[ «Ю.Г. Базарнова ТЕОРЕТИЧЕСКИЕ ОСНОВЫ МЕТОДОВ ИССЛЕДОВАНИЯ ПИЩЕВЫХ ПРОДУКТОВ Учебное пособие Санкт-Петербург 2014 1 УДК 001.8:637.07 ББК 36-1 БАЗ17 Базарнова Ю.Г. Теоретические основы методов исследования пищевых ...»
При адсорбции на адсорбентах полярного типа (оксидах, солях) главную роль играют дипольные взаимодействия. Адсорбция на адсорбентах неполярного типа (древесном угле) возможна благодаря дисперсионным взаимодействиям между твердой фазой и недиссоциированными молекулами. Принципы выбора адсорбентов и элюирующих смесей те же, что и в методе ТСХ.
В настоящее время разработан и быстро развивается метод высокоскоростной хроматографии, или хроматографии высокого давления. Элюент пропускают через колонку со скоростью, превышающей в 100 раз его скорость при обычной, колоночной, хроматографии, для чего используют насос или газ, находящийся под высоким давлением. Для быстрого установления равновесия размер частиц твердого носителя должен быть очень мал (5–50 мкм).
С помощью метода высокоскоростной хроматографии достигается эффективное разделение микроколичеств смесей. Разрешающая способность колонки увеличивается в несколько раз, поэтому для разделения требуется всего несколько минут, а хроматограммы прекрасно воспроизводятся.
Описать все области применения адсорбционной хроматографии не представляется возможным. Особенно ценно использование этого метода для качественного и препаративного разделения и очистки компонентов при анализе пищевых продуктов. Метод адсорбционной хроматографии используют при определении каратиноидов, антоцианов, катехинов, стеринов, витаминов, а также для фракционирования липидов и фосфолипидов.
Кроме описанных выше основных типов хроматографии, следует кратко рассмотреть гель-хроматографию и аффинную хроматографию.
Гель-хроматография – это метод разделения веществ, основанный на различии в размерах молекул. Нерастворимую фазу образует гель, представляющий собой химически инертное пористое вещество, насыщенное жидкостью, обычно водой. Помимо гидрофильных могут использоваться гидрофобные гели, способные набухать в органических растворителях. Те же растворители в этом случае служат и подвижной фазой. В зависимости от типа гель имеет разный размер пор.
Раствор смеси компонентов, различающихся по размерам молекул, подают в колонку, заполненную гелем, а затем элюируют чистым растворителем. Молекулы отдельных компонентов стремятся диффундировать из раствора внутрь твердой фазы. Однако для этого они должны пройти через отверстия пор. Большие молекулы не могут проникнуть в поры геля и проходят по колонке вместе с растворителем. Маленькие молекулы проникают внутрь пор и распределяются в обеих фазах, а молекулы среднего размера частично диффундируют внутрь геля, но в основном остаются в жидкой фазе.
Молекулы, попавшие внутрь геля, элюируются медленнее всех и выходят из колонки последними.
Гель-хроматография получила широкое применение в синтетической органической химии, для фракционирования пептидов, ферментов, белков, для обессоливания растворов высокомолекулярных соединений, например при разделении гемоглобина и хлорида натрия.
Аффинная хроматография – особый метод, предназначенный для выделения из смесей биологически активных соединений и основанный на специфических взаимодействиях, присущих некоторым биологическим и биохимическим процессам. Например, фермент реагирует только со своим субстратом или с ингибитором; транспортная рибонуклеиновая кислота «выбирает» только ту аминокислоту, которую она может перенести внутрь рибосомы; гормон реагирует с соответствующим рецептором и т. п. Одно из соединений подобной пары, называемое аффинным лигандом, присоединяется обычной ковалентной связью к носителю, представляющему собой неподвижную фазу колонки. При пропускании через колонку раствора, содержащего второе соединение пары, это соединение избирательно связывается аффинным лигандом. Сорбированное вещество можно затем элюировать, используя либо растворимый аффинный лиганд, либо растворитель, вызывающий диссоциацию образующегося специфического комплекса.
Аффинная хроматография применяется для выделения ферментов, их ингибиторов, антител, нуклеиновых кислот, транспортных и репрессорных белков, гормонов, других соединений.
1. Что такое хроматография?
2. Дать характеристику принципов классификации хроматографиических методов анализа.
3. Перечислить основные методы хроматографии.
4. Перечислить основные виды хроматографического анализа.
5. Какой процесс лежит в основе хроматографического разделения смесей?
6. Что такое коэффициент распределения?
7. Перечислить способы хроматографического разделения смесей.
8. Дать краткое описание теоретических основ хроматографии.
9. Параметры удерживания.
10. Модель теоретической тарелки.
11. Критерии разделения.
12. Газовая хроматография. Основные принципы и примеры применения для разделения и анализа пищевых смесей.
13. Абсорбционная хроматография. Основные принципы и примеры применения для разделения и анализа пищевых смесей.
14. Бумажная хроматография. Основные принципы и примеры применения для разделения и анализа пищевых смесей.
15. Тонкослойная хроматография. Основные принципы и примеры применения для разделения и анализа пищевых смесей.
16. Другие виды хроматографии и примеры их использования.
13. ПРИЧИНЫ ВОЗНИКНОВЕНИЯ ОШИБОК ПРИ АНАЛИЗЕ
ПИЩЕВЫХ ПРОДУКТОВ И МЕТОДЫ ИХ УЧЕТА
При проведении анализа пищевых продуктов наблюдается разброс экспериментальных результатов, обусловленный точностью используемых приборов и оборудования, субъективным характером оценки и влиянием случайных факторов. Вследствие этого полученный результат является приближенным и отличается от истинного на некоторую величину, называемую погрешностью анализа.Существует несколько способов классификации погрешностей анализа. По способу выражения погрешности подразделяют на абсолютные и относительные; по типу связи между погрешностью и измеряемой величиной – на постоянные и пропорциональные, значения которых пропорциональны измеряемой величине. Согласно источникам происхождения, погрешности классифицируют как инструментальные, реактивные, методические, погрешности пробоотбора и т. д. По характеру причин, вызывающих погрешности, их подразделяют на случайные, систематические и промахи.
Систематические погрешности вызваны известными причинами. Напротив, случайные погрешности не имеют видимых причин.
Общая случайная погрешность не является постоянной величиной, поэтому ее оценку проводят на основе теории математической статистики.
Явные огрехи анализа, допущенные из-за небрежности или заведомой некомпетентности, называют промахами.
Систематическая погрешность никогда не может быть оценена точно, поскольку неизвестно истинное значение определяемой величины. Существует три типа систематических погрешностей.
К первому типу относятся систематические погрешности известной природы, значения которых могут быть рассчитаны apriori и учтены путем введения поправки.
Ко второму типу относятся систематические погрешности известной природы, значения которых неизвестны, но могут быть определены при постановке специального эксперимента. К данному типу относятся инструментальная, реактивная, методическая и эталонная ошибки, являющиеся наиболее распространенными.
К третьему типу относятся систематические погрешности, причины и значения которых неизвестны, поэтому их наиболее трудно выявить и исключить. Этот тип погрешностей обнаруживают лишь после устранения других систематических погрешностей по заметному отклонению определяемой величины от ожидаемого значения.
Отсутствие систематических погрешностей в эксперименте обеспечивает его правильность. Количественной мерой систематической погрешности (правильности) является разность между средним арифметическим результата многократного эксперимента и истинным значением определяемой величины:
Степень близости результатов измерений к среднему значению характеризует их воспроизводимость.
Воспроизводимость является характеристикой случайной погрешности анализа. Оценка случайной погрешности не вызывает принципиальных затруднений.
Случайные погрешности рассматривают и учитывают в совокупности; систематические – вычленяют. Разница между истинным объемом и номиналом тем меньше, чем выше класс точности прибора, и обычно не превышает цены наименьшего значения на измерительной шкале. Чтобы оценить эту ошибку, следует провести калибровку прибора.
Для калибровки приборов используют стандартные образцы.
Кроме того, градуируют и шкалу развертки интенсивного параметра, например шкалу длин волн или частот излучения в спектроскопии.
Эта поверка сводит к минимуму систематическую составляемую инструментальной ошибки. Для устранения систематической ошибки используют приемы релятивизации и рандомизации.
Релятивизация – прием, при котором измерение проводят относительно некоторого другого объекта, результат определяют по разности, при этом систематические ошибки вычитают. Например:
m (сухого остатка) = m (тигля + сухого остатка) – m (тигля).
При использовании фотометрических или объемных измерительных методов для анализа стандартных и исследуемых образцов применяют один и тот же набор мерной посуды.
Рандомизация – прием, переводящий систематические погрешности в разряд случайных. Систематическая погрешность единичного явления (прибора, процесса, метода, исполнителя) при рассмотрении ее в более широком спектре однотипных явлений (серия приборов, группа методов, коллектив исполнителей) становится величиной переменной, т. е. случайной погрешностью (смена бюреток, пипеток для отбора проб и т. д.).
Особый интерес представляет многофакторная рандомизация, когда анализ выполняют различными методами на разных приборах разные исполнители. С помощью многофакторной рандомизации проводят аттестацию стандартных образцов.
Приборные ошибки инструментальных методов анализа, в том числе эмиссионной, атомно-абсорбционной и молекулярной абсорбционной спектроскопии, газовой хроматографии, могут достигать высоких значений. Причиной этого является тот факт, что при использовании приборов измеряемый сигнал многократно опосредован через ряд процессов, например выделение, усиление и преобразование сигнала. Реализация каждого из этих процессов требует стабильности работы узлов прибора и сопровождается различными помехами.
Реактивная ошибка связана с содержанием примесей в используемых реактивах. Маркировка содержания примесей в реактивах:
«ч.д.а.» ………………………………….. Чистый для анализа Особо чистые реактивы делят на подклассы: А1–А2, В3–В6, С7–С10.
Реактивную ошибку учитывают с помощью параллельного определения целевого компонента в анализируемой пробе и «холостой»
пробе, которая содержит все компоненты, кроме определяемого.
Вычитание результата анализа холостой пробы из результата анализа исследуемого образца позволяет исключить реактивную ошибку.
Методическая ошибка – одна из наиболее трудно поддающихся учету систематических погрешностей. Селективность (избирательность) метода определяется возможностью проведения прямого анализа вещества в присутствии большого числа других компонентов (примесей).
Методические ошибки имеют специфический характер. К методическим ошибкам гравиметрического анализа относятся недоосаждение и отклонение определяемой формы от весовой, например, вследствие высокой гигроскопичности осадка.
К распространенным методическим ошибкам фотометрического анализа относится нелинейность закона Бугера–Ламберта–Бера, причиной которой может быть полимеризация окрашенных частиц, способствующая увеличению концентрации определенного компонента.
Хорошие методики не должны содержать ощутимых методических ошибок.
13.2. Учет и оценка погрешностей анализа Методы математической статистики применимы к учету и оценке случайных погрешностей. Статистической обработке поддаются только случайные ошибки.
Случайная величина x – переменная величина, принимающая различные значения. Она определяется областью измерения, вероятностью, с которой ее значения попадают в тот или иной интервал из области ее изменения:
Выборочное стандартное отклонение S имеет ту же размерность, что и сама случайная величина, и является объективной мерой отклонения результатов измерения от среднего значения. Оно связано с числом параллельных определений n, поэтому используют относительно стандартное отклонение S x :
Чем больше объем выборки (число параллельных определений n), тем ближе х к математическому ожиданию:
где n – число возможных значений случайной величины; pi – вероятность случайных величин; xi – сама случайная величина.
Для равномерно распределенной случайной величины, имеющей n возможных значений, Информация о систематической погрешности может быть получена лишь на фоне случайных погрешностей, точность ее оценки не превышает точности оценок воспроизводимости анализа. Следовательно, уменьшение систематических погрешностей имеет смысл только в том случае, если их значение больше или соизмеримо со значением случайной погрешности.
Одновременно с этим улучшение воспроизводимости за счет увеличения числа параллельных определений n позволяет обнаружить систематические погрешности, ранее недоступные для определения.
Косвенными принято называть такие измерения, результаты которых получают не в процессе проведения прямых измерений, а путем расчета с помощью конкретных функциональных зависимостей.
Результаты большинства аналитических определений – это итоги косвенных измерений.
Итак, в случае прямых измерений алгоритм нахождения погрешности следующий:
1. Проводят n наблюдений измеряемой величины:
2. Определяют среднее арифметическое значение измеряемой величины х:
3. Определяют оценку среднего квадратического отклонения результата измерения:
4. Определяют доверительный интервал случайной погрешности результата измерения:
где t, n – критерий Стьюдента для доверительной вероятности = 0, и числа измерений n.
5. Если инструментальная погрешность окажется соизмеримой со случайной погрешностью, то суммируют случайную и систематическую погрешности:
6. Округляют значение абсолютной погрешности х и результат измерения x и записывают окончательный результат:
Рассмотрим алгоритм расчета погрешности косвенных измерений.
1. Проводят требуемое число измерений:
в частном случае некоторые величины могут измеряться однократно.
2. Исходя из применяемых средств измерений определяют инструментальные погрешности измеряемых величин – по условным обозначениям класса точности на шкалах приборов. При отсутствии таких сведений инструментальную погрешностью принимают равной 0,5 цены наименьшего деления шкалы прибора.
3. Если измерения проводились в воспроизводимых условиях, находят средние значения всех измеряемых величин ( x1, x 2, …, xm ) и их абсолютные погрешности ( x1, x 2,..., x m ) для доверительной вероятности = 0,95.
4. Вычисляют результат косвенного измерения путем подстановки средних значений x1, x 2, …, xm измеряемых величин в расчетную формулу.
5. Выводят формулу для абсолютной или относительной погрешности косвенного измерения, в полученную формулу подставляют значения погрешностей измеряемых величин ( x1, x 2,..., x m ) и вычисляют абсолютную и относительную погрешности z и z.
6. Округляют величины погрешностей и результаты измерений и записывают окончательный результат в виде 7. Если многократные измерения проводились в невоспроизводимых условиях, то значения функции вычисляют для каждого отдельного измерения (по одному наблюдению для каждой измеряемой величины), а полученные значения искомой величины (z1, z2, …, zn) обрабатывают как прямые многократные наблюдения.
13.3. Статистический критерий выбраковки результатов измерений и их точность Суть одного из сравнительно простых и удобных критериев выбраковки результатов измерений состоит в следующем:
1. Определяют разность между наибольшим и наименьшим результатами измерения с учетом сомнительного. Ее обозначают R1.
2. Определяют разность результатов без учета сомнительного, обозначаемую R2.
3. Вычисляют отношение R1/R2 и сравнивают с соответствующими критическими значениями Р (табл. 13.1).
Если R1/R2 >Р, то результат выбраковывают; если R1/R2 < Р, его учитывают вместе с остальными.
Критические значения Р для отношения R1/R2 приведены в табл. 13.1.
Критические значения Р для отношения R1/R Например, для серии из пяти определений получены следующие результаты:
Последний результат (38,81 %) сомнителен;
так как 5,0 > 4,6, последний результат (5,0) необходимо отвергнуть.
Для правильного представления результата измерения его значение необходимо представить таким образом, чтобы оно отражало точность измерения. Например, если при взвешивании образца получено значение 1,2456 г, это означает, что взвешивание проведено с точностью до десятитысячных долей грамма; возможная ошибка относится к последней цифре написанного числа. Результат нельзя представить как 1,24 и 1,24560, так как это не отражает действительной точности определения.
Значащие цифры – минимальное число цифр, с помощью которых можно представить результат измерения в соответствии с его точностью.
Пример 1. Представить в правильном виде число 86 370 000, если точность определения – сотни единиц.
Ответ: 8,63700 10–5. Два последних нуля не являются значащими.
Пример 2. Представить в правильном виде число 0,046700, если оно измерено с точностью до десятитысячных долей единицы.
Ответ: 4,67 10–2. Первые два нуля не являются значащими, два последних в этом случае также не будут значащими.
При сложении нескольких численных значений их сумма должна быть представлена с точностью величины, измеренной с наименьшей точностью; то же самое необходимо соблюдать при умножении и делении.
По точности, с которой нужно получить определенный результат, можно предварительно прикинуть, с какой точностью надо проводить необходимые определения. Например: если при определении достаточно установить содержание ингредиента с относительной ошибкой в 10 %, это означает, что исходный образец порядка 0,2 г нужно взвесить с точностью не более 0,01 г.
В фотометрии значение абсорбции определяется тремя значащими цифрами (например, D = 0,456). Следовательно, массу исходной навески можно представить не более чем тремя значащими цифрами (1,34 или 0,526); взвешивание с большей точностью в этом случае бессмысленно.
СПИСОК ЛИТЕРАТУРЫ
Антипова Л.В., Глотова И.А., Рогов И.А. Методы исследования мяса и мясных продуктов. – М.: Колос, 2001. – 376 с.Аналитическая химия и физико-химические методы анализа:
Учеб. пособие / М.А. Иванова, М.В. Белоглазкина, И.В. Богомолова и др. – М.: Изд-во РИОР, 2006. – 289 с.
Безопасность и качество рыбо- и морепродуктов / Под ред.
Г.А. Бремнер; Пер. с англ. под науч. ред. Ю.Г. Базарновой. – СПб.:
Профессия, 2006. – 450 с.
Биохимические основы переработки и хранения сырья животного происхождения: Учеб. пособие / Ю.Г. Базарнова, Т.Е. Бурова и др. – СПб.: Проспект Науки, 2011. – 192 с.
Василинец И.М., Колодязная В.С. Методы исследования свойств сырья и пищевых продуктов: Учеб. пособие. – СПб.:
СПбГУНиПТ, 2001. – 165 с.
Журавская Н.К., Алехина Л.Т., Отряшенкова Л.М. Исследование и контроль качества мяса и мясопродуктов. – М.: Агропромиздат, 1985. – 296 с.
Журавская Н.К., Гутник Б.Е., Журавская Н.А. Технохимический контроль производства мяса и мясопродуктов. – М.:
Колос, 1999. – 174 с.
Кириллов В.В., Нечипоренко А.П. Современные спектральные методы анализа, используемые в пищевой промышленности:
Учеб. пособие для вузов. – СПб.: СПбГУНиПТ, 2006. – 98 с.
Крусь Г.Н., Шалдыгина А.М., Волокитина З.В. Методы исследования молока и молочных продуктов / Под общ. ред. Шалдыгиной А.М. – М.: КолосС, 2002. – 368 с.
Крылова Н.Н., Лясковская Ю.Н. Физико-химические методы исследования продуктов животного происхождения. – М.:
Пищепромиздат, 1961. – 233 с.
Николаенко О.Н., Шокина Ю.В., Волченко В.И. Методы исследования рыбы и рыбных продуктов: Учеб. пособие. – СПб.:
ГИОРД, 2011. – 176 с.
Родина Т.Г. Сенсорный анализ продовольственных товаров. – М.: Академия, 2004. – 208 с.
Срок годности пищевых продуктов: расчет и испытание / Под ред. Р. Стеле; Пер. с англ. под науч. ред. Ю.Г. Базарновой. – СПб.:
Профессия, 2006. – 480 с.
Структура и текстура пищевых продуктов. Продукты эмульсионной природы / Под ред Б.М. Мак Кенна; Пер. с англ. под науч.
ред. Ю.Г. Базарновой. – СПб.: Профессия, 2007. – 462 с.
Стрингер М., Денис К. Охлажденные и замороженные продукты / Пер. с англ. – СПб.: Профессия, 2003. – 496 с.
СОДЕРЖАНИЕ
ВВЕДЕНИЕ
1. СОВРЕМЕННЫЕ ПРЕДСТАВЛЕНИЯ О СТРУКТУРЕ
ПИЩЕВЫХ ПРОДУКТОВ
2. КАЧЕСТВО ПИЩЕВЫХ ПРОДУКТОВ: ОСНОВНЫЕ
ПОНЯТИЯ И ТЕРМИНЫ
3. КЛАССИФИКАЦИЯ МЕТОДОВ ИССЛЕДОВАНИЯ
ПИЩЕВЫХ ПРОДУКТОВ
4. ОБЩИЕ ПРИНЦИПЫ ПОДГОТОВКИ И ОТБОРА ПРОБ
ПИЩЕВЫХ ПРОДУКТОВ ДЛЯ АНАЛИЗА4.1. Общие принципы подготовки проб
4.2. Правила отбора проб пищевых продуктов для анализа........... 5. ОРГАНОЛЕПТИЧЕСКИЙ АНАЛИЗ ПИЩЕВЫХ
6. МЕТОДЫ АНАЛИЗА ХИМИЧЕСКОГО СОСТАВА
ПИЩЕВЫХ ПРОДУКТОВ6.1. Определение содержания влаги
6.2. Определение содержания минеральных веществ (золы)......... 6.3. Определение содержания жира
6.4. Определение содержания белковых веществ
6.5. Определение содержания углеводов
6.6. Определение содержания витаминов
6.7. Определение титруемой кислотности
7. МЕТОДЫ ИССЛЕДОВАНИЯ ОПТИЧЕСКИХ СВОЙСТВ
ПИЩЕВЫХ ПРОДУКТОВ7.1. Теория и практика рефрактометрии
7.2. Основы поляриметрии
8. МЕТОДЫ ИССЛЕДОВАНИЯ РЕОЛОГИЧЕСКИХ
СВОЙСТВ ПИЩЕВЫХ ПРОДУКТОВ8.1. Основные понятия реологии
8.2. Основы реологии жидких и твердых пищевых продуктов....... 8.3. Измерительные системы
9. МЕТОДЫ ИССЛЕДОВАНИЯ ЛЮМИНЕСЦЕНТНЫХ
СВОЙСТВ ПИЩЕВЫХ ПРОДУКТОВ9.1. Теоретические основы люминесценции
9.2. Применение люминесцентных методов для определения доброкачественности пищевых продуктов
10. ЭЛЕКТРОХИМИЧЕСКИЕ МЕТОДЫ ИССЛЕДОВАНИЯ
ПИЩЕВЫХ ПРОДУКТОВ
11. СПЕКТРАЛЬНЫЕ МЕТОДЫ ИССЛЕДОВАНИЯ
ПИЩЕВЫХ ПРОДУКТОВ11.1. Атомная спектроскопия
11.2. Молекулярная абсорбционная спектроскопия
11.3. Молекулярный абсорбционный анализ в ИК-области спектра
12. ХРОМАТОГРАФИЧЕСКИЕ МЕТОДЫ
ИССЛЕДОВАНИЯ ПИЩЕВЫХ ПРОДУКТОВ12.1. Теоретические основы экстракции
12.2. Способы хроматографического разделения
12.3. Теоретические основы хроматографического разделения
12.4. Модель теоретической тарелки. Критерии разделения..... 12.5. Газовая хроматография
12.6. Жидкостная хроматография
13. ПРИЧИНЫ ВОЗНИКНОВЕНИЯ ОШИБОК
ПРИ АНАЛИЗЕ ПИЩЕВЫХ ПРОДУКТОВ
И МЕТОДЫ ИХ УЧЕТА13.1. Погрешности анализа и причины их возникновения.......... 13.2. Учет и оценка погрешностей анализа
13.3. Статистический критерий выбраковки результатов измерений и их точность
СПИСОК ЛИТЕРАТУРЫ
Базарнова Юлия Генриховна
«