基于电子鼻定量检测鱿鱼中甲醛含量

谷东陈，张龙，袁凯，陈喜凤，王锡昌

(上海海洋大学食品学院,上海, 201306)

分析与检测

基于电子鼻定量检测鱿鱼中甲醛含量

谷东陈，张龙，袁凯，陈喜凤，王锡昌*

(上海海洋大学食品学院,上海, 201306)

该研究以电子鼻为基础建立了一种快速定量检测鱿鱼中甲醛的方法，以达到对大量样本进行快速筛查的目的。结果表明，电子鼻对不同甲醛含量鱿鱼的挥发性物质识别主要以8根传感器为主；主成分分析(PCA)对电子鼻数据进行降维后，基于判别因子分析方法(DFA)和聚类分析(SIMCA)建立定性区分鱿鱼甲醛含量模型，验证了电子鼻快速检测的可行性；采取偏最小二乘法(PLS)法建立鱿鱼甲醛含量的快速定量预测模型(R2=0.926 6)；对定量模型进行外部样品验证表明，模型具有良好的适用性和准确性。该研究方法能够快速、无损、定量检测食品中甲醛含量。

甲醛；电子鼻；定量建模

2014年世界鱿鱼总产量约280万t，我国远洋鱿钓渔业年捕捞量在40万t左右，但每年还需从国外进口鱿鱼加工原料约30万t[1]。近年来有不法商贩为获利将甲醛非法添加到鱿鱼及其制品中，导致甲醛含量超标问题屡见不鲜[2]，这关系到鱿鱼产业的生存与发展[3]。甲醛属于致癌和致畸形物质,在中国有毒化学品优先控制名单上高居第二位。为此我国《食品安全法》已明令禁止向食品中添加甲醛，且农业行标《NYT1712—2009》和吉林省水发水产品标准《DBS22/022—2013》均规定鱿鱼干制品甲醛含量需低于10 mg/kg。

目前水产品中甲醛常规检测方法有分光光度法[4]、色谱法[5]等。但这些方法前处理复杂、检测时间长且费用昂贵，难以满足对大量鱿鱼样品现场快速检验的要求。鉴于此，对于低成本、高准确度的现场快速检测鱿鱼及其制品中甲醛含量的方法尤为迫切。电子鼻技术具有分析速度快、灵敏度高和检测费用低等优点。电子鼻通过电化学传感器阵列将传感器电信号转化为样品中挥发性成分的整体信息，再将这些信息进行数据分析识别，从而达到分析食品品质[6-7]、食品掺杂掺假[8]和有害物质快速检测[9]的目的。马剑伟等[10]利用电子鼻定性检测空气中甲醛含量，采用概率神经网络成功对空气中甲醛气体实现定性判别，正确率达到81.3%。庞林江[11]利用电子鼻技术集合主成分分析、BP神经网络构建识别2种不同甲醛含量香菇模型，测试样本识别率达到90%以上。由于鱿鱼气味的复杂性，国内外对鱿鱼中甲醛的检测还是基于复杂的常规检测，尚无采用电子鼻技术建立快速定量检测方法的报道。

本文采用电子鼻快速定量检测鱿鱼甲醛含量，以期达到对大量样本进行快速筛查的目的。首先根据行标(SC/T 3025—2006)检测不同甲醛浓度浸泡后鱿鱼甲醛含量；然后通过电子鼻分析不同甲醛含量鱿鱼整体风味轮廓差异，采用多元数据处理模型分析电子鼻数据。PCA分析实现对电子鼻数据降维后，基于DFA判别和SIMCA分析建立定性区分鱿鱼甲醛含量模型，最后采取PLS建立鱿鱼甲醛含量的快速定量检测模型，并采用外部盲样验证定量模型的准确性和适用性。

1 材料与方法

1.1材料与前处理

秘鲁鱿鱼，购置于上海市铜川路水产市场。买回来的鱿鱼冻藏于-80 ℃冰箱。将鱿鱼样品于4 ℃下解冻，取出肌肉后混匀分组，再置于4 ℃冰箱下浸泡于不同甲醛浓度(5、15、30、45、60和75 mg/kg)12 h，并标记为S-05、S-15、S-30、S-45、S-60、S-75。其中空白组为相同条件下，鱿鱼置于超纯水浸泡12 h，并标记为S-00。

1.2仪器与设备

LC-15C高效液相色谱，日本岛津公司；电子鼻FOX4000型气味指纹分析仪，法国Alpha MOS公司；15mL螺纹口样品瓶，购于上海安谱试剂有限公司。

1.3实验方法

1.3.1 液相色谱检测

液相方法参考水产行标《SC/T 3025—2006 水产品中甲醛的测定》。甲醛在酸性条件下与2,4-二硝基苯肼衍生成2,4-二硝基苯腙，在经二氯甲烷提取后，置于高效液相色谱检测。其中色谱条件为：C18柱(250 mm×4.0 mm，10 μm)，V(甲醇)∶V(水)=60∶40作流动相，总流速为0.6 mL/min，柱温40 ℃，检测波长338 nm。每组样本6次平行。

1.3.2 电子鼻测试

每组鱿鱼样品剪碎称取0.50 g置于螺纹口样品瓶后，于50 ℃水浴10 min后，使瓶中顶空气体平衡后用电子鼻检测。以洁净干燥空气为载气，流速为90 mL/min进样，数据采集时间120 s，延滞时间10 min。采集的数据进行多元数据分析，每组样品做六次平行。

1.4数据处理

电子鼻数据先采用雷达图研究不同甲醛含量鱿鱼对传感器响应的影响，再采用PCA分析进行数据降维和提取数据。同时结合DFA判别和SIMCA分析对鱿鱼甲醛浓度进行定性鉴别，最后利用PLS法建立鱿鱼甲醛定量模型。数据显著性差异分析和绘图分别采用软件SPSS.22和Origin 9.1。

2 结果和分析

2.1浸泡鱿鱼甲醛含量

对不同甲醛浓度和超纯水浸泡的鱿鱼进行液相色谱分析,结果见表1。随着甲醛浸泡浓度的增高，鱿鱼甲醛含量也随之增加，且呈现线性关系(R2=0.979)。其中鱿鱼浸泡于5 mg/kg浓度下，鱿鱼甲醛含量未超过10 mg/kg的限量。本实验测得秘鲁鱿鱼内源性甲醛含量为4.056 mg/kg，略高于贾佳[12]和韩宏伟[13]调查的秘鲁鱿鱼内源性甲醛含量(3.65±0.19)mg/kg。可能的原因是，打捞上来的鱿鱼由于自身的三甲胺氧化途径导致内源性甲醛含量增高。为了便于后期分析，以浸泡鱿鱼甲醛浓度代表鱿鱼甲醛含量进行后续分析，并通过液相换算公式折算出鱿鱼甲醛含量(图1)。

表1不同甲醛浸泡后鱿鱼甲醛含量(n=6)

单位：mg/kg

注：a.b.c.d.e.g表示显著性差异小于0.05。

图1 浸泡甲醛浓度与鱿鱼甲醛含量液相换算公式Fig.1 Conversion formula between smoked formaldehyde solution and formaldehyde content in squid

2.2传感器响应特性

气味物质与电子鼻18根金属氧化物传感器在传感器室发生可逆的结合，使其电阻值发生改变；载气继续冲洗较长时间，使气味物质从传感器上解析，传感器电阻值恢复初；纪录18根传感器电阻值变化情况作为该样本的原始数据[14]。本次实验采用的法国FOX4000型电子鼻18根传感器按金属氧化物涂层材料种类分为P型、T型和LY型。其中P、T型传感器涂层材料是SnO2、Pd和Pt，而LY型传感器的涂层是Cr2O3和Ti。其中18根传感器具体性能如表2所示[15]。

电子鼻传感器对不同甲醛含量鱿鱼的挥发性物质的响应值存在显著性差异(图2)。其中LY2/gCT和LY2/gCTL传感器无响应，LY2/LG、P10/2、P40/1和TA/2传感器响应基本无差异，LY2/G、LY2/GH、T30/1和T40/2传感器响应不敏感，而P30/2、P40/2、P30/1、PA/2、T70/2、P10/1、T40/1和LY2/AA八根传感器对甲醛含量的变化响应非常敏感。通过比较不同甲醛含量鱿鱼的传感器阵列响应值，发现电子鼻对甲醛浸泡鱿鱼的挥发性物质识别主要以P30/2、P40/2、P30/1、PA/2、T70/2、P10/1、T40/1和LY2/AA这8根传感器为主。随着鱿鱼甲醛含量增加，这8根传感器响应值增强，而且各组之间的区分程度逐渐变大。可知，鱿鱼经不同甲醛浓度浸泡后，芳香族化合物、碳氧化合物、胺类化合物、醛类和极性化合物的含量变化明显，且随甲醛浓度增加而呈现上升趋势。

表2 电子鼻气体传感器阵列构成

图2 七组鱿鱼电子鼻数据雷达图Table 2 Radar picture of seven squid with different formaldehyde contents

2.3主成分分析

PCA分析能将电子鼻18根传感器组成的多维空间矩阵数据降维处理，同时保持数据集中在对方差贡献最大的特征，即只保留少数可代表原变量特征的主成分作为鱿鱼样品的特征值，从而有效降低数据处理的复杂性。PCA分析结果显示，PC1和PC2的贡献率分别为93.942%和2.95%(累计贡献率为96.892%)，区分指数DI=76，即表明采用PCA分析方法能对不同甲醛含量鱿鱼进行有效区分(图3)。并且，随着鱿鱼甲醛含量增加，其在PC1端的对应值从右往左呈现递减趋势，因此，PC1端包含的信息可以用来区分不同甲醛含量鱿鱼。

图3 不同甲醛浓度浸泡鱿鱼样品主成分分析结果Fig.3 PCA results of different formaldehyde content in squid

2.4鱿鱼甲醛含量的定性区分

PCA分析证明了不同甲醛含量鱿鱼的差异性，为进一步数据分析建立基础。DFA判别和SIMCA分析被用来建立基于电子鼻定性判断鱿鱼甲醛含量是否超标的模型。为提升电子鼻在整体轮廓上区分鱿鱼甲醛浓度的能力，针对不同甲醛浓度浸泡鱿鱼样本进行DFA判别。DFA判别是将获得数据经过一系列数学变化，在充分保留现有信息的前提下，将同性质数据间的差异尽量缩小，不同性质数据间的差异尽量放大。基于电子鼻传感器数据建立的DFA模型可以解释样品整体差异的88%左右(图4)。随着鱿鱼甲醛浓度的增加，鱿鱼样品基本沿着DF1正半轴向负半轴分布和沿着DF2负半轴向正半轴分布，但当浸泡鱿鱼甲醛含量达到45 mg/kg后DF2端变化不大。上述结果为进一步区分鱿鱼甲醛含量提供了参考依据，电子鼻数据主要受判别因子DF1的影响。

图4 利用电子鼻DFA模型区分不同甲醛浸泡鱿鱼Fig.4 DFA model of different formaldehyde content in squid

SIMCA分析是通过一个标准建立的判别模型，它的数学计算过程结合了PCA和DFA，且只针对标准的样品分类。样品数据经过PCA分析后，样品映射到两个子空间，一个方向是马氏距离，另外一方向是残差。在2个方向上分别设定判别标准。该模型能用于判断未知样品是否为目标样品，即通过与不通过。以鱿鱼甲醛含量低于10 mg/kg(未超标)为分类标准，对7组鱿鱼进行分为两类，其中S-00和S-05组为符合标准的样品。SIMCA定性区分鉴别可知，S-00和S-05组数据都被正确地识别到甲醛限量的接受区域，然而在S-15组中，只有一个数据的甲醛含量被误判为甲醛未超标，但其具体识别位置己经处于甲醛限量的接受区域与拒绝区域的交界，且随鱿鱼甲醛浓度的增加,鱿鱼的识别位置逐渐向甲醛限量接受区域远离(图5)。该模型经过交叉验证后，模型区分度为93，大部分鱿鱼样本能有效区分，从而实现对鱿鱼甲醛含量的定性区分。为进一步优化电子鼻检测鱿鱼甲醛浓度的精密度，PLS被用来建立鱿鱼甲醛含量的定量检测模型。

图5 电子鼻含量定性SIMCA区分模型Fig.5 Qualitative discriminant model based on electric nose and SIMCA

2.5鱿鱼甲醛的定量分析

综合以上可知，电子鼻能用来定性区分鱿鱼甲醛含量。为建立鱿鱼定量模型，利用α-FOX4000电子鼻自带PLS建模软件建立鱿鱼甲醛定量模型。以7组浸泡鱿鱼甲醛浓度(5、15、30、45、60、75和90 mg/kg)为变量，通过定量模型得到的鱿鱼浸泡浓度，再结合前面液相建立的甲醛换算公式计算出鱿鱼甲醛浓度，该定量模型的R2为0.926 6，表现出较好的拟合效果，从而实现对大量鱿鱼样本的甲醛含量快速筛选的目的(图6)。

图6 鱿鱼甲醛含量PLS定量检测模型Fig.6 Quantitative evaluation of formaldehyde in squid using PLS

为验证定量模型的准确性和适用性，本实验对定量模型进行了4组不同甲醛浓度鱿鱼(7.56、13.75、21.50和33.84 mg/kg)的外部样品验证(表3)。其中鱿鱼的甲醛真实浓度值提前由液相色谱法测出，且每组鱿鱼样本采集6次平行。定量模型检测值与真实值存在轻微的差异。为考察模型预测值与真实值有无显著性差异，对测得的数据进行t值检验。当f=n1+n2-2=10时，若δ=0.05，则t0.0510=1.812。由此可知，tA、tB、tC和tD值均小于t0.0514，即电子鼻定量模型测试数据和真实值没有显著性差异，模型具有良好的适用性和准确性。

表3 定量模型的准确度检验

3 结论

雷达图数据显示，电子鼻对甲醛浸泡鱿鱼的挥发性物质识别主要以8根传感器为主，且随甲醛含量增加而响应增强且区分效果较好。PCA分析能对不同甲醛含量鱿鱼进行有效区分(DI=76)。电子鼻数据基于DFA判别和SIMCA模型建立了鱿鱼甲醛超标限量的定性判断模型，验证了电子鼻快速检测的可行性，从而最终建立了电子鼻基于PLS定量检测鱿鱼甲醛含量模型(R2=0.9266)。t-检验验证了定量模型具有良好的适用性和准确性。本研究建立的鱿鱼甲醛含量定量模型能够为快速现场筛选大量鱿鱼样本的检测工作提供科学参考。

[1] 岳冬冬, 王鲁民, 郑汉丰, 等. 中国远洋鱿钓渔业发展现状与技术展望 [J]. 资源科学, 2014, 36(8): 1 686-1 694.

[2] 谷东陈, 袁凯, 张龙, 等. 水产品中化学污染物的快速检测技术研究进展 [J]. 食品工业科技, 2017, 38(1): 381-385.

[3] 苗林林, 朱军莉, 励建荣. 基于混料实验设计优化鱿鱼甲醛复合抑制剂 [J]. 食品工业科技, 2012, 33(8): 348-351.

[4] ZHU Y, PENG Z, WANG M, et al. Optimization of extraction procedure for formaldehyde assay in smoked meat products [J]. Journal of Food Composition and Analysis, 2012, 28(1): 1-7.

[5] 邵仕萍, 相大鹏, 李华斌, 等. 乙酰丙酮衍生化高效液相色谱-荧光检测法测定食品中的甲醛 [J]. 食品科学, 2015, 36(16): 241-245.

[6] 田晓静. 基于电子鼻和电子舌的羊肉品质检测 [D]. 杭州: 浙江大学, 2014.

[7] 王绿野, 张凌霞, 磨艳红, 等. 基于电子鼻的草鱼新鲜度快速检测方法研究 [J]. 中国食品学报, 2014, 14(3): 182-188.

[8] 李璐. 电子鼻结合GC-MS对羊肉掺假鸭肉的快速检测 [D]. 杨凌: 西北农林科技大学, 2016.

[9] 何红萍, 周君, 李晔, 等. 基于电子鼻和HS-SPME-GC-MS方法研究海水中七氯的快速检测技术 [J]. 海洋与湖沼, 2013, 44(5): 1347-1352.

[10] 马剑伟. 电子鼻空气质量检测系统研究 [D]. 重庆: 重庆大学, 2010.

[11] 庞林江, 王允祥, 王俊, 等. 电子鼻技术在香菇甲醛识别中的应用 [J]. 食品与机械, 2009, 25(3): 101-102.

[12] 贾佳. 秘鲁鱿鱼中氧化三甲胺热分解生成甲醛和二甲胺机理的初步研究 [D]. 杭州: 浙江工商大学, 2009.

[13] 韩宏伟. 鱿鱼及其制品中甲醛本底值调查与评价 [D]. 北京: 中国疾病预防控制中心, 2008.

[14] 顾赛麒. 气味指纹技术检测不同贮藏条件下冷却肉新鲜度变化 [D]. 上海: 上海海洋大学, 2009.

[15] 张巧丽. 利用电子鼻和GC-MS研究采后猕猴桃果实挥发性物质变化规律与调控 [D]. 杭州: 浙江大学, 2015.

Arapidanalyticalandquantitativeevaluationofformaldehydeinsquidbyelectricnose

GU Dong-chen, ZHANG Long, YUAN Kai, CHEN Xi-feng, WANG Xi-chang*

(College of Food Science & Technology, Shanghai Ocean University, Shanghai 201306, China)

To establish a rapid and quantitative detection method of formaldehyde in squid, electric nose was used for screening massive samples. The results showed that the identification for volatile compounds in squid with different formaldehyde content were mainly depended on eight sensors of electronic nose. After PCA data analysis, DFA and SIMCA were used to establish a discrimination model for detecting formaldehyde in squid, and the feasibility of using the model in rapid determine formaldehyde was tested. Finally, a rapid quantitative prediction model by using PLS was established (R2=0.926 6). To verify the accuracy of the quantitative model, t-test was employed and no significant difference between predicted values and true values. This study showed the method has a good potential in fast, nondestructive and quantitative detection of formaldehyde in food.

formaldehyde; electric nose; quantitative prediction model

10.13995/j.cnki.11-1802/ts.013412

硕士研究生(王锡昌教授为通讯作者，E-mail：xcwang@shou.edu.cn)。

2016-11-15，改回日期：2017-01-07