现为图 1 中样本均匀分布在过原点的 45 度直线周围另外, 采用上述测试集中的 6 个外部样本对模型的预测能力进行验证, 得到 Q 2 ext=0.9860, 进一步表明所建 QSRR 模型具有良好的稳定性和预测能力表 3 模型中引入的变量及 32 种脂肪酸甲酯保留时间 (tr) 的实验值预测值 Table 3 the introduced variables and observed values and predicted ones of 32 kinds of fatty acid methyl esters 序号化学成分 SDeg TIndex PMIX TVCon t R /min Exp Cal Err 1 丁酸甲酯己酸甲酯辛酸甲酯癸酸甲酯 * 十一烷酸甲酯月桂酸甲酯十三烷酸甲酯肉豆蔻油酸甲酯十四烷酸甲酯 * 顺 -10- 十五烷酸甲酯十五烷酸甲酯棕榈油酸甲酯棕榈酸甲酯十七烯酸甲酯 * 十七烷酸甲酯 a- 亚麻酸甲酯 E 亚油酸甲酯油酸甲酯反亚油酸甲酯 * γ- 亚麻酸甲酯 E 反油酸甲酯硬脂酸甲酯二十碳四烯酸甲酯 E 二十碳五烯酸甲酯 E * 二十碳三烯酸甲酯 E 二十碳二烯酸甲酯 E 花生酸甲酯二十一烷酸甲酯芥酸甲酯 E * 二十三烷酸甲酯 E 二十四碳烯酸甲酯 E 二十四烷酸甲酯 E

5 t R(cal) MLR 模型留一法 t R(exp) Err MRL 建模留一法 N 2SD LOO 2SD -2SD -2SD LOO 图 1 MLR 模型预测值留一法交互检验预测值与实验值相关性 Fig. 1 Plot of estimated values observed ones of 图 2 MLR 模型预测值留一法交互检验预测值的误差分布 Fig. 2 Plot of Err EST vs. n Leave-One-Out,LOO and observed ones 2.2 模型分析脂肪酸甲酯的定量结构 - 色谱保留相关模型如 M1 所示该模型中引进的四个变量分别为 SDeg TIndex PMIX TVCon 由此可知该类型脂肪酸甲酯的气相色谱保留时间与 SDeg TIndex PMIX TVCon 有关 SDeg 表征分子的大小, 反映了溶质分子与固定相作用时色散力的大小, 色散力与分子大小呈正相关, 脂肪酸甲酯的碳链越长, 相对分子质量越大, 色散力越大, 与固定相的作用就越强, 溶质分子的保留时间就越大, 因此 SDeg 的系数为正 TIndex 表征分子的体积大小及分支情况 [18], 反映溶质分子与固定相作用时色散力及诱导力的大小对于直链的脂肪酸甲酯, 碳链越长,TIndex 值越大, 其保留时间就越大 ; 由于色谱柱固定相是弱极性的, 溶质分子极性越大, 与固定相作用力就越小, 保留时间也越小, 随着脂肪酸甲酯碳链的增长, 其分子极性也相应增大, 从而保留时间减小综合考虑,TIndex 系数为负是可以理解的 PMIX 反映溶质分子的转动惯量在 x 轴的分布 [18], 表示溶质分子绕 x 轴转动时运动状态改变的难易程度,PMIX 值随溶质分子的增大而增大对于直链的脂肪酸甲酯来说, 碳数越多, 分子的转动惯量越大, 与固定相作用时的有效接触面积减小, 色散力减弱, 致使保留时间减小, 所以 PMIX 系数为负 TVCon 反映分子的电子结构信息 [19-21] 对于直连的脂肪酸甲酯来说,TVCon 值的大小主要受碳链长短的影响, 碳链越长, 氢原子数目越多,TVCon 越小在本文所建立的模型中,TVCon 并不是主要的影响因素 3 结论本文采用 SEDs 参数表征了 32 种脂肪酸甲酯的分子结构信息, 所建模型用于预测 32 种脂肪酸甲酯的气相色谱保留时间, 获得了较好的结果其模型简单, 并且模型预测结果与文献中的实验结果十分相近, 相关系数 R=0.9990,R LOO =0.9970,Q 2 ext=0.9860, 表明模型具有良好的稳定性和预测能力本文所建立的食用植物油中脂肪酸的定性分析方法, 不需使用标准品和质谱就能对食用植物油中的脂肪酸定性通过使用所建 QSRR 模型, 对脂肪酸甲酯气相色谱保留时间进行预测, 为食用植物油中脂肪酸组成的分析工作提供了一条简捷有效的新途径 5

6 参考文献 : [1] 李丽, 吴雪辉, 陈春兰. 调和油的配比对人类健康的影响 [J]. 中国油脂, 2008, 33(12):7-12. [2] 李喜艳, 王加启, 卜登攀等. 多不饱和脂肪酸对细胞膜功能影响的研究进展 [J]. 生物技术通报, 2009, (12): [3] 田秀红. 食用油脂的营养及安全性分析 [J]. 食品科学, 2007, 28(9): [4] 李新华, 车欣, 邵帅. 营养型植物调和油配方数学模型的建立及应用 [J]. 食品科学, 2010, 31(13): [5] 胡晓军, 李群. 营养平衡食用调和油的研究 [J]. 中国粮油学报, 2011, 26(11): [6] 代秀迎, 陈斌, 刘飞等. FTIR-ATR 光谱法测定植物油多种脂肪酸的含量 [J]. 江苏农业科学, 2010(4): [7] 陈华才, 王志岚, 刘福莉. 二组分食用调和油组成的近红外光谱检测定量分析 [J]. 中国粮油学报, 2008, 23(5): [8] 卢皎, 陈家梅, 王小逸. 高效液相色谱法测定柑橘油中的主要脂肪酸 [J]. 北京农业科学, 1993, 11(5): [9] 刘飞. 气相色谱法同时测定食品中 34 种脂肪酸 [J]. 福建分析测试, 2010, 19(3): [10] 李丹华, 朱圣陶. 气相色谱法测定常见植物油中脂肪酸 [J]. 粮食与油脂, 2006, (8): [11] 杨培慧, 郑志雯, 赵秋香等. 食用植物油脂肪酸的高分辨气相色谱分析 [J]. 中国油脂, 2003, 28(7): [12] 尹庚明, 马晓鸥, 康思琦. GC-MS 联用鉴别植物油中的特征脂肪酸 [J]. 五邑大学学报, 2003, 17(3): [13] 李高阳, 丁霄霖. 亚麻籽油中脂肪酸成分的 GC-MS 分析 [J]. 食品与机械, 2005, 21(5): [14] 何志勇, 夏文水. 两种不同橄榄核仁油中脂肪酸组成的 GC/MS 分析 [J]. 食品科学, 2006, 27(3): [15] 刘晓华, 高子燊, 王连生等. 多氯联苯的气相色谱相对保留时间和理化性质预测模型 [J]. 环境化学, 2007, 26(2) : [16] TROPSHA A, GRAMATICA P, GOMBAR V K. QSAR[J]. Comb Sci, 2003, 22: [17] NAKAJIMA N, LAY C, DU H B, et al. Prediction of gas chromatographic retention times of carbazolesin light cycle oil[j]. Energy Fuels, 2006, 20(3): [18] AFANTITIS A, MELAGRAKI G, SARIMVEIS H, et al. Prediction of intrinsic viscosity in polymer solvent combinations using a QSPR model[j]. Polymer, 2006, 47: [19] ALKA N C, VIJAY J. Rationalization of physicochemical properties of chalcone derivatives towards inhibition of lipid peroxidation[j]. J Phar & Rese, 2010, 3(11): [20] LAILONG M, HONGMEI H.QSPR study of standard absolute entropies for gaseous organic compounds using novel molecular connectivity indexes and ring parameter[j]. Thermochimica Acta, 2011, 526: [21] VIVEK K V, GARVITA J, BASANT N, et al. Exploring structure indenture of some aminopyrazolopyridine ureas as potent VEGFR/PDGFR multiargeted kinase inhibitors: A QSAR approach[j]. INDIAN J Chem, 2011, 50B:

结果与讨论

结果与讨论苏德森陈涵贞林虬对花生油大豆油菜籽油玉米油和葵花籽油分别进行加热试验采用气相色谱法测定其不同加热温度和不同加热时间脂肪酸组成分析研究食用油中反式脂肪酸形成和变化特点及其影响因素结果表明食用油加热至时其反式脂肪酸含量是未加热时的倍以上随着加热温度的升高或加热时间的延长食用油中反式脂肪酸种类和含量都增加加热温度加热时间和食用油中脂肪酸组成均是影响反式脂肪酸形成和变化的因素