灘羊肉冷藏期間TBARS含量的高光譜檢測

樊奈昀，劉貴珊，張晶晶，袁瑞瑞，孫有瑞，李 月

寧夏大學食品與葡萄酒學院，寧夏 銀川 750021

引 言

脂肪氧化是羊肉品質劣化和新鮮度下降的重要影響機制，僅次于微生物引起的變化[1]。硫代巴比妥酸反應物(thiobarbituric acid reactive substances，TBARS)被廣泛用于評估肉品中脂肪氧化程度，是反映脂肪氧化程度的重要氧化參數[2]。因此，實時檢測灘羊肉中TBARS含量對保障肉品安全可食具有重要意義。分光光度法是測定TBARS含量的常規(guī)方法，具有破壞性、操作繁瑣、一定的危害性和污染性等缺點。

高光譜成像是一種先進的光學檢測技術，能同時捕獲待測樣本內部成分的光譜數據和外部屬性的圖像信息，通過分析頻譜波形和強度信息可實現肉品品質的定性或定量檢測[3-4]。然而，肉的近紅外光譜通常復雜且重疊，不僅包含有用的光學、物理、化學信息，還包含被測樣品內部因素產生的其他光譜響應[5]。因此，更好地了解光譜信息和更準確的波段分配有助于開發(fā)穩(wěn)健的校正模型[6]。二維相關光譜技術(two-dimensional correlation spectra，2DCOS)將光譜信號擴展到第二維上，在研究體系中添加一定的外擾誘發(fā)光譜信號發(fā)生動態(tài)變化，通過解析二維相關光譜譜圖特征尋找與微擾相關的敏感變量[7]。目前，高光譜技術結合2DCOS分析無損檢測羊肉中TBARS含量的研究鮮有報道。

以灘羊肉中TBARS含量為外界擾動，分析隨外部擾動變化的光譜特征信息，確定與TBARS含量相關的特征變量，探究高光譜技術結合2DCOS無損檢測灘羊肉中TBARS含量的可行性并建立分析模型，為實時快速檢測TBARS含量提供參考。

1 實驗部分

1.1 材料與試劑

新鮮羊肉背最長肌購買于寧夏鹽池縣鑫海食品有限公司，將樣本存儲于0～4 ℃的便攜式冷藏培養(yǎng)箱中，2 h內運輸到實驗室。使用無菌刀具除去肉樣表面的脂肪和結締組織，整形切塊，尺寸約為40 mm×40 mm×10 mm(長×寬×厚)，共獲得羊肉樣本180個。所有樣本均單獨真空包裝，隨機分為10組(n=18)，4 ℃貯藏，分別在貯藏期為1，3，5，7，9，11，14，16，18和20 d時進行測試。

1.2 儀器

可見/近紅外高光譜成像系統(tǒng)(美國Headwall Photonics公司)和UV1902PC型紫外-可見分光光度計(上海棱光技術有限公司)。推掃式高光譜成像系統(tǒng)主要由6部分組成：光譜范圍為400～1 000 nm的線掃描成像光譜儀，鹵素燈光源，G4-232增強型EMCCD相機，VT-80精密電控位移平臺，計算機和數據采集軟件。光譜成像儀共有125個波段，光譜分辨率為2.8 nm，狹縫寬度為25 μm，光源為鹵素燈雙線光源。

1.3 TBARS含量測定[2]

準確稱取5 g切碎肉樣，將25 mL 20%的三氯乙酸溶液和20 mL預冷去離子水添加到肉樣中均勻混合，使用均質器均質，室溫下靜置20 min。提取液在8 000 g條件下離心10 min后過濾，然后使用去離子水將上清液稀釋至50 mL。最后，取5 mL稀釋后的上清液與0.02 mol·L-1的2-硫代巴比妥酸水溶液(5 mL)混合，沸水浴反應30 min。將反應溶液通過流動水冷卻至室溫后，以去離子水為空白，在532 nm下讀取反應液的吸光度值。按下式計算得到的TBARS值：

TBARS=A532×7.8

其中，A532是反應液在532 nm處的吸光度值。

2 結果與討論

2.1 樣本集劃分

常規(guī)化學分析方法測定的TBARS含量統(tǒng)計結果如表1所示，TBARS值具有較大的變化范圍(0.16～1.47 mg·kg-1)，有利于開發(fā)相對穩(wěn)健的校正模型。采用Kennard-Stone(KS)算法按3∶1的比例選取135個樣本作為校正集建立模型，其余45個樣本為預測集用于校正模型性能的驗證。KS算法劃分樣本集時首先選擇具有最長歐氏距離的兩個矢量進入訓練庫，在接下來的迭代過程中，選擇擁有最大最小距離的待選樣本進入訓練庫，以此類推得到所需的樣本數量[8]。

表1 灘羊肉TBARS含量統(tǒng)計Table 1 Statistics of measured TBARS contents in Tan mutton

2.2 預處理方法優(yōu)選

表2 不同預處理方法下TBARS含量的PLSR模型Table 2 PLSR modeling results of TBARS content with different pretreatment methods

圖1 TBARS含量實測值與預測值的線性擬合圖(a):Raw-PLSR;(b):SG-PLSR;(c):De-trending-PLSR;(d):SG+De-trending-PLSRFig.1 Linear fitting diagrams of measured and predicted values of TBARS contents(a):Raw-PLSR;(b):SG-PLSR;(c):De-trending-PLSR;(d):SG+De-trending-PLSR

2.3 2DCOS分析

化合物的含氫基團分子鍵(O—H，C—H和N—H)在受到光照射時，會造成分子鍵振動能的改變。通過解析波形和頻譜強度信息可以實現灘羊肉中TBARS含量的定量檢測。圖2為以TBARS含量為微擾量，由灘羊肉的可見近紅外光譜進行2DCOS分析產生的二維相關光譜及其切割光譜。如圖2(b)所示；在同步二維相關光譜的對角線位置出現了4個主要的自相關峰，分別為579，699，756和867 nm。這些自相關峰的出現表明隨著TBARS含量的增大，自相關峰所在波段的光譜吸收強度很容易發(fā)生變化，該處的光譜信號對外擾較敏感，是與TBARS值相關的敏感變量。與自相關峰對應的主要交叉峰位于同步二維相關光譜的非對角線位置[圖2(a)]，表2總結了各交叉峰的正負性。正峰表明v1和v2處的信號強度沿相同方向變化，即一起增加或減少，負峰表明v1和v2處的信號強度沿相反方向變化。結合2DCOS分析，選擇579～867 nm光譜范圍內的特征變量用作為灘羊肉中TBARS含量的檢測。

圖2 二維相關光譜及其切割光譜(a)：同步譜圖；(b)：切割光譜Fig.2 Two-dimensional correlation spectra and its slice spectra(a):Synchronous contour map;(b):Slice spectra

表2 二維相關分析產生的交叉峰符號Table 2 Signs of cross-peaks generated from two-dimensional correlation analysis

2.4 特征波長優(yōu)選

采用變量組合集群分析(variable combination population analysis，VCPA)[11]、競爭性自適應加權算法(competitive adaptive reweighted sampling，CARS)[12]和連續(xù)投影算法(successive projections algorithm，SPA)[13]從全光譜數據(FS)和2DCOS分析中提取具有最多相關信息的特征波長，建立簡化模型并進行比較。由圖3(a)可知，當采樣次數為36時，RMSECV下降到0.136 5，VCPA從FS中選擇了7個特征波長，占到總波長的5.6%。CARS算法根據達爾文進化論中“適者生存”的原則淘汰變量，在重復循環(huán)采樣后提取代表性波長。使用CARS算法從FS中選擇了16個特征變量，占到總波長的12.8%。SPA通過RMSECV值評估波長的候選子集，然后使用消除程序除去不相關的波長。當RMSECV最小值為0.141時，SPA從FS中選擇了20個特征變量，占總波長數的16%。采用VCPA，CARS 和SPA算法對2DCOS分析所確定的研究區(qū)域進行二次篩選，分別優(yōu)選出了8，24和14個特征波長，具體特征波長提取結果見表3。

圖3 變量選擇算法提取特征波長(a):VCPA算法;(b):SPA算法Fig .3 Characteristic wavelength extracted by variable selection algorithm(a):VCPA algorithm;(b):SPA algorithm

表3 特征波長提取結果Table 3 The results of extracting characteristic wavelengths

2.5 特征波長預測性能分析

表4 不同波長選取方法所建立的PLSR模型效果對比Table 4 Comparison of PLSR models based on different wavelength extraction methods

2.6 定量分析模型的開發(fā)

基于2DCOS+CARS方法選取的關鍵性波長建立了光譜數據與灘羊肉中TBARS參考值之間的定量分析模型，模型函數為：Y(TBARS)=-0.15+2.99λ588-7.01λ593+7.45λ598-6.14λ603+7.06λ612-8.25λ622+2.64λ631-4.18λ636+13.91λ646-11.3λ655+12.64λ675-8.51λ684-7.81λ689+1.08λ703-2.54λ713+5.47λ727+6.62λ742+5.69λ751+2.48λ775-1.93λ780-6.95λ790+7.09λ799-3.56λ809+1.82λ819。λ表示特征波長所對應的光譜反射信息，本模型可為TBARS含量實時在線檢測研究提供理論參考。

3 結 論

利用高光譜成像技術結合2DCOS分析對灘羊肉中TBARS含量進行檢測分析，主要結論如下：

(2)以灘羊肉TBARS濃度值為外擾，采用2DCOS解析二維相關光譜及其自相關譜，選擇579～867 nm范圍內特征變量作為TBARS含量檢測的研究區(qū)域，2DCOS技術為光譜分析中變量的篩選提供了一種新思路；