食品氨基酸檢測中近紅外分析技術(shù)的應(yīng)用

摘 要：本文闡述了近紅戶外分析技術(shù)在食品加工過程中的應(yīng)用情況，對近紅外分析食品氨基酸應(yīng)用中涉及的化學(xué)計量學(xué)的方法進(jìn)行簡單的總結(jié)，并詳細(xì)闡述了近紅外技術(shù)對相關(guān)食物的檢測的應(yīng)用。

關(guān)鍵詞：食品；分析；檢測；近紅外技術(shù)

中圖分類號：TS207.3 文獻(xiàn)標(biāo)識碼：A 文章編號：1004-7344（2018）15-0302-02

食品檢測的過程中，最重要的技術(shù)就是氨基酸分析技術(shù)。多年來很多的科研者一直將提高食品檢測中氨基酸檢測技術(shù)的水平作為奮斗的目標(biāo)。隨著我國經(jīng)濟(jì)的不斷提升，科技技術(shù)的不斷發(fā)展，將食品氨基酸的定量測定的標(biāo)準(zhǔn)方法分為三種，其中包括高效液相色譜法、凱氏定氮法以及替代甲醛滴定法這三種，近幾年紅外光譜技術(shù)慢慢進(jìn)入了食品檢測技術(shù)中，是一種將計算機學(xué)和化學(xué)計量學(xué)中的成分含量結(jié)合起來的一種技術(shù)，它運用了有機物的含氫基因，可以在電磁波躍遷的時候產(chǎn)生光譜變化。其最大優(yōu)點就是在檢測中不需要檢測試劑等，可以通過玻璃或者是塑料直接進(jìn)行檢測，不僅如此，它還有維護(hù)成本低、操作方便等優(yōu)勢。所以，它不僅是運用在食品檢測中，還在農(nóng)產(chǎn)品檢測中也得到了運用。其工作流程如圖1所示。

1 近紅外技術(shù)的檢測原理及特點

1.1 檢測原理

因為不同有機物的基因不同，就使得其能級也不相同。所以，在不同的化學(xué)反應(yīng)情況下，對近紅外光吸收的波長也不相同。如果使用近紅外光所吸收的波長來照射物體的時候，近紅外光會對物體直接進(jìn)行選擇，投射出來的紅外光線攜帶物品的結(jié)構(gòu)信息，之后，再利用檢測器對其信息進(jìn)行分析，這時就可以確定出物質(zhì)的結(jié)構(gòu)和它的含量。

1.2 檢測特點

近紅外技術(shù)在食品檢測的過程中，分析速度是超級快的，可以在短時間內(nèi)對物品進(jìn)行分析出來。與此同時，在檢測的過程中，還可以對物品進(jìn)行多個組進(jìn)行同時檢測，進(jìn)一步的實現(xiàn)了在線定量分析。近紅外光在檢測的過程中，是真正的做到了綠色檢測，因此，很多的研究學(xué)家稱它是“綠色檢測技術(shù)”。不僅如此，它的操作和維護(hù)都是非常簡單方便的，在很大程度上避免了人為因素造成的誤差。

2 化學(xué)計量學(xué)方法

化學(xué)計量學(xué)是通過統(tǒng)計學(xué)的方法對化學(xué)體系的測量值和體系的狀態(tài)之間存在的聯(lián)系，化學(xué)計量學(xué)的方法是在近紅外光分析中的應(yīng)用。

2.1 定量校正

近紅外技術(shù)測驗品主要是靠光譜參數(shù)和樣品中的化學(xué)成分的含量來建立起的結(jié)構(gòu)，其關(guān)系是標(biāo)準(zhǔn)曲線就是定標(biāo)模塊、定標(biāo)曲線。建立定標(biāo)曲線的時候，要使用較多的數(shù)學(xué)算法的模型中選擇一種較為合適的進(jìn)行定標(biāo)。然后將這些數(shù)學(xué)算法的模型稱之為多遠(yuǎn)校正技術(shù)。

偏最小二乘法與主成分回歸是最常用的線性數(shù)學(xué)的算法，在這個基礎(chǔ)之上，還有改良的多向偏最小二乘法，使用渠道都比較廣，在非線性矯正算法中，人工神經(jīng)網(wǎng)絡(luò)是最常見的一種，它是由很多簡單的處理單元進(jìn)行連接而成的非線性動力學(xué)系統(tǒng)。結(jié)構(gòu)屬于變動型的，不僅如此，它還具有聚能量并行性、儲存分布性等特點。

從單隱含層前饋神經(jīng)網(wǎng)絡(luò)發(fā)展出來的一種新的算法，這種新型算法就是極限學(xué)習(xí)機算法。這種算法可以隨意設(shè)置隱含層神經(jīng)元的個數(shù)，就可以輕易的獲取一個最優(yōu)解。簡單又方便。

2.2 近紅外分析氨基酸技術(shù)的影響因素與模型傳遞

近紅外技術(shù)不同于傳統(tǒng)的分析手段，傳統(tǒng)的分析手段會破壞樣品，并且它的檢測時間較長、投資力度大、日常消耗時間較長，但是近紅外技術(shù)具有很多的優(yōu)點，它測驗速度快、無污染、實驗重現(xiàn)性好、精度較高等優(yōu)點。不僅可以檢測游離氨基酸，還可以檢測結(jié)合態(tài)的氨基酸。近紅外光譜技術(shù)對小批量樣品分析是不合適的。在氨基酸范圍檢測方面，近紅外技術(shù)是不能完全覆蓋二十種氨基酸的。和其他儀器的檢測一樣，近紅外技術(shù)的準(zhǔn)確性也回收到樣品、儀器的影響的。影響因素歸納見表2。

3 近紅外技術(shù)在食品氨基酸中的檢測運用

3.1 酒的檢測

當(dāng)前，近紅外技術(shù)在釀酒是生產(chǎn)中的應(yīng)用主要是白酒、米酒以及葡萄酒等成分的檢測，在日本，是將其用來檢測米酒的酸度、氨基酸以及總糖等含量的。除此之外，可以使用流動注射近紅外技術(shù)來分析飲料酒中的乙醇含量，也運用近紅外光檢測白葡萄酒精在發(fā)酵的過程中苯酚的變化情況，運用近紅外光在線檢測酒精在發(fā)酵過程中的參數(shù)，研究使用了近紅外光來檢測酒精飲料中的乙醇含量。在中國，食品研究院對此作了一些研究，研究探討了NIRS分析技術(shù)在釀造葡萄酒BRIX值的可行性，為釀酒企業(yè)運用近紅外技術(shù)來預(yù)測葡萄采摘期對葡萄酒釀造的質(zhì)量提供了實踐基礎(chǔ)。五糧液酒廠運用的近紅外技術(shù)對酒中的水分、酸度等進(jìn)行了測定，運用了短波的近紅外技術(shù)來分析九種的乙醇的含量。除此之外，啤酒運用近紅外技術(shù)主要是對其麥芽糖和乙醇等進(jìn)行相關(guān)檢測的。

3.2 農(nóng)作物的檢測

可取較少的油菜籽，運用近紅外技術(shù)檢測油菜籽中餅粨氨基酸的含量。其中最常見的氨基酸的種類有15種左右，有13種氨基酸的R2值超過了0.8，有7種超過了0.9。在這個實驗當(dāng)中，纈氨酸是氨基酸標(biāo)定最差，因此其并不具有預(yù)測的能力。運用MPLS的全局定標(biāo)，對精米粉光譜建立的方程預(yù)測標(biāo)準(zhǔn)誤差是相對比較低的，差不多都是在0.007%，可是，外部驗證的決定系數(shù)都普遍在87%以上的，因此，可以運用定量分析來做相關(guān)檢測。

對有除草劑的大麥進(jìn)行氨基酸檢測時，選用可見和近紅外技術(shù)來進(jìn)行檢測，運用7種不同的光譜預(yù)處理的方法和6種不同的校準(zhǔn)方法進(jìn)行比較，顯示結(jié)果發(fā)現(xiàn)最小二乘支持向量機法是最合適的，使用這種方法檢測出來的結(jié)果也是最好的。因此，近紅外技術(shù)可以較快的檢測出氨基酸的含量，這也說明了近紅外技術(shù)可以很好的檢測出在除草劑影響的情況下其大麥的生長的狀況。

3.3 茶葉中的檢測

對于普洱茶而言，對它的游離氨基酸進(jìn)行相關(guān)檢測的時候，對預(yù)處理的三種光譜進(jìn)行了對比，對比結(jié)果顯示，中心化法預(yù)處理的效果是最好的。當(dāng)處在定標(biāo)模型階段的時候，選用elm的方法，這種方法的誤差是在pmsec和pls之間。運用這種方法檢測出來的結(jié)果和標(biāo)準(zhǔn)檢測出來的結(jié)果的訓(xùn)練集均方根誤差0.1034，但是預(yù)測集均方根誤差是0.1154，其結(jié)果顯示出的后者誤差相對較大。因此，使用上述兩種方法檢測出來的集均方根誤差小于pls法定標(biāo)模型的訓(xùn)練集均方根的誤差。

3.4 在奶酪、肉制品、醬油中的測定

選用近紅外技術(shù)對兩種不同規(guī)格的奶酪進(jìn)行了氨基酸檢測，之后，通過奶酪中氨基酸的含量對不同規(guī)格的奶酪的成熟度進(jìn)行了判斷。選用msc對光譜進(jìn)行了處理，用pls作為定標(biāo)模型。檢測的兩種奶酪，外部驗證系數(shù)的值和標(biāo)準(zhǔn)值相比都比較低，但是總氨基酸的含量普遍在0.92左右，說明了紅外技術(shù)能夠安全的檢測出奶酪中氨基酸的含量。對肉制品中的10種氨基酸進(jìn)行檢測的時候，選用snv+d和mpls的方法檢測，結(jié)果表明NIRS的氨基酸預(yù)測值和化學(xué)檢測的方式檢測出的結(jié)果都準(zhǔn)確。對醬油進(jìn)行氨基酸檢測的時候，選用的是聯(lián)合區(qū)間偏最小二乘法進(jìn)行篩選，從全光譜中篩選出有效的光譜區(qū)域，然后在區(qū)域中選擇建立pls模型。其結(jié)果顯示，氨基酸態(tài)氮Rc=0.998，Rp=0.998，氨基酸總量Rc=0.991，Rp=0.990。從檢測結(jié)果中可以發(fā)現(xiàn)，醬油中的氨基酸態(tài)氮和氨基酸的總量進(jìn)行測定的時候，近紅外技術(shù)是最佳選擇。除此之外，遺傳算法聯(lián)合區(qū)間偏最小二乘法相結(jié)合的話，可以在一定的程度上幫助近紅外技術(shù)提高測定醬油中的氨基酸態(tài)氮了總量的準(zhǔn)確度。

4 結(jié) 論

隨著化學(xué)計量學(xué)和計算機的不斷發(fā)展，近紅外技術(shù)得以復(fù)興，世界各地出現(xiàn)了近紅外技術(shù)和硬件發(fā)展趨勢的熱潮。和傳統(tǒng)的分析技術(shù)相比較的話，近紅外技術(shù)只需要對樣品進(jìn)行一次近紅外光譜的采集，然后就可以完成很多項指標(biāo)的檢測，其成本較低，分析重現(xiàn)性好，對于普遍的質(zhì)量監(jiān)控都可以較好的檢測。但是近紅外技術(shù)分析也是有一定的缺點的，對于間接檢測手段的近紅外技術(shù)，需要運用濕化學(xué)的方式來獲取，所以，對測試精度還不能達(dá)到濕化學(xué)法的進(jìn)度。除此之外，檢測的時候其靈敏度相對較低。而且，建立方法之前，要建立一個準(zhǔn)確的矯正模型，因此，某些地區(qū)是只檢測一次到兩次的食品氨基酸的含量，這樣的話這種檢測方法就不能使用。由于近紅外技術(shù)已經(jīng)被廣泛的運用在檢測食品安全的市場上，所以要更加提高其精準(zhǔn)度，不僅如此，還要提升其靈敏度，只有這樣，才可以讓近紅外技術(shù)在食品安全檢測的行業(yè)中有較好的發(fā)展。

參考文獻(xiàn)

[1]於筱嵐，徐 寧，何 勇.近紅外分析技術(shù)在食品氨基酸檢測中應(yīng)用的研究進(jìn)展[J].光譜學(xué)與光譜分析，2014，34（9）：2377～2381.

[2]王文盛.近紅外分析技術(shù)在食品氨基酸檢測中應(yīng)用的研究進(jìn)展[J].食品安全導(dǎo)刊，2016，18（36）：118.

[3]林顯活.關(guān)于高效液相色譜法檢測食品中氨基酸的方法研究[J].現(xiàn)代食品，2016，7（3）：90～91.

[4]聶鈺洪，周曉微，張 蓓.近紅外分析技術(shù)在茶葉檢測方面的研究進(jìn)展[J].現(xiàn)代農(nóng)業(yè)技2016，16（4）：289～290，294.

[5]趙海鑫.食品中有機磷及氨基酸甲酸酯類農(nóng)藥殘留快速檢測方法研究[J].黑龍江科技信息，2015，8（23）：115.

收稿日期：2018-4-23