馬玉涵 趙巖 孫玉軍 李坤

摘 ?要：相比于傳統(tǒng)的基于乳化技術(shù)和萃取技術(shù)為基礎(chǔ)的化妝品生產(chǎn)方法，更加環(huán)保天然的食藥用菌發(fā)酵化妝品受到越來(lái)越廣泛的關(guān)注。然而，發(fā)酵過(guò)程復(fù)雜多變，各種底物、產(chǎn)物、發(fā)酵菌種混合其中，構(gòu)成了一個(gè)隨時(shí)變化的大數(shù)據(jù)系統(tǒng)。如何將這些數(shù)據(jù)快速、高通量采集、整合、分析，并對(duì)發(fā)酵過(guò)程進(jìn)行快速反饋和終點(diǎn)預(yù)判，是發(fā)酵過(guò)程監(jiān)控的關(guān)鍵。紅外光譜分析技術(shù)具有全程、在線、無(wú)損、高效等眾多優(yōu)點(diǎn)，以大數(shù)據(jù)處理為基礎(chǔ)，利用化學(xué)計(jì)量學(xué)方法，結(jié)合神經(jīng)網(wǎng)絡(luò)算法、PLS、iPLS等算法和機(jī)器學(xué)習(xí)方法，構(gòu)建定性與定量模型，可以對(duì)發(fā)酵產(chǎn)物、發(fā)酵過(guò)程限制因子、發(fā)酵品質(zhì)予以預(yù)判，對(duì)發(fā)酵過(guò)程諸元信息整合，構(gòu)建發(fā)酵終點(diǎn)判定標(biāo)準(zhǔn)，以實(shí)現(xiàn)對(duì)發(fā)酵化妝品原料生產(chǎn)信息的采集監(jiān)測(cè)、集成、分析、解析、策略設(shè)計(jì)和實(shí)時(shí)控制。

關(guān)鍵詞：紅外光譜 ?化妝品 ?發(fā)酵 ?無(wú)損檢測(cè)

中圖分類號(hào)：Q632 ? 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1672-3791（2020）06（c）-0057-05

Abstract： Compared with traditional cosmetic production methods based on emulsification and extraction technology， fermentation engineering technology have gained more extensive attention. However， the fermentation process is complex and changeable， among which various substrates， products and fermentation strains are mixed， which constitute a large data system that changes all the time. How to collect， integrate， analyze these data quickly， feed back in real time， and prejudge the reaction endpoints of fermentation process are the keys for the monitoring of fermentation process. Infrared spectrum analysis technology has many advantages in fermentation process， including on-line， non-destructive， high efficiency and full-range control. Based on mega data processing， using chemometrics method， combining neural network algorithm， PLS， iPLS and machine learning method， the qualitative and quantitative model can be constructed to realize the monitoring， integration， data analytics， understanding， strategy design and control in the raw material production for fermented cosmetics.

Key Words： ?Infrared Spectroscopy; Cosmetic; Fermentation; Nondestructive Testing

1 ?化妝品發(fā)展的發(fā)展歷程

化妝品，是指以涂擦、噴灑或者其他類似的方法，散布于人體表面任何部位（皮膚、毛發(fā)、指甲、口唇等），以達(dá)到清潔、消除不良?xì)馕?、護(hù)膚、美容和修飾目的的日用化學(xué)工業(yè)產(chǎn)品[1]、其發(fā)展大致可以分成以下階段。

第一代是使用天然的動(dòng)植物油脂對(duì)皮膚做單純的物理防護(hù)。即直接使用動(dòng)植物，或礦物來(lái)源的不經(jīng)過(guò)化學(xué)處理的各種油脂。這一過(guò)程可以追溯到古人類時(shí)期[2]，在埃及、古羅馬等也有廣泛應(yīng)用[3，4]。

第二代是以油和水乳化技術(shù)為基礎(chǔ)的化妝品。其代表是表面活性劑的大量使用[5]，也包括香精、防腐劑等化學(xué)試劑的合成和使用[6]。這一過(guò)程可以追溯到古巴比倫時(shí)期[7]，15世紀(jì)，這一類型的化妝品在歐洲半工業(yè)化生產(chǎn)[8]，18世紀(jì)后期，歐美的大工業(yè)化的生產(chǎn)開始[9]。世界最大的化妝品巨頭之一，聯(lián)合利華公司，就在這一過(guò)程中誕生的[10]。

第三代是添加各類動(dòng)植物萃取精華的化妝品?；瘖y品中的化學(xué)成分給身體帶來(lái)的副用作引起人們的關(guān)注，于是從20世紀(jì)70年代以后，化妝品界又掀起了回歸自然的熱潮，開始提倡用天然油代替礦物油，井從皂角、果酸、木瓜等天然植物中提取原料。將提取到的膠原蛋白、深海魚油、超氧化物岐化酶（SOD）、維生素等加入到化妝品中，促進(jìn)了化妝品的跨越式發(fā)展[6]。歐萊雅、雅詩(shī)蘭黛、資生堂等旗下大量“天然”化妝品系列是此類代表。

第四代是仿生化妝品。即采用生物技術(shù)制造與人體自身結(jié)構(gòu)相仿并具有高親和力的生物精華物質(zhì)并復(fù)配到化妝品中。這一變化主要發(fā)生在21世紀(jì)。例如玻尿酸[11]、表皮生長(zhǎng)因子[12]、神經(jīng)酰胺[13]等生物活性物質(zhì)在化妝品中的使用。例如，在歐萊雅的化妝品中，其中CeraVe系列完全以神經(jīng)酰胺作為主要活性成分，其CeraVe的品牌就來(lái)自于神經(jīng)酰胺（Ceramide）這一名稱。

然而，在化妝品中直接加入生物活性物質(zhì)，甚至激素，對(duì)人體也存在潛在的危害，因此受到質(zhì)疑。我國(guó)2019年1月禁止在化妝品中添加含有表皮生長(zhǎng)因子成分。與此同時(shí)，生物發(fā)酵技術(shù)用于中草藥化妝品的開發(fā)，因其多方面的功效，展現(xiàn)出廣闊的應(yīng)用前景[1]。

2 ?中藥-食藥用菌雙向發(fā)酵技術(shù)在化妝品原料制備中的優(yōu)勢(shì)

發(fā)酵類化妝品的開發(fā)始于20世紀(jì)70年代，日本科學(xué)家發(fā)現(xiàn)清酒釀造工人雖然年邁，但他們的雙手卻柔嫩富有光澤，他們從清酒發(fā)酵液中分離得到一種酵母pitera，以此發(fā)酵獲得化妝品原料，從而開發(fā)出了具有世界影響的品牌SK-Ⅱ[14]。后續(xù)的，雅詩(shī)蘭黛、歐萊雅等化妝品巨頭也陸續(xù)開發(fā)了雅詩(shī)蘭黛小棕瓶、海藍(lán)之謎系列等[15]。上述發(fā)酵均以酵母菌作為出發(fā)菌株，通過(guò)對(duì)培養(yǎng)基中糖類物質(zhì)的發(fā)酵獲得發(fā)酵產(chǎn)物，其中的藥理活性成分較少。藥用化妝品市場(chǎng)發(fā)展迅速，前景廣闊[16，17]。如果能將發(fā)酵技術(shù)與藥用藥用成分結(jié)合起來(lái)，則會(huì)兼具二者優(yōu)點(diǎn)，發(fā)揮乘數(shù)效應(yīng)?！半p向發(fā)酵”技術(shù)在化妝品原料生產(chǎn)中的使用成為必然。所謂“雙向發(fā)酵”是指采用具有一定活性成分的中藥材或藥渣作為藥性基質(zhì)來(lái)代替?zhèn)鹘y(tǒng)的營(yíng)養(yǎng)基質(zhì)，并把經(jīng)過(guò)優(yōu)選的菌種加入其中進(jìn)行微生物轉(zhuǎn)化，它們構(gòu)成的發(fā)酵組合稱作藥用菌質(zhì)。其雙向性體現(xiàn)在藥性基質(zhì)在提供真菌所需營(yíng)養(yǎng)的同時(shí)，還受到真菌中酶的影響而改變自身的組織、成分，產(chǎn)生新的性味功能[18]。

雙向發(fā)酵技術(shù)在中藥化妝品原料制備中具有多重優(yōu)勢(shì)：（1）提高中藥中活性成分的利用效率;（2）降低中藥原料的不良反應(yīng);（3）成分更加天然，具有更好的膚感;（4）具有一定的抗菌作用。

3 ?基于機(jī)器學(xué)習(xí)的諸元信息采集反饋系統(tǒng)是發(fā)酵過(guò)程監(jiān)督的關(guān)鍵

相比于加入各種化學(xué)制劑的配方化妝品生產(chǎn)方式，發(fā)酵式的化妝品生產(chǎn)方式調(diào)控更為復(fù)雜。其中發(fā)酵體系中的參數(shù)諸元（初始底物種類濃度、培養(yǎng)基、菌種，發(fā)酵過(guò)程中的供氧量、pH等）時(shí)刻發(fā)生了復(fù)雜的生物和化學(xué)變化[19]。傳統(tǒng)的發(fā)酵控制往往依賴于工人的經(jīng)驗(yàn)，利用取樣孔取樣結(jié)果，通過(guò)對(duì)個(gè)別參數(shù)的判斷實(shí)施對(duì)發(fā)酵體系的監(jiān)督。這一做法的缺陷是顯而易見的：無(wú)法對(duì)發(fā)酵體系進(jìn)行實(shí)時(shí)監(jiān)控，對(duì)每一種產(chǎn)物的檢測(cè)都需要單獨(dú)的檢測(cè)方法，無(wú)法實(shí)現(xiàn)信息的整合和高通量分析，在對(duì)多種產(chǎn)物進(jìn)行分析和發(fā)酵體系優(yōu)化控制時(shí)具有明顯的局限性。這在大數(shù)據(jù)和機(jī)器學(xué)習(xí)尚未普及的時(shí)代是正常的，但顯然無(wú)法適應(yīng)發(fā)酵產(chǎn)業(yè)的快速發(fā)展。

發(fā)酵過(guò)程的眾多參數(shù)構(gòu)成了一個(gè)實(shí)時(shí)變化的大數(shù)據(jù)集合。如何將這些數(shù)據(jù)高效、無(wú)損、實(shí)時(shí)、在線的采集、整合、分析，并對(duì)發(fā)酵過(guò)程進(jìn)行實(shí)時(shí)反饋和終點(diǎn)預(yù)判，是發(fā)酵過(guò)程監(jiān)督的主要環(huán)節(jié)。而其中的發(fā)酵諸元數(shù)據(jù)實(shí)時(shí)、高通量、無(wú)損、在線采集，是后續(xù)數(shù)據(jù)分析整合的基礎(chǔ)，是實(shí)現(xiàn)發(fā)酵過(guò)程智能監(jiān)督的關(guān)鍵。

4 ?紅外光譜技術(shù)在生物檢測(cè)中的優(yōu)勢(shì)

光是人類對(duì)世界的最初方式，利用光對(duì)物質(zhì)的認(rèn)識(shí)有眾多優(yōu)點(diǎn)，如無(wú)損、快速。但常見的可見光只是電磁波中很小的一部分。1800年，威廉·赫歇爾發(fā)現(xiàn)了紅外線（紅外輻射），揭開了人類對(duì)可見光范圍外電磁波認(rèn)識(shí)的序幕[20]。

分子振動(dòng)的能量與紅外射線的光量子能量正好對(duì)應(yīng)，因此當(dāng)分子的振動(dòng)狀態(tài)改變時(shí)，就可以發(fā)射紅外光譜，也可以因紅外輻射激發(fā)分子而振動(dòng)而產(chǎn)生紅外吸收光譜[21]。紅外光譜可分為3個(gè)區(qū)段，分別為近紅外（13330cm-1到4000cm-1）、中紅外（4000cm-1到400cm-1）和遠(yuǎn)紅外（400cm-1到10cm-1）譜段?；衔锏幕l和合頻信號(hào)較強(qiáng)，而它們一般介于中紅外和近紅外范圍內(nèi)，是紅外光譜常用的區(qū)段[22]。紅外光譜可以探測(cè)到物質(zhì)分子的基團(tuán)和鍵的振動(dòng)，可以感受到物質(zhì)中舊鍵的斷裂和新鍵的生成，從而對(duì)化學(xué)分子的變化過(guò)程加以分析[23-25]。在生物學(xué)領(lǐng)域，除了常見的紅外熱成像以外，紅外光譜也有廣泛的應(yīng)用：例如，利用原子力顯微鏡結(jié)合紅外光譜，可以研究高粱表皮的內(nèi)外表面的蠟聚合體結(jié)晶度和化學(xué)官能團(tuán)的表面分布[26];將紅外光譜分析技術(shù)與蛋白質(zhì)組學(xué)方法結(jié)合，可以對(duì)膀胱癌的腫瘤標(biāo)志物加以研究，判斷膀胱癌的潛在發(fā)生可能[27];將紅外光譜、拉曼光譜和掃描電鏡研究相結(jié)合，可對(duì)皮膚癌發(fā)生過(guò)程中的分子糖基化過(guò)程予以識(shí)別[28];利用功能近紅外光譜的成像技術(shù)，可以用來(lái)對(duì)自閉癥患者大腦信息傳遞過(guò)程進(jìn)行研究，有助于實(shí)現(xiàn)神經(jīng)發(fā)育過(guò)程障礙的早期判斷[29]等。

與其他檢測(cè)方法相比，紅外光譜具有多方面的優(yōu)點(diǎn)：（1）可以對(duì)體系中的多種物質(zhì)同時(shí)進(jìn)行檢測(cè)，具有高通量的特點(diǎn)和多信息整合性[30，31];（2）根據(jù)體系中某一組分的特征性峰位，對(duì)特定物質(zhì)進(jìn)行指紋鑒定[32，33];（3）不同于傳統(tǒng)的化學(xué)測(cè)量方法，紅外光譜檢測(cè)無(wú)需對(duì)樣品進(jìn)行處理，可以實(shí)現(xiàn)原位（in-situ）無(wú)干擾和無(wú)損檢測(cè)，這對(duì)需要維持原始狀態(tài)的檢測(cè)體系非常重要[34，35];（4）紅外光譜檢測(cè)速度快，無(wú)論中紅外還是近紅外光譜，一個(gè)樣品的64次掃描都在1min以內(nèi)，適合于變化的過(guò)程的實(shí)時(shí)檢測(cè)[36，37];（5）可實(shí)現(xiàn)定性判斷和定量分析的統(tǒng)一[38，39]。

這些特點(diǎn)對(duì)于生物體系這一復(fù)雜的系統(tǒng)尤為重要：生物系統(tǒng)作為開放復(fù)雜的實(shí)時(shí)變化體系，如何從離體的ex-situ到in-situ，一直是研究過(guò)程的難題[39]。傳統(tǒng)的化學(xué)分析方法對(duì)離體的靜止分析到活體的動(dòng)態(tài)過(guò)程監(jiān)控是生物體系研究的必然趨勢(shì)，而光譜學(xué)的分析方法是可以勝任這一工作的有力武器[40]。

5 ?紅外光譜在線檢測(cè)是發(fā)酵體系諸元信息采集整合的基礎(chǔ)

活體生物如此，微生物發(fā)酵體系也會(huì)如此。在這一過(guò)程中，底物、產(chǎn)物、菌種、培養(yǎng)基混合在一起，pH值、溫度、溶氧量隨時(shí)變化，而這些有專門的探頭可以檢測(cè)[41];但底物、產(chǎn)物、多種培養(yǎng)基組分如何分析？是否每種組分都需要有專門的檢測(cè)器？此時(shí)，紅外光譜的優(yōu)勢(shì)彰顯無(wú)遺[42]。

（1）利用紅外光譜可以對(duì)發(fā)酵產(chǎn)物進(jìn)行定性和定量分析。

Ma等（2018）利用搖瓶發(fā)酵，可以同時(shí)將靈芝發(fā)酵過(guò)程中最關(guān)鍵的藥用成分——靈芝多糖和靈芝三萜鑒定出來(lái)，并對(duì)其進(jìn)行了非在線的定量分析，構(gòu)建了良好的搖瓶發(fā)酵體系的靈芝多糖和靈芝三萜的定性與定量分析模型[38]。趙巖等（2016）構(gòu)建了酸奶發(fā)酵過(guò)程中的蛋白質(zhì)、脂肪、碳水化合物等的定量分析模型這些結(jié)果表明，利用紅外光譜（中紅外和近紅外光譜）在非在線條件下可以對(duì)發(fā)酵體系中的目標(biāo)產(chǎn)物進(jìn)行有效的定性與定量分析，其檢測(cè)結(jié)果與化學(xué)測(cè)定結(jié)果一致[43]。

（2）利用紅外光譜可以對(duì)培養(yǎng)基中的發(fā)酵限制性因素予以排除。

Vann（2017）利用30L發(fā)酵罐對(duì)大腸桿菌進(jìn)行批量發(fā)酵，以培養(yǎng)生產(chǎn)綠色熒光蛋白的研究發(fā)現(xiàn)，利用近紅外光譜，可以發(fā)現(xiàn)發(fā)酵培養(yǎng)中的限制性因素，并通過(guò)對(duì)發(fā)酵體系中補(bǔ)充維生素B組達(dá)到優(yōu)化發(fā)酵體系的目的[42]。

（3）紅外光譜信息可以對(duì)發(fā)酵體系進(jìn)行質(zhì)量控制。

Cervera（2009）的研究表明，利用近紅外光譜可以對(duì)發(fā)酵過(guò)程進(jìn)行質(zhì)量控制，提供發(fā)酵過(guò)程中底物、生物量、產(chǎn)物和代謝物濃度的在線信息，將近紅外光譜和電子鼻相結(jié)合，可以有效地發(fā)現(xiàn)發(fā)酵過(guò)程中的污染現(xiàn)象[19]。此前該課題組在小規(guī)模發(fā)酵培養(yǎng)中，也發(fā)現(xiàn)了體系中的雜菌存在會(huì)造成紅外光譜的微小變化，并可以利用主成分分析予以識(shí)別。

（4）紅外光譜可以對(duì)發(fā)酵體系諸元信息加以整合，實(shí)現(xiàn)發(fā)酵體系的優(yōu)化。

紅外光譜分析是對(duì)體系中的各種成分的光譜信息進(jìn)行綜合判斷，是對(duì)體系整體進(jìn)行分析，從而克服了傳統(tǒng)分析方法中各種檢測(cè)在時(shí)間和空間上的分隔和限制，避免了單獨(dú)項(xiàng)目檢測(cè)的時(shí)間差，避免了顧此失彼，有利于對(duì)多種信息進(jìn)行優(yōu)化整合。發(fā)酵過(guò)程中，當(dāng)光譜信息滿足特定條件時(shí)，即達(dá)到了發(fā)酵反應(yīng)終點(diǎn)。從而可以根據(jù)需要對(duì)某一產(chǎn)物或者多種產(chǎn)物的發(fā)酵生產(chǎn)進(jìn)行反饋監(jiān)控，利于發(fā)酵體系的優(yōu)化。Vann（2017）的研究中，將近紅外光譜作為發(fā)酵體系的檢測(cè)器和效應(yīng)器，是信息流的核心節(jié)點(diǎn)，在多種信息整合、分析過(guò)程中具有關(guān)鍵作用[42]。

6 ?基于機(jī)器學(xué)習(xí)的紅外光譜大數(shù)據(jù)解析和反饋可以實(shí)現(xiàn)對(duì)發(fā)酵全程監(jiān)督

不同于中紅外光譜中各峰位代表明確的化學(xué)分子基團(tuán)振動(dòng)，近紅外光譜作為分子基團(tuán)振動(dòng)的倍頻和合頻，其化學(xué)信息往往難以解讀。因此，在眾多實(shí)驗(yàn)技術(shù)中，近紅外光譜也成為最早一批將機(jī)器學(xué)習(xí)方法引入數(shù)據(jù)解析的領(lǐng)域之一。不同于當(dāng)今對(duì)人工智能研究的火熱，早在20世紀(jì)80年代，就有了利用人工智能對(duì)紅外光譜信息解析的報(bào)道[44]，人們很早就將神經(jīng)網(wǎng)絡(luò)算法、偏最小二乘法等方法用于訓(xùn)練集和預(yù)測(cè)集的定量模型構(gòu)建;用主成分分析、聚類分析等方式提取數(shù)據(jù)信息，用類比較的軟獨(dú)立建模（SIMCA）等方法對(duì)樣品集予以分類鑒定等[42，45]。

然而，受到計(jì)算能力的限制，早期的機(jī)器學(xué)習(xí)僅能對(duì)離線的部分光譜數(shù)據(jù)進(jìn)行非在線解析[44]。隨著大數(shù)據(jù)、云計(jì)算和人工智能技術(shù)的廣泛應(yīng)用，對(duì)發(fā)酵過(guò)程等大數(shù)據(jù)的多元信息解析成為可能，并為反饋控制和發(fā)酵終點(diǎn)預(yù)判奠定了基礎(chǔ)[45]。

為此，Vann（2017）等提出，構(gòu)建基于近紅外光譜的信息采集監(jiān)測(cè)、集成、分析、解析、策略設(shè)計(jì)和控制（Monitoring， Integration， Data Analytics， Understanding， Strategy Design and Control，MIDUS）體系，可以實(shí)現(xiàn)對(duì)發(fā)酵的全程高通量和高效監(jiān)控，在發(fā)酵化妝品原料生產(chǎn)控制中具有廣闊的應(yīng)用前景[42]。

參考文獻(xiàn)

[1] 中華人民共和國(guó)衛(wèi)生部.化妝品衛(wèi)生監(jiān)督條例[J].中華人民共和國(guó)國(guó)務(wù)院公報(bào)，1989（23）：857-861.

[2] Power，Camilla.Cosmetics，Identity and Consciousness[J].Journal of Consciousness Studies，2010，17（7-8）：73-94.

[3] Schneider G.，S.Gohla，J.Schreiber，et al，Skin cosmetics：Ullmanns encyclopedia of industrial chemistry[M].Weinheim：Wiley-VCH，2005.

[4] Olson，K.Cosmetics in Roman antiquity：substance，remedy， poison[J].Classical World，2009，71（9）：291-310.

[5] 小兵生物發(fā)酵護(hù)膚品襲來(lái)全球進(jìn)入化妝品4.0時(shí)代[J].中國(guó)化妝品，2016（Z5）：6-13.

[6] 張殿義.從原始走向“細(xì)胞級(jí)”談?wù)劵瘖y品的“演變史”[J].中國(guó)化妝品，2018（9）：8-21.

[7] Butler，H..Pouchers Perfumes，Cosmetics and Soaps. 10.Uudistettu painos[M].Dordrecht，2000.

[8] Joshi T.P.A Short History and Preamble of Surfactants[J].International Journal of Applied Chemistry，2017，13（2）：283-292.

[9] McNeil I.An encyclopedia of the history of technology[M].Routledge，2002.

[10] Wubs B.International business and national war interests：Unilever between Reich and empire，1939-45. Routledge，2008.

[11] Bukhari，S.N.A.，N.L.Roswandi，M.Waqas，et al，Hyaluronic acid，a promising skin rejuvenating biomedicine：A review of recent updates and pre-clinical and clinical investigations on cosmetic and nutricosmetic effects[J].International journal of biological macromolecules，2018（9）：188.

[12] Kim，H.，C.Seo，M.Ji，et al Monitoring of Epidermal Growth Factor Degradation Products by High‐Performance Liquid Chromatography[J].Bulletin of the Korean Chemical Society，2018，39（7）：864-867.

[13] Kim，H.Y.，Preparaion of Pseudo-Ceramide for Cosmetic Purpose[J].?????????，2018，20（1）：9-12.

[14] Neff，J.P&G to launch SK-II in US[J].Advertising Age， 2003，74（14）：3.

[15] 左錦輝，薛燕，杜一杰，等.中藥雙向發(fā)酵技術(shù)在化妝品中的應(yīng)用[J].日用化學(xué)工業(yè)，2017，47（10）：583-587，597.

[16] 黃升民，丁俊杰，黃京華.IMI城市居民消費(fèi)行為與媒體接觸研究報(bào)告：第二章城市居民洗化、家居產(chǎn)品消費(fèi)現(xiàn)狀第二節(jié)化妝品消費(fèi)[M].北京：中國(guó)廣播電視出版社，2009：43-50.

[17] 詩(shī)錦.成熟的中藥化妝品成分[J].中國(guó)化妝品，2018（Z1）： 88-91.

[18] 史同瑞，劉宇，王爽，等.現(xiàn)代中藥發(fā)酵技術(shù)及其優(yōu)勢(shì)[J].中獸醫(yī)學(xué)雜志，2014（1）：51-54.

[19] Cervera A.E.，N.Petersen，A.E.Lantz，et al.Application of near‐infrared spectroscopy for monitoring and control of cell culture and fermentation. Biotechnology progress，2009，25（6）：1561-1581.

[20] Herschel，W.Experiments on the Refrangibility of the Invisible Rays of the Sun[EB/OL].https：//www.doi.org/10.1080/14786440008562602.

[21] Siesler，H.W.Y.Ozaki，S.Kawata，et al.Near-infrared spectroscopy[M].Wiley Online Library，2014.

[22] Siebert，F(xiàn).，P.Hildebrandt.Vibrational spectroscopy in life science[M].Wiley-VCH，2008.

[23] Jones B.H.，C.J.Huber，I.C.Spector，et al.Correlating solvent dynamics and chemical reaction rates using binary solvent mixtures and two-dimensional infrared spectroscopy[J].Journal of Chemical Physics，2015，142（21）：9.

[24] Karabudak， E.， B.L. Mojet， S. Schlautmann， G. Mul，et al.Attenuated Total Reflection-Infrared Nanofluidic Chip with 71 nL Detection Volume for in Situ Spectroscopic Analysis of Chemical Reaction Intermediates[J].Analytical Chemistry，2012，84（7）：3132-3137.

[25] Orr-Ewing， A.J.， D.R. Glowacki， S.J. Greaves，et al.Chemical Reaction Dynamics in Liquid Solutions[J].Journal of Physical Chemistry Letters，2011，2（10）：1139-1144.

[26] Farber，C.，R.Wang，R.Chemelewski，et al.Nanoscale Structural Organization of Plant Epicuticular Wax Probed by Atomic Force Microscope Infrared Spectroscopy[J].Analytical Chemistry，2019，91（3）：2472-2479.

[27] Witzke K.E.，F(xiàn).Grosserueschkamp，H.Jutte，et al.Integrated Fourier Transform Infrared Imaging and Proteomics for Identification of a Candidate Histochemical Biomarker in Bladder Cancer[J].American Journal of Pathology，2019，189（3）：619-631.

[28] Anastassopoulou J.， M. Kyriakidou， E. Malesiou，et al.Theophanides， Infrared and Raman Spectroscopic Studies of Molecular Disorders in Skin Cancer[J].In Vivo，2019，33（2）：567-572.

[41] Ser H.-L.，J.W.-F.Law，N.Chaiyakunapruk，et al.Fermentation conditions that affect clavulanic acid production in Streptomyces clavuligerus： a systematic review[J].Frontiers in microbiology，2016（7）：522.

[42] Vann，L.，J. Sheppard.Use of near-infrared spectroscopy （NIRs） in the biopharmaceutical industry for real-time determination of critical process parameters and integration of advanced feedback control strategies using MIDUS control[J].Journal of Industrial Microbiology & Biotechnology，2017，44（12）：1589-1603.

[43] 趙巖，王安林，程年壽，等.基于FTIR技術(shù)的酸牛奶營(yíng)養(yǎng)成分快速檢測(cè)方法研究[J].光譜學(xué)與光譜分析，2016，36（12）：3937-3940.

[44] Luinge H.J.，G.J.Kleywegt，H.A.Van't Klooster，et al.Artificial intelligence used for the interpretation of combined spectral data.3.Automated generation of interpretation rules for infrared spectral data[J].Journal of Chemical Information and Computer Sciences，1987，27（3）：95-99.

[45] Barchi，A.C.，S.Ito，B.Escaramboni，et al.Artificial intelligence approach based on near-infrared spectral data for monitoring of solid-state fermentation[J].Process Biochemistry，2016，51（10）：1338-1347.