中红外及近红外光谱在小杂粮品质检测中的应用进展

中红外光谱以及近红外光谱在现代分析化学中有重要的地位,是人类认识物质结构、功能、成分以及含量的重要途径。小杂粮泛指生育期短、种植面积少、种植地区和种植方法特殊,有特种用途的多种粮豆,其特点是小、少、特、杂。小杂粮营养丰富,既是传统口粮,又是保健食品资源。随着人民生活水平的提高和膳食结构的改善,小杂粮作为药食同源的新型食品资源,在现代绿色保健食品中占有重要地位。对小杂粮进行品质检测可为小杂粮生物活性物质研究、品质分级、小杂粮育种、产地溯源与真伪鉴别等方面提供可靠的数据支撑。按照麦类小杂粮及豆类小杂粮分类,对国内近30年来小杂粮品质检测有关文献加以综述。研究表明,麦类小杂粮品质检测文献更多,约占文献数量的2/3左右,且以近红外光谱技术应用居多;豆类小杂粮品质检测文献相对较少,约占文献数量的1/3左右,且以中红外光谱技术应用居多。中红外光谱、近红外光谱在小杂粮品质检测分析方面有诸多重要应用。其中,中红外光谱更多应用于小杂粮中活性物质以及小杂粮加工过程的表征,而近红外光谱则更多应用于小杂粮中粗蛋白、粗脂肪、水分等主要品质指标的定量分析检测,可为小杂粮品质监测、科学育种提供高效的数据来源。近年来,随着化学计量学的发展和计算机技术的进步,近红外光谱不再局限于小杂粮品质指标定量分析,而且还被应用于小杂粮产地溯源等领域,亦取得了良好的效果。最后对中红外光谱、近红外光谱在小杂粮品质无损分析检测方面做出了展望。     

红外光谱在微藻领域的应用研究进展

微藻富含类胡萝卜素、维生素、蛋白质、多不饱和脂肪酸等多种人体和动物所必需的营养成分，同时在水生态系统的维持和保护中也扮演着重要的角色，因此开展微藻生物学的研究具有十分重要的实际应用价值。传统的微藻成分的检测分析需要经过微藻细胞研磨破碎、有机溶剂分离提取、液(气)相检测等一系列的繁琐的操作步骤，有费时、需要高昂的仪器设备、操作过程复杂等缺点，因此需要发展更加快速高效的微藻细胞组分检测分析技术。红外光谱作为一种高效的物质检测和分析手段可以实现对微藻样品中的蛋白、脂类、核酸、多糖、叶绿素、类胡萝卜素等多种成分同时分析，具有简单、快速和无损检测等优势，特别是结合显微镜技术的红外光谱成像可以在微空间尺度上研究单一细胞或组织中各组分的变化。近年来，尤其是随着同步辐射技术的迅速发展，为红外光谱仪器提供质量更好、能量更高的同步辐射光源，使得红外光谱显微光谱及成像检测技术具有更高的灵敏度和空间分辨率，实现了能够在细胞和亚细胞尺度上对个体进行高空间分辨的原位观测，这在一定程度上解决了许多常规的检测分析技术不能同时兼顾高通量测量和高空间分辨率观察之间的矛盾。首先介绍了红外光谱技术的原理及其特点并分析了显微红外光谱及成像技术在生物样品检测中的独特优势，特别介绍红外光谱结合化学计量学的分析方法在生物学研究领域的应用。接下来综述了此项技术在分类鉴定、生长代谢监测、育种、水环境、食品医药等与微藻相关领域国内外的应用研究进展。比如，结合化学计量学方法红外光谱能够进行微藻的快速鉴定、判别和分类。利用红外光谱多组分快速检测的优势，可以实现微藻生长代谢的研究。基于红外光谱无损、高效检测的特点，可以实现油脂、β-胡萝卜素、虾青素等高产藻株的快速筛选。另外，微藻还可以有效地吸附废水中的重金属和有机活性染料，利用红外光谱可以对其吸附和降解环境污染物的机理进行研究。红外光谱还能够快速高效地实现微藻成分的分析和鉴定，因而可以用于微藻食品药品质量的检测和真伪的鉴定。然而，红外光谱在微藻的研究和应用方面还处于发展阶段，尚存在着一定的缺点和不足，对此进行了讨论和分析并提供了相应的解决方案。最后，对红外光谱在微藻的规模化养殖、高产藻株的筛选、微藻的生理、细胞器的结构和功能的研究等领域进行了展望。     

蜂蜜真伪的近红外光谱鉴别研究

如何有效鉴别蜂蜜真伪是目前我国蜂产品质量控制的难题之一。提出了一种用傅里叶变换近红外光谱结合判别偏最小二乘法(DPLS)快速鉴别蜂蜜真伪的新方法。首先采集了71个商品蜜样品的近红外光谱数据,其中包括27个纯蜂蜜和44个掺假蜂蜜,然后5次随机划分建模集样本和验证集样本,并对建模样本进行不同光谱预处理,选择并优化不同波段范围和主成分数,用DPLS法建立了5组蜂蜜样本的真伪鉴别模型,外部交叉验证法预测模型。通过对结果进行比较分析,5组校正模型中真蜂蜜和掺假蜂蜜的总体识别准确率分别为91.49%,94.68%,92.98%,93.86%,94.87%;预测样本的识别准确率为86.96%～93.75%,其中模型2,3,4中掺假蜜的识别准确率达100%。研究结果表明,该方法可作为鉴别商品蜜真伪的一种快速筛选技术,在我国蜂蜜质量监控中具有重要意义。     

近红外光谱法定性定量检测蜂蜜中掺入甜菜糖浆的可行性研究

为进一步检验近红外光谱技术(NIRS)快速检测蜂蜜掺假的能力,利用近红外光谱结合化学计量学方法对蜂蜜中掺入甜菜糖浆进行了定性和定量检测。偏最小二乘-判别分析法(PLS-DA)对真假蜂蜜预测集的判别总正确率为90.2%;不同判别方法对掺假量等级预测集的判别总正确率都低于33.3%;PLS回归只对同一蜂蜜样本掺假的定量分析结果满意：预测集真实值与预测值的相关系数(r)为0.982 9,预测均方差(RMSEP)为1.394 2,而对不同植物来源和同一植物来源的不同样本的掺假量的定量分析结果不满意。研究表明,蜂蜜中掺入甜菜糖浆后,NIRS可实现真假蜂蜜的快速鉴别,而不能实现掺假量等级的鉴别及掺假量的定量分析。     

红外光谱技术在医学中的应用

系统回顾了过去50余年中红外光谱技术的发展创新及在生物医学领域中的研究应用。傅里叶变换红外光谱技术已从对单个细胞水平结构构成与形态的研究进展到组织水平。现代红外光谱技术联合成熟的模式识别技术与组织微阵列技术,为平行大规模测定分子结构提供了可能。此外,红外光谱技术的临床应用为良恶性肿瘤的判别提供了可信的参考依据,并可准确判别甲状腺、乳腺、胃肠道及腮腺等组织的良恶性,具有极广泛的应用前景。     

近红外光谱技术在水产品检测中的应用研究进展

水产品富含水分、蛋白质、不饱和脂肪酸与游离氨基酸等,是消费者喜爱的食品之一。然而,其在贮藏过程中由于温度波动或操作不当等因素会引起品质下降,引发一系列的食品安全问题。近红外光谱技术是一种利用物质对光的吸收、散射、反射和透射等特性来确定其成分含量的检测技术。该技术作为食品分析方法之一,在食品领域中应用广泛,可进行从气体到液体,从匀浆到粉末,从固体材料到生物组织等样品的快速精准与定性定量分析,具有快速无损,安全高效,多组分同时测定等特点。主要对常用无损检测技术的特点进行比较分析,对近红外光谱技术的主要工作原理予以说明,综述了该技术在水产品鲜度评价、掺伪分析、质量评估与货架期预测等方面的应用实例与最新研究进展,目前存在的主要问题,提出该技术应在进一步提升水产品检测精度的前提下,通过与各类理化指标的相关性分析、多种检测技术相融合等法来实现全面评价水产品品质的最终目标,以使其在水产品快速检测过程中得到更加广泛的应用。     

近红外光谱结合化学计量学的常见中国蜂蜜掺杂糖浆鉴别

目前我国蜂蜜市场掺假现象严重,研究一种快速、准确的方法用于市场流通领域掺假蜂蜜的鉴别具有重要的现实意义。采用近红外光谱（NIR）结合化学计量学方法对常见的天然蜂蜜以及掺假（掺杂常见糖浆）蜂蜜进行建模识别,并比较偏最小二乘-判别分析（PLS-DA）及支持向量机（SVM）对糖浆掺假蜂蜜鉴别模型的影响。首先,采集来自中国10个省份、20种常见蜂蜜的112个天然纯蜂蜜样品,以及6种常见糖浆样品按不同糖浆含量（10%,20%,30%,40%,50%,60%）配制的112个掺假蜂蜜样品,共计224个样品;通过近红外光仪器扫描获得所有样品的近红外光谱数据（波长范围400~2 500 nm）;然后,分别采用一阶导数（FD)、二阶导数（SD）、多元散射校正（MSC)、标准正态变化(SNVT)四种方式对原始光谱进行预处理;再结合PLS-DA和SVM建立天然蜂蜜和糖浆掺假蜂蜜的鉴别模型,比较不同预处理方法对两种不同建模算法建立的蜂蜜掺假鉴别模型效果。其中SVM算法的惩罚参数c和核函数参数g通过网格搜索法（GS）、遗传算法（GA）、粒子群算法（PSO）三种寻优算法进行优化。分析结果表明：光谱数据进行预处理后所建立的模型准确率均有明显提升,而对于SVM模型,惩罚参数c和核函数参数g对模型准确率的提升效果要比光谱预处理带来的提升效果更明显。在PLS-DA算法中,经FD光谱预处理后建立的模型效果最好,最佳PLS-DA模型准确率为87.50%;在SVM算法中,经MSC预处理后,再通过GS寻优,获得惩罚参数c为3.0314,核函数参数g为0.3298的条件下所建立的模型效果最好,最佳SVM模型准确率为94.64%。由此可见,非线性的SVM算法结合NIR光谱数据所建立的天然蜂蜜与糖浆掺假蜂蜜鉴别模型要优于线性的PLS-DA模型,同时表明NIR光谱结合化学计量学方法对常见糖浆掺杂的中国蜂蜜鉴别是可行的。     

基于支持向量机算法的红外光谱技术在奶粉蛋白质含量快速检测中的应用

蛋白质是奶粉中重要的营养成分,实现对奶粉中蛋白质含量的快速、无损检测十分重要。文章采用近红外及中红外光谱技术检测了不同品种奶粉的蛋白质含量。采用最小二乘支持向量机对光谱透射率值和蛋白质值建模。模型在全波段对样本蛋白质含量预测得到了较好的结果,绝对系数(R2_p)达到0.9517,预测误差均方根(RMSEP)为0.520 201。预测结果要优于传统的偏最小二乘回归(PLS)的预测结果,说明红外光谱技术能够实现奶粉蛋白质含量的无损检测,且检测过程比传统化学检测方法简单,操作性强。文章同时还研究了分别基于中红外光谱范围和近红外光谱范围的建模。模型预测结果显示中红外光谱区域的建模效果要优于近红外光谱区域。该研究为今后奶粉蛋白质含量快速无损检测提供了新的方法。     

基于中红外光谱分析技术的香菇产地识别研究

采用中红外光谱分析技术对香菇产地进行识别研究,并将相关向量机(relevance vector machine,RVM)算法应用于中红外光谱判别分析之中,取得了较好的效果。通过采集香菇粉末的中红外透射光谱,去除光谱噪声明显部分,对剩下的3 581~689cm-1透射谱线采用多元散射校正(multiplicative scatter correction,MSC)进行预处理,并基于预处理谱线建立了香菇产地识别的偏最小二乘判别分析(partial least squares-discriminant analysis,PLS-DA)、簇类独立软模式分类(soft independent modeling of class analogy,SIMCA)、K最邻近算法(K-nearest neighbor algorithm,KNN)、支持向量机(support vector machine,SVM)、RVM模型等五种判别分析模型。所有模型的识别正确率均高于80%,KNN,SVM和RVM判别分析模型取得了相近的结果,建模集和预测集识别正确率高于90%。基于全谱的PLS-DA模型的加权回归系数,利用加权回归系数法选取了6个特征波数,并基于特征波数建立了PLS-DA,KNN,SVM和RVM模型。基于特征波数的PLS-DA模型的建模集和预测集识别正确率均低于80%,而KNN,SVM和RVM模型的建模集和预测集的识别效果相近,且都高于90%。基于全谱和特征波数的模型中,RVM算法表现出较好的效果,识别正确率优于90%。结果表明,基于中红外光谱技术能用于香菇产地的识别,特征波数的选择以及RVM算法可以有效的用于中红外光谱判别分析中。本文成功将中红外光谱用于香菇产地识别研究,为香菇品质以及其他农产品品质分析提供了一种新的想法,具有实际意义。     

近红外光谱检测蜂蜜中可溶性固形物含量和水分的应用研究

提出了一种利用近红外光谱技术定量分析蜂蜜中可溶性同形物含量(SSC)的新方法,同时对蜂蜜中的水分也进行了研究.在不同光谱范围内,通过对原始光谱的不同预处理,用偏最小二乘法分别建立了SSC和水分的近红外透反射光谱校正模型,所有模型都有高的的预测精度和水分的最优模型都为在全谱范围内,光谱预处理采用Norris平滑+一阶微分+多元信号校正,SSC模型的交互验证决定系数(RCV2)、交互验证误差均方根(RMSECV)、验证集决定系数(RP2)、验证误差均方根(RMSEP).SSC模型分别为0.998 6,0.190,0.998 5和0.127,水分模型分别为0.998 4,0.187.0.998 6和0.125.近红外光谱能实现蜂蜜中SSC和水分的准确测定.水分模型预测结果略好于相关文献的报道.     

红外光谱法检测生物大分子损伤的研究进展

红外光谱技术由于其灵敏度高和对样品的非破坏性等优点已成为研究生物大分子损伤的重要工具。蛋白质、脂质和核酸等受到损伤时,其红外光谱特征吸收峰的峰位、峰型和峰强会发生变化,这为检测生物大分子损伤并进一步揭示相关疾病的发生、发展及早期预防提供了依据。还综述了近年来使用红外光谱法检测生物大分子损伤的研究进展,介绍了利用傅里叶变换红外光谱、衰减全反射傅里叶变换红外光谱和傅里叶红外显微等技术在蛋白质二级结构、膜脂流动性和离子通透性以及药物对DNA的作用机制等领域的应用,以及相关的定性和定量分析方法进行了评述,提出了目前红外光谱分析技术中存在的问题,并对今后红外光谱在生物医学领域中的应用前景作了展望,指出疾病早期诊断、红外光谱联用以及定量分析技术等将成为红外光谱领域未来的研究热点。     

近红外光谱技术用于无创生化检验研究的进展

20世纪90年代初,近红外光谱技术在人体无创生化检验方面的潜力逐渐获得重视。然而,人体是一个极其复杂多变的检测对象,因此虽然各研究小组在实验模拟和离体分析方面取得了一定成果,但在临床应用上始终没有实质性突破。文章讨论了目前阻碍近红外光谱技术实现临床意义上的人体无创生化检验的关键问题,即信号微弱、组织背景干扰、血流容积变化问题。将国际上现有的近红外无创生化检验研究工作的思路按照分析方法大致归为两类,即经典近红外分析法和扣除组织背景干扰分析法。详细介绍了这两类研究思路各自的研究现状,并认为在现有条件下第二类思路更有希望取得临床可以应用的结果。     

Rapid detection of sucrose adulteration in honey using Fourier transform infrared spectroscopy

Abstract

Honey authenticity is of great importance for commercial and health reasons. The most common adulteration methods are overfeeding of bees with sugar or by adding sucrose. In the study, a Fourier transform infrared spectroscopy based on chemometric method, a partial least squares, for determination of sucrose sirup adulteration of Turkish honeys was improved. For this purpose, honey samples were adulterated with known amounts of sucrose sirup in concentrations ranging between 5.94 and 27.80%. A calibration curve was constructed within 992–923?cm^?1 with the regression coefficient of 0.999. Obtained results from the spectra were confirmed by high performance liquid chromatography-refractive index detector and a good correlation was found between the results of the spectroscopic and chromatographic methods. Additionally, some method validation parameters (linearity, repeatability, limit of detection, and quantification) of the spectroscopic method were studied and obtained results were compared with chromatographic method. To prove the usefulness of the method, twenty different honey samples were collected from markets in Turkey and analyzed for sucrose contents. The results indicated that predicted sucrose concentration of honey samples by the spectroscopic method ranged between 4.52 and 15.16% and results were confirmed by the chromatographic method with high correlation (correlation coefficient = 92%). The results of the present indicated showed that adulteration ratio of honey samples by sugar addition can be detected using Fourier transform infrared spectroscopy technique in a short time with high accuracy. In conclusion, this method could be regarded as a new alternative technique for routine analysis in quality control of honey samples.     

Isotope analysis by infrared laser absorption spectroscopy

The feasibility of IR laser spectroscopy as a technique for the measurement of small abundances of stable and radioactive isotopes has been examined. Theoretical considerations and first experimental results with two laser systems are presented: 1) Coincidences between emission lines of a CO₂-laser and absorption lines of¹³C-substituted ethylene can be used to determine the¹³C-concentration of C₂H₄. 2) A tunable PbS-diode laser emitting in the 4.3 μm-spectral region of the rotation-vibration bands of CO₂ can be used to determine abundances of¹²C,¹³C,¹⁶O,¹⁷O and¹⁸O in small samples of CO₂. With optimized performance, sensitivities up to 10⁻⁹–10⁻¹⁰ seem possible, and for higher abundances an accuracy of 10⁻³. This should allow geophysical isotope studies to be performed and it is hoped that the technique will eventually be applicable to measuring the activity of long-lived radioisotopes.     

近红外光谱法快速测定羊草干草品质的研究

试验共采集我国北方不同区域、不同生育期、不同干燥方式的羊草干草150份,利用近红外漫反射光谱(NIRS)技术,采用偏最小二乘回归算法(PLS),在国内首次建立了适配范围广的羊草干草的粗蛋白(CP)、中性洗涤纤维(NDF)和酸性洗涤纤维(ADF)的校正模型,并对模型的预测能力进行了验证.结果表明,所建模型的预测结果与常规...     

Chemical analysis of surgical smoke by infrared laser spectroscopy

The chemical composition of surgical smoke, a gaseous by-product of some surgical devices??lasers, drills, vessel sealing devices??is of great interest due to the many toxic components that have been found to date. For the first time, surgical smoke samples collected during routine keyhole surgery were analyzed with infrared laser spectroscopy. Traces (ppm range) of methane, ethane, ethylene, carbon monoxide and sevoflurane were detected in the samples which consisted mostly of carbon dioxide and water vapor. Except for the anaesthetic sevoflurane, none of the compounds were present at dangerous concentrations. Negative effects on the health of operation room personnel can be excluded for many toxic compounds found in earlier studies, since their concentrations are below recommended exposure limits.     

应用近红外漫反射光谱对猪肉肉糜进行定性定量检测研究

利用傅里叶变换近红外漫反射光谱结合不同数学建模算法对不同部位取样的猪肉肉糜进行定性判别建模,并建立猪肉肉糜品质指标脂肪、蛋白质和水分含量的定量检测模型。结果表明:不同部位取样猪肉肉糜判别分析PLSDA模型性能良好,最优模型校正集判别正确率为100%,预测集判别正确率为96%;比较两种方法结合,不同光谱预处理建立各品质指标的定量模型,LS-SVM模型性能优于PLSR模型,脂肪和水分含量最佳预测模型校正及预测相关系数r均高于0.9,蛋白质含量最优模型校正及预测相关系数r,RMSEC,RMSEP和RMSECV分别为0.722,0.593,1.595,1.550和1.888,模型精度需进一步提高。研究表明利用傅里叶变换近红外漫反射光谱快速判别不同部位猪肉肉糜的方法是可行的,脂肪和水分含量定量分析模型从预测精度、稳定性及适应性考虑均具一定的通用性,具有良好的市场应用前景。     

基于傅里叶变换红外光谱和聚类分析的真菌鉴别

傅里叶变换衰减全反射红外光谱法(FTIR-ATR)应用于微生物的快速鉴定及分类是近几年发展起来的一门新型技术。该文应用FTIR-ATR光谱法与聚类分析方法相结合对重要的植物病原真菌进行鉴别。在PDA玻璃纸平板上培养了来自14个属的17株真菌,用FTIR-ATR光谱法测其红外光谱,获得了分辨率高、重现性好的真菌红外谱图,分析主要吸收峰的归属,确定了1800～1485,1485～1185与1185～900cm-1三个分析灵敏区,并在此基础上进行了系统聚类分析,使所有测试菌株都得到正确归类。结果表明,傅里叶变换红外光谱技术具有快速、准确、易操作等优点,将成为微生物研究领域的一个重要工具。