一、介紹

食品中脂肪含量的測定通常采用基于溶劑提取的重量法（如索氏提取和莫吉奧尼提取），或者氣相色譜法（脂肪酸甲酯或FAMEs）。盡管這些方法，尤其是氣相色譜法，被視為“金標準"，但它們也有固有的局限性。

重量法在食品生產(chǎn)和過程控制中廣泛應用，但其結果往往不夠精確且受多種實驗條件影響，如提取時間、溫度、溶劑組成和水解條件等。此外，重量法可能會因為提取到非脂肪成分（如低分子量碳水化合物、氨基酸、有機酸和甘油）而導致脂肪含量被高估。特別是低水分樣品中的高蛋白質(zhì)/脂肪比例（例如乳清蛋白濃縮物）更容易受到高估的影響，其中非脂肪成分幾乎占提取值的50%。

氣相色譜法常用于食品標簽和研究應用，能夠提供詳細的脂肪組成信息，包括各個脂肪酸的含量。雖然氣相色譜法比重量法更準確（因為它不太容易高估），但結果也高度依賴于實驗因素，如衍生化條件和效率、柱子和水解條件。此外，準確的定量仍然具有挑戰(zhàn)性，主要由于色譜峰積分的不精確性和短鏈脂肪酸的揮發(fā)性。

為了說明傳統(tǒng)方法再現(xiàn)性的挑戰(zhàn)，美國農(nóng)業(yè)部最近發(fā)布了一項廣泛的研究，將常見的食品CRM樣品（來源于NIST和LGC）提交給幾家合同實驗室進行分析。如表1總結的那樣，發(fā)現(xiàn)近30%的重量法結果超出了認證值的95%置信區(qū)間（CI）。此外，根據(jù)脂肪酸組成，大約17-56%的氣相色譜結果超出了95%置信區(qū)間。單不飽和和多不飽和脂肪酸觀察到的變化顯著多于飽和脂肪酸，這表明含有顯著量植物油的樣品（如調(diào)味料）的結果可能特別不可靠。

二、材料與方法

CRM樣本

面對這些挑戰(zhàn)，ORACLE™ 快速NMR脂肪分析儀在許多案例中被證明比合同實驗室的典型常規(guī)方法結果更準確和可重復。如表2和表3所示，對于幾種常見食品的CRM樣本，將ORACLE和合同實驗室的結果（單一實驗室）與認證值進行了比較。除了花生醬（NIST 2387）外，每種情況下的傳統(tǒng)方法都觀察到異常值（超出99%置信區(qū)間），異常值占所有結果的50%，包括脂肪酸甲酯（FAMEs）和重量分析。在少數(shù)案例中（烘焙巧克力和冷凍飲食組合；表2），異常值是可重復的，如果沒有認證值可供參考，這會使它們難以檢測。盡管在烘焙巧克力（NIST 2384）的情況下，ORACLE的分析結果與重量分析結果更為接近，但未觀察到ORACLE分析的異常值。

非CRM樣本

盡管CRM對于驗證ORACLE結果非常有用，但許多基質(zhì)沒有可用的相關CRM。這需要使用非CRM樣本，這些樣本必須由外部實驗室進行特征描述。然而，獲取可靠的常規(guī)方法結果可能很困難，特別是當不可能將樣本提交給多個實驗室時。一個典型的場景總結在表4中，其中對商店購買的蛋黃醬樣本進行了ORACLE以及兩個矢口名合同實驗室的分析（樣本以盲法復制提交）。雖然實驗室A的氣相色譜結果相當可重復，但與實驗室B的結果幾乎有2%的差異。這強調(diào)了為了更好估計真實結果而將樣本提交給多個實驗室的重要性。可能是因為重量分析方法的高估，ORACLE值與氣相色譜結果有更好的一致性（在95% CI內(nèi)）。

三、結論

盡管傳統(tǒng)方法在食品檢測中廣泛使用，但它們存在一些局限性（例如高估和精度差），這使得與ORACLE的比較變得困難。為了驗證ORACLE的結果，理想情況下建議獲取CRM樣本。如果相關CRM樣本不可用，應該將感興趣的樣本外包給多個實驗室進行重復分析。

四、參考

1 Aued-Pimentel, et al. Quim. Nova 2010, 33, 76-84.

2 Vaghela, M.N. and Kilara, A. JAOCS 1995, 72, 1117–1121.

3 Kostic, Vesna. IOSR Journal of Pharmacy 2015, 5, 11–19.

4 Phillips, Katherine et al. Anal Bioanal. Chem. 2007, 389, 219–229.

表1.合同實驗室對CRM樣本的分析⁴

*置信區(qū)間大致根據(jù)Phillips及其同事提出的Z分數(shù)進行估算。

表2.單一合同實驗室的脂肪酸甲酯（FAMEs）與ORACLE的對比

表3.單一合同實驗室的重量分析與ORACLE的對比

表4.非CRM食品樣本（蛋黃醬）的分析