注胶肉糜的低场核磁弛豫特性及与近红外光谱技术判别效果的比较

王欣，王志永，陈利华，刘宝林

(上海理工大学 食品质量与安全研究所，上海,200093)



注胶肉糜的低场核磁弛豫特性及与近红外光谱技术判别效果的比较

王欣*，王志永，陈利华，刘宝林

(上海理工大学 食品质量与安全研究所，上海,200093)

摘要研究了注入亲水胶体种类及比例对肉糜低场核磁共振技术(low fielcl nuclear magnetic resonance, LF-NMR)特性的影响，探索了基于LF-NMR数据判别肉糜注胶程度的可行性，并与近红外光谱技术(NIR)的预测效果进行了比较。结果表明：随温度升高，肉糜的LF-NMR多组分弛豫图谱中代表不易流动水的T(22)峰及对应的S(22)减小；添加黄原胶或卡拉胶可使样品体系的持水性增加，表现为S(22)显著增大。基于样品LF-NMR弛豫特性的判别分析可实现对肉糜注胶程度的分段预测，分组正确率为90.5% ～ 100%，交叉验证正确率为81.0% ～ 100%。对NIR而言，应用偏最小二乘回归法(PLS)所建预测模型对注胶肉糜的预测效果相对较优(Rc为0.988 6)且模型较为稳健(RPD=6.63)。与LF-NMR方法相比，NIR法可实现对肉糜注胶比例更为准确的预测。

关键词亲水胶体；肉糜；低场核磁；近红外；判别分析

肉类产品中的水分含量及分布情况对产品的品质及质量控制有重要影响。而研究表明，由于亲水胶体不仅能和游离水形成额外的氢键且能与蛋白反应形成凝胶，从而有效改善肉制品尤其是西式肉制品的保水性，因此在肉制品加工中应用广泛[1]。但过量添加或以不良手段牟取暴利则需要引起警惕，如近年来在肉品市场上出现了一种较为“高端”的掺假肉——注胶肉[2-4]等相关的食品安全问题。因此探索简便、快速、成本低的肉类产品含胶检测方法有较强的实际应用价值。

低场核磁共振技术(low field nuclear magnetic resonance，LF-NMR)在肉品基础研究及加工生产中已广泛应用。通常认为肉品弛豫特征峰可反映其中不同状态水[5]，如BERTRAM等研究表明，猪肉横向弛豫时间(T2)与持水性间存在良好相关性[6]，并可反映不同类型猪生长过程中肌肉内水分分布[7]、猪肉背最长肌后熟早期水分分布的变化[8]及加工过程(如蒸煮等)的水分迁移[9]。戚军等[10]利用LF-NMR研究了冻融过程中羊肉持水力的变化，认为不易流动水峰弛豫时间与冻融次数显著相关，自由水峰则与保水性的变化趋势一致。此外，亦有研究者探索多元统计分析方法对LF-NMR弛豫特性进一步的提炼分析，以更加有效反映样品的变化规律及样品间的整体差异。判别分析法(discriminate analysis，DA)在农产品原料的品质评价[11]、食品组分分析[12]、产地溯源[13]等研究中应用较多。如庞之列等[14]研究表明，可利用样品LF-NMR横向弛豫参数结合色差参数对猪肉含水量进行有效判别。但系统利用LF-NMR技术和判别分析研究肉糜注胶程度的报告相对较少。

因此，本文拟以肉糜为研究对象，着重研究注入亲水胶体种类及比例对肉糜LF-NMR特性的影响，并进一步尝试基于LF-NMR数据对肉糜注胶程度进行判别分析的可行性；此外，考虑到近红外光谱技术(NIR)检测效率较高，且在注水假肉的判别中已有一定研究应用[2-3, 15]，因此文中还将获取的样品NIR数据还与LF-NMR的判别效果进行比较。

1材料与方法

1.1材料与设备

猪后腿肉，购于上海市杨浦区图们路菜市场，剔除皮、筋膜、脂肪。黄原胶、卡拉胶(均为化学纯)，购于上海国药集团化学试剂有限公司。

NMI20型核磁共振分析仪[分析软件Ver 3.3，氢质子共振频率23 MHz，磁场强度：(0.5±0.08) T]，上海纽迈电子科技有限公司；HH·S21型恒温水浴锅，上海博讯实业有限公司；烘箱，上海锦屏仪器仪表有限公司；傅里叶变换近红外光谱仪(AntarisⅡ FT-NIR，配积分球固体采样模块)，Thermo Fisher Scientific Inc。

1.2试验设计

1.2.1亲水胶体对肉糜水分分布的影响

样品准备：将预处理后的猪后腿肉制成原料肉糜备用。

将原料肉糜分别置于25、55、85℃下0～5 h，检测其弛豫特性；55℃下检测含有1%、3%黄原胶肉糜在0～5 h的弛豫特性；85℃下测定含3%黄原胶、3%卡拉胶肉糜在0～4 h的弛豫特性。

以上各样品均直接置于洁净托盘中，厚度约5 mm。按时取出一定量样品冷却至室温后进行LF-NMR弛豫特性的检测。

1.2.2注胶比例对肉糜水分分布的影响

配制质量分数为1%的黄原胶溶液，以2%的梯度添加至肉糜中，混合均匀，形成注胶比例为2% ～ 40%的注胶肉糜。每组配制3个样品。原料肉糜共29个样品，注胶肉糜共60个样品，总计样品89个。放置15 min后进行LF-NMR弛豫特性的检测。

1.2.3LF-NMR弛豫特性的测定

称取(4.50±0.01) g样品于试管中，32℃水浴至恒温后置于NMI20型核磁共振分析仪中在CPMG脉冲序列下测定弛豫特性，测试条件为优化所得[16]，具体：TR为4 500 ms、τ为200 μs、EchoCount为3 000、NS为8、SW为250 kHz。

1.2.4NIR光谱测定

样品准备：参考1.2.2的方法制备用于NIR检测的样品，每个梯度制备6个平行样品。共得正常肉糜样品51个，注胶肉糜样品为120个。

NIR光谱采集：样品置于积分球固体采样模块的旋转样品杯中。采集光谱范围：10 000～4 000 cm-1(780～2 500 nm)；扫描次数：64次；分辨率：8 cm-1。每个样品采集光谱3次，取平均光谱为该样品的原始光谱。

1.2.5总水分含量的测定

参考《食品安全国家标准食品中水分的测定》(GB5009.3—2010)中方法测定。

1.3数据处理

1.3.1核磁共振横向弛豫时间的处理

利用仪器反演拟合软件T-Invfit(分析软件Ver 4.09，上海纽迈电子科技有限公司)进行数据处理。得到单组份弛豫时间(T2W)及多组分弛豫图谱，获知弛豫时间(按出峰时间从小到大依次命名为T21、T22……T2i)、峰顶点时间(T21m、T22m……T2im)、峰面积(P21，P22……P2i)及其比例(S21、S22……S2i)等多组分弛豫特征数据。

1.3.2近红外光谱数据处理

采用仪器配套的分析软件TQ Analyst(Ver 9.1.17，Thermo Fisher Scientific Inc)进行光谱数据分析。

1.3.3结果分析

应用Origin Pro 9.0(OriginLab Corporation)对数据结果进行拟合，应用SPSS Statistics(Version 20.0, IBM)对结果进行统计分析。

2结果与讨论

2.1注胶对肉糜LF-NMR弛豫特性的影响

2.1.1不同温度条件下肉糜的LF-NMR弛豫特性

肉糜被加热过程中蛋白质发生变性，继而产生一系列物理特性的变化，这会影响肉糜的持水性及水分分布。图1为在不同温度下一定时间后肉糜LF-NMR多组分弛豫图谱。

图1　不同温度条件下肉糜的LF-NMR多组分弛豫图谱Fig.1　Multi-component relaxation map of minced meat under different temperatures

由图1可见，不同温度下肉糜LF-NMR多组分弛豫图谱存在区别。与室温(25℃)相比，55℃、85℃时样品的T22及S22减小、但峰宽度增加；T23、S23及其峰宽度均增大，而T21的变化则不明显。这主要是由于不同温度下蛋白质的变性程度不同[17]，在40 ～ 50℃时，肌纤维蛋白端易变性；而在约53 ～ 58℃时，肌纤维蛋白的杆状与轻链结构发生变性，此时被束缚在肌纤维蛋白网状结构的水分会大量流失，从而影响体系中不同状态水分的比例变化，表现为55℃时S22相对减小；约80 ～ 82℃时，肌球蛋白的变性使持水性显著降低，S22进一步降低。

2.1.2黄原胶对肉糜LF-NMR弛豫特性的影响

亲水胶体可增加肉品持水性，降低加工过程中肉品的水分损失，改善口感等。图2为在55℃条件下添加1%、3%黄原胶对肉糜弛豫特性(如弛豫时间、峰面积比例)的影响。

图2　黄原胶对肉糜LF-NMR弛豫时间T2i(A)及峰面积比例S2i(B)的影响Fig.2　Effect of xanthan gum on T2i (A) and S2i (B) of minced meat

图2表明，在55℃条件下，对照添加黄原胶的肉糜弛豫图谱中均存在3 ～ 4个峰。在3 h内，T21、T22变化较小，但到4 h时，添加黄原胶组的弛豫时间显著增大(原料肉、1%黄原胶、3%黄原胶的T21分别为1.63、12.33、9.33 ms，T22分别为15.24、70.72、78.48 ms)；T23则呈现先降低再增加的总体趋势，添加黄原胶样品的T23在3 h后开始增加，而对照组则在4 h后才开始增大；对照组的T24在3 h后消失，而添加黄原胶组的T24则存在。从图2-B中则可发现，前3 h内各组的S22均占相对较高比例；3 h后则添加黄原胶组的S21相对增加，而S22显著减小(P<0.05)；至5 h时，由于体系中大部分水分已逸散，故所有组中均以S21比例相对较高。

2.1.3不同亲水胶体对肉糜LF-NMR弛豫特性的影响

85℃条件下，加入3%黄原胶、3%卡拉胶对肉糜多组分弛豫图谱的影响如图3所示。

图3　亲水胶体对肉糜LF-NMR多组分弛豫图的影响Fig.3　Effect of hydrophilic colloid on multi-component relaxation map of minced meat

由图3可知，由于加入亲水胶体(黄原胶或卡拉胶)后样品体系的持水性相对增加，降低了各状态水分的流动性，使样品多组分弛豫图的峰形与弛豫时间均发生一定改变，最显著的为S22增加，峰(T22+T23)宽度的增加，且添加黄原胶后，T22显著增大，弛豫峰整体右移，与原料肉糜及添加卡拉胶的样品可明显区分。添加卡拉胶样品的T23显著减小，弛豫峰整体左移。这可能是由于黄原胶的黏度相对较高，对水分的持有能力较强，使不易流动水的比例增加，其核磁响应增强且总体信号增多。

2.2.1注胶肉糜LF-NMR单组份弛豫特性

肉糜的单组份弛豫时间(T2W)随注胶比例的变化如图4所示。

图4　T2w随注胶比例的变化Fig.4　Mono-exponential relaxation time(T2w) of minced meat with different proportions of gum

由图4可见，随注胶比例的增加，样品T2W呈线性增大趋势(R2=0.980 3)。这是由于随黄原胶比例的增大，除黏度相对较大外，还能够促进肉糜体系凝胶化的形成，从而使束缚在体系中的自由水和不易流动水的比例相对增大，体系整体弛豫变慢，表现为T2w增大。

2.2.2注胶肉糜的LF-NMR多组份弛豫特性

各样品的多组分弛豫特征，如各峰的峰起始时间(T21、T22、T23)、峰顶点时间(T21m、T22m、T23m)和峰面积比例(S21、S22、S23)等随注胶比例的变化如图5、图6所示。

由图5-A、5-B可见，随注胶比例的增加，T22、T22m均呈阶梯型增大趋势。注入比例为2% ～ 14%、16% ～ 30%、32% ～ 40%范围内T22、T22m各自差异显著(P<0.05)。而T21、T23、T21m、T23m则无明显规律地变化。

图6　注胶肉糜峰面积比例的变化规律Fig.6　Peak area ratio (S2i) varied with proportions of gum injected

由图6可见，随注胶比例的增加S21逐渐减小，S22先增加后下降，S23则先减小后有所增加。这也说明注入成分(黄原胶)主要影响了不易流动水的弛豫特征，对自由水及结合水的弛豫影响较小。

联动机制是指某一领域内，各个主体通过一定的联系方式，进行相互协调合作响应，各服务环节的互动交流、联动协作，以提升服务效率的机制。[7]

2.2.3肉糜注胶程度的判别分析

利用LF-NMR弛豫参数结合判别分析法对肉糜注胶程度进行区分。将注胶比例为0、2% ～ 14%、16% ～ 30%、32% ～ 40%分别记为原料肉、轻度、中度和重度注胶肉糜(编号依次为1、2、3、4，下同)。判别分析所得的各判别函数如下：

F1(x)=0.143T2w-1.884T21+0.196T22+0.016T23-0.094P21+0.002P22+0.035P23+22.686S21+5.581S22+1.838T21m+0.059T22m+0.004T23m-611.129。

F2(x)=0.034T2w-0.864T21-0.563T22+0.005T23-0.132P21+0.002P22+0.001P23+25.563S21-1.632S22+1.663T21m+0.124T22m+0.011T23m+97.879。

F3(x)=-0.226T2w-0.454T21+0.203T22-0.003T23+0.048P21+0.001P22+0.018P23-2.303S21+3.318S22+1.57T21m-0.025T22m+0.023T23m-3022.972。

函数F1、F2、F3的方差贡献率分别为79.2%、15.4%、5.4%，其特征值均大于1。由以上判别函数得出各样本的判别得分和组质心处的函数值，绘制各样本得分图，如图7所示。

图7　不同注胶程度肉糜的判别得分图Fig.7　Discrimination score plot of different gum injected groups

由图7可知，各组别质心能够很好反映该组特征且质心距离较远。其中，在判别函数1的方向上，随注胶比例的增加，函数得分值也相应增大；在判别函数2的方向上，第1、2、4组函数得分值相近，而第3组相对较低。总体而言，除组1、组2边界不够清晰外，不同注胶比例间存在明显差别。

表1为注胶肉糜判别分析的统计结果。

表1　注胶肉糜判别分析结果统计

由表1可见，LF-NMR弛豫参数结合判别分析法对注胶肉糜的区分效果比较理想，分组正确率、交叉验证正确率分别为90.5% ～ 100%、81.0% ～ 100%，且判别分析对注入比例较高组(组3、组4)区分能力高于注入比例较低组(组1、组2)。可利用LF-NMR结合判别分析法实现对注胶肉糜的区分。

2.3基于NIR光谱特性判别肉糜注胶程度

2.3.1注胶肉糜的定性判别

在最佳光谱预处理条件(MSC+spectrum+No)对注胶肉糜和对照组的原始光谱进行处理，结果如图8所示。

图8表明，注胶后肉糜的平均光谱出现显著改变，体现在波数范围约为(9 800～8 900)、(8 400～7 500)、(6 800～6 500)、(5 000～4 500)cm-1。结合表2可知，这些差异是由于C—H、N—H、O—H等基团数量不同而导致。由于黄原胶富含C—H基团的合频、一级倍频、二级倍频的特征吸收带，因此注胶样品在波数为4 347、5 700、8 700 cm-1处均表现出较大的光吸收。故可利用NIR光谱特征的差异结合判别分析区分正常及注胶肉糜。

图8　最佳预处理时肉糜的平均光谱图Fig.8　Average spectrums of meat under optimal pretreatment conditions

表2　C—H、N—H、O—H的基频、合频、倍频吸收带的

图9为利用分析软件TQ Analyst中的判别分析分类技术，在最佳光谱预处理时对注胶肉糜的定性判别结果。

图9　最佳预处理时注胶肉糜的判别分析区分度Fig.9　Distinction of gum injected meat under optimal pretreatment conditions

由图9可见，虽然正常肉糜、注胶肉糜能够相对集中在一起，但两组间也存在一定的重合，界限并不明显，仍需结合样本马氏距离判别其组类归属。可见对注胶肉糜的定性区分难度相对较大。

2.3.2注胶肉糜的定量分析

表3为由正常肉、注胶肉糜样本校正集、预测集的分组情况及各数据分组的特征。

在最佳光谱预处理条件下，比较逐步多元线性回归(stepwise multiple line regression，SMLR)、主成分回归(principal component regression，PCR)、偏最小二乘回归(partial least squares，PLS)等3种常见的定量分析建模方法对注胶比例与总水分含量的预测能力，结果如表4、表5所示。

表3　注胶肉糜样本数据结果统计

表4　不同建模方法校正集对加入比例与总水分含量的预测能力

表5　不同建模方法验证集对加入比例与总水

注：1.PLS、SMLR、PCR的最佳光谱预处理方法分别为constant+spectrum+S-G、MSC+1D+Norris、SNV+2D+Norris；2.Iw、Tw分别表示注胶比例、总水分含量。

由表4、表5可见，不同建模方法对注胶比例和总水分含量的预测能力有所区别。PLS法对注胶肉糜的预测效果(Rc为0.988 6)优于SMLR法、PCR法所建模型(Rc分别为0.946 5、0.956 4)；PLS法、SMLR法和PCR法所建模型的RPD值分别为6.63、3.41、5.31，PLS法的RPD值相对较高，其模型较为稳健。

由表4、表5亦可见，注胶比例、总水分含量的真实值与预测值校正集的相关系数分别为0.988 6、0.994 1，均大于0.90；验证集相关系数分别为0.981 3、0.988 3，亦大于0.90，各模型交叉验证相关系数也均较高，RCV为0.979 2～0.987 4，说明PLS法所建模型对肉糜注胶比例具有良好预测效果。

3结论

本文主要研究注入亲水胶体种类及比例对肉糜LF-NMR特性的影响，探索了基于LF-NMR参数判别肉糜注胶程度的可行性，并与NIR的预测效果进行了比较，得到主要结论如下：

(1)温度升高，肉糜LF-NMR多组分弛豫图谱中代表不易流动水的T22峰及对应S22减小；添加黄原胶或卡拉胶均可使样品体系的持水性相对增加，表现为S22显著增加。基于样品LF-NMR弛豫特性的判别分析可实现对肉糜注胶程度的分段预测，分组正确率为90.5%～100%，交叉验证正确率为81.0%～100%。

(2)T2W呈线性增大趋势(R2=0.980 3)，可对含黄原胶肉糜体系中的胶体比例进行定量预测，预测模型验证可靠(R2=0.928 4)。

(3)NIR判别注胶肉糜表明，注入黄原胶后肉糜平均光谱出现显著改变，但正常肉糜、注胶肉糜能够相对集中；PLS法的定量预测效果较好(Rc为0.988 6)且稳健性较优(RPD=6.63)。肉糜注胶比例、总水分含量的真实值与预测值校正集相关系数分别为0.988 6、0.994 1；验证集相关系数为0.981 3、0.988 3，模型交叉验证相关系数也较高，RCV为0.979 2～0.987 4。与LF-NMR方法相比，NIR法可实现对肉糜注胶比例更为准确的预测。

参考文献

[1]FAROUK M M, FROST D A, KRSINIC G, et al. Phase behaviour, rheology and microstructure of mixture of meat proteins and kappa and iota carrageenans[J]. Food Hydrocolloids, 2011, 25(6): 1 627-1 636.

[2]孟一, 张玉华, 许丽丹, 等. 近红外光谱技术对猪肉注水、注胶的快速检测[J]. 食品科学, 2014, 35(8): 299-303.

[3]杨红菊, 姜艳彬, 候东军, 等. 注胶肉的近红外光谱快速判别分析[J]. 肉类研究, 2008, 22(11): 62-64.

[4]李巧玲,刘景艳. 市场鲜猪肉掺假状况的调查监测[J]. 食品科学, 2004, 25(10): 273-276.

[5]PEARCE K L, ROSENVOLD K, ANDERSEN H J, et al. Water distribution and mobility in meat during the conversion of muscle to meat and ageing and the impacts on fresh meat quality attributes—A review[J]. Meat science, 2011, 89(2): 111-124.

[6]BERTRAM H C, ANDERSEN H J,KARLSSON A H. Comparative study of low-field NMR relaxation measurements and two traditional methods in the determination of water holding capacity of pork[J]. Meat Science, 2001, 57(2): 125-132.

[7]BERTRAM H C, RASMUSSEN M, BUSK H, et al. Changes in porcine muscle water characteristics during growth—an in vitro low-field NMR relaxation study[J]. Journal of Magnetic Resonance, 2002, 157(2): 267-276.

[8]BERTRAM H C, SCHäFER A, ROSENVOLD K, et al. Physical changes of significance for early post mortem water distribution in porcine M. longissimus[J]. Meat Science, 2004, 66(4): 915-924.

[9]BERTRAM H C, AASLYNG M D,ANDERSEN H J. Elucidation of the relationship between cooking temperature, water distribution and sensory attributes of pork - a combined NMR and sensory study[J]. Meat Sci, 2005, 70(1): 75-81.

[10]戚军, 高菲菲, 李春保, 等. 低场NMR研究冻融过程中羊肉持水力的变化[J]. 江苏农业学报, 2010, 26(3): 617-622.

[11]许春瑾, 张睿, 于修烛, 等. 基于近红外光谱的中宁枸杞子判别分析[J]. 食品科学, 2014, 35(2): 164-167.

[12]DA SILVA TORRES E A F, GARBELOTTI M L,MOITA NETO J M. The application of hierarchical clusters analysis to the study of the composition of foods[J]. Food Chemistry, 2006, 99(3): 622-629.

[13]LONGOBARDI F, VENTRELLA A, NAPOLI C, et al. Classification of olive oils according to geographical origin by using 1H NMR fingerprinting combined with multivariate analysis[J]. Food Chemistry, 2012, 130(1): 177-183.

[14]庞之列, 何栩晓,李春保. 一种基于LF-NMR技术的不同含水量猪肉检测方法研究[J]. 食品科学, 2014, 35(4): 142-145.

[15]杨志敏,丁武. 近红外光谱技术快速鉴别原料肉掺假的可行性研究[J]. 肉类研究, 2011, 25(2): 25-28.

[16]王志永, 王欣, 夏义苗, 等. 生鲜猪肉低场核磁检测参数优化[J]. 食品科学, 2015, 36(12): 38-45.

[17]BERTRAM H C, KOHLER A, BÖCKER U, et al. Heat-induced changes in myofibrillar protein structures and myowater of two pork qualities. A combined FT-IR spectroscopy and low-field NMR relaxometry study[J]. Journal of Agricultural and Food Chemistry, 2006, 54(5): 1 740-1 746.

Hydrophilic colloid injected meat LF-NMR relaxation characteristics and its comparison of NIR discrimination

WANG Xin*, WANG Zhi-yong, CHEN Li-hua, LIU Bao-lin

(Institute of Food Safety and Quality, University of Shanghai for Science and Technology, Shanghai 200093, China)

ABSTRACTSimple and rapid detection of meat product containing hydrophilic colloid has high practical value. In this paper, the hydrophilic colloid type and ratio on the quality of low-field NMR relaxation characteristics of minced meat were studied and compared with near-infrared spectroscopy analysis. The results indicated that: the relaxation time (T(22)) and peak area (S(22)), which represents the content of extra-cellular water, decreased as the temperature increased. Xanthan gum or carrageenan could increase the water binding capacity which showed in the increase of S(22). The identification accuracy among the groups was 90.5% to 100%, and cross-validation accuracy rate was 81.0% to 100% analyzed by discriminant analysis combined with LF-NMR multi-component relaxation properties. Results based on NIR showed that the model built by PLS had the most robust(RPD=6.63) and accuracy prediction (Rc=0.988 6). And compared with LF-NMR, NIR was more accurate on detecting xanthan gum proportion in the minced meat.

Key wordshydrophilic colloid; minced meat; low field-nuclear magnetic resonance; NIR; discrimination analysis

收稿日期：2015-06-03，改回日期：2015-09-24

基金项目：国家自然科学基金(No NSFC31201365)；上海市科委重点攻关项目(No 11142200403)资助

DOI:10.13995/j.cnki.11-1802/ts.201602027

第一作者：博士，副教授(本文通讯作者，E-mail:18918629281@126.com)。