许文娟 韩 芳 赵 晗 丁葵英 刘文鹏 田国宁
1.潍坊海关 山东潍坊 261041 2.合肥海关 安徽合肥 230000
近年来,食品安全问题频发,人们对于肉类消费品安全的关注点也从化学药物残留、微生物含量扩展到肉类掺假问题上。“假肉门”问题、国外冰冻多年的“僵尸肉”的曝光,加剧了人们对于肉类品质安全的担忧。肉类掺假不仅涉及经济利益,更严重损害消费者权益和身体健康,尤其向清真肉制品中掺杂猪肉会涉及宗教信仰问题,严重影响社会安定[1,2]。
目前,国内外对于掺假肉鉴定的传统方法主要有二维聚丙烯酰胺凝胶电泳(2D SDS-PAGE)、聚合酶链式反应(PCR)、酶联免疫吸附测定(Elisa)、质谱(MS)[3~6]。SDS-PAGE技术最先被用来鉴定肉类制品的组分,这种方法的缺陷是无法进行痕量分析,检测限也非常高(不同组分肉类含量在5%以上才能被检出)。使用Elisa技术很难一次完成多种肉类产品的鉴定,且成本高。PCR法是目前肉质鉴定的最通用方法,然而其DNA检测试剂盒非常昂贵,前处理繁琐耗时,另外肉类加工过程中DNA易遭破坏,限制了该方法使用。质谱方法进行肉类鉴别,是基于蛋白或多肽进行的特异性检测,需要复杂的前处理,对检测工作者要求较高。以上传统检测方法虽然都可以实现肉类的真实性鉴别,但样品预处理过程复杂、操作耗时、检测成本高、对操作人员技术要求高,无法实现快速、无损、现场检测。
电子鼻是基于目标物的挥发性成分,采用气体传感器建立响应曲线快速识别气味组成的系统。设备无需对检测对象进行预处理,保留其完整性即可得到样品中挥发成分的整体指纹信息。结合统计分析方法,对指纹数据进行分析,建立数据库,即可实现未知物的快速定性和定量检测[7~11]。
本文以混入不同比例猪肉的掺假牛肉为研究对象,研究电子鼻快速检测牛肉中掺杂猪肉的可行性,结合主成分分析(PCA)定性鉴别掺假牛肉,为牛肉掺假快速检测提供技术依据。
1.1.1 材料
试验用牛肉、猪肉样品均购自山东潍坊佳乐家超市,样品采购后分别单独密封,至实验室后立即进行样品制备。
1.1.2 仪器、设备、工具
电子鼻PEN3型,德国Airsense公司;
绞肉机MR9401,摩飞公司;
天平,案板和刀具。
1.2.1 建模集样品
以牛肉为基础,制备掺入不同比例猪肉的假牛肉样品,用于建模。将采购的新鲜牛肉、猪肉样品去除筋膜和大部分脂肪后切小块,按质量比0%、10%、30%、50%、70%、100%将猪肉块掺入牛肉块中,将混合好的猪肉块和牛肉块放入绞肉机运行10s,制备成掺假肉糜。每组掺假比例的样品制备平行样10个,每个样品平行测定3次。
1.2.2 验证集样品
以牛肉为基础,制备掺入不同比例猪肉的假牛肉样品,用于验证鉴别模型的准确性。将采购的新鲜牛肉、猪肉样品去除筋膜和大部分脂肪后切小块,按质量比0%、5%、15%、20%、30%、60%、80%、100%制备8种掺假比例的假牛肉样品,每组样品平行样5个,共制备40个样品作为验证集样品。
取待分析样品10g,置于100mL烧杯中,用三层保鲜膜密封,静置平衡20min后,25℃环境下采用顶空吸气法进行电子鼻检测。打开电子鼻系统,将零气针和进样针通过保鲜膜插入烧杯,设置试验参数:清洗时间60s,传感器归零时间5s,准备时间5s,数据采集时间70s,进样流量200mL/min。每个样品平行测定3次。
采用电子鼻自带WinMuster软件对采集的传感器响应数据进行主成分分析(principal component analysis,PCA),为提高清晰度,最终图形通过origin绘制。采用Excel对10个传感器的影响规律进行绘图和分析。
对每组掺假样品(9种掺假比例,共9组),测定10个样品在电子鼻10个传感器阵列的响应情况,对每个传感器的响应,提取其第70s的数据计算平均值,以每组掺假牛肉糜样品在10个传感器的第70s特征值均值进行绘图分析。结果如图1。
图1 不同比例掺假牛肉样品在10个传感器的响应情况
如图1所示,传感器S2、S6、S8和S10对不同掺假肉的响应较强烈,其它传感器的响应信号相对较低,且随样品组成变化不大。传感器S2、S6的响应呈现相同的规律,即随着掺入猪肉的比例升高,传感器信号的均值呈现下降趋势,而S8和S10呈现相反的规律。说明不同掺假比例的牛肉样品,在10个传感器上的响应规律不同,综合其指纹信息,可以将其有效区分。
提取各比例掺假牛肉建模样品在电子鼻10个传感器阵列的第70s稳态值数据,进行主成分分析,研究该时间点信号对不同掺假牛肉的区分效果,其结果见图2。
(掺猪肉比例:0% ◇10% ■30% □50% △70% 100%)图2 不同掺猪肉比例的掺假牛肉的PCA分析图
主成分分析结果表明,第一主成分的贡献率为59.48%,第二主成分的贡献率为37.25%,两者累积贡献率为96.73%,说明两个主成分能解释大部分数据信息,区分度很好。采用主成分分析方法,可将不同牛肉样品分为3大类:纯牛肉样品(掺假比例0%)、纯猪肉样品(掺假比例100%)和掺假牛肉样品(掺假比例10%~70%)。3大类样品能很好区分,几乎无交叉。对于掺假牛肉样品组,掺假比例接近的样品,其主成分分析中有部分数据有重叠,但重叠情况不影响对掺假情况的定性判别,且不同比例掺假牛肉样品的数据点分布呈现相同规律,即随着第一主成分增加的方向,牛肉样品中掺入猪肉的比例降低。
采用1.2.2中制备的验证集样品,按照本实验1.3方法采集电子鼻数据,与1.2.1中建模集样品一起,提取各样品第70s的特征值,同时进行主成分分析。参照图2,根据验证集样品在主成分分析中的位置,判定其是否掺假。结果表明,经主成分分析,参与验证的40个样品中,有5个为纯牛肉样品,6个为纯猪肉样品,29个为掺假牛肉样品。与验证集样品真实情况(5个纯牛肉,5个纯猪肉,30个掺假牛肉样品)相比,仅有1个样品由掺假牛肉样品判别为猪肉样品,39个样品判断准确,准确率为97.5%。
采用电子鼻结合主成分分析法成功实现了纯牛肉、纯猪肉、掺猪肉假牛肉的有效鉴别,2个主成分的累积贡献率为97.36%,很好覆盖了10个电子鼻传感器的信号数据。通过40个验证集样品的验证,该方法建立的模型,判别准确度为97.5%,可实现掺猪肉比例5%~80%的掺假牛肉的鉴别。通过继续完善掺假比例数据,可使模型实用性和准确性更高。