[发明专利]高分辨质谱技术结合模式识别的橄榄油等级快速鉴定方法

权利要求书

1.一种橄榄油等级鉴定随机森林模型的建立方法，其特征在于，包括如下步骤：

步骤一、设置训练集样本和QC样品

以若干已知等级属性的橄榄油样品作为训练集样本，以训练集样本等比例混合配制成QC样品；

步骤二、橄榄油样品的成分检测

采集橄榄油样品和QC样品的一级质谱信息，经化合物提取获得化合物信息表，基于QC样品对其进行标准化处理，获得橄榄油样品的质谱数据矩阵；

步骤三、橄榄油等级鉴定随机森林模型的建立

采用Welch T检验和差异倍数筛选初榨工艺橄榄油样品和精炼工艺橄榄油样品中的差异化合物作为建模的特征变量，并利用R语言random Forest包建立基于特征变量的橄榄油等级鉴定随机森林模型。

2.如权利要求1所述的橄榄油等级鉴定随机森林模型的建立方法，其特征在于，所述橄榄油样品的成分检测包括如下步骤：

A、橄榄油样品的前处理：橄榄油样品和QC样品分别经有机溶剂萃取后获得上机前的待测训练集样品和待测QC样品；

B、质谱数据的采集：采用LC-ESI-Q-TOF同时采集步骤A获得的待测训练集样品和待测QC样品的一级质谱信息；

C、质谱数据的预处理：分别对步骤B获得的一级质谱信息进行化合物提取，获得化合物信息表，接着，基于QC样品进行数据的标准化处理，计算橄榄油样品中各化合物含量基于QC样品的化合物含量的相对值，获得橄榄油样品的质谱数据矩阵。

3.如权利要求1所述的橄榄油等级鉴定随机森林模型的建立方法，其特征在于，筛选特征变量的方法为：采用Welch T检验筛选在初榨橄榄油样品和精炼橄榄油样品中含量差异显著的化合物，并以差异倍数大于1.5倍的显著差异化合物作为建模所需特征变量。

4.如权利要求1所述的橄榄油等级鉴定随机森林模型的建立方法，其特征在于，其是对提取的化合物进行总丰度归一化、缺失值填充后，基于QC样品对数据进行标准化处理，计算橄榄油样品中各化合物含量基于QC样品的相对值。

5.如权利要求1所述的橄榄油等级鉴定随机森林模型的建立方法，其特征在于，所述的橄榄油样品为来源可靠、工艺属性已知的初榨工艺橄榄油、精炼工艺橄榄油样品，其中初榨工艺橄榄油样品包括特级初榨橄榄油和中级初榨橄榄油，精炼工艺橄榄油样品包括精炼橄榄油和精炼油橄榄果渣油。

6.如权利要求2所述的橄榄油等级鉴定随机森林模型的建立方法，其特征在于，质谱数据采集时，液相色谱条件为：Poroshell 120EC-C18色谱柱，柱温35℃，进样量2.0μL，流动相中A相为含0.1％甲酸的水相、B相为乙腈，流速0.4ml/min；

质谱条件为：负离子全扫描模式，毛细管电压3500V，干燥气温度325℃，干燥气流速8L/min，雾化气压力45psig，鞘气温度325℃，鞘气流速10L/min，去簇电压130V，锥孔电压65V，质量扫描范围m/z 50-1100，采集速率2.5spectra/s。

7.如权利要求1所述的橄榄油等级鉴定随机森林模型的建立方法，其特征在于，橄榄油等级鉴定随机森林模型是采用R语言randomForest包中的randomForest函数建立，采用有放回采样，决策树数目＝500，单个决策树使用特征的最大数量＝21。

8.如权利要求1所述的橄榄油等级鉴定随机森林模型的建立方法，其特征在于，所述化合物信息表是采用Mass Profiler Professional软件的化合物提取功能提取获得。

9.一种基于高分辨质谱技术结合模式识别分析的橄榄油等级快速鉴定方法，其特征在于，包括如下步骤：

步骤一、待鉴定橄榄油样品的成分检测

A、待鉴定橄榄油样品的前处理：将待鉴定橄榄油样品和权利要求1所述的QC样品分别经有机溶剂萃取后分别获得上机前的待测样品和待测QC样品；

B、质谱数据的采集：采用LC-ESI-Q-TOF同时采集步骤A获得的待测样品和待测QC样品的一级质谱信息；

C、质谱数据的预处理：分别对步骤B获得的一级质谱信息进行化合物提取，获得化合物信息表，接着，基于QC样品的化合物对待测橄榄油样品的化合物进行标准化处理，计算橄榄油样品中各化合物含量基于QC样品的化合物含量的相对值，获得待测橄榄油样品的质谱数据矩阵；

步骤二、待鉴定橄榄油样品的等级鉴定

将待鉴定橄榄油样品的特征变量数据代入权利要求1-8任一项所述的橄榄油等级鉴定随机森林模型进行运算，获得等级鉴定结果。