陳勝軍 張曉凡 潘創(chuàng) 薛勇 王悅齊 吳燕燕 黃卉 胡曉

摘 要：水產品在捕撈后的運輸、貯藏、加工等一系列過程中由于外部環(huán)境和自身因素（微生物和內源酶）的作用，極易發(fā)生品質劣變，而水產品品質的好壞直接關系消費者的食用安全和水產品的銷量及加工價值。本文介紹水產品品質的分類及評價指標，對感官評價、微生物、理化指標等傳統(tǒng)評價方法和蛋白質組學分析技術、感官仿生技術等新方法的國內外應用研究現(xiàn)狀進行綜述，比較和討論不同方法與技術的優(yōu)缺點，最后就水產品品質基礎檢測未來的發(fā)展趨勢進行總結和展望。

關鍵詞：水產品;品質評價;物理評價;化學評價;蛋白質組學

Recent Progress in Quality Evaluation of Aquatic Products

CHEN Shengjun1，2，3，4， ZHANG Xiaofan1，2， PAN Chuang1， XUE Yong2， WANG Yueqi1，3， WU Yanyan1， HUANG Hui1， HU Xiao1，4

（1.National Aquatic Products Processing Technology R&D Centre， Key Laboratory of Aquatic Products Processing， Ministry of Agriculture and Rural Affairs， South China Sea Fisheries Research Institute， China Academy of Fisheries Science，?Guangzhou 510300， China; 2.College of Food Science and Engineering， Ocean University of China， Qingdao 266003， China; 3.Sanya Tropical Fisheries Research Institute， Sanya 572000， China; 4.Provincial Ministry Collaborative Innovation Centre for Key Marine Food Processing Technologies， Dalian University of Technology， Dalian 116034， China）

Abstract： The quality of aquatic products is susceptible to deterioration due to the external environment or its own factors （microorganisms and endogenous enzymes） during their transportation， storage and processing after harvesting， which is directly related to not only the safety of consumers but also the sales amount and processing value of aquatic products. Consequently， this paper describes the classification and evaluation of the quality of aquatic products， with a special focus on the current applications of the traditional （sensory， microbiological and physicochemical evaluation） and new （proteomics and sensory bionics） methods to evaluate the quality of aquatic products. This paper also includes a summary of the advantages and disadvantages of different methods and techniques for the quality evaluation of aquatic products. We wrap up this review by discussing future trends in the development of basic tests for the quality evaluation of aquatic products.

Keywords： aquatic products; quality evaluation; physical evaluation; chemical evaluation; proteomics

DOI：10.7506/rlyj1001-8123-20220110-001

中圖分類號：TS254.7? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻標志碼：A 文章編號：1001-8123（2022）06-0053-07

引文格式：

陳勝軍， 張曉凡， 潘創(chuàng)， 等. 水產品品質評價研究進展[J]. 肉類研究， 2022， 36（6）： 53-59. DOI：10.7506/rlyj1001-8123-20220110-001.? ? http：//www.rlyj.net.cn1B285A00-EEE9-4E9E-8E35-4C478C963206

CHEN Shengjun， ZHANG Xiaofan， PAN Chuang， et al. Recent progress in quality evaluation of aquatic products[J]. Meat Research， 2022， 36（6）： 53-59. DOI：10.7506/rlyj1001-8123-20220110-001.? ? http：//www.rlyj.net.cn

水產品因其滋味鮮美、營養(yǎng)價值高，備受廣大消費者青睞，水產品既包括魚類、蝦類、貝類和藻類等鮮活產品，又包括經過各種貯藏技術和加工后的水產品和水產制品[1]。

隨著民眾生活水平的提高以及社會消費觀念的轉變，消費者對于水產品的質量需求也愈來愈高，新鮮度與質量正成為決定消費者購買力的首要因素，不過也因為水產品水分含量較高、內源酶及營養(yǎng)物質豐富等特點，使得水產品和水產加工制品在收購、流通或貯藏過程中非常容易出現(xiàn)品質劣變現(xiàn)象，使其感官質量、營養(yǎng)價值都大打折扣，安全性也失去保障。中國是水產品生產和消費大國，據統(tǒng)計，2020年全國水產品總產量為6 549.02 萬t，比上年同比增長1.06%，除了出口外銷產品、仍有大量水產品因腐敗變質造成浪費[2]。如今，消費者選擇食用優(yōu)質水產品已成為消費趨勢，對水產品在市場流通過程中進行鮮度評價、品質分級，實行優(yōu)質優(yōu)價、以質論價不僅能滿足消費者的需求，還有利于促進我國國際市場競爭力的提升，實現(xiàn)雙贏。因此，深入開展水產品品質分析評價研究，不斷建立與完善水產品品質評價體系與方法，對促進水產養(yǎng)殖業(yè)與加工業(yè)轉型升級、市場與消費者經濟良性循環(huán)具有重要意義。

1 水產品品質檢測評價常用傳統(tǒng)方法

1.1 感官評價方法

消費者在消費市場購買水產品及其加工制品時往往會根據產品的氣味、顏色、缺陷和滋味等感官方面進行評估，進而判定產品品質是否符合自己的要求。感官評價是對水產品的色澤、味道、質地、口感等參數指標及其顯著特征來進行綜合評價的一種科學方法，它由經過培訓的評鑒員通過視、嗅、觸、味、聽五大感官器官對產品的感官特性進行評價。對于水產品來說，歐盟（EU）方法和質量指數方法（quality index method，QIM）是當今最常用的感官評價方法[3]。EU法將新鮮度按照E（extra）、A（acceptable）、B（poor）、C（unacceptable）進行分級，被廣泛應用到多種魚類水產品當中，從魚的皮膚、表面黏液、眼睛、腮及腹腔、氣味、質地等方面對魚品質進行評估，但這種方法只能對鮮度粗略分級，忽視了不同水產品物種間的特殊差異性。與EU法相比，QIM具體區(qū)分了不同品種水產品，它是基于對水產品的不同感官屬性進行詳細描述，如一般外觀色澤、眼睛渾濁度和腮顏色等，開發(fā)了具有針對性的評價方案，采用缺陷評分方法使評價人員客觀地對水產品中不同感官屬性參數進行打分[4]，每個參數的得分一般為0～3 分，0 分說明參數狀況最好，3 分最差，最后通過感官得分得出產品外在質量的直接信息。有研究者利用QIM對水產品的新鮮度和貨架期進行了準確預測。Nga[5]開發(fā)并應用了一種評價冷藏日本魷魚新鮮度的QIM，方案由氣味、眼睛、皮膚顏色、皮膚彈性、體形、體紋理、墨囊完整性、頭體連接8 個參數組成，形成0～15 個質量指標范圍，結果顯示，魷魚在0～2 ℃條件下貯藏的最長貨架期為（12±1） d。同樣，Colin[6]也采用QIM對進入加工廠的新鮮鮭魚和鱈魚的鮮度和貨架期進行了評估，其中QIM和菌落總數（鮭魚R2=0.93，鱈魚R2=0.89）、QIM和時間（鮭魚R2=0.96，鱈魚R2=0.98）之間存在線性關系，表明開發(fā)的QIM可用于檢測或評估鮭魚和鱈魚新鮮度。

感官評價法簡便、迅速，不受實驗儀器和材料的限制，是判斷產品品質最直觀的方法，判定結果與消費者的判定標準最為接近。但是由于感官評價法主要依靠經驗，評價結果受個人偏好、生理、心理等主觀因素的影響，且不能對水產品貯藏期間腐敗初期的理化性質和微生物的分解產物進行評定，因此，感官評價通常結合理化分析和其他檢測技術來綜合判定水產品的品質優(yōu)劣。

1.2 物理評價方法

1.2.1 色差

色差是反映水產品品質變化的一個重要物理指標。當前水產品色澤的測定主要借助于色差儀，色差儀是一種模仿人的眼睛用于測量物體間顏色差異的高精密度儀器，通常先對白板進行校準再測定，它的參數界定標準主要來源于CIELab顏色系統(tǒng)表征三色光的色澤參數指標亮度值（L*）、紅度值（a*）和黃度值（b*）以及它們之間的制約參數[7]，這種方法操作簡單方便，能夠避免人的肉眼對水產品色澤判斷的誤差。隨著科學技術的更新迭代，如今像計算機視覺技術、高光譜成像技術等一些新型色差測定方法隨之出現(xiàn)，它們具有快速、無損、精準的優(yōu)勢。Quevedo等[8]用一種基于將相機圖像每個像素的RGB值轉換為L*a*b*的計算機視覺方法和感官評價方法對三文魚片進行色差分析，結果發(fā)現(xiàn)，2 種方法的評分沒有差異。Cheng Junhu等[9]使用高光譜成像技術檢測草魚片冷藏過程中的顏色分布情況，建立高光譜圖像光譜數據與測量顏色參考值之間的定量校準模型，結果表明，400～1 000 nm光譜范圍內的高光譜成像技術可被用作草魚片顏色分布測定的有效工具。由此可見，具有智能化、檢測速度快、無破壞性等優(yōu)點的計算機視覺技術和高光譜成像技術有望替代色差儀越來越多地應用于水產品色差評價。

1.2.2 質構

質構也是反映水產品品質變化的一個重要物理指標。質構特性參數有很多，最常見的主要包括硬度、彈性、內聚性、咀嚼性等，其中硬度和彈性是判斷魚類等水產品鮮度最重要的指標[10]。質構儀是最常用于測定魚肉質構特征的儀器，質構儀應用范圍廣泛，有多種檢測模式和探頭可供選擇，可以測定水產品肌肉在外加壓力作用下的變形和彎曲程度，且不受人為因素的干擾，是對感官評價的有效補充。Cropotova等[11]用質構儀測定大西洋鯖魚片分別在微凍、冷藏和冷凍期間的硬度變化，結果顯示，貯藏期間冷藏和冷凍魚片的硬度都有不同程度下降，但微凍魚片硬度變化趨勢卻與冷藏和冷凍魚片相反，硬度在貯藏期間有顯著上升，這可能與微凍魚片中肌原纖維氧化程度較高有關。質構儀操作簡單，具有較高的可靠性，能夠快速對產品的質構特征作出詳細的數據化描述，但由于水產品本身質構特征的多樣性及不均勻性，會導致測量時誤差較大且會破壞樣品，使其不再有食用價值，未能做到無損檢測。近年來越來越多的新技術被應用于質構分析中，如Costa等[12]采用可見近紅外光譜鑒別混凝土罐和海水網箱養(yǎng)殖的黑鱸，2 組黑鱸的質構特征存在顯著差異且隨時間變化而變化。也有學者用傅里葉變換紅外光譜儀結合質構儀建立了以近紅外光譜為基礎的淡水魚魚肉質構（硬度、彈性、咀嚼性）品質的快速、無損檢測模型，該模型具有較高精確度，可為淡水魚魚肉品質的在線檢測提供幫助[13]。1B285A00-EEE9-4E9E-8E35-4C478C963206

1.2.3 電導率

水產品在貯藏期間，肌肉組織由于酶和微生物作用被分解，會逐漸產生大量脂肪酸、氨基酸等小分子帶電荷物質，隨著水產品新鮮度的降低，其導電能力明顯增強，因此檢測樣品的電導率指標可以有效判斷產品的腐敗變化情況[14]。藍蔚青等[15]研究發(fā)現(xiàn)，鮮鱸魚片在4 ℃冷藏過程中電導率不斷升高且在貯藏末期電導率增長速率加快，表明鱸魚片品質在不斷下降，這與微生物大量生長、微生物代謝活動產生大量的電解質密切相關。陳政[16]以羅非魚片為原料，使用電導率儀分別測定不同溫度貯藏條件下羅非魚片的電導率，發(fā)現(xiàn)3 ℃貯藏條件下羅非魚片電導率的增加速率明顯大于-2 ℃貯藏魚片，3 ℃貯藏條件下的魚片在第6天就到達腐敗終點，電導率達到（3.844±0.043） mS/cm，而-2 ℃貯藏魚片到達腐敗終點時間為12 d，電導率僅為（3.598±0.012） mS/cm，由此說明電導率變化可以有效反映羅非魚片品質。

1.3 化學評價方法

1.3.1 生物胺

生物胺是一類低分子質量、具有生物活性的堿性含氮化合物，由游離氨基酸脫羧或醛、酮類化合物氨基化和轉氨基而成，廣泛存在于蛋白質含量豐富的水產品中[17]。

生物胺包括組胺、酪胺、尸胺和色胺等，其在新鮮水產品及其制品肌肉組織中含量較低，但隨著貯藏時間的延長，含量逐漸增多，攝入過量的生物胺會引起中毒，對身體造成一定傷害[18]。水產品中生物胺的測定使用高效液相色譜法和毛細管電泳法較多，也可使用酶、抗原、抗體等作為探針，用生物傳感器進行測定[19]。

各類微生物生長代謝過程中產生的氨基酸脫羧酶是促進生物胺生成的主要原因，也與水產品的腐敗變質密切相關，因此生物胺是評價水產品品質的一個重要指標。Bilgin等[20]采用高效液相色譜法同時測定沙丁魚、鯖魚、金槍魚和鳳尾魚罐裝魚制品中的5 種生物胺含量，結果顯示，生物胺總含量為26.58～406.55 mg/kg，其中組胺和尸胺是主要的生物胺。為研究水產品在冷鏈流通過程中的生物胺含量變化，王靜玉等[21]測定南美白對蝦在不同溫度條件下的生物胺含量，結果發(fā)現(xiàn)，腐胺、尸胺和酪胺在4 ℃和25 ℃分別貯藏12 d和72 h后含量變化最為顯著，與pH值、總揮發(fā)性鹽基氮（total volatile basic nitrogen，TVB-N）含量等理化指標高度相關，由此得出這3 種胺類物質可作為判定南美白對蝦品質的特征生物胺。

1.3.2 TVB-N和三甲胺（trimethlylamine，TMA）

TVB-N和TMA具有揮發(fā)性，是造成水產品品質劣變、具有腥臭味的主要來源。TVB-N具有一定揮發(fā)性，在與弱堿性物質作用時會與水蒸氣一起蒸餾出來，是酶和細菌分解氨基酸等其他含氮化合物產生的氨和其他低級胺類代謝產物的總稱[22]。TVB-N含量在水產品品質劣變過程中會隨貯藏時間的延長而增加，在實驗室通常采用微量擴散法或半微量定氮法對其進行測定，但2 種方法都存在費時費力、操作繁瑣等缺點。黃忠意等[23]分別采用半微量定氮法和自動凱氏定氮儀法對魚罐頭中的TVB-N含量進行測定，結果表明，2 種方法都能夠在實驗室中進行，自動凱氏定氮儀的精密度、準確度和操作便利程度比半微量定氮法更高。Limbo等[24]以歐洲鱸魚為原料，分別在0.5、4.8、16.5 ℃條件下對其TVB-N含量進行測定，結果發(fā)現(xiàn)，鱸魚的感官評價在達到以上不同貯藏溫度下的不可接受水平時，TVB-N含量已遠遠超出臨界值。

水產品中的氧化三甲胺累積到一定濃度時會在兼性厭氧菌產生的氧化三甲胺還原酶作用下產生TMA，它存在于大多數海魚中，TMA與亞硝酸鹽作用在適當條件下還會轉化為N-亞硝基胺基化合物[25]。Armenta等[26]利用氣相傅里葉變換紅外光譜法快速測定魚類和頭足類中的TMA含量變化，結果顯示，TMA含量在新鮮樣品4 ℃條件下貯藏72 h之前保持不變，72 h后增長速率加快。同樣，有研究者研究白鰱魚片的品質變化時發(fā)現(xiàn)，在0 ℃條件下，魚片貯藏0～6 d時TMA含量極低，此時魚片鮮度品質尚好，TMA含量在魚片貯藏9 d后增長速率加快，魚片出現(xiàn)明顯腐敗[27]，說明TMA含量可以表征魚類等水產品的鮮度，但不能判斷魚片貯藏前期的鮮度變化，只能在其腐敗變質之后才能檢測到。GB 2733—2015《食品安全國家標準 鮮、凍動物性水產品》規(guī)定了各類水產品的TVB-N含量臨界值，其中海水魚蝦不超過30 mg/100 g、海蟹不超過25 mg/100 g、淡水魚蝦不超過20 mg/100 g、冷凍貝類不超過15 mg/100 g。但Temdee等[28]研究發(fā)現(xiàn)，螳螂蝦在貯藏期間TVB-N和TMA含量不斷增加，貯藏0 d時TVB-N含量為（3.73±0.10）mg/100 g，貯藏10 d上升至（13.68±0.22）mg/100 g，TMA含量的變化趨勢與TVB-N類似，貯藏10 d時TMA含量為（4.78±0.89）mg/100 g，還未到TVB-N和TMA含量的限量就失去了食用價值，這與Sae-lew等[29]對太平洋白蝦的研究結果相似，因此在對不同水產品進行研究時應根據實際的TVB-N和TMA含量來判斷其新鮮度。

1.3.3 K值

K值是水產品肌肉組織中ATP降解的代謝產物次黃嘌呤（hypoxanthine，Hx）和次黃嘌呤核苷（hypoxanthine ribonucleoside，HxR）的含量與ATP及其代謝產物總量的比值，可以反映水產動物死亡初期體內物質的變化情況，通常用來判斷水產品的鮮度等級[30]。以魚類為例，一般認為K值10%～20%為一級鮮度，K值20%～40%為二級鮮度，K值≥60%即已經開始腐敗。為了判斷草魚在冷鏈流通中的貨架期，歐陽芳芳等[31]研究草魚的K值變化情況，研究發(fā)現(xiàn)，在4 ℃冷藏條件下，隨著貯藏時間延長，肌肉ATP關聯(lián)物Hx和HxR含量均不斷增加，K值不斷增大，在貯藏6 d時K值接近60%，魚體出現(xiàn)腐敗，失去食用價值。在不同水產品物種中K值作為鮮度評價指標依然適用，杭瑜瑜等[32]以基圍蝦為研究對象，分別測定其在4、0 ℃條件下貯藏過程中的K值變化，發(fā)現(xiàn)K值分別在貯藏7、10 d后超出60%，此時基圍蝦已經不可食用，這與菌落總數的變化趨勢一致。1B285A00-EEE9-4E9E-8E35-4C478C963206

1.3.4 pH值

水產動物死后不久，肌肉組織在無氧狀態(tài)下會發(fā)生糖酵解反應，造成乳酸堆積，導致pH值降低，但隨著貯藏時間的延長，在微生物和酶的作用下水產品中豐富的蛋白質開始被分解成各種氨、胺類等堿性化合物，因此pH值又呈現(xiàn)上升趨勢[33]?？梢酝ㄟ^定量檢測pH值的變化對水產品的新鮮度進行判斷，李秀霞等[34]研究中國對蝦新鮮度品質變化，研究發(fā)現(xiàn)，在-18 ℃貯藏期間，對蝦pH值在初期急劇下降，貯藏60 d降至最低，隨后又緩慢增長。一般魚類的pH值上升到超過鮮活或剛死亡時的初始值可判斷為品質受損，雖然pH值能夠反映水產品新鮮度的總體變化趨勢，但不能進一步對新鮮度等級進行準確劃分，因此pH值需要根據水產品具體的貯藏階段和其他理化指標聯(lián)用進行綜合評價。

1.4 微生物評價方法

1.4.1 菌落總數和優(yōu)勢腐敗菌

微生物活動是導致各類水產品腐敗變質的關鍵因素之一，菌落總數和優(yōu)勢腐敗菌常被作為評價水產品品質變化或預測貨架期的指標。由于水產品種類及貯藏條件（溫度、包裝方式、保鮮劑等）的不同，通常結合TVB-N含量及感官評價等品質指標來判斷不同水產品貨架期終點時的菌落總數，一般來說，水產品菌落總數為102～104 CFU/g被認為是新鮮，超過106 CFU/g或107 CFU/g即達到腐敗限值[35-36]。秦求思等[37]對4、0 ℃貯藏的鷹爪蝦貨架期進行研究，通過測定菌落總數判定鷹爪蝦的貨架期分別為5、10 d，這與通過K值和TVB-N含量判定鷹爪蝦新鮮度得出的結論一致。

盡管微生物活動能導致水產品的腐敗變質，但并不是所有微生物都參與了腐敗進程，只有部分微生物在腐敗過程中起主導作用，這些微生物被稱作優(yōu)勢腐敗菌，優(yōu)勢腐敗菌在貯藏過程中的生長速率比其他微生物快，并且致腐能力強于其他細菌。水產品中一些常見的特定優(yōu)勢腐敗菌有假單胞菌屬、希瓦氏菌屬、氣單胞菌屬等，通?？梢杂盟鼈兊木唧w數量來評價水產品的腐敗程度[38]。Boziaris等[39]研究挪威龍蝦貯藏期間的多種微生物生長變化情況，發(fā)現(xiàn)假單胞菌屬在不同溫度下生長速率最快且數量最多，因此判斷假單胞菌屬為挪威龍蝦的優(yōu)勢腐敗菌，可作為判斷挪威龍蝦剩余貨架期的有效指標。周慧等[40]采用基于16S rDNA測序及培養(yǎng)基分離手段相結合的方法對0 ℃貯藏虹鱒魚片貨架期終點的優(yōu)勢腐敗菌進行分析，確定了虹鱒魚的優(yōu)勢腐敗菌為希瓦氏菌屬。由此看來，在應用微生物檢測方法時，綜合考慮菌落總數、微生物種類和生長速率等因素對水產品新鮮度和貨架期的影響，才能全面提高檢測的準確性和特異性。

1.4.2 群體感應（quorum sensing，QS）

越來越多的研究表明，細菌QS與食品腐敗變質之間有著精密的調控系統(tǒng)，QS是細菌自發(fā)產生并釋放化學信號分子來進行微生物種間或種內的信息交流傳遞機制，當信號分子隨種群密度達到一定閾值時，細菌便會啟動相關基因表達調控行為來適應環(huán)境變化。QS系統(tǒng)能夠參與并調控水產品的腐敗進程。楊兵等[41]對大菱鲆的優(yōu)勢腐敗菌進行分離鑒定并檢測腐敗菌QS系統(tǒng)與魚體腐敗之間的相關性，結果顯示，魚肉中的QS介導物質活性與菌落總數、TVB-N含量變化呈顯著正相關，證實大菱鲆的優(yōu)勢腐敗菌是熒光假單胞菌且存在QS系統(tǒng)。常用來檢測QS信號分子的方法有高效液相色譜-串聯(lián)質譜法、傳感菌結合薄層層析法等。Zhang Caili等[42]發(fā)現(xiàn)，真空冷藏條件下的大菱鲆QS信號分子水平在腐敗期間顯著增加，其優(yōu)勢腐敗菌為希瓦氏菌。有研究者通過檢測水產品QS信號分子N-?；?高絲氨酸內酯（N-acyl-homoserine lactones，AHLs）水平來判斷水產品的腐敗情況，劉寧等[43]利用高效液相色譜-串聯(lián)質譜法和薄層層析-生物傳感器法均有效檢測出冰鮮鱸魚中的AHLs信號分子，AHLs分子水平與腐敗菌數量密切相關，當腐敗菌數量達到106 CFU/g時即可檢測到AHLs分子，因此可以對一些達不到感官鑒別條件的腐敗產品進行及時篩選。目前國內研究多集中于探究QS現(xiàn)象及其作用機制，對于QS與水產品品質特性之間的相關性研究較少，基于腐敗菌QS系統(tǒng)研究QS信號分子活性表達與水產品品質變化狀況，對實現(xiàn)水產品品質分級與市場流通方面具有重要的經濟價值與社會意義。

2 水產品品質檢測評價新方法

2.1 蛋白質組學分析技術

魚類等水產品蛋白質含量較高，大部分魚、蝦、貝等水產品中的蛋白質含量均達到16%～25%[44]。魚類等水產品在低溫貯藏過程中，其蛋白質在多種微生物與酶的作用下會發(fā)生不同程度的降解、氧化和變性，導致產品肌肉品質發(fā)生變化，如肉質嫩度變差、彈性變低等，直接降低了產品的食用價值與商業(yè)價值。由于魚類等水產品的蛋白質生化特性變化規(guī)律極為復雜，且這一過程與水產品的鮮度和品質密切相關，蛋白質組學分析技術對于深入研究其變化機制具有重要意義。

蛋白質組學的定義在1994年被提出[45]，即細胞、組織或機體內的基因在特定生理條件下表達的所有蛋白質的總稱。蛋白質組學研究的核心技術分為蛋白質組分分離技術、蛋白質組分鑒定技術及蛋白質分析技術。二維電泳-質譜聯(lián)用技術常被用于對魚類等水產品的蛋白質進行分離和分析。Li Xuepeng等[46]對4 ℃條件下貯藏18 d的大菱鲆差異蛋白進行分析，利用二維電泳-質譜聯(lián)用技術鑒定出7 種與新鮮度相關的差異蛋白。鄭鴦鴦等[47]對冰藏0、2、4、6、8 d的凡納濱對蝦的肌肉蛋白變化進行研究，最后成功通過質譜分析鑒定出12 個蛋白斑點，其中肌原纖維蛋白占比50%以上，包括肌球蛋白、肌動蛋白和肌鈣蛋白，隨后進行的生物信息學分析表明，2 個差異蛋白分別為肌球蛋白重鏈和腺苷酸脫氨酶，它們對指示凡納濱對蝦的質量狀況具有重要作用，可以作為新鮮度變化的潛在標記物。隨著技術的不斷進步，用于蛋白質體外分析的Label free（非標記定量）法和同位素標記相對和絕對定量（isobaric tags for relative and absolute quantification，iTRAQ）技術，通過在活體體內標記的穩(wěn)定同位素標記技術以及對復雜混合物中目標蛋白質進行絕對定量的質譜選擇反應監(jiān)測/質譜多反應監(jiān)測等技術也逐漸被應用[48]。Label free技術是通過液相色譜-質譜聯(lián)用技術對蛋白質酶解肽段進行質譜分析，具有成本低、周期短、適用范圍廣的優(yōu)點。He Yanfu等[49]采用Label free技術對羅非魚死后貯藏0、7 d的蛋白質組變化進行研究，共鑒定出902 個蛋白點，其中34 個為差異蛋白，主要為結構蛋白、轉錄和翻譯調控蛋白、酶和應激蛋白，研究結果表明，這幾種蛋白與魚肉的嫩度下降和乳酸水平升高有關。此外，iTRAQ技術可以同時對最多8 組樣品進行定量分析，靈敏且高效，比傳統(tǒng)凝膠分離蛋白質定量技術能檢測到更多不同類型的蛋白質分子，如低豐度或高豐度蛋白質、強酸（堿）性蛋白質等。1B285A00-EEE9-4E9E-8E35-4C478C963206

2.2 電子鼻和電子舌

電子鼻或電子舌是模擬人的鼻子或舌頭的氣體傳感器或化學傳感器的組合，通常這種氣體傳感器陣列被定義為“電子鼻”，化學傳感器陣列被定義為“電子舌”[50-52]。如今的電子鼻和電子舌技術是將傳感器陣列與計算機系統(tǒng)相結合，樣品中的復雜化學信號被傳感器捕獲后經計算機進行數據處理和模式識別，得到能反映樣品質量特征的結果。電子鼻技術樣品前處理簡單，能夠通過氣味快速、準確對水產品等具有顯著揮發(fā)性氣味的食品進行檢測，當水產品品質發(fā)生劣變時，會散發(fā)出令人感到不愉悅的氣味，如哈喇味、腥臭味。白麗娟等[50]采用電子鼻對小黃魚的氣味信息進行捕獲，在不同貯藏條件和貯藏時間時同時測定TVB-N含量、菌落總數和TMA含量的變化，研究發(fā)現(xiàn)，小黃魚的氣味隨時間延長由新鮮轉為腥腐味，并且電子鼻的檢測結果與上述理化指標的測定結果基本一致。Zheng Haonan等[51]采用電子鼻技術、感官評價、微生物測定、氣相色譜-質譜聯(lián)用（gas chromatography-mass spectrometry，GC-MS）等方法對脊尾白對蝦進行品質評價，結果發(fā)現(xiàn)，與其他方法相比，電子鼻成本低、檢測快速、重復性好，更適合于白對蝦品質測定，并建立了基于隨機共振參數的對蝦質量快速評價方法。由此可以看出，電子鼻在水產品質量分析中具有廣闊的應用前景。

感官評價方法被用來對許多食品進行味道性描述，然而這種方法相對耗時且容易因為主觀因素導致誤差較大，因此電子舌的出現(xiàn)在很大程度上彌補了感官評價的缺點。電子舌所使用的化學傳感器與分析物發(fā)生反應，產生電學性質的可逆變化，然后利用可測量的電信號進行模式識別和分類，能夠區(qū)分具有不同味覺的物質，也能夠區(qū)分具有相同基本味覺的不同物質[52]。近年來，電子舌在評價水產品及水產制品方面得到應用。Gil等[53]在厚膜技術的基礎上應用由16 個電極陣列組成的電子舌，針對品質和新鮮度變化情況對養(yǎng)殖海鯛魚片進行檢測，結果表明，海鯛魚片在不同貯藏時間下的品質特性可以通過電子舌有效判定。Han Fangkai等[54]利用電子舌結合線性和非線性多元算法，通過預測與魚新鮮度相關的貯藏時間、TVB-N含量和菌落總數等指標，方便、無損地檢測4 ℃保存的魚新鮮度。也有研究者將電子鼻和電子舌技術結合使用，綜合判斷魚類等水產品的品質變化，Shi Ce等[55]針對羅非魚片，結合電子鼻和電子舌建立主成分分析（principal component analysis，PCA）和徑向基函數神經網絡（radial basis function neural networks，RBFNNs）用于預測不同溫度下貯藏羅非魚片的新鮮度，研究發(fā)現(xiàn)，在0、4、7、10 ℃貯藏時，TVB-N含量、菌落總數和K值升高，感官評分顯著降低，電子鼻和電子舌的傳感器獲取并描述了貯藏樣品中揮發(fā)性化合物和溶解性化學物質的變化，基于電子鼻和電子舌的特征變量建立的PCA-RBFNNs可有效預測羅非魚魚片在0～10 ℃貯藏條件下的鮮度變化。

雖然電子鼻和電子舌技術在水產品檢測中表現(xiàn)良好，但是目前還主要處于研究階段，單獨用于評判水產品的新鮮度可靠性相對不高，評價結果仍具有片面性。例如，電子鼻的模式識別系統(tǒng)較少且很容易受到環(huán)境中其他物質的干擾，當空氣相對濕度較大時也會影響電子鼻的準確性。電子舌在樣品分析方面不具有普適性，傳感器也易受溫度和相對濕度波動的影響導致靈敏度降低，而且水產品組織成分相比酒、茶等產品復雜，僅依據電子鼻或電子舌無法準確反映水產品的真實情況，所以還難以大規(guī)模實際應用到水產品的品質評定中。

3 結 語

水產品品質的優(yōu)劣判定通常是指水產品的外觀特征和食用性能符合相關規(guī)定和滿足消費者要求的程度，目前水產品新鮮度品質檢測方法依然以傳統(tǒng)檢測為主，包括感官評價、理化指標測定和微生物檢測等，然而只采用1～2 種技術方法得出的評定結果誤差可能較大、可靠性相對較低。從不同的需求角度出發(fā)，如何選取合適的指標和檢測方法，在保證檢測準確性的前提下，高效、高精密度、低破環(huán)性地對水產品品質進行檢測評定是一個亟需思考的問題。

首先，若想對水產品鮮度進行精確測定、品質分級，則需要對水產品的理化特性、微生物及蛋白質特性等進行綜合評價，可以利用感官評價及色差、質構、pH值、TVB-N含量、硫代巴比妥酸反應物值等理化指標、微生物指標，再聯(lián)合以雙向電泳、質譜和生物信息學為核心的蛋白質組學等高通量分析技術，全方位對水產品品質進行檢測，雖然操作繁瑣、耗時且會對水產品造成破壞，但可以在最大程度上滿足對水產品評價高精密度的需求，對于高經濟價值、名貴的水產品進行等級分類、以質論價具有很大的促進意義。

其次，對于水產品品質檢測若要同時滿足高效快速、低破壞性等特點，則可以選擇感官評價、色差、電導率等方法，目前已經有方便、快捷的快速檢測設備出現(xiàn)，如TVB-N含量快速檢測儀、手持式色差儀等，這類設備小巧、便攜，可以連接電腦或手機設備獲取數據信息，能夠滿足檢測部門或市場的普通需要，但對于滿足更進一步的精確度要求還有一定距離。

再次，對于某些水產品來說，其風味與滋味是衡量產品品質、實行等級分級的重要因素之一。相對于傳統(tǒng)檢測方法，一些現(xiàn)代化的檢測手段，如電子鼻、電子舌有著檢測方便、快速且無損的優(yōu)點，水產品由于自身組織成分的特點，當其品質發(fā)生變化時最容易觀測到的指標之一就是揮發(fā)性物質的變化，而電子鼻是感應這種變化最理想的工具，將電子鼻與電子舌技術聯(lián)用，結合GC-MS、近紅外光譜等技術，深層次驗證水產品組織成分的變化，可以客觀、準確地得知被測產品的新鮮程度。

根據不同水產品的具體檢測需求，選擇合適的檢測指標，將傳統(tǒng)檢測技術與新型檢測技術相結合綜合判定品質情況是今后水產品品質評價研究的發(fā)展趨勢，利用神經網絡等數學函數建立水產品鮮度綜合評價模型或貨架期預測模型，將有利于對產品準確、高效進行品質分級，實現(xiàn)優(yōu)質優(yōu)價，增強國民信任度及產品的國際競爭力，為探索水產品新型保鮮方式和高值化利用提供支持。1B285A00-EEE9-4E9E-8E35-4C478C963206

參考文獻：

[1] NAGARAJARAO R C. Recent advances inprocessing and packaging of fishery products： a review[J]. Aquatic Procedia， 2016， 7： 201-213. DOI：10.1016/j.aqpro.2016.07.028.

[2] 農業(yè)農村部漁業(yè)漁政管理局. 2021中國漁業(yè)統(tǒng)計年鑒[M]. 北京： 中國農業(yè)出版社， 2021： 1-15.

[3] 勵建榮， 李婷婷， 李學鵬. 水產品鮮度品質評價方法研究進展[J].?北京工商大學學報， 2010， 28（6）： 1-8. DOI：10.3969/j.issn.1671-1513.2010.06.001.

[4] BONILLA A C， SVEINSDOTTIR K， MARTINSDOTTIR E. Development of quality index method （QIM） scheme for fresh cod （Gadus morhua） fillets and application in shelf life study[J]. Food Control， 2007， 18（4）： 352-358. DOI：10.1016/j.foodcont.2005.10.019.

[5] NGA T T M. Quality index method for freshness assessment of chilled japanese flying squid （Todarodes pacificus）[J]. Asian Food Science Journal， 2021， 20（6）： 110-121. DOI：10.9734/AFSJ/2021/V20I630314.

[6] COLIN F. Sensory and ATP derivative-based indicators for assessing the freshness of Atlantic salmon （Salmo salar） and cod （Gadus morhua）[J]. Irish Journal of Agricultural and Food Research， 2019， 58（1）： 71-80. DOI：10.2478/ijafr-2019-0008.

[7] LEON K， MERY D， PEDRESCHI F， et al. Color measurement in L*a*b* units from RGB digital images[J]. Food Research International， 2006， 39（10）： 1084-1091. DOI：10.1016/j.foodres.2006.03.006.

[8] QUEVEDO R， AGUILERA J， PEDRESCHI F. Color of salmon fillets by computer vision and sensory panel[J]. Food and Bioprocess Technology， 2010， 3（5）： 637-643. DOI：10.1007/s11947-008-0106-6.

[9] CHENG Junhu， SUN Dawen， PU Hongbin， et al. Comparison of visible and long-wave near-infrared hyperspectral imaging for colour measurement of grass carp （Ctenopharyngodon idella）[J]. Food and Bioprocess Technology， 2014， 7（11）： 3109-3120. DOI：10.1007/s11947-014-1325-7.

[10] HATAE K. Studies on the texture of fish meat[J]. Nsugaf， 1994， 60（3）： 317-321. DOI：10.2331/suisan.60.317.

[11] CROPOTOVA J， MOZURAITYTE R， STANDAL I B， et al. Superchilled， chilled and frozen storage of Atlantic mackerel （Scomber scombrus） fillets-changes in texture， drip loss， protein solubility and oxidation[J]. International Journal of Food Science and Technology， 2019， 54（6）： 2228-2235. DOI：10.1111/ijfs.14136.

[12] COSTA C D， ANDREA S， RUSSO R， et al. Application of non-invasive techniques to differen tiate sea bass （Dicent rarchus labrax） quality culture dunder different conditions[J]. Aquaculture International， 2011， 19（4）： 765-778. DOI：10.1007/s10499-010-9393-9.

[13] 陳遠哲， 王巧華， 高升， 等. 基于近紅外光譜的淡水魚貯藏期質構品質的無損檢測模型[J]. 激光與光電子學進展， 2021， 58（12）： 507-515. DOI：10.3788/lop202158.1230001.1B285A00-EEE9-4E9E-8E35-4C478C963206

[14] 田灝. 魚肉鮮度快速檢測技術進展[J]. 食品工業(yè)科技， 2008， 29（7）： 286-288. DOI：10.13386/j.issn1002-0306.2008.07.081.

[15] 蔚藍青， 陳夢玲， 孫曉紅， 等. 超高壓結合竹醋液處理對冷藏鱸魚片品質和蛋白特性的影響[J]. 高壓物理學報， 2019， 33（1）： 166-174. DOI：10.11858/gywlxb.20180609.

[16] 陳政. 凍羅非魚片剖面分形特征及品質關聯(lián)的研究[D]. ?？冢?海南大學， 2019： 34-35. DOI：10.27073/d.cnki.ghadu.2019.000513.

[17] 楊筱珍， 張金彪， 趙柳蘭， 等. 兩種常見淡水魚在高溫儲存過程中揮發(fā)性鹽基總氮和生物胺的含量變化[J]. 水產學報， 2016， 40（9）： 1505-1511. DOI：10.11964/jfc.20160310312.

[18] 王光強， 俞劍燊， 胡健， 等. 食品中生物胺的研究進展[J]. 食品科學， 2016， 37（1）： 269-278. DOI：10.7506/spkx1002-6630-201601046.

[19] 李志軍， 吳永寧， 薛長湖. 食品中多種生物胺同時測定方法研究進展[J]. 衛(wèi)生研究， 2006（5）： 670-674. DOI：10.3969/j.issn.1000-8020.2006.05.048.

[20] BILGIN B， GENCCELEP H. Determination of biogenic amines in fish products[J]. Food Science and Biotechnology， 2015， 24（5）： 1907-1913. DOI：10.1007/s10068-015-0251-4.

[21] 王靜玉， 曲映紅， 劉志東， 等. 不同貯藏條件下南美白對蝦中生物胺的變化[J]. 食品與發(fā)酵工業(yè)， 2021， 47（6）： 42-48. DOI：10.13995/j.cnki.11-1802/ts.025637.

[22] HU Yue， HUANG Zhiyong， LI Jian， et al. Concentrations of biogenic aminesin fish， squid and octopus and their changes during storage[J]. Food Chemistry， 2012， 135（4）： 2604-2611. DOI：10.1016/j.foodchem.2012.06.121.

[23] 黃忠意， 周興旺， 馬東興， 等. 半微量定氮法中三氯乙酸提取揮發(fā)性鹽基氮的改進[J]. 食品安全質量檢測學報， 2021， 12（12）： 4759-4763. DOI：10.19812/j.cnki.jfsq11-5956/ts.2021.12.008.

[24] LIMBO S， SINELLI N， TORRI L， et al. Freshness decay and shelf life predictive modelling of European sea bass （Dicentrarchus labrax） applying chemical methods and electronic nose[J]. LWT-Food Science and Technology， 2009， 42（5）： 977-984. DOI：10.1016/j.lwt.2008.12.011.

[25] TIMM M， BO M J. Simultaneous determination of ammonia， dimethylamine， trimethylamine and trimethylamine-N-oxide in fish extracts by capillary electrophoresis with indirect UV-detection[J]. Food Chemistry， 2002， 76（4）： 509-518. DOI：10.1016/S0308-8146（01）00289-8.

[26] ARMENTA S， COELHO N M， RODA R， et al. Seafood freshness determination through vapour phase Fourier transform infrared spectroscopy[J]. Analytica Chimica Acta， 2006， 580（2）： 216-222. DOI：10.1016/j.aca.2006.07.070.

[27] 陳思， 李婷婷， 李歡， 等. 白鰱魚片在0 ℃貯藏條件下鮮度和品質的變化[J]. 食品科學， 2015， 36（10）： 227-232. DOI：10.7506/spkx1002-6630-201510045.

[28] TEMDEE W， SINGH A， BENJAKULl S. Rapid quality deterioration of harpiosquillid mantis shrimp （Harpiosquilla raphidea） during iced storage[J]. Journal of Food Science and Technology， 2022， 59： 1812-1822. DOI：10.1007/s13197-021-05192-4.1B285A00-EEE9-4E9E-8E35-4C478C963206

[29] SAE-LEW T， BENJAKUL S. Prevention of quality loss and melanosis of Pacific white shrimp by cashew leaf extracts[J]. Food Control， 2019， 95： 257-266. DOI：10.1016/j.foodcont.2018.08.014.

[30] 王亞會， 王錫昌， 王帥， 等. 水產品新鮮及腐敗程度的評價指標[J].?食品與發(fā)酵工業(yè)， 2015， 41（10）： 240-246. DOI：10.13995/j.cnki.11-1802/ts.201510044.

[31] 歐陽芳芳， 王建輝， 陳奇， 等. 草魚貯藏期間肌肉ATP關聯(lián)物及K值的動態(tài)變化[J]. 食品與機械， 2016， 32（3）： 137-140; 159. DOI：10.13652/j.issn.1003-5788.2016.03.030.

[32] 杭瑜瑜， 裴志勝， 楊波， 等. 冷藏基圍蝦水分遷移和品質變化的相關性[J]. 肉類研究， 2021， 35（7）： 9-14. DOI：10.7506/rlyj1001-8123-20210430-121.

[33] ANDERSEN P V， WOLD J P， GJERLAUG-ENGER E， et al. Predicting post-mortem meat quality in porcine Longissimus lumborum using Raman， near infrared and fluorescence spectroscopy[J]. Meat Science， 2018， 145： 94-100. DOI：10.1016/j.meatsci.2018.06.016.

[34] 李秀霞， 馬瑩瑩， 趙利爽. 中國對蝦凍藏期間新鮮度和質構的變化[J].?食品工業(yè)， 2019， 40（1）： 122-126.

[35] 崔正翠， 許鐘， 楊憲時， 等. 冷藏大菱鲆細菌組成變化和優(yōu)勢腐敗菌[J].?食品科學， 2011， 32（13）： 184-187.

[36] 趙永強， 李娜， 李來好， 等. 魚類鮮度評價指標及測定方法的研究進展[J]. 大連海洋大學學報， 2016， 31（4）： 456-462. DOI：10.16535/j.cnki.dlhyxb.2016.04.018.

[37] 秦求思， 李思敏， 孟粉， 等. 基于鮮度的動力學模型預測鷹爪蝦剩余貨架期[J]. 中國食品學報， 2021， 21（7）： 259-266. DOI：10.16429/j.1009-7848.2021.07.031.

[38] LI Dongping， LI Qian， ZHANG Yuemei， et al. Quality changes and microbiological spoilage analysis of air-packed and vacuum-packed silver carp （Hypophthalmichthys molitrix） fillets during chilled storage[J]. Journal of Food Processing and Preservation， 2018（1）： e13389.1-e13389.12. DOI：10.1111/jfpp.13389.

[39] BOZIARIS I S， KORDILA A， NEOFITOU C. Microbial spoilage analysis and its effect on chemical changes and shelf-life of Norway lobster （Nephrops norvegicus） stored in air at various temperatures[J]. International Journal of Food Science and Technology， 2011， 46（4）： 887-895. DOI：10.1111/j.1365-2621.2011.02568.x.

[40] 周慧， 蓋園明， 徐超， 等. 基于16S rDNA測序及培養(yǎng)基法探究虹鱒魚貯藏優(yōu)勢腐敗菌[J]. 微生物學雜志， 2021， 41（1）： 25-32. DOI：10.3969/j.issn.1005-7021.2021.01.004.

[41] 楊兵， 李婷婷， 勵建榮. 大菱鲆優(yōu)勢腐敗菌的分離鑒定及其群體感應[J]. 中國食品學報， 2017， 17（7）： 139-145. DOI：10.16429/j.1009-7848.2017.07.018.

[42] ZHANG Caili， ZHU Suqin， WU Haohao， et al. Quorum sensing involved in the spoilage process of the skin and flesh of vacuum-packaged farmed turbot （Scophthalmus maximus） stored at 4 ℃[J]. Journal of Food Science， 2016， 81（11）： 2776-2784. DOI：10.1111/1750-3841.13510.

[43] 劉寧， 梁君妮， 郝志軍， 等. 冰鮮鱸魚腐敗菌AHLs的檢測與貨架期預測研究[J]. 食品研究與開發(fā)， 2013， 34（23）： 114-117. DOI：10.39691ssn10056521.2013.23.031.1B285A00-EEE9-4E9E-8E35-4C478C963206

[44] 李學鵬， 陳楊， 王金廂， 等. 水產品貯藏過程中肌肉蛋白質降解規(guī)律的研究進展[J]. 食品安全質量檢測學報， 2015， 6（12）： 4844-4850. DOI：10.19812/j.cnki.jfsq11-5956/ts.2015.12.027.

[45] WASINGER V C， CORDWELL S J， CERPA-POLJAK A， et al. Progress with gene-product mapping of the Mollicutes： Mycoplasma genitalium[J]. Electrophoresis， 1995， 16（7）： 1090-1094. DOI：10.1002/elps.11501601185.

[46] LI Xuepeng， CHEN Yang， CAI Luyun， et al. Freshness assessment of turbot （Scophthalmus maximus） by quality index method （QIM）， biochemical， and proteomic methods[J]. LWT-Food Science and Technology， 2016， 78： 172-180. DOI：10.1016/j.lwt.2016.12.037.

[47] 鄭鴦鴦， 吉薇， 吉宏武， 等. 蛋白質組學技術研究凡納濱對蝦冰藏期間肌肉蛋白的變化[J]. 食品與生物技術學報， 2019， 38（1）： 93-99. DOI：10.3969/j.issn.1673-1689.2019.01.14.

[48] LIM S A， AHMED M U. A label free electrochemical immunosensor for sensitive detection of porcine serum albumin as a marker for pork adulteration in raw meat[J]. Food Chemistry， 2016， 206（1）： 197-203. DOI：10.1016/j.foodchem.2016.03.063.

[49] HE Yanfu， HUANG Hui， LI Laihao， et al. Label-free proteomics of tilapia fillets and their relationship with meat texture during post-mortem storage[J]. Food Analytical Methods， 2018（11）： 3023-3033. DOI：10.1007/s12161-018-1273-3.

[50] 白麗娟， 齊馨， 陳洋， 等. 電子鼻技術在小黃魚新鮮度檢測中的應用[J]. 食品工業(yè)科技， 2016， 37（14）： 63-66; 72. DOI：10.13386/j.issn1002-0306.2016.14.004.

[51] ZHENG Haonan， YING Xiaoguo， WANG Wenxin， et al. Study of sensitivity evaluation on ridgetail white prawn （Exopalaemon carinicauda） quality examination methods[J]. International Journal of Food Properties， 2019， 22（1）： 942-951. DOI：10.1080/10942912.2019.1617304.

[52] TAN Juzhong， XU Jie. Applications of electronic nose （E-nose） and electronic tongue （E-tongue） in food quality-related properties determination： a review[J]. Artificial Intelligence in Agriculture， 2020， 4： 104-115. DOI：10.1016/j.aiia.2020.06.003.

[53] GIL L， BARAT J M， ESCRICHE I， et al. An electronic tongue for fish freshness analysis using a thick-film array of electrodes[J]. Microchimica Acta， 2008， 163： 121-129. DOI：10.1007/s00604-007-0934-5.

[54] HAN Fangkai， HUANG Xingyi， TEYE E， et al. A nondestructive method for fish freshness determination with electronic tongue combined with linear and non-linear multivariate algorithms[J]. Journal of Food Science， 2014， 32（6）： 532-537. DOI：10.17221/88/2014-cjfs.

[55] SHI Ce， YANG Xinting， HAN Shuai， et al. Nondestructive prediction of tilapia fillet freshness during storage at different temperatures by integrating an electronic nose and tongue with radial basis function neural networks[J]. Food and Bioprocess Technology， 2018， 11： 1840-1852. DOI：10.1007/s11947-018-2148-8.

收稿日期：2022-01-10

基金項目：廣東省現(xiàn)代農業(yè)產業(yè)技術體系創(chuàng)新團隊建設專項（2022KJ151）;

三亞崖州灣科技城管理局2020年度科技計劃項目（SKJC-2020-02-013）;

中國水產科學研究院基本科研業(yè)務費專項（2020TD69）

第一作者簡介：陳勝軍（1973—）（ORCID： 0000-0003-0841-3857），男，研究員，博士，研究方向為水產品加工與質量安全控制。E-mail： chenshengjun@scsfri.ac.cn1B285A00-EEE9-4E9E-8E35-4C478C963206