王 楠，于宏威，李軍國，秦玉昌(.農(nóng)業(yè)部食物與營養(yǎng)發(fā)展研究所，北京0008； .中國農(nóng)業(yè)科學院 農(nóng)產(chǎn)品加工研究所,北京009；.中國農(nóng)業(yè)科學院 飼料研究所，北京0008； .中國農(nóng)業(yè)科學院 北京畜牧獸醫(yī)研究所，北京009)

檢測分析

利用近紅外光譜技術(shù)快速測定魚油中EPA和DHA含量的方法研究

王 楠1，于宏威2，李軍國3，秦玉昌4
(1.農(nóng)業(yè)部食物與營養(yǎng)發(fā)展研究所，北京100081； 2.中國農(nóng)業(yè)科學院 農(nóng)產(chǎn)品加工研究所,北京100193；3.中國農(nóng)業(yè)科學院 飼料研究所，北京100081； 4.中國農(nóng)業(yè)科學院 北京畜牧獸醫(yī)研究所，北京100193)

利用近紅外光譜技術(shù)建立快速測定魚油中EPA和DHA含量的方法。分別測定EPA和DHA的含量以及收集魚油光譜信息，比對了多種單一和復合預處理方法以及數(shù)學建模方法。結(jié)果表明：Normalize-SNV和Detrend-MSC分別為EPA和DHA預測模型最佳的預處理方法，PLS為最佳的建模方法，其中EPA預測模型RC為0.966，SEC為1.960，DHA預測模型RC為0.945，SEC為1.281。利用近紅外光譜技術(shù)可以快速測定魚油中EPA和DHA含量。

魚油；EPA；DHA；近紅外光譜技術(shù)；化學計量學

魚油是從深海魚類動物體中提煉出來的油脂，包含了人體必須從外界攝入補充的健康脂肪酸，其中最具有代表性的是二十碳五烯酸(EPA)和二十二碳六烯酸(DHA)[1]。EPA具有降低膽固醇、防治血小板凝聚、預防心腦血管疾病等作用，因此被稱為“血管清道夫”；DHA對人類健康和智力發(fā)育有很大的影響，具有增加大腦機能、改善記憶力、補充大腦營養(yǎng)等作用，因此被稱為“腦黃金”[2-4]。

行業(yè)標準SC/T 3505—2006《魚油微膠囊》對魚油中EPA和DHA含量有明確的要求，其中EPA含量要求為標示量的85%～115%，DHA含量要求為標示量的90%～110%。但是魚油市場龍蛇混雜，產(chǎn)品之間差異很大，仍然存在諸如EPA和DHA含量不足等問題，嚴重侵害了消費者的利益。常規(guī)測定魚油中DHA和EPA方法有：氣相色譜法[5]、穩(wěn)定同位素法[6]、高效液相色譜法[7]和高效液相色譜/質(zhì)譜聯(lián)用技術(shù)[8]，這些方法雖然準確，但是實驗煩瑣復雜，并需要專業(yè)人員進行操作，難以滿足魚油市場迅猛發(fā)展的要求。

近紅外光譜技術(shù)是目前主流的快速無損檢測方法，已經(jīng)在糧油[9]、果蔬[10]、畜產(chǎn)品[11]中有應用。在化學值測定和光譜掃描的基礎上，結(jié)合化學計量學的手段，建立近紅外吸收光譜與待測成分含量間的線性或非線性關系模型[12]。曹芳[13]已經(jīng)利用近紅外光譜測定魚油中EPA和DHA含量，但是存在樣品覆蓋面少，模型不夠穩(wěn)定等問題。因此，本文對市面上10種主流品牌的魚油產(chǎn)品，利用國家標準測定魚油中EPA和DHA含量，比對多種單一和復合預處理方法和數(shù)學建模方法，以期實現(xiàn)對大范圍魚油樣品中EPA和DHA含量快速準確的測定。

1 材料與方法

1.1 實驗材料

1.1.1 原料與試劑

從市面上購置10種主流品牌的魚油產(chǎn)品，從1到10分別進行編號，見表1；10%乙酰氯甲醇溶液、甘油三酯標準工作液。

表1 10種品牌的魚油產(chǎn)品

1.1.2 儀器與設備

海爾F237電冰箱：青島海爾電冰箱公司；GC450氣相色譜儀(具有氫火焰離子檢測器)：德國布魯克公司；毛細管色譜柱：聚二氰丙基硅氧烷強極性固定相，柱長100 m，內(nèi)徑0.25 mm，膜厚0.2 μm；MPA型傅里葉變換近紅外光譜分析儀，分辨率2 cm-1，譜區(qū)范圍12 800～4 000 cm-1，波數(shù)重現(xiàn)性優(yōu)于0.05 cm-1，高能量空氣冷卻NIR光源，具備高靈敏度PbS檢測器和半導體冷卻InCaAs檢測器，液體透射檢測附件——樣品腔：德國布魯克公司。

1.2 實驗方法

1.2.1 魚油中EPA和DHA含量的測定

參照GB 5009.168—2016《食品安全國家標準 食品中脂肪酸的測定》中內(nèi)標法測定魚油中EPA和DHA含量，加入內(nèi)標物的魚油經(jīng)水解-乙醚溶液提取其中的脂肪后，在堿性條件下皂化和甲酯化，生成脂肪酸甲酯，經(jīng)毛細管柱氣相色譜分析，內(nèi)標法定量測定脂肪酸甲酯含量，依據(jù)EPA甲酯和DHA甲酯含量和轉(zhuǎn)換系數(shù)計算出EPA和DHA含量。

1.2.2 樣品制備

分別測定編號1到編號10的魚油樣品中EPA和DHA含量，再通過兩兩品牌等比例配比的方式，使得DHA和EPA含量具有一定的范圍性和梯度，加上單一品牌10個樣品，共計55個樣品。

1.2.3 光譜數(shù)據(jù)的采集

實驗前先將MPA型傅里葉變換近紅外光譜分析儀開機預熱30 min。安裝液體檢測附件，并將背景溫度設為50℃。連接布魯克公司專用分析軟件OPUS 6.5進行背景信息和光譜數(shù)據(jù)的采集。將樣品分裝到專用液體檢測瓶中，55個樣品分別做3組平行，在檢測過程中分組再做2次重復，共得到330個樣品數(shù)據(jù)。在檢測過程中每隔1 h進行背景檢測，保證采集光譜數(shù)據(jù)準確。

1.2.4 光譜的預處理

光譜數(shù)據(jù)中包含有大量魚油信息，而關于DHA和EPA含量的光譜信息不夠明顯，因此為了提高兩種物質(zhì)的信號比重，研究了多種光譜預處理算法提高信噪比的效果，預處理算法包括單一預處理算法：歸一化(Normalize)，基線校正(Baseline)，標準正態(tài)變化(Standard Normal Variate，SNV)，去趨勢(Detrend)和導數(shù)處理(Derivative，Der)等，以及復合預處理算法：Moving Average與一階導、Normalize與Baseline、二階導與SNV和Detrend與MSC等。

1.2.5 模型的建立及評價

采用合適的數(shù)學算法對于建立穩(wěn)健性好的模型是至關重要的，分別選用偏最小二乘法(PLS)、主成分回歸算法(PCR)和支撐向量回歸算法(SVR)建立回歸模型。利用留一法內(nèi)部交叉驗證來評價模型的穩(wěn)健性，評價參數(shù)為校正模型相關系數(shù)(RC)和內(nèi)部驗證模型相關系數(shù)(RCV)，以及校正模型標準偏差(SEC)和內(nèi)部驗證模型標準偏差(SECV)。穩(wěn)健性好的模型具有較高相關系數(shù)和較低標準偏差的特點[14]。

1.2.6 數(shù)據(jù)分析

光譜預處理和模型的建立及評價是基于挪威CAMO公司Unscrambler10.3軟件。

2 結(jié)果與分析

2.1 EPA和DHA含量分析

表1為55種魚油中EPA和DHA含量情況。由表1可知，魚油中EPA含量范圍為12.67～70.31 g/100 g，平均含量為(22.98±10.28)g/100 g；DHA含量范圍為8.01～40.51 g/100 g，平均含量為(15.09±5.36)g/100 g。收集的魚油產(chǎn)品中EPA和DHA含量范圍覆蓋了市面上主要的魚油產(chǎn)品，但是部分樣品中EPA和DHA含量處于極端值，如果建立數(shù)學模型時采用這部分數(shù)據(jù)，會對模型產(chǎn)生較大的波動性，因此為了模型的穩(wěn)定性，在建模前需要將這部分極端樣品剔除掉。

表1 魚油中EPA和DHA含量 g/100 g

2.2 光譜數(shù)據(jù)分析

采集的譜區(qū)范圍：12 800～4 000 cm-1，但是在12 800～9 218.67 cm-1和4 590～4 000 cm-1光譜圖沒有波峰和波谷，因此為了提高計算速度和準確性，選取9 218.67～4 590 cm-1為有效波段進行分析。

2.3 EPA和DHA光譜預處理方法的確定

為了去除噪聲、雜光等干擾因素對模型預測性能的影響，采用多種光譜預處理方法來提高EPA和DHA模型的預測穩(wěn)健性。EPA和DHA預測模型解釋圖見圖1、圖2。

圖1 EPA預測模型解釋圖

圖2 DHA預測模型解釋圖

由圖1、圖2可知，EPA和DHA模型都在factor5 下達到最佳解釋情況，其中EPA模型的factor5解釋率為94%，DHA模型的factor5解釋率為89%。再增加因素對模型解釋率的影響不大，反而會引進誤差，因此在factor5下討論并確定最佳的光譜預處理方法，結(jié)果見表2。

由表2可知，經(jīng)過預處理后，多數(shù)模型的穩(wěn)健性均優(yōu)于未進行光譜預處理的原始模型，對于EPA來說，最佳的單一預處理是SNV，該處理可以消除表面散射以及光程變化對光譜數(shù)據(jù)的影響，最佳的復合預處理是Normalize-SNV，Normalize常被用來校正由微小光程差異引起的光譜變化[16]，綜合考慮相關系數(shù)和標準偏差的大小，最終確定Normalize-SNV為EPA預測模型最佳的光譜預處理方法。對于DHA來說，最佳的單一預處理是Detrend，該處理可以消除光譜的基線漂移，最佳的復合預處理是Detrend-MSC，MSC與SNV作用相似，該方法所建模型的穩(wěn)定性更優(yōu)于單一預處理方法[17]，因此確定Detrend-MSC為DHA預測模型最佳的光譜預處理方法。

表2 不同光譜預處理的EPA和DHA預測模型

2.4 EPA和DHA建模方法的確定

在最佳預處理的基礎上，比對了不同的建模方法(PCR，PLS，SVR)所構(gòu)建的EPA和DHA預測模型的穩(wěn)健性，將9 218.67～4 590 cm-1波段的光譜建立校正模型和驗證模型，見表3。為了防止模型出現(xiàn)過度擬合，要求所建校正模型和驗證模型性能接近，否則模型缺乏適用性[13]。由表3可知，Normalize-SNV-PCR-EPA和Normalize-SNV-SVR-EPA的校正模型和預測模型性能之間存在差別，可能存在擬合現(xiàn)象，此外Normalize-SNV-PLS-EPA模型相比前兩者性能更好，RC和RCV分別為0.966 和0.961，SEC和SECV分別為1.960和2.099，所建模型見圖3。對于DHA預測模型，Detrend-MSC-PLS-DHA模型是3者中最佳的預測模型，其RC和RCV分別為0.945和0.938，SEC和SECV分別是1.281和1.348，所建模型見圖4。因此，確定了PLS為EPA和DHA的建模方法。

表3 不同建模算法的EPA和DHA預測模型

圖3EPA的校正模型(A)和驗證模型(B)

圖4 DHA的校正模型(A)和驗證模型(B)

3 結(jié) 論

本文通過近紅外光譜技術(shù)研究了快速測定魚油中EPA和DHA含量的可行性。收集了市面上主要的魚油產(chǎn)品，利用國家標準測定了魚油中EPA和DHA含量的化學值，并掃描收集了所有魚油的光譜數(shù)據(jù)。通過比較不同的光譜預處理方法和建模方法，確定了Normalize-SNV-PLS為EPA含量最佳預測模型，其RC和RCV分別為0.966和0.961，SEC和SECV分別是1.960和2.099，Detrend-MSC-PLS為DHA含量最佳預測模型，其RC和RCV分別為0.945和0.938，SEC和SECV分別是1.281和1.348。結(jié)果表明，利用近紅外光譜技術(shù)可以快速測定魚油中EPA和DHA含量，為魚油生產(chǎn)企業(yè)監(jiān)控產(chǎn)品質(zhì)量和國家質(zhì)檢機構(gòu)檢測魚油產(chǎn)品品質(zhì)提供了高效便捷的綠色檢測手段。下一步將圍繞開發(fā)便攜式檢測設備進行相關研究。

[1] 張建友，費驍文，劉建華，等. 魚油精制過程中的品質(zhì)變化規(guī)律及評價[J]. 現(xiàn)代食品科技，2016(6):194-199.

[2] 肖玫，歐志強. 深海魚油中兩種脂肪酸(EPA和DHA)的生理功效及機理的研究進展[J]. 食品科學，2005(8):522-526.

[3] 李妍，王靜，李麒龍，等. EPA與DHA最新研究進展[J]. 農(nóng)產(chǎn)品加工(學刊)，2013(3):6-13.

[4] KAMAL-ELDIN A，YANISHLIEVA N V.n-3 fatty acids for human nutrition: stability considerations[J]. Eur J Lipid Sci Technol，2002，104(12): 825-836.

[5] 洪毅敏，馬金萍，張艷紋，等. 氣相色譜法測定乙酯型魚油微膠囊產(chǎn)品中 EPA 乙酯和 DHA 乙酯含量[J]. 中國油脂，2015，40(12): 88-91.

[6] 王娜，諸乃彤，劉銳，等. 魚油原料中DHA、EPA 的碳穩(wěn)定同位素測定的方法[J]. 食品研究與開發(fā)，2010，31(10): 147-152.

[7] 張怡評，晉文慧，陳偉珠，等. 高效液相色譜法測定魚油中的EPA乙酯和DHA乙酯[J]. 中國食品添加劑，2012(1):233-237.

[8] 全文琴，陳小娥，陳潔，等. 高效液相色譜/質(zhì)譜聯(lián)用直接測定魚油中EPA/DHA含量[J]. 食品與機械，2008(2):114-117.

[9] 于宏威，王強，劉麗，等. 糧油品質(zhì)安全高光譜成像檢測技術(shù)的研究進展[J]. 光譜學與光譜分析，2016(11):3643-3650.

[10] 傅霞萍，應義斌. 基于NIR和Raman光譜的果蔬質(zhì)量檢測研究進展與展望[J]. 農(nóng)業(yè)機械學報，2013(8):148-164.

[11] 彭彥昆，張雷蕾. 農(nóng)畜產(chǎn)品品質(zhì)安全高光譜無損檢測技術(shù)進展和趨勢[J]. 農(nóng)業(yè)機械學報，2013(4):137-145.

[12] 陸婉珍，袁洪福，徐廣通. 現(xiàn)代近紅外光譜分析技術(shù)[M]. 北京：中國石化出版社，2000.

[13] 曹芳. 基于多波段光譜技術(shù)的魚油關鍵品質(zhì)信息快速檢測方法研究[D]. 杭州：浙江大學，2012.

[14] XIONG Z，SUN D W，XIE A，et al. Potential of hyperspectral imaging for rapid prediction of hydroxyproline content in chicken meat[J]. Food Chem，2015，175: 417-422.

[15] 褚小立，許育鵬，田高友. 近紅外光譜解析實用指南[J]. 北京：化學工業(yè)出版社，2009.

[16] 褚小立. 化學計量學方法與分子光譜分析技術(shù)[M]. 北京：化學工業(yè)出版社，2011.

[17] 褚小立. 近紅外光譜分析技術(shù)實用手冊[M]. 北京：機械工業(yè)出版社，2016.

RapiddeterminationofEPAandDHAcontentsinfishoilbyNIRtechnology

WANG Nan1，YU Hongwei2, LI Junguo3，QIN Yuchang4
(1.Institute of Food and Nutrition Development, Ministry of Agriculture, Beijing 100081, China;2.Institute of Food Science and Technology, Chinese Academy of Agricultural Sciences, Beijing 100193, China; 3.Feed Research Institute, Chinese Academy of Agricultural Sciences，Beijing 100081, China; 4. Institute of Animal Sciences, Chinese Academy of Agricultural Sciences, Beijing 100193, China)

The method of rapid determination of EPA and DHA contents in fish oil was established by NIR technology. The EPA and DHA contents were determined and the spectral information of fish oil was collected. The different single and composite pretreatment methods and mathematical modeling methods were compared. The results showed that the Normalize-SNV and Detrend-MSC were the best pretreatment methods for EPA and DHA, respectively. PLS was the best modeling method. TheRCandSECof the EPA prediction model were 0.966 and 1.960 respectively, and theRCandSECof the DHA prediction model were 0.945 and 1.281 respectively. The EPA and DHA contents in fish oil could be determined rapidly by NIR technology.

fish oil; EPA; DHA; NIR technology; chemometrics

2017-02-14；

2017-06-27

中國農(nóng)業(yè)科學院科技創(chuàng)新工程(CAAS-ASTIP-201X-IAPPST)

王 楠(1990)，男，碩士，研究方向為食品加工與安全(E-mail)13910368801@139.com。

秦玉昌，研究員，博士生導師(E-mail)qinyuchang@caas.cn。

TS224;TS225.2

A

1003-7969(2017)10-0138-05