文/魏艷敏 王 淼

（黑龍江立高儀器設(shè)備有限公司）

乳制品營養(yǎng)豐富，是消費量日益增長的食品之一，而乳制品質(zhì)量安全問題也越來越受到人們的關(guān)注。目前對乳制品的質(zhì)量安全監(jiān)控主要依據(jù)國家標準的方法，存在檢測速度慢、需要大量試劑、操作比較繁瑣等缺點。紅外光譜技術(shù)具有操作簡單，靈敏度高，檢測速度快，重復性好，試樣用量少，儀器結(jié)構(gòu)簡單等優(yōu)點[1]，已被廣泛應用到乳制品檢測領(lǐng)域。紅外光譜技術(shù)的原理是通過紅外光譜掃描，將檢測的圖譜與標準物質(zhì)圖譜比較，再根據(jù)朗伯—比爾定律進行定量分析[2]。紅外光譜技術(shù)可檢測的樣品種類繁多，氣態(tài)、液態(tài)和固態(tài)樣品都可檢測。當不同波長的紅外光照射有機物分子時，不同物質(zhì)分子對不同波長的紅外光有特征性的吸收，即當紅外光照射物質(zhì)分子時，分子中的官能團或化學鍵會產(chǎn)生振動吸收，不同官能團、化學鍵吸收頻率不同，因此可得到分子中化學鍵或官能團的位置和信息[3]。根據(jù)波長，紅外光譜可分為近紅外光譜、中紅外光譜和遠紅外光譜，近紅外光譜和中紅外光譜常被用于檢測物質(zhì)的成分和含量。近紅外光譜是含氫官能團振動吸收變化的結(jié)果，條帶信號較弱，適合無需前處理的高吸收或強散射樣品分析；中紅外光譜是特定官能團振動引起的吸收條帶，適合于有機物結(jié)構(gòu)的鑒定，條帶密度與官能團數(shù)量成比例，適合于定量分析[4，5]。紅外光譜技術(shù)可以應用到乳制品生產(chǎn)的各個環(huán)節(jié)，可對原料乳、半成品乳及乳制品進行質(zhì)量監(jiān)控和分析。本文介紹了近年來國內(nèi)外利用紅外光譜技術(shù)在檢測牛乳成分、摻雜使假、奶牛健康、蛋白質(zhì)凝集結(jié)構(gòu)等方面的應用進展，為全面評估紅外光譜技術(shù)在乳制品從源頭到終端的應用價值，為今后的乳制品安全檢測技術(shù)和研究發(fā)展提供參考依據(jù)。

1 紅外光譜定量分析模型

近紅外光譜的定量分析必須借助化學計量學方法，如逐步線性回歸、偏最小二乘、主成分分析、多元線性回歸、連續(xù)投影算法、無信息變量消除算法、人工神經(jīng)網(wǎng)絡(luò)、遺傳算法等[6]。數(shù)據(jù)預處理方法主要有括散射校正和求導。偏最小二乘法是目前應用比較廣泛的一種光譜分析數(shù)學方法，根據(jù)輸出的變量使原始數(shù)據(jù)壓縮，從而使所建模型有較高的預測精度。人工神經(jīng)網(wǎng)絡(luò)具有快速、處理能力強、自學習自組織能力強的優(yōu)點，與其它化學計量法相比具有無可比擬的優(yōu)勢。目前BP（反向傳播）神經(jīng)網(wǎng)絡(luò)是應用最廣的神經(jīng)網(wǎng)絡(luò)模型之一，采用誤差反向傳播算法，調(diào)整處理單元間的權(quán)重值。

2 紅外光譜技術(shù)在牛奶成分檢測方面的應用

牛奶的主要成分有蛋白質(zhì)、脂肪、乳糖、維生素、礦物質(zhì)元素等。牛奶成分分析是乳制品加工的關(guān)鍵，快速、準確、操作簡便的成分檢測方法是乳制品加工的重要環(huán)節(jié)。Tsenkova R等[7]利用近紅外光譜技術(shù)測定生鮮乳中蛋白質(zhì)、脂肪、乳糖等主要成分的含量。李慶波等[8]采用偏最小二乘法并結(jié)合不同光譜預處理方法構(gòu)建了定量分析模型，對牛奶的主要成分進行定量檢測。劉波平等[9]基于近紅外光譜技術(shù)，利用PLS-BP模型對樣品中蛋白質(zhì)、脂肪、乳糖以及總固形物進行快速檢測。Dra?ková M等[10]利用傅里葉近紅外預測羊乳中脂肪、蛋白質(zhì)、乳糖、冰點等指標。鄭麗敏等[11]利用傅里葉變換近紅外光譜快速檢測了新疆驢奶中脂肪、蛋白質(zhì)、灰分含量。Tsenkova R等[12]利用中紅外和遠紅外光譜對未經(jīng)均質(zhì)的牛乳進行了成分分析，結(jié)果較準確。匡靜云等[13]利用紅外光譜，采用BP神經(jīng)網(wǎng)絡(luò)建立定量模型，快速檢測原料乳中蛋白質(zhì)和脂肪含量。穆同娜等[14]專家采用主成分分析方法，利用嬰兒配方乳粉的近紅外光譜數(shù)據(jù)與必需脂肪酸的含量數(shù)據(jù)建立了校正模型，檢測結(jié)果與化學法相比無顯著差異。中紅外光譜可對牛奶中乳鐵蛋白含量進行比較準確地預測，乳鐵蛋白含量與體細胞數(shù)呈正相關(guān)，與產(chǎn)奶量呈負相關(guān)。中紅外光譜結(jié)合原子吸收技術(shù)可以測定牛奶中微量元素，如Ca、K、Mg、Na、P等的含量。

3 紅外光譜技術(shù)在乳制品質(zhì)量安全監(jiān)控方面的應用

3.1 牛奶新鮮度的檢測

新鮮的牛奶是加工高質(zhì)量乳制品的關(guān)鍵。牛奶長時間放置會導致微生物滋生，酸度升高，pH值降低；乳房炎會導致牛奶中體細胞數(shù)增加。牛奶的pH值、滴定酸度以及體細胞數(shù)等代表牛乳新鮮度的指標可通過近紅外光譜建立的模型進行檢測。Al-Qadiri H M等[15]用近紅外光譜技術(shù)檢測不同溫度下保存不同時間的巴氏奶中菌落總數(shù)，預測模型可較準確地測定菌落總數(shù)，表明紅外光譜可對乳制品進行快速和無損檢測。Nicolaou N等[16]采用傅里葉變換近紅外光譜技術(shù)對牛奶樣品的腐敗微生物進行了快速定量檢測。Wang Y等[17]采用傅里葉變換近紅外光譜儀區(qū)分不同保藏時段的原料奶新鮮度，通過多元線性回歸MLR、最小二乘回歸PLS、人工神經(jīng)網(wǎng)絡(luò)ANN建立預測模型，結(jié)果表明，該模型對酸度和pH值的預測相關(guān)系數(shù)均達到了0.85以上，可用于原料奶新鮮度的評價。

3.2 摻雜使假的檢測

原料奶中摻入水、化學物質(zhì)及其它低成本物質(zhì)是目前原料奶收購環(huán)節(jié)中很難監(jiān)控的問題。檢驗摻雜使假的方法主要是化學檢驗法，需要大量試劑，耗時耗力，且針對性強，對于未知物無法檢驗。近年來，采用紅外光譜技術(shù)對原料奶的摻雜使假問題進行檢測取得了很好的效果。張鑫等[18]利用化學計量方法編寫計算機程序，同時建立模型，通過不同光譜預處理法和建模法的對比，確定最佳近紅外光譜判別模型，建立了摻假原料奶近紅外光譜識別平臺，可較好地識別摻假原料奶。陳巧燕[19]建立了快速鑒別摻假奶的紅外光譜分析法，利用紅外光譜結(jié)合主成分分析法建立定標識別模型，并進行模型驗證，結(jié)果表明，紅外光譜法可以對摻假奶進行快速鑒別。王曉雨等[20]研究了一種可以快速檢測摻假原料奶的紅外光譜方法，運用紅外光譜技術(shù)和主成分分析法建立定標模型，對摻假奶進行檢測。古方青等[21]將近紅外光譜分析法與化學計量學法結(jié)合，檢測出原料奶中摻雜的植脂末和大豆分離蛋白，并且發(fā)現(xiàn)通過平滑處理結(jié)合多元散射校正進行光譜預處理，用徑向基神經(jīng)網(wǎng)絡(luò)建模效果最佳。

4 紅外光譜技術(shù)在其它方面的應用

近紅外光譜結(jié)合化學計量法能夠區(qū)分不同放牧、舍飼飼養(yǎng)系統(tǒng)的綿羊奶[22]。傅氏轉(zhuǎn)換紅外線光譜分析儀結(jié)合偏最小二乘法辨別分析模型能夠判定日糧中是否含有新鮮牧草，區(qū)分有機牧場和傳統(tǒng)牧場樣品的正確率達到80%以上[23]。中紅外光譜技術(shù)能夠根據(jù)奶牛的基礎(chǔ)日糧干草和玉米青貯區(qū)分原料奶，但不能辨別奶牛品種和牧場海拔之間的差異[24]。近紅外光譜結(jié)合多元變量統(tǒng)計分析軟件SIMCA分析雙重體細胞數(shù)（SCC）閾值，可將奶牛可分為健康、過渡和乳房炎3 種[25]。Kawamura S等[26]建立了近紅外傳感系統(tǒng)，在線監(jiān)測原料奶質(zhì)量，在擠奶時的特定波段內(nèi)獲取原料奶數(shù)據(jù)，通過脂肪、蛋白質(zhì)、乳糖、體細胞數(shù)、乳尿素氮的檢測模型判斷奶牛健康狀況。

5 小結(jié)

紅外光譜由于諸多優(yōu)點而備受關(guān)注，在乳制品檢測方面應用比較廣泛。但是由于建立檢測模型需要大量具有代表性的樣品，并且理想樣品很難獲得，因此在檢測結(jié)果上與化學檢驗法還有一定差距。隨著紅外光譜技術(shù)研究不斷深入，模型不斷升級，配套化學計量軟件功能不斷優(yōu)化，檢測技術(shù)方面問題會逐步解決。未來，開發(fā)能夠在線監(jiān)測樣品質(zhì)量的紅外光譜檢測儀器，以及檢測原料奶及乳制品成分的便攜式紅外光譜儀是發(fā)展趨勢。