目前,拉曼光谱技术已经在食品、医药、化工、材料等多个领域获得了广泛的应用。其应用在肉品品质检测中时多会受到多种信号干扰,部分指标检测需要联合SERS技术,本文邀请到了中国肉类食品综合研究中心白京老师向大家介绍拉曼光谱在冷冻肉中的应用。
1、 简介
冷冻肉品是当前最常见的原料肉贮藏品类,其一般是指畜肉宰杀后,经预冷、排酸、速冻(-28℃至-40℃ ),继而在-18℃以下储存,深层肉温达-6℃以下的肉品。冷冻猪肉在贮藏过程中,蛋白氧化、脂肪氧化和微生物及冰晶的传热传质等会大大降低其感官品质、食用品质及加工性能。目前,在冷冻肉贮藏流通过程中对其品质的评判主要是通过感官评定或相关理化指标检测,但是这些评判方法需要耗费大量人力物力,易受主观影响,准确度较低,不适合大宗贮藏批量交易的检验要求,亟需开发冷冻肉品质的无损快速检测方法。拉曼光谱技术具有快速、原位、无损伤检测等优点,在食品领域的应用研究受到了广泛关注。
2、 拉曼光谱无损快速技术研究理论基础
当激发光的光子与物质分子相碰撞,可产生弹性碰撞和非弹性碰撞。在弹性碰撞中二者未发生能量交换,光子频率不变,这种散射现象称为瑞利散射。在非弹射碰撞过程中,光子与分子有能量交换,光子转移一部分能量给散射分子,或从散射分子中吸收一部分能量,从而使其频率改变,这种分子对光子的非弹射散射效应即是拉曼散射。由于不同的化学键或基团有不同的能量改变,并产生相应的光子频率变化,故根据光子频率变化即可判断分子中所含的化学键或基团,此为拉曼光谱技术。散射光频率与入射光频率差值即为拉曼位移。
图1拉曼散射原理
3、 拉曼光谱技术在肉中的应用基础及现状
肉品的物质组成、含量及其在贮存加工过程中蛋白质二级结构的变化能通过拉曼位移直接反应,主要体现在酰胺Ⅰ带:1645cm-1~1685cm-1(结构:α-螺旋: 1650cm-1~1658cm-1;β-折叠: 1665cm-1~1680cm-1;β-转角: 1680cm-1;无规则卷曲: 1660cm-1~1665cm-1)和酰胺Ⅲ带:1200cm-1~1235cm-1,其分子结构来自色氨酸等多种氨基酸、C=CN等基团、C=C基团和C-H相关基团等。另外,肉品脂质饱和程度在1260、1264、1290、1438、1445、1656、1658、1745 cm-1等拉曼位移处有直接体现,分子结构来自C=H形变、C=H扭转振动、=CH2剪振、=CH2形变、C=C拉伸和C=O等。
目前拉曼光谱技术作为一种指纹识别图谱,在肉品领域应用主要集中在加工品质(pH值、嫩度、肉色、保水性)、营养品质(脂肪含量、脂肪酸含量)、安全品质(食源性致病菌、兽药残留(结合表面增强拉曼光谱))和掺假分析(牛肉中掺假马肉、鸭肉等)中。但因为肉品组成成分复杂,肉品拉曼光谱数据量较大且复杂,因此多需要结合化学计量学方法提取相关特征信息
4、 拉曼光谱无损快速检测技术在冷冻肉中的应用-以酸价、过氧化值检测为例
冷冻肉蛋白氧化可以直接引发肉质变色,脂肪氧化使其营养、味道、质构和外观发生改变,蛋白氧化程度和脂肪氧化程度是评价冷冻肉贮藏期内品质变化的重要指标。酸价是评价猪肉脂质水解的指标,可以综合反映脂质水解氧化程度,过氧化值是反映油脂和脂质氧化状态的最常见指标之一。本研究实例基于拉曼光谱技术和化学计量学技术研究冷冻猪肉在冷冻贮藏过程中的酸价和过氧化值的变化,从脂肪氧化角度研究冷冻猪肉在贮藏过程中的变化规律,建立拉曼光谱快速预测冷冻猪肉酸价和过氧化值的快速无损检测方法,为快速预测判断冷冻猪肉品质和贮藏时间提供一定技术支撑。
具体地,对宰后冷却成熟胴体分割取下猪IV号肉,并将其分成750±100g的样品,用保鲜膜进行密封包装,在-30℃环境下进行快速冻结,并立即在相对湿度90%~95%、温度-18℃以下的冷藏库中储存,冷藏库温度一昼夜升降幅度不超过1℃。选取冷冻猪IV号肉贮藏过程中的不同时间点进行检测,以冻结后入冷藏库前作为0d,分别选取0、30、60、90、120、150、180、210、240、270、300、330、360 d 13个时间点进行酸价、过氧化值检测和拉曼光谱检测。
如下图为样品表面脂质拉曼光谱预处理后的平均值和最大值、最小值光谱曲线。样品表面脂肪的拉曼特征峰集中在1000-1800cm-1和2800cm-1附近,其中1064和1124cm-1为C-C键伸缩振动,1300cm-1为CH2弯曲振动,1443cm-1为CH2剪切振动,1658cm-1为C=C伸缩振动,1745cm-1为C=O伸缩振动,2725、2834和2860cm-1为CH3的对称振动,这些均为饱和脂肪酸和不饱和脂肪酸的特征峰,可以表征脂肪的饱和程度,在一定程度上反映脂肪的氧化程度可以看出在特征峰位置上,拉曼强度在特征峰位置上与酸价和过氧化值大小呈现一定相关性。本研究中,酸价和过氧化值最大值和最小值分别对应同一个样品。
经比较原始光谱、经过airPLS、SG-5点平滑、SNV、SG-5点平滑+airPLS、SNV+airPLS预处理后光谱经PLSR建模分析发现,经过SNV+airPLS预处理后的酸价、过氧化值PLSR预测模型效果最好。对经过SNV和airPLS预处理的拉曼光谱数据应用CARS算法,选取特征拉曼位移,建立CARS-PLSR的特征拉曼位移处的拉曼强度预测酸价和过氧化值模型。随着样品运行次数的增加,单个酸价值和过氧化值的PLSR模型保留的样品拉曼位移变量数逐渐减少,且减少的速度由高到低,表明变量筛选过程是粗筛到细筛的。当运行次数达到一定值时(酸价值运行38次,过氧化值运行35次),与预测酸价值和过氧化值的大量无关拉曼位移变量被剔除,交叉验证均方根误差(RMSECV)值最小,表明PLSR模型的预测能力最强,最终选取出变量子集和酸价值、过氧化值预测相关的特征拉曼位移变量,分别为53和58个拉曼位移变量,分别为总变量数的2.93%和3.21%。可以看出,预测酸价和过氧化值的特征变量分别集中在495、1064、1124、1300、1443、1658、2834、2860 cm-1和1064、1124、1300、1443、2834、2860 cm-1拉曼位移附近,表明1064、1124、1300、1443、2834、2860cm-1拉曼位移处代表的信息(C-C键伸缩振动、CH2弯曲振动、CH2剪切振动和CH3的对称振动)均对预测酸价和过氧化值变化贡献较大,但495 cm-1和1658cm-1处代表的COC的对称变形和C=C伸缩振动仅对酸价的预测贡献较大。
CARS筛选拉曼特征变量
CARS-PLSR预测酸价和过氧化值结果
5、 小结
拉曼光谱作为一种分子散射光谱,在肉品品质检测方面具有无损、快速、指纹性、半定量的优势,但其应用环境较为复杂,需要应用多种分析方法,有效提取特征信息,以便提高拉曼光谱检测肉品品质指标的准确性,扩大应用范围。
作者简介
中国肉类食品综合研究中心动物源性食品研究部工程师,长期致力于生鲜肉品快速无损检测研究,参与多项“十三五”、“十四五”国家重点研发计划项目,发表相关论文10余篇,申请发明专利10余件,登记软件著作版权3项,参与制订国家标准《GB/T 41366-2022畜禽肉品质检测 水分、蛋白质、脂肪含量的测定 近红外法》等多项标准。
文章内容来自网络,如有侵权,联系删除、联系电话:023-85238885
参与评论
请回复有价值的信息,无意义的评论将很快被删除,账号将被禁止发言。
评论区