馬小紅，趙武奇*，谷 月，李曉丹，張 哲，田 蜜

（陜西師范大學(xué) 食品工程與營養(yǎng)科學(xué)學(xué)院，陜西 西安 710062）

牛奶含多種營養(yǎng)成分，被認(rèn)為是“接近完善的食品”。在我國，隨著人們生活水平的提高，乳制品逐漸成為人民生活必需食品，這一消費需求有力地推動了乳品行業(yè)的發(fā)展。乳品行業(yè)成為我國新興而又極具發(fā)展?jié)摿Φ氖称沸袠I(yè)，被社會公認(rèn)為“朝陽產(chǎn)業(yè)”[1]。2010年，我國乳制品總產(chǎn)量2159萬t，比2005年增長79%，行業(yè)銷售額達(dá)到1717.50億元人民幣，利潤總額為89億元。但是我國目前乳品行業(yè)在發(fā)展機遇面前，卻面臨著乳品質(zhì)量安全和生產(chǎn)加工過程的衛(wèi)生狀況良莠不齊這一嚴(yán)重問題的干擾?？股貧埩羰悄壳坝绊懭橹破焚|(zhì)量安全的主要因素之一，抗生素通過食物鏈進入人體，對人體的健康構(gòu)成嚴(yán)重的威脅。因此，聯(lián)合國糧農(nóng)組織（FAO）、世界衛(wèi)生組織（WHO）的食品法對牛奶中抗生素殘留量限量都有明文規(guī)定，歐盟（EC）和美國食品藥品監(jiān)督管理局（FDA）也有嚴(yán)格規(guī)定，禁止抗生素殘留超過最高殘留限量的牛奶及制品上市。牛奶中抗生素殘留的檢測方法主要有微生物檢測法、理化檢測法和免疫學(xué)分析法，但這些檢測方法都具有不同程度的局限[2]。近紅外光譜（NIR）分析技術(shù)是20世紀(jì)70年代發(fā)展起來的一項高效、快速、無損、綠色的定性定量分析技術(shù)，已廣泛應(yīng)用于石油化工、農(nóng)業(yè)、制藥、食品、煙草工業(yè)、生命科學(xué)以及環(huán)境保護等領(lǐng)域[3]，在近紅外光譜檢測牛奶品質(zhì)方面，COPPA M等[4]預(yù)測了牛奶中的脂肪酸組成，HSIEH CL等[5]預(yù)測了山羊奶的密度、脂肪及無脂固形物含量，BALABIN RM等[6]建立了液態(tài)奶中三聚氰胺的定量分析模型，李亮等[7]實現(xiàn)了對摻有植物性填充物牛奶的快速定性、定量鑒別，朱向榮等[8]對液態(tài)奶中蛋白質(zhì)和脂肪含量進行預(yù)測，李曉云等[9]建立了牛奶中脂肪、蛋白質(zhì)和干物質(zhì)含量的定量分析模型。目前各養(yǎng)殖場特別是小規(guī)模奶牛飼養(yǎng)戶抗生素濫用現(xiàn)象十分嚴(yán)重，并且抗生素使用劑量也越來越大，造成抗生素在大部分牛奶中的有殘留。因此研究牛奶中抗生素的快速檢測方法具有現(xiàn)實意義，本文探討近紅外光譜無損檢測牛奶中青霉素的可行性。

1 材料與方法

1.1 材料與儀器

從超市購買3種不同廠家但是每種樣品為同批次的純牛奶。按國家標(biāo)準(zhǔn)GB/T4789.27-2003食品衛(wèi)生檢驗方法微生物學(xué)檢驗方法氯化三苯四氮唑（TTC）法，對鮮牛奶中抗生素殘留進行檢測和結(jié)果判定[10]。篩選出不含抗生素的牛奶作為試驗的樣品。

青霉素標(biāo)準(zhǔn)品（純度96%），TTC（2，3，5-氯化三苯四氮唑，嗜熱乳酸鏈球菌，氯化三苯四氮唑，多功能近紅外光譜儀InfraXact（瑞典福斯公司）。

1.2 樣本集的制備

配置青霉素濃度分別為0、4×10-9g/L、10×10-9g/L、20×10-9g/L、30×10-9g/L、40×10-9g/L、50×10-9g/L、60×10-9g/L、70×10-9g/L、80×10-9g/L、90×10-9g/L、100×10-9g/L、120×10-9g/L、150×10-9g/L、180×10-9g/L、200×10-9g/L、220×10-9g/L、250×10-9g/L、280×10-9g/L、300×10-9g/L等不同梯度的84個牛奶樣本，為了更加接近于實際分析的樣品，將配置好的牛奶在4℃的冰箱里放置72h，對每一樣本進行近紅外光譜掃描。

1.3 樣品光譜采集

測量時，將樣品置于杯中，數(shù)據(jù)采集頻率為每次掃描3秒，光譜數(shù)據(jù)間隔為2nm，每個樣品重復(fù)掃描30次，通過計算機運行InfraXact光譜儀自帶的ISIscan軟件，獲取光譜數(shù)據(jù)并存儲。掃描前，儀器需預(yù)熱1h，自檢通過后方可正常使用。掃描過程中保持室溫25℃左右，并嚴(yán)格控制室內(nèi)濕度，保持環(huán)境的一致性。

1.4 異常樣品的剔除及樣本集的劃分

利用馬氏距離剔除異常樣品，設(shè)置GH=3.0，含義為得分的三維圖中，每個樣品距離中心樣品點的距離為標(biāo)準(zhǔn)變異單位的3倍，馬氏距離超過3.0的被視為異常樣品，均被剔除。將經(jīng)過異常剔除后的樣品按樣品序號采用隔八選一法進行分集，定標(biāo)集和驗證集樣品個數(shù)比例約為7:1。

1.5 定標(biāo)模型的建立

將不同的校正方法和預(yù)處理方法對模型的影響設(shè)計成正交試驗。選取L27（313）正交表[11]，將因素分別安排在1、2、4、8、11、13列進行試驗，以函數(shù)f=R/（1+SECV）為目標(biāo)來評估模型的性能（R為定標(biāo)決定系數(shù)，SECV為交叉驗證標(biāo)準(zhǔn)差），表1為試驗因素水平表。

表1 正交試驗因素水平Table 1 Factor and levels of orthogonal test

1.6 定標(biāo)模型的驗證

以驗證集樣品作為未知樣品進行預(yù)測，通過預(yù)測決定系數(shù)（R2）及預(yù)測集標(biāo)準(zhǔn)偏差（SEP）的大小來驗證模型的預(yù)測能力。

2 結(jié)果與分析

2.1 樣品的近紅外反射光譜圖

附圖為樣品的近紅外反射光譜圖。由光譜圖可以看出，液態(tài)奶制品的特征吸收波段大約在1200nm-1～1850nm-1內(nèi)。青霉素中含有C=O、C-N、S-C、苯環(huán)等基團，在1200nm-1～1300nm-1內(nèi)高倍頻吸收較弱，該區(qū)域包括C=O、C-N、S-C等鍵的伸縮振動吸收；在1300nm-1～1850nm-1區(qū)域的峰是由伸縮振動產(chǎn)生的吸收帶，苯環(huán)、C=C等鍵主要存在于此吸收波段，它是基團鑒定的區(qū)域也被稱為官能團區(qū)，豐富的光譜信息對牛奶中青霉素的近紅外光譜定量分析提供了大量的信息。

附圖 含青霉素牛奶的近紅外反射光譜圖Attached Fig.Near infrared reflectance spectrum of milk with penicillin

2.2 樣本集劃分結(jié)果

表2為樣本集劃分結(jié)果，可以看出校正集與驗證集的分布比較均勻，合理，具有較好的代表性，驗證集樣本也都被包容在校正集的空間內(nèi)，滿足建立近紅外分析模型要求。

表2 樣本集劃分結(jié)果Table 2 Partitioning results of samples

2.3 正交試驗結(jié)果

由表3可以得出，牛奶中青霉素的最佳水平組合為A3B2C2D3E3F3，即定標(biāo)方法為改進偏最小二乘法（MPLS），散射校正為標(biāo)準(zhǔn)正常化+趨勢變化法散射處理（SNV+D），導(dǎo)處理為1階、導(dǎo)數(shù)處理間隔點為8、平滑處理間隔點為8，二次平滑處理間隔點為8。

2.4 模型的適用性檢驗

模型建立后，用驗證集對模型進行驗證。驗證結(jié)果如表4。

由表4可以看出，青霉素檢測的最佳模型的決定系數(shù)R2為0.975，具有很高的相關(guān)性。相對標(biāo)準(zhǔn)差為12.87略大于10%，但相對分析誤差為6.1758大于3，說明取得了良好的預(yù)測效果，所建立的定標(biāo)模型可用于實際檢測，可看出所建立的模型有較好的預(yù)測性和適用性[12]。

3 結(jié)論

通過以上試驗表明：利用近紅外技術(shù)可以快速無損的檢測出牛奶中抗生素的含量，且其精度能達(dá)到ppb級（μg/L）。利用近紅外光譜技術(shù)快速無損的測定牛奶中抗生素的含量的技術(shù)在牛奶市場上具有很高的利用價值，可以實現(xiàn)生產(chǎn)線上的在線檢測。如將該技術(shù)應(yīng)用于測定牛奶甚至是其他食品中各種成分尤其是有害成分的微量測定將會更有意義。

表3 正交試驗結(jié)果Table 3 Results of orthogonal experiment

表4 最優(yōu)模型驗證結(jié)果Table 4 Validation results of optimal models

[1]魏傳立，王福林.我國乳制品業(yè)的現(xiàn)狀與發(fā)展研究[J].農(nóng)機化研究，2010（1）：241-244.

[2]王宏博，高雅琴，杜天慶，等.牛奶中抗生素殘留的危害及檢測方法的研究進展[J].畜牧與飼料科學(xué)，2010，31（4）：158-160.

[3]劉發(fā)龍，馬新剛，程福銀，等.近紅外光譜分析技術(shù)在快速分析上的應(yīng)用[J].分析測試技術(shù)與儀器，2008，14（4）：241-247.

[4]COPPA M,FERLAY A,LEROUX C,et al.Prediction of milk fatty acid composition by near infrared reflectance spectroscopy[J].Int Dairy Journal，2010，20（3）：182-189.

[5]HSIEH C L,HUNG C Y,LIN M J.Application of radial bases function network and response surface method to quantify compositions of raw goat milk with visible/near Infrared spectroscopy[J].Int Feder Inform Proc，2011，363：156-161.

[6]BALABIN R M,SMIRNOV S V.Melamine detection by mid-and near-infrared(MIR/NIR)spectroscopy:A quick and sensitive method for dairy products analysis including liquid milk,infant formula,and milk powder[J].Talanta，2011，85（1）：562-568.

[7]李 亮，丁 武.摻有植物性填充物牛奶的近紅外光譜判別分析[J].光譜學(xué)與光譜分析，2010，30（5）：1238-1242.

[8]朱向榮，單 楊，李高陽，等.近紅外光譜法快速測定液態(tài)奶中蛋白質(zhì)和脂肪含量[J].食品科學(xué)，2011，32（12）：191-195.

[9]李曉云，王加華，黃亞偉，等.便攜式近紅外儀檢測牛奶中脂肪、蛋白質(zhì)及干物質(zhì)含量[J].光譜學(xué)與光譜分析，2011，31（3）：665-668.

[10]王 東.西寧市消毒奶中抗生素殘留的檢測[J].畜禽業(yè)，2010（12）：42-43.

[11]林 新，牛智有.綠茶茶多酚近紅外光譜定量分析模型優(yōu)化研究[J].食品科學(xué)，2009，30（10）：144-148.

[12]MALLEY D F,FINDLAY D L,ZIPPEL B.Feasibility of using near-infrared reflectance spectroscopy for the analysis of C,N,P,and doatoms in lake sediments[J].J Paleolimnol，1999，21（5）：295-306.