基于樟脑和香叶醇的天然深共晶溶剂，作为测定食品中多环芳烃的有效且安全的萃取剂

《Talanta》：Natural deep eutectic solvent based on camphor and citral as effective and safe extractant for the determination of polycyclic aromatic hydrocarbons in foods

油品掺假检测中，微波介电常数分析结合机器学习模型（ANN与MLR对比）可有效识别棕榈油掺入花生油和向日葵油的特性变化，SHAP分析显示折射率和皂化值对介电常数预测影响显著。

　　食用油的纯度与质量直接关系到人们的健康与食品安全，近年来，由于经济利益驱动，掺假现象在食用油行业中愈发严重。其中，棕榈油因其成本低廉而成为常见的掺假材料，尤其在花生油和葵花籽油中较为常见。这类掺假行为不仅影响了油品的品质，还可能对消费者的健康带来潜在威胁。因此，研究棕榈油掺假对油品物理、化学和电介质特性的影响，以及如何通过先进的检测技术识别此类问题，具有重要的现实意义。

本研究旨在探讨棕榈油掺假对花生油和葵花籽油的多方面影响，包括其电介质特性、物理性质、化学成分及营养价值。通过对掺假前后油品特性的对比分析，研究人员发现，随着棕榈油浓度的增加，花生油和葵花籽油的电介质常数和损耗值显著下降。这一现象与棕榈油本身的分子结构有关，因为棕榈油含有较高的饱和脂肪酸，其分子极性较低，从而改变了油品的整体极性特性。电介质特性是衡量油品分子极化能力和偶极子取向的重要指标，这些变化可以作为判断油品是否掺假的依据。

为了更准确地检测棕榈油掺假，研究人员采用了多种化学计量学方法，包括层次聚类分析（HCA）、主成分分析（PCA）、多元线性回归（MLR）和人工神经网络（ANN）。这些方法能够从复杂的油品数据中提取关键信息，帮助识别掺假的模式。在所有方法中，人工神经网络（ANN）表现出更高的预测准确性，其对电介质常数的预测R2值分别达到0.94和0.96，远高于多元线性回归（MLR）的结果。这一发现表明，ANN在处理非线性关系和复杂数据方面具有明显优势，能够更全面地反映油品掺假后的变化。

为了进一步理解ANN模型为何在预测电介质常数方面表现优异，研究人员使用了SHAP分析（SHapley Additive exPlanations）方法，以揭示哪些特征对模型的预测结果影响最大。分析结果表明，在花生油中，折射率（RF）是影响电介质常数的关键参数，而在葵花籽油中，皂化值（SAP）则起到了更为重要的作用。这些参数的变化与油品掺假程度密切相关，因此可以作为判断油品纯度的重要指标。

从营养角度来看，花生油和葵花籽油富含对人体有益的必需脂肪酸，如油酸（单不饱和脂肪酸）和亚油酸（多不饱和脂肪酸）。这些脂肪酸对于维持健康的脂肪代谢至关重要，但它们的含量在棕榈油掺假后会显著减少。相反，棕榈油中饱和脂肪酸的比例增加，这可能导致油品的营养价值下降，并增加心血管疾病的风险。因此，识别并防止棕榈油掺假对于保障消费者的健康和维护食品行业的标准具有重要意义。

此外，研究还指出，传统的检测方法，如密度、折射率、碘值和皂化值等，虽然能够提供一定的信息，但在检测油品掺假方面存在一定的局限性。相比之下，微波分析技术因其非破坏性、快速和高灵敏度的特点，成为一种更为有效的检测手段。微波频率下的电介质特性能够反映油品分子极性、偶极子弛豫和整体相互作用的变化，这些信息对于判断油品是否掺假具有直接的参考价值。

本研究的意义在于，它不仅提供了关于棕榈油掺假对油品特性和营养价值影响的科学依据，还探索了如何利用现代数据科学方法，如ANN和PCA，提高检测的准确性和效率。这些方法的结合为油品掺假检测提供了一种全新的视角，有助于构建更加全面和可靠的检测体系。通过将电介质特性与传统的物理和化学参数相结合，研究人员能够更深入地理解油品在掺假过程中的变化规律，并为食品行业提供科学的检测工具和方法。

值得注意的是，尽管本研究主要关注棕榈油掺假问题，但其方法和结论可以推广到其他类型的食用油掺假检测。例如，研究中提到的电介质特性分析和化学计量学方法，同样适用于检测其他廉价油品如大豆油、菜籽油等的掺假情况。因此，本研究的成果不仅对花生油和葵花籽油的检测具有实际应用价值，也为整个食用油行业的质量控制提供了重要的参考。

从实践角度来看，油品掺假问题在低收入社区尤为突出，因为这些地区缺乏先进的检测技术和设备，导致掺假油品难以被及时发现和控制。本研究提出的检测方法，特别是基于微波分析和ANN模型的方案，具有较高的可操作性和成本效益，能够在资源有限的条件下有效识别掺假油品。这不仅有助于保护消费者的健康，还能促进食品行业的规范化发展，提升市场透明度和信任度。

本研究的另一个重要贡献在于，它强调了综合运用多种检测手段和数据科学方法的必要性。传统的单一检测方法往往难以全面反映油品的复杂特性，而通过结合电介质特性、物理参数、化学成分和营养价值等多个维度的数据，研究人员能够更准确地评估油品的纯度和质量。这种多维度的分析方法为未来的油品检测研究提供了新的思路，也促使食品行业在质量控制方面采取更加系统和科学的策略。

总的来说，本研究通过系统分析棕榈油掺假对花生油和葵花籽油的影响，揭示了电介质特性与油品纯度之间的密切关系，并利用先进的化学计量学方法，如ANN和PCA，提高了检测的准确性和可靠性。这些发现不仅为食品行业提供了新的检测工具，也为消费者保护和食品安全管理提供了科学依据。未来的研究可以进一步拓展这些方法的应用范围，探索更多类型的油品掺假问题，并结合实际应用场景优化检测流程和模型性能。