, , ,*,

(1.江西出入境檢驗(yàn)檢疫局綜合技術(shù)中心,江西南昌 330038;2.江西省紅外光譜應(yīng)用工程技術(shù)研究中心,江西南昌 330038)

嬰幼兒營(yíng)養(yǎng)米粉指的是以大米為主要原料,同時(shí)加入維生素、營(yíng)養(yǎng)強(qiáng)化劑、礦物質(zhì)等其他輔料,經(jīng)加工制成的粉狀產(chǎn)品,適用于嬰幼兒食用,營(yíng)養(yǎng)成分能滿足嬰幼兒的部分營(yíng)養(yǎng)需要[1-2],是母乳或嬰幼兒配方食品不能滿足嬰幼兒營(yíng)養(yǎng)以及嬰幼兒斷奶期間,為嬰幼兒補(bǔ)充營(yíng)養(yǎng)的輔助食品。近年來(lái),市場(chǎng)上屢見(jiàn)不鮮的食品安全事件從側(cè)面揭示了食品工業(yè)中的薄弱環(huán)節(jié)和漏洞,引起了社會(huì)各界對(duì)嬰幼兒營(yíng)養(yǎng)米粉的關(guān)注。

目前國(guó)內(nèi)外學(xué)者對(duì)嬰幼兒營(yíng)養(yǎng)米粉的研究,主要集中在其對(duì)嬰幼兒營(yíng)養(yǎng)特性方面,很少關(guān)注營(yíng)養(yǎng)成分檢測(cè)方面[3-5],蛋白質(zhì)對(duì)正在成長(zhǎng)發(fā)育的嬰幼兒來(lái)說(shuō)尤為重要,年齡越小,成長(zhǎng)發(fā)育速度也就越快,所需蛋白質(zhì)也就相應(yīng)的越多,能夠現(xiàn)場(chǎng)快速檢測(cè)蛋白質(zhì)含量對(duì)嬰幼兒輔助食品的生產(chǎn)加工非常有意義。近紅外光譜技術(shù)已被應(yīng)用于液體奶等食品的檢測(cè)中[6-12],但迄今尚未有對(duì)嬰幼兒營(yíng)養(yǎng)米粉中蛋白質(zhì)快速檢測(cè)的研究報(bào)道。

針對(duì)已有研究對(duì)嬰幼兒米粉的營(yíng)養(yǎng)成分研究較少的情況,本文采用近紅外光譜技術(shù)這一快速、高效、環(huán)保,無(wú)需前處理的分析方法,結(jié)合化學(xué)計(jì)量學(xué)方法及常規(guī)化學(xué)檢測(cè)數(shù)據(jù),建立蛋白質(zhì)含量快速檢測(cè)分析定量模型,為快速定量檢測(cè)嬰幼兒營(yíng)養(yǎng)米粉中蛋白質(zhì)含量提供科學(xué)依據(jù)。

1 材料與方法

1.1 材料與儀器

嬰幼兒營(yíng)養(yǎng)米粉 共4個(gè)品牌,分別是亨氏43個(gè)、雅士利39個(gè)、貝因美45個(gè)、美廬33個(gè),共160個(gè),來(lái)源于2015年至2016年食品藥品監(jiān)督管理部門(mén)在江西省境內(nèi)開(kāi)展質(zhì)量監(jiān)管過(guò)程中抽檢的嬰幼兒營(yíng)養(yǎng)米粉樣品。

NIRFlex N-500傅立葉近紅外光譜儀 瑞士步琦(BUCHI)公司。

1.2 實(shí)驗(yàn)方法

1.2.1 蛋白質(zhì)含量的測(cè)定 采用國(guó)標(biāo)方法[14]中的凱氏定氮法測(cè)定嬰幼兒米粉樣品中的蛋白質(zhì)含量。

1.2.2 光程的選擇 從160個(gè)實(shí)驗(yàn)樣品中隨機(jī)選取3個(gè)米粉樣品,在相同的實(shí)驗(yàn)環(huán)境下,將樣品置于樣品池中,用反射板壓實(shí)樣品至下底面平整無(wú)裂縫,分別在裝填厚度2、3、4、5、6、7、8 mm,波數(shù)范圍4000～10000 cm-1、掃描次數(shù)32次條件下進(jìn)行近紅外光譜采集,每種裝填厚度進(jìn)行4次平行采集實(shí)驗(yàn),計(jì)算4次平行實(shí)驗(yàn)各波數(shù)下反射率的標(biāo)準(zhǔn)差,以確定最佳光程。

1.2.3 樣品原始光譜的采集 由于米粉屬于小顆粒樣品,放置在采樣盤(pán)中,加蓋反射板后較為緊密,所以直接測(cè)定樣品,不進(jìn)行粉碎過(guò)篩處理。光譜采集時(shí),室溫10～30 ℃,相對(duì)濕度20%～80%,波數(shù)范圍4000～10000 cm-1,掃描次數(shù)32次,裝樣厚度5 mm。

1.2.4 光譜預(yù)處理 樣品的近紅外光譜所包含的信息中有一部分與待測(cè)樣品性質(zhì)無(wú)關(guān),且為后面的近紅外數(shù)據(jù)處理帶來(lái)干擾,會(huì)導(dǎo)致近紅外光譜噪聲較大、穩(wěn)定性較差、所建立模型的準(zhǔn)確性降低,因此,有必要對(duì)樣品的原始近紅外光譜進(jìn)行預(yù)處理。對(duì)于固體樣品,其光譜的預(yù)處理方法主要包括導(dǎo)數(shù)、變量標(biāo)準(zhǔn)化、平滑和多元散射校正等。

本文采用近紅外光譜儀自帶的數(shù)據(jù)處理軟件NIRCAL,從中選擇一階導(dǎo)數(shù)、二階導(dǎo)數(shù)、變量標(biāo)準(zhǔn)化、9點(diǎn)平滑、多元散射校正預(yù)處理方法對(duì)樣品的近紅外光譜數(shù)據(jù)進(jìn)行處理,然后利用偏最小二乘法建立近紅外定量模型,通過(guò)模型的相關(guān)系數(shù)和均方根誤差比較不同預(yù)處理方法的效果,選擇相關(guān)系數(shù)最大,均方根最小的預(yù)處理方法作為最佳預(yù)處理方法。

1.3 模型評(píng)價(jià)

本論文中選擇最佳的預(yù)處理方法是根據(jù)不同預(yù)處理后的樣品數(shù)據(jù)所建立模型的相關(guān)系數(shù)和均方根誤差來(lái)判定,其中均方根誤差按公式(1)計(jì)算:

式(1)

2 結(jié)果與分析

2.1 光程的選擇

光程由樣品裝填厚度直接影響,樣品裝填厚度應(yīng)保證光譜采集時(shí)大部分光不會(huì)透過(guò)樣品。裝填厚度過(guò)薄,無(wú)法保證樣品完全覆蓋樣品池的底面,近紅外光穿過(guò)樣品縫隙,造成能量損失,光譜所含信息不準(zhǔn)確;裝填過(guò)厚則造成浪費(fèi)。為了確定最佳的光譜采集光程,隨機(jī)選擇了3個(gè)樣品,7種裝填厚度下,每種裝填厚度分別重新裝樣4次,得到該樣品在該光程下的4條光譜,計(jì)算4條光譜的標(biāo)準(zhǔn)差,比較不同裝填厚度的穩(wěn)定性。圖1為3個(gè)樣品在不同裝填厚度時(shí)不同波數(shù)下的標(biāo)準(zhǔn)差。

圖1 3個(gè)樣品在不同裝填厚度下各波數(shù)的反射率標(biāo)準(zhǔn)差Fig.1 Reflectivity standard deviation of three samples in different wave numbers with different loading thickness

從圖1看出:當(dāng)樣品裝填厚度為2、3、4 mm時(shí),光譜標(biāo)準(zhǔn)差均較大,說(shuō)明此時(shí)光譜的穩(wěn)定性較差,當(dāng)裝填厚度達(dá)到5 mm及以上時(shí),標(biāo)準(zhǔn)差明顯減小,標(biāo)準(zhǔn)差大小與裝填厚度為6、7、8 mm時(shí)相差不大,3個(gè)樣品在不同裝填厚度的標(biāo)準(zhǔn)差比較均有此規(guī)律,所以在滿足實(shí)驗(yàn)要求的情況下,為了減少樣品的實(shí)驗(yàn)用量,所以本實(shí)驗(yàn)選擇最佳光程為5 mm。

2.2 光譜采集

采集160個(gè)嬰幼兒米粉樣品的近紅外光譜,每個(gè)樣品重新裝樣三次采集光譜,將三次的近紅外光譜取平均作為該樣品的近紅外光譜。圖2給出的是160個(gè)樣品的原始近紅外光譜,從圖2中可以看出所有樣品的近紅外光譜譜型一致,不存在異常樣品,米粉中的蛋白質(zhì)信息主要分布在4500～4700 cm-1以及5760 cm-1附近,其他出峰主要為米粉中的脂肪、水分、纖維素等物質(zhì)的信息。

圖2 160個(gè)樣品的近紅外光譜圖Fig.2 Near infrared spectra of 160 infant nutrition rice flour

2.3 定標(biāo)集、驗(yàn)證集劃分

目前,定標(biāo)集和驗(yàn)證集的劃分方法主要包括隨機(jī)法和kenard-stone(KS)法,本研究中選用隨機(jī)法將160個(gè)米粉樣品隨機(jī)劃分為定標(biāo)集和驗(yàn)證集,但樣品中蛋白質(zhì)含量的最大值和最小值包含在定標(biāo)集中,以保證定標(biāo)集涵蓋所有樣品。表1給出了劃分后的定標(biāo)集和驗(yàn)證集的蛋白質(zhì)含量。從表1可知:定標(biāo)集樣品的蛋白質(zhì)含量為5.43%～16.8%,最小值為5.43%,驗(yàn)證集樣品蛋白質(zhì)含量為5.76%～12.4%,國(guó)標(biāo)[1]中規(guī)定嬰幼兒谷類輔助食品中蛋白質(zhì)含量不小于1.94%,本試驗(yàn)收集的嬰幼兒米粉的蛋白質(zhì)含量均滿足國(guó)標(biāo)要求。

表1 定標(biāo)集和驗(yàn)證集蛋白質(zhì)含量Table 1 Contents of protein of calibration sets and validation sets

2.4 模型建立

表2給出的是將160個(gè)樣品的近紅外光譜采用不同的方法預(yù)處理后,利用偏最小二乘方法建立的蛋白質(zhì)定量分析模型。變量標(biāo)準(zhǔn)化可以消除固體顆粒大小、光程變化等對(duì)NIR漫透射光譜的影響;多元散射校正主要用來(lái)消除顆粒分布不均勻及顆粒大小產(chǎn)生的散射影響;導(dǎo)數(shù)是基線校正的方法,對(duì)光譜進(jìn)行一階導(dǎo)數(shù)處理能夠明顯消除光譜的基線漂移,從而減弱譜帶重疊,突出譜帶特征;對(duì)光譜進(jìn)行二階導(dǎo)數(shù)處理則可以消除光譜的旋轉(zhuǎn)誤差,但進(jìn)行二階導(dǎo)數(shù)會(huì)使得隨機(jī)噪聲變大,降低信噪比;平滑可以降低隨機(jī)誤差和高頻噪聲。從表2中可以看出,變量標(biāo)準(zhǔn)化、一階導(dǎo)數(shù)和9點(diǎn)平滑的效果最好,可能是由于米粉樣品顆粒度較為均勻,顆粒度不大,多元散射校正效果不明顯,而變量標(biāo)準(zhǔn)化可以進(jìn)一步消除顆粒度及光程對(duì)樣品光譜的影響,使其一致性和穩(wěn)定性更好,二階導(dǎo)數(shù)會(huì)使得有效信息強(qiáng)度增強(qiáng),但隨機(jī)噪聲也隨之增大了,導(dǎo)致模型效果不佳。從表2可以看出,經(jīng)過(guò)變量標(biāo)準(zhǔn)化、一階導(dǎo)數(shù)和9點(diǎn)平滑處理預(yù)處理后,所建立的定量分析模型的Rc、Rp為0.9856、0.9841,均方根誤差RMSEC和RMSEP分別為0.2431、0.2456,較其他預(yù)處理方法效果更好,相關(guān)系數(shù)也說(shuō)明近紅外方法與經(jīng)典方法測(cè)定的樣品蛋白質(zhì)含量相關(guān)性較好,且RMSEC與RMSEP均小于0.3%,均小于國(guó)標(biāo)方法測(cè)定的樣品蛋白質(zhì)含量的10%,滿足國(guó)標(biāo)方法[14]中對(duì)于蛋白質(zhì)含量測(cè)定方法精度的要求。

表2 不同預(yù)處理方法及所建立近紅外模型的結(jié)果Table 2 Results of calibration sets spectrum with different pretreatment methods

為了更好地對(duì)所建立的蛋白質(zhì)近紅外定量分析模型的預(yù)測(cè)精確度和可靠性進(jìn)行評(píng)價(jià),進(jìn)一步計(jì)算定標(biāo)集和驗(yàn)證集的相對(duì)分析誤差RPD,以驗(yàn)證模型的預(yù)測(cè)能力,蛋白質(zhì)定量分析模型的定標(biāo)與驗(yàn)證集的RPD結(jié)果見(jiàn)表3。

表3 蛋白質(zhì)近紅外模型的定標(biāo)與驗(yàn)證結(jié)果Table 3 Results of calibration and verification of NIRS protein content analysis model

相關(guān)系數(shù)R越接近1,則表示建立的預(yù)測(cè)模型越精確,RMSEP/RMSEC越小,RPD越大(>3),則表示模型的預(yù)測(cè)效果越好。從表3可看出,對(duì)于定標(biāo)集和驗(yàn)證集,樣品蛋白質(zhì)含量的國(guó)標(biāo)方法分析測(cè)定值和預(yù)測(cè)值的相關(guān)系數(shù)均在0.98以上,RPD均大于3,說(shuō)明所建立的近紅外定量分析模型可以準(zhǔn)確地預(yù)測(cè)嬰幼兒營(yíng)養(yǎng)米粉中蛋白質(zhì)的含量,說(shuō)明采用該預(yù)處理方法后所建立的近紅外定量分析模型具有很好的精確度和穩(wěn)定性。

2.5 外部驗(yàn)證結(jié)果

為了進(jìn)一步驗(yàn)證模型的適用性,用建立的蛋白質(zhì)近紅外定量模型預(yù)測(cè)另外收集的未參加近紅外模型建立的50個(gè)嬰幼兒營(yíng)養(yǎng)米粉樣品的蛋白質(zhì)含量,與國(guó)標(biāo)方法[14]所得結(jié)果進(jìn)行比較,計(jì)算兩組結(jié)果的絕對(duì)差值與算術(shù)平均值的比值,其比值小于10%即認(rèn)為預(yù)測(cè)準(zhǔn)確。圖3給出了對(duì)50個(gè)樣品預(yù)測(cè)結(jié)果的準(zhǔn)確度。

圖3 蛋白質(zhì)含量預(yù)測(cè)準(zhǔn)確度Fig.3 Forecast accuracy of protein contents

從圖3可看出,用建立的近紅外定量模型預(yù)測(cè)50個(gè)嬰幼兒營(yíng)養(yǎng)米粉樣品的蛋白質(zhì)含量,與國(guó)標(biāo)方法相比,僅有2個(gè)樣品的絕對(duì)差值與算術(shù)平均值的比值大于10%,即預(yù)測(cè)結(jié)果誤差較大,該外部驗(yàn)證證明所建立的近紅外嬰幼兒米粉的蛋白質(zhì)定量模型的預(yù)測(cè)準(zhǔn)確度達(dá)到96%。

3 結(jié)論

對(duì)于160個(gè)嬰幼兒營(yíng)養(yǎng)米粉樣品,首先比較了不同裝填厚度2、3、4、5、6、7、8 mm對(duì)樣品近紅外光譜的影響嗎,確定了最佳的裝填厚度為5 mm;在波數(shù)4000～10000 cm-1、掃描次數(shù)32次,樣品裝填厚度5 mm條件下,采集了所有樣品的近紅外光譜。為了確定最佳的預(yù)處理方法,比較了導(dǎo)數(shù)、變量標(biāo)準(zhǔn)化、多元散射校正和平滑預(yù)處理方法對(duì)所建立模型的影響,確定了最佳的預(yù)處理方法為變量標(biāo)準(zhǔn)化、一階導(dǎo)數(shù)和9點(diǎn)平滑,結(jié)合國(guó)標(biāo)方法測(cè)定的蛋白質(zhì)含量,利用偏最小二乘方法建立了嬰幼兒營(yíng)養(yǎng)米粉中蛋白質(zhì)含量的近紅外分析模型,模型的定標(biāo)集和預(yù)測(cè)集的相關(guān)系數(shù)均大于0.98,均方根誤差均小于0.3%,且RPD均小于3,又進(jìn)一步利用未參與建模的50個(gè)樣品進(jìn)行外部驗(yàn)證,模型的預(yù)測(cè)準(zhǔn)確度達(dá)到96%,該結(jié)果說(shuō)明了近紅外光譜法快速檢測(cè)嬰幼兒營(yíng)養(yǎng)米粉中蛋白質(zhì)含量的可行性,為近紅外光譜技術(shù)在嬰幼兒食品營(yíng)養(yǎng)指標(biāo)快速檢測(cè)上的應(yīng)用提供了依據(jù)。