脂肪酸檢測在食品工業中的應用研究進展

劉元林 - 龍 鳴 李 儒 田曉靜 -馬忠仁,3 -,3 宋 禮

(1. 西北民族大學生命科學與工程學院，甘肅 蘭州 730124；2. 蘭州海關綜合技術中心，甘肅 蘭州 730100；3. 西北民族大學生物醫學研究中心中國—馬來西亞國家聯合實驗室，甘肅 蘭州 730030；4. 馬來西亞標準與工業研究所工業生物技術研究中心，馬來西亞 雪蘭莪 40700；5. 甘南州牦牛乳研究院，甘肅 蘭州 730030)

脂肪酸(fatty acid，FA)從結構角度分飽和脂肪酸(saturated fatty acid，SFA)與不飽和脂肪酸(unsaturated fatty acid，UFA)，不飽和脂肪酸分單不飽脂肪酸(monounsaturated fatty acid，MUFA)和多不飽和脂肪酸(polyunsaturated fatty acids，PUFA)，從營養角度分必需脂肪酸(essential fatty acids，EFA)和非必需脂肪酸(non-essential fatty acid，NEFA)[1]。FA是細胞膜基礎構成成分，有提供代謝能量、影響受體、幫助記憶認知的功能。不同FA具有不同生物學特性和生理活性，如油酸在細胞水平上作為膜磷脂的復合物，能增加膜流動性和轉運，刺激酶活性[2]；n-6和n-3 PUFAs之間的平衡是心血管疾病風險的重要決定因素，降低n-6與n-3 PUFAs的比值使細胞攝入較少膽固醇，降低膽固醇酯的合成，進一步防止動脈粥樣硬化的發生和發展[3]。鑒于脂肪酸組成對食品和機體的重要作用，脂肪酸組成分析在食品品質判斷、產地溯源、摻假檢測等方面有著廣泛應用。氣相色譜(GC)及氣相色譜—質譜聯用儀(GC/MS)技術是FA檢測的主要手段，具有高精準、高復現、高靈敏、用量少、分離效果好等優點[4-6]。FA組分復雜且含量差異較大，在FA分析時常用方差分析與多元統計分析達到信息挖掘的目的。FA是機體所需重要營養物質[7]，不同食品FA組成與含量存在差異，且一些特殊FA與其他成分存在某種聯系，通過分析FA可以達到預測作用[8]。建立食品FA數據庫不僅能提供更好膳食建議[9-10]，還可以溯源食品產地、區分品種、品質判定及開發高質量產品。

文章擬從肉品、乳與乳制品、植物油脂、藥食同源性食材4個方面對FA特征差異在其溯源產地、區分品種、品質判定等方面應用進行闡述，為FA在食品工業后續的相關研究提供一定的理論依據。

1 脂肪酸分析的方法

1.1 檢測方法

目前FA含量測定方法有氣相色譜法(GC)、氣相色譜—質譜聯用儀(GC/MS)、液相色譜法(LC)、液相色譜—質譜聯用儀(LC/MS)，除此之外還有毛細管電泳法(CE)[11]、近紅外吸收光譜法(NTR)[12]、紫外—可見分光光度法(UV-VIS)[13]、拉曼光譜法(Ram)[14]、核磁共振光譜技術(NMRS)[15]等，針對傳統液相檢測方法出現的問題，牛倩倩[16]以植物油為對象，建立高效液相色譜—蒸發光散射檢測法(HPLC-ELSD)、高效液相色譜—熒光檢測法(HPLC-FLD)以及高效液相色譜—激光誘導熒光檢測法(HPLC-LIFD)，更簡便、靈敏地檢測脂肪酸。為適用不同樣本中短鏈脂肪酸(SCFAs)含量變化趨勢分析，曾鱗粞[17]基于固相萃取—氣相色譜—質譜聯，建立不同生物樣品中SCFAs的定性半定量分析方法。莫欣欣[18]將NIR以及Raman光譜技術應用于食用植物油中反式脂肪酸(TFA)含量的快速檢測，通過預處理方法優選、波段優選、變量篩選和建模方法選擇等方面在一定程度上簡化模型，提高模型穩定性和預測精度。Prado等[19]針對具體TFA分析，開發具有降低運行時間，使用無環糊精的四硼酸水緩沖液，分析更簡單、更便宜，不需要脂質提取，使用更少溶劑和試劑優點的紫外檢測方法。

1.2 數據統計方法

FA具有組分復雜、含量差異較大、信息量大、對FA單一結果難以分析等特點，多元統計分析是一種綜合分析方法，能夠在多個對象和多個指標互相關聯的情況下分析數據的規律，達到信息挖掘的目的，故在FA分析時常用到多元統計分析。多元統計主要涉及到主成分分析(PCA)、因子分析、聚類分析(CA)、多維標度(MDS)、判別分析(DA)。主成分分析與因子分析是一種降維方法；聚類分析又稱數據分割，是一個對象分組的過程分為子集，或“集群”，這樣每個集群中的對象就更加緊密彼此相關；多維標度是一種統計技術，用于信息可視化，以探討數據中的相似性和不相似性；判別分析是線性分類的基本工具[20]。核磁共振波譜與多元統計分析相結合，為鑒別食品來源提供廣闊前景，成功地應用于分析葵花籽、菜籽、芝麻、大豆、花生、玉米和橄欖油等食用油[21]。FA化合物特異性同位素分析(CSIA)與主成分分析(PCA)和判別分析(DA)進行判別統計分析相結合，可以建立有效追溯中國沿海刺參的工具，為確定海產品或其他食品的可追溯性提供一種新方法[22]。

2 脂肪酸分析在食品工業檢測中的應用

2.1 在肉品中的應用

受自然環境、基因差異、飼養條件等因素影響，肉與肉制品FA組成與含量存在差異，進而影響其硬度、顏色、風味[23]。因此，FA指紋圖譜可以用于產地溯源、品種區分、部位判別等作用，打擊“掛羊頭賣狗肉”等不法行為，為消費者合理選擇膳食提供依據。

2.1.1 產地溯源 地理位置和自然天氣[24]等因素使肉品FA組成與含量存在差異，FA分析對產地溯源有重要意義。Shen等[25]采用GC/MS檢測岱衢產地與閩粵東產地大黃魚肌肉中的FA組成，發現不同產地魚群部分FA含量存在較大差異，可作為這兩個產地魚群鑒定的潛在指標。王煜坤等[26]運用GC/MS對廣東、廣西、福建、海南4個羅非魚產地FA進行檢測，發現不同地區羅非魚脂肪酸存在差異，羅非魚脂肪酸含量高低依次為廣東、海南、廣西和福建，廣東羅非魚多種脂肪酸(包括EPA、DHA)含量顯著高于廣西和福建地區，與海南基本持平。程碧君等[27]采用GC對吉林、寧夏、貴州和河北地區的牛肉后臀部位脂肪樣品進行檢測，發現不同地域牛肉FA組成及含量存在差異特征，FA差異可實現對牛肉產地的區分。不同產地生態環境差異較大，使FA組成與含量存在差異性，運用差異性達到產地判別目的，產地判別對食品工業原產地認證有一定意義，除產地外，同經度或者同緯度對FA的影響還沒有系統性的研究。

2.1.2 品種檢測 受基因[28]與生活習慣[29]影響，不同品種動物FA組成與含量存在區別。Zhang等[30]發現品種是大多數FA百分比變異的重要原因。楊曉玲等[31]通過GC研究不同品種雞肌肉中基本營養成分、FA成分差異，發現4個品種都含有大量UFA，青爪烏雞、珍珠雞、貴妃雞和大白雞的n-6 PUFA/n-3 PUFA分別為5.78，2.99，4.53，3.85，均處于健康范圍內，珍珠雞肉較其他3種雞品種更利于人體健康。皮立等[32]通過GC/MS研究歐拉羊、高原型藏羊與小尾寒羊FA組成的區別，發現歐拉羊與小尾寒羊肌肉FA差別較大，同屬藏系的歐拉羊和高原型藏羊，肌肉FA差別較小。Esquivelzeta等[33]對地中海盆地Lacaune、Ripollesa和Lacaune Ripollesa 雜交型羊羔背最長肌肌肉FA組成進行分析，發現3個品種在SFA總量、MUFA總量、硬脂酸、油酸存在顯著性(P<0.05)。通過對不同品種FA組成與含量檢測，找到更適合消費者需求的品種，對養殖產業飼養選擇有一定指導作用，提高產品市場競爭力。

2.1.3 品質分析 不同部位肌肉在運動過程中作用不同致使脂肪沉淀的差異，進而使FA組分與含量存在差異；適度的脂肪沉積可使肌肉細嫩多汁、香味濃郁。李朝陽等[34]運用GC/MS分析獅白鵝胸部、腿部、腹部、血液及肝臟FA成分，發現肝臟有23種FA、胸部20種FA、腿部18種FA、腹部17種FA、血液10種FA；腹部脂肪酸組成中油酸含量最多(45.06%)，其次是亞油酸(24.43%)，亞麻酸較少(0.49%)，未發現花生四烯酸，花生四烯酸含量肝臟最高(13.15%)。Ewa等[35]對兔子腰、胸、前腿、后腿的FA進行定量分析，與其他部分相比，胸肉PUFA、奇支鏈脂肪酸(OBCFAs)含量較多，n-6/n-3比例較理想；后腿含有較少的致動脈粥樣硬化飽和脂肪酸；前腿富含兩種重要的n-3長鏈多不飽和脂肪酸；腰部脂質較少。周恒量等[36]運用GC/MS對九龍牦牛脖頸、上腦、外脊與牛霖4個部位FA種類和含量進行檢測，發現SFA均占有重要比重，且都以棕櫚酸和硬脂酸為主；UFA在頸脖肉和牛霖中差異顯著(P<0.05)，在上腦和外脊中差異不顯著(P>0.05)；4個部位牦牛肉品質存在差異，綜合評定各部位FA含量與種類、P/S值與n-6/n-3值，發現上腦、外脊與牛霖更適合中國人膳食結構。FA組分與含量的差異不僅影響風味，也是控制食品質量與檢測食品摻假的有效途徑，通過對不同部位脂肪酸的檢測分析，達到品質控制、建立更合理的膳食結構目的。

2.2 在乳與乳制品中的應用

乳是哺乳動物在泌乳期由乳腺分泌的營養物質，天然FA的直接來源。乳制品作為日常飲食的一部分，對生長和健康起重要作用[37]。養殖條件、自然環境、泌乳階段、年齡等因素使乳與乳制品中FA有一定差異[38]。分析乳與乳制品中FA的差異，對配制嬰幼兒與特殊人群產品有一定指導作用，同時對原生態產品有保護認定作用。

產乳動物基因的差異致使不同動物乳中FA組成與含量存在較大差異。郭紫玥[39]應用GC/MS對母乳、薩能山羊乳和荷斯坦牛乳中FA組成及含量進行研究，發現牛、山羊乳及母乳FA組成均在25種以上，牛、山羊乳與母乳在FA組成上存在較大差異；以牛、山羊乳為基料加工嬰幼兒配方粉應強化ARA、EPA、DHA含量，使其接近母乳水平。李雷等[40]采用GC對駝乳、牛乳、羊乳中FA組成及含量進行檢測，發現3種乳的FA組成和含量存在顯著差異，羊乳檢測出34種FA，駝乳檢測出33種FA，牛乳檢測出29種FA；牛乳S∶M∶P=1.00∶0.44∶0.05、羊乳S∶M∶P=1.00∶0.62∶0.05、駝乳S∶M∶P=1.00∶0.60∶0.08，駝乳更接近FAO/WHO推薦的S∶M∶P=1∶1∶1；基于FA組成，PCA可將這3種乳區分開。Yang等[41]采用GC探究牛、水牛、牦牛、駱駝和山羊乳FA分布特征，發現每一種乳都有其獨特的FA組成，駱駝乳具有高UFA、低SMCFA、低動脈粥樣硬化指數及低n-6/n-3等特點；羊乳具有較高的C8:0～C14:0；與牛乳相比，牦牛和水牛乳中SFA含量較高、PUFA含量較低；低n-6/n-3值可將牦牛乳與水牛和牛乳區分開來。Teng等[42]采用改進的GC法分析人、牛、水牛、牦牛、山羊和駱駝乳FA差異，發現油酸在所有乳的MUFA占主導地位；與反芻動物相比，母乳中SFA含量最低，但PUFA比例高；牦牛乳反式MUFA含量最高，而母乳中含量最低；山羊乳中短鏈FA含量較高；在牦牛和駱駝乳中發現大量OBCFAs；駱駝乳丁酸含量顯著高于其他反芻動物乳。不同種屬乳中FA組成與含量存在較大差異，不同乳中FA組成測定可為營養補充劑和替代飲品的開發提供依據。

FA賦予乳制品特殊風味、口感及質地。Sumarmono等[43]研究山羊乳及其發酵產品(酸奶和濃縮酸奶)的FA譜，發現新鮮羊奶加工成酸奶和濃縮酸奶時發生脂解，使游離FA進一步釋放，形成產品獨特香氣和風味。巨玉佳[44]采用GC/MS探究甘南牧區牦牛乳硬質干酪在不同溫度(5，10，15 ℃)、不同貯藏時間(0～6月)下FA變化規律，發現溫度和時間對脂肪降解有很大的影響，隨干酪成熟時間的延長，脂肪氧化與分解持續進行，游離FA的含量也持續增大。在成熟的0～3月中，FA種類呈增加趨勢，主要增加的是短鏈和中鏈FA；在0～6月成熟過程中FA含量呈現增加趨勢；15 ℃貯藏的干酪FA含量顯著高于5，10 ℃。Caligiani等[45]建立基于GC-MS方法的帕爾馬干酪環丙烷脂肪酸(CPFA)數據庫，以CPFA作為青貯飼料中干酪的標記物，能夠鑒定帕爾瑪干酪和其他奶酪。Adamska等[46]用GC對兩類軟質凝乳干酪(8種卡門貝干酪和6種布里干酪)FA組成和含量進行檢測，共鑒出36種FA，奶酪中含有大量的SCSFAs和OBCFAs；不同產地同類型奶酪中棕櫚酸和5種OBCFA含量差異顯著。Vargas-Bello-Pérez等[47]采用PCA、正交偏最小二乘判別分析(OPLS-DA)以及FA剖面差異對零售奶酪進行判別，發現PCA可以區分奶酪種類，但難以區分生產規模；OPLS-DA能區分奶酪生產規模，并揭示大規模生產奶酪和集約化系統間的相關性。乳制品在加工過程中因發酵、貯藏等工藝致使其FA含量和組成發生改變，進而賦予乳制品特殊風味、口感及質地。FA含量和組成的變化增加乳制品品質分析的難度，多元統計分析方法的引入對FA信息深度挖掘具有重要意義。

2.3 在植物油品質檢測中的應用

不同植物油在風味與營養上差別較大，用途上也存在區別，致使售價差別較大，不法分子為謀取暴利而摻假。利用植物油FA組成與含量上的差異實現產地區分和種類判別，不僅保護消費者權益，還可以為消費者提供合理的消費指導。

2.3.1 產地判別 不同地域自然條件存在差異，使油料作物在生長過程中FA成分積累不一樣，造成不同地區植物油FA組成和含量的差異。宋美蓉等[48]采用GC/MS研究云南與河南兩地茶籽殼和仁的FA組成及各成分相對百分含量的差異，發現這兩個地區茶油FA的油酸、亞油酸含量差異較大，可以作為鑒別其產地的依據。Hlima等[49]以FA成分和酚酸含量為指標研究突尼斯海岸不同位置橄欖油之間的差異，基于方差分析和PCA/分級聚類算法(HCA)相結合改進地理分類，發現橄欖品種和地理區域對FA含量均有顯著影響(P<0.05)，以FA含量可實現橄欖油地理位置的鑒別。張曉霞等[50]采用GC/MS測定寧夏、甘肅、陜西、內蒙古、河北、遼寧6個產地亞麻籽含油率及FA組成，發現含油率與種子產地生長季積溫呈顯著負相關。張仁鳳等[51]應用GC/MS分析陜西、重慶、隴南、天水、四川、貴州6個產地紅花椒籽油的FA組成，發現不同產地紅花椒籽油FA組分相同但含量差異較大，陜西樣品和貴州樣品亞油酸含量最高，而重慶、隴南、天水與四川樣品中油酸的含量最高；重慶樣品油酸、亞油酸和亞麻酸含量均最高，貴州樣品油酸、亞油酸和亞麻酸含量均最低；可將油酸、亞油酸和亞麻酸的含量作為鑒別紅花椒籽油產地的指標。FA直接影響食用油品質，而產地及其自然條件的差異致使同品種油作物在FA組分和含量的差異，基于FA組分和含量的差異可實現油料作物產地追溯。

2.3.2 品質分析 不同植物油FA存在較大差異，為基于FA組成分析判別植物油種類提供理論依據，對植物油品質進行監控作用。岳虹等[52]采用GC/MS測定橄欖油和沙棘油FA，發現橄欖油UFA總含量更高，而沙棘油UFA的種類更多。姜波等[53]用GC/MS測定大豆、兩種葵花籽、白花生、黑花生、白芝麻、黑芝麻、油菜籽和棉花籽9種植物油中FA組成和相對含量，發現不同種類植物油的FA組成和相對含量各不相同，油酸與亞油酸總量可區分不同種類食用植物油。楊水艷等[54]采用GC測定橡膠籽油、葡萄籽油等10種云南特色植物油的脂肪酸組成進行了分析與評價。除壩子油和青刺果油外，其余8種植物油的不飽和脂肪酸含量均超過80%；SFA與MUFA，PUFA比例接近推薦膳食脂肪酸比例1∶1∶1的有壩子油、青刺果油和橡膠籽油，這些植物油都具有很好的開發利用價值。

2.4 在藥食同源食材中的應用

藥食同源食材在中國膳食結構中有著不可代替作用，其品質顯得尤為重要。產地與品種對藥食同源食材的功能具有影響，準確區分不同產地與品種至關重要。

2.4.1 品種區分 因為基因不同，致使不同品種FA組分與含量存在差異，進而使各個組成不同，Zamany等[55]采用GC對阿富汗20種杏仁品種FA組成分析，發現杏仁品種對FA含量有影響；以12種FA、總脂和α-生育酚作為14種變量進行主成分分析，發現總脂含量與C18:1有很強的相關性，與C18:2n6c和C16:0的相關性較差，PCA結果顯示不同品種杏仁分布呈規律性。Sánchez-Salcedo等[56]采用GC對西班牙種植的白桑椹和黑桑椹中的14種 FA進行定性和定量測定，兩種桑椹最豐富的FA均是亞油酸、其次是棕櫚酸、油酸和硬脂酸。Ercisli等[57]對土耳其東安納托利亞地區的白、紅、黑桑樹果實進行FA分析，發現桑椹總脂肪含量較低，亞油酸是主要FA，其次是棕櫚酸；桑椹不同品種FA含量存在差異性，FA圖譜可用于桑椹品種的鑒定。陳文學等[58]采用GC/MS對4種不同品種人參的FA成分進行分析，鑒定出20種脂肪酸，(Z,Z)-9,12-十八碳二烯酸、棕櫚酸和(Z,Z,Z)-9,12,15-十八碳三烯酸為主要FA；(Z,Z)-9,12-十八碳二烯酸含量二馬牙最高；棕櫚酸含量圓膀圓蘆最高；(Z,Z,Z)-9,12,15-十八碳三烯酸含量二馬牙最高，不同品種人參之間的差異，可以成為人參品種選育的一項重要參考指標。利用不同品種藥食同源食材FA組成的差異，可以實現不同品種的區分，為作物種植因地制宜、優培優育品種提供理論依據。

2.4.2 產地溯源 不同產地藥食同源食材FA差異，致使其效果有所不同。李吉光等[59]采用GC/MS技術建立了13種不同產地黑果枸杞FA的指紋圖譜，利用相似度分析法結合PCA分析將樣品聚成兩類。Cossignani等[60]通過GC/MS對3個國家19種枸杞樣品FA分析，采用PCA和線性判別分析(LDA)發現FA和甾醇可用于鑒別枸杞地理來源。Tian等[61]采用GC/MS檢測新疆庫車縣、輪臺縣、喀什3個地區15批白杏仁油FA組成，聚類分析可成功鑒別白杏仁油與其他油及白杏仁油的產地。Amorello等[62]對西西里島、西班牙和加利福尼亞3個地區21個杏仁樣品進行礦物質和FA組成的測定，基于FA譜分類的正確率為77%，基于礦物質和FA組成分類的正確率為82%，為杏仁的地理起源鑒定提供了一種簡單的分析方法。藥食同源食材在膳食結構中有著舉足輕重的位置，通過FA差異性實現產地溯源，為監督產品產地提供依據。

3 結束語

系統性地建立食品脂肪酸數據庫，利用脂肪酸組分與含量差異可以實現肉品、乳與乳制品、植物油及藥食同源食材產地溯源、品種區分、品質判別，有效控制食品質量及檢測食品摻假，并在一定程度上指導種養殖及選種育種工作。目前研究基本針對某些產地、產品或者品種，樣品量不夠大，覆蓋面不夠廣，建立完整且系統的食品脂肪酸數據庫需要樣品多且齊，樣品收集在一定程度上存在困難，對不同樣品前期處理方法存在差異，開發適用所有食品脂肪酸的檢測方法有待探究，脂肪酸與其他成分的相關性聯系也需要進一步深入研究。