拉曼光譜技術(shù)在肉品質(zhì)評價中的應(yīng)用

劉 暢，孟慶翔，周振明

（中國農(nóng)業(yè)大學(xué)動物科技學(xué)院，北京 100193）

拉曼光譜技術(shù)在肉品質(zhì)評價中的應(yīng)用

劉 暢，孟慶翔，周振明*

（中國農(nóng)業(yè)大學(xué)動物科技學(xué)院，北京 100193）

拉曼光譜技術(shù)作為一種新型的光譜檢測技術(shù)，以其快速、無損、對水等極性物質(zhì)不敏感等優(yōu)勢，已經(jīng)在肉品質(zhì)評價領(lǐng)域中取得一定進展。本文結(jié)合近紅外光譜技術(shù)應(yīng)用現(xiàn)狀，簡要介紹拉曼光譜技術(shù)原理和發(fā)展，綜述拉曼光譜技術(shù)在肉品質(zhì)感官評價、在線檢測以及安全評價中的應(yīng)用，并對其在今后肉品質(zhì)評價領(lǐng)域的發(fā)展進行展望。

拉曼光譜技術(shù)；肉品質(zhì)評價；食品安全

隨著人們生活水平的提高，消費者對高品質(zhì)畜產(chǎn)品的需求不斷增加，導(dǎo)致市場消費結(jié)構(gòu)發(fā)生改變，尤其是味道鮮美、營養(yǎng)豐富以及富含高蛋白質(zhì)的肉類食品在人們膳食結(jié)構(gòu)組成中占據(jù)很大比例。在利益驅(qū)動下，畜牧生產(chǎn)中存在一些肉品摻假現(xiàn)象，伴隨著消費者對食品的安全意識不斷增強，畜產(chǎn)品的安全生產(chǎn)和質(zhì)量保障正面臨著巨大的挑戰(zhàn)。因此，準(zhǔn)確、快速、高效的質(zhì)量檢測以及安全評定技術(shù)體系的建立對畜牧業(yè)的健康發(fā)展有著十分重要的意義。

目前，我國對肉品質(zhì)的評價方法主要以理化分析為主，輔以人工感官評定，這些傳統(tǒng)方法普遍存在著結(jié)果一致性較差、分析時間長、成本高、效率低、需要對不同測定樣品做不同處理等缺點，不能滿足企業(yè)和市場的需要，無法順應(yīng)現(xiàn)代畜牧業(yè)的快速發(fā)展趨勢[1]。但是拉曼光譜憑借其操作簡單、易于實現(xiàn)在線分析、分析效率高、樣品無需處理以及不受水介質(zhì)干擾的特點，成為了一種快速無損的新型檢測技術(shù)。本文從拉曼光譜技術(shù)的原理出發(fā)，結(jié)合近紅外光譜技術(shù)在肉品質(zhì)評價領(lǐng)域中的應(yīng)用，綜述該技術(shù)在肉品質(zhì)感官評價、在線檢測以及安全評價中的應(yīng)用。

1 拉曼光譜技術(shù)的原理及發(fā)展介紹

拉曼光譜技術(shù)的建立基于拉曼散射效應(yīng)。Smekal等[2]首次提出光的非彈性散射理論——光通過某一介質(zhì)時，散射出光的頻率會由于兩者的相互作用發(fā)生變化，進而導(dǎo)致相位也出現(xiàn)隨機改變。Raman及其團隊于1928年首次觀察到光的非彈性散射現(xiàn)象，從實驗上證實了Smekal理論的正確性[3]。

當(dāng)用一束單色光（激光）照射樣品時，入射光子與樣品分子發(fā)生相互作用，樣品分子吸收光子的能量，由基態(tài)躍遷到虛態(tài)，隨后因為虛態(tài)的不穩(wěn)定回到基態(tài)，釋放出光子。若分子回到原始基態(tài)，則說明光子和樣品分子之間沒有發(fā)生能量交換，僅傳播方向發(fā)生改變，這種現(xiàn)象稱作瑞利（Rayleigh）散射，為彈性散射。若樣品分子回到較原始基態(tài)高的基態(tài)，則說明光子在碰撞過程中將部分能量傳遞給分子，導(dǎo)致出射光的頻率小于入射光，這種現(xiàn)象稱作斯托克斯（Stokes）散射。若分子回到較原始基態(tài)低的基態(tài)，則說明樣品分子在碰撞過程中將部分能量傳遞給光子，導(dǎo)致出射光的頻率大于入射光，這種現(xiàn)象稱作反斯托克斯（Anti-Stokes）散射。在斯托克斯和反斯托克斯散射現(xiàn)象中，光子和樣品分子發(fā)生了能量交換，導(dǎo)致出射光頻率發(fā)生改變，這兩種散射統(tǒng)稱為拉曼散射，為非彈性散射。由于斯托克斯拉曼散射光的強度總是大于反斯托克斯光的強度，所以通常所說的拉曼散射都是指斯托克斯散射。

樣品分子處于不斷運動的狀態(tài)，分子運動的能量包括平動能、電子能、振動能和轉(zhuǎn)動能。平動能是連續(xù)變化的，電子能、振動能和轉(zhuǎn)動能均是量子化的，通常將分子量子化的能量狀態(tài)稱作能級，而且只有分子的振動、轉(zhuǎn)動能級具有拉曼活性[4]。分子結(jié)構(gòu)的特異性決定每一種樣品的振動、轉(zhuǎn)動模式各不相同，所以拉曼譜線的數(shù)目、位移值大小和譜帶強度都具有特異性。樣品分子的每一個化學(xué)鍵和官能團都有特定對應(yīng)的振動和轉(zhuǎn)動能，反映在拉曼圖譜的拉曼頻率和拉曼峰強。從特征拉曼頻率可以確定分子中的官能團和化學(xué)鍵的存在，進行定性分析；從拉曼峰強可以確定官能團和化學(xué)鍵的含量，進行定量分析；并且根據(jù)拉曼頻移的大小和方向可以判定官能團和化學(xué)鍵所處化學(xué)環(huán)境的變化[5]。

隨著光譜激光技術(shù)和信息處理技術(shù)的不斷發(fā)展和改進，拉曼光譜的分辨率和靈敏度也隨之不斷提高，并且發(fā)展出了多種拉曼光譜分析技術(shù)，如傅里葉變換拉曼光譜分析技術(shù)、激光共振拉曼光譜分析技術(shù)、共焦顯微拉曼光譜分析技術(shù)、表面增強拉曼光譜分析技術(shù)、高溫拉曼光譜分析技術(shù)等。各種拉曼光譜技術(shù)原理類似，各具特點，優(yōu)勢互補，使得拉曼光譜技術(shù)的發(fā)展?jié)摿Σ粩嗵嵘?，?yīng)用領(lǐng)域不斷擴大[6]。

拉曼光譜是一種新型的快速檢測技術(shù)，在我國畜牧行業(yè)中的應(yīng)用還處于起步階段，而可見-近紅外技術(shù)在肉品質(zhì)的檢測中已得到廣泛地應(yīng)用。近紅外光是介于可見光區(qū)與中紅外區(qū)之間的電磁波，波長范圍在700～2 500 nm。紅外光譜反映的是分子內(nèi)部的偶極矩的改變，主要是由C-H、O-H、N-H、S-H等含氫極性集團振動引起的。由于大多數(shù)有機物都含有不同的含氫基團，所以近紅外光譜技術(shù)在水分、蛋白質(zhì)、脂肪、脂肪酸組成以及礦物質(zhì)等肉品化學(xué)成分的檢測方面取得不少研究成果[7-10]。研究發(fā)現(xiàn)，利用近紅外反射光譜可以準(zhǔn)確測定肉中主要成分的含量，但是該技術(shù)往往需要將肉樣制備成肉糜狀，并且樣品的制備以及裝樣不合理往往會導(dǎo)致預(yù)測結(jié)果出現(xiàn)較大誤差。同樣，光譜技術(shù)能夠很好地對肉類摻假進行快速檢測，并且利用近紅外光譜技術(shù)可以有效地評價肉新鮮度，但是往往會受到單點檢測以及其他因素的影響，使得利用近紅外光譜技術(shù)對肉品質(zhì)的全面評價受到限制[11]。不過蘇華維等[12]綜述發(fā)現(xiàn)，國產(chǎn)近紅外光譜儀器可以用來預(yù)測牛肉中脂肪、蛋白和水分的含量，基本可以替代傳統(tǒng)化學(xué)分析方法用于牛肉化學(xué)成分的檢測。但是，使用國產(chǎn)近紅外光譜儀器建立的牛肉pH、剪切力、蒸煮損失和顏色值（L*、a*、b*）的NIRS預(yù)測模型精度一般，目前條件難以替代傳統(tǒng)檢測方法。

與可見-近紅外光譜相比，拉曼光譜反映的是物質(zhì)中化學(xué)基團在原子振動下發(fā)生的可極化性的改變，這種改變是由非極性基團振動引起的，例如C-C、C=C、N=N、S-S等，這些基團在振動時偶極矩不會發(fā)生變化。所以，拉曼光譜通常用于檢測含有非極性基團的物質(zhì)，在樣品分子的結(jié)構(gòu)分析應(yīng)用上，拉曼光譜和紅外光譜互相補充。此外，由于水的極性特征，其紅外吸收很強而拉曼散射卻很弱，因此水對紅外光譜的影響較大而對拉曼光譜的影響很小[13]。因此，拉曼光譜技術(shù)在水溶液體系檢測中具有十分顯著的優(yōu)勢，在測定前不需要進行凍干粉碎或快速干燥等處理。更重要的是，拉曼光譜技術(shù)能夠很好地反映蛋白質(zhì)的二級結(jié)構(gòu)，如α-螺旋和β-折疊，能夠為氨基酸殘基的研究提供很好的線索[14]。拉曼光譜技術(shù)所測樣品數(shù)量很少，并且儀器成本較低，操作更簡單。同樣，拉曼光譜的譜峰比較尖銳，很少發(fā)生重疊現(xiàn)象，能夠較好地分辨振動頻率，利于對拉曼光譜進行處理分析[15]。因此，拉曼光譜在肉品質(zhì)感官評價指標(biāo)預(yù)測方面有著巨大的應(yīng)用潛力。

2 拉曼光譜技術(shù)在肉品質(zhì)評價中的應(yīng)用

2.1 在肉品質(zhì)感官評價中的應(yīng)用 消費者評價肉品質(zhì)好壞主要依靠其對肉的外表觀察以及感官評價。消費者能夠直觀地觀察肉的肉色和大理石花紋，但是卻難以評價肉的嫩度、咀嚼性和多汁性。

肉的嫩度是消費者最重視的食用品質(zhì)之一，指肉在咀嚼或切割時所需的剪切力，表明熟肉在入口后被咀嚼時柔軟、多汁和易嚼爛的程度，根據(jù)肉在食用時口感的老嫩反映肉的品質(zhì)。Beattie等[16]在前人關(guān)于肌球蛋白的拉曼光譜特征和蛋白質(zhì)拉曼光譜譜帶的指認(rèn)的研究基礎(chǔ)上，首次提出利用拉曼光譜技術(shù)對肉品質(zhì)進行感官評價。研究團隊利用PLRS數(shù)據(jù)分析方法處理光譜數(shù)據(jù)，對52份熟制牛肉進行原位檢測。研究發(fā)現(xiàn)，1 460～1 483/cm（-CH2和-CH3彎曲振動）區(qū)域譜帶能夠反映肉品質(zhì)的多汁性，說明脂肪族氨基酸殘基間的疏水相互作用是影響肉品質(zhì)評價中的多汁性指標(biāo)的重要因素。同時發(fā)現(xiàn)，酰胺Ⅰ（1 669/cm）和酰胺Ⅲ（1 235/cm）兩處譜帶強度增加與β-折疊含量的增加有關(guān)，說明牛肉中蛋白質(zhì)中α-螺旋和β-折疊的比例同樣能夠影響多汁性。此外，881/cm處譜帶和855/cm處譜帶反映出口感硬的肉中色氨酸處于高度疏水的環(huán)境，并且酪氨酸和氫鍵結(jié)合的方式更為復(fù)雜[16]。并且Beattie等[17]繼續(xù)利用拉曼光譜技術(shù)測定豬背部最長肌生鮮肉樣的剪切力，結(jié)果顯示相關(guān)系數(shù)為0.77。以上結(jié)果表明了拉曼光譜對蛋白質(zhì)二級結(jié)構(gòu)的檢測數(shù)據(jù)與多汁性、嫩度等感官評價指標(biāo)具有良好的相關(guān)性，提出了拉曼光譜技術(shù)依靠其快速、無損的特點在肉品質(zhì)檢測中的應(yīng)用具有十分巨大的潛力[17]。隨后，在Beattie等的研究基礎(chǔ)上，Schimidt等[18]將拉曼光譜入射波長由785 nm改為671 nm，并且使用便攜式手持拉曼檢測儀器，首次對140份冷凍后綿羊腰部最長肌與背部最長肌預(yù)測其剪切力和蒸煮損失，并利用PLSR分析方法對數(shù)據(jù)進行分析，建立了剪切力和蒸煮損失與拉曼光譜數(shù)據(jù)之間的聯(lián)系，結(jié)果表明其具有良好的相關(guān)性，并且研究發(fā)現(xiàn)，剪切力大（27 N/cm2）的拉曼光譜中α-螺旋構(gòu)象含量較高，色氨酸譜帶強度較大，520/cm（S-S伸縮振動）區(qū)域譜帶中胱氨酸基團的拉曼光譜信號強度較明顯[18]。

肉的系水力是指肌肉受外力作用（加壓、加熱或者冷凍等加工貯藏方法）時，保持其原有水分與添加水分的能力，滴水損失和蒸煮損失都可用來衡量這一指標(biāo)。水是牛肉中營養(yǎng)物質(zhì)的載體，同時也是肌肉纖維細(xì)胞的重要組成成分，是肉品質(zhì)評價的另一重要指標(biāo)。系水力不僅影響肉的組織結(jié)構(gòu)和肉色等，還決定了肉的風(fēng)味、多汁性、嫩度和營養(yǎng)成分等指標(biāo)。與傳統(tǒng)系水力測定方法相比較，拉曼光譜技術(shù)雖不能準(zhǔn)確測定系水力，但是能夠進行快速預(yù)測分析。Beattie等[17]利用拉曼光譜技術(shù)測定熟制加工過程對豬背部最長肌的蒸煮損失的影響,發(fā)現(xiàn)拉曼光譜能夠很好地反映出肌原纖維蛋白的構(gòu)象以及微環(huán)境的改變。熟制肉樣中β-折疊和無規(guī)則卷曲含量增加，伴隨著α-螺旋含量的減少。1 445～1 500/cm區(qū)域譜帶反映出疏水性與蒸煮損失存在正相關(guān)關(guān)系，說明β-折疊構(gòu)象較α-螺旋構(gòu)象疏水性更強，會導(dǎo)致肌肉組織中水和離子的流失。同時，830～860/cm區(qū)域譜帶（酪氨酸）反映出氫鍵數(shù)量減少導(dǎo)致蒸煮損失提高，說明β-折疊構(gòu)象含量與酪氨酸中氫鍵的數(shù)量是影響蒸煮損失的重要因素[16]。

2.2 在肉品質(zhì)在線檢測中的應(yīng) 目前,大多數(shù)利用拉曼光譜技術(shù)研究肉品質(zhì)感官評價的試驗主要針對冷凍、解凍肉樣或者烹制好的熟肉，并且研究基本在實驗室內(nèi)進行測定。為更好地將拉曼光譜技術(shù)應(yīng)用到實際生產(chǎn)中，部分肉品質(zhì)在線檢測試驗已經(jīng)陸續(xù)開展。Fowler等[19-20]利用與Schimidt等[18]研究中所采用的相同的便攜式拉曼光譜設(shè)備對屠宰后羊肉腰部最長肌和半膜肌的剪切力進行預(yù)測，提出了拉曼光譜技術(shù)在預(yù)測生鮮肉的剪切力方面具有應(yīng)用潛力。Nache等[21]利用拉曼光譜技術(shù)對豬肉半膜肌中乳酸鹽含量和pH進行現(xiàn)場檢測，結(jié)果良好。Scheier等[22]首次利用便攜式手持拉曼光譜檢測儀器在屠宰現(xiàn)場對完整胴體中的pH和滴水損失進行快速檢測,通過利用便攜式手持拉曼光譜檢測儀器在現(xiàn)場檢測屠宰后豬肉半膜肌中磷酸肌酸、肌酸、三磷酸腺苷、肌苷酸、糖原、乳酸鹽、磷酸化代謝物和無機磷酸鹽的光譜信號信號，預(yù)測pH45min和pH24h、肉色（L*、a*、b*）、滴水損失以及24 h和72 h的剪切力等肉品質(zhì)評價重要指標(biāo)，建立了拉曼光譜數(shù)據(jù)與肉品質(zhì)評價指標(biāo)之間的聯(lián)系，結(jié)果表明兩者間具有良好的相關(guān)性。Bauer等[23]利用拉曼光譜技術(shù)評價牛臀部位排酸冷鮮肉的嫩度,發(fā)現(xiàn)檢測樣本重復(fù)數(shù)的增加能夠顯著提升拉曼光譜建模的準(zhǔn)確性，提高預(yù)測準(zhǔn)確度，并且拉曼光譜顯示口感硬的肉中蛋白結(jié)構(gòu)更為緊密。

2.3 在肉制品安全評價中的應(yīng)用 肉制品安全性評價主要集中在肉品質(zhì)新鮮度和摻假兩個方面。新鮮度的變化主要是由微生物引起的。貯藏條件差等因素使得微生物在肉表面生長繁殖，在微生物及內(nèi)外源酶的作用下，肉中蛋白質(zhì)、脂肪被分解成小分子代謝物，產(chǎn)生不良?xì)馕?，肉的pH也隨之升高，顏色也發(fā)生變化，從而導(dǎo)致肉腐敗變質(zhì)。Argyri等[24]初次將拉曼光譜技術(shù)運用到肉品質(zhì)腐敗檢測中，能夠準(zhǔn)確有效快速地鑒別牛肉餡是否變質(zhì)。Meisel等[25]利用拉曼光譜技術(shù)結(jié)合化學(xué)計量學(xué)方法能夠準(zhǔn)確監(jiān)測肉中微生物種類。肉類食品營養(yǎng)豐富，尤其是水分含量較高，導(dǎo)致肉類食品在加工過程中的各個環(huán)節(jié)，甚至是在5℃貯藏時容易發(fā)生變質(zhì)。Timinis等[26]研究發(fā)現(xiàn)，利用拉曼光譜技術(shù)可以準(zhǔn)確預(yù)測豬肉的冷藏時間，并判斷其是否變質(zhì)。肉制品在加工貯藏過程中容易被大腸桿菌、沙門氏菌等致病微生物污染，加熱不足易引起食源性疾病，而加熱過度會影響最終產(chǎn)品的營養(yǎng)和食用品質(zhì)。因此，有效地檢測加熱終點溫度（Endpoint Temperature，EPT）成為控制肉制品安全和質(zhì)量的必要手段。Berhe等[27]研究發(fā)現(xiàn)，拉曼光譜技術(shù)能夠很好地應(yīng)用在EPT檢測中，并且準(zhǔn)確度不受貯藏時間的影響。

全球范圍內(nèi)肉制品的產(chǎn)量和消費量不斷升高，伴隨而來的是肉制品摻假事件的頻繁發(fā)生。為了保護消費者的利益，各國都已經(jīng)頒布相關(guān)法規(guī)進行市場監(jiān)控，但是要保證法規(guī)的有效施行，還需要借助科學(xué)的檢測方法。Boyaci等[28]利用拉曼光譜技術(shù)結(jié)合PCA分析方法，能夠快速辨別132種脫脂肉樣及其香腸制品的肉類品種，并且檢測時間短，檢測準(zhǔn)確度高。Biasio等[29]利用激光拉曼光譜技術(shù)鑒別雞肉、豬肉、火雞肉、羊肉、牛肉以及馬肉，結(jié)果顯示激光拉曼光譜技術(shù)在鑒別紅肉和白肉種類具有良好的應(yīng)用，但是具體到化學(xué)組成方面的檢測還需進一步研究。同樣，Zhao等[30]研究發(fā)現(xiàn)，利用拉曼光譜技術(shù)能夠快速檢測漢堡中所使用的牛肉餡是否摻雜牛雜碎。

3 前景展望

目前，拉曼光譜技術(shù)在肉品質(zhì)評價領(lǐng)域起步較晚，拉曼光譜儀器運行費用十分昂貴，一時難以在畜牧行業(yè)進行普及。并且，由于拉曼信號本身十分微弱，樣品中有機分子吸收光子轉(zhuǎn)化為熒光分子產(chǎn)生的熒光效應(yīng)是影響拉曼光譜分析的重要因素之一，所以激光技術(shù)、熒光背景扣除技術(shù)、信號處理技術(shù)等研究的深入及發(fā)展可以大大提高拉曼光譜的分辨率和靈敏度，拓寬拉曼光譜技術(shù)的研究范圍，增強拉曼光譜技術(shù)的適用性。同樣，低成本和在線檢測設(shè)備的開發(fā)同樣能夠提高拉曼光譜技術(shù)在實際生產(chǎn)中的利用率以及在線檢測肉品質(zhì)的效率。拉曼光譜技術(shù)必將憑借其快速無損等特點在肉品質(zhì)評價領(lǐng)域中得到推廣，推動畜牧業(yè)朝著快速健康的方向發(fā)展。

[1] Herrero A M. Raman spectroscopy a promising technique for quality assessment of meat and fi sh: A review[J]. Food Chem, 2008, 107(4): 1642-1651.

[2] Raman C V, Krishnan K S. A new type of secondary radiation [J].Nature, 1928, 121:501-502.

[3] 胡成龍, 陳韶云, 陳建, 等. 拉曼光譜技術(shù)在聚合物研究中的應(yīng)用進展[J].高分子通報, 2014, (3): 30-45.

[4] 姜承志. 拉曼光譜數(shù)據(jù)處理與定性分析技術(shù)研究[D].北京:中國科學(xué)院大學(xué), 2014.

[5] 鄭曉春, 彭彥昆, 李永玉, 等. 拉曼光譜技術(shù)在農(nóng)畜產(chǎn)品品質(zhì)安全檢測中的進展[J].食品安全質(zhì)量檢測學(xué)報, 2014, (3):665-673.

[6] 和立文, 孟慶翔, 任麗萍. 拉曼光譜在畜牧生產(chǎn)中的潛在應(yīng)用[J].中國畜牧雜志, 2015, (S1):49-51.

[7] Prevolnik M, Candek-Potokar M, Skorjanc D, et al. Predicting intramuscular fat content in pork and beef by near infrared spectroscopy[J]. J Near Infrared Spec, 2005, 13(2): 77.

[8] Viljoen M, Hoffman L C, Brand T S. Prediction of the chemical composition of mutton with near infrared reflectance spectroscopy[J]. Small Ruminant Res, 2007, 69(1): 88-94.

[9] Prieto N, Lopez-Campos O, Aalhus J L, et al. Use of near infrared spectroscopy for estimating meat chemical composition, quality traits and fatty acid content from cattle fed sun fl ower or fl axseed[J]. Meat Sci, 2014, 98(2): 279-288.

[10] Teixeira A, Oliveira A, Paulos K, et al. An approach to predict chemical composition of goat Longissimus thoracis et lumborum muscle by Near Infrared Re fl ectance spectroscopy[J]. Small Ruminant Res, 2015, 126: 40-43.

[11] 張凱華, 臧明伍, 王守偉, 等. 基于光譜技術(shù)的畜禽肉新鮮度評價方法研究進展[J].肉類研究, 2016, (1): 30-35.

[12] 蘇華維. 近紅外光譜分析技術(shù)在牛肉品質(zhì)檢測中的應(yīng)用研究[D].北京: 中國農(nóng)業(yè)科學(xué)院, 2014.

[13] 陳倩, 李沛軍, 孔保華. 拉曼光譜技術(shù)在肉品科學(xué)研究中的應(yīng)用[J].食品科學(xué), 2012, (15): 307-313.

[14] Rygula A, Majzner K, Marzec K M, et al. Raman spectroscopy of proteins: a review[J]. J Raman Spectrosc, 2013, 44(8): 1061-1076.

[15] 孫璐, 陳斌, 高瑞昌, 等. 拉曼光譜技術(shù)在食品分析中的應(yīng)用[J].中國食品學(xué)報, 2013, (12): 113-118.

[16] Beattie R J, Bell S J, Farmer L J, et al. Preliminary investigation of the application of Raman spectroscopy to the prediction of the sensory quality of beef silverside[J]. Meat Sci, 2004, 66(4): 903-913.

[17] Beattie J R, Bell S E J, Borggaard C, et al. Preliminary investigations on the e ff ects of ageing and cooking on the Raman spectra of porcine longissimus dorsi[J]. Meat Sci, 2008, 80(4): 1205-1211.

[18] Schmidt H, Scheier R, Hopkins D L. Preliminaryinvestigation on the relationship of Raman spectra of sheep meat with shear force and cooking loss[J]. Meat Sci, 2013, 93(1): 138-143.

[19] Fowler S M, Schmidt H, van de Ven R, et al. Predicting tenderness of fresh ovine semimembranosus using Raman spectroscopy[J]. Meat Sci, 2014, 97(4): 597-601.

[20] Fowler S M, Schmidt H, van de Ven R, et al. Raman spectroscopy compared against traditional predictors of shear force in lamb m. longissimus lumborum[J]. Meat Sci, 2014, 98(4): 652-656.

[21] Nache M, Scheier R, Schmidt H, et al. Meat quality prediction using Raman spectroscopy and chemometrics[J]. J Cheminf, 2014, 6(Suppl 1): 21.

[22] Scheier R, Bauer A, Schmidt H. Early postmortem prediction of meat quality traits of porcine semimembranosus muscles using a portable raman system[J]. Food Bioprocess Tech, 2014, 7(9): 2732-2741.

[23] Bauer A, Scheier R, Eberle T, et al. Assessment of tenderness of aged bovine gluteus medius muscles using Raman spectroscopy[J]. Meat Sci, 2016, 115:27-33.

[24] Argyri A A, Jarvis R M, Wedge D, et al. A comparison of Raman and FT-IR spectroscopy for the prediction of meat spoilage[J]. Food Control, 2013, 29(2): 461-470.

[25] Meisel S, St?ckel S, R?sch P, et al. Identi fi cation of meatassociated pathogens via Raman microspectroscopy[J]. Food Microbial, 2014, 38: 36-43.

[26] Timinis C, Pitris C. Raman spectroscopy for highly accurate estimation of the age of refrigerated porcine muscle[A]. Biomedical Vibrational Spectroscopy 2016: Advances in Research and Industry [C]. 970405. Spie Bios, 2016.

[27] Berhe D T, Lawaetz A J, Engelsen S B, et al. Accurate determination of endpoint temperature of cooked meat after storage by Raman spectroscopy and chemometrics[J]. Food Control, 2015, 52: 119-125.

[28] Boyaci ì H, Uysal R S, Temiz T, et al. A rapid method for determination of the origin of meat and meat products based on the extracted fat spectra by using of Raman spectroscopy and chemometric method[J]. European Food Resh Technol, 2014, 238(5): 845-852.

[29] De Biasio M, Stampfer P, Leitner R, et al. Micro-Raman spectroscopy for meat type detection[A].Next-Generation Spectroscopic Technologies VIII[C].Vol 9482. Spie Sensing Technology & Applications, 2015.

[30] Zhao M, Downey G, O’Donnell C P. Dispersive raman spectroscopy and multivariate data analysis to detect o ff al adulteration of thawed beefburgers[J]. J Agr Food Chem, 2015, 63(5): 1433-1441.

Applications of Raman Spectroscopy in Meat Quality Evaluation

LIU Chang, MENG Qing-xiang, ZHOU Zhen-ming*
(College of Animal Science and Technology, China Agricultural University, Beijing 100193, China)

As a novel spectra detection method, Raman spectroscopy has made some progress in the fi eld of meat quality evaluation with its rapid ,non-destructive analysis and it’s spectra are not extremely sensitive to polar materials such as water. In this review, compared with the present situation of infrared spectroscopy, the principle and classification development of Raman spectroscopy technique are introduced brie fl y. In addition, applications of Raman spectroscopy on the sensory evaluation of meat quality, on-line analysis and the safety evaluation are reviewed. And fi nally, perspective applications of this technique in further research about meat quality evaluation is prospected.

Raman spectroscopy; Meat quality evaluation; Food safety

TS251

：A

：10.19556/j.0258-7033.2017-02-010

更正

2016-07-08；

2016-09-18

國家肉牛牦牛產(chǎn)業(yè)技術(shù)體系項目（CARS-38）；國家自然科學(xué)基金面上項目（31372335）；公益性行業(yè)（農(nóng)業(yè)）科研專項經(jīng)費項目（2015031344）

劉暢（1993-），男，湖北荊門人，在讀博士，主要從事動物營養(yǎng)與飼料科學(xué)研究，E-mail：liuchanglc@cau. edu.cn

* 通訊作者：周振明，E-mail: zhouzm@cau.edu.cn

2016年第52卷23期64-68頁，在稿件題目為“約氏乳桿菌菌粉對斷奶仔豬生產(chǎn)性能、免疫機能、腸道pH值及有機酸含量的影響”文中，作者筆誤將共同第一作者汪攀寫成王攀，特此更正。