拉曼光譜在食品加工及品質(zhì)控制中的應(yīng)用

楊雪凡,張 維,顧欣哲,李文慧,吳金鴻,王正武

(上海交通大學(xué)農(nóng)業(yè)與生物學(xué)院,上海 200240)

蛋白質(zhì)、碳水化合物、脂質(zhì)等基本營(yíng)養(yǎng)物質(zhì)構(gòu)成了食品原料的主要成分,食品加工過(guò)程會(huì)導(dǎo)致食品組分的變化(降解、合成與外源性遷入等)和結(jié)構(gòu)變化(如分子鏈,由分子內(nèi)和分子間相互作用導(dǎo)致的聚集態(tài)等),直接影響食品的品質(zhì)和安全性[1]。食品組分構(gòu)成的復(fù)雜性、加工過(guò)程中易變性和外源性接觸等特點(diǎn),導(dǎo)致了加工食品的品質(zhì)難以準(zhǔn)確的調(diào)控。因此,快速和準(zhǔn)確檢測(cè)方法的建立對(duì)食品工業(yè)發(fā)展具有重要的意義。

傳統(tǒng)的檢測(cè)方法,如分光光度計(jì)法、液相色譜法、氣相色譜法、薄層色譜和生物檢測(cè)技術(shù)等,存在著前處理復(fù)雜、檢測(cè)周期長(zhǎng)、結(jié)構(gòu)信息有限且不能進(jìn)行無(wú)損檢測(cè)等特點(diǎn),依賴傳統(tǒng)的檢測(cè)方法難以實(shí)現(xiàn)食品加工的過(guò)程控制[2]。拉曼光譜技術(shù)不僅能有效克服這些缺點(diǎn),且在食品成分定量和結(jié)構(gòu)信息等方面具有較大的優(yōu)勢(shì),在食品工業(yè)中極具應(yīng)用前景。近年來(lái),拉曼光譜技術(shù)在食品加工過(guò)程中的應(yīng)用研究穩(wěn)步增加,拉曼光譜與化學(xué)計(jì)量、成像技術(shù)等方法結(jié)合的應(yīng)用研究逐年涌現(xiàn)。本文擬對(duì)拉曼光譜技術(shù)在不同食品組分監(jiān)測(cè)中的應(yīng)用進(jìn)行綜述,闡述其應(yīng)用于食品加工過(guò)程中的重要前景和價(jià)值,為拉曼光譜在食品加工過(guò)程中食品品質(zhì)的數(shù)字化監(jiān)控提供理論依據(jù)。

1 拉曼光譜簡(jiǎn)介

拉曼光譜(Raman spectra)是由印度科學(xué)家C.V.拉曼(Raman)發(fā)現(xiàn)的散射光譜,即當(dāng)光子照射到樣品的分子中,發(fā)生非彈性碰撞,散色光子的頻率和方向同時(shí)發(fā)生改變的現(xiàn)象[3]。在拉曼散射過(guò)程中存在著斯托克散射和反斯托克散射。光子與分子內(nèi)部電子碰撞發(fā)生能級(jí)交換后,分子實(shí)現(xiàn)能級(jí)躍遷進(jìn)入激發(fā)態(tài),光子以更低的頻率散射出去,即斯托克散射。當(dāng)分子從激發(fā)態(tài)離開時(shí),以較低的頻率發(fā)生的散射,成為反斯托克散射。基于斯托克散射頻率總是遠(yuǎn)大于反斯托克散射,拉曼光譜檢測(cè)技術(shù)中,主要檢測(cè)斯托克散射(如圖1所示)[4]。拉曼位移是拉曼光譜的主要指標(biāo),即拉曼散射與彈性散射(散色頻率不變,方向改變)頻率的差值[5]。拉曼位移主要與被檢測(cè)物體的分子內(nèi)部振動(dòng)、旋轉(zhuǎn)等有關(guān),因此可用直觀反映分子的化學(xué)鍵、官能團(tuán)等結(jié)構(gòu)信息。

圖1 拉曼散射能級(jí)圖

常規(guī)的拉曼光譜信號(hào)較弱且容易受到熒光的干擾。傅里葉變換信號(hào)累計(jì)和通過(guò)吸附金、銀等增強(qiáng)信號(hào)技術(shù)的出現(xiàn),有效地提高拉曼光譜的靈敏度,擴(kuò)展了拉曼光譜的應(yīng)用。根據(jù)技術(shù)特點(diǎn),拉曼光譜又可分為傅里葉變換拉曼光譜(FT-Raman)、近紅外傅里葉變換拉曼光譜(NIR FT-Raman)、表面增強(qiáng)拉曼光譜(SERS)和顯微拉曼光譜(V-MRS)[6]。同時(shí)由于水的拉曼散射較弱,可以作為樣品的有效溶劑,為拉曼光譜在食品檢測(cè)中應(yīng)用打下了基礎(chǔ)。

2 拉曼光譜在食品組分檢測(cè)中的應(yīng)用

2.1 蛋白質(zhì)

蛋白質(zhì)中的許多官能團(tuán)都有其獨(dú)特的拉曼光譜信號(hào),拉曼光譜實(shí)現(xiàn)有效表征的蛋白結(jié)構(gòu)信息如表1所示[7]。

表1 蛋白質(zhì)拉曼光譜信息分配

拉曼光譜能有效地表征蛋白多肽鏈的骨架結(jié)構(gòu)、側(cè)鏈微環(huán)境等,從而獲取蛋白質(zhì)的空間結(jié)構(gòu)信息。二級(jí)結(jié)構(gòu)信息是蛋白質(zhì)研究的焦點(diǎn)之一,酰胺Ⅰ和Ⅲ帶常用于表征蛋白質(zhì)的α-螺旋、β-折疊、轉(zhuǎn)角和無(wú)規(guī)卷曲等骨架構(gòu)象變化,其在拉曼光譜中有較強(qiáng)的信號(hào)。然而,酰胺Ⅲ區(qū)由于β-折疊的特征帶(1230～1245 cm-1)和無(wú)規(guī)則卷曲的特征帶(1240～1255 cm-1)產(chǎn)生重疊,因此1225～1350 cm-1產(chǎn)生的譜帶較復(fù)雜[8-9]。食品加工過(guò)程中蛋白質(zhì)的變性對(duì)食品的營(yíng)養(yǎng)價(jià)值有重要的作用,拉曼光譜可以直接反映蛋白的結(jié)構(gòu)信息,為研究加工導(dǎo)致的蛋白變性機(jī)理提供有效的技術(shù)手段。Nawrocka等[10]利用拉曼光譜觀察烘焙制品中加入膳食纖維對(duì)面筋蛋白二級(jí)結(jié)構(gòu)(酰胺Ⅰ帶)的變化,發(fā)現(xiàn)烘焙會(huì)引起α-螺旋含量降低、β-折疊含量增高,蛋白異常折疊和聚集,蛋白質(zhì)變性,從而影響烘焙制品的質(zhì)量。此外,通過(guò)拉曼觀察的蛋白質(zhì)二級(jí)結(jié)構(gòu)變化也可以表征肉品在加工儲(chǔ)藏過(guò)程中的品質(zhì)變化,目前已有利用拉曼光譜數(shù)據(jù)來(lái)構(gòu)建豬肉感官評(píng)價(jià)指標(biāo)模型[19],與傳統(tǒng)方法相比,拉曼光譜不僅可以提供蛋白質(zhì)二級(jí)結(jié)構(gòu)信息,還提供脂質(zhì)、水等其他營(yíng)養(yǎng)素信息,更為全面地提供了肉品質(zhì)量信息。

氨基酸殘基的特征譜帶也被用于獲取有關(guān)微環(huán)境和構(gòu)象變化信息。蛋白中的酪氨酸雙峰帶、色氨酸帶可用于監(jiān)測(cè)微環(huán)境極性。熱處理可以使大豆11S球蛋白表面疏水性的增加,減少聚集度,暴露出活性基團(tuán),齊寶坤等[13]用拉曼光譜發(fā)現(xiàn)11S球蛋白的主鏈去折疊化、去螺旋化,側(cè)鏈酪氨酸和色氨酸殘基暴露程度增加,同時(shí),使二硫鍵的g-g-g構(gòu)型變?yōu)閠-g-t構(gòu)型,使其疏水性增高。拉曼光譜也可用于檢測(cè)食品加工過(guò)程中蛋白質(zhì)與其他食品基質(zhì)之間的反應(yīng)。肉糜在加熱過(guò)程中肌球蛋白、肌漿蛋白的變性凝固是形成凝膠的主要原因[11]。Yang等[11]用拉曼光譜量化肉凝膠二級(jí)結(jié)構(gòu)變化,氫鍵、二硫鍵、疏水基團(tuán)的暴露重排導(dǎo)致三維凝膠無(wú)法承載游離水和脂肪,解釋了凝膠形成過(guò)程中水和脂肪遷移機(jī)制。

拉曼光譜也是用于研究蛋白質(zhì)性能與結(jié)構(gòu)之間關(guān)系的重要手段。通過(guò)對(duì)蛋白質(zhì)進(jìn)行改性,調(diào)節(jié)蛋白質(zhì)的性能,如乳化性、起泡性、凝膠性、溶解度和抗氧化活性等,對(duì)食品的品質(zhì)有重要的意義[14-15]。Qiu等[16]發(fā)現(xiàn)麥醇溶蛋白脫酰胺后,表征羧基C=O伸縮振動(dòng)的1780 cm-1峰強(qiáng)度增加,并利用該波段構(gòu)建標(biāo)準(zhǔn)曲線定量脫酰胺度。Wong等[7]發(fā)現(xiàn)在大豆分離蛋白、乳清蛋白脫酰胺過(guò)程中,酰胺Ⅰ、Ⅲ帶的拉曼光譜強(qiáng)度逐漸增加,表明其去折疊程度增加,分子趨于無(wú)序,變性程度增加,從而提高了大豆蛋白和乳清蛋白的溶解性等。

蛋白質(zhì)的結(jié)構(gòu)變化與食品品質(zhì)之間的關(guān)系一直是研究的熱點(diǎn),對(duì)蛋白類食品加工具有重要的指導(dǎo)意義。拉曼光譜能夠獲取較為全面的蛋白質(zhì)原位結(jié)構(gòu)信息,主要為二級(jí)結(jié)構(gòu)信息,為監(jiān)測(cè)加工儲(chǔ)藏過(guò)程中的食品品質(zhì)變化創(chuàng)造了可能性。然而,由于食品組分的復(fù)雜性,拉曼光譜通常能獲取較大而復(fù)雜的數(shù)據(jù),也易受到其他組分信息的干擾,因此需要結(jié)合統(tǒng)計(jì)學(xué)方法進(jìn)一步提取典型的結(jié)構(gòu)信息,保證數(shù)據(jù)的有效性。同時(shí),對(duì)食品工業(yè)中典型的蛋白質(zhì)參與的而引起食品品質(zhì)變化的化學(xué)反應(yīng)(如美拉德反應(yīng)、蛋白凝固等)產(chǎn)生的拉曼光譜信息仍有待于進(jìn)一步挖掘。

2.2 碳水化合物

用于快速表征碳水化合物結(jié)構(gòu)特征的傳統(tǒng)紅外吸收光譜易受到水分子信號(hào)干擾,同時(shí)譜帶較寬導(dǎo)致分辨率低。拉曼光譜能夠克服這些缺點(diǎn),且對(duì)碳水化合物中骨架結(jié)構(gòu)C-C對(duì)稱伸縮、吡喃環(huán)振動(dòng)較為敏感,而紅外光譜則對(duì)α-1,4糖苷鍵的骨架振動(dòng)響應(yīng)較高[24-27]。因此,在碳水化合物的結(jié)構(gòu)表征中,拉曼光譜和紅外光譜技術(shù)通常互為補(bǔ)充。Kizil等[28]結(jié)合FT-IR和FT-Raman成功快速檢測(cè)輻照加工對(duì)淀粉結(jié)構(gòu)的影響,并通過(guò)統(tǒng)計(jì)模型對(duì)輻照淀粉進(jìn)行了分類,因此開發(fā)振動(dòng)光譜聯(lián)合檢測(cè)設(shè)備更有利于檢測(cè)。

目前,拉曼光譜用于表征碳水化合物的結(jié)構(gòu)的研究主要集中于淀粉。在475～485 cm-1處的強(qiáng)譜帶區(qū)是淀粉的吡喃環(huán)骨架振動(dòng)區(qū)域,被認(rèn)為是葡萄糖聚合鏈,478 cm-1處的強(qiáng)帶可表征多糖聚合度[20];478～577 cm-1的光譜范圍涉及C-C及C-O扭轉(zhuǎn)模式。800～1500 cm-1的拉曼譜帶為淀粉的指紋區(qū),表征C原子與C、H、O原子共價(jià)鍵的不同振動(dòng)模式[25]。2800～3000 cm-1區(qū)域?yàn)镃-H拉伸振動(dòng),該范圍拉曼強(qiáng)度高,但由于很多有機(jī)物均有此特征,因此不能作為區(qū)分化合物的依據(jù)[26]。淀粉的具體拉曼光譜信息如表2所示。

表2 淀粉拉曼光譜譜帶分配

拉曼光譜已應(yīng)用于食品加工對(duì)于淀粉的影響,改性淀粉是其中之一。由于組成不均一,天然的淀粉通常存在理化性質(zhì)不穩(wěn)定的缺陷,需要加以化學(xué)改性用于增強(qiáng)黏度、延長(zhǎng)/縮短凝膠化時(shí)間、增加穩(wěn)定性等,擴(kuò)展其商業(yè)化應(yīng)用范圍。取代基團(tuán)、取代度、聚合度是淀粉改性的重要指標(biāo),但常用的檢測(cè)方法為濕化學(xué)方法,取樣量大、操作復(fù)雜且易損傷樣品。拉曼光譜檢測(cè)的便捷和及時(shí)性,為確定改性的程度和官能團(tuán)添加順序提供了技術(shù)支撐,有助于理解淀粉化學(xué)改性的反應(yīng)模式及設(shè)計(jì)。例如,淀粉通過(guò)辛烯基琥珀酸酐(OSA)酯化形成具備兩親性的辛烯基琥珀酰淀粉(OS-淀粉),可用作乳化劑、密封劑和脂肪替代劑等,并在食品工業(yè)中廣泛應(yīng)用,目前FT-IR常被用于比較OS-淀粉與天然淀粉的差別,并表征改性程度[36],而拉曼光譜較紅外光譜具有更高的空間分辨率,Sun等[37]用拉曼光譜測(cè)定了單淀粉顆粒中辛烯基琥珀酸基團(tuán)(OS)的分布,其在1670 cm-1處的特征峰表征OS中的羰基與淀粉分子結(jié)合,并通過(guò)羰基(1679 cm-1)與ν(C-H)(2910 cm-1)的面積比獲得了OS空間分布信息及取代水平。

淀粉的糊化和老化是食品加工和儲(chǔ)藏中的重要特性。糊化是水分子和淀粉分子間和分子內(nèi)的氫鍵重排導(dǎo)致的,糊化后淀粉更加適口且有利于消化吸收。淀粉吸水重新形成的氫鍵直觀表現(xiàn)為O-H鍵(3212、1633 cm-1)強(qiáng)度增加[30,38]。淀粉糊化伴隨著晶態(tài)消失,拉曼信號(hào)與淀粉結(jié)晶度間存在線性相關(guān)性,特別是480 cm-1的半峰全寬可用于表征淀粉晶體的短程有序結(jié)構(gòu),值越小,短程分子量越大,是檢測(cè)淀粉糊化過(guò)程短程有序結(jié)構(gòu)破壞情況的重要依據(jù)[35,37]。隨外界條件變化,糊化淀粉無(wú)序分子鏈又會(huì)重新組裝形成有序結(jié)構(gòu)導(dǎo)致老化,不僅影響口感也降低消化率。老化也伴隨著晶體相變化,Wang等[32]利用拉曼對(duì)淀粉晶體短程序敏感特點(diǎn)研究了低含水量下淀粉回生的結(jié)構(gòu)變化。老化影響著淀粉類食品的儲(chǔ)藏期和接受度,Hu等[24]結(jié)合中紅外和拉曼光譜開發(fā)了一種淀粉回生度測(cè)定的方法,可應(yīng)用于貨架期實(shí)際預(yù)測(cè)中。

此外,淀粉的結(jié)晶與非晶性都影響其本身的理化性質(zhì)以及反應(yīng)過(guò)程(組成結(jié)構(gòu)、天然合成、糊化過(guò)程、反應(yīng)活性),直接決定了淀粉的應(yīng)用性能及產(chǎn)品質(zhì)量,而淀粉的結(jié)晶度極易受到加工環(huán)節(jié)(如水分含量變化、酸解、研磨、微波等)的影響[39]。拉曼光譜可提供分子的晶體組成和取向信息,目前已運(yùn)用于各種材料的分子成像中[40-42]。Galvis等[43]以高直鏈淀粉為參照模型,基于糖苷鍵在865 cm-1的各向異性(偏振度),通過(guò)偏振拉曼光譜(PRS)繪制了洋蘭淀粉顆粒結(jié)晶取向圖;Mutungi等[30]利用FT-拉曼光譜獲得的木薯淀粉480 cm-1骨架區(qū)積分面積與其結(jié)晶度與有好的線性相關(guān)性(R2=0.990),因此,拉曼光譜在實(shí)際應(yīng)用中可以作為快速檢測(cè)淀粉結(jié)晶度的有效工具,也有助于理解淀粉表觀特性與晶體結(jié)構(gòu)關(guān)系。

2.3 脂質(zhì)

目前在食品科學(xué)中,拉曼光譜主要應(yīng)用于純油脂性質(zhì)的檢測(cè)中。脂質(zhì)在加工與儲(chǔ)藏過(guò)程中,水解產(chǎn)生的游離脂肪酸是食品風(fēng)味物質(zhì)的重要前體,同時(shí)氧化和酶解產(chǎn)生的脂肪酸、醛、酮等有害成分也會(huì)導(dǎo)致酸敗,因此脂肪酸組成、酸價(jià)、過(guò)氧化值是脂質(zhì)品質(zhì)評(píng)價(jià)的主要指標(biāo),拉曼光譜對(duì)于雙鍵結(jié)構(gòu)的靈敏度極高,可廣泛應(yīng)用于評(píng)價(jià)脂質(zhì)的品質(zhì)。不飽和脂肪酸的ν(C=C)和飽和脂肪酸的δ(CH2)分別在1658和1443 cm-1附近出現(xiàn)特征拉曼譜帶,且ν(C=C)拉曼譜帶會(huì)受到共軛及順?lè)礃?gòu)象的影響出現(xiàn)30～50 cm-1的偏移,拉曼光譜得以成功用于以動(dòng)植物油為主要原料的食品的飽和度和摻假鑒定上[44-45],脂質(zhì)的拉曼光譜學(xué)特性信息如表3所示。碘值被用來(lái)評(píng)估脂質(zhì)的過(guò)氧化程度。Dymińska等[46]以13種植物油為原料,通過(guò)脂質(zhì)中ν(C=C)和ν(CH2)的紅外光譜和拉曼光譜積分強(qiáng)度成功構(gòu)建了光譜信息與碘值的線性關(guān)系:Iν(C=C)/Iν(CH2)=7.449×10-4×碘值-0.0339(r=0.988)和Iν(C=C)/Iν(CH2)=9.299×10-4×碘值-0.023(r=0.976),Zaj?c等[47]也通過(guò)該關(guān)系測(cè)定了馬脂肪組織切面的碘,并由此研究了脂肪層深度與碘值大小的關(guān)系。靳曇曇[48]用拉曼光譜結(jié)合化學(xué)計(jì)量法對(duì)食用調(diào)和油的酸價(jià)及過(guò)氧化值進(jìn)行測(cè)定,并成功測(cè)定了77份花生油、菜籽油、芝麻油三種植物油(體積比在0～100%梯度)調(diào)和的食用調(diào)和油中的組分及其比例。

表3 食用油脂拉曼光譜分配

植物油常用作油炸,拉曼光譜能評(píng)估其在高溫下氧化穩(wěn)定性。Carmona等[49]研究了190 ℃下加熱2～5 h的四種橄欖油的氧化穩(wěn)定性,2995～3040 cm-1區(qū)域特征峰與雙鍵相關(guān),其拉曼強(qiáng)度隨加熱時(shí)間增長(zhǎng)降低。反式脂肪酸也會(huì)降低油脂營(yíng)養(yǎng)價(jià)值,氫化或精煉都會(huì)導(dǎo)致反式脂肪酸的出現(xiàn),高溫加熱也會(huì)生成少量反式脂肪酸[50]。Gong等[51]利用逐步多元線性回歸和偏最小二乘法建立模型成功預(yù)測(cè)食用油熱誘導(dǎo)產(chǎn)生的反式脂肪酸。

由于脂質(zhì)的拉曼特征峰特殊性不強(qiáng),導(dǎo)致其在復(fù)雜體系中的檢測(cè)更易受到其他組分干擾,因此需要借助統(tǒng)計(jì)學(xué)方法或脂質(zhì)降解產(chǎn)生的脂肪酸等中間產(chǎn)物進(jìn)行判斷。目前,除了純食用油,拉曼光譜也用于蛋白質(zhì)和水含量較高的肉品體系中脂肪酸檢測(cè),結(jié)合統(tǒng)計(jì)學(xué)方法能綜合性表述肉品品質(zhì)[47,18-19]。

2.4 類胡蘿卜素

類胡蘿卜素是一類類異戊烯聚合物,多雙鍵結(jié)構(gòu)賦予了其高抗氧化活性,對(duì)慢性疾病有很好的療效[54-55]。目前主要有兩種方法監(jiān)測(cè)類胡蘿卜素:色譜法和光譜法,色譜常用反向HPLC,前處理復(fù)雜且易造成損失,通常需要25 min才能獲得番茄紅素及其異構(gòu)體的清晰峰形[56],而光譜的使用避免了這些缺陷。類胡蘿卜素在拉曼光譜中的三個(gè)特征譜帶為ν1(C=C)、ν2(C-C)、δ(C-CH3),可用于類胡蘿卜素的鑒定。Oliveira等[57]研究了50種植物樣品及其標(biāo)準(zhǔn)提取物中的天然胡蘿卜素的特征譜帶,發(fā)現(xiàn)由于類胡蘿卜的不同類型、不同存在基質(zhì)會(huì)導(dǎo)致拉曼波數(shù)出現(xiàn)較大偏移,ν1(C=C)范圍為1511～1531 cm-1,ν2(C-C)范圍為1151～1172 cm-1,δ(C-CH3)范圍為1000～1014 cm-1,特別是ν1會(huì)受類胡蘿卜素種類影響,C=C雙鍵數(shù)目增加,波數(shù)減小,另外兩個(gè)特征帶影響因素較為復(fù)雜不僅與基質(zhì)有關(guān)也與類胡蘿卜素構(gòu)象有關(guān)[54-58]。Osterrothová等[59]用拉曼光譜測(cè)定不同雪藻樣品中主要類胡蘿卜素并確定類型,發(fā)現(xiàn)ν1(C=C)頻移與樣品中不同類胡蘿卜素的比例有關(guān),有助于不同類胡蘿卜素鑒定。此外,類胡蘿卜素的含量和異構(gòu)化狀態(tài)直接決定了食品的品質(zhì)和營(yíng)養(yǎng),而加工過(guò)程對(duì)其含量和異構(gòu)化均有顯著影響[60],目前已有拉曼測(cè)定食品體系中類胡蘿卜素含量及異構(gòu)化程度的研究,Portarena等[61]也依據(jù)ν1(C=C)和ν2(C-C)之間的強(qiáng)度比(I1523/I1156)評(píng)估了橄欖油中β胡蘿卜素和葉黃素的相對(duì)豐度。Hikima等[62]用拉曼光譜定量檢測(cè)鮭魚中的蝦青素(1518 cm-1),利用拉曼光譜分辨不同品質(zhì)的鮭魚肉比視覺測(cè)定方法更精確。Schulz等[58]用拉曼光譜表征了胭脂樹籽中的特殊類胡蘿卜素Bixin的順?lè)串悩?gòu)體。

食品是復(fù)雜有機(jī)基質(zhì),大多數(shù)情況下樣品中ν1(C=C)頻帶是一組重疊的頻帶,這歸因于混合類胡蘿卜素信號(hào)雜糅,結(jié)構(gòu)類似的類胡蘿卜素在拉曼光譜中僅表現(xiàn)出略微的譜帶偏移,因此,拉曼光譜在未知體系中區(qū)分不同的類胡蘿卜素的能力有限。

2.5 其他組分

在食品其他組分方面拉曼光譜應(yīng)用較少,如微量元素及維他命,Martha等[63]對(duì)牛奶中加入的游離鈣離子對(duì)牛奶中磷酸鈣膠束穩(wěn)定性的影響進(jìn)行了研究,實(shí)現(xiàn)了對(duì)牛奶中的鈣離子定量分析。Radu等[64]利用SERS檢測(cè)了谷物中的維生素B族。雖然拉曼光譜靈敏度高可測(cè)量痕量物質(zhì),但存在檢測(cè)成本高(SERS活性基底種類少,價(jià)格高)、易受熒光干擾等缺點(diǎn),因此,食品全組分檢測(cè)仍需要拉曼光譜技術(shù)的進(jìn)一步研究開發(fā)。

3 拉曼光譜結(jié)合統(tǒng)計(jì)學(xué)方法在食品加工中的應(yīng)用

拉曼分辨率小于0.5 μm,可提供樣品原位結(jié)構(gòu)及化學(xué)信息[65],但由于食品體系和食品加工過(guò)程對(duì)食品體系影響的復(fù)雜性,官能團(tuán)及結(jié)構(gòu)最直接的光譜信息會(huì)受到干擾,出現(xiàn)非線性基線偏移、斜率變化引起的與研究對(duì)象非相關(guān)的響應(yīng)等,拉曼光譜需要借助于數(shù)學(xué)統(tǒng)計(jì)的方法進(jìn)行信息處理,以確保光譜信息的準(zhǔn)確性。傅立葉變換、多項(xiàng)式擬合,標(biāo)準(zhǔn)正態(tài)變量(SNV)、乘法信號(hào)校正(MSC)、正交信號(hào)校正(OSC)和間隙細(xì)分二階導(dǎo)數(shù)(GSSD)和小波變換均已應(yīng)用于對(duì)分析前的代表性光譜區(qū)域進(jìn)行處理[66];為避免基線效應(yīng),非對(duì)稱最小二乘法、多項(xiàng)式擬合等方法已廣泛用于原始拉曼數(shù)據(jù)的基線漂移和熒光校正[65]。

對(duì)于多組分的食品體系,可能出現(xiàn)光譜學(xué)特征峰帶的重疊,則需要通過(guò)多變量的分類量化分析方法建立數(shù)學(xué)模型來(lái)加以解決,常用的如軟獨(dú)立建模技術(shù)SIMCA、主成分分析PCA、偏最小二乘回歸PLS、最小二乘差別分析PLS-DA、支持向量機(jī)技術(shù)SVM、交替最小二乘法MCR-ALS等[67]。對(duì)于檢測(cè)食品中的營(yíng)養(yǎng)素,Mazurek等[21]基于PLS處理了市售的21種液態(tài)牛乳的FT-Raman光譜數(shù)據(jù),獲取了其脂肪、蛋白質(zhì)、碳水化合物和干物質(zhì)的定量信息,誤差僅3.4%～5.6%。對(duì)于加工中食品原料的變化,Hu等[24]利用拉曼光譜結(jié)合中紅外光譜監(jiān)測(cè)淀粉回生度,通過(guò)偏最小二乘(PLS)、區(qū)間PLS(iPLS)、協(xié)同區(qū)間PLS(siPLS)和向后區(qū)間PLS(biPLS)對(duì)MIR和拉曼光譜數(shù)據(jù)進(jìn)行處理并提取兩種不同水平的融合數(shù)據(jù),通過(guò)中級(jí)融合方法構(gòu)建的PLS模型獲得了最滿意的性能,成功測(cè)定淀粉的回生度,相關(guān)系數(shù)為0.9658。對(duì)于加工摻假,Qin等[68]用基于自適應(yīng)迭代重加權(quán)懲罰最小二乘法去除奶粉的熒光信號(hào),采用簡(jiǎn)單閾值法對(duì)三聚氰胺(673 cm-1)和尿素(1009 cm-1)的單波段熒光校正圖像進(jìn)行分類,檢測(cè)限為50 mg/mL。Nedeljkovic等[69]運(yùn)用PCA-DA成功區(qū)分了乳脂與摻入向日葵油、椰子油和棕櫚油的乳脂類似物(靈敏度100%)。Dong等[70]用最小二乘支持向量機(jī)Bay-LS-SVM改進(jìn)數(shù)據(jù)處理方式,與PLS比獲得更高的精度和計(jì)算效率(R2=0.9996)。

此外,感官屬性也是食品品質(zhì)的重要指標(biāo),拉曼建模亦被成功應(yīng)用于預(yù)測(cè)食品的感官特性和基于感官屬性的質(zhì)量分級(jí)。蛋白質(zhì)疏水性、膠原蛋白溶解及脂肪酸濃度決定了肉的感官指標(biāo):多汁性和嫩度,Fowler等[18]利用拉曼光譜獲得的蛋白質(zhì)結(jié)構(gòu)信息與消費(fèi)者感官數(shù)據(jù)建立多元線性回歸模型,成功預(yù)測(cè)多汁性和嫩度,預(yù)測(cè)值和觀測(cè)值間的相關(guān)性達(dá)到0.42～0.47。Wang等[19]也通過(guò)PLS成功建立了豬腰肉多汁性、嫩度、咀嚼性三個(gè)感官屬性與拉曼信號(hào)的預(yù)測(cè)模型,準(zhǔn)確度達(dá)80%以上,并用SVM根據(jù)嫩度和咀嚼性將豬腰肉的感官評(píng)價(jià)及對(duì)應(yīng)拉曼數(shù)據(jù)分為三個(gè)等級(jí),預(yù)測(cè)等級(jí)為好的豬肉準(zhǔn)確率達(dá)100%。

此外,近年來(lái)拉曼成像技術(shù)不斷發(fā)展,拉曼成像需要大量光譜信息,此時(shí)普通的單變量分析方法局限性大,更需要選用適當(dāng)?shù)幕瘜W(xué)計(jì)量法進(jìn)行數(shù)據(jù)處理,Qin等[71]利用空間偏移拉曼光譜結(jié)合混合自建模分析SMA方法,獲得了番茄紅素在不同成熟度番茄中的可視化分布圖。

拉曼光譜的缺點(diǎn)在于其在對(duì)復(fù)雜體系研究時(shí),產(chǎn)生的信息糅雜及生物分子的高度干擾、激光產(chǎn)熱以及其拉曼散射本身強(qiáng)度弱。因此引入高效的算法、快速的圖像處理軟件和硬件以及降低設(shè)備成本是未來(lái)研究的方向,從而能夠?qū)?shí)驗(yàn)室結(jié)果盡早轉(zhuǎn)化為工業(yè)應(yīng)用。同時(shí),將當(dāng)前的光譜技術(shù)與其他感應(yīng)設(shè)備(如電子舌、電子鼻等)集成在一起,可以提高光譜和光譜成像方法的預(yù)測(cè)準(zhǔn)確性,并擴(kuò)大其應(yīng)用范圍。

4 總結(jié)和展望

拉曼光譜技術(shù)因其方便快捷和分辨率高的優(yōu)勢(shì)在食品加工中品質(zhì)檢測(cè)的應(yīng)用迅速擴(kuò)大,然而要進(jìn)一步深入探究食品加工過(guò)程中品質(zhì)的變化規(guī)律和機(jī)制,為食品精細(xì)加工技術(shù)和工業(yè)化生產(chǎn)應(yīng)用提供理論指導(dǎo),拉曼光譜技術(shù)的發(fā)展在以下三個(gè)方面有待進(jìn)一步的加強(qiáng):a.拉曼光譜、組分結(jié)構(gòu)與食品品質(zhì)三者之間的相關(guān)性數(shù)據(jù)有待進(jìn)一步的完善。b.與其他檢測(cè)技術(shù),如偏振光、紅外等結(jié)合的拉曼光譜技術(shù)有待進(jìn)一步的開發(fā),以提高復(fù)雜食品體系的檢測(cè)的準(zhǔn)確性。c.以食品的品質(zhì)指標(biāo)為樣本,以拉曼數(shù)據(jù)為基礎(chǔ),結(jié)合統(tǒng)計(jì)學(xué)方法,建立模型和圖像處理,進(jìn)一步開發(fā)便攜式拉曼檢測(cè)設(shè)備。