本文通過多功能近紅外分析儀開展液態(tài)奶制品中乳糖、脂肪及蛋白質(zhì)的正交試驗,分析各種校正方法和預(yù)處理方法給檢測數(shù)據(jù)造成的影響,構(gòu)建液態(tài)奶制品中不同元素含量的定標(biāo)模型,測定蛋白質(zhì)、脂肪、乳糖等元素含量。并通過目標(biāo)函數(shù)法科學(xué)研究相關(guān)模型,檢驗相關(guān)模型的適用性。試驗結(jié)果表明,正交試驗方法能從不同方面分析校正方法和預(yù)處理方法給模型建立工作帶來的影響,而近紅外光譜分析法能快速檢測牛奶中的蛋白質(zhì)、乳糖、脂肪的含量。
紅外光譜分析技術(shù)是目前最新型的定性定量分析技術(shù),具有綠色、高效、無損、快速等特征,被廣泛應(yīng)用在農(nóng)業(yè)、制藥、煙草工業(yè)等行業(yè)。工作人員利用近紅外光譜技術(shù)進行牛奶品質(zhì)的無損檢測,判斷牛奶真蛋白質(zhì)、粗蛋白、脂肪等元素含量,研究牛奶的凝固過程,并結(jié)合檢測數(shù)據(jù)建立各種定量分析模型。近年來,我國專業(yè)人員在乳粉和原料乳分析方面,采用近紅外光譜進行分析,很少分析直接食用的液態(tài)奶制品研究數(shù)量,且正交試驗設(shè)計并未全面應(yīng)用在液態(tài)奶制品的校正和預(yù)處理方面。在日常試驗過程中,經(jīng)常受儀器響應(yīng)、雜散光、樣品狀態(tài)等因素影響,給近外紅光譜測量質(zhì)量帶來嚴(yán)重影響,甚至產(chǎn)生較強的不重復(fù)性。針對該種情況,工作人員要提高對原始光譜預(yù)處理的重視程度,利用導(dǎo)數(shù)處理方法進行預(yù)處理,通過導(dǎo)數(shù)光譜提高原譜信號,如原譜中寬峰經(jīng)過二階導(dǎo)數(shù)處理后會逐漸尖銳,便于工作人員準(zhǔn)確測量出峰值的具體位置,科學(xué)區(qū)分不同光譜內(nèi)容。從目前液態(tài)奶消費情況來看,部分企業(yè)為提高自身經(jīng)濟效益,經(jīng)常出現(xiàn)鮮奶摻假的現(xiàn)象,嚴(yán)重影響乳品加工質(zhì)量,給消費者身體健康帶來嚴(yán)重影響。例如,三鹿奶粉事件就是一些不法企業(yè)將蛋白質(zhì)添加到飼料、牛奶中,導(dǎo)致粗蛋白質(zhì)質(zhì)量虛增,不僅給消費者健康帶來嚴(yán)重損壞,還讓消費者對我國食品安全產(chǎn)生信任危機,給我國整體形象造成嚴(yán)重影響。因此,建立新型定量檢測技術(shù)來檢測液態(tài)奶中的營養(yǎng)物質(zhì)是目前急需解決的問題。
1.材料和方法
1.1 實驗材料
通過從某超市購買極具代表的樣品類型為85種,分別從4個廠家進行生產(chǎn),這些純牛奶生產(chǎn)在春、夏、秋、冬不同季節(jié)。
1.2 光譜采集
本文采用Infra Xact多功能近紅外分析儀,負責(zé)掃描牛奶樣品,檢測器采用硅,操作溫度控制為0℃-40℃,光譜數(shù)據(jù)間隔為2min,所有樣品重復(fù)掃描3次。
1.3 牛奶中主要成分的化學(xué)分析方法
乳糖含量采用直接滴定法;蛋白質(zhì)含量采用考馬斯亮藍法測量;脂肪質(zhì)量采用羅子-格特里法進行檢測。
1.4 異常樣品的處理和樣本集劃分
通過利用Win ISI軟件分析光譜文件,分析方法以主成分分析為主體,即采用文件中的掃描數(shù)據(jù)功能計算實際分?jǐn)?shù),分析不同光譜間的差異性,當(dāng)兩者間的距離大于3.0,被定義為異常樣品,會被系統(tǒng)自動處理。將異常樣品處理后,要根據(jù)主要成分的濃度等級進行分類,從而得到驗證集和定標(biāo)集樣品。
1.5 定標(biāo)模型的建立
由于預(yù)處理方法和校正方法對模型產(chǎn)生的效果不可避免,工作人員在進行正交實驗時,要將f=R/(1+escv)作為目標(biāo)檢測模型自身性能(R為定標(biāo)決定系數(shù),escv為交叉驗證標(biāo)準(zhǔn)差),開展不同序列的試驗,從而得到準(zhǔn)確的檢測結(jié)果。因素水平表見表1。
1.6 驗證定標(biāo)模型
本文通過將驗證集樣品作為未知樣品進行檢測,通過分析相對誤差和標(biāo)準(zhǔn)偏差大小,判斷模型自身的預(yù)測能力。
2.結(jié)果和分析
2.1 液態(tài)奶制品的近紅外反射光譜分析
乳糖在1200-1400cm-1波段有明顯的吸收峰,隨著乳糖含量的增加,該波段的吸收強度顯著增強。脂肪則在1700-1850cm-1波段表現(xiàn)出較強的吸收特性,脂肪含量越高,該波段的吸收峰越明顯。蛋白質(zhì)的吸收波段主要集中在1500-1700cm-1之間,蛋白質(zhì)含量變化對該波段的影響較為顯著。當(dāng)波段低于1200cm-1時,液態(tài)奶制品的吸收能力較差,這一現(xiàn)象可能與分子內(nèi)部振動模式的復(fù)雜性有關(guān)。在低于1200cm-1的波段,吸收帶的強度較弱,且容易受到其他因素的干擾,因此在實際檢測中,這一波段的數(shù)據(jù)參考價值較低。通過對液態(tài)奶制品近紅外反射光譜圖中特征吸收波段的分析,得出乳糖在1200-1400cm-1波段的吸收峰強度與乳糖含量呈正相關(guān)。通過建立該波段吸收強度與乳糖含量的回歸模型,可以實現(xiàn)對乳糖含量的快速、準(zhǔn)確檢測。脂肪在1700-1850cm-1波段的吸收峰強度與脂肪含量密切相關(guān),通過分析該波段的吸收特性,可以有效評估液態(tài)奶制品中的脂肪含量,為產(chǎn)品的營養(yǎng)價值提供科學(xué)依據(jù)。蛋白質(zhì)在1500-1700cm-1波段的吸收峰強度與蛋白質(zhì)含量呈正相關(guān),通過對該波段的分析,可以實現(xiàn)對蛋白質(zhì)含量的快速檢測,確保產(chǎn)品的蛋白質(zhì)含量符合標(biāo)準(zhǔn)。
2.2 樣本集劃分結(jié)果
通過分析樣本集劃分結(jié)果,發(fā)現(xiàn)驗證集和定標(biāo)集分布均勻,驗證集樣本能滿足近紅外分析模型的基本要求,如表2和表3所示。
2.3 液態(tài)奶制品中乳糖、脂肪、蛋白質(zhì)含量檢測的定標(biāo)結(jié)果與分析
在正交試驗結(jié)果見表4,表格中的變量包括A、B、C、D、E、F,這些可能是影響液態(tài)奶制品中乳糖、脂肪、蛋白質(zhì)含量的不同因素或處理條件;f1(%)、f2(%)、f3(%)這些是液態(tài)奶制品中乳糖、脂肪、蛋白質(zhì)的含量百分比。表格中提供了每個變量(A、B、C、D、E、F)在不同水平下的均值(k1、K2、K3)。這些均值反映了在不同處理條件下,乳糖、脂肪、蛋白質(zhì)含量的平均水平。表格中的R1值表示每個變量在不同水平下的極差,即最大值與最小值之間的差異。極差越大,說明該變量對乳糖、脂肪、蛋白質(zhì)含量的影響越大。變量A極差為4.69,說明變量A對乳糖、脂肪、蛋白質(zhì)含量的影響較大;變量B極差為2.21,說明變量B對乳糖、脂肪、蛋白質(zhì)含量的影響較??;變量C極差為4.34,說明變量C對乳糖、脂肪、蛋白質(zhì)含量的影響較大;變量D極差為0.81,說明變量D對乳糖、脂肪、蛋白質(zhì)含量的影響較??;變量E極差為0.76,說明變量E對乳糖、脂肪、蛋白質(zhì)含量的影響較??;變量F極差為0.91,說明變量F對乳糖、脂肪、蛋白質(zhì)含量的影響較小。從極差分析來看,變量A和變量C對乳糖、脂肪、蛋白質(zhì)含量的影響最為顯著。因此,在實際生產(chǎn)或研究中,應(yīng)重點關(guān)注這兩個變量的控制和優(yōu)化。
2.4 模型的適用性檢驗
當(dāng)工作人員建立最優(yōu)模型后,可利用驗證集分析模型標(biāo)準(zhǔn),發(fā)現(xiàn)3種成分的最優(yōu)模型R2高于0.86,其中脂肪R2超過0.97,相對分析誤差大于2.5%,相對標(biāo)準(zhǔn)偏差低于10%。分析發(fā)現(xiàn),該模型具有較強的定標(biāo)效果,預(yù)測精確度較高,所建立的定標(biāo)模型能應(yīng)用在日常檢測中。其液態(tài)奶制品模型擁有較好的適用性,樣品預(yù)測值和實驗數(shù)據(jù)基本相同,有利于建模樣品進行試驗,詳見表5。
結(jié)論
近紅外光譜分析技術(shù)憑借自身高效、便捷、準(zhǔn)確度高等特征,被廣泛應(yīng)用在各行業(yè),如實驗室分析、食品檢測、醫(yī)學(xué)檢測等方面,具有檢測效率高、便捷等優(yōu)點。糖、脂肪和蛋白質(zhì)的相對標(biāo)準(zhǔn)偏差分別為4.12%、7.04%、9.61%,相對分析誤差分別為2.82、6.28、2.72。因此,工作人員要將近紅外線分析儀應(yīng)用到奶制品檢測中,結(jié)合一階導(dǎo)數(shù)方法科學(xué)處理光譜內(nèi)容,構(gòu)建檢測模型,如果構(gòu)建的模型系統(tǒng)數(shù)據(jù)高于0.976173,表示其模型結(jié)構(gòu)達到預(yù)期標(biāo)準(zhǔn)。
*通訊作者
李慧芳(1991.2-),女,甘肅隴南人,本科,助理工程師;研究方向:食品藥品檢驗方法。