近红外光谱分析技术在肉类产品检测中的应用研究进展_吴习宇

371
如肉品中水分含量关系到肉的品质和 较大的影响， 风味， 肌内脂肪含量影响肉的多汁性和嫩度等 。 传 统的化学分析方法具有破坏性大、 花费时间长， 不适 宜于在线即时检测， 而 NIＲ 技术应用于肉品化学成 分分析， 可以快速、 无损测定原料肉及肉类制品中多 ［2 ］ 种 组 分 的 含 量， 以 评 定 其 品 质 。 早 在 20 世 纪 70～80 年代， 国外已有研究者开始关注近红外反射光 谱与水分、 蛋白质、 脂肪之间的相关性研究
， 这为深
入挖掘近红外光谱在肉品快速检测方面的应用与发 展打下了基础。 近年来， 近红外光谱技术在肉品的 化学 成 分 快 速 检 测 方 面 取 得 了 诸 多 进 展， 如 Cozzolino 等应用可见 / 近红外光谱对 51 只羊身上不 同部位的 306 块肌肉进行检测， 发现测定的结果与 化学分析 测 得 的 结 果 具 有 较 好 的 相 关 性， 水、 蛋白 0.83 、 0.73［4］ 。 质、 肌 内 脂 肪 的 相 关 系 数 分 别 为 0.76 、 Gaitán－ Jurado 等将两个品种的猪肉混合后采用切片 和绞碎两种方法制成熏干肉肠， 利用 NIＲ 获得光谱 建立脂肪、 蛋白质、 水分的关系模型， 采用切片方法 加工的肉肠脂肪、 水分和蛋白质的相关系数分别为 0.98 、 0.93 、 0.97 ， 绞碎方法加工的肉肠脂肪、 水分、 蛋 0.98 、 0.97［5］ 。 白质的相关系数则分别为 0.99 、 除了蛋白质、 脂肪、 水分这三种主要的组分外， 脂肪中脂肪酸的组成和含量对肉的品质和营养价值 也具有较大的影响， 近年来， 也有一些学者开始对肉 类脂肪酸 的 组 成 和 含 量 进 行 了 近 红 外 光 谱 分 析 研 究。Sierra 等采用 NIＲ 技术预测了牛肉中各种脂肪 酸含量， 饱和脂肪酸、 支链脂肪酸和单一不饱和脂肪 0.701 和 酸校 正 模 型 的 相 关 系 数 分 别 为 0.837 、 0.852［6］ 。De Marchi 等在波长范围 1100 ～ 1830nm 用 近红外光纤探头在线采集未切碎的鸡胸肉光谱， 采 用 MPLS 建立模型对多种脂肪酸含量进行了预测， 结 果证实利用近红外反射光难以对无损鸡胸肉的脂肪 ［7 ］ 酸含量进行有效的在线检测 。 Prieto 等采用近 红 外光纤探头采集两种不同饲养方式的牛肉样本光谱 LIMX 样本中的部分脂肪酸含量的 研究脂肪酸含量， 相关系数大于 0.64 ， 而 AAx 样本中脂肪酸含量的近 ［8 ］ 红外光谱检测相关系数较低 。可见， 除了对含量相 对较多的油酸、 单不饱和脂肪酸等的检测尚可外， 对 肉品中其他含量较少的脂肪酸进行近红外光谱检测 较困难， 这主要是由于近红外光谱是碳氢基团倍频 和合频的吸收， 其吸收强度较弱， 不利于痕量分析， 对肉品中含量较低的部分脂肪酸， 采用 NIＲ 检测难 以获得较好的结果。 在肉类微量元素含量的近红外光谱分析方面， Gonzalez－ Martin 利用近红外反射光谱对 Iberian 鲜猪 Zn 、 Ca 、 Na 和 K 进行了检测 肉糜中的矿物质元素 Fe 、 Zn 、 Ca 、 Na 和 K 的相关系数 并建立模型， 得到的 Fe 、 0.695 、 0.761 、 0.639 、 0.781 ， 分别为 0.842 、 直接利用光 Na 纤反射探头获得样本光谱建立模型， 得到的 Fe 、 ［9 ］ K 0.898 、 0.757 、 0.775 。 Viljoen 和 相关系数分别为 等利用近红外反射光谱对绵羊肉糜中的矿物质元素 Zn ， K， Mg 的预测相关系数为 0.86 、 0.86 、 0.92［10］ 。 从 对肉品中矿物质的近红外光谱检测 以上文献可见， 是可行的， 这可能是由于肉品中矿物质的存在形式
［3 ］
与有机 官 能 团 相 关， 从而间接地反映在近红外光 谱上。 此外， 也有一些学者对肉类制品的近红外光谱 Togersen 等在 1996 年首次采 在线检测进行了研究， 用近红外反射仪构建了肉糜在线检测系统， 对不同 粒度大小的牛肉糜中的脂肪、 蛋白质和水分含量进 行了在线检测， 检测结果表明， 肉糜粒度越小， 其预 ［11 ］ 测误差越小， 但该系统只能用于少量样品的检测 。 Liao Yi－ Tao 等利用可见 / 近红外技术对新鲜猪肉进 行在线检测， 构建了检测系统， 并建立了偏最小二乘 回归模型， 肌内脂肪、 蛋白质和水分含量的相关系数 ［12 ］ ≥0.81 。 近红外光谱技术可较准确地测定肉中主要成分 脂肪、 蛋白质和水分的组成和含量， 但对含量较少的 其他化学成分的检测精度还不是特别理想， 有待于 改善参考方法以提高检测精度 。 另外， 利用近红外 反射光谱测定肉中成分的含量时， 将肉切碎或绞碎 均匀混合成肉糜状， 其检测精度比整块肉样明显要 高， 而且对于装样过程要求也比较高， 对于完整肉片 或肉块检测时， 近红外光谱法虽然建模预测精度相 对较差， 但能达到其在线检测的要求， 为增加检测精 度， 可增加扫描次数或扩大取样范围 。
收稿日期： 2013－05－28 藏工程。
* 通讯联系人
作者简介： 吴习 宇 ( 1978 － ) ， 讲 师， 研究方 向: 农 产品 贮 女， 在 读 博士， 基金项目: 西南大学基本科研业务费专项资金项目( XDJK2012C055 ) 。
1 近红外光谱技术应用于肉类产品化学成分 分析
肉品的化学成分对肉的食用品质和营养品质有
Study on the application of Near Infrared Spectroscopy in the meat quality evaluation
2 * WU Xi－ yu1 ， ， ZHAO Guo－ hua1 ， ZHU Shi－ ping2 ，
Hale Waihona Puke ( 1.College of Food Science， Southwest University， Chongqing 400715 ， China; 2.College of Engineering and Technology ， Southwest University， Chongqing 400715 ， China) Abstract: As one of new optical detection methods， near infrared spectroscopy ( NIＲS) technique has been widely used in food industry and proved to be one of the most efficient and advanced tools for estimation of quality attributes in meat and meat products in recent years. The paper reviewed the recent development of research of near infrared spectroscopy in meat industry ， including the potential to predict chemical composition， sensory attributes， physical properties and to categorize meat into quality classes. Lastly， this review tried to come up with some perspectives on meat quality detection with NIＲS. Standardizing sample preparation and improving the accuracy reference methods were considered useful to improve precision of NIＲS. Key words: near infared spectroscopy; meat quality; meat analysis 中图分类号： TS251.7 文献标识码： A 文 章 编 号： 1002－0306 （ 2014 ） 01－0371－05 了光谱的复杂、 重叠与变动， 使得从中提取待测量的 弱信息变得困难。 因此， 运用化学计量学算法建立 与应用待测量与样品光谱特征间具有容变性的关系 模型是近红外光谱分析技术的关键 。 由于肉类产品 中的大多数有机化合物如蛋白质、 脂肪、 有机酸、 碳 水化合物等都含有不同的含氢基团， 所以通过对其 进行近红外光谱分析可测定这些化学成分的含量， 并可以此为依据， 得到更多的与肉品品质相关的信 息。由于近红外光谱分析技术具有检测速度快 、 非 破坏性、 简单无污染、 可检测多种化学成分含量及其 特性、 适于大规模产业化生产的在线检测等优点， 近 年来在食品行业发展较快， 它不仅能实现肉类产品 的化学成分检测， 同时也可用于感官品质评价、 物理 特性、 品种鉴别与安全评定及在线分级分拣等， 本文 主要介绍近年来近红外光谱技术在肉类产品无损检 测方面的应用与研究进展 。
越广泛的应用， 被证实为肉和肉制品品质检测中最为有效、 先进的方法之一。文章综述了近 红外 光谱 技 术 在 肉 类 行 业 应用中近年来的研究进展， 主要包括肉品化学成分、 感官指 标、 物 理 性 质的 检 测 及 肉 品品 种、 等级 的鉴定， 并且展望了 该技术的发展前景， 认为标准化取样、 改善参考方法将有助于提高近红外光谱技术的预测精度。 关键词： 近红外光谱技术， 肉品， 肉品分析
NIＲ ） 是指波长介于可 近红外光（ Near Infrared ， 见光 区 与 中 红 外 区 之 间 的 电 磁 波， 波 长 范 围 780 ～ 2526nm， 该光区的吸收带主要是由低能电子跃迁、 含 O－ H、 C－ H ） 的伸缩、 氢原子团（ 如 N－ H、 弯曲振动的 倍频及组合频吸收产生。 当有机物中的物质分子受 到近红外线照射时， 其中的含氢基团产生振动使光 的部分能量被吸收， 由于吸收带波长位置与吸收谱 带的强度反映了分子结构的特点， 因此近红外光谱 法可用于鉴定未知物的结构组成， 同时吸收谱带的 吸收强度与分子组成或化学基团的含量有关， 还可 ［1 ］ 用以进行定量分析或纯度鉴定 。 对某些无近红外 光谱吸收的物质， 也能够通过其共存的本体物质的 近红外光谱变化， 间接地反映其信息。 但由于近红 外光谱承载的复杂样品信息具有多元性特征， 形成