鱼油品质光谱检测技术的研究进展

王 楠，于宏威，李军国，秦玉昌

(1.农业部食物与营养发展研究所，北京 100081； 2.中国农业科学院 农产品加工研究所，北京 100193；3.中国农业科学院 饲料研究所，北京 100081； 4.中国农业科学院 北京畜牧兽医研究所，北京 100193)

鱼油品质光谱检测技术的研究进展

王 楠1，于宏威2，李军国3，秦玉昌4

(1.农业部食物与营养发展研究所，北京 100081； 2.中国农业科学院 农产品加工研究所，北京 100193；3.中国农业科学院 饲料研究所，北京 100081； 4.中国农业科学院 北京畜牧兽医研究所，北京 100193)

鱼油制品具有丰富的营养功能，深受消费者喜欢。常规检测鱼油品质方法，由于操作困难、破坏性强、试剂污染等缺点，不能满足快速无损、高效无污染的检测要求。光谱检测技术(如近红外光谱技术和核磁共振技术)，伴随着化学计量学的发展，突破了常规检测方法局限性，是鱼油品质检测技术的发展趋势。在大量文献的基础上，综述目前光谱检测技术在鱼油品质的应用情况，特别分析光谱方法、化学计量学和仪器设备，指出现阶段利用光谱技术检测鱼油品质存在的主要问题，并对今后的研究方向进行展望。

鱼油；多不饱和脂肪酸；光谱技术；品质；化学计量学

鱼油是鱼体内的全部油类物质的统称，包括体油、肝油和脑油。鱼油除了可以提供丰富的ω-3多不饱和脂肪酸(EPA、DHA和DPA)外，还含有维生素A和D、磷脂等多种功能物质[1]。因此，鱼油具有增进神经系统功能，益智健脑，预防老年性痴呆并保护视力；抑制血小板凝集，减少血栓素的形成，预防心肌梗塞和脑梗塞；降血脂并且能够治疗动脉粥样硬化，抗炎等功能。随着人们对鱼油功能认识的不断提高，鱼油消费市场规模正在稳步扩大[2]。据统计，2015年全球鱼油产量100万t，2020年鱼油市场产值将达到73.2亿美元，鱼油制品产品全球市场将会有一个极大的扩张[3]。

国家标准SC/T 3502—2000《鱼油》和SC/T 3505—2006《鱼油微胶囊》都对鱼油品质有明确的要求，但是目前仍然存在诸如品牌造假、脂肪酸掺假、鱼油氧化等问题。目前常规的检测鱼油品质的方法有气相色谱法[4]、质谱法[5]和稳定同位素[6]法，这些方法虽然准确，但是操作烦琐、耗时，需要专业人员进行，难以满足鱼油市场迅猛发展的要求。因此，急需寻找一些快速的检测方法，以提高检测效率。

光谱技术是根据物质的光谱来鉴别物质及确定其化学组成和相对含量的方法，如近红外光谱技术和核磁共振光谱技术等，其优点是快速、无损。本文综述目前光谱技术在鱼油品质的应用情况，特别分析光谱方法、化学计量学和仪器设备，指出了现阶段利用光谱技术在鱼油品质检测中存在的主要问题，并对今后的研究重点和方向进行了展望。

1 近红外光谱技术(NIR)在鱼油品质检测的应用情况

近红外光谱分析技术是由光谱仪硬件、化学计量学软件和校正模型3部分构成的。近红外光谱仪硬件用于测定样本的光谱，化学计量学软件用于建立校正模型，校正模型用于待测样本定量或定性的预测分析。目前，近红外光谱技术主要应用于鱼油品牌鉴定等定性分析，及脂肪酸、氧化程度等定量测定。

1.1 近红外光谱技术在鱼油品质的定性分析

闵祺等[7]利用近红外光谱建立鱼油软胶囊的一致性检验模型，并对不同厂家的样品进行一致性检验。使用了3台同一型号的近红外光谱仪采集了8个厂家73批次样品的近红外光谱。通过二阶导数化和矢量归一化进行预处理，一致性指数限度设置为6，平滑点数13个，建立一致性检验模型。结果表明：所建立的一致性检验模型方法能够对鱼油软胶囊进行快速鉴别。张瑜等[8]采用短波近红外光谱分析技术、长波近红外光谱分析技术和中红外光谱分析技术采集了7种不同品牌鱼油的光谱特征，并应用偏最小二乘判别分析法(PLS-DA)和最小二乘支持向量机(LS-SVM)建立判别模型并比较判别结果。基于长波近红外光谱的PLS-DA模型和LS-SVM模型取得了最高识别正确率，建模集和预测集识别正确率均达到100%。采用中红外光谱建立的LS-SVM模型，也可以获得100%的判别正确率。而短波近红外光谱判别准确率较低。研究结果表明长波近红外光谱技术能够有效判别不同鱼油的品牌，为将来鱼油品质鉴定便携式仪器的开发提供了技术支持和理论依据。

1.2 近红外光谱技术在鱼油品质的定量分析

张瑜等[9]对掺入不同含量大豆油和菜籽油的鱼油进行鱼油掺假含量的可见-近红外光谱研究(Vis-NIR)。对所采集样本的光谱数据分别采用原始光谱，以及平滑、变量标准化(SNV)、多元散射校正(MSC)、一阶求导和二阶求导等预处理算法进行处理后，建立偏最小二乘回归(PLSR)模型。基于全波段光谱的鱼油中大豆油和菜籽油掺假含量预测的最优模型分别为全波段PLSR模型和MSC-PLS模型，其预测相关系数(RP)分别达到0.938 6和0.959 3。进一步采用连续投影算法(SPA)分析鱼油中大豆油和菜籽油掺假样品的光谱，分别获得了11个和15个光谱特征波长变量。基于特征变量的PLSR模型的RP分别为0.941 2和0.932 6。蔡剑华等[10]运用PLSR建立了鱼油EPA近红外光谱的预测模型，用经验模态分解(EMD)结合数学形态学滤波处理光谱，在此基础上建立了鱼油中EPA含量的PLSR模型，并与9点平滑和小波变换方法的处理结果进行了对比分析。结果表明：与传统的9点平滑处理结果相比，信噪比从14 dB左右提高到35 dB左右，原始信号与消噪信号之间的标准差由0.005 71降到0.002 26；预测集的决定系数(R2)由0.959 3提高到0.987 9，预测均方根误差(RMSE)由0.060 1降为0.031 2。证明了组合的经验模态分解和数学形态学滤波方法在光谱处理过程中的可靠性，提高了鱼油EPA含量近红外光谱的定量分析精度。

Cozzolino等[11]利用PLSR和长波近红外光谱技术监测了鱼油的氧化和水解程度。用验证集检测所建立的近红外反射光谱模型，结果显示对游离脂肪酸和含水率检测的相关系数分别达到了0.98 和0.80。Endo等[12]利用近红外光谱技术快速检测了鱼油的碘值和皂化值。结果表明，利用近红外光谱技术结合PLSR模型预测的碘值和皂化值与化学方法检测的碘值和皂化值完全一致。相比之下，近红外光谱法比滴定法更方便。Azizian等[13]利用傅里叶近红外光谱法代替传统的气相色谱法检测了鱼油中的脂肪酸及脂肪酸乙酯含量。结果表明，在脂肪酸不超出检测范围以及无污染物存在的情况下，傅里叶近红外光谱方法适用于所有鱼油和乙酯样本。傅里叶近红外光谱方法同样也适用于检测ω-3多不饱和脂肪酸浓缩液的货架期。Vongsvivut等[14]利用傅里叶红外光谱技术和PLSR分析建立了微胶囊鱼油中脂肪酸成分的定量测定方法，所有脂肪酸含量的测定模型R2都大于0.96，研究结果表明上述方法可以为脂肪酸在线测定提供快速、自动化的检测手段。

2 核磁共振技术(NMR )在鱼油品质检测的应用情况

根据核磁共振原理，采用特定的脉冲序列对样品中具有固定磁矩的原子核(如1H、13C、31P等)进行激发，然后产生一串强度衰减的可检测感应信号。该弛豫信号强度与被测样品中所含核自旋数目成正比(定量基础)，信号衰减过程与被测物质的成分结构密切相关(定性基础)。通过数学方法对信号进行反演分析，可获得其他手段难以得到的各种成分和微观结构信息，从而达到检测目的。因此，核磁共振能利用各种脉冲序列获取食品体系中独特的指纹信息，同时检测物理和化学特征，具有快速、准确、无损的特点[15]。

2.1 核磁共振技术在鱼油品质的定性分析

冀克俭等[16]利用1H、13C核磁共振，对鱼油多烯脂肪酸乙酯的结构进行了表征，并通过二维1H-1H相关谱(COSY)和1H-13C化学位移相关谱(HETCOR)对各共振峰进行了指认。结果明确了鱼油中EPA和DHA核磁图谱。Aursand等[17]利用13C核磁共振结合多元分析方法用于分类不同来源鱼油和掺假鱼油，分别采用有监督(PNN)和无监督(PCA,KNN,GTM)的模式识别技术。其中PNN分类不同来源鱼油准确性大于95%，KNN和GTM比其他方法更好地鉴定了掺假鱼油。杨扬等[18]检测了鱼油、植物油和地沟油的1H和13C光谱。结果表明，鱼油与植物油有明显的区别，其在氢谱图的δ1.26处的峰比δ1.30 处明显强很多，可以用于鱼油掺假分析。与其他分析方法相比，该方法具有操作简单、不需要预处理和快速等优点。Standal等[19]认为13C核磁共振无损测定鱼油掺假的优势在于鱼油中脂肪酸纯度容易被鉴定，此外13C核磁共振可以提供脂肪酸类别和配向性分布等信息，尤其是提供了包含甘油酯中脂肪酸Sn-2位置的特异性信息，可以用来区别不同品种和产品中的脂肪酸。与传统测定方法相比，13C核磁共振可以在鱼油加工和生产过程中实时观察鱼油的变化。

2.2 核磁共振技术在鱼油品质的定量分析

Guillén等[20]利用核磁共振技术跟踪鱼油中脂肪酸含量的变化。将4种具有较高含量的ω-3多不饱和脂肪酸的鱼油在不同条件下氧化，用核磁共振技术监测其脂肪酸变化，并与气相色谱的检测结果相对比，结果相当。在此基础上，Guillén等[21]结合核磁共振技术和傅里叶变换红外光谱测定了鱼肝油的复合参数(酸基和胆固醇)。结果表明，这两种技术能够快速简便地提供鱼肝油主要成分的全局特征，并且展示了作为常规技术检测鱼肝油质量参数的潜力。曹芳[2]利用核磁共振技术获取鱼油不同波段的光谱曲线，再用气相色谱检测7个不同品牌鱼油样本的不饱和脂肪酸含量，包括EPA和DHA，作为化学值指标参考值，建立PLS定量预测模型。EPA模型的RP为0.979 2，DHA模型的RP为0.985 9。Dais等[22]证明了1H、13C和31P核磁共振光谱可以定量测定膳食补充剂中鱼油成分，利用2D脉冲序例如HSQC-TOCSY，选择键恒定时间的HMBC和选择键的HSQC获得相应的信号，通过整合合适的NMR信号测定三酰基甘油主要成分，其中31P核磁共振光谱是测定部分酯化甘油最佳的方法，上述NMR方法可以进一步测定不同脂肪酸在甘油骨架的位置分布。Giese等[23]利用1H核磁共振光谱评估了不同鱼油在不同温度和光照条件下，过氧化值、茴香胺值、TOTOX值以及酸值的变化情况。建立PLSR预测模型，其中R2分别为0.949、0.962、0.991和0.977。结果表明1H NMR光谱法是评估鱼油氧化的快速、可靠方法。

3 其他光谱技术在鱼油品质检测的应用情况

3.1 拉曼光谱

拉曼散射谱线与入射光波长无关，只和样品的振动转动能级有关，因此研究拉曼光谱可以得到相关分子振动或转动的信息。与传统方法相比，拉曼光谱具有诸多优点：提供直接无损伤的定量、定性分析，无需对样品进行处理；样品用量较少，可避免产生误差；操作简便，测定时间短；灵敏度高，谱峰尖锐，可明显表征特定分子的结构[24]。

Afseth等[25]综述了拉曼光谱和近红外光谱定量测定食物模型系统中的脂肪含量，认为利用拉曼数据建立测定鱼油中单不饱和脂肪酸和多不饱和脂肪酸的模型更为准确。这是因为通过消除不相关信息，缩减了光谱范围，使拉曼光谱包含了更多的有效信息。变量筛选方法如jack-knifing也被成功应用于拉曼数据的提取。Hall等[26]利用拉曼光谱建立了快速定量测定鲨鱼肝油中角鲨烯的方法，利用PLSR建立模型，其中校正模型R2为0.986，均方根误差为4.3%，内部交叉验证模型R2为0.987，均方根误差为4.1%，结果表明该方法适用于快速定量测定鲨鱼肝油中角鲨烯含量，并且比工业上所采用的折射率分析法更为准确。此外，角鲨烯高强度和高特性的拉曼光谱使定量分析无需考虑鱼油基质的影响。Czamara等[27]阐述了35种油脂的拉曼光谱并寻找复杂样品包括鱼油中拉曼信号的不同以标记特征性信息，所有油脂拉曼光谱的特征与烃链相关，主要存在于1 500～1 400 cm-1，1 300～1 250 cm-1，1 200～1 050 cm-1和3 000～2 800 cm-1波长区间，来源于CH2和CH3的剪切振动和扭曲振动，以及C—C和C—H伸缩振动。通过1 655 cm-1/1 444 cm-1处拉曼信息的强度可以测定鱼油不饱和程度。

3.2 荧光光谱

荧光光谱具有以下特征：荧光辐射的波长比激发光波长长，荧光频率与入射光的频率不同；荧光在各个方向都有发射，因此可以在与入射光成直角的方向上检测，这样荧光不受来自激发光本底的干扰，灵敏度大大高于紫外-可见吸收光谱。鉴于以上特点，可以利用物质特征激发波长和特征发射波长进行定性分析，利用标准曲线法、比较法和荧光猝灭法等进行定量分析[28]。荧光光谱能够客观、准确、全面地反映物质分子信息，具有灵敏度高、选择性强、样品用量少、信息量丰富、测量方法简便等优点[29]。

Pena等[30]建立测定鲱鱼鱼油中多环芳烃(PAHs)荧光光谱方法，包括确定PAHs的最佳荧光波长，鱼油基质的干扰以及溶剂浓度对提取的影响。结果表明，鱼油中除包含了大量的PAHs以外，还包含其他的荧光成分，如维生素A和维生素E。鱼油中的脂类成分通过改变PAHs的形成进而改变荧光光谱强度，例如羟基芘的激发波长从Ex285/Em430变为Ex340/Em430。利用上述方法对比粗鱼油和精炼鱼油，发现部分精炼鱼油含有粗鱼油。Qiu等[31]利用色氨酸荧光的损失情况来判断麦醇溶蛋白、酪蛋白和乳清蛋白对水包鱼油乳液的氧化稳定性影响，结果表明加入酪蛋白的水包鱼油乳液色氨酸荧光损失量最大，鱼油的氧化程度最高。体外消化试验表明，麦醇溶蛋白稳定乳液具有最大的消化率。因此，可以利用蛋白质为富含ω-3的鱼油制备稳定的乳液传递系统。

4 存在的主要问题与展望

4.1 存在的问题

综合近年来的研究情况，可以看出光谱检测技术在鱼油中应用存在以下几个问题：

(1)目前的研究多集中于利用近红外和核磁共振技术研究鱼油品质，一些新技术如太赫兹光谱还未见报道。直接对鱼油胶囊品质的研究较少，主要原因可能是复杂的胶囊壁增加了研究的难度，难以获取胶囊内部的鱼油光谱信息。此外，多数研究的重点都是成品鱼油，未见鱼油溯源的研究，而鱼油加工全产业链的检测研究，才是保证鱼油产品品质有效方法。

(2)适用于鱼油专用型设备还未见报道。多数研究所采用的仪器都是昂贵的试验型设备，其中NMR检测主要用的Bruker Advance，而对于一般鱼油加工企业来说，很难支付如此昂贵的设备。因此，急需国内科研机构和公司为鱼油加工企业和质检部门设计开发高性价比的在线检测设备和便携检测设备，以及配套数据分析软件。

(3)光谱检测获得数据非常多，其中包含很多噪音。因此，从大量数据中剔除噪音，提取有效信息是推进光谱技术在检测鱼油品质应用的关键一步。目前研究的预处理方法多采用SNV、MSC、归一化和求导处理等，一些新的数据处理方法如OSC和WF没有采用或者很少采用；模型建立的方法多采用PLSR，缺乏新的建模方法如ANN；对鱼油特征波长的确认和提取研究很少，不利于数据分析和模型建立。

4.2 展 望

目前的鱼油市场并不规范，存在着许多现象不仅侵犯消费者的经济利益，严重的甚至危害消费者的身体健康。因此，市场急需对鱼油的品质进行严格的监督管理，并以鱼油的品质来指导产品的定价。其中关键的一步是要建立全生产链鱼油品质数据库，配置专用的光谱检测设备，由此来规范鱼油的生产加工和销售过程中的各个环节，并用此数据库和光谱检测设备为消费者提供参考，判定鱼油品牌是否真实，鱼油是否掺假，鱼油中的EPA和DHA等不饱和脂肪酸含量是否与包装所示相符，以及鱼油在加工和销售过程中是否存在氧化现象。因此，需要进一步采用现代化技术、设备和数据分析方法准确获得鱼油全方位的品质信息，用以科学管理产品销售并指导产品定价，健全鱼油品质监督和管理机制，维护消费者的合法利益，促进鱼油产业的健康发展。

[1] 李昌. 如何选择鱼油产品[J]. 食品工业科技，2013，34(6)：40-41.

[2] 曹芳. 基于多波段光谱技术的鱼油关键品质信息快速检测方法研究[D]. 杭州：浙江大学，2012.

[3] 中研普华. 2016-2020年中国鱼油制品行业市场深度调研及投资战略研究报告[R]. 广东 深圳：中国行业研究网，2015.

[4] 洪毅敏，马金萍，张艳纹，等. 气相色谱法测定乙酯型鱼油微胶囊产品中 EPA 乙酯和 DHA 乙酯含量[J]. 中国油脂，2015，40(12): 88-91.

[5] 谢强胜，谢春红，刘春霖，等. 超高效液相色谱-串联质谱法测定鱼油软胶囊中的双酚 A[J]. 食品安全质量检测学报，2016，7(5): 2087-2092.

[6] 王娜，诸乃彤，刘锐，等. 鱼油原料中DHA、EPA 的碳稳定同位素测定的方法[J]. 食品研究与开发，2010，31(10): 147-152.

[7] 闵祺，蔺娟，张学博，等. 多烯酸乙酯软胶囊近红外光谱法一致性评价模型研究[J]. 药物分析杂志，2015，35(9):1683-1689.

[8] 张瑜，谈黎虹，曹芳，等. 基于多源光谱分析技术的鱼油品牌判别方法研究[J]. 现代食品科技，2014，30(10):263-267.

[9] 张瑜，谈黎虹，曹芳，等. 可见-近红外光谱分析技术对鱼油掺假定量快速无损检测方法研究[J]. 光谱学与光谱分析，2013，33(6): 1532-1536.

[10] 蔡剑华，胡惟文，王先春. 基于组合滤波的鱼油二十碳五烯酸含量近红外光谱检测[J]. 农业工程学报，2016，32(1): 312-317.

[11] COZZOLINO D，MURRAY I，CHREE A，et al. Multivariate determination of free fatty acids and moisture in fish oils by partial least-squares regression and near-infrared spectroscopy[J]. LWT-Food Sci Technol，2005，38(8): 821-828.

[12] ENDO Y，TAGRIRI-ENDO M，KIMURA K. Rapid determination of iodine value and saponification value of fish oils by near-infrared spectroscopy[J]. J Food Sci，2005，70(2): C127-C131.

[13] AZIZIAN H，KRAMER J K G，EHLER S，et al. Rapid quantitation of fish oil fatty acids and their ethyl esters by FT-NIR models[J]. Eur J Lipid Sci Technol，2010，112(4): 452-462.

[14] VONGSVIVUT J，HERAUD P，ZAHNG W，et al. Quantitative determination of fatty acid compositions in micro-encapsulated fish-oil supplements using Fourier transform infrared (FTIR) spectroscopy[J]. Food Chem，2012，135(2): 603-609.

[15] 邵小龙，宋伟，李云飞. 粮油食品低场核磁共振检测技术研究进展[J]. 中国粮油学报，2013，28(7):114-118.

[16] 冀克俭，刘元俊，张银生，等. 鱼油多烯脂肪酸乙酯的NMR表征[J]. 化学分析计量，2001(3):3-5.

[17] AURSAND M，STANDAL I B，AXELSON D E. High-resolution13C nuclear magnetic resonance spectroscopy pattern recognition of fish oil capsules[J]. J Agric Food Chem，2007，55(1): 38-47.

[18] 杨扬，殷乐，尹芳华，等. 几种食用油的核磁共振光谱特征与地沟油的快速检测[J]. 中国油脂，2015，40(7): 45-50.

[19] STANDAL I B，AXELSON D E，AURSAND M. Authentication of marine oils using13C NMR spectroscopy[J]. Lipid Technol，2011，23(7): 152-154.

[20] GUILLÉN M D，RUIZ A. Study of the oxidative stability of salted and unsalted salmon fillets by1H nuclear magnetic resonance[J]. Food Chem，2004，86(2): 297-304.

[21] GUILLÉN M D，CARTON I，GOICOECHEA E，et al. Characterization of cod liver oil by spectroscopic techniques. New approaches for the determination of compositional parameters，acyl groups，and cholesterol from1H nuclear magnetic resonance and Fourier transform infrared spectral data[J]. J Agric Food Chem，2008，56(19):9072-9079.

[22] DAIS P，MISIAK M，HATZAKIS E. Analysis of marine dietary supplements using NMR spectroscopy[J]. Anal Methods，2015，7(12): 5226-5238.

[23] GIESE E，WINKELMANN O，ROHN S，et al. Toward determining fat quality parameters of fish oil by means of1H NMR spectroscopy[J]. Eur J Lipid Sci Technol，2017，119(2):573-582.

[24] 吴国祯. 拉曼谱学:峰强中的信息[M]. 北京：科学出版社，2014.

[25] AFSETH N K，SEGTNAN V H，MARQUARDT B J，et al. Raman and near-infrared spectroscopy for quantification of fat composition in a complex food model system[J]. Appl Spectr，2005，59(11): 1324-1332.

[26] HALL D W，MARSHALL S N，GORDON K C，et al. Rapid quantitative determination of squalene in shark liver oils by raman and IR spectroscopy[J]. Lipids，2016，51(1): 139-147.

[27] CZAMARA K，MAJZNER K，PACIA M Z，et al. Raman spectroscopy of lipids: a review[J]. J Raman Spectr，2015，46(1): 4-20.

[28] 周艳明，赵晓松. 现代仪器分析[M]. 北京：中国农业出版社，2010.

[29] 陈国庆. 荧光光谱技术在食品安全监控中的应用研究[D]. 江苏 无锡：江南大学，2010.

[30] PENA E A，RIDLEY L M，MURPHY W R，et al. Detection of polycyclic aromatic hydrocarbons (PAHs) in raw menhaden fish oil using fluorescence spectroscopy: method development[J]. Environm Toxicol Chem，2015，34(9): 1946-1958.

[31] QIU C，ZAHO M M，DECKER E A，et al. Influence of protein type on oxidation and digestibility of fish oil-in-water emulsions: gliadin，caseinate，and whey protein[J]. Food Chem，2015，175: 249-257.

Progressinspectrometricdetectiontechnologyoffishoilquality

WANG Nan1，YU Hongwei2, LI Junguo3，QIN Yuchang4

(1.Institute of Food and Nutrition Development, Ministry of Agriculture,Beijing 100081, China; 2.Institute of Food Science and Technology, Chinese Academy of Agricultural Sciences, Beijing 100193, China; 3.Feed Research Institute, Chinese Academy of Agricultural Sciences，Beijing 100081, China; 4.Institute of Animal Sciences, Chinese Academy of Agricultural Sciences, Beijing 100193, China)

Fish oil products have great nutrition functions and gain much popularity among consumers.The normal inspection methods of fish oil quality fail to meet the rapid, non-destructive, high-efficient and non-polluted requirements due to operation difficulties, high destruction, reagent pollution and other demerits. With the development of chemometrics, the spectrometric technology, such as the near infrared spectroscopy and nuclear magnetic resonance, have broken through the limits of normal detection methods, which is the development trend of fish oil quality detection technology.Based on massive literatures, the current applications of spectrometric detection technology in fish oil quality assessment were summarized.Especially, the spectroscopic methods, chemometrics and devices were analyzed. The main problems of fish oil quality detection by spectrometric technology were pointed out, and the research direction was prospected for the future.

fish oil; polyunsaturated fatty acid; spectrometric technology; quality;chemometrics

TS225.2;O657.3

A

1003-7969(2017)11-0147-05

2017-01-21；

2017-02-17

中国农业科学院科技创新工程(CAAS-ASTIP-201X-IAPPST)

王 楠(1990)，男，硕士，研究方向为食品加工与安全(E-mail)13910368801@139.com。

秦玉昌，研究员，博士生导师(E-mail)qinyuchang@caas.cn。