姚寒笑，王會(huì)，郭琦，馬如霞，劉曉紅，齊鑫

近紅外光譜法快速測(cè)定牛乳飲料中CMC的含量

姚寒笑，*王會(huì)，郭琦，馬如霞，劉曉紅，齊鑫

（聊城大學(xué)食品科學(xué)與工程系，山東聊城252059）

研究近紅外光譜法快速測(cè)定牛乳飲料中CMC含量的技術(shù)方法，以含CMC的牛乳飲料為研究對(duì)象，通過(guò)NIR掃描和NIRCAL分析優(yōu)化，建立了用于液體牛乳中CMC的NIR預(yù)測(cè)模型。該模型對(duì)CMC的分析是基于該化合物在1 460 nm等處的特征吸收基礎(chǔ)之上，優(yōu)化后的模型對(duì)1 800～3 200 mg/L質(zhì)量濃度的CMC有較好預(yù)測(cè)效果，其預(yù)測(cè)值與參考值的相關(guān)系數(shù)達(dá)到0.97。

牛乳飲料；增稠劑；近紅外光譜

液態(tài)含乳飲料是指以乳或乳制品為原料，加入水及調(diào)味料經(jīng)調(diào)配或發(fā)酵而成的飲料制品，因其營(yíng)養(yǎng)豐富、品種多樣的特點(diǎn)，在市場(chǎng)中深受消費(fèi)者的歡迎。但是，因?yàn)楹轱嬃系鞍踪|(zhì)、脂肪含量高且成分復(fù)雜，所以產(chǎn)品的穩(wěn)定性一直是生產(chǎn)中的關(guān)鍵技術(shù)問(wèn)題。除了改善工藝條件之外，適量添加增稠劑也可以改善乳飲料的穩(wěn)定性及口感和風(fēng)味。因此，增稠劑在液態(tài)含乳飲料中的應(yīng)用比較普遍[1]。國(guó)內(nèi)含乳飲料行業(yè)常用的增稠劑有CMC、黃原膠、明膠、卡拉膠等，其主要成分是多糖類(lèi)或蛋白質(zhì)大分子黏質(zhì)物，這類(lèi)物質(zhì)通常是具有相似分子特性的混合物，所以分子量往往不確定，從而給定性和定量研究帶來(lái)很多不便。目前，這類(lèi)化合物常用的測(cè)定方法有酶解法、質(zhì)量法、分光光度法等，但是這些方法的缺點(diǎn)是操作太過(guò)繁瑣，不適用于生產(chǎn)線(xiàn)上的快速品質(zhì)監(jiān)測(cè)。

近紅外光譜方法（NIR）的主要優(yōu)點(diǎn)是待測(cè)物不需要做前期的分離、純化等預(yù)處理，測(cè)定速度快，并且對(duì)待測(cè)物的形態(tài)也沒(méi)有限制，不管是固態(tài)還是液態(tài)，都能直接進(jìn)行掃描分析，根據(jù)事先以標(biāo)準(zhǔn)待測(cè)物建立起來(lái)的數(shù)學(xué)模型進(jìn)行定量[2-3]。近年來(lái)，此技術(shù)被廣泛用于食品組成成分分析、品質(zhì)成分分析等，并取得良好的效果[4]。試驗(yàn)以增稠劑為代表，通過(guò)含CMC的牛乳飲料制備、NIR掃描和NIRCAL分析優(yōu)化，以期獲得乳飲料中增稠劑CMC的定量數(shù)學(xué)模型，為乳飲料生產(chǎn)中品質(zhì)在線(xiàn)監(jiān)測(cè)提供參考。

1 試驗(yàn)材料與方法

1.1 試驗(yàn)材料

CMC（羧甲基纖維素鈉），濰坊得利纖維素有限公司提供；脫脂奶粉（蛋白含量32%），呼倫貝爾雀巢有限公司提供；BUCHI N200型NIR，Buchi laborte chnik AG，Switzerland公司提供。

1.2 試驗(yàn)方法

1.2.1 含CMC牛乳飲料的配制

50 g/L脫脂牛乳母液：稱(chēng)取100 g脫脂奶粉，用2 L蒸餾水溶解，并加熱助溶，該溶液稱(chēng)之為A液。

4 000 mg/L CMC母液：稱(chēng)取2 g CMC溶于1 L A液中，并加熱助溶，該溶液稱(chēng)之為B液。

CMC液體奶梯度待測(cè)液：將A液與B液按一定比例調(diào)配，形成質(zhì)量濃度范圍在1 000～4 000 mg/L，質(zhì)量濃度梯度為60 mg/L，每份待測(cè)樣體積為50 mL的CMC液體牛乳梯度待測(cè)液，每個(gè)處理進(jìn)行3次重復(fù)。

1.2.2 NIR掃描、波譜分析、建模和驗(yàn)證

（1）NIR掃描。將BUCHI N200型NIR開(kāi)機(jī)后預(yù)熱2 h，進(jìn)行硬件調(diào)諧和軟件自檢，然后進(jìn)行含CMC液體牛乳梯度待測(cè)液NIR掃描，掃描波段為1 000～2500nm（4000～10000cm-1），分辨率為3.85696CM-1，每樣品掃描1次，每隔60 min儀器自動(dòng)進(jìn)行空白參比。

（2）波譜分析、建模和驗(yàn)證。應(yīng)用BUCHI N200型NIR供應(yīng)商提供的統(tǒng)計(jì)分析軟件NIRCAL（V4.01），進(jìn)行數(shù)據(jù)分析和驗(yàn)證。

按質(zhì)量濃度隨機(jī)抽取60%波譜作為建模集數(shù)據(jù)，剩余40%作為驗(yàn)證集波譜。

2 結(jié)果分析

通過(guò)對(duì)151個(gè)不同質(zhì)量濃度CMC樣品（0，1 000～4 000 mg/L）進(jìn)行掃描，并將波譜疊加后，原始波譜在1 450 nm和1 950 nm附近出現(xiàn)2個(gè)吸收峰。經(jīng)NIRCAL（V4.01）軟件分析，從原始波譜中提取5個(gè)一級(jí)因子和4個(gè)二級(jí)因子，并采用PLS進(jìn)行回歸建模，得到該模型的Q值為0.43。采用該模型對(duì)驗(yàn)證集樣品進(jìn)行預(yù)測(cè)，其預(yù)測(cè)值f（x）與CMC原始參考值x之間存在f(x)=0.783x+597.72，R2=0.799 4。當(dāng)CMC質(zhì)量濃度低于1 700 mg/L或者高于3 200 mg/L時(shí)，預(yù)測(cè)效果不理想。

CMC NIR掃描原始圖譜見(jiàn)圖1，根據(jù)CMC原始數(shù)據(jù)提取的主因子波長(zhǎng)范圍及其效應(yīng)見(jiàn)圖2，CMC模型預(yù)測(cè)效果見(jiàn)圖3。

圖1 CMC NIR掃描原始圖譜

由于上述模型對(duì)低質(zhì)量濃度或者高質(zhì)量濃度CMC的預(yù)測(cè)效果下降，因此將低于1 700 mg/L和高于3 200 mg/L的波譜從建模集中剔除，同時(shí)對(duì)原始數(shù)據(jù)進(jìn)行倍增離散校正（Multiplicative scatter correction，MSC）預(yù)處理。采用PLS從原始數(shù)據(jù)中提取3個(gè)二級(jí)因子。CMC在1 460 nm，1 580～1 775 nm和2 075 nm出現(xiàn)多糖羥基（-OH）、糖苷（C-O）和氫鍵（H-O）特征吸收。分析表明，CMC質(zhì)量濃度主要與1 460 nm處吸光度存在較高的相關(guān)性。根據(jù)上述因子以PLS方法建模，并用該模型進(jìn)行預(yù)測(cè)驗(yàn)證，該模型的預(yù)測(cè)值f（x）與驗(yàn)證集原始參考值x的關(guān)系為f（x）=0.926 1x+217.14，該方程的決定系數(shù)R2為0.94，說(shuō)明優(yōu)化后的模型對(duì)待測(cè)樣品中CMC的預(yù)測(cè)效果較理想。

圖2 根據(jù)CMC原始數(shù)據(jù)提取的主因子波長(zhǎng)范圍及其效應(yīng)

圖3 CMC模型預(yù)測(cè)效果

經(jīng)MSC預(yù)處理的CMC掃描圖譜見(jiàn)圖4，用于CMC建模的因子波長(zhǎng)分布見(jiàn)圖5，CMC NIR吸收特征見(jiàn)圖6，CMC吸收波長(zhǎng)的相關(guān)系數(shù)見(jiàn)圖7，優(yōu)化后模型對(duì)CMC驗(yàn)證集的預(yù)測(cè)效果見(jiàn)圖8，優(yōu)化前后CMC模型主要參數(shù)比較見(jiàn)表1。

圖4 經(jīng)MSC預(yù)處理的CMC掃描圖譜

3 結(jié)論與討論

以NIR掃描和NIRCAL分析及模型優(yōu)化，建立了用于液體牛乳中CMC的NIR預(yù)測(cè)模型。該模型對(duì)CMC的分析是基于該化合物在1 460 nm等處的特征吸收基礎(chǔ)之上，優(yōu)化后的模型對(duì)1 800～3 200 mg/L質(zhì)量濃度的CMC有較好預(yù)測(cè)效果，其預(yù)測(cè)值與參考值的相關(guān)系數(shù)較高，達(dá)到0.97。但是研究也發(fā)現(xiàn)，該CMC的NIR預(yù)測(cè)模型有特定的質(zhì)量濃度適用范圍及適應(yīng)基質(zhì)。所以，應(yīng)用該方法作為牛乳飲料生產(chǎn)企業(yè)產(chǎn)品品質(zhì)內(nèi)部在線(xiàn)控制是可行的，而將此方法作為不同飲料中增稠劑的定性和定量測(cè)定還需要進(jìn)一步的研究。

圖5 用于CMC建模的因子波長(zhǎng)分布

圖6 CMC NIR吸收特征

圖7 CMC吸收波長(zhǎng)的相關(guān)系數(shù)

圖8 優(yōu)化后模型對(duì)CMC驗(yàn)證集的預(yù)測(cè)效果

表1 優(yōu)化前后CMC模型主要參數(shù)比較

[1]馬紅艷，康懷彬，李芳，等.食品增稠劑在乳制品加工中的應(yīng)用[J].農(nóng)產(chǎn)品加工，2016（2）：57-61.

[2]黃艷，王錫昌.外光譜分析在食品檢測(cè)中的最新進(jìn)展[J].食品研究與開(kāi)發(fā)，2007，28（7）：137-139.

[3]崔艷莉，冀曉磊，古麗菲婭，等.近紅外光譜在果蔬品質(zhì)無(wú)損檢測(cè)中的研究進(jìn)展[J].農(nóng)產(chǎn)品加工（學(xué)刊），2007（7）：84-86.

[4]劉宵，楊維旭.近紅外光譜（NIR）在淀粉糖生產(chǎn)中的應(yīng)用[J].淀粉與淀粉糖，2004（3）：40-45.◇

Rapid Test of CMC in Milk Beverages by Near Infrared Spectroscopy

YAO Hanxiao，*WANG Hui，GUO Qi，MA Ruxia，LIU Xiaohong，QI Xin
（Department of Food Science and Engineering，Liaocheng University，Liaocheng，Shandong 252059，China）

The rapid determination of CMC concent in milk beverages by near infrared spectroscopy（NIR）method is studied. Drinks containing CMC is deteced through NIR scanning and NIRCAL optimization analysis and get a quantitative mathematical model has a better prediction effect.The model is based on the analysis of the CMC on the basis of the characteristic absorption of 1 460 nm.The optimized model has a better prediction effect on 1 800～3 200 mg/L concentration of CMC and the correlation coefficient between the predicted value and the reference value is 0.97.

milk beverages；thickener；near infrared spectroscopy

TS275

A

10.16693/j.cnki.1671-9646（X）.2017.07.009

1671-9646（2017）07a-0030-03

2017-05-15

聊城大學(xué)大學(xué)生創(chuàng)新創(chuàng)業(yè)訓(xùn)練計(jì)劃項(xiàng)目（CXCY2016124/201610447016）；聊城大學(xué)大學(xué)生科技創(chuàng)新項(xiàng)目（26312168819）。

姚寒笑（1996—），女，在讀本科，研究方向?yàn)槭称房茖W(xué)與工程。

*通訊作者：王會(huì)（1979—），女，碩士，講師，研究方向?yàn)槭称芳庸ぁ?/p>