Identification of species affiliation and determination of fish eggs adulteration by vibrational spectroscopy and digital colorimetry methods

封面

如何引用文章

全文:

开放存取 开放存取
受限制的访问 ##reader.subscriptionAccessGranted##
受限制的访问 订阅存取

详细

The efficiency of combining spectroscopic and chemometric methods for identification and classification of salmon, sturgeon and particle fish caviar, as well as for differentiation of natural and imitated samples, has been shown. Analysis of infrared spectra in the near and middle regions made it possible to identify the peculiarities of chemical composition and structure of the samples under study, providing reliable differentiation of natural and imitated caviar. The use of Raman spectroscopy helped to identify characteristic spectral differences related to protein-lipid composition and the presence of carotenoids, which allowed to clearly differentiate the samples. The application of principal component analysis (PCA), hierarchical cluster analysis (HCA) and formal independent modeling of class analogies (SIMCA) algorithms improved classification accuracy, providing separation of samples by fish species. Digital colorometry based on the analysis of optical characteristics in the UV and IR ranges showed to be an affordable and reliable method that can be an alternative to more expensive spectroscopic approaches.

作者简介

V. Amelin

All-Russian State Centre for Quality and Standardization of Animal Drugs and Feeds; Alexander Grigorievich and Nikolai Grigorievich Stoletov Vladimir State University

Email: amelinvg@mail.ru
Moscow, Russia; Moscow, Russia

O. Emelyanov

Alexander Grigorievich and Nikolai Grigorievich Stoletov Vladimir State University

Moscow, Russia

A. Khrushchev

Alexander Grigorievich and Nikolai Grigorievich Stoletov Vladimir State University

Moscow, Russia

A. Tretyakov

All-Russian State Centre for Quality and Standardization of Animal Drugs and Feeds

Moscow, Russia

参考

  1. ГОСТ 18173-2004. Икра лососевая зернистая баночная. Технические условия. М.: Изд-во стандартов. 2004. 10 с.
  2. Ситникова Н.В. Идентификация и фальсификация икры в России // Ученые записки Санкт-Петербургского имени В.Б. Бобкова филиала Российской таможенной академии. 2007. № 2(28). С. 84.
  3. Калюжная Т.В., Орлова Д.А., Родак Г.Н. Идентификация икры лососевых пород рыб с помощью полимеразной цепной реакции с наблюдением в реальном времени // Международный вестник ветеринарии. 2021. № 4. С. 88. https://doi.org/10.52419/issn2072-2419.2021.4.88
  4. Santiago-Felipe S., Tortajada-Genaro L.A., Puchades R., Maquieira A. Recombinase polymerase and enzyme-linked immunosorbent assay as a DNA amplification-detection strategy for food analysis // Anal. Chim. Acta. 2014. V. 811. P. 81. https://doi.org/10.1016/j.aca.2013.12.017
  5. Taboada L., Sanchez A., Sotelo C. G. A new real-time PCR method for rapid and specific detection of ling (Molva molva) // Food Chem. 2017. V. 228. P. 469. https://doi.org/ 10.1016/j.foodchem.2017.01.117
  6. Hu Q., Pan Y., Xia H., Yu K., Yao Y., Guan F. Species identification of caviar based on multiple DNA barcoding // Molecules. 2023. V. 28. Article 5046. https://doi.org/10.3390/molecules28135046
  7. Birstein V.J., Doukakis P., Sorkin B., Desalle R. Popu­lation aggregation analysis of three caviar producing species of sturgeons and implications for the species identification of black caviar // Conserv. Biol. 1998. V. 12. № 4. P. 766. https://doi.org/10.1111/j.1523-1739.1998.97081.x
  8. Абрамова Л.С., Козин А.В., Гусева Е.С. Проблема фальсификации зернистой икры лососевых рыб и пути решения // Пищевые системы. 2022. Т. 5. № 4. С. 319. https://doi.org/10.21323/2618-9771-2022-5-4-319-326
  9. Шаока З.А.Ч., Большаков Д.С., Амелин В.Г. Использование смартфона в химическом анализе // Журн. аналит. химии. 2023. Т. 78. № 4. С. 317. (Shogah Z.A.Ch., Bol'shakov D.S., Amelin V.G. Using a smartphone in chemical analysis // J. Anal. Chem. 2023. V. 78. №. 4. P. 317.) https://doi.org/10.31857/S0044450223030131
  10. Böck F.C., Helfer G.A., da Costa A.B., Dessuy M.B., Ferrao M.F. PhotoMetrix and colorimetric image analysis using smartphones // J. Chemometrics. 2020. V. 34. Article 12. https://doi.org/10.1002/cem.3251
  11. Helfer G.A., Magnus V.S., Böck F.C., Teichmann A., Ferrãoa M.F., da Costa A.B. PhotoMetrix: An application for univariate calibration and principal components analysis using colorimetry on mobile devices // J. Braz. Chem. Soc. 2017. V. 28. № 2. P. 328. https://doi.org/10.5935/0103-5053.20160182
  12. Амелин В.Г., Емельянов О.Э., Третьяков А.В., Гергель М.А., Зайцева Е.В. Идентификация и установление фальсификации икры лососевых рыб методами ПЦР, ИК-спектроскопии и цифровой цветометрии // Журн. аналит. химии. 2025. Т. 80. № 5. С. 459.
  13. Емельянов О.Э., Амелин В.Г., Третьяков А.В. Идентификация куркумы и установление фальсификации методами цифровой цветометрии и ближней ИК-спектроскопии // Журн. аналит. химии. 2025. Т. 80. № 6. С. 533.
  14. Johnson J.B., Walsh K.B., Naiker M., Ameer K. The use of infrared spectroscopy for the quantification of bioactive compounds in food: A Review // Molecules. 2023. V. 28. № 7. Article 3215. https://doi.org/10.3390/molecules28073215

补充文件

附件文件
动作
1. JATS XML
下载

版权所有 © Russian Academy of Sciences, 2025

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».