基于PLS法近紅外光譜技術對鹿血真偽鑒別的研究

尹冬冬

(黑龍江省野生動物研究所，哈爾濱 150081)

?

基于PLS法近紅外光譜技術對鹿血真偽鑒別的研究

尹冬冬

(黑龍江省野生動物研究所，哈爾濱 150081)

通過鹿血和偽劣鹿血近紅外光譜區的分析，選擇近紅外光譜7500～4500cm-1信息段作為分析對象。使用PLS法建立鹿血真偽識別模型，其模型在定標集鹿血樣本和外部未知鹿血樣本準確率分別達到100%和93.3%。

鹿血；近紅外；鑒別

鹿血系梅花鹿(CervusnipponTemmink )或馬鹿(CervuselaphusLinnaeus)的血液，系名貴中藥材[1]。由于在醫藥和保健上鹿血產品具有良好的效果，在各地的市場上，出現銷售假冒偽劣鹿血的現象。在目前的情況下，主要以感官評價和DNA鑒別鹿血真偽。感官評價雖然具有速度快的優勢，但人為因素和外部環境因素對感官評價的客觀性結果具有很大影響。DNA測定法雖然具有高精度無損檢測方法的優點，但由于需要長時間的測定，成本高的原因，不利于快速測定的推廣。近紅外光譜分析技術是基于有機分子的近紅外吸收，從樣品的背景變化中提取弱信息的技術[2]，是一種速度快、無損和再現性好等優勢[3]，已逐漸從農業上的應用推廣到了食品[4]、制藥[5]和化學[6]等許多領域。本試驗利用PLS法結合NIR技術建立了鹿血真偽的識別模型，能夠通過PLS鹿血判別模型進行快速檢測鹿血真偽。將在鹿血的生產、產品的流通和消費環節中得到廣泛應用。

1　材料與方法

1.1試驗材料和儀器

試驗采用的偽劣鹿血通過測定購自市場，鹿血購自南岔養鹿場和東寧養鹿場。

1.2儀器與設備

JD500-2型電子天平(廣州航信科學儀器有限公司)；精密電子天平AB204-N(上海世義精密儀器有限公司)；DA7200近紅外分析儀(瑞典波通瑞華科學儀器公司)。

1.3試驗方法

1.3.1鹿血樣本的處理。定標集樣本為80個鹿血樣品(馬鹿與梅花鹿各40個樣本)和40個偽劣鹿血樣本，驗證集樣本鹿血樣本為30個和偽劣鹿血樣本為15個。

1.3.2近紅外光譜的采集。樣品的近紅外光譜的采集在波通瑞華科學儀器公司的近紅外分析儀DA7200上進行，采集模式吸收光譜。

1.3.3PLS法建立模型。選2留1法選取鹿血n個樣本，其他偽劣鹿血n個，其中定義值1的為鹿血，定義值-1的為其他偽劣鹿血，采用內部交叉驗證的方法(RMSECV)，通過PLS法進行定性分析，建立鹿血真偽的定性判別模型。以中間值0為絕對閥值進行分析判別鹿血的真偽，其中通過PLS模型的計算，數值>0的樣本為純正鹿血，數值<0的樣本為偽劣鹿血。

1.3.4PLS模型的驗證。采用定標集以外的外部未知樣品，應用建好的PLS定性分析模型進行識別樣品的種類，確定PLS定性分析模型識別種類的準確率。

1.3.5數據分析。采用軟件Unscrambler95(CAMO，OLSO，挪威)進行PLS定性分析模型的建立，包括分析近紅外光譜的預處理方法和對外部未知樣品的鑒定等。

2　結果與討論

2.1樣本近紅外光譜的獲得

使用DA7200近紅外光譜儀(波通瑞華科學儀器公司)采集模式進行掃描，同時得到樣品近紅外光譜120個(馬鹿血與梅花鹿血各40個樣本和40個偽劣鹿血樣本)。由圖1可以看出鹿血和偽劣鹿血的近紅外光譜帶具有相同類似特征，但是它們有明顯區別的譜帶圖形和相對強度。由近紅外光譜圖可以看出鹿血近紅外光譜區間7500～4500cm-1這段具有信息含量豐富的吸收峰。因此選擇信息量相對豐富的7500～4500cm-1信息段作為定性分析的對象。

圖1　鹿血樣本近紅外光譜

2.2PLS法建立模型

2.2.1光譜預處理方法的選擇。為了減少光譜噪音，粒子散射和對校準非線性因素譜移的影響。同時在最大保留樣品的近紅外光譜之間由于與濃度線性變化，實驗中采用SNV、FD和SNV+FD預處理方法對原始光譜進行預處理，通過比較原始光譜和不同的預處理方法建模的效果。結果表明，在SNV+FD預處理的光譜的相關性得到改善的最好，采用SNV+FD預處理結果建模的光譜成效最好(表1)。

表1　不同光譜預處理方法對模型的影響

2.2.2PLS模型對于定標集的預測分析。定標集中的鹿血樣本賦值為1，偽劣鹿血賦值為-1，利用PLS模型對于定標集樣本進行預測見圖2，發現鹿血樣本和偽劣鹿血樣本都具有很好的聚類趨勢。其中鹿血樣本均在0值上方聚為一類；而偽劣鹿血樣本均在0值下方聚為一類。說明可以用-l和1的平均值0作為識別鹿血和偽劣鹿血的絕對閾值，并且PLS模型對定標集樣本識別準確率為100%。

圖2　PLS模型對于定標集的預測效果

2.2.3PLS模型對于未知樣本的判別效果。為了驗證PLS定性分析模型對于未知鹿血樣本的識別適用性，采用45個PLS模型外未知樣本對模型進行驗證，其中鹿血樣本30個，偽劣鹿血樣本15個，利用PLS模型進行結果預測，根據模型的計算值對未知樣本進行分類，其中<0的為偽劣鹿血，>0的為鹿血識別標準，45個樣本中有2個鹿血的樣本被錯誤的識別為偽劣鹿血樣本，有1個偽劣鹿血樣本被錯誤的識別為鹿血樣本，其余樣本均識別正確，識別的準確率達到了93.3%，說明了利用近紅外光譜結合PLS模型進行鹿血真偽識別的可靠性(表2)。

表2　PLS模型對于未知樣本的判別效果

3　結論

在本實驗中，通過鹿血和偽劣鹿血近紅外光譜區的分析，選擇近紅外光譜7500～4500cm-1信息段作為分析對象。使用PLS法建立鹿血真偽識別模型，其模型在定標集鹿血樣本和外部未知鹿血樣本準確率分別達到100%和93.3%。結果表明，利用PLS法結合近紅外光譜鑒別鹿血真偽是可行的，該方法簡單快捷。如果增加鹿血的樣本數，并通過鹿血主要成分含量，建立定量分析模型，鑒別精度有望進一步提高。

[1]中華人民共和國藥典.一部[M].北京：中國醫藥科技出版社,2000:264-265.

[2]嚴衍錄,趙龍蓮,韓東海,等.近紅外光譜分析基礎與應用[M].北京：中國輕工業出版社,2005:1-9.

[3] 陳華才．近紅外光譜在藥物領域的應用與研究進展[J]．中國計量學院學報，2003(9)：261-267.

[4] 張寧, 張德權,李淑榮,等.近紅外光譜定性分析技術在食品安全中的應用研究進展[J].食品科技,2008(8):218-221.

[5] 劉荔荔,相秉仁，盛龍生，等.近紅外漫反射光譜可視化褶合指紋譜對中藥材的定性鑒別[J].中國藥科大學學報,2003(2) ：105-108.

[6] 陸婉珍,袁洪福,徐廣通.現代近紅外光譜分析技術[M].北京：中國石化出版社,2000：122-124.

2016-05-12

黑龍江省森工總局青年基金項目(sgzjQ2013002)

尹冬冬(1984-)，女，助理研究員，碩士研究生，從事野生動物研究，E-mail: 853599859@qq.com。

R282.5

A

DOI.:10.13268/j.cnki.fbsic.2016.05.007