近紅外光譜技術(shù)用于快速檢測(cè)藜麥營(yíng)養(yǎng)成分的研究進(jìn)展

李 慧，顧洪濤，蘇婷婷

（內(nèi)蒙古華瑞檢驗(yàn)檢測(cè)有限公司，內(nèi)蒙古呼和浩特 010010）

藜麥（Chenopodium quinoa Willd）屬于藜科藜屬的雙子葉植物，原產(chǎn)地為南美洲安第斯山脈的高海拔山區(qū)，是當(dāng)?shù)赜〖尤说膫鹘y(tǒng)糧食作物[1-2]。近年來(lái)，我國(guó)內(nèi)蒙古、山西、青海、甘肅等地大面積種植藜麥，目前已初步形成了藜麥規(guī)模化種植和智能化產(chǎn)業(yè)鏈[3]。藜麥的營(yíng)養(yǎng)價(jià)值較高，富含蛋白質(zhì)和膳食纖維等物質(zhì)。有研究表明，藜麥中富含人體所需的9 種必需氨基酸和賴(lài)氨酸，脂肪中不飽和脂肪酸占80%左右；藜麥中豐富的皂苷、黃酮類(lèi)物質(zhì)、多酚和植物甾醇等具有多種生物活性，在食療領(lǐng)域發(fā)揮著有益功效[4]。

目前，藜麥營(yíng)養(yǎng)成分檢測(cè)的方法以常規(guī)化學(xué)分析法和光譜技術(shù)為主，常規(guī)化學(xué)法操作方法比較復(fù)雜，且試驗(yàn)中需要使用大量試劑，存在對(duì)環(huán)境、人體有害等諸多不足。為了滿(mǎn)足低成本、快速和無(wú)損檢測(cè)的需求，研究人員開(kāi)發(fā)了核磁共振、高光譜、熒光光譜和紫外光譜等檢測(cè)技術(shù)[5-7]。與這些光譜技術(shù)相比，NIRS 作為一種便攜技術(shù)被更多人喜愛(ài)，具有快速且無(wú)損耗的檢測(cè)特點(diǎn)[8-9]，可檢測(cè)到特定的已知化合物基團(tuán)，常用于農(nóng)產(chǎn)品安全檢測(cè)領(lǐng)域[10-11]。當(dāng)通過(guò)漫反射或透射光譜處理樣品時(shí)，由于物料顆粒的尺寸、形狀和包裝等影響，散射光產(chǎn)生了不受控制的物理變化。因此，為了最大限度地減少散射干擾，開(kāi)發(fā)和構(gòu)建穩(wěn)健的檢測(cè)模型也同樣重要。

1 基于近紅外光譜預(yù)測(cè)模型的發(fā)展

自20 世紀(jì)50 年代起，人們對(duì)近紅外光譜有了初步認(rèn)識(shí)，因靈敏度較低，有較強(qiáng)干擾性而逐漸被人淡忘。20 世紀(jì)80 年代以后，計(jì)算機(jī)技術(shù)的使用讓近紅外光譜不僅可用于評(píng)估食品質(zhì)量安全方面，還可結(jié)合化學(xué)計(jì)量法應(yīng)用于普通化學(xué)分析法難以檢測(cè)的成分特征，避免了常規(guī)圖譜解析的困難[12]。近紅外光譜測(cè)得的數(shù)據(jù)中不僅包含樣品的結(jié)構(gòu)特征和組成信息，也包含了噪聲、漫反射和基線傾斜等背景及其他干擾信息。因此，需要在建立近紅外光譜模型前進(jìn)行適當(dāng)?shù)念A(yù)處理來(lái)降低或消除其他因素對(duì)光譜的干擾[13]。

1.1 近紅外光譜預(yù)處理技術(shù)

平滑（Saviztky-Golay，SG）是消除噪聲的高效方法，該方法假設(shè)光譜中的噪聲為零均值隨機(jī)噪聲，取多次測(cè)量的平均值來(lái)減少隨機(jī)噪聲，以提高信噪比[14]，濾除高頻噪聲并保留低頻噪聲。標(biāo)準(zhǔn)正態(tài)變量變換（Standard normal variate transformation，SNV）和多元散射校正（Multiplicative scatter correction，MSC）主要用于減弱不同粒度大小的物料顆粒造成的散射等物理影響，SNV 是單獨(dú)處理一條光譜，而MSC 的處理對(duì)象通常為一組光譜[15]，因此部分研究認(rèn)為SNV相比于MSC 更能提升藜麥營(yíng)養(yǎng)組分的預(yù)處理效果。此外，還有加權(quán)多元散射處理（WMSC）、標(biāo)準(zhǔn)化多元散射處理（SMSC）和反向多元散射處理（IMSC）等方法。一階導(dǎo)數(shù)（First derivative，1st Der）和二階導(dǎo)數(shù)（Second derivative，2nd Der）用直接差分法和SG 法進(jìn)行求導(dǎo)來(lái)消除基線偏移和光譜的旋轉(zhuǎn)，可以減少儀器背景等誤差，并且二階導(dǎo)數(shù)可以通過(guò)連續(xù)計(jì)算兩次一階導(dǎo)數(shù)得到。此外，在藜麥等谷物檢測(cè)用到較少的方法如隱變量正交投影（Orthogonal projection to latent structures，OPLS）和擴(kuò)展乘法信號(hào)校正（Extended multiplication signal correction，EMSC）等，OPLS 可移除與樣品濃度無(wú)關(guān)的光譜數(shù)據(jù)，并有效增強(qiáng)非線性組分的預(yù)測(cè)模型和提高穩(wěn)定性[16]。Encina-Zelada C 等人[17]為了最大限度地減少光散射的乘法效應(yīng)，參考其他原料的EMSC 用于藜麥檢測(cè)中，EMSC 將物理散射光與化學(xué)吸收（振動(dòng)）光分離，有助于校正光譜中與波長(zhǎng)相關(guān)的基線效應(yīng)[18]。

1.2 特征波長(zhǎng)選擇

近紅外光譜數(shù)據(jù)為全波段型，包含豐富信息量的同時(shí)，也帶來(lái)了各種干擾信號(hào)，造成吸收帶嚴(yán)重重疊，因此對(duì)光譜的特征波長(zhǎng)進(jìn)行篩選來(lái)提高模型的準(zhǔn)確度也是必要步驟?；谵见溕踔赁r(nóng)產(chǎn)品的特征波長(zhǎng)選擇多為經(jīng)驗(yàn)判斷，此外還有競(jìng)爭(zhēng)性自適應(yīng)重加權(quán)法（Competitive adaptive reweighted sampling，CARS）、連續(xù)投影算法（Successiveprojectionsalgorithm，SPA）[19]和無(wú)信息變量消除法（Uninformation variable elimination，UVE）[20]等常用于食品檢測(cè)的特征光譜可供選擇。CARS 算法可最小化光譜的無(wú)用信息；SPA 是一種通過(guò)向量的投影達(dá)到變量間共線性最小化的波長(zhǎng)選擇算法，可最大程度消除共線性的影響。

1.3 近紅外光譜模型進(jìn)展

1.3.1 定性分析

主成分分析（Principal component analysis，PCA）是常用的光譜定性分析方法，利用降維的思維將多個(gè)波長(zhǎng)下的原始變量通過(guò)組合形成有限的幾個(gè)因子，且各成分之間的所屬類(lèi)別也不同。PCA 對(duì)樣本與訓(xùn)練集間的確切位置缺乏定量的解釋?zhuān)瑔为?dú)在藜麥等谷物檢測(cè)中很少使用，一般結(jié)合其他統(tǒng)計(jì)學(xué)方法用于產(chǎn)地溯源等方面。

馬氏距離（Mahalanobis distance，MD）是近紅外光譜定性分析中另一種常用的方法，一般適用于近紅外光譜中異常數(shù)據(jù)的剔除并建立樣本間相似度的模型。因?yàn)镸D 常常依賴(lài)較為準(zhǔn)確的預(yù)處理和波長(zhǎng)篩選結(jié)果，所以獨(dú)立應(yīng)用在食品中的場(chǎng)合較少。為此，研究人員常常先對(duì)樣本進(jìn)行PCA 分析篩選主成分，再進(jìn)行MD 分析，這樣可以得到較為準(zhǔn)確的域值信息。

簇類(lèi)獨(dú)立軟模式法（Soft independent modeling of class analogy，SIMCA）被普遍認(rèn)為是發(fā)展最成熟的化學(xué)計(jì)量學(xué)方法之一。傳統(tǒng)的SIMCA 采用PCA 參數(shù)和F 檢驗(yàn)構(gòu)建新模型，并以樣本與各類(lèi)主成分空間的歐氏距離作為判斷類(lèi)別的依據(jù)[21]，大量光譜應(yīng)用。結(jié)果表明，SIMCA 方法分類(lèi)可以獲得較好的效果，但是對(duì)于區(qū)分成分相近又存在著微小差異的樣本，SIMCA 方法分類(lèi)的效果并不理想。

K -近鄰法（K-nearest neighbor，KNN）算法可以用來(lái)分類(lèi)和回歸，是最簡(jiǎn)單的算法之一，其核心是某樣本的k 個(gè)特征空間最鄰近樣本大部分屬于一個(gè)類(lèi)別，則將該樣本歸為一類(lèi)。KNN 理論成熟，易于理解，缺點(diǎn)是不僅計(jì)算量較大，當(dāng)樣本容量不一致時(shí)，還容易產(chǎn)生新樣本對(duì)其他樣本的誤判，解決方法之一是去除已知樣本中對(duì)分類(lèi)作用不大的樣本，但僅限于容量較大類(lèi)域的自動(dòng)分類(lèi)。

BP 神經(jīng)網(wǎng)絡(luò)是一種非線性回歸方法，可建立定性和定量分析模型，由輸入層、一個(gè)或多個(gè)隱藏層和輸出層組成的神經(jīng)元。每個(gè)神經(jīng)元具有激活功能。優(yōu)點(diǎn)是可以自動(dòng)找出規(guī)律來(lái)解決復(fù)雜問(wèn)題，缺點(diǎn)是收斂速度慢、容易陷入局部極小值等。此外，還有研究者提出深度信念網(wǎng)絡(luò)（DBN）、卷積神經(jīng)網(wǎng)絡(luò)（CNN）、徑向基神經(jīng)網(wǎng)絡(luò)（RBF）等優(yōu)化性能模型以待參考[22]。

1.3.2 定量分析

主成分回歸（Principle component regression，PCR）以主成分為自變量，將頻譜數(shù)據(jù)投影到新的正交二維軸上來(lái)做回歸分析，主要用于樣品的變量與質(zhì)量參數(shù)之間的線性關(guān)聯(lián)。由于新變量之間互不相關(guān)，因此成功解決了多重共線性或變量相互依賴(lài)問(wèn)題，但是無(wú)法處理非線性數(shù)據(jù)。

多元線性回歸（MLR）（Multivarate linear regression，MLR）是2 個(gè)或以上自變量的N 個(gè)推廣，用MLR 建模前應(yīng)對(duì)原始光譜進(jìn)行特征光譜篩選，適用于關(guān)聯(lián)性不強(qiáng)或微弱的圖譜。MLR 的計(jì)算簡(jiǎn)單且容易理解，但無(wú)法解決多重共線性或非線性的波長(zhǎng)數(shù)據(jù)，使用MLR 方法的前提是樣本數(shù)量必須大于特征數(shù)量[23]。

偏最小二乘回歸（Partial least squares regression，PLSR）是目前流行的模型方法，用于解決變量多和有著多重相關(guān)性等問(wèn)題，對(duì)變量多的樣本及其成分分析較為友好，比PCR 更快且精度更高，結(jié)果更加合理，但是當(dāng)圖譜數(shù)據(jù)有噪聲時(shí)，擬合模型也會(huì)更復(fù)雜，且當(dāng)添加一組新數(shù)據(jù)時(shí)，模型需重新建立，因此在實(shí)際應(yīng)用中常常被限制。最近有人提出了PLSR 的泛化，被稱(chēng)為規(guī)范冪偏最小二乘法（CPPLS），以及正交偏最小二乘判別分析（OPLS-DA）有待應(yīng)用。

隨機(jī)森林回歸（Random forest regression，RFR）是隨機(jī)森林的重要應(yīng)用分支，通過(guò)樣品的特征進(jìn)行獨(dú)立并行的結(jié)果預(yù)測(cè)，整合取平均值后得到整個(gè)森林的回歸預(yù)測(cè)。對(duì)數(shù)據(jù)維度要求相對(duì)要低，優(yōu)點(diǎn)是受異常值和噪聲的干擾度較小，且計(jì)算成本低，不會(huì)過(guò)度擬合，是比較通用的方法之一。

支持向量機(jī)（Support vector machine，SVM）是一種由線性求解非線性的分類(lèi)方法，常用于“二分類(lèi)”問(wèn)題中。通過(guò)核函數(shù)（如多項(xiàng)式、徑向基本函數(shù)等）將數(shù)據(jù)映射到更高維度的空間，構(gòu)造線性的最優(yōu)分類(lèi)超平面，這樣的計(jì)算開(kāi)銷(xiāo)小，基于校準(zhǔn)集的子集可以獲得出色的模型，但屬于非概率性抽樣，需要設(shè)置缺失的數(shù)據(jù)和優(yōu)化核函數(shù)等各種關(guān)鍵的參數(shù)[24]。此外，還可被用于多變量校正建模，即支持向量回歸（Support vector regression，SVR），在分析化學(xué)領(lǐng)域潛力巨大。

2 近紅外光譜技術(shù)在藜麥營(yíng)養(yǎng)成分檢測(cè)方面的應(yīng)用

適合NIRS 的藜麥營(yíng)養(yǎng)成分檢測(cè)步驟包括光譜采集、預(yù)處理、波長(zhǎng)選擇和模型開(kāi)發(fā)，具體的方法對(duì)于不同品種（白藜、黑藜和紅藜）和不同形態(tài)（谷粒、面粉）在一定程度上是通用的，但目前最常見(jiàn)方法為通過(guò)反復(fù)試驗(yàn)將這些光譜數(shù)據(jù)處理方法結(jié)合起來(lái)獲得最優(yōu)模型。藜麥含有豐富的微量元素，NIRS 評(píng)估其營(yíng)養(yǎng)成分和其他雜糧不同，應(yīng)該主要關(guān)注微量元素及相關(guān)參數(shù)方面。

近紅外光譜的不同處理方式對(duì)藜麥營(yíng)養(yǎng)成分的影響見(jiàn)表1。

表1 近紅外光譜的不同處理方式對(duì)藜麥營(yíng)養(yǎng)成分的影響

2.1 脂肪含量的快速檢測(cè)

脂質(zhì)水平與產(chǎn)品腐敗等質(zhì)量問(wèn)題息息相關(guān)，是農(nóng)產(chǎn)品必檢的指標(biāo)之一，藜麥中脂肪含量較多且種類(lèi)豐富，是潛在的油品來(lái)源，也是藜麥作為健康減肥原料的原因之一。曹曉寧等人[25]采集100 個(gè)藜麥樣品，運(yùn)用一階導(dǎo)數(shù)和矢量歸一化的化學(xué)計(jì)量學(xué)對(duì)光譜進(jìn)行預(yù)處理，發(fā)現(xiàn)這2 種方法結(jié)合后校正和預(yù)測(cè)效果更佳，其中決定系數(shù)為0.939 3,與索氏抽提法相比具有快速無(wú)損的特點(diǎn)。石振興等人[26]采集國(guó)內(nèi)外101 份藜麥原料制成粉末，通過(guò)構(gòu)建最小二乘回歸預(yù)測(cè)模型來(lái)測(cè)定藜麥中粗脂肪含量，結(jié)果與國(guó)標(biāo)脂肪含量測(cè)定的方法相比具有快速篩選和較高準(zhǔn)確度。Martín M 等人[27]在智利采集不同品種的48 個(gè)藜麥樣品進(jìn)行紅外光譜對(duì)營(yíng)養(yǎng)成分的檢測(cè)分析。結(jié)果發(fā)現(xiàn)，比傳統(tǒng)定量酸培養(yǎng)基中測(cè)定醚提取物的方法效率更高，并且采用PCA 法應(yīng)用于校準(zhǔn)集的數(shù)據(jù)；用MD法檢測(cè)異常光譜數(shù)據(jù)；使用改進(jìn)的偏最小二乘回歸法來(lái)獲取所研究營(yíng)養(yǎng)成分的NIR 方程，采取SNV 和去趨勢(shì)化處理進(jìn)行多元回歸方程優(yōu)化，最終所得結(jié)果更穩(wěn)定、更準(zhǔn)確。Encina-Zelada C 等人[28]通過(guò)近紅外投射光譜估算藜麥中的成分，旨在開(kāi)發(fā)應(yīng)用于藜麥等谷物的穩(wěn)健化學(xué)計(jì)量模型，該模型經(jīng)過(guò)SG 預(yù)處理、MSC 和擴(kuò)展乘法信號(hào)校正（EMSC）校正，通過(guò)PLSR 和規(guī)范動(dòng)力偏最小二乘法（CPPLS）提取潛在變量，結(jié)果發(fā)現(xiàn)平滑光譜提高了脂肪檢測(cè)模型的準(zhǔn)確性，EMSC 結(jié)合CPPLS 也獲得了較高的準(zhǔn)確度，通過(guò)交叉驗(yàn)證（Rcv）值為0.811 1。

2.2 蛋白含量的快速檢測(cè)

藜麥的蛋白質(zhì)具有較高營(yíng)養(yǎng)價(jià)值，有開(kāi)發(fā)嬰兒配方食品的潛力，藜麥蛋白質(zhì)主要是白蛋白和球蛋白類(lèi)型，由類(lèi)似酪蛋白的平衡氨基酸組成[29]。傳統(tǒng)蛋白質(zhì)檢測(cè)方法為國(guó)際通用的凱氏定氮法，結(jié)果較為準(zhǔn)確但步驟繁瑣。張晉等人[30]通過(guò)NIRS 建立了一種藜麥粗蛋白含量的檢測(cè)方法，以100 份藜麥為樣品，采用一階導(dǎo)數(shù)結(jié)合矢量歸一化處理方式對(duì)光譜進(jìn)行預(yù)處理，可減小其他因素（組分、粒度、光譜模型）對(duì)蛋白質(zhì)含量的誤差，提高準(zhǔn)確性，交叉驗(yàn)證決定系數(shù)為0.918 2。趙麗華等人[31]采集122 份藜麥掃描得到近紅外原始光譜，比較了9 種光譜預(yù)處理方法，結(jié)果發(fā)現(xiàn)用濾波擬合法和標(biāo)準(zhǔn)正態(tài)變量建立的SIRS模型擬合度較高，R2為0.938 0，預(yù)測(cè)效果良好。有研究發(fā)現(xiàn)，NIRS 對(duì)藜麥蛋白質(zhì)含量模型（CPPLS+EMSC）的檢測(cè)準(zhǔn)確度最低，RCV 僅為0.5。Martín 發(fā)現(xiàn)，NIRS 測(cè)得蛋白質(zhì)含量高于其他農(nóng)作物，但Regalona 基因型藜麥的蛋白含量最低，僅為17.3左右。

2.3 淀粉含量的快速檢測(cè)

淀粉是藜麥中含量最多的基礎(chǔ)物質(zhì)，占干物質(zhì)的50%以上，但對(duì)藜麥淀粉的研究明顯少于蛋白質(zhì)等其他物質(zhì)，常規(guī)的淀粉測(cè)定方法是酶解法，步驟特別繁瑣并且準(zhǔn)確度不高，研究一種穩(wěn)定、準(zhǔn)確和快速檢測(cè)的淀粉含量測(cè)定方法至關(guān)重要。曹曉寧等人[32]對(duì)比旋光儀法和近紅外光譜法檢測(cè)藜麥淀粉含量，采集100 個(gè)藜麥樣品，運(yùn)用一階導(dǎo)數(shù)結(jié)合矢量歸一化對(duì)光譜進(jìn)行預(yù)處理，再結(jié)合化學(xué)方法建立藜麥粗淀粉含量定量模型。石振興等人[26]通過(guò)交叉驗(yàn)證，篩選出藜麥淀粉最佳光譜區(qū)間為7 505.9～5 446.2 和4 605.4～4 242.8；最佳預(yù)處理方式為一階導(dǎo)數(shù)結(jié)合標(biāo)準(zhǔn)正態(tài)變量變換，該模型具有極高的決定系數(shù)（0.952 8）。Encina-Zelada C 等人[28]對(duì)比PLSR，CPPLS 和MSC，EMSC 對(duì)藜麥碳水化合物含量的影響，發(fā)現(xiàn)CPPLS+MSC 得到最高的驗(yàn)證值（RCV=0.767），在他的另一篇文章中，藜麥光譜經(jīng)過(guò)CPPLS 和EMSC 優(yōu)化后，RCV 僅為0.599。

2.4 其他成分的快速檢測(cè)

藜麥?zhǔn)巧攀忱w維和維E 的良好來(lái)源，其中可溶性膳食纖維和不溶性膳食纖維占總質(zhì)量6%左右；藜麥中的微量營(yíng)養(yǎng)素含量較高，鈣含量是大米的3 倍，鐵含量是大米的5 倍，磷含量與小麥相當(dāng)[33-34]。曹曉寧等人[35]采集100 個(gè)藜麥樣品，將NIRS 原始光譜進(jìn)行一階導(dǎo)數(shù)+矢量歸一化預(yù)處理，最終測(cè)定粗纖維含量與國(guó)標(biāo)方法測(cè)定的數(shù)據(jù)接近，R2為0.884 8。Martín 通過(guò)馬氏距離和偏最小二乘回歸法優(yōu)化光譜后，測(cè)得的Fe 和P 含量較接近ICPOES 測(cè)定的值，相關(guān)系數(shù)RSQ 大于0.7；Ca，K 和Mg 含量測(cè)RSQ 為0.5 左右，效果并不明顯。Moncada G 等人[36]通過(guò)PCA，MPLS 和多種散射校正的數(shù)學(xué)處理方法對(duì)光譜進(jìn)行優(yōu)化，測(cè)得藜麥中的維E 和總酚含量接近化學(xué)法所測(cè)，RSQ 分別為0.841 和0.947。

3 結(jié)語(yǔ)

概述了部分可優(yōu)化NIRS 的化學(xué)計(jì)量學(xué)方法，包括光譜預(yù)處理、波長(zhǎng)選擇和模型評(píng)估，及其在藜麥營(yíng)養(yǎng)成分檢測(cè)的應(yīng)用，匯總后發(fā)現(xiàn)以下問(wèn)題：

（1）盡管所有預(yù)處理經(jīng)過(guò)反復(fù)交叉驗(yàn)證用來(lái)提高信噪比，但是仍可能會(huì)導(dǎo)致原始信息丟失頻譜。此外，多項(xiàng)研究表明采用最佳數(shù)據(jù)集和應(yīng)用程序先進(jìn)的算法后，預(yù)處理的效果也在最終模型中不再突出[37]。

（2）目前，相對(duì)穩(wěn)定、準(zhǔn)確且高效的模型，如多元散射校正、偏最小二乘法和多元線性回歸等，其中涉及波長(zhǎng)選擇的方法較少，合適的波長(zhǎng)可以減少在原始光譜中的冗余信息，明顯提高性能并降低計(jì)算的消耗[38]，因此將波長(zhǎng)篩選結(jié)合研究前沿的預(yù)處理和回歸方法（線性、非線性）可能會(huì)得到更好的結(jié)果，尤其在藜麥蛋白質(zhì)、膳食纖維、多酚和其他微量營(yíng)養(yǎng)素定量檢測(cè)方面。

（3）有研究證明，NIRS 對(duì)部分谷物和豆類(lèi)中不溶性膳食纖維的預(yù)測(cè)準(zhǔn)確度遠(yuǎn)大于可溶性膳食纖維含量[39-40]，在藜麥中也同樣適用，今后的研究應(yīng)該推進(jìn)藜麥中微量元素的準(zhǔn)確定量模型的開(kāi)發(fā)。

（4）由于不同成分的交互作用，進(jìn)行NIRS 檢測(cè)時(shí)應(yīng)充分考慮外部因素（水分、物料形態(tài)等），利用感官評(píng)價(jià)等人工干預(yù)手段對(duì)光譜進(jìn)行初篩，近紅外光譜用來(lái)評(píng)估藜麥保質(zhì)期的模型也有待探究。