禽肉中风味指纹和识别检测方案

中国食品学报Journal of Chinese Institute of Food Science and Technology第14卷 第2期2014年2月Vol. 14No. 2Feb.2014 中国食品学报2014年第2期256 禽肉风味指纹和识别模型的建立 李 芳 孙 静 黄沁怡 李 晔 张春丹 苏秀榕* (宁波大学海洋学院 浙江宁波315211) 摘要 目的：探究加热温度与鸡肉、鸭肉和鹅肉挥发性物质之间的关系，建立电子鼻检测和识别模型，旨快速鉴别禽类肉的种类和肉制品的掺假。方法：用电子鼻检测不同加热温度的鸡肉、鸭肉及鹅肉，采用线性判别式分析(LDA)和判别函数法(DFA)分析未加热，80，100，120℃和150℃条件下的样品。结果：电子鼻能够区分不同种类以及不同加热温度的禽类肉；模型的验证结果的准确率通常在95%以上。结论：建立电子鼻检测和识别模型，能够可快速检测出禽类肉的种类，为食品，特别是肉质品的掺假检测提供依据。 关键词 电子鼻；禽类肉；快速检测；识别模型 经济、科技的迅速发展，为人们的生活带来了便利，然而也存在着很多问题，如肉制品掺假。动物源性成分及原料的检测仅靠索证和感官检测是远远不够的，建立快速、有效的检测方法，确定动物成分的种属，从而快速鉴别动物源性商品的质量。在防止疯牛病、禽流感的传播和进出口贸易中建立相应的技术壁垒，保障中国的食品安全和消费者的身体健康以及防止不法商家瞒报商品成分具有重要的意义。鸡肉、鸭肉、鹅肉在日常饮食中扮演着重要的角色，有资料表明：不法企业使用相对廉价的鸡肉等肉类原料，通过各种手段，冒充牛肉、羊肉制品进行销售，以谋取不当利益，严重侵犯了消费者的合法权益。检测肉制品中是否掺假显得十分重要。 有关食品掺假的检测技术很多，包括红外光谱技术2、微卫星标记技术、荧光定量 PCR (real-time PCR，RTi-PCR)技术和色谱-质谱联用技术等。随着科学技术的进步，人们生活节奏的加快，这些操作复杂、耗时的检测技术已无法满足人们的要求，建立快速、简便的检测技术成为1种趋势。 ( 收稿日期：2013-02-12 ) ( 基金项目：海洋公益性行业科研专项经费(201005016)；2011年浙江省大学生科技创新活动计划 (2011R405030) ) ( 作者简介：李芳，女，1988年出生，本科生 ) ( 通信作者：苏秀榕 ) 电子鼻检测技术以操作简单、响应速度快、价格低廉等优势在食品快速检测领域发挥着越来越重要的作用。电子鼻技术是20世纪90年代发展起来的1种人工嗅觉技术，可以用来分析、识别和检测复杂嗅味和大多数挥发性成分的仪器4-51。它的原理来自于人类鼻子，即嗅觉的作用，是1种新颖的仿生检测技术。电子鼻可敏感地识别气味及其变化，既可对不同样品的气味相似度进行简单的比较，也可通过预先采集标准样品建立的数据库对未知样品进行判断。和人类嗅觉系统相似，电子鼻包含1组化学传感器阵列，被封装在密闭容器中。每个传感器阵列都有不同的电响应值，对于特定的气味，其输出的指纹图谱或标记图利用一定的模式识别系统被识别出来，且结果是唯一的6。正是基于这些特点，目前电子鼻检测技术已广泛应用于各个领域，其中包括食品加工、环境监测、医学、室内空气检测、化妆品等领域18-11。 本文运用电子鼻对不同加热温度的禽类肉样品进行分析，采集各自的“指纹数据”，探讨加热温度与鸡肉、鸭肉及鹅肉的挥发性物质之间的关系；建立合适的模型，使用模式识别鉴别不同种类的禽类肉，为禽类肉种类的鉴别提供参考。 材料与方法 1.1 材料 鹅肉、鸡肉、鸭肉，购于宁波市欧尚超市。 1.2.1 样品的制备与检测 样品经捣碎后，精确称取0.5 g(精确至0.01 g)于10 mL样品瓶中，加盖密封。每种禽类肉分别做未加热以及80，100，120，150℃加热处理，冷却后测定，分别做5组平行。 电子鼻(PEN3，德国 AIRSENSE 公司)，包含10个金属氧化物传感器，具有自动调整、自动校准及系统自动富集的功能。响应信号为传感器接触到样品挥发性物质后的电导率G与传感器在经标准活性炭过滤气体后的电导率Go的比值。信号采集时间为100s，清洗时间200s， 进气量300mL/min。 1.2.2 数据分析方法 采用电子鼻配套的 WinMuster 软件对样品数据进行线性判别式分析(LDA)和判别函数分析(DFA)。线性判别式分析(LDA)是1种常用的分类方法，使用该方法需要样本空间呈正态分布，并有相等的离差。构造的判别函数由原始变量经线性组合得出，能够最大限度地区分不同的样本集，在降低数据空间维数的同时最大限度地减少信息丢失。这种数学分类规则可将N维空间分成一些子空间，并将其定义在直线、平面或超平面上。这种计算判别函数的方法，可以使组间变异与组内变异的比率达最大大。由于LDA具有分类效果好、易实现等优点，所以成为在电子鼻系统中应用十分广泛的方法，取得了良好的效果。DFA是在有先验知识的前提下，即知道各样品所属类别的情况下，对原始数据向量进行线性变换，使得各类样品能够更好地区分4。 DFA 分析常用于建立样本数据库后，对未知样本进行定性判别。马氏距离、欧式距离等是常用的DFA分析方法。 2 结果与分析 2.1 加热温度与禽类肉挥发性物质的关系 不同加热温度禽类肉的电子鼻LDA分析结果见图1。该图中的椭圆代表不同加热温度禽类肉的数据采集点。从分析结果看，鸡肉、鸭肉和鹅肉的 LDA 总贡献率分别为83.84%，92.71%及91.93%，说明提取的信息能够反映原始数据的大部分信息， LDA分析可用于区分不同加热温度禽类肉的挥发性物质。对鸡肉样品而言，不同加热温度的样品分别位于各自的椭圆区域内，没有任何交集，分离效果明显。这就表明加热引起鸡肉挥发性物质的改变，明显不同于未加热的样品。加热后，鸭肉的挥发性物质也发生了变化，并呈现出一定的规律性。在LDA分析图中不同加热温度的鸭肉呈现一定的聚类特性，随着加热温度的升高，未加热、加热80~120℃及加热150℃鸭肉分别位于不同的位置，分离效果较为明显。鹅肉样品呈现出与前两者不同的变化规律，随着加热温度的升高，未加热、加热80℃和100℃、加热120℃以及加热150℃的鹅肉样品分布于不同的位置，表明加热温度的变化引起鹅肉挥发性物质的变化。当温度加热到一定程度时，由温度引起的化学变化很剧烈，包括各种营养成分(蛋白质、糖类、脂质等)的降解反应以及加热过程中的美拉德反应，产生了一些新的物质115-17。 在相同的温度条件下3种禽类肉样品的LDA分析结果见图2。可以看出，未加热、加热80~150℃的禽类肉样品的LDA 总贡献率分别为99.84%，98.59%，98.45%，97.25%及 93.70%。随着加热温度的升高，LDA的总贡献率呈现出递减的趋势，其总体都在90%以上，说明LDA分析法提取的数据信 息能够反映原始数据的绝大部分信息，这种分析方法可区分同一加热温度下不同禽类肉的挥发性物质。各温度下的3种禽类肉样品都分布于不同的区域，说明温度对不同种类禽类肉的检测几乎没有影响。 图2 同一温度下3种禽类肉的LDA分析 Fig.2 Linear discriminant analysis for three poultry meats at the same temperature conditions 2.2 禽类肉种类模型的建立 将电子鼻采集到的不同加热温度的鸡肉、鸭肉、鹅肉3组禽类肉的样本，用电子鼻分析软件建立禽类肉种类的模型，用LDA法分析，其结果见图3。在所建立的禽类肉种类模型中，鸡肉、鸭肉、鹅肉3组样本的数据采集点分别位于各自的区域，没有重叠。LD1、LD2的贡献率分别为53.75%和22.98%，LD1和 LD2 的总贡献率为76.73%，说明 3种禽类肉的挥发性物质有较大的差异。在禽类肉种类一定的前提下，随着加热温度的升高，其挥发性物质种类和含量虽然发生一定的变化(见图1)，但是总体分布于同一个椭圆中。不管加热温度如何变化，电子鼻都能够准确识别不同种类的禽类肉。LDA分析可用于区分不同种类的禽类肉，然而使用禽类肉种类模型鉴别未知种类的禽类肉，需要提供新样品来验证模型的准确性。 2.3 模型的验证与禽类肉种类的鉴别 分别取鸡肉、鸭肉、鹅肉样品，用判别函数(DFA)法验证模型的准确性，验证结果见图4~图6。不同种类的待测样品的气味曲线穿过模型中各自肉类样品的气味数据点，电子鼻将待测样品进行归类、判定，并且判定结果是正确的。运用欧氏距离、马氏距离、相关性、判别函数法鉴别不同种类的禽类肉，结果见表1。欧氏距离、马氏氏离、相关性、判别函数等方法均能很好地鉴别鸡肉、鸭肉、鹅肉，该模型对未知样品的识别值大于95%，能有效地识别2种禽类肉样品，其识别正确率达到100%。 图3 禽类肉的LDA分析 Fig.3 Linear discriminant analysis for poultry meat 图4 鸡肉的验证结果 Fig.4 Validation results of chicken (b) 图5 鸭肉的验证结果 图6鹅肉的验证结果 Fig.6Validation results of goose 表1电子鼻对禽类肉的识别结果 Table 1Identification of poultry meat used Electronic nose 实际 识别方法 种类 欧氏距离 马氏距离 相关性 判别函数法 鸡肉 5例全部识别 5例全部识别 5例全部识别 5例全部识别为鸡肉，确定性分别为99.67%， 为鸡肉 为鸡肉 为鸡肉 99.94%，95.37%，100.00%，100.00%. 鸭肉 5例全部识别 5例全部识别 5例全部识别 5 例全部识别为鸭肉，确定性分别为96.22%， 为鸭肉 为鸭肉 为鸭肉 99.89%，99.59%，99.28%，99.18%。 鹅肉 5例全部识别 5例全部识别 5例全部识别 5例全部识别为鹅肉，确定性分别为99.98%， 为鹅肉 为鹅肉 为鹅肉 99.99%，100.00%，100.00%，100.00%。 3 结论 上118-19。利用这种方法所得结果是可靠的。 1)利用线性判别式分析法(LDA)能够区分不同种类的禽类肉以及不同加热温度下的禽类肉，其总的贡献率在70%以上。贡献率表示所定义的判别式在整个数据分析中所占比重。累计贡献率的大小反映这种取代的可靠性，累计贡献率越大，可靠性越强。一般要求累计贡献率在70%以 2)通过判别函数法(DFA)验证模型，能够判断出未知样品所属种类，确定性很高，在95%以上；成功率也高，没有误判的现象。利用这种方法既提高了检测速度，又提高了检测结果的准确度。对于当今迅速发展的社会来说，电子鼻提供了1种快速、简便的食品掺假检测方法。 ( 参 考 文 献 ) ( [1] 郑新，姚大伟，许 家 荣，等. 应 用微卫星标记技术鉴别鸡，鸭，鹅源性成份[].江苏农业学报，2010，26(5)：1078- 1082. ) ( 马利，孙长华，张宝.红外光谱技术在食品掺假检验中的应用进展J.生命科学仪器，2010，8(2)：3-5. ) ( 何玮玲，黄明，张驰.食品中肉类成分种属鉴别技术研究进展[.食品科学，2012，33(3)：304-307. ) ( 郑福平，宁洪良，郑景洲，等. 电 子鼻对花椒精油的辨别研究[].北京工商大学学报，2010，28(4)：9-15. ) ( 石志标，左春怪，张学军，新颖的仿生检测技术电子鼻[J].测试技术学报，2004，18(1)：51- 5 5. ) ( 金翠云，崔瑶，王 颖 .电子鼻及其在各领域的最新研究进展[.传感器世界 ， 2010，16(3)：6-1 0 . ) ( 宋会歌.电子鼻及其在食品感官分析中的应用[J.肉类研究，2011，25(1)：54 - 57. ) ( 刘亭利，胡国清.电子鼻的应用综述[J].传感器世界，2007，13(8)：6-10. ) ( 谢安国， 王 金水，渠琛玲，等.电子鼻在食品风味分析中的应用研究进展[J].农产品加工·学学， 2011， 1 ：71-73. ) ( [10 ] 顾赛麒，王 锡 昌，刘源，等.电子鼻检测不同贮藏温度下猪肉新鲜度变化[].食品科学，2010，31(6)： 1 72-176. ) ( [11 ] 张硕，王玉田，孟鑫.电子鼻对模拟金锣鸡汤肠风味香精的识别[J].肉类研究，2012，26(4)：21-23. ) ( 121 潘磊庆，唐琳，詹歌，等.电子鼻对芝麻油掺假的检测J.食品科学，2010，31 ( 20)：318-321. ) ( [13] 徐亚丹，王 俊 ，赵国军.基于电子鼻的对子假的"伊利"牛奶的检测[J].中国食品 学 报，2006，6 ( 5)：112-118. ) ( [141 辛松林，杨妍.电子鼻的原理、应用现状及前景[J].四川烹饪高等专科学校学报，2011，1：2 3 -25. ) ( [15 ] 成坚，刘晓艳.加热过程对鸡肉风味前体物质的影响[J].食品与发酵工业，2005，31(1)：146 - 148. ) ( [16] 孙静， 黄 健，侯云丹，等.顶空固相微萃取-气质联用分析大眼金枪鱼肉的挥发性成分[J].食品科学，2011，32 (22)： 2 30-233. ) ( [171 黄健，王霞，侯云丹，等.加热温度对牡蛎挥发性风味成分的影响[J].核农学报，2012，26(2)：311-316. ) ( [18] Xu X Q. Electronic nos e for cha r acterization of fl a vor pa t terns of de e p frying oils[J]. F o od Australia， 20 0 6， 58 (3)： 89-91. ) ( [19] i Zheng H， Wa n g J. E l ectronic nose and d a ta analysis for detec t io n of ma i ze oil adulteration in se s ame oil[J] . Senso r sand A ctuator s B， 2006，119：449-455. ) Establish Poultry Meat Detection and Identification Model with the Electronic Nose Li Fang Sun JinggHuang QinyiLi Ye Zhang Chundanin SSu Xiurong (School of Marine Sciences， Ningbo University， Ningbo 315211， Zhejiang) Abstract Objective： Explore the relationship between the heating temperature and the volatile substances of chick-en， Cduck andgoose meats. Establish electronic nose detection and identification model， to provide a method for therapid identification of poultry meat species and meat adulteration. Methods： Using the electronic nose to detect the differ-ent heating temperature of chicken， duck and goose meats， and adopting linear discriminant analysis(LDA) and discrimi-nant function method (DFA) to analyze the samples which the heating temperature were without heating， 80℃， 100℃，120℃ and 150 ℃. Results： The electronic nose is able to distinguish between the different kinds and different heatingtemperature of poultry meat； and the verification results of model is also more accurate， usually can reach more than95%. Conclusions： The electronic nose of detection and identification model establishment， able to quickly detect thespecies of poultry meat， and provide the basis for the adulteration of food， especially meat products. Key words electronic nose； poultry meat； rapid detection； identification model 信息窗 科学家发现：吃辣椒减少患帕金森风险 科学家发现，那些吃含有可食用尼古丁食物的人，能在一定程度上预防患帕金森氏症。除了辣椒之外，土豆、西红柿和茄子也都属于这类食物。 这项研究的参与者包括490名新近确诊的帕金森氏症患者以及644名健康人士。 在不抽烟或少量吸烟的人群中食用茄科属蔬菜多的人，患帕金森氏症的可能性减少。每周食用至少两次茄科属蔬菜的人，帕金森氏症的几率减少30%。 (消息来源：广州日报)