拉曼光譜在食品加工及品質(zhì)控制中的應(yīng)用

楊雪凡,張 維,顧欣哲,李文慧,吳金鴻,王正武

(上海交通大學(xué)農(nóng)業(yè)與生物學(xué)院,上海 200240)

蛋白質(zhì)、碳水化合物、脂質(zhì)等基本營養(yǎng)物質(zhì)構(gòu)成了食品原料的主要成分,食品加工過程會導(dǎo)致食品組分的變化(降解、合成與外源性遷入等)和結(jié)構(gòu)變化(如分子鏈,由分子內(nèi)和分子間相互作用導(dǎo)致的聚集態(tài)等),直接影響食品的品質(zhì)和安全性[1]。食品組分構(gòu)成的復(fù)雜性、加工過程中易變性和外源性接觸等特點(diǎn),導(dǎo)致了加工食品的品質(zhì)難以準(zhǔn)確的調(diào)控。因此,快速和準(zhǔn)確檢測方法的建立對食品工業(yè)發(fā)展具有重要的意義。

傳統(tǒng)的檢測方法,如分光光度計法、液相色譜法、氣相色譜法、薄層色譜和生物檢測技術(shù)等,存在著前處理復(fù)雜、檢測周期長、結(jié)構(gòu)信息有限且不能進(jìn)行無損檢測等特點(diǎn),依賴傳統(tǒng)的檢測方法難以實(shí)現(xiàn)食品加工的過程控制[2]。拉曼光譜技術(shù)不僅能有效克服這些缺點(diǎn),且在食品成分定量和結(jié)構(gòu)信息等方面具有較大的優(yōu)勢,在食品工業(yè)中極具應(yīng)用前景。近年來,拉曼光譜技術(shù)在食品加工過程中的應(yīng)用研究穩(wěn)步增加,拉曼光譜與化學(xué)計量、成像技術(shù)等方法結(jié)合的應(yīng)用研究逐年涌現(xiàn)。本文擬對拉曼光譜技術(shù)在不同食品組分監(jiān)測中的應(yīng)用進(jìn)行綜述,闡述其應(yīng)用于食品加工過程中的重要前景和價值,為拉曼光譜在食品加工過程中食品品質(zhì)的數(shù)字化監(jiān)控提供理論依據(jù)。

1 拉曼光譜簡介

拉曼光譜(Raman spectra)是由印度科學(xué)家C.V.拉曼(Raman)發(fā)現(xiàn)的散射光譜,即當(dāng)光子照射到樣品的分子中,發(fā)生非彈性碰撞,散色光子的頻率和方向同時發(fā)生改變的現(xiàn)象[3]。在拉曼散射過程中存在著斯托克散射和反斯托克散射。光子與分子內(nèi)部電子碰撞發(fā)生能級交換后,分子實(shí)現(xiàn)能級躍遷進(jìn)入激發(fā)態(tài),光子以更低的頻率散射出去,即斯托克散射。當(dāng)分子從激發(fā)態(tài)離開時,以較低的頻率發(fā)生的散射,成為反斯托克散射。基于斯托克散射頻率總是遠(yuǎn)大于反斯托克散射,拉曼光譜檢測技術(shù)中,主要檢測斯托克散射(如圖1所示)[4]。拉曼位移是拉曼光譜的主要指標(biāo),即拉曼散射與彈性散射(散色頻率不變,方向改變)頻率的差值[5]。拉曼位移主要與被檢測物體的分子內(nèi)部振動、旋轉(zhuǎn)等有關(guān),因此可用直觀反映分子的化學(xué)鍵、官能團(tuán)等結(jié)構(gòu)信息。

圖1 拉曼散射能級圖

常規(guī)的拉曼光譜信號較弱且容易受到熒光的干擾。傅里葉變換信號累計和通過吸附金、銀等增強(qiáng)信號技術(shù)的出現(xiàn),有效地提高拉曼光譜的靈敏度,擴(kuò)展了拉曼光譜的應(yīng)用。根據(jù)技術(shù)特點(diǎn),拉曼光譜又可分為傅里葉變換拉曼光譜(FT-Raman)、近紅外傅里葉變換拉曼光譜(NIR FT-Raman)、表面增強(qiáng)拉曼光譜(SERS)和顯微拉曼光譜(V-MRS)[6]。同時由于水的拉曼散射較弱,可以作為樣品的有效溶劑,為拉曼光譜在食品檢測中應(yīng)用打下了基礎(chǔ)。

2 拉曼光譜在食品組分檢測中的應(yīng)用

2.1 蛋白質(zhì)

蛋白質(zhì)中的許多官能團(tuán)都有其獨(dú)特的拉曼光譜信號,拉曼光譜實(shí)現(xiàn)有效表征的蛋白結(jié)構(gòu)信息如表1所示[7]。

表1 蛋白質(zhì)拉曼光譜信息分配

拉曼光譜能有效地表征蛋白多肽鏈的骨架結(jié)構(gòu)、側(cè)鏈微環(huán)境等,從而獲取蛋白質(zhì)的空間結(jié)構(gòu)信息。二級結(jié)構(gòu)信息是蛋白質(zhì)研究的焦點(diǎn)之一,酰胺Ⅰ和Ⅲ帶常用于表征蛋白質(zhì)的α-螺旋、β-折疊、轉(zhuǎn)角和無規(guī)卷曲等骨架構(gòu)象變化,其在拉曼光譜中有較強(qiáng)的信號。然而,酰胺Ⅲ區(qū)由于β-折疊的特征帶(1230～1245 cm-1)和無規(guī)則卷曲的特征帶(1240～1255 cm-1)產(chǎn)生重疊,因此1225～1350 cm-1產(chǎn)生的譜帶較復(fù)雜[8-9]。食品加工過程中蛋白質(zhì)的變性對食品的營養(yǎng)價值有重要的作用,拉曼光譜可以直接反映蛋白的結(jié)構(gòu)信息,為研究加工導(dǎo)致的蛋白變性機(jī)理提供有效的技術(shù)手段。Nawrocka等[10]利用拉曼光譜觀察烘焙制品中加入膳食纖維對面筋蛋白二級結(jié)構(gòu)(酰胺Ⅰ帶)的變化,發(fā)現(xiàn)烘焙會引起α-螺旋含量降低、β-折疊含量增高,蛋白異常折疊和聚集,蛋白質(zhì)變性,從而影響烘焙制品的質(zhì)量。此外,通過拉曼觀察的蛋白質(zhì)二級結(jié)構(gòu)變化也可以表征肉品在加工儲藏過程中的品質(zhì)變化,目前已有利用拉曼光譜數(shù)據(jù)來構(gòu)建豬肉感官評價指標(biāo)模型[19],與傳統(tǒng)方法相比,拉曼光譜不僅可以提供蛋白質(zhì)二級結(jié)構(gòu)信息,還提供脂質(zhì)、水等其他營養(yǎng)素信息,更為全面地提供了肉品質(zhì)量信息。

氨基酸殘基的特征譜帶也被用于獲取有關(guān)微環(huán)境和構(gòu)象變化信息。蛋白中的酪氨酸雙峰帶、色氨酸帶可用于監(jiān)測微環(huán)境極性。熱處理可以使大豆11S球蛋白表面疏水性的增加,減少聚集度,暴露出活性基團(tuán),齊寶坤等[13]用拉曼光譜發(fā)現(xiàn)11S球蛋白的主鏈去折疊化、去螺旋化,側(cè)鏈酪氨酸和色氨酸殘基暴露程度增加,同時,使二硫鍵的g-g-g構(gòu)型變?yōu)閠-g-t構(gòu)型,使其疏水性增高。拉曼光譜也可用于檢測食品加工過程中蛋白質(zhì)與其他食品基質(zhì)之間的反應(yīng)。肉糜在加熱過程中肌球蛋白、肌漿蛋白的變性凝固是形成凝膠的主要原因[11]。Yang等[11]用拉曼光譜量化肉凝膠二級結(jié)構(gòu)變化,氫鍵、二硫鍵、疏水基團(tuán)的暴露重排導(dǎo)致三維凝膠無法承載游離水和脂肪,解釋了凝膠形成過程中水和脂肪遷移機(jī)制。

拉曼光譜也是用于研究蛋白質(zhì)性能與結(jié)構(gòu)之間關(guān)系的重要手段。通過對蛋白質(zhì)進(jìn)行改性,調(diào)節(jié)蛋白質(zhì)的性能,如乳化性、起泡性、凝膠性、溶解度和抗氧化活性等,對食品的品質(zhì)有重要的意義[14-15]。Qiu等[16]發(fā)現(xiàn)麥醇溶蛋白脫酰胺后,表征羧基C=O伸縮振動的1780 cm-1峰強(qiáng)度增加,并利用該波段構(gòu)建標(biāo)準(zhǔn)曲線定量脫酰胺度。Wong等[7]發(fā)現(xiàn)在大豆分離蛋白、乳清蛋白脫酰胺過程中,酰胺Ⅰ、Ⅲ帶的拉曼光譜強(qiáng)度逐漸增加,表明其去折疊程度增加,分子趨于無序,變性程度增加,從而提高了大豆蛋白和乳清蛋白的溶解性等。

蛋白質(zhì)的結(jié)構(gòu)變化與食品品質(zhì)之間的關(guān)系一直是研究的熱點(diǎn),對蛋白類食品加工具有重要的指導(dǎo)意義。拉曼光譜能夠獲取較為全面的蛋白質(zhì)原位結(jié)構(gòu)信息,主要為二級結(jié)構(gòu)信息,為監(jiān)測加工儲藏過程中的食品品質(zhì)變化創(chuàng)造了可能性。然而,由于食品組分的復(fù)雜性,拉曼光譜通常能獲取較大而復(fù)雜的數(shù)據(jù),也易受到其他組分信息的干擾,因此需要結(jié)合統(tǒng)計學(xué)方法進(jìn)一步提取典型的結(jié)構(gòu)信息,保證數(shù)據(jù)的有效性。同時,對食品工業(yè)中典型的蛋白質(zhì)參與的而引起食品品質(zhì)變化的化學(xué)反應(yīng)(如美拉德反應(yīng)、蛋白凝固等)產(chǎn)生的拉曼光譜信息仍有待于進(jìn)一步挖掘。

2.2 碳水化合物

用于快速表征碳水化合物結(jié)構(gòu)特征的傳統(tǒng)紅外吸收光譜易受到水分子信號干擾,同時譜帶較寬導(dǎo)致分辨率低。拉曼光譜能夠克服這些缺點(diǎn),且對碳水化合物中骨架結(jié)構(gòu)C-C對稱伸縮、吡喃環(huán)振動較為敏感,而紅外光譜則對α-1,4糖苷鍵的骨架振動響應(yīng)較高[24-27]。因此,在碳水化合物的結(jié)構(gòu)表征中,拉曼光譜和紅外光譜技術(shù)通?；檠a(bǔ)充。Kizil等[28]結(jié)合FT-IR和FT-Raman成功快速檢測輻照加工對淀粉結(jié)構(gòu)的影響,并通過統(tǒng)計模型對輻照淀粉進(jìn)行了分類,因此開發(fā)振動光譜聯(lián)合檢測設(shè)備更有利于檢測。

目前,拉曼光譜用于表征碳水化合物的結(jié)構(gòu)的研究主要集中于淀粉。在475～485 cm-1處的強(qiáng)譜帶區(qū)是淀粉的吡喃環(huán)骨架振動區(qū)域,被認(rèn)為是葡萄糖聚合鏈,478 cm-1處的強(qiáng)帶可表征多糖聚合度[20];478～577 cm-1的光譜范圍涉及C-C及C-O扭轉(zhuǎn)模式。800～1500 cm-1的拉曼譜帶為淀粉的指紋區(qū),表征C原子與C、H、O原子共價鍵的不同振動模式[25]。2800～3000 cm-1區(qū)域?yàn)镃-H拉伸振動,該范圍拉曼強(qiáng)度高,但由于很多有機(jī)物均有此特征,因此不能作為區(qū)分化合物的依據(jù)[26]。淀粉的具體拉曼光譜信息如表2所示。

表2 淀粉拉曼光譜譜帶分配

拉曼光譜已應(yīng)用于食品加工對于淀粉的影響,改性淀粉是其中之一。由于組成不均一,天然的淀粉通常存在理化性質(zhì)不穩(wěn)定的缺陷,需要加以化學(xué)改性用于增強(qiáng)黏度、延長/縮短凝膠化時間、增加穩(wěn)定性等,擴(kuò)展其商業(yè)化應(yīng)用范圍。取代基團(tuán)、取代度、聚合度是淀粉改性的重要指標(biāo),但常用的檢測方法為濕化學(xué)方法,取樣量大、操作復(fù)雜且易損傷樣品。拉曼光譜檢測的便捷和及時性,為確定改性的程度和官能團(tuán)添加順序提供了技術(shù)支撐,有助于理解淀粉化學(xué)改性的反應(yīng)模式及設(shè)計。例如,淀粉通過辛烯基琥珀酸酐(OSA)酯化形成具備兩親性的辛烯基琥珀酰淀粉(OS-淀粉),可用作乳化劑、密封劑和脂肪替代劑等,并在食品工業(yè)中廣泛應(yīng)用,目前FT-IR常被用于比較OS-淀粉與天然淀粉的差別,并表征改性程度[36],而拉曼光譜較紅外光譜具有更高的空間分辨率,Sun等[37]用拉曼光譜測定了單淀粉顆粒中辛烯基琥珀酸基團(tuán)(OS)的分布,其在1670 cm-1處的特征峰表征OS中的羰基與淀粉分子結(jié)合,并通過羰基(1679 cm-1)與ν(C-H)(2910 cm-1)的面積比獲得了OS空間分布信息及取代水平。

淀粉的糊化和老化是食品加工和儲藏中的重要特性。糊化是水分子和淀粉分子間和分子內(nèi)的氫鍵重排導(dǎo)致的,糊化后淀粉更加適口且有利于消化吸收。淀粉吸水重新形成的氫鍵直觀表現(xiàn)為O-H鍵(3212、1633 cm-1)強(qiáng)度增加[30,38]。淀粉糊化伴隨著晶態(tài)消失,拉曼信號與淀粉結(jié)晶度間存在線性相關(guān)性,特別是480 cm-1的半峰全寬可用于表征淀粉晶體的短程有序結(jié)構(gòu),值越小,短程分子量越大,是檢測淀粉糊化過程短程有序結(jié)構(gòu)破壞情況的重要依據(jù)[35,37]。隨外界條件變化,糊化淀粉無序分子鏈又會重新組裝形成有序結(jié)構(gòu)導(dǎo)致老化,不僅影響口感也降低消化率。老化也伴隨著晶體相變化,Wang等[32]利用拉曼對淀粉晶體短程序敏感特點(diǎn)研究了低含水量下淀粉回生的結(jié)構(gòu)變化。老化影響著淀粉類食品的儲藏期和接受度,Hu等[24]結(jié)合中紅外和拉曼光譜開發(fā)了一種淀粉回生度測定的方法,可應(yīng)用于貨架期實(shí)際預(yù)測中。

此外,淀粉的結(jié)晶與非晶性都影響其本身的理化性質(zhì)以及反應(yīng)過程(組成結(jié)構(gòu)、天然合成、糊化過程、反應(yīng)活性),直接決定了淀粉的應(yīng)用性能及產(chǎn)品質(zhì)量,而淀粉的結(jié)晶度極易受到加工環(huán)節(jié)(如水分含量變化、酸解、研磨、微波等)的影響[39]。拉曼光譜可提供分子的晶體組成和取向信息,目前已運(yùn)用于各種材料的分子成像中[40-42]。Galvis等[43]以高直鏈淀粉為參照模型,基于糖苷鍵在865 cm-1的各向異性(偏振度),通過偏振拉曼光譜(PRS)繪制了洋蘭淀粉顆粒結(jié)晶取向圖;Mutungi等[30]利用FT-拉曼光譜獲得的木薯淀粉480 cm-1骨架區(qū)積分面積與其結(jié)晶度與有好的線性相關(guān)性(R2=0.990),因此,拉曼光譜在實(shí)際應(yīng)用中可以作為快速檢測淀粉結(jié)晶度的有效工具,也有助于理解淀粉表觀特性與晶體結(jié)構(gòu)關(guān)系。

2.3 脂質(zhì)

目前在食品科學(xué)中,拉曼光譜主要應(yīng)用于純油脂性質(zhì)的檢測中。脂質(zhì)在加工與儲藏過程中,水解產(chǎn)生的游離脂肪酸是食品風(fēng)味物質(zhì)的重要前體,同時氧化和酶解產(chǎn)生的脂肪酸、醛、酮等有害成分也會導(dǎo)致酸敗,因此脂肪酸組成、酸價、過氧化值是脂質(zhì)品質(zhì)評價的主要指標(biāo),拉曼光譜對于雙鍵結(jié)構(gòu)的靈敏度極高,可廣泛應(yīng)用于評價脂質(zhì)的品質(zhì)。不飽和脂肪酸的ν(C=C)和飽和脂肪酸的δ(CH2)分別在1658和1443 cm-1附近出現(xiàn)特征拉曼譜帶,且ν(C=C)拉曼譜帶會受到共軛及順反構(gòu)象的影響出現(xiàn)30～50 cm-1的偏移,拉曼光譜得以成功用于以動植物油為主要原料的食品的飽和度和摻假鑒定上[44-45],脂質(zhì)的拉曼光譜學(xué)特性信息如表3所示。碘值被用來評估脂質(zhì)的過氧化程度。Dymińska等[46]以13種植物油為原料,通過脂質(zhì)中ν(C=C)和ν(CH2)的紅外光譜和拉曼光譜積分強(qiáng)度成功構(gòu)建了光譜信息與碘值的線性關(guān)系:Iν(C=C)/Iν(CH2)=7.449×10-4×碘值-0.0339(r=0.988)和Iν(C=C)/Iν(CH2)=9.299×10-4×碘值-0.023(r=0.976),Zaj?c等[47]也通過該關(guān)系測定了馬脂肪組織切面的碘,并由此研究了脂肪層深度與碘值大小的關(guān)系。靳曇曇[48]用拉曼光譜結(jié)合化學(xué)計量法對食用調(diào)和油的酸價及過氧化值進(jìn)行測定,并成功測定了77份花生油、菜籽油、芝麻油三種植物油(體積比在0～100%梯度)調(diào)和的食用調(diào)和油中的組分及其比例。

表3 食用油脂拉曼光譜分配

植物油常用作油炸,拉曼光譜能評估其在高溫下氧化穩(wěn)定性。Carmona等[49]研究了190 ℃下加熱2～5 h的四種橄欖油的氧化穩(wěn)定性,2995～3040 cm-1區(qū)域特征峰與雙鍵相關(guān),其拉曼強(qiáng)度隨加熱時間增長降低。反式脂肪酸也會降低油脂營養(yǎng)價值,氫化或精煉都會導(dǎo)致反式脂肪酸的出現(xiàn),高溫加熱也會生成少量反式脂肪酸[50]。Gong等[51]利用逐步多元線性回歸和偏最小二乘法建立模型成功預(yù)測食用油熱誘導(dǎo)產(chǎn)生的反式脂肪酸。

由于脂質(zhì)的拉曼特征峰特殊性不強(qiáng),導(dǎo)致其在復(fù)雜體系中的檢測更易受到其他組分干擾,因此需要借助統(tǒng)計學(xué)方法或脂質(zhì)降解產(chǎn)生的脂肪酸等中間產(chǎn)物進(jìn)行判斷。目前,除了純食用油,拉曼光譜也用于蛋白質(zhì)和水含量較高的肉品體系中脂肪酸檢測,結(jié)合統(tǒng)計學(xué)方法能綜合性表述肉品品質(zhì)[47,18-19]。

2.4 類胡蘿卜素

類胡蘿卜素是一類類異戊烯聚合物,多雙鍵結(jié)構(gòu)賦予了其高抗氧化活性,對慢性疾病有很好的療效[54-55]。目前主要有兩種方法監(jiān)測類胡蘿卜素:色譜法和光譜法,色譜常用反向HPLC,前處理復(fù)雜且易造成損失,通常需要25 min才能獲得番茄紅素及其異構(gòu)體的清晰峰形[56],而光譜的使用避免了這些缺陷。類胡蘿卜素在拉曼光譜中的三個特征譜帶為ν1(C=C)、ν2(C-C)、δ(C-CH3),可用于類胡蘿卜素的鑒定。Oliveira等[57]研究了50種植物樣品及其標(biāo)準(zhǔn)提取物中的天然胡蘿卜素的特征譜帶,發(fā)現(xiàn)由于類胡蘿卜的不同類型、不同存在基質(zhì)會導(dǎo)致拉曼波數(shù)出現(xiàn)較大偏移,ν1(C=C)范圍為1511～1531 cm-1,ν2(C-C)范圍為1151～1172 cm-1,δ(C-CH3)范圍為1000～1014 cm-1,特別是ν1會受類胡蘿卜素種類影響,C=C雙鍵數(shù)目增加,波數(shù)減小,另外兩個特征帶影響因素較為復(fù)雜不僅與基質(zhì)有關(guān)也與類胡蘿卜素構(gòu)象有關(guān)[54-58]。Osterrothová等[59]用拉曼光譜測定不同雪藻樣品中主要類胡蘿卜素并確定類型,發(fā)現(xiàn)ν1(C=C)頻移與樣品中不同類胡蘿卜素的比例有關(guān),有助于不同類胡蘿卜素鑒定。此外,類胡蘿卜素的含量和異構(gòu)化狀態(tài)直接決定了食品的品質(zhì)和營養(yǎng),而加工過程對其含量和異構(gòu)化均有顯著影響[60],目前已有拉曼測定食品體系中類胡蘿卜素含量及異構(gòu)化程度的研究,Portarena等[61]也依據(jù)ν1(C=C)和ν2(C-C)之間的強(qiáng)度比(I1523/I1156)評估了橄欖油中β胡蘿卜素和葉黃素的相對豐度。Hikima等[62]用拉曼光譜定量檢測鮭魚中的蝦青素(1518 cm-1),利用拉曼光譜分辨不同品質(zhì)的鮭魚肉比視覺測定方法更精確。Schulz等[58]用拉曼光譜表征了胭脂樹籽中的特殊類胡蘿卜素Bixin的順反異構(gòu)體。

食品是復(fù)雜有機(jī)基質(zhì),大多數(shù)情況下樣品中ν1(C=C)頻帶是一組重疊的頻帶,這歸因于混合類胡蘿卜素信號雜糅,結(jié)構(gòu)類似的類胡蘿卜素在拉曼光譜中僅表現(xiàn)出略微的譜帶偏移,因此,拉曼光譜在未知體系中區(qū)分不同的類胡蘿卜素的能力有限。

2.5 其他組分

在食品其他組分方面拉曼光譜應(yīng)用較少,如微量元素及維他命,Martha等[63]對牛奶中加入的游離鈣離子對牛奶中磷酸鈣膠束穩(wěn)定性的影響進(jìn)行了研究,實(shí)現(xiàn)了對牛奶中的鈣離子定量分析。Radu等[64]利用SERS檢測了谷物中的維生素B族。雖然拉曼光譜靈敏度高可測量痕量物質(zhì),但存在檢測成本高(SERS活性基底種類少,價格高)、易受熒光干擾等缺點(diǎn),因此,食品全組分檢測仍需要拉曼光譜技術(shù)的進(jìn)一步研究開發(fā)。

3 拉曼光譜結(jié)合統(tǒng)計學(xué)方法在食品加工中的應(yīng)用

拉曼分辨率小于0.5 μm,可提供樣品原位結(jié)構(gòu)及化學(xué)信息[65],但由于食品體系和食品加工過程對食品體系影響的復(fù)雜性,官能團(tuán)及結(jié)構(gòu)最直接的光譜信息會受到干擾,出現(xiàn)非線性基線偏移、斜率變化引起的與研究對象非相關(guān)的響應(yīng)等,拉曼光譜需要借助于數(shù)學(xué)統(tǒng)計的方法進(jìn)行信息處理,以確保光譜信息的準(zhǔn)確性。傅立葉變換、多項(xiàng)式擬合,標(biāo)準(zhǔn)正態(tài)變量(SNV)、乘法信號校正(MSC)、正交信號校正(OSC)和間隙細(xì)分二階導(dǎo)數(shù)(GSSD)和小波變換均已應(yīng)用于對分析前的代表性光譜區(qū)域進(jìn)行處理[66];為避免基線效應(yīng),非對稱最小二乘法、多項(xiàng)式擬合等方法已廣泛用于原始拉曼數(shù)據(jù)的基線漂移和熒光校正[65]。

對于多組分的食品體系,可能出現(xiàn)光譜學(xué)特征峰帶的重疊,則需要通過多變量的分類量化分析方法建立數(shù)學(xué)模型來加以解決,常用的如軟獨(dú)立建模技術(shù)SIMCA、主成分分析PCA、偏最小二乘回歸PLS、最小二乘差別分析PLS-DA、支持向量機(jī)技術(shù)SVM、交替最小二乘法MCR-ALS等[67]。對于檢測食品中的營養(yǎng)素,Mazurek等[21]基于PLS處理了市售的21種液態(tài)牛乳的FT-Raman光譜數(shù)據(jù),獲取了其脂肪、蛋白質(zhì)、碳水化合物和干物質(zhì)的定量信息,誤差僅3.4%～5.6%。對于加工中食品原料的變化,Hu等[24]利用拉曼光譜結(jié)合中紅外光譜監(jiān)測淀粉回生度,通過偏最小二乘(PLS)、區(qū)間PLS(iPLS)、協(xié)同區(qū)間PLS(siPLS)和向后區(qū)間PLS(biPLS)對MIR和拉曼光譜數(shù)據(jù)進(jìn)行處理并提取兩種不同水平的融合數(shù)據(jù),通過中級融合方法構(gòu)建的PLS模型獲得了最滿意的性能,成功測定淀粉的回生度,相關(guān)系數(shù)為0.9658。對于加工摻假,Qin等[68]用基于自適應(yīng)迭代重加權(quán)懲罰最小二乘法去除奶粉的熒光信號,采用簡單閾值法對三聚氰胺(673 cm-1)和尿素(1009 cm-1)的單波段熒光校正圖像進(jìn)行分類,檢測限為50 mg/mL。Nedeljkovic等[69]運(yùn)用PCA-DA成功區(qū)分了乳脂與摻入向日葵油、椰子油和棕櫚油的乳脂類似物(靈敏度100%)。Dong等[70]用最小二乘支持向量機(jī)Bay-LS-SVM改進(jìn)數(shù)據(jù)處理方式,與PLS比獲得更高的精度和計算效率(R2=0.9996)。

此外,感官屬性也是食品品質(zhì)的重要指標(biāo),拉曼建模亦被成功應(yīng)用于預(yù)測食品的感官特性和基于感官屬性的質(zhì)量分級。蛋白質(zhì)疏水性、膠原蛋白溶解及脂肪酸濃度決定了肉的感官指標(biāo):多汁性和嫩度,Fowler等[18]利用拉曼光譜獲得的蛋白質(zhì)結(jié)構(gòu)信息與消費(fèi)者感官數(shù)據(jù)建立多元線性回歸模型,成功預(yù)測多汁性和嫩度,預(yù)測值和觀測值間的相關(guān)性達(dá)到0.42～0.47。Wang等[19]也通過PLS成功建立了豬腰肉多汁性、嫩度、咀嚼性三個感官屬性與拉曼信號的預(yù)測模型,準(zhǔn)確度達(dá)80%以上,并用SVM根據(jù)嫩度和咀嚼性將豬腰肉的感官評價及對應(yīng)拉曼數(shù)據(jù)分為三個等級,預(yù)測等級為好的豬肉準(zhǔn)確率達(dá)100%。

此外,近年來拉曼成像技術(shù)不斷發(fā)展,拉曼成像需要大量光譜信息,此時普通的單變量分析方法局限性大,更需要選用適當(dāng)?shù)幕瘜W(xué)計量法進(jìn)行數(shù)據(jù)處理,Qin等[71]利用空間偏移拉曼光譜結(jié)合混合自建模分析SMA方法,獲得了番茄紅素在不同成熟度番茄中的可視化分布圖。

拉曼光譜的缺點(diǎn)在于其在對復(fù)雜體系研究時,產(chǎn)生的信息糅雜及生物分子的高度干擾、激光產(chǎn)熱以及其拉曼散射本身強(qiáng)度弱。因此引入高效的算法、快速的圖像處理軟件和硬件以及降低設(shè)備成本是未來研究的方向,從而能夠?qū)?shí)驗(yàn)室結(jié)果盡早轉(zhuǎn)化為工業(yè)應(yīng)用。同時,將當(dāng)前的光譜技術(shù)與其他感應(yīng)設(shè)備(如電子舌、電子鼻等)集成在一起,可以提高光譜和光譜成像方法的預(yù)測準(zhǔn)確性,并擴(kuò)大其應(yīng)用范圍。

4 總結(jié)和展望

拉曼光譜技術(shù)因其方便快捷和分辨率高的優(yōu)勢在食品加工中品質(zhì)檢測的應(yīng)用迅速擴(kuò)大,然而要進(jìn)一步深入探究食品加工過程中品質(zhì)的變化規(guī)律和機(jī)制,為食品精細(xì)加工技術(shù)和工業(yè)化生產(chǎn)應(yīng)用提供理論指導(dǎo),拉曼光譜技術(shù)的發(fā)展在以下三個方面有待進(jìn)一步的加強(qiáng):a.拉曼光譜、組分結(jié)構(gòu)與食品品質(zhì)三者之間的相關(guān)性數(shù)據(jù)有待進(jìn)一步的完善。b.與其他檢測技術(shù),如偏振光、紅外等結(jié)合的拉曼光譜技術(shù)有待進(jìn)一步的開發(fā),以提高復(fù)雜食品體系的檢測的準(zhǔn)確性。c.以食品的品質(zhì)指標(biāo)為樣本,以拉曼數(shù)據(jù)為基礎(chǔ),結(jié)合統(tǒng)計學(xué)方法,建立模型和圖像處理,進(jìn)一步開發(fā)便攜式拉曼檢測設(shè)備。