特種動物纖維檢測技術研究進展

費 靜,黃 鈺,陳 曉,劉 芳,魏孟媛

(上海海關工業(yè)品與原材料檢測技術中心,上海 200135)

特種動物纖維指自動物毛囊生長、具有多細胞纖維結構、由角蛋白組成的纖維。市場上常見的特種動物纖維有山羊絨、綿羊毛、牦牛絨、駝絨(毛)、羊駝絨(毛)等。利用動物的毛皮制成的服裝即為皮草,但近年來,全球范圍內掀起一股反皮草浪潮。2021年,以色列成為首個終止皮草銷售的國家[1],美國和其他西方國家也相繼頒布皮草禁令。出于道德及動物權益考慮,時尚界各大奢侈品牌也紛紛響應,實施零皮草措施。然而,隨著紡織織造技術的發(fā)展以及消費者對高品質生活的不斷追求,越來越多稀有動物的纖維被添加到紡織面料中,如貂絨、狐貍絨、貉子毛、青根貂絨、毛絲鼠絨等[2]。當纖維脫離了毛皮皮板,原本就復雜的特種動物纖維種屬鑒別難度提升。

一般實驗室特種動物纖維的檢測主要借助顯微鏡/電鏡等光學放大設備,根據(jù)纖維的外觀形態(tài)作出判定。纖維外觀形態(tài)包括纖維鱗片形態(tài)、間距、厚度、色素和髓腔等。物種親緣關系越近,纖維的外觀形態(tài)越相似,鑒別難度也越大。比較典型的有山羊絨與綿羊毛、紫羊絨與牦牛絨,再加上色素、染料、人為造假和摻假等因素的干擾,檢測人員面臨的挑戰(zhàn)也就越大[3-6]。

國際山羊絨與駝毛制造商協(xié)會(CCMI)每年在全球范圍內組織特種動物纖維定性定量的比對試驗(Round Trial),旨在提高各檢測實驗室的分辨和檢測能力。從歷年的統(tǒng)計數(shù)據(jù)來看,混合了多產地的山羊絨的定量中,牦牛絨和紫山羊絨混合物的定量最容易出錯,而此類纖維混合物也是不良商家以次充好、謀求高利潤的原料。由于山羊絨可能存在形態(tài)變異,我國現(xiàn)行的標準GB/T 29862—2013《紡織品 纖維含量的標識》中規(guī)定,當山羊絨含量達95%以上,疑似羊毛≤5%的產品可標注為100%山羊絨,對于純山羊絨或全山羊絨,檢測機構有時也無法給出準確定量,所以不法分子常利用這一點謀取不當利益,侵害消費者權益。

檢測人員通過研究并不斷完善原有的外觀形態(tài)檢測方法來識別特種動物纖維,但這類檢測方法對檢測人員的要求比較高,檢測人員的經驗和辨別能力決定了檢測結果的準確性,結果具有主觀性。隨著技術的發(fā)展,自動圖像識別法、皮質細胞分離法、DNA檢測、蛋白分析、近紅外光譜檢測法相繼應用于纖維檢測識別。近年來隨著機器學習的高速發(fā)展,結合圖像識別的自動智能圖像檢測法也應運而生,在檢測速度和準確度的提升方面有了質的飛躍。本文聚焦近年特種動物纖維檢測技術的進展,分析比較各類方法的優(yōu)缺點,以期為廣大檢測人員提供參考信息。

1 顯微鏡法

顯微鏡法是傳統(tǒng)的纖維檢測手段,分為光學顯微鏡法和掃描電鏡法,也是大多數(shù)實驗室最常用的方法。這類方法最直觀,但對檢測人員的檢測技術、檢測經驗要求很高,所得檢測結果具有一定的主觀性。

鄂爾多斯羊絨集團技術中心牽頭修訂ISO 17751《紡織品 羊絨、羊毛、其他物種動物纖維及其混合物定量分析》等系列標準,并參考ISO 17751制定了GB/T 40905.1—2021《紡織品 山羊絨、綿羊毛、其他特種動物纖維及其混合物定量分析 第1部分:光學顯微鏡法》和GB/T 40905.2—2022《紡織品 山羊絨、綿羊毛、其他特種動物纖維及其混合物定量分析 第2部分:掃描電鏡法》。依托鄂爾多斯羊絨集團豐富的資源,在GB/T 40905.1—2021和GB/T 40905.2—2022的附錄中增加了大量常見特種動物纖維的高清圖片,包括典型和變異的山羊絨以及蒙古、伊朗、阿富汗等國家的山羊絨、綿羊毛與各類改性綿羊毛的高清圖片。文字結合圖示,對完善檢測人員的認知,提高判斷力具有重要作用。

楊桂芬等[7]依托國家質檢總局中國山羊絨資源和品質調查科技項目,對我國16個主要產絨區(qū)和3個國內規(guī)模最大的種羊場共計105批有代表性的山羊絨的主要品質指標進行了檢測分析,系統(tǒng)總結了中國山羊絨直徑與鱗片結構參數(shù)的關系、山羊絨外觀形態(tài),分析探討了如何正確鑒別山羊絨與綿羊毛纖維。然而,氣候、地域、飲食等因素均會對動物纖維,尤其是山羊絨的外觀形態(tài)造成較大的影響。遼寧絨山羊以其生長快、產絨量大的特點,在全國得到大力推廣并廣泛用于育種和改良[8],被育種專家譽為“中國絨山羊之父”。然而,牧民片面追求高產,忽視了對絨山羊品種的保護,經過多代的混養(yǎng)雜交,山羊絨纖維的直徑、鱗片的形態(tài)均發(fā)生了變化。

盧開新等[5]針對光學顯微鏡下牦牛絨與山羊絨、綿羊毛難分辨的問題,使用黑色牦牛絨、褐色牦牛絨、青色牦牛絨、白色牦牛絨與白色山羊絨、紫山羊絨、綿羊毛進行對比,以圖片配合詳細描述文字的形式,對檢測人員進行各類樣品知識的補充,提高其辨別能力。

曾有娣等[9]在2023年7月召開的國際山羊絨檢測技術研討會上通過大量圖片和文字的提煉,分享了山羊絨、牦牛絨、駱駝絨經脫色處理后的形態(tài)特征,強調可通過纖維的條干均勻性,表面色素的顏色和分布,邊緣光滑度,纖維的圓潤度、光澤、直徑等多方面因素綜合考慮判定纖維類型,必要時需要結合使用光學顯微鏡和電子顯微鏡,但剝色后鱗片完整度和纖維色素都會遭到不同程度破壞,檢測人員仍難以區(qū)分。北京和眾視野科技有限公司開發(fā)了采用CMOS數(shù)碼攝像頭和特殊波段濾波器實現(xiàn)無損剝色的技術,該方法對大部分常見帶色素纖維或染有深色染料的纖維均有效[10]。

基于圖像的主觀判斷檢測法,可通過提高儀器設備分辨力、擴充樣本量來提高檢測人員辨別力,通過大量比對、能力驗證等手段不斷校準目光,進而提高檢測能力。

2 分子生物學檢測法

2.1 DNA檢測

20世紀90年代,DNA檢測技術開始用于鑒別特種動物纖維。DNA檢測技術用于動物纖維鑒別關鍵的第1步是要從毛發(fā)中抽提到足夠多且相對完整的DNA。過去的研究集中在基因組DNA上,而毛干中基因組DNA的拷貝數(shù)相對較少,限制了這一技術在經過染整處理的樣品中的應用[2]。

2004年,科研人員將目光聚焦到易于獲得且在毛干細胞中大量存在的線粒體DNA,并使用聚合酶鏈式反應(PCR)擴增,聯(lián)合限制性酶切技術(PCR-RFLP)實現(xiàn)了山羊絨和綿羊毛的定性鑒別[11],但這種方法相對繁瑣,酶切后需配合電泳對片段進行確認,未能大面積推廣。Kirsten等[12]針對山羊、綿羊、駱駝和牦牛的線粒體DNA片段以及牦?；蚪MDNA的物種特性片段設計了特異性引物和探針,實現(xiàn)了這4個物種纖維的鑒別。

靈敏度高的熒光定量PCR技術的發(fā)展加速了DNA檢測技術在動物纖維鑒別中的商業(yè)應用,如Tang等[13]利用山羊和綿羊線粒體12srRNA基因上的差異,建立了基于熒光定量PCR技術的山羊絨和綿羊毛定量檢測方法,采用了不同產地的山羊絨和羊毛對該方法的定量準確性進行了驗證,且對山羊絨和綿羊毛混合物進行了定量檢測,證實了該方法的可行性。根據(jù)該研究成果制訂的GB/T 36433—2018《紡織品 山羊絨和綿羊毛的混合物DNA定量分析 熒光PCR法》于2019年開始實施。但該方法不適用于回用山羊絨制品的檢測,原因是混合組分里的山羊絨經多次脫色、染色處理后會造成DNA鏈的斷裂,山羊絨和綿羊毛經不同的處理后斷裂程度不一致會出現(xiàn)定量偏差。

呂蓉等[14]通過設計針對鵝和鴨的物種特異性引物和TaqMan探針,建立了羽絨制品的定量標準曲線,并使用不同產地的鵝絨鴨絨混合物進行驗證,均得到較好結果。由于羽絨產品通常只經過除灰、水洗等加工工藝,無需進行染色處理,因而該方法的適用性廣,其準確度主要取決于取樣是否具有代表性。

微芯片結合定量PCR(Microchip qPCR)技術因其反應時間短、DNA用量少,在檢測領域顯示出了強大的優(yōu)勢。Gill等[15]利用該技術改進了山羊絨和綿羊毛的定量檢測方法。某些經極端條件處理的染色樣品由于DNA遭到破壞,抽提得到的完整的DNA片段非常有限,傳統(tǒng)real-time PCR技術無法檢測,而Microchip qPCR 可以檢測到單個拷貝的DNA,大大提高了檢測成功率。

2.2 蛋白多肽分析

特種動物纖維主要由角蛋白組成,由外胚層細胞分化而來。DNA中存在的物種差異,也會表現(xiàn)到翻譯的蛋白質中,有研究表明角蛋白相關基因的多核苷酸多態(tài)性性質影響了纖維的性狀[16]。大量二硫鍵的存在使得角蛋白比DNA更穩(wěn)定耐受,來源也更為豐富,為特種動物纖維的種屬鑒別提供了合適的新靶標。

角蛋白分子量大,不易消化溶解,需經處理形成分子量較小的多肽后再使用質譜識別差異,進而區(qū)分不同的物種。Paolella等[17]利用山羊絨、綿羊毛、牦牛絨特異的多肽片段,使用超高效液相色譜-電噴霧質譜(UPLC/ESI-MS)建立了定性定量檢測方法,該方法可實現(xiàn)定量檢測,但相對而言角蛋白的溶解消化時間偏長,整個檢測流程需5 d。Yukari等[18]利用基質輔助激光飛行時間質譜(MALDI-TOF-MS)技術對動物纖維進行鑒別,除山羊絨、綿羊毛、牦牛絨3種纖維外,還實現(xiàn)了馬海毛、駱駝絨、安哥拉兔毛、羊駝毛的定性鑒別,并使用染色和氯漂的樣品進行了驗證。該實驗室還開發(fā)了利用液相色譜質譜(LC-MS)定性鑒別牛皮、馬皮、豬皮、山羊皮、綿羊皮和鹿皮的方法[19]。Kim等[20]利用MALDI-TOF-MS技術進行山羊絨和牦牛絨物種特性的多肽指紋圖譜的研究,開發(fā)了二者的定量檢測方法。

ISO 20418《紡織品 某些動物毛纖維的定性和定量蛋白質組學分析》系列標準是借助蛋白質組分析,使用儀器分析實現(xiàn)特種動物纖維定性定量的系列標準。該系列共有3個方法標準,分別使用LC-ESI-MS、MALDI-TOF-MS、LC-MS進行檢測[21-23]。LC-ESI-MS、MALDI-TOF-MS使用還原劑溶解角蛋白,LC-MS采用胰酶處理直接溶解角蛋白的方法,簡化了提取過程,降低了處理成本,且LC-MS方法在紡織品有毒有害物的檢測中也會使用,無須購買專門的檢測設備。LC-ESI-MS、MALDI-TOF-MS方法對應的GB/T 42699.1—2023《紡織品 某些動物毛纖維蛋白質組定性和定量分析 第1部分 還原蛋白質多肽分析液相色譜:質譜(LC-ESI-MS)法》和GB/T 42699.2—2023《紡織品 某些動物毛纖維蛋白質組定性和定量分析 第2部分:還原蛋白質多肽分析基質輔助激光解吸電離飛行時間質譜(MALDI-TOF-MS)法》均已發(fā)布待實施。GB/T 42699.2—2023制訂過程中,利用MALDI-TOF-MS技術找到了藏羚羊絨的多肽特征標記,建立了藏羚羊絨的多肽檢測法[24],為打擊走私,保護珍稀物種提供了技術支撐。

3 光譜法

光譜分析具有快速簡便、重復性佳、無污染的特點,目前已廣泛應用于畜牧業(yè)、化工、食品藥品分析等領域。吳桂芳等[25]研究了山羊絨與細支綿羊毛的可見/近紅外光譜的特點,提出了應用主成分分析(PCA)結合人工神經網(wǎng)絡(ANN)進行種屬鑒別的方法,并建立了山羊絨、綿羊毛分析模型。但該研究建模樣品數(shù)僅為30,且其驗證全部準確的16個樣品是未經染色的純種動物纖維,缺乏實際商業(yè)產品的驗證數(shù)據(jù)。劉心如等[26]利用可見/近紅外漫反射光譜對動物纖維的主成分進行馬氏距離判別分析,成功實現(xiàn)了對山羊絨/綿羊毛2組分、山羊絨/綿羊毛/駝絨3組分的定性定量檢測,但該研究所用的樣品均來自甘肅地區(qū),品種也相對單一,模型的廣譜性有一定的局限性。Zoccola等[27]使用軟獨立分類模型(Soft Independent Modelling by Class Analogy)建立了山羊絨和綿羊毛的定量檢測方法,該方法可用于山羊絨原料的質量把控和粗略定量。Zhou等[28]在特征譜上找到了6個針對山羊絨和綿羊毛差異比較大的特征波段,建立了定量檢測方法,并建議可通過多次測量不同點取平均值來減小誤差。

甄歡等[29]采用變溫傅里葉變換衰減全反射紅外光譜技術(ATR-FTIR) ,在293～393 K 的溫度范圍內分別研究了山羊絨和綿羊毛的變溫紅外光譜,得出了綿羊毛熱穩(wěn)定性較差的結論[27],拓展了變溫紅外光譜技術在天然毛紡材料分析方面的研究范圍。Sharma等[30]使用了近紅外光譜結合化學計量學(PLS-DA模型),實現(xiàn)了藏羚羊絨和其相近毛絨制品的鑒別,與光學顯微鏡法和DNA檢測法相比,該方法具有無損、快速的特點,為野生動物司法鑒定提供了新的思路。

4 自動圖像識別

顯微鏡法和掃描電鏡法進行特種動物纖維的鑒別本質上是依賴于檢測人員經驗的圖像識別方法。每位檢測員熟知的樣本量是有限的,檢測結果會不可避免地存在主觀性。彭偉良等[31]利用山羊絨和細支綿羊毛的SEM照片進行數(shù)字化處理,根據(jù)2種纖維的形態(tài)特點構建分類識別方法。談峰等[32]利用電鏡照片對纖維圖像特征參數(shù)信息進行了細化研究,根據(jù)羊絨鱗片形態(tài)結構的不同構建了鑒別模型,建立了不同產區(qū)羊絨圖譜數(shù)據(jù)庫和毛絨纖維鑒別模型,以上研究實現(xiàn)了對具有明顯特征纖維的自動識別,但對于商業(yè)應用還有較遠的距離。

隨著圖像技術和人工智能技術的高速發(fā)展,運用圖像處理技術和機器學習結合實現(xiàn)自動識別已成為山羊絨纖維鑒別技術研究的發(fā)展趨勢。從明芳等[33]基于深度卷積神經網(wǎng)絡技術建立了羊絨羊毛纖維識別模型,通過大量山羊絨及綿羊毛纖維顯微圖片樣本的訓練,提高了鑒別的準確度,為實現(xiàn)自動識別奠定了基礎。Linden等[34]采用視頻的方式采集數(shù)據(jù)進行纖維圖像處理,以纖維顏色、纖維邊界、鱗片溝槽、鱗片方向、鱗片邊界等作為特征集并嘗試了啟發(fā)式纖維識別和深度學習纖維識別(CNN卷積神經網(wǎng)絡)2個分類器,結合2個分類器輸出最終結果,對于2個分類器給出的不一致判斷,采取人工干預,通過大量樣品的訓練,進一步提高檢測精度。鐘躍崎等[35]對六大類、60 000余張纖維樣本圖片進行神經卷積網(wǎng)絡的篩選和驗證,設計了1個訓練時間相對少、召回率高的模型,鑒別準確率在95%以上。

圖像處理技術和機器學習結合的識別方法需要收集海量的纖維樣本進行機器訓練學習,樣本是否有代表性關系到判定結果的準確性。這類方法本質上依舊是利用纖維外觀形態(tài)對其種屬進行判別,對于某些天然或者人為處理造成的外觀形態(tài)極其相似無法辨別的纖維的識別能力仍需提高。但纖維檢測的自動化,排除了人為影響因素,大大提高了檢測的效率,在推動檢驗檢測數(shù)字化轉型方面具有積極作用。目前已有商業(yè)化出售的基于人工智能的纖維自動識別設備和配套服務,在各類能力驗證中表現(xiàn)良好。

5 其他檢測方法

白娟等[36]研究了山羊絨和綿羊毛經堿和酸溶液處理破壁后皮質細胞形態(tài)的差異,歸納總結了二者長度和細度的差異,這些差異與纖維的性能特性緊密相關,這一發(fā)現(xiàn)可用于山羊絨和綿羊毛的鑒別。正確認識這些差異,也可以更好地發(fā)揮纖維的經濟價值,但該方法不宜作為定量檢測方法推廣,因為前處理的酸煮時間不易控制,對皮質細胞的形態(tài)有很大影響,另外皮質細胞的長度和寬度的測量比較費時。

從原理、檢測依據(jù)、可重復性、成分、優(yōu)缺點方面對本文提及的實際應用的特種動物纖維檢測方法進行比較,見表1。

表1 特種動物纖維檢測方法的比較Tab.1 Comparison of detection methods forspecialty animal fibers

6 結束語

特種動物纖維的檢測技術目前呈現(xiàn)百花齊放、百家爭鳴的局面。大部分實驗室仍采用顯微鏡法進行檢測,訓練有素的檢測員也可以在1～2 h內獲得較為準確的檢測結果。分子生物學檢測方法和光譜分析均屬于客觀的檢測方法,對儀器設備的要求比較高,其中DNA檢測法靈敏度高,用于定量檢測有一定的使用范圍;蛋白檢測適用范圍廣,特異性好,且一次可以鑒別多個物種,但混合物的靈敏度有限;而光譜法對染整后的同質化混合物區(qū)分能力有限;近年人工智能自動纖維識別研究的興起,解放了人力,大大提高了檢測的速度和結果的一致性,隨著數(shù)據(jù)庫的不斷擴充和人工智能算法的優(yōu)化,智能化纖維識別也會越來越完善。

目前單純憑借一種技術或方法無法徹底解決特種動物纖維中部分纖維的定性、定量鑒別,因此,檢測實驗室在許可條件下一方面應培養(yǎng)檢測人才,另一方面也要綜合利用多種技術方法,采取主、客觀方法檢測相互補充對照,以便得到相對更加準確可靠的檢測結果。