电子鼻在冷却肉货架期预测模型中的应用

2010-11-10肖虹，谢晶，佟懿

食品工业科技 2010年12期

关键词：鲜度电子鼻货架

肖虹，谢晶，佟懿

（上海海洋大学食品学院，上海201306）

电子鼻在冷却肉货架期预测模型中的应用

肖虹，谢晶*，佟懿

（上海海洋大学食品学院，上海201306）

冷却肉，电子鼻，货架期，主成分分析，动力学模型

肉类食品是人们日常生活中必不可少的食品，冷却肉［1］以其新鲜、肉嫩、味美、营养、卫生的优点受到消费者的青睐。在贮藏、流通等过程中，由于酶、微生物和外界环境等的作用，会引起冷却肉的腐败变质，产生不良风味，致使品质下降，货架期缩短［2-3］。气味是消费者评价冷却肉品质及其接受程度最重要的品质特征之一［4］。人工鉴别气味受主观因素影响大，而将客观、准确、快捷的电子鼻技术应用于冷却肉的货架期预测中，将使感官鉴别更加客观化、数量化，为气味和品质等的鉴定提供参考数据。该技术在近年已被应用于水产品［5］新鲜度，苹果［6］、牛奶［7］货架期等的研究中，在猪肉新鲜度及其品质的检测中也有所应用，柴春祥等人［3］用电子鼻技术检测了猪肉在不同实验条件下（5、15、25℃）挥发性成分的变化，考察了保存温度和时间对猪肉挥发性成分的影响。Hansen等人［8］将生鲜猪肉制成猪肉糜糕，采用感官评定、电子鼻和GC-MS方法，用多变量分析来预测生鲜食品的终点品质。本文利用传感器型电子鼻技术对不同贮藏温度下经不同贮藏时间的猪肉样品进行气味分析，并结合菌落总数、挥发性盐基氮值（TVBN）等理化指标的变化，建立猪肉气味、理化指标随贮藏温度和时间变化的动力学模型，预测猪肉货架期，从而为监测和控制流通中冷却肉品质提供理论依据。

1 材料与方法

1.1 材料与仪器

猪后腿瘦肉从临港新城集贸市场购买新鲜猪肉并用冰桶运回，材料预处理：将猪肉分割后在冰水中清洗，并在干净的冰上沥干，后装入已灭菌的培养皿中，贮藏在273、280、283、293K的条件下，用于菌落总数、挥发性盐基氮（TVBN）的测定以及电子鼻分析。

电子鼻系统 Alpha FOX4000，法国；自动凯氏定氮仪 FOSS KEJET 2300，瑞士；三星 BCD-191GNS（E）冰箱，超净工作台，恒温培养箱，理化干燥箱，高压蒸汽灭菌锅，数显示恒温水浴锅。

1.2 实验方法

在实验过程中，每天取样进行气味分析，菌落总数和挥发性盐基氮值指标的测定，其中贮藏在280、283、293K条件下的样品，每天进行两次电子鼻分析。样品各指标的详细分析时间见表1。

表1 猪肉各指标分析时间

1.2.1 气味指纹分析

1.2.1.1 电子鼻系统由18根金属氧化物传感器（MOS）阵列、顶空自动进样装置（HS100）和数据处理等部分组成。

1.2.1.2 样品准备称取2g搅碎的猪肉装入10mL小瓶内，加盖密封，每个样品制备重复6次。

1.2.1.3 电子鼻检测的分析参数如表2所示。

表2 样品分析参数

1.2.1.4 电子鼻数据处理利用电子鼻系统自带的Alphasoft11.0统计分析软件对采集的猪肉样品的数据信息进行多变量统计分析，包括：主成分分析（PrincipalComponentAnalysis，PCA）与货架期（Shelflife，SL）分析。通过统计学分析，可以获得猪肉贮藏于不同温度下气味随时间变化的相关信息。

1.2.2 菌落总数的测定按GB-T4789.2-2003［9］进行操作。

1.2.3 挥发性盐基氮（TVBN）的测定利用自动定氮仪测定，参考邓辉萍［10］的方法并略有修改。

1.3 猪肉货架期预测模型

1.3.1 Arrhenius方程在273、277、283、293K贮藏条件下可分别得到猪肉的TVBN值、菌落总数值。利用得到的数据做图，确定反应级数，计算反应常数，得到该反应的Arrhenius方程［11］：

式中：k0：指前因子（又称频率因子）；EA：活化能，J/mol或cal/mol；T：绝对温度，K；R：气体常数，8.3144J/（mol·K）；k0和EA都是与反应系统物质本性有关的经验常数。

活化能EA的数值可利用Arrhenius公式求出：

式中：k1、k2对应T1、T2温度下的反应速率常数，T1、T2：热力学温度，K。

1.3.2 Q10模型 Arrhenius关系式的主要价值在于：可以在高温（低1/T）下收集数据，然后利用外推法获得其它贮藏温度下的货架寿命，由式（2）求得EA，从而获得Q10模型［12］：

式中：Q10：温差10K时品质降低速度的比值［13］；θs：货架寿命，h。

1.3.3 猪肉货架期预测模型的建立本实验根据Arrhenius方程对活化能EA和Q10的计算并对照电子鼻Alphasoft11.0软件求得的猪肉在不同贮藏温度下气味变化的SL分析值，获得猪肉在不同温度段内273～283、283～293K的Q10货架期预测模型［13］，从而预测猪肉在该两个温度段内不同贮藏温度点的货架期（h）：

由式（3）可推导为：

猪肉货架期预测模型：

式中：T0：已知的较大贮藏温度点；T：所要求货架寿命的温度点；θs：货架寿命，h；T0＞T。式（5）是根据式（4）变换而来，以计算货架期。

1.4 数据分析

利用Excel 2007对猪肉理化指标进行分析以及对动力学模型参数计算，并利用电子鼻Alphasoft11.0软件对不同贮藏温度下猪肉气味随时间变化进行PCA与SL分析。

表3 不同贮藏温度下猪肉菌落总数、TVBN的变化

2 结果与讨论

2.1 猪肉在不同贮藏温度下新鲜度指标限值的确定

由表3可知，贮藏在不同温度下的猪肉随着贮藏时间的延长，其TVBN值与菌落总数值均呈现上升的趋势；可见，两个指标的变化有着相同的变化趋势。猪肉的新鲜度可分为一级鲜度、二级鲜度和变质肉三个等级［14］。猪肉在280K条件下贮藏104h后，其TVBN值相对于初始值增加了5.38倍，超过二级鲜度的标准。贮藏在283K条件下的猪肉，贮藏了80h后，其菌落总数由原来的2.4E+02 cfu·mg-1增长到了6.1E+07 cfu·mg-1，超过了猪肉二级鲜度的标准，同时TVBN值也超过了二级鲜度的标准。因此，将TVBN和菌落总数二级鲜度极限值对应的时间作为猪肉货架寿命终点时间。

经过回归拟合（见表3），猪肉在不同贮藏温度下的TVBN值与菌落总数值变化均符合一级化学反应动力学模型规律（R2＞0.9）。

2.2 猪肉的电子鼻PCA分析

PCA分析是一种多变量统计分析方法，可以对多维矩阵数列进行降维处理，在PCA分析图上显示主要的二维图，即用较少的变量来分析猪肉贮藏于不同温度下挥发性气味随时间变化的相关性［15］。

由图1可以看出，猪肉的挥发性气味随着贮藏时间的延长而发生改变，贮藏于283、293K温度条件下的猪肉的PCA图是不同的。283K下第一主成分（PC1）的贡献率达93.85%，PC1与PC2累积贡献率达99.168%，贡献率越大，说明主成分可以将原始高维矩阵数据的信息较好地反映出来。由图1a发现，样品贮藏的前68h，随着贮藏时间的增加，样品沿PC1轴向右，沿PC2轴先向上、后向下分布，由于样品本身品质变化不大，电子鼻检测时数据分布比较集中，所以在PCA分析图中的图谱分布比较集中。而贮藏了80h后，样品沿PC1轴向左、沿PC2轴向上分布，且在PCA图上的分布发生明显变化；图谱在横坐标上的距离越大，说明样品间气味差异越大。通过分析表3中的TVBN值和菌落总数发现，样品在贮藏了80h后，其品质发生明显改变，超过了二级鲜度标准。可以得出，样品气味的变化与品质理化指标的变化是同步的，这在PCA图上可以得到很好的显现。贮藏于293K下的PCA图中PC1贡献率达到了93.003%，PC1与PC2贡献率之和达到了99.105%。随着贮藏时间的增加，样品沿PC1轴向左，沿PC2轴先向上，后向下分布。32h是一个突变点，分析表3可知，此时样品品质发生较大的变化，下降到二级鲜度标准，与PCA图的分析结果也有很好的对应性。通过电子鼻的PCA分析可得，电子鼻能对在283K与293K温度条件下贮藏不同时间的猪肉气味进行很好的区分。

2.3 猪肉的电子鼻Shelflife分析

Alphasoft统计分析软件有Shelflife分析功能，可根据不同贮藏温度下猪肉的气味变化进行货架期分析，即以PCA分析为基础，将贮藏于不同温度下样品气味随时间变化的传感器响应值的重心差距作为纵坐标，以时间作为横坐标，来表示贮藏过程中样品气味的变化。通常以初始测定的样品气味强度的重心值作为原点，随着贮藏时间的延长，若气味强度减弱，则样品分析值为负，曲线呈现下降趋势；反之则为正值，曲线呈现上升趋势［16］。

通过对猪肉气味变化的SL分析，由图2可以看出，贮藏于283、293K温度条件下的猪肉的气味变化较大，且两条曲线呈现上升趋势，即传感器对猪肉气味变化的感应呈增强的趋势。80h和32h分别是贮藏在283K和293K温度下猪肉气味变化的突变点，可以很好地解释在对猪肉的气味进行PCA分析过程中283K和293K温度下气味主成分方向分别在80h和32h发生改变的原因。通过分析表3发现，在293K下的猪肉贮藏32h时，其TVBN与菌落总数将达到二级鲜度极限值。猪肉在283K温度下贮藏了80h后，其品质发生明显的改变，TVBN值和菌落总数超过了二级鲜度标准。SL分析也说明电子鼻分析猪肉气味的变化，与理化品质指标变化有较好的对应关系。

表4 猪肉在两个温度段上活化能EA和Q10的计算值

图2 贮藏于283、293K下猪肉的Shelflife分析图

2.4 猪肉的货架期预测模型及验证

通过三个温度点分别为273、283、293K，与其对应的反应速率常数k，获得1/T对lnk的回归拟合方程，并根据式（2），求得EA1和EA2。由此，运用式（3）可获得273～283、283～293K两个温度段的Q10值，具体结果见表4。

由表4发现，在两个温度段下，TVBN值所对应的Q10和EA值与菌落总数所对应的Q10和EA值是不同的。通过lnk回归拟合方程的相关性系数，以确定最终的Q10值与EA值。由表4得到TVBN的lnk回归拟合方程的相关性系数较之菌落总数lnk回归拟合方程的相关性系数有着更好的拟合效果，因此，选择TVBN在不同温度段下的Q10值与EA值。

通过电子鼻获得的猪肉贮藏在283K下气味变化的SL分析结果，得到在此温度下货架期分析值为80h，即将猪肉在283K贮藏过程中气味变化的货架期终点确定为80h。由此将贮藏于283K下获得理化品质指标的Q10值与气味变化的货架期SL分析值代入公式（5），即可获得猪肉在273～283K低温度段下任一点温度T下货架期预测模型：

通过该模型计算出冷却肉在280K条件下货架寿命为109.336h；按照 NY/T632-2002，冷却肉的TVBN值在15～25mg/100g范围内为二级鲜度，由表3可知，贮藏在280K温度下的冷却肉实际货架寿命为104h；相对误差为5.13%。

同理，在高温度段283～293K内任何一点温度T下货架期预测模型：

通过该模型计算出冷却肉在283K条件下货架寿命为79.072h；从表3的TVBN值可知其实际货架寿命为80h；相对误差为1.16%。

由此可看出，所得货架期预测模型能较好地预测冷却肉在不同温度段的货架寿命，且高温段的预测精度要优于低温段，该模型为监控和预测其品质变化提供了一定的理论依据。

3 结论

［1］NY/T632-2002，冷却猪肉中华人民共和国农业行业标准［S］.

［2］肖虹，谢晶.不同贮藏温度下冷却肉品质变化的实验研究［J］.制冷学报，2009，30（3）：40-45.

［3］柴春祥，杜利农，范建伟，等.电子鼻检测猪肉新鲜度的研究［J］.食品科学，2008，29（9）：444-447.

［4］Soncin S，Chiesa L M，Cantoni C，et al.Preliminary study of the volatile fraction in the raw meat of pork，duck and goose［J］. Journal of Food Composition and Analysis，2007（20）：436-439.

［5］张军，李小昱，王为，等.电子鼻检测鲢鱼新鲜度的实验参数优化［J］.农业机械学报，2009，40（4）：129-132.

［6］张晓华，张东星，刘远方，等.电子鼻对苹果货架期质量的评价［J］.食品发酵与工业，2007，33（6）：20-23.

［7］Labreche S，Bazzo S，Cade S，et al.Shelf life determination by electronic nose：application to milk［J］.Sensors and Actuators B，2005，106：199-206.

［8］Hansen T，Petersen M A，Byrne D V.Sensory based quality control utilizing an electronic nose and GC-MS analyses to predict end-product quality from raw materials［J］.Meat Science，2005，69：621-634.

［9］GB/T 4789.2—2003.食品中细菌总数的测定方法［S］.

［10］邓辉萍，林凯，张红宇，等.肉类中的挥发性盐基氮的自动定氮仪快速测定法［J］.职业与健康，2005，21（6）：838-839.

［11］Ratkowsky D A，Olley J，McMeekin T A，et al.Relationship between temperature and growth rate of bacterial cultures［J］.J Bacteriol，1982，149：1-5.

［12］Theodore P Labuza，Mary K Schmidl.Acclelerated Shelf-Life Testing of Foods［J］.Food Technology，1985（9）：57-64.

［13］Theodore P Labuza.Application of Chemical Kinetics to Deterioration of Foods［J］.Journal of Chemical Education，1984，61（4）：348-357.

［14］南庆贤.肉类工业手册［M］.北京：中国轻工业出版社，2003.

［15］韩丽，赵勇，朱丽敏，等.不同保藏方式南美白对虾的电子鼻分析［J］.食品工业科技，2008，29（11）：240-243.

［16］张晓敏，朱丽敏，张捷，等.采用电子鼻评价肉制品中的香精质量［J］.农业工程学报，2008，24（9）：175-178.

Application of electric nose in shelf life predictive modeling of chilled pork

XIAO Hong，XIE Jing*，TONG Yi
（College of Food Science&Technology，Shanghai Ocean University，Shanghai 201306，China）