非线性化学指纹图谱技术在食品掺假检测中的应用

王世鹏，董文宾，*，樊成，马永杰，方悦（.陕西科技大学食品与生物工程学院，陕西西安700；.陕西省产品质量监督检验研究院，陕西西安70048）



非线性化学指纹图谱技术在食品掺假检测中的应用

王世鹏1，董文宾1，*，樊成2，马永杰1，方悦1
（1.陕西科技大学食品与生物工程学院，陕西西安710021；2.陕西省产品质量监督检验研究院，陕西西安710048）

摘要：利用非线性化学指纹图谱、色谱、质谱、酶联免疫、近红外、色谱-质谱联用等技术对调味品、饮料、啤酒大麦、蜂蜜、羊奶与牛奶等食品掺假进行检测和鉴别，通过比较，非线性化学指纹图谱技术是一种对样本进行整体分析或综合分析的一种新方法，拥有操作简单，无需样本处理和重现性好等优点。

关键词：非线性化学指纹图谱；食品；检测；鉴别

随着人们生活水平的不断提高，人们对食品品质也越来越重视，准确、科学、简便、快速的检测技术显得尤为重要。食品的检测鉴别应用最多的方法是检测比较样品中某一种或几种化学成分含量，与国际或国家规定标准进行比较得出结论。但是食品的成分往往是复杂的，此类方法缺乏对样品整体的评价会给一些假冒伪劣商品进入市场提供可乘之机，例如“三鹿奶粉事件”的发生，同时分离、提纯等预处理工作量很大，耗时长。

近年来，国内外学者发现利用化学指纹图谱技术对复杂样品进行检测可呈现样品的“整体形态”，其中主要利用光谱和色谱技术来建立指纹图谱[1-4]，例如：液相色谱（LC）、薄层色谱（TLCS）、高效液相色谱（HPLC）、气相色谱-质谱联用（GC-MS）、高效毛细管电泳（HPCE）、紫外（UV）、红外（IR）和近红外（NIR）等技术。但上述方法在对样品进行检测时需要进行繁琐的预处理，必须由专业的研究人员进行检测，检测耗时长，检测的重现性较差，检测设备昂贵，因此难使用于实际工业生产中。

非线性化学指纹图谱的提出旨在克服这些问题，与普通指纹图谱最大的区别是，其是在远离平衡条件进行的化学反应，反映化学反应内部的非线性机制，主要现象有化学瑞流、化学振荡、化学混纯、化学多稳态、化学斑图、电沉积分形等[5]。国内进行非线性化学研究始于本世纪初，张洪林、李宗孝和于游等[6]最早以中草药为底物发现引发的化学振荡，并测得不同中草药电位随时间变化的E-t曲线，除波型差异性很明显外，还发现了相关指纹图谱可以提供包括诱导曲线、起振时间、振荡周期、振荡曲线、振荡寿命、振荡幅度、最大振幅、停振曲线和最高电位等丰富的信息，其中诱导时间、振荡寿命、振荡幅度和振荡周期等还是中药化学成分的定量信息。这种E-t曲线被称作“中药电化学指纹图谱”，并由此提出“中药振荡指纹图谱”的概念[6]。

此外，张泰铭等[7]研究利用数学计算对不同非线性化学指纹图谱进行差异比较。结果表明，利用欧氏距离公式能正确反映指纹图谱间的非参数型相似度差异，但有时不能正确反映图谱参数型数据的相似度，相关系数和夹角余弦都不能用来评价非线性化学指纹图谱间的相似度，系统相似度最能真实地反映图谱之间的差异程度。因此可利用系统相似度对非线性化学指纹图谱相似度计算与评价。目前，利用非线性化学反应的指纹图谱技术与相似度计算对组成极其复杂的中药进行检测和鉴别已比较成熟。随着研究的领域的不断深入同样是成分复杂的食品也可通过非线性化学指纹图谱技术与相似度计算进行检测和鉴别。

1在食品品质检测中的应用

1.1酱油

酱油在中国人的餐桌上是不可缺少的调味品，故它的安全性及真伪性收到广泛地关注。因酿造工艺的不同、原料的差异使酱油呈现出种类繁多、成分复杂、含量各不相同的情况。目前，广泛应用的现代分析技术有高效液相色谱（HPLC）、近红外（NIR）、气相色谱-质谱联用（GC-MS）和毛细管电泳（CE）等分析技术。其中主要采用的是氨基酸分析方法，利用高效液相色谱法[8]测定酱油中胱氨酸和半胱氨酸的含量但该方法检测设备昂贵，检验成本高。有学者研究表明[9]采用高效毛细管电泳同时分离测定酱油中的核苷酸比高效液相色谱法更合适，但也仅限于核苷酸的检测，不能对其它复杂成分进行检测。

但是由于酱油的成分复杂，单靠检测一种或几种成分不足以准确区分出酱油的品种及品质优劣，且预处理繁琐。乔君喜等[10]利用非线性化学指纹图谱技术检测9种不同品牌酱油平行检测3次得到图谱，通过对各个图谱中可量化的数据进行比较，可得同品牌酱油的图谱间的系统相似度≥93.85 %，不同品牌酱油的图谱间的系统相似度≤64.03 %。为验证该技术的准确度随机对9种品牌酱油各进行n次检测，将相似度最大的图谱列为一个样品集，规定每个样品集代表一种酱油。结果，各酱油品牌鉴别的准确度≥96.97 %，平均鉴别准确度为99.33 %。证明此项技术可很好地应用于酱油的检测。

1.2饮料

茶饮料具备营养丰富、药物功效、方便饮用等优点，受到广大消费者的喜爱。为了保证消费者的健康及商家的合法利益，同时找到科学准确的方法对茶饮料的质量监测也受到越来越多的重视。茚三酮比色法、气相色谱-质谱联用法、紫外光吸收法、高效液相色谱法、离子交换树脂法等主要通过分析测定不同茶饮料样品中某几种成分的含量，根据各含量的异同及差异判定样品的差异与品质。但是，茶饮料是一种成分复杂的组成物质，单就比较某几种成分的含量差异不具有说服力。因此，出现了一些可以检测复杂茶饮料的仪器，例如多频脉冲电子舌[11]等。该种仪器最大的缺陷在于使用的电极重现性差，电极寿命短。

赵哲等[12]利用非线性化学指纹图谱技术对康师傅茉莉花茶、康师傅绿茶、铁观音茶、乌龙茶、统一冰红茶、天喔冰红茶在严格统一的标准下得到各自的非线性化学指纹图谱，经比较6种茶饮料的图谱形状相差较大，其中同为冰红茶的统一冰红茶和天喔冰红茶的图谱形状也有着很大的差异。不同茶饮料的相似度＜0.83，同种茶饮料的相似度＜0.9，然而不同批次的同名茶饮料的相似度＞0.99。同时，对某一茶饮料样品进行处理，掺入不同量的水可发现掺入的水越多得到的指纹图谱振荡寿命越长，极易辨别。因此，通过非线性化学指纹图谱技术并进行相似度计算对茶饮料的种类区分及掺假与否进行判断是科学的可信的。王艳娜等人利用同样的技术对浓缩橙汁惨水实验得出同样的结论，掺水量越多图谱的振荡寿命越长，可通过比较图谱形状的差异直接进行掺水与否的判定。

1.3啤酒大麦

啤酒，又称麦酒，是水和茶之后世界上消耗量排名第三的饮料，我国目前啤酒产量居世界第一。大麦是酿造啤酒的主要原料之一，它的品质直接决定着啤酒的质量。国产大麦的产量及品质均远不能满足啤酒业的发展需要，每年约2/3的大麦依赖进口。随之而来的问题是大麦品种的鉴别，只通过感官评定大麦外观，形态学特征很难区分，对于近亲的品种使区分的难度大大增加。目前，采用基因组分析法[13]，基质辅助激光解吸/电离飞行时间质谱法[14]等方法可以有效地区分和鉴别不同的大麦品种，但繁琐的样品预处理程序及不能对样品进行整体的分析是上述方法的缺陷。

王艳娜等[15]选取澳大利亚特质大麦、澳大利亚普通大麦、国产大麦三种大麦为研究对象，利用非线性化学指纹图谱技术平行测定三次得出各自的指纹图谱，根据各图谱反映出的诱导时间、振荡寿命、振荡周期等可量化数据进行分析比较，相同品种大麦的系统相似度均大于0.994 8，不同品种大麦的系统相似度小于0.793 1，克服上述技术缺陷的同时可以科学准确判断大麦品种的异同。

1.4蜂蜜

蜂蜜是昆虫蜜蜂从开花植物的花中采得的花蜜在蜂巢中酿制的蜜，自古以来就被视为滋补佳品。随着人们生活水平的提升，对蜂蜜的质量要求越来越高，不法商家利用化学方法或以次充好等手段对蜂蜜进行造假，欺骗消费者。目前，人们可以通过气相色谱、高压液相色谱[16]可测得蜂蜜中一些必需氨基酸的成分，通过红外光谱技术[17]也可进行蜂蜜的检测，但对掺入不同物质、不同量及蜂蜜种类的检测效果不理想。蜂蜜中含有的物质成分有180余种，假如每次只能测定一种或几种成分，可以作为研究某种特定成分的依据，要作为蜂蜜掺假鉴别、种类区分的依据是不全面的。

张海珍等[18]选取9种市售蜂蜜避开对其中的某一种或几种成分进行分析，利用非线性化学指纹图谱技术对蜂蜜进行整体分析，获得各自的化学指纹图谱及各种特征参数。为验证该方法的重现性，选取相同的4份菊花蜜进行平行试验，结果显示相同的条件下同种蜂蜜的图谱基本相似各种特征参数相对标准偏差≤1.92 %，证明该方法具有较好的重现性。通过比较，不同蜂蜜的指纹图谱形状差距很大，其中差别最大的参数是振荡寿命。该技术可以很好地区分不同种类的蜂蜜，同时能通过样品比对对蜂蜜样品进行质量评价。与上述提到的几种评价蜂蜜质量的技术比较，该技术具有无需对样品进行分离、提纯等处理，且图谱反映出来的信息是所有物质成分呈现的。

1.5羊奶与牛奶的掺假

牛奶因是一种营养比较全面的食品，已经被多数人们视为日常生活中不可缺少的食物。而羊奶被国际营养学界被称为“奶中之王”其价格也远高于牛奶，且产量远低于牛奶，因此一些不法商家以牛奶冒充羊奶、对羊奶牛奶掺假欺骗消费者。这种现象越来越受到广泛关注。目前，色谱、质谱、免疫、PCR、电泳、光谱学、分析化学等检测方法的研究和应用对牛乳、羊乳掺假起到了一定的遏制作用，但是存在一定的局限性。首先都是针对羊奶和牛奶中某种组分的差别进行分析检测，比如高效液相色谱技术就是根据羊奶与牛奶中所含各种脂肪酸含量的不同为依据进行检测分析[19]；而等电点聚焦[20]则是以酪蛋白的水解产物作为指标建立的检测方法。而奶的成分十分复杂，主要成分包括水、脂肪、磷酸、蛋白质、乳糖和无机盐等多种物质。仅凭若干个成分的分析指标来进行鉴别和质量评定，容易给假冒伪劣产品进入市场提供了可乘之机。其次目前国家制定的常规检验方法和现行的掺假检验研究，大多针对某假定的单一物质进行定性定量检测，要实现多个项目的检测操作繁琐，尤其是对可能出现的未知物将难以评判。故有必要建立对羊奶及其制品的成分进行整体和综合的分析评价的快速准确的检测方法。

鲁利利等[21]利用非线性电化学指纹图谱技术对羊奶和牛奶及其产地进行鉴别区分。测定不同产地羊奶和牛奶，得到对应的非线性化学指纹图谱，通过指纹图谱的直观特征及可量化的数据鉴别羊奶和牛奶，利用系统相似度进一步区分不同产地的羊奶或牛奶。实验结果表明羊奶和牛奶非线性化学指纹图谱均有很好的重现性和特征性，同种奶品同一产地的指纹图谱系统相似度介于99.06 %~99.86 %，同种奶品不同产地的系统相似度介于90.42 %~98.86 %，不同种类奶品的系统相似度介于76.25 %~82.43 %。鉴别同种奶品产地的准确度≥91.9%，平均准确度为94.3%，鉴别奶品种类的准确度≥94.6%，平均准确度为98.5%。该实验说明非线性电化学指纹图谱技术在鉴别羊奶和牛奶及其产地方面具有好高的准确性。

2　结论

非线性化学指纹图谱是基于对样品整体成分的分析得出图谱，且不用对样品进行分离、提纯等预处理。不仅可以广泛应用与中药的检测及鉴别，还可以用于控制检测成分复杂食品的品质与质量。通过建立样品图谱库可用于企业自查控制不同批次产品质量及质检部门的快速抽检与鉴定。但非线性化学指纹图谱的提出只有短短的六年时间，仍处于实验室研究阶段，在广泛地应用之前还有很多工作去做。

参考文献：

[1]张微.朴素贝叶斯分类模型在中红外光谱测原料奶掺假中的应用研究[J].食品工程,2011(1):49-53

[2]王莉.现代仪器分析在白酒行业中的应用和前景展望[J].酿酒科技,2006, 33(5): 28-32

[3]李长文,魏纪平,孙素琴,等.运用红外光谱技术鉴别酱香型白酒[J] .酿酒科技,2006(11):56-58

[4] Raquel A, Felix G R, Susanne R.A method for the determination of volatile N-nitrosamines in food by HS-SPME-GC-TEA[J].Food Chemistry, 2005, 91(1): 173-179

[5]辛厚文.非线性化学[M].合肥:中国科学技术大学出版社,1999:1-4

[6]张泰铭,梁逸曾,袁斌,等.中药电化学指纹图谱的原理、特点和用途[J].科学通报,2007,52(13):1513-1522

[7]张泰铭,赵哲,方宣启,等.利用样本成分耗散物的非线性化学指纹图谱原理及相似度计算与评价[J].中国科学:化学,2011,41(10): 1604-1621

[8]侯学振,蒋金芝,刘劭刚.高效液相色谱法检测酱油中(半)胱氨酸的含量[J].中国调味品,2012,37(5):96-99,108

[9] GILL B D,INDYK H E.Development and application of a liquid chromatographic method for analysis of nucleotides and nucleotides in milk and infant formulas[J].Interational Dairy Journal,2007,17(6): 596-605

[10]乔君喜.用于酱油和牛奶真伪鉴别与质量评价的非线性化学指纹图谱方法研究[D].长沙:中南大学,2012

[11]牛海霞.基于多频脉冲电子舌的茶饮料区分辨识[J].食品工业科技,2008,29(6):124-128

[12]赵哲,张泰铭,方宣启.利用非线性化学指纹图谱技术鉴别评价茶饮料[J].食品科学,2011,32(16):219-222

[13] Bradova J, Sykorova S, Sasek A,et al. Identification of common barley varieties by parallel electrophoresis of hordeins and esterases [J]. Rostlinna Vyroba, 2001,47(4):167-173

[14] Salplachta J, Bobalova J. MALDI -TOF mass spectrometry of hordeins: rapid approach for identification of malting barley varieties [J]. J Mass Spectrometry, 2009,44 (9):1287-1292

[15]王艳娜,钟俊辉,骆学雷,等.利用非线性化学指纹图谱技术鉴别啤酒生产中的大麦品种[J].酿酒科技,2013(3):61-64

[16]胡福良,詹耀锋.现代分析技术在蜂蜜质量检测中的应用[J].蜜蜂杂志,2003(1):5-7

[17] P Y Qiu, H B Ding, Y K Tang, et al. Determination of chemical composition of commercial honey by Near-Infrared spectroscopy[J]. A－gric Food Chem, 1999, 47(7): 2760-2765

[18]张海珍,肖长龙.利用非线性化学指纹图谱技术测定蜂蜜中糖含量的新方法[J].福建分析检测,2012,21(4):7-11

[19]拜发分析系统销售(北京)有限公司.针对羊奶中掺牛奶的快速检测方案[J].食品安全导刊,2012(8):41-42

[20]李宏梁,焦茜楠,黄俊榕,等.酪蛋白沉淀检测方法及其在牛乳经济掺假鉴定中的应用[J].食品科技,2008,33(12):262-266

[21]鲁利利,董文宾.非线性指纹图谱技术鉴别羊奶和牛奶及其产地[J].食品与发酵工业,2014,40(3):201-207

The Application of Nonlinear Chemical Fingerprint Technology for Detecting Adulteration in Food

WANG Shi-peng1，DONG Wen-bin1，*，FAN Cheng2，MA Yong-jie1，FANG Yue1
（1. School of Food and Biological Engineering Shaanxi University of Science & Technology，Xi'an 710021，Shaanxi，China；2. Research Institutefor Quality Supervision and Inspection of Food Products of Shaanxi Province，Xi'an 710048，Shaanxi，China）

Abstract：In this paper，the nonlinear chemical fingerprint technology，chromatography，mass spectrometry，enzyme-linked immune，near infrared，chromatography-mass spectrometry technology were used to detect and identify adulteration in food，such as beverages，beer barley，honey，goat milk and cow milk. In contrast，nonlinear chemical fingerprint technology is a kind of new method based on holistic analysis or comprehensive analysis，and it possesses many advantages，such as simple operation，without sample pretreatment，good reproducibility and so on.

Key words：nonlinear chemical fingerprint；food；detection；identify

收稿日期：2015-01-13

DOI：10.3969/j.issn.1005-6521.2016.01.049

*通信作者：董文宾（1951—），男（汉），教授。

作者简介：王世鹏（1989—），男（汉），硕士研究生，研究方向：食品科学与工程。

基金项目：“十二五”农村领域国家科技计划课题（2012BAD12B07）；陕西省科技统筹创新工程计划项目（2011KTCQ03-08）；陕西省教育厅服务地方专项计划项目（15JF009）