可见/近红外光谱检测冷鲜猪肉中的脂肪、蛋白质和水分含量

2018-01-15王立石吉林省食品检验所

食品安全导刊 2017年36期

□ 王立石吉林省食品检验所

冷鲜猪肉是在执行兽医检疫制度下，对屠宰后的猪肉进行冷却处理，温度始终保持在0～4 ℃，可达到抑制病原菌分泌毒素的目的。随着人们健康意识增强，对冷鲜猪肉的品质要求也更高，因此寻求一种快速的、准确的冷鲜猪肉检测方法迫在眉睫。基于此，本文对可见/近红外光谱检测冷鲜猪肉中的脂肪、蛋白质和水分含量展开研究，总结具体检测方法，详细如下。

1 可见/近红外光谱检测研究

在检测冷鲜猪肉中的脂肪、蛋白质和水分含量时，常规检测方式主要为索氏提取法、凯氏定氮法、恒温干燥法等。这些检测方式均具有破坏性这一特性，且检测所消耗的时间较长，效率不够理想。因此，需求一种检测效率高，且不会对冷鲜猪肉造成破坏的检测方式。

可见/近红外光谱检测，该技术是一种新型的检测技术，属无损检测类型，主要是借助全谱段或多余波长下的光谱数据实现定性、定量分析。可见/近红外光谱检测具有速度快的、效率高和成本低等特点，具有极高的应用价值。国外已经有将可见/近红外光谱检测应用到肉中的脂肪、蛋白质和水分含量的测定中，其波段控制在1 100～2 500 nm，且选用漫反射的光谱采集方式[1]。

2 可见/近红外光谱检测方法

本文试分析350～1 100 nm可见/近红外光谱，研究不同温度下脂肪、蛋白质、水分含量的偏最小二乘定量分析模型。

2.1 检测准备工作

在进行可见/近红外光谱检测前，需做好全面的准备工作，包括仪器设备的准备，样品及其处理工作。

（1）仪器设备。主要设备为光谱分析软、USB4000（光谱范围350～1 100 nm）及其附件，并配置凯氏氮仪器、恒温烘箱、旋转蒸发仪等。为实现对样品的处理工作，需配置分析天平、绞肉机、样品杯（φ50 mm×25 mm）、索氏抽提器等。在设备准备完成后，则需对设备展开常规检测检验工作，确保所有设备均处于良好工作状态，精确度均符合使用标准。

（2）样品及样品处理。对于样品，本文选择市场常规购置的鲜猪肉，样品分别用8、6、4 mm的孔板展开绞肉，使之成为不同粒度的肉糜。其中，样品个数分别为35、34、34个。其中，选择理化分析的样品，则运用4 mm的孔板再一次展开绞肉，完成后，择取保鲜袋对样品进行包装，避免水分散失。之后将样品置于0～4 ℃的环境中，2～3 h 后取出[2]。

2.2 光谱采集

样品在0～4 ℃环境中取出后，直接给予光谱采集。完成后，将其置于20 ℃的环境下，时间为2～3 h，之后再一次展开光谱采集。具体的光谱采集中，需将样品置于样品杯中，实现满装。完成后，则选择半透射的方式展开光谱采集，光源选择卤钨灯，强度300 W，积分时间8 ms。光源选择环形布置的方式，再将样品杯放入样品支架中，下部摆放校正镜头，其用于完成对投射光线的采集，并降低样品粒度不均匀的误差。借助光纤线路将信息传递到检测器，实现对投射光谱曲线的获取，再由计算机存储记录。

理化分析：对于具体脂肪、蛋白质和水分含量，主要按照具体的肉与肉制品的规定，展开对具体含量的理化分析。

2.3 数据处理

本文选择多元散射校正方法用于数据处理，借助这类数据处理方式，可完成对散射影响的控制，提升成分含量的光谱吸收信息。经过处理后，选择原始的、一阶导数处理和二阶导数处理的光谱数据，完成对偏最小二乘模型的构建。

3 结果研究

通过理化分析后，可以得到样品中脂肪、蛋白质和水分的含量情况，见表1。

表1 脂肪、蛋白质和水分的含量情况（%）

进一步研究温度对模型的影响，本文主要选择2个温度状态，通过比较能够得到0～4 ℃与20 ℃下，脂肪的相关系数为0.95与0.924，蛋白质为0.713与0.455，水分为0.944与0.914。并且能够分别得到脂肪、蛋白质和水分的预测模型，且光谱范围350～1 100 nm，借助附加散射矫正，运用PLS方法，比原有的方式更为可靠。另外，笔者发现可见/近红外光谱可顺利完成对冷鲜猪肉中的脂肪、蛋白质和水分的含量的检测，效果显著。