微晶纖維素摻假的快速鑒別方法

陳秀明，梁浩新?，黃偉強，奚星林，李 雙，張嘉俊

（廣州海關(guān)技術(shù)中心，廣東 廣州 510623）

早期食品摻假摻雜鑒別多數(shù)采用感官檢驗方式，通過形狀、氣味、質(zhì)地等感官特征，對食品的真實性進行檢驗。隨著摻假摻雜的水平不斷提高，原有的摻假鑒定方法已無法應(yīng)對層出不窮的摻假行為。隨著檢測技術(shù)水平的不斷發(fā)展，其中近紅外光譜技術(shù)在食品真實性鑒別及檢測方面得到廣泛的應(yīng)用。近紅外光譜技術(shù)是一種便捷、高效、無損檢測技術(shù)，廣泛應(yīng)用于石油、化學(xué)、制藥、農(nóng)業(yè)、食品等行業(yè)[1-3]，同時也有效運用于摻假鑒定領(lǐng)域中。

國內(nèi)在真?zhèn)舞b別方面重點領(lǐng)域主要是中藥材和藥食同源的鑒別，在食品領(lǐng)域的鑒別報導(dǎo)有限，一般研究重點商品是蜂蜜、蜂膠、燕窩、水產(chǎn)品、畜禽肉等。對海關(guān)執(zhí)法中遇到的一些特殊農(nóng)食產(chǎn)品沒有報導(dǎo)，根據(jù)《中國科技成果數(shù)據(jù)庫》《國家科技成果庫》《中文科技期刊數(shù)據(jù)庫》等多種數(shù)據(jù)庫查新結(jié)果，未查詢到微晶纖維素等農(nóng)食產(chǎn)品真假鑒別和品名鑒別科研成果報導(dǎo)。

微晶纖維素是一種純化的、部分解聚的纖維素，白色、無臭、無味，由多孔微粒組成的結(jié)晶粉末，主要成分為以 β-1,4-葡萄糖苷鍵結(jié)合的直鏈式多糖類物質(zhì)。在食品行業(yè)內(nèi)，微晶纖維素是生產(chǎn)新型可食纖維最理想的保健食品添加劑，已得到糧農(nóng)組織和世衛(wèi)組織的國際食物添加劑統(tǒng)一認證委員會的認可與許可，應(yīng)用于生產(chǎn)乳制品、冷凍食品、肉制品及飲料等，也廣泛應(yīng)用于醫(yī)藥衛(wèi)生、化妝品、輕化工業(yè)等國民經(jīng)濟部門，國內(nèi)市場需求量極大。因此，為牟取暴利的供應(yīng)商在微晶纖維素中加入價格便宜的可溶性淀粉、小麥粉等以代替微晶纖維素的多糖成分，已達到以假亂真，從而獲取差額利潤的現(xiàn)象是極有可能出現(xiàn)的。

而海關(guān)作為監(jiān)管部門建立技術(shù)儲備方法，防范于未然，防止可能出現(xiàn)的摻假現(xiàn)象是勢在必行的，也為海關(guān)打擊逃稅漏稅行為的監(jiān)管提供強有力的技術(shù)支持。因此，根據(jù)微晶纖維素的多糖組成成分分析，本文選取的摻假物為可溶性淀粉及小麥粉。

另外，現(xiàn)有的微晶纖維素含量的檢測方法是根據(jù)GB 1886.103—2015《食品安全國家標準 食品添加劑 微晶纖維素》，通過測定碳水化合物含量（纖維素計算，以干基計）來計算微晶纖維素的含量，該方法為常規(guī)化學(xué)法，較為費時費力，不能達到快速完成大量樣品的檢測，也無法判斷出是否摻假，摻了什么物質(zhì)。其次，對于經(jīng)濟利益驅(qū)使的摻假行為來說，ppm量級水平摻假基本上是無利可圖的，確實摻假的樣品中摻假物質(zhì)的含量應(yīng)該更高[4]，因此海關(guān)作為監(jiān)管部門需做到盡快技術(shù)儲備，技術(shù)防范，建立一種防止高含量經(jīng)濟型摻假的快速初篩方法，防止可能出現(xiàn)的摻假現(xiàn)象是迫切需要的。本文是運用近紅外光譜技術(shù)創(chuàng)建的一種微晶纖維素摻假的快速鑒別方法，實現(xiàn)了可溶性淀粉，小麥粉等摻假物的快速鑒別，方法簡單、快速、可靠，可以有效地應(yīng)用于日常微晶纖維素樣品的摻假檢測和鑒定，同時為海關(guān)打擊逃稅漏稅行為提供強有力的技術(shù)支持。

1 材料與方法

1.1 實驗材料

收集微晶纖維素樣品（市售），共100個，收集可溶性淀粉（分析純AR），小麥粉等2種摻假物。

1.2 儀器與設(shè)備

近紅外光譜分析儀：美國珀金埃爾默。光源為NIR，分光器為CaF2，檢測器為NIR TGS[4-5]，配備 NIRAⅡ漫反射附件。采用 Spectrum Touch化學(xué)計量學(xué)分析軟件采集數(shù)據(jù)，數(shù)據(jù)采集間隔為8 cm–1，分辨率為 4 cm–1。

1.3 實驗方法

1.3.1 樣品的劃分

100個微晶纖維素樣品中，分出校正用的樣品45個，用于驗證的樣品25個，取11個作為模擬摻假樣品，隨機抽取微晶纖維素樣品中的6份用作空白待測樣品，13個用作未知樣品。

1.3.2 摻假樣品的制備

取 8個微晶纖維素樣品分成兩份，一份為可溶性淀粉的添加水平：2%、5%、10%、15%、20%、30%、40%，每個含量做 6份平行樣。一份為小麥粉的添加水平：1%、2%、5%、10%、15%、20%、30%、40%，每個含量做 6份平行樣。每個樣品約20 g。另外取3個微晶纖維素樣品，模擬摻入可溶性淀粉和小麥粉雙組分，添加含量水平為單組分摻假檢出限2、5、10倍3個梯度水平，每個含量水平制備6份平行樣。

1.3.3 采集樣品及摻假物光譜數(shù)據(jù)

環(huán)境要求：溫度(20±1) ℃，相對濕度為45%±5%，光譜掃描范圍為10 000～4 000 cm–1，每次掃描次數(shù)32次，實時扣除空氣中的水和二氧化碳的強吸收。取樣時，在裝好的樣品上用特制的圓形鐵塊輕輕壓實，可以減少樣品不均勻帶來的誤差[4-7]，每個樣品采集2次光譜數(shù)據(jù)。

1.3.4 光譜的預(yù)處理

為了消除樣品光譜信號的基線漂移、高頻噪聲、雜散光、樣品背景等因素[8-10]，本文采用相應(yīng)的光譜預(yù)處理方法來降低非目標因素對光譜的影響。運用Spectrum FTIR分析軟件采集微晶纖維素光譜數(shù)據(jù)后，對樣品光譜數(shù)據(jù)進行一階求導(dǎo)預(yù)處理，從而有效濾除各類因素產(chǎn)生的高頻噪音。

1.3.5 建立的微晶纖維素摻假快速鑒別模型

微晶纖維素摻假物快速鑒定模式的構(gòu)建。首先材料光譜模型構(gòu)建：先采集70個微晶纖維素試樣的光譜數(shù)據(jù)，分出45個作為校正用光譜數(shù)據(jù)，25個作為驗證用光譜數(shù)據(jù)，導(dǎo)入到“微晶纖維素樣品模型”中即可。摻假物光譜模型構(gòu)建：將采集到的兩種摻假物得到的光譜圖導(dǎo)入到“摻假物模型”中，即為摻假物光譜數(shù)據(jù)庫。將以上兩組光譜庫導(dǎo)入Spectrum FTIR分析軟件中[6-7]，采用Adulterant Screen算法進行計算分析，即完成微晶纖維素摻假快速鑒別模型的建立。

Adultrant screen是專門運用于鑒別復(fù)雜基質(zhì)中任意潛在摻假成分，該法保留了 SIMCA等非靶向化學(xué)計量學(xué)方法的優(yōu)點[6-7]，且通過對已建立的潛在摻雜組分光譜數(shù)據(jù)庫進行計算分析，來獲得更高的靈敏度[6-7]。即當(dāng)采集一個待測樣品光譜后，Adulterant Screen先將待測樣品與標準樣品的主成分（PCA）模型進行比較與分析，如有可疑，該算法會將各種潛在摻假成分的光譜擴展到該模型中，如果在模型中增加某種摻假成分光譜后，待測樣品光譜與其擬合程度得到明顯增加，表明該樣品含有某種摻假成分[6-7,9-10,13]。該算法輸出結(jié)果是摻假成分的估算濃度、檢測限及置信度指標，置信度指標：可能、有可能、非?？赡?，顯示的是該摻假成分實際存在的可能性大小，摻假物能準確識別且可信度為“可能”時，可以定義為最低檢出限[6-7,9-10,13]。

1.4 數(shù)據(jù)分析

運用Spectrum FTIR軟件對實驗樣品進行采集分析，并采用Adulterant Screen算法對實驗數(shù)據(jù)進行計算分析，建立微晶纖維素摻假快速鑒別模型。

2 結(jié)果及分析

2.1 微晶纖維素–可溶性淀粉摻假鑒別結(jié)果分析

由表1可見，所有模擬摻假的微晶纖維素樣品光譜數(shù)據(jù)經(jīng)Adulterant Screen計算處理后，結(jié)果為：第一、驗證全部符合，均鑒別出主成分為微晶纖維素樣品，第二、進行驗證時，空白樣品結(jié)果均為符合，并與微晶纖維素材料光譜匹配正常，而摻入可溶性淀粉含量1%時，驗證結(jié)果也為符合，與材料光譜匹配正常，錯判為空白樣品，無法實現(xiàn)含量1%摻假可溶性淀粉的準確識別。其它均為驗證不符合，與微晶纖維素材料光譜匹配異常，摻入可溶性淀粉含量2%、5%、10%、15%、20%、30%及 40%，每個含量的 6個平行測試樣品均能準確鑒別出摻假成分為可溶性淀粉，摻假的識別率為100%，當(dāng)摻假含量為5%、10%、15%、20%、30%時所給出的置信度指標為“很可能”，摻假含量為40%時所給出的置信度指標為“非?？赡堋保鴵郊俸繛?%時給出的置信度指標為“可能”，因此，根據(jù)方法置信度指標判斷方法，可以確定為本方法的最低檢出限為 2%。圖1為45個微晶纖維素疊加近紅外光譜圖。摻假物光譜采集與樣品光譜采集同理，圖2為摻假物近紅外光譜圖。

表1 摻入不同含量可溶性淀粉的微晶纖維素檢測結(jié)果Table 1 Detection results of microcrystalline cellulose mixed with different contents of soluble starch

圖1 45個微晶纖維素樣品疊加近紅外光譜圖Fig.1 Superimposed near infrared spectra of 45 microcrystalline cellulose sample

圖2 摻假物近紅外光譜圖Fig.2 Near infrared spectroscopy of adulterants

以摻入 5%可溶性淀粉的微晶纖維素樣品為例分析結(jié)果：首先，分析結(jié)果為符合，說明樣品主成分為微晶纖維素；將模擬摻假樣品光譜與微晶纖維素標準樣品的主成分（PCA）模型進行比較，如圖3所示的“擬合的摻假光譜圖”，其次，驗證結(jié)果不符合，摻假樣品與標準樣品擬合后產(chǎn)生較大的殘差光譜，同時，Adulterant Screen算法會將殘差光譜擴展到該模型中，如果模型擴展后，殘差光譜與摻假物可溶性淀粉擬合程度有明顯增大，說明該樣品含有摻假成分，見圖4～5，此時Adulterant Screen算法還能快速將殘差光譜與摻假數(shù)據(jù)庫進行比較及計算分析，最后準確鑒別出摻假物為可溶性淀粉，并給出置信度指標為“很可能”，即完成了摻假物有效的鑒別。

圖3 微晶纖維素樣品摻假5%可溶性淀粉擬合光譜圖Fig.3 Fitting spectrogram of adulterated 5% soluble starch of microcrystalline cellulose samples

圖4 微晶纖維素樣品摻假5%可溶性淀粉的殘留光譜圖Fig.4 Residual spectra of microcrystalline cellulose samples adulterated with 5% soluble starch

圖5 微晶纖維素樣品摻假5%可溶性淀粉光譜圖Fig.5 Spectra of microcrystalline cellulose sample adulterated with 5% soluble starch

2.2 微晶纖維素–小麥粉摻假鑒別結(jié)果分析

由表2我們可以得知，模擬摻假樣品光譜數(shù)據(jù)經(jīng)Adulterant Screen計算處理后，均識別主成分為微晶纖維素樣品，分析結(jié)果：第一、驗證為符合。第二、驗證時空白樣品結(jié)果為符合，并與微晶纖維素材料光譜匹配正常，而摻入小麥粉含量0.5%時，驗證結(jié)果也為符合，與材料光譜匹配正常，錯判為無摻假樣品，無法實現(xiàn)含量0.5%摻假小麥粉的準確識別。其他含量摻假樣品均為驗證為不符合，并與微晶纖維素材料光譜匹配異常，摻入小麥粉含量1%、2%、5%、10%、15%、20%及30%，每個含量的6個平行測試樣品均能準確識別摻假成分，并準確的識別為小麥粉，摻假的識別率達100%。同時，當(dāng)摻假含量為1%時，分析結(jié)果的置信度指標為“可能”，因此，根據(jù)方法置信度指標判斷方法及實驗結(jié)果可知，小麥粉在微晶纖維素中摻假的檢出限為1%。

表2 摻入不同含量小麥粉的微晶纖維素檢測結(jié)果Table 2 Detection results of microcrystalline cellulose mixed with different contents wheat flour

2.3 雙組分摻假樣品的鑒別結(jié)果與分析

摻假雙組分的微晶纖維素樣品，為模擬摻入可溶性淀粉和小麥粉兩個組分，摻入含量水平為單組分摻假檢出限的2、5及10倍3個梯度水平含量，每個含量做6次平行測試[25]，實驗方法與單組分摻假樣品同理。鑒別結(jié)果如表3所示，3組摻假樣品的 18個數(shù)據(jù)中，2%小麥粉+2%可溶性淀粉、5%小麥粉+5%可溶性淀粉、10%小麥粉+10%可溶性淀粉均能做到準確識別，并能準確判斷為“小麥粉+可溶性淀粉”兩種成分，且置信度指標為可能、非?？赡?，摻假的識別率為100%，由此可見，Adulterant Screen算法對于雙組分摻假識別效果與單組分等效，同樣可以適用日常摻假鑒別工作。

表3 摻有不同含量小麥粉與可溶性淀粉混合的微晶纖維素檢測結(jié)果Table 3 Detection results of microcrystalline cellulose mixed with different contents of wheat flour and soluble starch

2.4 未知樣品的鑒別結(jié)果分析

13個未知微晶纖維素中，正確識別出無摻假物的有11個，識別率為85%；識別出為其他摻雜物，即錯誤識別為“可溶性淀粉”，置信度為“不太可能”的有2個，占比15%。根據(jù)方法置信度指標判斷方法，及識別給出的置信度可知，其中2個置信度為“不太可能”均為檢出限以下，低于檢出限的鑒別結(jié)果是在本方法最低鑒別靈敏度之下，結(jié)果屬于無法準確判定，不在本方法的技術(shù)討論范圍之中。因此，可以判定未知樣品微晶纖維素在檢出限以上的準確識別率為100%。

3 結(jié)論

本文通過研究，運用近紅外光譜技術(shù)結(jié)合Adulterant Screen 算法創(chuàng)建微晶纖維素的快速鑒定方法。通過實驗我們可知：可溶性淀粉摻假含量2%、5%、10%、15%、20%、30%及40%的摻假微晶纖維素均可快速鑒別出摻假物，并能準確的識別出摻假物為可溶性淀粉，摻假的識別率可達100%，而摻入可溶性淀粉含量1%時，驗證結(jié)果也為符合，與材料光譜匹配正常，判別為空白無摻假樣品，無法實現(xiàn)含量1%摻假可溶性淀粉的準確鑒別。因此，根據(jù)置信度指標判斷方法，可溶性淀粉摻假的最低檢出限為2%；小麥摻假含量1%、2%、5%、10%、15%、20%、30%的每個樣品，均能準確識別出摻假物為小麥粉，摻假的識別率為 100%，而摻入小麥粉含量 0.5%時，驗證結(jié)果也為符合，與材料光譜匹配正常，錯判為無摻假樣品，無法實現(xiàn)含量0.5%摻假小麥粉的準確識別。因此，小麥粉摻假的最低檢出限為1%。

本方法中可溶性淀粉摻假及小麥粉摻假的最低檢出限存在高低差異，是經(jīng)過多次實驗測試得出，原因是可溶性淀粉和小麥粉在近紅外譜區(qū)光譜的重疊性和不連續(xù)性的不同，且與微晶纖維素的近紅外光譜的重疊性程度有所不同，從而產(chǎn)生一定的光譜差異性，導(dǎo)致鑒別結(jié)果的不同。另外，方法對未知樣品微晶纖維素在檢出限以上的準確識別率為100%。運用近紅外光譜技術(shù)創(chuàng)建的微晶纖維素快速鑒別方法，所采用的Adulterant Screen算法保留了 SIMCA等非靶向化學(xué)計量學(xué)方法的優(yōu)點[13]，且不用耗時去建立偏最小二乘 （PLS）校正模型，只要通過簡單快速的計算及調(diào)整即可，同時通過已建立的潛在摻雜組分光譜數(shù)據(jù)庫進行計算分析，就可以獲得更高的靈敏度[13]。

因此，本研究創(chuàng)建的微晶纖維素摻假快速鑒別方法，能實現(xiàn)快速鑒別可溶性淀粉、小麥粉等摻假物，方法簡單、快速、可靠，為防止高含量經(jīng)濟型摻假提供了一種便捷、快速初篩的方法，也可以有效地應(yīng)用于日常微晶纖維素樣品的摻假檢測和鑒定，為海關(guān)打擊騙稅漏稅行為提供有力的技術(shù)支持。