梁世岳，李澤青，李寧，魏勇躍，旦智草，閆峻

（1. 天津市畜禽分子育種與生物技術重點實驗室/天津市畜禽健康養(yǎng)殖工程技術中心/天津市農業(yè)科學院畜牧獸醫(yī)研究所, 天津 300381；2.天津市農業(yè)發(fā)展服務中心，天津 300061；3. 天津市武清區(qū)農業(yè)發(fā)展服務中心，天津 301700；4. 甘南藏族自治州科學技術情報研究所，甘肅 合作 747000）

近年來，隨著人們群眾生活水平的提高，市場對優(yōu)良品質豬肉的需求逐漸增加，對豬肉營養(yǎng)成分檢測的時效性提出了更高要求。目前，我國豬肉營養(yǎng)成分的檢測方法多為傳統(tǒng)的國標法，這種檢測方法耗時長、成本高、檢測結果等待時間長、收費也較高[1]。為滿足市場需要，迫切需要開發(fā)一種優(yōu)化豬肉營養(yǎng)成分快速檢測的新方法。

20 世紀80 年代后期，近紅外光譜技術（near infrared reflectance spectroscopy，NIRS）因為其具有檢測速度快、無需化學試劑、無污染、非破壞性、成本低、可以檢測多種化學成分含量及其特性、適合于大規(guī)模產業(yè)化生產等優(yōu)點迅速發(fā)展起來[2-3]，并且在食品[4-5]、藥物[6-7]、飼料[3,8]等各個領域得到了廣泛應用。利用近紅外光譜技術對肉制品中水分、粗脂肪、粗蛋白等含量的研究國內外已有很多報道[9-10]，表明近紅外光譜可以對豬肉進行快速檢測。對肉制品的研究中，多數是以肉糜形式進行檢測[11]，基于冷凍干燥方法的研究相對較少。

冷凍干燥利用了冰晶升華的原理，在高度真空的環(huán)境下將凍結的水分直接從冰升華為蒸汽。其優(yōu)點是干燥后的物料可以保持原來的化學成分和物理特性。研究表明，使用冷凍干燥的方法處理肉樣的效果優(yōu)于肉糜樣品，冷凍干燥方法可以使樣品的肌纖維保存完好，散射效果更明顯。同時冷凍干燥樣品的水分含量極低，測定結果也會優(yōu)于非冷凍干燥樣品[12]。

為避免因豬肉鮮樣水分過高而導致的預測模型準確度不高的問題，本試驗主要研究基于冷凍干燥基礎的豬肉的水分、粗蛋白、粗脂肪在近紅外光譜區(qū)域的特征吸收，優(yōu)選出其水分、粗蛋白、粗脂肪的最佳預處理方法與在近紅外光譜區(qū)域的最佳波段選擇范圍，建立基于冷凍干燥基礎的豬肉營養(yǎng)成分近紅外定量校正模型，為今后豬肉中營養(yǎng)成分的定量檢測提供一種快速準確的檢測方法。

1 材料與方法

1.1 試驗材料

冷凍干燥豬肉粉130 頭份，取豬左側胴體背最長肌，將肌肉樣本切成0.5 cm3小塊，在真空冷凍干燥機中冷凍干燥12 h，為了減少因樣品不均勻以及樣品的溫度和濕度的不同對采集光譜的影響，所有樣品統(tǒng)一研磨成粉末狀在低溫研磨機中壓碎，放入自封口袋中抽真空冷凍保存，用于實驗室化學分析和近紅外光譜掃描。

1.2 樣品營養(yǎng)成分測定

冷凍干燥排除的水分測定：在冷凍干燥前將切好的肌肉樣本稱質量記錄，冷凍干燥完成后再次稱質量，計算出冷凍干燥排除的水分值，換算出鮮肉的營養(yǎng)成分。

冷凍干燥后的樣品，測定水分、粗蛋白和粗脂肪分別參照GB/T 6435—2014《飼料中水分的測定》、GB/T 6432—2018《飼料中粗蛋白的測定——凱氏定氮法》、GB/T 6433—2006《飼料中粗脂肪的測定》的方法進行測定。

1.3 樣品的近紅外光譜采集

本研究選用近紅外光譜儀（BRUKER TANGOR），并使用IN311-S 樣品杯（直徑50 mm），取滿杯樣品置于IN311/C 的旋轉臺中進行光譜掃描。為了提高建模的穩(wěn)定性，本研究對每個樣品重復采集2次光譜，用2 次光譜作為該樣本的光譜信息進行分析。本研究收集了130 頭份冷凍干燥豬肉粉，全部樣品的近紅外反射光譜圖如圖1 所示，近紅外有多處吸收峰，可以作為定量分析的依據，將收集的冷凍干燥豬肉粉樣品按4∶1 的比例隨機分為定標集和驗證集[13]，即隨機取104 份作為定標集，另外26 份作為驗證集。

圖1 冷凍干燥豬肉粉掃描光譜圖

1.4 異常樣品的剔除以及近紅外模型預處理方法與波段的選擇

將定標集的104 頭份冷凍干燥豬肉粉樣品的光譜圖，與實測值進行關聯(lián)，利用儀器自帶的OPUS 7.8 軟件分別計算實測值與近紅外光譜預測值間的R2及RMSECV，并進行進行異常樣品的剔除以及優(yōu)化，得到的冷凍干燥豬肉粉水分模型的最佳波段選擇范圍為7 500 ～5 447.8 nm、4 425.8 ～4 244.5 nm，最佳預處理方法為一階導數+矢量歸一化（SNV）；粗蛋白模型的最佳波段選擇范圍為8 447.8～7 491.8 nm、5 777.5～5 447.8 nm、4 607.2～4 425.8 nm，最佳預處理方法為矢量歸一化（SNV）；粗脂肪模型的最佳波段選擇范圍為9 403.9～5 447.8nm、4 607.2～4 244.5 nm，最佳預處理方法為一階導數+MSC。

2 結果與分析

2.1 近紅外定量分析模型的建立

使用最佳預處理方法與波段選擇，采用偏最小二乘法(PLS) 建立定標模型，分別對107 頭份冷凍干燥豬肉粉的水分、粗蛋白、粗脂肪的實測值與近紅外預測值進行交叉驗證的相關關系，見圖2至圖4。

圖2 冷凍干燥豬肉粉中的水分實測值與近紅外預測值的相關關系

圖3 冷凍干燥豬肉粉中的粗蛋白實測值與近紅外預測值的相關關系

由圖2 至圖4 中可以看出，冷凍干燥豬肉粉水分模型的R2值為96.58%，RMSECV 值為0.305；粗蛋白的R2值為99.31%，RMSECV 值為0.742；粗脂肪的R2值為99.47%，RMSECV 值為0.692。

2.2 模型外部驗證

采用外部驗證的方法對所建立的模型預測效果進行驗證，取驗證集的26 頭份冷凍干燥豬肉粉，用所得模型預測檢驗各樣品中該成分的含量，求出預測值與實際值的偏差值以及模型的預測標準偏差，如表1 所示。

表1 驗證集冷凍干燥豬肉粉的預測值與實測值的偏差值

結果顯示，模型測定值和實測值比較接近，其中水分、粗蛋白和粗脂肪模型的RMSEP 值分別為0.294、2.297、0.460。

3 討論與結論

近紅外光是可見光區(qū)和中紅外區(qū)域之間，波長780～2 526 nm 的電磁波，該光區(qū)的吸收帶主要產生于低能電子躍遷、含氫的原子團（例如N-H，O-H，C-H）伸縮、彎曲振動的倍頻和組合頻率吸收。當有機物中的物質分子被近紅外光照射時，含氫的基團會產生振動，并吸收一部分光的能量。由于分子結構的特點可以反映在吸收帶波長位置與吸收譜帶的強度，因此該方法可用于識別未知物體的結構。同時，吸收譜帶的吸收強度與分子或化學基團的含量有關，其也可用于執(zhí)行定量分析或純度鑒別[14]。對于某些無近紅外光譜吸收的物質，可以間接通過共存本體物質的近紅外光譜的變化信息來反映其信息。通過近紅外光譜傳遞的復雜樣本信息具有多樣化的特征，形成了光譜的復雜、重疊和變化，很難從中提取較弱的信息。因此，運用化學計量學算法建立和應用待測量與樣品光譜特征間具有容變性的關系模型的使用是近紅外分析技術的關鍵。因為肉類產品中大多數有機化合物，例如蛋白質、脂肪、有機酸、碳水化合物等，都包含不同的含氫基團，這些化學成分的含量均可以使用近紅外光譜來測定，并且可以以此為據，獲取有關肉品品質的更多相關信息[15]。

當建立近紅外光譜的定量校正模型時，所有樣品按4∶1 的比例分成校正集和驗證集，分別用于建立定量校正模型和驗證模型，還需要結合相關系數（R2）、交互驗證標準偏差（RMSECV）、預測標準偏差（RMSEP）來評價模型。校正集中每個樣品的交叉預測值和化學方法測量值誤差的平方和除以校正集中每個樣品測量值與全部樣品測定的平均值的平方和，用1 減去以上數值得到的數據即為R2值，R2值用來判斷定量校正模型與待測組分之間的線性關系，其數值越接近1，模型的預測結果越好。通過交互驗證的方法驗證模型的原理是：在模型驗證過程中，每次從校正集中提取1 個或多個樣品作為臨時驗證樣品，對剩余樣品進行建模，然后預測該樣品，如此循環(huán)以便分別獲得每個樣品的模型交叉預測值，最后得到交叉預測值和測定值誤差平方和的均方根值即為RMSECV。驗證集中的樣品未參與建立校正模型的過程，通過計算測定值與模型得出的預測值之間誤差的平方和的均方根即為RMSEP[16]。

本研究使用交互式驗證和驗證集驗證相結合來驗證模型的效果。對于同一批次樣品，模型的RMSECV 值和RMSEP 值越小，表明模型效果越好。通過圖5 至圖7 顯示的數據可知，冷凍干燥豬肉粉的水分、粗蛋白、粗脂肪模型的R2值均大于96%，RMSECV 均達到0.75 以下，近紅外預測值與實測值擬合較好。另外，通過表1 數據可知，3 種模型的RMSEP 值均達到2.30 以下，進一步證明模型的有效性，建立的模型可以用于冷凍干燥豬肉粉樣品的快速檢測，表明此次冷凍干燥豬肉粉模型的建立比較成功。

目前基于冷凍干燥基礎建立肉營養(yǎng)成分模型的研究較少。陶琳麗等[17-18]測定了263 個雞腿肌凍干粉的蛋氨酸含量以及雞胸肌凍干粉的賴氨酸含量，分別建立了近紅外定量預測模型。其中，雞腿肌凍干粉蛋氨酸模型的R2值為93%，RMSECV 值為0.060 9，RMSEP 值為0.83；雞胸肌凍干粉賴氨酸模型的R2值為92%，RMSECV 值為0.328 4，RMSEP 值為0.88。王巖等[19]測定了近江牡蠣6 處組織及其全部軟體混樣凍干粉的糖原含量，所建立的7 個模型R2值為97.16%～99.63%，RMSECV 值為0.969 4～0.996 9，RMSEP 值為0.949 0～0.990 8。黃偉等[20]分別對滇南小耳豬和DLY 商品豬肉的整塊、勻質肉糜、烘干粉、凍干粉的光譜進行建模分析，其中豬肉凍干粉的近紅外光譜模型鑒別效果較好，驗證集的識別率和拒絕率均為100%。結合本研究結果可以得出，基于冷凍干燥基礎的肉營養(yǎng)成分近紅外檢測技術，在肉品質檢測研究中蘊含巨大潛力，將在肉的品種鑒定、等級鑒別、產地溯源、組分分析等方面發(fā)揮巨大作用。

近紅外模型建立后,需要不斷維護和改進以擴充樣品庫，在今后工作中，仍需要測量大量具有代表性的樣品用于優(yōu)化近紅外光譜模型,以提高檢測結果準確度。