采用红外光谱分析技术快速鉴别原料乳掺假

陈巧燕

（深圳市晨光乳业有限公司，广东深圳518107）

采用红外光谱分析技术快速鉴别原料乳掺假

陈巧燕

（深圳市晨光乳业有限公司，广东深圳518107）

针对目前市场上出现的原料乳中掺假的现状，建立了红外光谱技术快速鉴别掺假原料乳的分析方法。收集正常原料乳和掺假乳样品，利用红外光谱技术结合主成分分析方法建立定标识别模型，并通过不同搀假乳的红外光谱检测进行模型验证。结果表明，红外光谱分析技术可以实现原料乳中是否掺假的快速鉴别。

红外光谱；主成分分析；定标；搀假乳

Abstract:According to the situation that raw milk was adulterated in current market,this paper developed an analysis method based on infrared spectroscopy (IRS)technique combined with principal component analysis(PCA)approach to distinguish the adulterated raw milk.This method was verified using different adulterated milk samples.The results suggested that IRS has a good potential to detect the adulteration of raw milk.

Key words：IRS;PCA;spectral calibration;adulterated raw milk

自从食品工业开始产业化后，由于利益的驱使，掺假现象便应运而生，原料奶的掺假问题也不例外[1]。按照有关规定，生鲜乳是指从正常饲养的、无传染病和乳房炎的健康母牛乳房内挤出的常乳，禁止掺水、掺杂、掺入有毒有害物质及其他物质[2-3]。部分奶农为了增加收入，通过添加水解蛋白、乳清粉、葡萄糖和尿素等物质来提高原料乳指标或达到稳定性状的目的[4-8]。若将这种掺假原料乳生产的产品投放到市场，将给消费者和企业造成无可挽回的损失。目前，原料乳的掺假日趋专业化，严格按照正常原料乳中各成分组成比例添加相应物质，导致采用传统的化学分析法测定，结果都显示正常。常规原料乳掺假的化学检验方法只是针对某一种物质的掺假，在原料奶验收时，不太可能针对多种物质的掺假进行检验，所以化学分析方法很难及时发现掺假乳。采用新的分析技术及时准确地对原料乳进行掺假鉴别显得至关重要。

红外光谱技术利用红外吸收的光谱信息，采用化学计量学方法分析处理实验数据，从而对样品进行定性和/或定量分析测定，是一种快速、无损的新型检测技术，目前广泛应用于原料及中间体中多组分成分的检测，功能性因子定量分析研究等方面。红外光谱分析技术可以对乳制品中主要成分及含量进行快速测定，但用于掺假乳快速鉴别的报道并不多。红外光谱技术基于不同物质在其红外扫描光谱上的差异，结合化学计量学方法建立定标模型来定性分析各个指标[9-13]，通过比较掺假乳和正常乳之间的扫描光谱差异，然后运用定标模型来区分掺假原料乳在理论上是可行的。

本研究采用红外光谱分析技术，对正常原料乳和掺假原料乳的光谱差异特性建立主成分分析（Principal Component Analysis,PCA）定标掺假识别模型，找出正常乳和掺假乳在光谱上的差异，结合定标模型来辨别一个未知样品是否掺假，以验证红外光谱技术在原料乳掺假分析中的应用效果。

1 材料与方法

1.1 材料

正常原料乳样品共计101份，其中80份用于建立PCA定标，另外31份用于定标的验证，搀假原料乳31份，同样用于定标的验证工作。

1.2 仪器

MilkoScan FT 120多功能乳品分析仪：丹麦FOSS公司，配备质量保证模块（QA模块）。

1.3 方法

1.3.1 样品准备

正常样品80份，依次编号为1、2…80。同时准备31份正常样品（样品依次编号1至31）和31份不同掺假原料乳样品（样品依次编号为C1至C31），用于定标的验证工作。不同搀假乳样品所掺物质类型见表1。

表1 不同掺假原料乳配方Table 1 The formulas of different adulteration in raw milk

1.3.2 样品扫描和定标样品集的建立

对MilkoScan FT 120多功能乳品分析仪进行标准化，充分清洗并完成调零操作，使仪器状态达到最佳，然后对80份用于定标和62份用于验证的原料乳样品分别收集光谱信息，每个样品均扫描3遍，取平均值。

利用MilkoScan FT 120软件建立定标样品集，其中定标样品集1包含正常样品1到80，定标样品集中设置一个指标为“样品状态”，对于每个定标样品1到80在“样品状态”指标数据栏均输入数据0，表示为正常样品集，用于PCA中主成分的提取及定标模型的建立。另一个定标样品集2包括31份正常样品和31份掺假样品，在此定标样品集中也设置一个指标为“样品状态”，对于正常样品输入数据0，而非正常样品集（掺假样品）的输入数据1，用于定标模型的验证。

1.3.3 定标模型的建立和验证

采用主成分分析（PCA）回归方法，以建立好的定标样品集1为基础，利用MilkoScan FT 120软件建立PCA定标[14]，同时采用预测集样品2，对所建的定标模型的有效性进行验证。

2 结果与讨论

2.1 定标的建立

在PCA定标模型的建立过程中，必须综合考虑所选主成分数和其对应的可解释的变异因素的程度的关系。可解释的变异因素的程度可以理解为以后定标对于外来样品光谱差异的识别程度，从理论上讲，可解释的变异因素达到100%时是最理想的状态，但此时建立定标模型的性能不一定好，因为选择过多的主因子数目会给定标带来更大的噪音，从而影响定标对于后续样品的预测性能。

本实验比较了选择不同的主成分数目时，所建立的定标对光谱变异的识别程度，如图1所示。

随着主成分数目的增加，定标对于光谱变异识别程度越高。根据MilkoScan FT 120操作软件的提示，我们选择可解释的变异程度大于90%时的主成分数目，由图1可知，此时的主成分数目为4，即说明这4个主成分是判别原料乳是否掺假的最主要因素，具有统计学意义，结果可信。

2.2 定标的验证

选择不同的掺假乳和正常乳的样品对所建的PCA判别模型进行验证，验证时，对每个验证样品分析3次取其平均值，验证结果如图2所示。图2中的横坐标“1”至“31”表示31份正常样品，在PCA定标验证时给出的结果均为正常样品，其马氏距离值均小于3；图中横坐标的“C1”至“C31”表示的为31份按照表1配制的搀假乳样品，在PCA定标验证时给出的结果均为非正常样品，即掺假样品，其马氏距离值均明显大于3。

由图2可知，本实验所建的PCA定标对于外部样品的预测结果比较好。结合目前掺假的实际情况，此定标模型完全能够用于此类掺假乳的检测工作。另一方面，由于建立定标模型是一个非常烦琐的过程，需要不断地添加样品集来扩充定标模型的基础信息，使得定标模型预测的准确度和重现性越来越好。本次实验建立的定标模型的样品数可能还不够，但随着以后样品集的逐渐扩充，定标会日趋稳定，预测结果也会更加准确、有效。

3 结论

本文采用红外光谱分析技术结合主成分分析模式识别技术对正常原料乳建立了定标模型，通过已知掺假原料乳和非掺假原料乳样品的检测完成了模型的验证，说明该技术可以实现对原料乳是否掺假的快速鉴别。相比较常规化学检测技术相对烦琐、费时、污染环境的缺点，红外光谱的方法不会破坏样品，不会造成环境污染，对测试人员无专业化要求，便于在线监测、大大提高测试效率，极大地适应了现代乳业生产需求的形势，正逐渐受到越来越多的研究者和生产者的关注。虽然红外光谱技术在我国乳品业的研究起步较晚，但作为一种新型快速、环保的分析技术，对于促进乳及乳制品生产品质检测和质量控制，从而提高乳制品的品质和质量，提高企业市场占有率和国际竞争力有着极为现实而深远的意义。

[1]钟耀广,刘长江.乳品掺伪检验方法的探讨[J].食品研究与开发,2009,30(1):160-162

[2]韩东海,鲁超,刘毅.纯牛奶、还原奶、掺假奶、牛奶新鲜度的近红外检测[J].中国供销商情:乳业导刊,2006(4):39-41

[3]韩东海,鲁超,刘毅,等.生鲜乳中还原乳的近红外光谱法鉴别[J].光谱学与光谱分析,2007,27(3):445-448

[4]黄艳,王锡昌.近红外光谱分析在食品检测中的最新进展[J].食品研究与开发,2007,28(7):137-140

[5]姜潮,韩剑众,范佳利,等.低场核磁共振结合主成分分析法快速检测掺假牛乳[J].农业工程学报,2010,26(9):340-344

[6]郭清泉,廖如燕,曾旸.保障乳品安全的快速检测技术进展[J].食品安全质量检测学报,2011,2(1):21-25

[7]孙鹏,王俊,王加启.牛乳掺假物质及其快速检测方法研究[J].中国奶牛,2009(9):48-51

[8]魏克佳.我国当前奶业形势分析[J].奶业经济,2010(10):10-11

[9]Sivakesava S,Inrudayaraj J.Rapid determination of tetracycline in milk by FT-MIR and FT-NIR spectroscopy[J].Journal of Dairy Science,2002,85(3):487-493

[10]马利,孙长华,张宝.红外光谱技术在食品掺假检验中的应用进展[J].生命科学仪器,2010,8(2):3-6

[11]苏景辉,于敏艳.乳制品质量的影响因素及检测方法[J].中国乳业,2012,121(1):52-53

[12]刘明.离子色谱法快速测定原料乳中硫氰酸盐含量的研究[J].安徽工程科技学院学报,2010,25(2):47-49

[13]秦立虎.快速检测鲜奶掺假[J].农产品加工,2006(2):50-51

[14]Foss Electric A/S.MilkoScan FT 120-Reference Manual[M].2002:75-83

Rapid Identification of Adulterated Raw Milk by Infrared Spectroscopy

CHEN Qiao-Yan
（Shenzhen Chenguang Dairy Co.,Ltd.,Shenzhen 518107,Guangdong,China）

2011-11-06

陈巧燕（1974—），女（汉），工程师，本科，研究方向：食品质量管理。