王 楠,于宏威,李軍國,秦玉昌
(1.農業(yè)部食物與營養(yǎng)發(fā)展研究所,北京 100081; 2.中國農業(yè)科學院 農產品加工研究所,北京 100193;3.中國農業(yè)科學院 飼料研究所,北京 100081; 4.中國農業(yè)科學院 北京畜牧獸醫(yī)研究所,北京 100193)
魚油品質光譜檢測技術的研究進展
王 楠1,于宏威2,李軍國3,秦玉昌4
(1.農業(yè)部食物與營養(yǎng)發(fā)展研究所,北京 100081; 2.中國農業(yè)科學院 農產品加工研究所,北京 100193;3.中國農業(yè)科學院 飼料研究所,北京 100081; 4.中國農業(yè)科學院 北京畜牧獸醫(yī)研究所,北京 100193)
魚油制品具有豐富的營養(yǎng)功能,深受消費者喜歡。常規(guī)檢測魚油品質方法,由于操作困難、破壞性強、試劑污染等缺點,不能滿足快速無損、高效無污染的檢測要求。光譜檢測技術(如近紅外光譜技術和核磁共振技術),伴隨著化學計量學的發(fā)展,突破了常規(guī)檢測方法局限性,是魚油品質檢測技術的發(fā)展趨勢。在大量文獻的基礎上,綜述目前光譜檢測技術在魚油品質的應用情況,特別分析光譜方法、化學計量學和儀器設備,指出現階段利用光譜技術檢測魚油品質存在的主要問題,并對今后的研究方向進行展望。
魚油;多不飽和脂肪酸;光譜技術;品質;化學計量學
魚油是魚體內的全部油類物質的統稱,包括體油、肝油和腦油。魚油除了可以提供豐富的ω-3多不飽和脂肪酸(EPA、DHA和DPA)外,還含有維生素A和D、磷脂等多種功能物質[1]。因此,魚油具有增進神經系統功能,益智健腦,預防老年性癡呆并保護視力;抑制血小板凝集,減少血栓素的形成,預防心肌梗塞和腦梗塞;降血脂并且能夠治療動脈粥樣硬化,抗炎等功能。隨著人們對魚油功能認識的不斷提高,魚油消費市場規(guī)模正在穩(wěn)步擴大[2]。據統計,2015年全球魚油產量100萬t,2020年魚油市場產值將達到73.2億美元,魚油制品產品全球市場將會有一個極大的擴張[3]。
國家標準SC/T 3502—2000《魚油》和SC/T 3505—2006《魚油微膠囊》都對魚油品質有明確的要求,但是目前仍然存在諸如品牌造假、脂肪酸摻假、魚油氧化等問題。目前常規(guī)的檢測魚油品質的方法有氣相色譜法[4]、質譜法[5]和穩(wěn)定同位素[6]法,這些方法雖然準確,但是操作煩瑣、耗時,需要專業(yè)人員進行,難以滿足魚油市場迅猛發(fā)展的要求。因此,急需尋找一些快速的檢測方法,以提高檢測效率。
光譜技術是根據物質的光譜來鑒別物質及確定其化學組成和相對含量的方法,如近紅外光譜技術和核磁共振光譜技術等,其優(yōu)點是快速、無損。本文綜述目前光譜技術在魚油品質的應用情況,特別分析光譜方法、化學計量學和儀器設備,指出了現階段利用光譜技術在魚油品質檢測中存在的主要問題,并對今后的研究重點和方向進行了展望。
近紅外光譜分析技術是由光譜儀硬件、化學計量學軟件和校正模型3部分構成的。近紅外光譜儀硬件用于測定樣本的光譜,化學計量學軟件用于建立校正模型,校正模型用于待測樣本定量或定性的預測分析。目前,近紅外光譜技術主要應用于魚油品牌鑒定等定性分析,及脂肪酸、氧化程度等定量測定。
1.1 近紅外光譜技術在魚油品質的定性分析
閔祺等[7]利用近紅外光譜建立魚油軟膠囊的一致性檢驗模型,并對不同廠家的樣品進行一致性檢驗。使用了3臺同一型號的近紅外光譜儀采集了8個廠家73批次樣品的近紅外光譜。通過二階導數化和矢量歸一化進行預處理,一致性指數限度設置為6,平滑點數13個,建立一致性檢驗模型。結果表明:所建立的一致性檢驗模型方法能夠對魚油軟膠囊進行快速鑒別。張瑜等[8]采用短波近紅外光譜分析技術、長波近紅外光譜分析技術和中紅外光譜分析技術采集了7種不同品牌魚油的光譜特征,并應用偏最小二乘判別分析法(PLS-DA)和最小二乘支持向量機(LS-SVM)建立判別模型并比較判別結果?;陂L波近紅外光譜的PLS-DA模型和LS-SVM模型取得了最高識別正確率,建模集和預測集識別正確率均達到100%。采用中紅外光譜建立的LS-SVM模型,也可以獲得100%的判別正確率。而短波近紅外光譜判別準確率較低。研究結果表明長波近紅外光譜技術能夠有效判別不同魚油的品牌,為將來魚油品質鑒定便攜式儀器的開發(fā)提供了技術支持和理論依據。
1.2 近紅外光譜技術在魚油品質的定量分析
張瑜等[9]對摻入不同含量大豆油和菜籽油的魚油進行魚油摻假含量的可見-近紅外光譜研究(Vis-NIR)。對所采集樣本的光譜數據分別采用原始光譜,以及平滑、變量標準化(SNV)、多元散射校正(MSC)、一階求導和二階求導等預處理算法進行處理后,建立偏最小二乘回歸(PLSR)模型?;谌ǘ喂庾V的魚油中大豆油和菜籽油摻假含量預測的最優(yōu)模型分別為全波段PLSR模型和MSC-PLS模型,其預測相關系數(RP)分別達到0.938 6和0.959 3。進一步采用連續(xù)投影算法(SPA)分析魚油中大豆油和菜籽油摻假樣品的光譜,分別獲得了11個和15個光譜特征波長變量?;谔卣髯兞康腜LSR模型的RP分別為0.941 2和0.932 6。蔡劍華等[10]運用PLSR建立了魚油EPA近紅外光譜的預測模型,用經驗模態(tài)分解(EMD)結合數學形態(tài)學濾波處理光譜,在此基礎上建立了魚油中EPA含量的PLSR模型,并與9點平滑和小波變換方法的處理結果進行了對比分析。結果表明:與傳統的9點平滑處理結果相比,信噪比從14 dB左右提高到35 dB左右,原始信號與消噪信號之間的標準差由0.005 71降到0.002 26;預測集的決定系數(R2)由0.959 3提高到0.987 9,預測均方根誤差(RMSE)由0.060 1降為0.031 2。證明了組合的經驗模態(tài)分解和數學形態(tài)學濾波方法在光譜處理過程中的可靠性,提高了魚油EPA含量近紅外光譜的定量分析精度。
Cozzolino等[11]利用PLSR和長波近紅外光譜技術監(jiān)測了魚油的氧化和水解程度。用驗證集檢測所建立的近紅外反射光譜模型,結果顯示對游離脂肪酸和含水率檢測的相關系數分別達到了0.98 和0.80。Endo等[12]利用近紅外光譜技術快速檢測了魚油的碘值和皂化值。結果表明,利用近紅外光譜技術結合PLSR模型預測的碘值和皂化值與化學方法檢測的碘值和皂化值完全一致。相比之下,近紅外光譜法比滴定法更方便。Azizian等[13]利用傅里葉近紅外光譜法代替?zhèn)鹘y的氣相色譜法檢測了魚油中的脂肪酸及脂肪酸乙酯含量。結果表明,在脂肪酸不超出檢測范圍以及無污染物存在的情況下,傅里葉近紅外光譜方法適用于所有魚油和乙酯樣本。傅里葉近紅外光譜方法同樣也適用于檢測ω-3多不飽和脂肪酸濃縮液的貨架期。Vongsvivut等[14]利用傅里葉紅外光譜技術和PLSR分析建立了微膠囊魚油中脂肪酸成分的定量測定方法,所有脂肪酸含量的測定模型R2都大于0.96,研究結果表明上述方法可以為脂肪酸在線測定提供快速、自動化的檢測手段。
根據核磁共振原理,采用特定的脈沖序列對樣品中具有固定磁矩的原子核(如1H、13C、31P等)進行激發(fā),然后產生一串強度衰減的可檢測感應信號。該弛豫信號強度與被測樣品中所含核自旋數目成正比(定量基礎),信號衰減過程與被測物質的成分結構密切相關(定性基礎)。通過數學方法對信號進行反演分析,可獲得其他手段難以得到的各種成分和微觀結構信息,從而達到檢測目的。因此,核磁共振能利用各種脈沖序列獲取食品體系中獨特的指紋信息,同時檢測物理和化學特征,具有快速、準確、無損的特點[15]。
2.1 核磁共振技術在魚油品質的定性分析
冀克儉等[16]利用1H、13C核磁共振,對魚油多烯脂肪酸乙酯的結構進行了表征,并通過二維1H-1H相關譜(COSY)和1H-13C化學位移相關譜(HETCOR)對各共振峰進行了指認。結果明確了魚油中EPA和DHA核磁圖譜。Aursand等[17]利用13C核磁共振結合多元分析方法用于分類不同來源魚油和摻假魚油,分別采用有監(jiān)督(PNN)和無監(jiān)督(PCA,KNN,GTM)的模式識別技術。其中PNN分類不同來源魚油準確性大于95%,KNN和GTM比其他方法更好地鑒定了摻假魚油。楊揚等[18]檢測了魚油、植物油和地溝油的1H和13C光譜。結果表明,魚油與植物油有明顯的區(qū)別,其在氫譜圖的δ1.26處的峰比δ1.30 處明顯強很多,可以用于魚油摻假分析。與其他分析方法相比,該方法具有操作簡單、不需要預處理和快速等優(yōu)點。Standal等[19]認為13C核磁共振無損測定魚油摻假的優(yōu)勢在于魚油中脂肪酸純度容易被鑒定,此外13C核磁共振可以提供脂肪酸類別和配向性分布等信息,尤其是提供了包含甘油酯中脂肪酸Sn-2位置的特異性信息,可以用來區(qū)別不同品種和產品中的脂肪酸。與傳統測定方法相比,13C核磁共振可以在魚油加工和生產過程中實時觀察魚油的變化。
2.2 核磁共振技術在魚油品質的定量分析
Guillén等[20]利用核磁共振技術跟蹤魚油中脂肪酸含量的變化。將4種具有較高含量的ω-3多不飽和脂肪酸的魚油在不同條件下氧化,用核磁共振技術監(jiān)測其脂肪酸變化,并與氣相色譜的檢測結果相對比,結果相當。在此基礎上,Guillén等[21]結合核磁共振技術和傅里葉變換紅外光譜測定了魚肝油的復合參數(酸基和膽固醇)。結果表明,這兩種技術能夠快速簡便地提供魚肝油主要成分的全局特征,并且展示了作為常規(guī)技術檢測魚肝油質量參數的潛力。曹芳[2]利用核磁共振技術獲取魚油不同波段的光譜曲線,再用氣相色譜檢測7個不同品牌魚油樣本的不飽和脂肪酸含量,包括EPA和DHA,作為化學值指標參考值,建立PLS定量預測模型。EPA模型的RP為0.979 2,DHA模型的RP為0.985 9。Dais等[22]證明了1H、13C和31P核磁共振光譜可以定量測定膳食補充劑中魚油成分,利用2D脈沖序例如HSQC-TOCSY,選擇鍵恒定時間的HMBC和選擇鍵的HSQC獲得相應的信號,通過整合合適的NMR信號測定三?;视椭饕煞郑渲?1P核磁共振光譜是測定部分酯化甘油最佳的方法,上述NMR方法可以進一步測定不同脂肪酸在甘油骨架的位置分布。Giese等[23]利用1H核磁共振光譜評估了不同魚油在不同溫度和光照條件下,過氧化值、茴香胺值、TOTOX值以及酸值的變化情況。建立PLSR預測模型,其中R2分別為0.949、0.962、0.991和0.977。結果表明1H NMR光譜法是評估魚油氧化的快速、可靠方法。
3.1 拉曼光譜
拉曼散射譜線與入射光波長無關,只和樣品的振動轉動能級有關,因此研究拉曼光譜可以得到相關分子振動或轉動的信息。與傳統方法相比,拉曼光譜具有諸多優(yōu)點:提供直接無損傷的定量、定性分析,無需對樣品進行處理;樣品用量較少,可避免產生誤差;操作簡便,測定時間短;靈敏度高,譜峰尖銳,可明顯表征特定分子的結構[24]。
Afseth等[25]綜述了拉曼光譜和近紅外光譜定量測定食物模型系統中的脂肪含量,認為利用拉曼數據建立測定魚油中單不飽和脂肪酸和多不飽和脂肪酸的模型更為準確。這是因為通過消除不相關信息,縮減了光譜范圍,使拉曼光譜包含了更多的有效信息。變量篩選方法如jack-knifing也被成功應用于拉曼數據的提取。Hall等[26]利用拉曼光譜建立了快速定量測定鯊魚肝油中角鯊烯的方法,利用PLSR建立模型,其中校正模型R2為0.986,均方根誤差為4.3%,內部交叉驗證模型R2為0.987,均方根誤差為4.1%,結果表明該方法適用于快速定量測定鯊魚肝油中角鯊烯含量,并且比工業(yè)上所采用的折射率分析法更為準確。此外,角鯊烯高強度和高特性的拉曼光譜使定量分析無需考慮魚油基質的影響。Czamara等[27]闡述了35種油脂的拉曼光譜并尋找復雜樣品包括魚油中拉曼信號的不同以標記特征性信息,所有油脂拉曼光譜的特征與烴鏈相關,主要存在于1 500~1 400 cm-1,1 300~1 250 cm-1,1 200~1 050 cm-1和3 000~2 800 cm-1波長區(qū)間,來源于CH2和CH3的剪切振動和扭曲振動,以及C—C和C—H伸縮振動。通過1 655 cm-1/1 444 cm-1處拉曼信息的強度可以測定魚油不飽和程度。
3.2 熒光光譜
熒光光譜具有以下特征:熒光輻射的波長比激發(fā)光波長長,熒光頻率與入射光的頻率不同;熒光在各個方向都有發(fā)射,因此可以在與入射光成直角的方向上檢測,這樣熒光不受來自激發(fā)光本底的干擾,靈敏度大大高于紫外-可見吸收光譜。鑒于以上特點,可以利用物質特征激發(fā)波長和特征發(fā)射波長進行定性分析,利用標準曲線法、比較法和熒光猝滅法等進行定量分析[28]。熒光光譜能夠客觀、準確、全面地反映物質分子信息,具有靈敏度高、選擇性強、樣品用量少、信息量豐富、測量方法簡便等優(yōu)點[29]。
Pena等[30]建立測定鯡魚魚油中多環(huán)芳烴(PAHs)熒光光譜方法,包括確定PAHs的最佳熒光波長,魚油基質的干擾以及溶劑濃度對提取的影響。結果表明,魚油中除包含了大量的PAHs以外,還包含其他的熒光成分,如維生素A和維生素E。魚油中的脂類成分通過改變PAHs的形成進而改變熒光光譜強度,例如羥基芘的激發(fā)波長從Ex285/Em430變?yōu)镋x340/Em430。利用上述方法對比粗魚油和精煉魚油,發(fā)現部分精煉魚油含有粗魚油。Qiu等[31]利用色氨酸熒光的損失情況來判斷麥醇溶蛋白、酪蛋白和乳清蛋白對水包魚油乳液的氧化穩(wěn)定性影響,結果表明加入酪蛋白的水包魚油乳液色氨酸熒光損失量最大,魚油的氧化程度最高。體外消化試驗表明,麥醇溶蛋白穩(wěn)定乳液具有最大的消化率。因此,可以利用蛋白質為富含ω-3的魚油制備穩(wěn)定的乳液傳遞系統。
4.1 存在的問題
綜合近年來的研究情況,可以看出光譜檢測技術在魚油中應用存在以下幾個問題:
(1)目前的研究多集中于利用近紅外和核磁共振技術研究魚油品質,一些新技術如太赫茲光譜還未見報道。直接對魚油膠囊品質的研究較少,主要原因可能是復雜的膠囊壁增加了研究的難度,難以獲取膠囊內部的魚油光譜信息。此外,多數研究的重點都是成品魚油,未見魚油溯源的研究,而魚油加工全產業(yè)鏈的檢測研究,才是保證魚油產品品質有效方法。
(2)適用于魚油專用型設備還未見報道。多數研究所采用的儀器都是昂貴的試驗型設備,其中NMR檢測主要用的Bruker Advance,而對于一般魚油加工企業(yè)來說,很難支付如此昂貴的設備。因此,急需國內科研機構和公司為魚油加工企業(yè)和質檢部門設計開發(fā)高性價比的在線檢測設備和便攜檢測設備,以及配套數據分析軟件。
(3)光譜檢測獲得數據非常多,其中包含很多噪音。因此,從大量數據中剔除噪音,提取有效信息是推進光譜技術在檢測魚油品質應用的關鍵一步。目前研究的預處理方法多采用SNV、MSC、歸一化和求導處理等,一些新的數據處理方法如OSC和WF沒有采用或者很少采用;模型建立的方法多采用PLSR,缺乏新的建模方法如ANN;對魚油特征波長的確認和提取研究很少,不利于數據分析和模型建立。
4.2 展 望
目前的魚油市場并不規(guī)范,存在著許多現象不僅侵犯消費者的經濟利益,嚴重的甚至危害消費者的身體健康。因此,市場急需對魚油的品質進行嚴格的監(jiān)督管理,并以魚油的品質來指導產品的定價。其中關鍵的一步是要建立全生產鏈魚油品質數據庫,配置專用的光譜檢測設備,由此來規(guī)范魚油的生產加工和銷售過程中的各個環(huán)節(jié),并用此數據庫和光譜檢測設備為消費者提供參考,判定魚油品牌是否真實,魚油是否摻假,魚油中的EPA和DHA等不飽和脂肪酸含量是否與包裝所示相符,以及魚油在加工和銷售過程中是否存在氧化現象。因此,需要進一步采用現代化技術、設備和數據分析方法準確獲得魚油全方位的品質信息,用以科學管理產品銷售并指導產品定價,健全魚油品質監(jiān)督和管理機制,維護消費者的合法利益,促進魚油產業(yè)的健康發(fā)展。
[1] 李昌. 如何選擇魚油產品[J]. 食品工業(yè)科技,2013,34(6):40-41.
[2] 曹芳. 基于多波段光譜技術的魚油關鍵品質信息快速檢測方法研究[D]. 杭州:浙江大學,2012.
[3] 中研普華. 2016-2020年中國魚油制品行業(yè)市場深度調研及投資戰(zhàn)略研究報告[R]. 廣東 深圳:中國行業(yè)研究網,2015.
[4] 洪毅敏,馬金萍,張艷紋,等. 氣相色譜法測定乙酯型魚油微膠囊產品中 EPA 乙酯和 DHA 乙酯含量[J]. 中國油脂,2015,40(12): 88-91.
[5] 謝強勝,謝春紅,劉春霖,等. 超高效液相色譜-串聯質譜法測定魚油軟膠囊中的雙酚 A[J]. 食品安全質量檢測學報,2016,7(5): 2087-2092.
[6] 王娜,諸乃彤,劉銳,等. 魚油原料中DHA、EPA 的碳穩(wěn)定同位素測定的方法[J]. 食品研究與開發(fā),2010,31(10): 147-152.
[7] 閔祺,藺娟,張學博,等. 多烯酸乙酯軟膠囊近紅外光譜法一致性評價模型研究[J]. 藥物分析雜志,2015,35(9):1683-1689.
[8] 張瑜,談黎虹,曹芳,等. 基于多源光譜分析技術的魚油品牌判別方法研究[J]. 現代食品科技,2014,30(10):263-267.
[9] 張瑜,談黎虹,曹芳,等. 可見-近紅外光譜分析技術對魚油摻假定量快速無損檢測方法研究[J]. 光譜學與光譜分析,2013,33(6): 1532-1536.
[10] 蔡劍華,胡惟文,王先春. 基于組合濾波的魚油二十碳五烯酸含量近紅外光譜檢測[J]. 農業(yè)工程學報,2016,32(1): 312-317.
[11] COZZOLINO D,MURRAY I,CHREE A,et al. Multivariate determination of free fatty acids and moisture in fish oils by partial least-squares regression and near-infrared spectroscopy[J]. LWT-Food Sci Technol,2005,38(8): 821-828.
[12] ENDO Y,TAGRIRI-ENDO M,KIMURA K. Rapid determination of iodine value and saponification value of fish oils by near-infrared spectroscopy[J]. J Food Sci,2005,70(2): C127-C131.
[13] AZIZIAN H,KRAMER J K G,EHLER S,et al. Rapid quantitation of fish oil fatty acids and their ethyl esters by FT-NIR models[J]. Eur J Lipid Sci Technol,2010,112(4): 452-462.
[14] VONGSVIVUT J,HERAUD P,ZAHNG W,et al. Quantitative determination of fatty acid compositions in micro-encapsulated fish-oil supplements using Fourier transform infrared (FTIR) spectroscopy[J]. Food Chem,2012,135(2): 603-609.
[15] 邵小龍,宋偉,李云飛. 糧油食品低場核磁共振檢測技術研究進展[J]. 中國糧油學報,2013,28(7):114-118.
[16] 冀克儉,劉元俊,張銀生,等. 魚油多烯脂肪酸乙酯的NMR表征[J]. 化學分析計量,2001(3):3-5.
[17] AURSAND M,STANDAL I B,AXELSON D E. High-resolution13C nuclear magnetic resonance spectroscopy pattern recognition of fish oil capsules[J]. J Agric Food Chem,2007,55(1): 38-47.
[18] 楊揚,殷樂,尹芳華,等. 幾種食用油的核磁共振光譜特征與地溝油的快速檢測[J]. 中國油脂,2015,40(7): 45-50.
[19] STANDAL I B,AXELSON D E,AURSAND M. Authentication of marine oils using13C NMR spectroscopy[J]. Lipid Technol,2011,23(7): 152-154.
[20] GUILLéN M D,RUIZ A. Study of the oxidative stability of salted and unsalted salmon fillets by1H nuclear magnetic resonance[J]. Food Chem,2004,86(2): 297-304.
[21] GUILLéN M D,CARTON I,GOICOECHEA E,et al. Characterization of cod liver oil by spectroscopic techniques. New approaches for the determination of compositional parameters,acyl groups,and cholesterol from1H nuclear magnetic resonance and Fourier transform infrared spectral data[J]. J Agric Food Chem,2008,56(19):9072-9079.
[22] DAIS P,MISIAK M,HATZAKIS E. Analysis of marine dietary supplements using NMR spectroscopy[J]. Anal Methods,2015,7(12): 5226-5238.
[23] GIESE E,WINKELMANN O,ROHN S,et al. Toward determining fat quality parameters of fish oil by means of1H NMR spectroscopy[J]. Eur J Lipid Sci Technol,2017,119(2):573-582.
[24] 吳國禎. 拉曼譜學:峰強中的信息[M]. 北京:科學出版社,2014.
[25] AFSETH N K,SEGTNAN V H,MARQUARDT B J,et al. Raman and near-infrared spectroscopy for quantification of fat composition in a complex food model system[J]. Appl Spectr,2005,59(11): 1324-1332.
[26] HALL D W,MARSHALL S N,GORDON K C,et al. Rapid quantitative determination of squalene in shark liver oils by raman and IR spectroscopy[J]. Lipids,2016,51(1): 139-147.
[27] CZAMARA K,MAJZNER K,PACIA M Z,et al. Raman spectroscopy of lipids: a review[J]. J Raman Spectr,2015,46(1): 4-20.
[28] 周艷明,趙曉松. 現代儀器分析[M]. 北京:中國農業(yè)出版社,2010.
[29] 陳國慶. 熒光光譜技術在食品安全監(jiān)控中的應用研究[D]. 江蘇 無錫:江南大學,2010.
[30] PENA E A,RIDLEY L M,MURPHY W R,et al. Detection of polycyclic aromatic hydrocarbons (PAHs) in raw menhaden fish oil using fluorescence spectroscopy: method development[J]. Environm Toxicol Chem,2015,34(9): 1946-1958.
[31] QIU C,ZAHO M M,DECKER E A,et al. Influence of protein type on oxidation and digestibility of fish oil-in-water emulsions: gliadin,caseinate,and whey protein[J]. Food Chem,2015,175: 249-257.
Progressinspectrometricdetectiontechnologyoffishoilquality
WANG Nan1,YU Hongwei2, LI Junguo3,QIN Yuchang4
(1.Institute of Food and Nutrition Development, Ministry of Agriculture,Beijing 100081, China; 2.Institute of Food Science and Technology, Chinese Academy of Agricultural Sciences, Beijing 100193, China; 3.Feed Research Institute, Chinese Academy of Agricultural Sciences,Beijing 100081, China; 4.Institute of Animal Sciences, Chinese Academy of Agricultural Sciences, Beijing 100193, China)
Fish oil products have great nutrition functions and gain much popularity among consumers.The normal inspection methods of fish oil quality fail to meet the rapid, non-destructive, high-efficient and non-polluted requirements due to operation difficulties, high destruction, reagent pollution and other demerits. With the development of chemometrics, the spectrometric technology, such as the near infrared spectroscopy and nuclear magnetic resonance, have broken through the limits of normal detection methods, which is the development trend of fish oil quality detection technology.Based on massive literatures, the current applications of spectrometric detection technology in fish oil quality assessment were summarized.Especially, the spectroscopic methods, chemometrics and devices were analyzed. The main problems of fish oil quality detection by spectrometric technology were pointed out, and the research direction was prospected for the future.
fish oil; polyunsaturated fatty acid; spectrometric technology; quality;chemometrics
TS225.2;O657.3
A
1003-7969(2017)11-0147-05
2017-01-21;
2017-02-17
中國農業(yè)科學院科技創(chuàng)新工程(CAAS-ASTIP-201X-IAPPST)
王 楠(1990),男,碩士,研究方向為食品加工與安全(E-mail)13910368801@139.com。
秦玉昌,研究員,博士生導師(E-mail)qinyuchang@caas.cn。