紅外光譜技術在食用菌研究中的應用

姚 森，張 霽，劉鴻高，李杰慶,*，王元忠,*

（1.云南農業大學農學與生物技術學院，云南 昆明 650201；2.云南省農業科學院藥用植物研究所，云南 昆明 650200；3.云南省省級中藥原料質量監測技術服務中心，云南 昆明 650200）

紅外光譜技術在食用菌研究中的應用

姚 森1,2，張 霽2,3，劉鴻高1，李杰慶1,*，王元忠2,3,*

（1.云南農業大學農學與生物技術學院，云南 昆明 650201；2.云南省農業科學院藥用植物研究所，云南 昆明 650200；3.云南省省級中藥原料質量監測技術服務中心，云南 昆明 650200）

紅外光譜技術因其準確、快捷、無損等特點備受關注，隨著該技術日趨成熟及相關科學理論的發展，紅外光譜技術被廣泛應用于大型真菌的化學成分分析和質量檢測，且在該研究領域具有廣闊發展前景。本文對紅外光譜技術在食用菌研究方面的國內外現狀和進展進行綜述，介紹了紅外光譜技術對食用菌不同種類、產地、部位的鑒別及其化學成分定量分析的相關研究，以期為食用菌進一步開發利用提供理論依據。

紅外光譜；食用菌；鑒別；定量分析；開發利用

食用菌俗稱蘑菇，是指子實體碩大、可供食用的大型真菌，其中大多數屬于擔子菌綱[1]。此類物種富含蛋白質、多糖、維生素、膳食纖維、礦物質等營養物質，食藥用價值極高[2-3]，是與人類健康保障密切相關的可再生資源[4-5]。研究發現，食用菌具有促進和調節人體新陳代謝、提高免疫力、延年益壽、保健美容等功效，能夠用于預防和治療腫瘤、糖尿病、痢疾、失眠、水腫等疾病[6-7]。隨著人們對生活品質的重視，消費者對飲食要求也越來越高，食用菌因其獨特的口味和特殊的醫療功效深受消費者青睞，也成為科學研究領域的熱門對象[8]。

食用菌是一個龐大的生物類群，資源的開發利用和貿易的增加導致其質量安全備受關注，因此亟需快速、可靠的質量檢測方法為其質量監管提供技術支撐。紅外光譜是分子的轉動光譜或某些官能團的振動光譜，紅外光譜技術可通過確定物質分子結構，進而得到樣品中豐富的化學成分信息，是近年來迅速發展起來的無損檢測技術，具有高靈敏度、高分辨率、快速掃描、高度計算機化等特點[9-10]，已被廣泛應用于中草藥、食品質量檢測和植物特征性成分的定性、定量分析等方面[11-14]。紅外光譜技術結合化學計量學能夠反映出不同樣品之間的差異，從而對樣品進行區分，具有專屬性強、操作簡單、重現性好且成本低等優點[15]。采用紅外光譜技術對食用菌進行研究，區分市場上食用菌的品質優劣，可明顯提高食用菌的工業生產效率，推動食用菌的產業發展，對穩定食用菌市場、監管食用菌質量有重要的理論意義和應用前景。本文對紅外光譜技術在食用菌研究方面的國內外現狀和進展方面展開綜述，以期為食用菌的深入研究和資源的合理開發利用提供參考。

1 食用菌的定性分析

1.1 食用菌的鑒別與分析

1.1.1 種類鑒別

食用菌數量大、種類多，同屬間物種的形態特征相似，不易區分，誤食引起的中毒事件時有發生，嚴重者有生命危險。應用紅外光譜技術對食用菌進行快速辨別與區分對準確鑒別食用菌種類、保護消費者的安全與健康具有重要意義。

為有效區分不同種類的食用菌，Choong等[16]對虎乳靈芝、茯苓、豬苓、側耳和雷丸5 種藥用真菌進行中紅外光譜鑒別分析，發現這5 種真菌的紅外光譜相似，經過二階導數處理后，各個樣品之間差異明顯，紅外光譜法能夠直接、有效區分這5 種藥用真菌。Zhao Dezhang等[17]對不同種類的鵝膏菌進行中紅外光譜分析，得出紅黃鵝膏菌、隱花青鵝膏菌、灰花紋鵝膏菌、紅苞鵝膏菌和錐磷白鵝膏菌的紅外圖譜在1 077～1 040 cm-1波數范圍內有較強吸收峰，得出其主要成分是蛋白質和多糖；紅外光譜在1 800～750 cm-1波數范圍內有較大差異，是區分鵝膏菌種類的依據。此外，Liu Gang等[18]采用傅里葉變換紅外光譜法對6 種不同的牛肝菌進行研究，結果顯示主要的特征吸收峰歸屬于蛋白質和多糖，多糖中含有α-、β-葡萄糖；根據1 200～750 cm-1波段的吸收峰差異可以區分不同種牛肝菌。以上方法選取了特征波段作為鑒別依據，可去除干擾信息，結果準確有效。為了辨別市場上銷售的干燥美味的牛肝菌中是否摻雜其他物種，Casale等[19]采用近紅外光譜技術結合化學計量學方法，對3 種不同種類牛肝菌的菌蓋皮、菌肉和子實層體分別進行掃描，將紅外光譜數據進行低水平數據融合，進而鑒別不同種類牛肝菌；結果表明近紅外光譜技術結合化學計量學方法可辨別干燥美味牛肝菌是否摻假，該方法準確、可靠，為鑒別不同種類的食用菌提供了有效方法。

紅外光譜技術結合多元統計分析，將樣本特征量與分類屬性相互關聯，將復雜的實驗數據通過建模進行鑒別分類。楊天偉等[20]采用傅里葉變換紅外光譜結合多元統計分析對10 種野生牛肝菌進行鑒別分析，發現原始圖譜經小波壓縮和正交信號校正處理后進行偏最小二乘判別分析的區分效果較好；結果表明傅里葉變換紅外光譜能夠準確辨別不同種類的牛肝菌，為野生菌的鑒別提供了一種輔助方法。Zervakis等[21]采用傅里葉變換紅外光譜法結合聚類分析對不同種類側耳屬真菌進行研究分析，發現不同種類的側耳屬真菌的紅外光譜在1 800～600 cm-1波段的吸收峰有較大差異，可作為鑒別不同種類側耳屬真菌的依據，為區分未知側耳屬真菌提供了可靠、快速的方法。同樣，時有明等[22]對松茸和姬松茸進行中紅外光譜鑒別研究，對比光譜信息發現，兩者特征吸收峰頻率位置相似，但峰形存在差異，選取1 750～1 000 cm-1吸收帶進行聚類分析能準確區分松茸和姬松茸；該方法將中紅外光譜技術與系統聚類分析相結合，其分析結果直觀、可靠，為鑒別不同種類的食用菌提供了一種有效方法。

Xu Ning等[23]為鑒別不同品牌的發酵冬蟲夏草粉末，采用近紅外光譜法結合多元統計分析，研究12 500～4 000 cm-1波段范圍內樣品吸光度與品牌間的關系，由一階導數進行預處理后進行主成分分析，構建主成分-反向傳播人工神經網絡判別模型，其預測集的相關系數和均方根誤差分別為0.995 9與0.100 7；結果表明近紅外光譜結合相應的模式識別方法能夠消除干擾信息，快速區分不同品牌冬蟲夏草發酵粉。為了比較分析靈芝變異品種和普通品種的差異，Choong等[24]對兩個品種的靈芝進行紅外掃描，指紋圖譜顯示太空變異品種的靈芝吸光度較普通靈芝高2 倍左右，二維相關紅外光譜圖表明太空變異品種的蛋白質峰比普通靈芝強；紅外光譜清晰顯示變異前后靈芝化學物質變化。為了對人工栽培毛頭鬼傘和野生毛頭鬼傘的化學成分進行分析比較，周繼國等[25]對人工栽培種和野生種進行傅里葉變換紅外光譜掃描，結果顯示毛頭鬼傘歸屬于蛋白質和多糖波段的特征吸收峰明顯，表明毛頭鬼傘中主要化學成分為蛋白質和多糖；人工栽培種和野生種的差異主要體現在多糖特征吸收峰的強度，野生毛頭鬼傘的多糖吸收峰比人工栽培種的吸收峰更加明顯，該方法簡單、直觀地區分了毛頭鬼傘的人工栽培種和野生種。

1.1.2 產地鑒別

食用菌分布廣泛，其代謝產物種類及含量會因生長環境差異發生一定變化，從而導致同種類不同產地食用菌的品質不同。根據傳統方法觀察食用菌外觀形狀、生長特性、孢子顯微結構等難以辨別食用菌的產地來源，但通過紅外光譜技術結合化學計量學，建立穩定的判別模型，能夠快速區分不同產地的食用菌。

Choong等[26]采用傅里葉變換紅外光譜技術和二維相關紅外光譜法探索不同產地虎乳芝間的聯系與差異，結果表明二維相關紅外光譜能辨別原始光譜中的重疊信號，提高圖譜分辨率，更適用于虎乳芝的產地鑒別，該類方法提高了有效信息利用率，使結果更加可靠。周在進等[27]采用傅里葉變換紅外光譜法結合聚類分析，對5 個不同產地63 個野生小美牛肝菌子實體進行研究分析，在4 000～400 cm-1波段范圍內的紅外圖譜總體特征相似，在1 800～1 000 cm-1范圍內的不同產地圖譜間有微小差異，對光譜進行一階導數處理并進行聚類分析，結果表明來自5 個不同產地的63 個小美牛肝菌的聚類效果較好，分類正確率高達90.5%，為不同產地野生牛肝菌鑒別提供了有效方法。呂偉奇等[28]對來自4 個不同產地的黃硬皮馬勃進行中紅外光譜鑒別分析，比較多種預處理方式對鑒別效果的影響，結果表明二階導數和多元散射校正預處理構建的判別模型辨別效果最好，傅里葉變換紅外光譜技術結合判別分析能有效區分不同產地的黃硬皮馬勃，該類方法增加了模型的穩定性，為鑒別不同產地食用菌提供了一種可靠、準確的鑒別方法。此外，馬芳等[29]比較了大別山和云南2 個產區的茯苓皮紅外指紋圖譜，發現這2 個產區茯苓皮中糖類吸收峰具有顯著差異，產自大別山地區的樣品間草酸鈣、多糖、硅酸鹽含量相似，云南產區樣品所含這些成分的含量有一定差別；大別山產區的茯苓皮中草酸鈣含量較高，而云南產的茯苓皮中硅酸鹽含量較高。

近紅外光譜分析技術現階段已相對成熟，已經廣泛應用于食用菌領域的檢測分析。楊海清等[30]將主成分分析法與基于遺傳算法的空間分割平面技術相結合，對來自不同產地的3 種香菇的近紅外光譜數據進行處理，并建立了三維空間香菇品源鑒別模型，用來快速無損鑒別不同品源香菇。同時，Liu Fei等[31]采用可見-近紅外光譜法對來自4 個不同產地的木耳進行研究，從每個產地的60 個樣品中隨機抽取45 個樣品建立校正集，其余的樣品建立驗證集，由主成分分析提取前4 個主成分，比較支持向量機和神經網絡建模的準確度；結果表明兩種建模方法的準確率分別為96.7%和98.3%，因此可見-近紅外光譜結合化學計量學統計分析方法能準確地鑒別不同產地食用菌。Chen Yi等[32]采用近紅外光譜對來自6 個不同產地的176 份靈芝樣品進行紅外光譜分析，發現不同產地的樣品圖譜差異明顯，主要體現在4 200、4 500、5 000 cm-1和7 300 cm-1波數附近，結合化學計量學方法對近紅外光譜進行主成分、偏最小二乘判別分析，結果表明近紅外光譜經過數據優化處理后，對不同產地靈芝進行偏最小二乘判別分析，分類正確率可達100%。

1.1.3 部位鑒別

通過對食用菌不同部位進行鑒別分析，由食用菌的某一部位（菌蓋或菌柄）識別其種類和產地，建立從部分到整體的鑒別方法，為食用菌鑒別和市場質量控制提供理論依據。劉剛等[33]分別對3 種野生蘑菇的4 個特征部位進行傅里葉變換紅外光譜測試分析，發現不同部位的振動光譜有各自的特征峰，不同部位紅外圖譜差異明顯。Moha?ek-Gro?ev等[34]對70多種可食用或有毒真菌的菌蓋、菌蓋皮、菌褶、菌柄進行中紅外光譜分析，發現相同屬不同種蘑菇的紅外圖譜相似，同一個子實體不同部位紅外光譜有較大差異。趙德璋[35]采用傅里葉變換紅外光譜法對云南野生鵝膏菌屬蘑菇進行研究，發現隱花青鵝膏菌菌褶和菌環的傅里葉變換紅外光譜吸收峰有明顯差別，表明蘑菇的化學成分在不同部位分布不同，可運用紅外光譜技術準確區分食用菌的不同部位。此外，黃冬蘭等[36]采用紅外光譜三級鑒定法對松杉靈芝菌蓋、表皮、菌柄、子實體4 個不同部位的紅外光譜圖進行了整體分析，結果表明，松杉靈芝各個部位在峰形、峰數目、峰位置和峰強度都有所不同，由此推斷松杉靈芝各部位所含化學物質及含量不同。因此紅外光譜法能夠直觀、準確地區分食用菌的不同部位。

付小環等[37]采用傅里葉變換近紅外漫反射結合化學計量學方法對茯苓進行研究，一階導數和矢量歸一化對光譜數據進行優化處理，運用主成分分析法建立茯苓不同部位的最佳判別模型，其校正集、預測集判別正確率均達到100%，因此得到的分類結果準確可靠，從而建立了從整體到局部的定性分析體系。申云霞等[38]對88 份巨大口蘑進行傅里葉變換紅外光譜研究分析，篩選出最佳波段，比較了多元散射校正、標準正態變量、一階導數、二階導數等預處理對判別模型的影響，結果表明原始光譜數據結合標準正態變量校正，選擇1 800～600 cm-1波段的特征吸收峰對不同部位巨大口蘑樣品進行辨別，正確率為100%。以上研究表明，紅外光譜技術結合化學計量學能對食用菌的不通部位進行準確鑒別分析。

1.1.4 品質分析

食用菌品質優劣對食品加工、食用、貯藏運輸等具有巨大影響，采用紅外光譜技術鑒別食用菌是否受損或變質，能為在線品質檢測提供有效快捷的方法，保障食用菌行業的穩定發展。Esquerre等[39]采用可見-近紅外光譜法結合多元統計分析對受機械損傷的新鮮雙孢菇樣品進行研究，紅外光譜真實反映了樣品中化學成分的整體信息，并且采用二階導數優化處理后對受損蘑菇的分辨能力明顯提高，該技術能準確辨別食用菌是否受損，可應用于工業生產中。同樣，對受損和未受損的雙孢菇進行紅外光譜研究，建立偏最小二乘判別模型對受損蘑菇進行預測，能準確辨別受損和未受損蘑菇[40]，該方法簡單、準確，為檢測蘑菇是否受損和食品開發檢測提供了可能性。

在鑒別變質食用菌方面，趙德璋等[41]采用傅里葉變換紅外光譜法對來自云南省的5 種野生塊菌進行研究，發現正常塊菌和霉變塊菌的圖譜具有明顯差異，部分吸收峰的不同表明霉變后塊菌蛋白質和多糖含量發生改變。此外，王娟等[42]通過近紅外漫反射光譜結合化學計量學方法對雙孢蘑菇進行硬度無損檢測，結果表明近紅外光譜采用二階導數進行預處理，建立偏最小二乘回歸法建立校正模型，能夠用于預測雙孢蘑菇硬度；該方法簡便、合理、有效，模型穩定可靠，為食用菌在線生產提供檢測手段。

張榮芳[43]基于近紅外漫反射光譜技術對雙孢蘑菇品質進行研究，比較4 種預處理方法對偏最小二乘校正模型的影響，通過選擇最佳預處理方法，成功建立了檢測雙孢蘑菇內部品質的偏最小二乘判別模型，證實了近紅外光譜檢測雙孢蘑菇內部品質具有較高有科學意義和實用價值。Jing Pu等[44]為了完善金針菇多糖質量管理方法，采用傅里葉變換紅外光譜與液相色譜聯用技術，結合化學計量學方法對金針菇多糖進行研究，研究發現主成分分析法對紅外指紋圖譜和液相指紋色譜數據的優化效果明顯，適用于金針菇的在線質量檢測。

1.1.5 其他鑒別分析

不同年份的食用菌受降雨量、光照等生長條件影響，其化學成分和營養物質積累存在差異。楊天偉等[45]采用傅里葉變換紅外光譜技術結合多元統計分析建立快速鑒別不同年份美味牛肝菌的方法，對原始光譜使用正交信號校正和微波壓縮進行優化處理，建立偏最小二乘判別模型進行分類；結果顯示傅里葉變換紅外光譜結合偏最小二乘判別分析區分不同年份牛肝菌的效果理想，為野生食用菌鑒別分析提供了可靠的方法。此外，有研究表明，采用傅里葉變換紅外光譜對不同采集年份的巨大口蘑進行鑒別分析，結果令人滿意[38]。以上方法選取最優預處理方法，消除干擾信息，建立的模型穩定性強、結果準確可靠，為區分不同采收年份食用菌提供了有效方法。

為了鑒別市場上銷售的食用菌是否摻假，邵平等[46]采用近紅外光譜技術分別掃描摻有質量分數為0%、5%、10%、20%、40%、60%、80%淀粉的靈芝提取物，采用多元散射校正方法預處理后，建立偏最小二乘模型對樣品進行預測，預測值和實際摻假值之間無顯著差異，為靈芝類食品市場監測提供了有效的方法。同樣，王志軍等[47]為了辨識市場銷售靈芝真偽和質量優劣，對不同品種的靈芝樣品進行傅里葉變換紅外光譜掃描，將靈芝指紋圖譜存入質量控制檢索圖譜庫作為標準圖譜，建立了一整套可用于鑒別靈芝真偽的計算機軟件系統，通過該系統對靈芝樣品進行檢測，結果令人滿意。

烏靈參是黑柄炭角菌的菌核，具有極高藥用價值，楊興倉等[48]采用傅里葉變換紅外光譜法對烏靈參、雞樅和文山三七進行掃描，通過對烏靈參和三七的紅外圖譜比較，發現烏靈參和三七紅外圖譜有52%的相似性，二者藥效相近，可能與紅外圖譜中相似峰對應的官能團有關，據此推測在紅外圖譜具有62%相似性的烏靈參與雞樅可能也有相似藥用價值。以上研究表明，紅外光譜技術的興起為食用菌研究提供了更多的可能，為食用菌的進一步研究提供了科學依據。

1.2 食用菌主要化學結構的定性分析

食用菌富含蛋白質、多糖、維生素、礦物質、膳食纖維等營養物質，其中蛋白質和多糖與食用菌的食藥用價值密切相關[49-50]。因紅外光譜技術具有準確、高效的特點，許多學者采用紅外光譜技術對食用菌化學成分及其營養價值進行研究分析，以此引導人們按需消費、安全消費，這對食用菌市場的開發具有重要意義。

1.2.1 食用菌多糖結構研究

多糖是自然界內分布極廣的一種生物聚合物，一般由10 個以上單糖通過糖苷鍵連接而成。多糖參與機體生理代謝，具有調節免疫力、抗菌、抗病毒、抑制腫瘤、延緩衰老等生物活性[51-52]，其獨特的藥用價值與多糖中單糖的種類、組成比例和所含有的官能團密切相關[53]。為了探索富硒培養對金針菇多糖形態的影響，有學者對金針菇多糖的提取和純化進行了深入的研究，并采用紅外光譜法對其進行研究分析，結果顯示可溶性硒多糖均為β-糖苷鍵連接的吡喃多糖，其中水溶性硒多糖與普通多糖結構相似，而硒酸酯的形成改變了堿溶性硒多糖中吡喃環糖苷鍵的構型，進一步表明在金針菇富硒培養過程中，硒參與硒多糖的合成[54]。李健等[55]采用中紅外光譜與氣相色譜聯用對金針菇多糖的單糖組成進行鑒定，中紅外圖譜表明金針菇多糖具備典型的多糖吸收峰，并且多糖中含有吡喃環和呋喃環，其中胞外多糖吡喃環中多為α和β異構，胞內多糖多為β構型。Qian Jianya等[56]采用傅里葉變換紅外光譜、掃描電子顯微鏡和X射線對真菌多糖摻假進行分析識別，結果表明紅外光譜能辨別α、β的多糖異構，與其他儀器聯用，可以用來鑒別市場上的摻假多糖，進而保護消費者權益，保障食用菌行業穩定發展。此外，Kozarski等[57]對樹舌靈芝、赤靈芝、香菇和云芝的抗氧化性和多糖特性進行研究，采用傅里葉變換紅外光譜技術掃描4 種真菌，發現在3 000～3 500 cm-1波段內4 種真菌均有較強吸收峰，表明這4 種真菌的多糖結構特征相似；在其他波段4 種真菌同樣擁有較強的特征吸收峰，如在1 620～1 650 cm-1波段內為蛋白質特征吸收峰和芳香烴的C＝C鍵吸收峰，表明多糖內含有芳香環和酯類，食用菌中酚類物質與葡聚糖以共價鍵的方式連接。同樣，有學者運用中紅外光譜技術對食用菌多糖進行研究分析，實驗采用熱水浸提和乙醇沉淀法提取香菇、金針菇、草菇、平菇、杏鮑菇和茶樹菇6 種食用菌多糖，中紅外光譜對食用菌多糖結構進行深入研究，結果表明6 種食用菌多糖具有明顯的多糖特征吸收峰，且結構相似[58]。研究食用菌多糖對進一步開發利用食用菌資源具有深遠影響。

1.2.2 食用菌蛋白質與氨基酸結構研究

食用菌含有豐富的蛋白質和氨基酸，其營養價值可與肌肉蛋白相媲美[59]，所含蛋白質約占干質量的13%～46%，且氨基酸種類齊全，包含人體所需的8 種必需氨基酸，是很好的營養保健食品[60-62]。采用傳統方法研究食用菌蛋白質和氨基酸耗時耗財，紅外光譜測定過程則無需對樣品進行復雜的預處理，適用于對其化學物質的快速鑒別。時有明等[63]采用傅里葉變換紅外光譜儀測定了形態相似的灰疣鵝膏菌、灰絨鵝膏菌和灰褶鵝膏菌的光譜信息，選擇酰胺Ⅰ帶（中心頻率1 647 cm-1）進行傅里葉自去卷積和曲線擬合處理，在1 600～1 700 cm-1范圍內得到12 個子峰，每個子峰對應1 種二級結構，其中這3 種鵝膏菌的蛋白質二級結構中α-螺旋、β-折疊、β-轉角和無序結構在酰胺Ⅰ帶出現的位置接近，但相同的二級結構在不同物種的蛋白質中所占比例不同；結果表明傅里葉變換紅外光譜技術能準確地提供大型真菌所含蛋白質的二級結構信息。劉萍等[64]綜合了中紅外光譜、紫外光譜等方法研究松口蘑菌絲體糖蛋白MP的結構性質，結果表明，MP為含有O-糖肽鍵的糖蛋白，多糖主要由葡萄糖和木糖組成，物質的量之比為34∶1，含糖基類型為O-型，氨基酸組成以甘氨酸和絲氨酸為主。此外，Modi等[65]通過傅里葉變換紅外光譜法獲取平菇的振動光譜，發現紅外光譜能夠獲取平菇主要的功能性化學成分信息，3 431～1 114 cm-1波段為主要特征吸收峰，由C—O和—NH官能團的振動引起，主要物質為多糖和蛋白質；表明傅里葉變換紅外光譜可快速識別平菇內化學物質，為探索傅里葉變換近紅外光譜技術測定發酵菌絲體中支鏈氨基酸含量的可行性。Wei Xuan等[66]對發酵冬蟲夏草進行近紅外光譜掃描，用遺傳算法和競爭自適應再加權抽樣法篩選最佳變量，結果顯示選擇12 010～10 050、7 500～6 000 cm-1和5 000～4 000 cm-1波數范圍建立的偏最小二乘判別模型最準確、穩定，表明傅里葉變換近紅外光譜在發酵菌絲體工業生產和質量控制方面有巨大潛力。

2 食用菌的定量分析

紅外光譜定量分析通過化學計量學選擇最優實驗設計和測量方法，最大限度地獲取有關物質的成分、結構及其他相關信息，將樣品光譜數據與待測物樣品組分測量值之間建立起數學關系，從而對樣品未知成分含量進行預測[67]。該方法已經廣泛應用于食品中多糖[68]、維生素[69]等營養物質和中藥材藥用成分[70]的定量研究，具有直觀、快速、有效的優點。

食用菌的定量分析主要集中在測定水分、蛋白質、多糖、腺苷、三萜類物質等成分的含量方面。李軍山等[71]采用近紅外漫反射技術結合化學計量學方法直接測量茯苓中的水分含量，建立預測模型；結果表明使用近紅外漫反射技術對茯苓藥材水分含量進行測定的結果令人滿意，與其他方法相比，該方法具有快速、簡單的特點。此外，Roy等[72]采用可見光-近紅外反射光光譜法測量雙孢蘑菇含水量，結合偏最小二乘回歸方法建立校正集和驗證集；結果表明模型預測含水量的錯誤率只有0.64%；同時Roy等認為該技術被廣泛運用的前提是需要收集更多樣品信息，從而進行更加可靠的建模。徐寧等[73]采用近紅外光譜法結合化學計量學方法對發酵冬蟲夏草菌粉的水分和腺苷含量進行定量分析，分別采用全波段和特征波段建立偏最小二乘判別分析模型；結果表明使用特征波段建模的預測結果優于全波段建模，獲得的分析結果更加準確有效。紅外光譜結合化學計量學篩選特征波段能夠獲取更多的有用信息，提高了模型的穩定性和準確性。

朱哲燕等[74]采用中紅外光譜技術結合化學計量學方法預測香菇中蛋白質含量，結果表明中紅外光譜分析技術適用于預測蛋白質含量，且由連續投影算法選取特征波數用來代替原始光譜進行建模分析，為香菇蛋白質含量的檢測提供了新的思路。蛹蟲草也叫北冬蟲夏草，是一種藥用價值極高的真菌，王迪等[75]采用近紅外光譜法結合偏最小二乘回歸法對389 個誘變蛹蟲草菌株進行研究分析，選擇最佳預處理方式對蟲草腺苷、蛋白質、多糖和蟲草酸含量建立偏最小二乘判別分析定量分析模型；結果表明蛹蟲草定量分析模型對蟲草腺苷、蛋白質、多糖和蟲草酸含量的交叉驗證均方根誤差分別為0.009 1、0.022 2、0.008 8和0.652 0，預測誤差均方根分別為0.007 9、0.019 6、0.087 0和0.578 0，所建立的模型內部穩定性好、預測精密度高，該方法簡便、快捷、有效。此外，郭偉良等[76]在不同的發酵條件下，收集來自不同蛹蟲草突變株的菌絲體并對其進行近紅外光譜掃描，采用徑向基神經網絡建立紅外光譜與其腺苷、蛋白質、多糖和蟲草酸含量間的相關模型；結果顯示，所建模型具有很好的穩定性和預測能力，整個方法直接、可靠，表明近紅外光譜法同時測定蛹蟲草菌絲體中腺苷、蛋白質、多糖和蟲草酸含量是可行的。

為了初步預測靈芝多糖含量，采用傅里葉變換紅外光譜法測定不同等級貴州靈芝傅里葉變換紅外光譜，選擇最佳波段作為變量，并建立靈芝多糖含量的紅外光譜預測模型；結果顯示在所選定波長處的吸光度與靈芝多糖含量顯著相關，靈芝多糖含量的預測模型及其檢驗結果的擬合度均達到顯著水平，表明紅外光譜法預測靈芝多糖含量可行[77]。除此之外，李曉文等[78]采用可見-近紅外光譜技術測定雞腿菇總糖含量，收集80 個在同一生長周期不同成熟度的雞腿菇樣品進行紅外掃描，經過歸一化、二階導數和滑動平均濾波等預處理后，建立偏最小二乘模型；結果顯示校正集和預測集相關系數分別為0.998 9和0.982 3，精度較高，實現了雞腿菇總糖含量的快速、準確檢測。為建立穩定的近紅外光譜定量分析模型，Chen Yi等[79]提取靈芝多糖和三萜類物質，采用近紅外光譜法結合偏最小二乘法和徑向基函數神經網絡2 種化學計量學方法，對靈芝提取物進行研究分析，選取4 100～7 750 cm-1波段作為變量建模；結果顯示經過一階導數和標準正態變量預處理得到的結果最優，建立的預測模型對靈芝多糖和三萜類物質含量的預測準確性較高。紅外光譜技術與化學計量學結合，建立預測模型，能夠快速、穩定、準確地預測出檢測物質的含量，適用于食用菌中營養物質的快速檢測。

3 結 語

紅外光譜技術作為一種高新分析技術具有方便快捷、無污染、無破壞性、無前處理等優勢，能準確反映食用菌的整體化學信息，提供被檢測物質的指紋圖譜，是大型真菌領域研究的重要手段。將紅外光譜技術應用于食用菌是否摻假、產地和種類的鑒別分析，可使食用菌市場更加規范，使人民身體健康和生命安全得到保證；用于食用菌化學含量測定，具有分析快速、準確等優點；亦有學者采用多種儀器聯用，利用儀器特性之間互補，可以進行更加全面可靠的分析，在食用菌研究方面具有巨大潛力。綜上所述，紅外光譜技術在食用菌鑒別和定量分析中具有十分重要的科學意義和實用價值。

紅外光譜技術依然存在一些缺點，比如：對有效信息提取率低；容易受到各種因素（如樣品濕度、空氣中CO2濃度、溫度等）影響；模型通用性差；痕量分析誤差大等。這些問題的解決是紅外光譜技術發展的方向。目前，紅外光譜技術在食用菌研究領域的應用具有較大的局限性，隨著紅外光譜及相關技術的發展，紅外光譜技術在食用菌研究領域將會有更廣闊的前景，對其產業的發展將具有巨大的推動作用。

[1] 李聰, 王穩航. 食用菌膳食纖維研究的新進展[J]. 中國食品添加劑,2015(10): 159-164. DOI:10.3969/j.issn.1006-2513.2015.10.020.

[2] WANG X M, ZHANG J, WU L H, et al. A mini-review of chemical composition and nutritional value of edible wild-grown mushroom from China[J]. Food Chemistry, 2014, 151: 279-285. DOI:10.1016/j.foodchem.2013.11.062.

[3] HELENO S A, FERREIRA R C, ANTONIO A L, et al. Nutritional value, bioactive compounds and antioxidant properties of three edible mushrooms from Poland[J]. Food Bioscience, 2015, 11: 48-55.DOI:10.1016/j.fbio.2015.04.006.

[4] WASSER S P. Current fi ndings, future trends, and unsolved problems in studies of medicinal mushrooms[J]. Applied Microbiology and Biotechnology, 2011, 89(5): 1323-1332. DOI:10.1007/s00253-010-3067-4.

[5] 魏江春. 菌物生物多樣性與人類可持續發展[J]. 中國科學院院刊,2010, 25(6): 645-650. DOI:10.3969/j.issn.1000-3045.2010.06.010.

[6] ROUPAS P, KEOGH J, NOAKES M, et al. The role of edible mushrooms in health: evaluation of the evidence[J]. Journal of Functional Foods, 2012, 4(4): 687-709. DOI:10.1016/j.jff.2012.05.003.

[7] CHATTERJEE B, PATEL T. Edible mushroom: a nutritious food improving human health[J]. International Journal of Clinical and Biomedical Research (IJCBR), 2016, 2(1): 34-37.

[8] 戴玉成, 周麗偉, 楊祝良, 等. 中國食用菌名錄[J]. 菌物學報, 2010,29(1): 1-21. DOI:10.13346/j.mycosystema.2010.01.022.

[9] ALEXANDRAKIS D, DOWNEY G, SCANNELL A G M. Rapid nondestructive detection of spoilage of intact chicken breast muscle using near-infrared and Fourier transform mid-infrared spectroscopy and multivariate statistics[J]. Food and Bioprocess Technology, 2012, 5(1):338-347. DOI:10.1007/s11947-009-0298-4.

[10] KAROUI R, DOWNEY G, BLECKER C. Mid-infrared spectroscopy coupled with chemometrics: a tool for the analysis of intact food systems and the exploration of their molecular structure-quality relationships: a review[J]. Chemical Reviews, 2010, 110(10): 6144-6168. DOI:10.1021/cr100090k.

[11] 李運, 王元忠, 楊維澤, 等. 紅外光譜對三七及其野生近緣種親緣關系研究[J]. 光譜學與光譜分析, 2016, 36(8): 2420-2424.DOI:10.3964/j.issn.1000-0593(2016)08-2420-05.

[12] JIANG Y, DAVID B, TU P F, et al. Recent analytical approaches in quality control of traditional Chinese medicines: a review[J]. Analytica Chimica Acta, 2010, 657(1): 9-18. DOI:10.1016/j.aca.2009.10.024.

[13] SUN S Q CHEN J B, ZHOU Q, et al. Application of mid-infrared spectroscopy in the quality control of traditional Chinese medicines[J].Planta Medica, 2010, 76(17): 1987-1996. DOI:10.1055/s-0030-1250520.

[14] SHAO Q S, ZHANG A L, YE W W, et al. Fast determination of two atractylenolides in Rhizoma Atractylodis Macrocephalae by Fourier transform near-infrared spectroscopy with partial least squares[J]. Spectrochimica Acta Part A: Molecular and Biomolecular Spectroscopy, 2014, 120: 499-504. DOI:10.1016/j.saa.2013.10.035.

[15] MA H L, WANG J W, CHEN Y J, et al. Rapid authentication of starch adulterations in ultraf i ne granular powder of Shanyao by near-infrared spectroscopy coupled with chemometric methods[J]. Food Chemistry,2017, 215: 108-115. DOI:10.1016/j.foodchem.2016.07.156.

[16] CHOONG Y K, LAN J, LEE H L, et al. Differential identification of mushrooms sclerotia by IR macro-fingerprint method[J].Spectrochimica Acta Part A: Molecular and Biomolecular Spectroscopy, 2016, 152: 34-42. DOI:10.1016/j.saa.2015.07.054.

[17] ZHAO Dezhang, LIU Gang, SONG Dingshan, et al. Identif i cation of Amanita mushrooms by Fourier transform infrared spectroscopy[C]//XU Kexin, LUO Qingming, DA Xing, et al. Fourth International Conference on Photonics and Imaging in Biology and Medicine.America: Proceedings of International Society for Optics and Photonics, 2006. DOI:10.1117/12.710977.

[18] LIU Gang, SONG Dingshan, ZHAO Dezhang, et al. A study of the mushrooms of boletes by Fourier transform infrared spectroscopy[C]//VON BALLY G, LUO Q, ICO20: Optical Devices and Instruments.Changchun: Proceedings of International Society for Optics and Photonics, 2006. DOI:10.1117/12.667136.

[19] CASALE M, BAGNASCO L, ZOTTI M, et al. A NIR spectroscopybased efficient approach to detect fraudulent additions within mixtures of dried porcini mushrooms[J]. Talanta, 2016, 160: 729-734.DOI:10.1016/j.talanta.2016.08.004.

[20] 楊天偉, 張霽, 史云東, 等. 紅外光譜結合多元統計分析快速鑒別不同種類牛肝菌[J]. 食品科學, 2015, 36(24): 116-121. DOI:10.7506/spkx1002-6630-201524020.

[21] ZERVAKIS G I, BEKIARIS G, TARANTILIS P A, et al. Rapid strain classif i cation and taxa delimitation within the edible mushroom genus Pleurotus through the use of diffuse reflectance infrared Fourier transform (DRIFT) spectroscopy[J]. Fungal Biology, 2012, 116(6):715-728. DOI:10.1016/j.funbio.2012.04.006.

[22] 時有明, 劉剛, 孫艷琳, 等. FTIR光譜結合系統聚類分析鑒別松茸和姬松茸的研究[J]. 光散射學報, 2010, 22(2): 171-174. DOI:10.13883/j.issn1004-5929.2010.02.007.

[23] XU Ning, LUO Weiqiang, YANG Haiqign. Rapid discrimination of fermented Cordyceps mycelium powder by near-infrared spectroscopy(NIRS)[J]. Applied Mechanics and Materials, 2013, 302: 189-193.DOI:10.4028/www.scientif i c.net/AMM.302.189.

[24] CHOONG Y K, CHEN X, JAMAL J A, et al. Preliminary results of determination of chemical changes on Lingzhi or Reishi medicinal mushroom, Ganoderma lucidum (W. Curt.: Fr.) P. Karst. (Higher Basidiomycetes) carried by Shenzhou I spaceship with FTIR and 2D-IR correlation spectroscopy[J]. International Journal of Medicinal Mushrooms,2012, 14(3): 295-305. DOI:10.1615/IntJMedMushr.v14.i3.60.

[25] 周繼國, 劉剛, 劉劍虹, 等. 毛頭鬼傘的紅外光譜研究[J]. 光譜學與光譜分析, 2008, 28(2): 321-323. DOI:10.3964/j.issn.1000-0593.2008.02.020.

[26] CHOONG Y K, XU C H, LAN J, et al. Identif i cation of geographical origin of Lignosus samples using Fourier transform infrared and twodimensional infrared correlation spectroscopy[J]. Journal of Molecular Structure, 2014, 1069: 188-195. DOI:10.1016/j.molstruc.2014.04.001.

[27] 周在進, 劉剛, 任先培. 不同產地小美牛肝菌的紅外光譜聚類分析研究[J]. 激光與紅外, 2009, 39(11): 1158-1162. DOI:10.3969/j.issn.1001-5078.2009.11.007.

[28] 呂偉奇, 張霽, 趙艷麗, 等. 不同產地黃硬皮馬勃的紅外光譜鑒別方法研究[J]. 河南農業科學, 2016, 45(1): 104-107; 142. DOI:10.15933/j.cnki.1004-3268.2016.01.023.

[29] 馬芳, 張方, 湯進, 等. 不同產地茯苓皮藥材紅外光譜的識別[J].光譜學與光譜分析, 2014, 34(2): 376-380. DOI:10.3964/j.issn.1000-0593(2014)02-0376-05.

[30] 楊海清, 何勇, 陳永明, 等. 應用可見/近紅外光譜技術鑒別香菇品源的三維空間建模研究[J]. 光譜學與光譜分析, 2008, 28(6): 1232-1236. DOI:10.3964/j.issn.1000-0593.2008.06.008.

[31] LIU Fei, HE Yong. Discrimination of producing areas of Auricularia auricula using visible/near infrared spectroscopy[J]. Food and Bioprocess Technology, 2011, 4(3): 387-394. DOI:10.1007/s11947-008-0174-7.

[32] CHEN Yi, XIE Mingyong, YAN Yan, et al. Discrimination of Ganoderma lucidum according to geographical origin with near infrared diffuse reflectance spectroscopy and pattern recognition techniques[J]. Analytica Chimica Acta, 2008, 618(2): 121-130.DOI:10.1016/j.aca.2008.04.055.

[33] 劉剛, 劉劍虹, 宋鼎珊, 等. 野生食用蕈菌不同部位的紅外光譜研究[J].光譜學與光譜分析, 2005, 25(7): 1053-1056. DOI:10.3321/j.issn:1000-0593.2005.07.012.

[34] MOHA?EK-GRO?EV V, BO?AC R, PUPPELS G J. Vibrational spectroscopic characterization of wild growing mushrooms and toadstools[J]. Spectrochimica Acta Part A: Molecular and Biomolecular Spectroscopy, 2001, 57(14): 2815-2829. DOI:10.1016/S1386-1425(01)00584-4.

[35] 趙德璋. 塊菌、鵝膏菌、牛肝菌和紅菇的紅外光譜研究[D]. 昆明:云南師范大學, 2006: 1-82.

[36] 黃冬蘭, 陳小康, 徐永群. 松杉靈芝不同部位的紅外光譜分析研究[J]. 分析科學學報, 2015, 31(1): 59-62. DOI:10.13526/j.issn.1006-6144.2015.01.013.

[37] 付小環, 胡軍華, 李家春, 等. 應用近紅外光譜技術對茯苓藥材進行定性定量檢測研究[J]. 中國中藥雜志, 2015, 40(2): 280-286.DOI:10.4268/cjcmm20150222.

[38] 申云霞, 李濤, 趙艷麗, 等. 巨大口蘑不同年限和部位的紅外光譜鑒定[J]. 貴州農業科學, 2015, 43(3): 159-163. DOI:10.3969/j.issn.1001-3601.2015.03.039.

[39] ESQUERRE C, GOWEN A A, O’DONNELL C P, et al. Initial studies on the quantitation of bruise damage and freshness in mushrooms using visible-near-infrared spectroscopy[J]. Journal of Agricultural and Food Chemistry, 2009, 57(5): 1903-1907. DOI:10.1021/jf803090c.

[40] O’GORMAN A, DOWNEY G, GOWEN A A, et al. Use of Fourier transform infrared spectroscopy and chemometric data analysis to evaluate damage and age in mushrooms (Agaricus bisporus) grown in Ireland[J]. Journal of Agricultural and Food Chemistry, 2010, 58(13):7770-7776. DOI:10.1021/jf101123a.

[41] 趙德璋, 劉剛, 宋鼎珊, 等. 塊菌的傅里葉變換紅外光譜研究[J]. 光譜學與光譜分析, 2006, 26(8): 1445-1448. DOI:10.3321/j.issn:1000-0593.2006.08.017.

[42] 王娟, 張榮芳, 王相友. 雙孢蘑菇硬度的近紅外漫反射光譜無損檢測[J]. 農業機械學報, 2012, 43(11): 163-168. DOI:10.6041/j.issn.1000-1298.2012.11.031.

[43] 張榮芳. 雙孢蘑菇品質的近紅外漫反射光譜無損檢測研究[D]. 淄博: 山東理工大學, 2012: 1-64.

[44] JING Pu, ZHAO Shujuan, LU Manman, et al. Multiple-fingerprint analysis for investigating quality control of Flammulina velutipes fruiting body polysaccharides[J]. Journal of Agricultural and Food Chemistry, 2014, 62(50): 12128-12133. DOI:10.1021/jf504349r.

[45] 楊天偉, 李濤, 李杰慶, 等. 不同年份和產地美味牛肝菌的紅外光譜鑒別研究[J]. 光譜學與光譜分析, 2016, 36(7): 2117-2123.DOI:10.3964/j.issn.1000-0593(2016)07-2117-07.

[46] 邵平, 王鈞, 王星麗, 等. 基于近紅外光譜技術的靈芝提取物摻假定量快速無損檢測研究[J]. 核農學報, 2016, 30(1): 103-109.DOI:10.11869/j.issn.100-8551.2016.01.0103.

[47] 王志軍, 朱仲良, 從培盛, 等. 中藥靈芝FTIR指紋圖譜的研究[J]. 海南師范大學學報(自然科學版), 2009, 22(1): 42-44; 51. DOI:10.3969/j.issn.1674-4942.2009.01.011.

[48] 楊興倉, 司民真. 烏靈參的紅外光譜分析[J]. 光散射學報, 2011,23(3): 289-293.

[49] VILLARES A, MATEO-VIVARACHO L, GUILLAMóN E.Structural features and healthy properties of polysaccharides occurring in mushrooms[J]. Agriculture, 2012, 2(4): 452-471. DOI:10.3390/agriculture2040452.

[50] DE SILVA D D, RAPIOR S, SUDARMAN E, et al. Bioactive metabolites from macrofungi: ethnopharmacology, biological activities and chemistry[J]. Fungal Diversity, 2013, 62(1): 1-40. DOI:10.1007/s13225-013-0265-2.

[51] ZAIDMAN B Z, YASSIN M, MAHAJNA J, et al. Medicinal mushroom modulators of molecular targets as cancer therapeutics[J].Applied Microbiology and Biotechnology, 2005, 67(4): 453-468.DOI:10.1007/s00253-004-1787-z.

[52] MORADALI M F, MOSTAFAVI H, GHODS S, et al.Immunomodulating and anticancer agents in the realm of macromycetes fungi (macrofungi)[J]. International Immunopharmacology, 2007, 7(6): 701-724. DOI:10.1016/j.intimp.2007.01.008.

[53] 葛青, 張安強, 孫培龍. 真菌多糖結構修飾及鑒定研究進展[J]. 中國食用菌, 2008, 27(1): 5-8. DOI:10.3969/j.issn.1003-8310.2008.01.002.

[54] 鐵梅, 李闖, 費金巖, 等. 富硒金針菇子實體中硒多糖的分離純化技術及紅外光譜研究[J]. 分析測試學報, 2008, 27(2): 158-161.DOI:10.3969/j.issn.1004-4957.2008.02.011.

[55] 李健, 張竹青, 陳輝. 氣相色譜和紅外光譜對金針菇多糖的分析研究[J]. 食品工業科技, 2010, 31(9): 147-149. DOI:10.13386/j.issn1002-0306.2010.09.101.

[56] QIAN Jianya, CHEN Wei, ZHANG Weiming, et al. Adulteration identif i cation of some fungal polysaccharides with SEM, XRD, IR and optical rotation: a primary approach[J]. Carbohydrate Polymers, 2009,78(3): 620-625. DOI:10.1016/j.carbpol.2009.05.025.

[57] KOZARSKI M, KLAUS A, NIK?I? M, et al. Antioxidative activities and chemical characterization of polysaccharide extracts from the widely used mushrooms Ganoderma applanatum, Ganoderma lucidum, Lentinus edodes and Trametes versicolor[J]. Journal of Food Composition and Analysis, 2012, 26(1/2): 144-153. DOI:10.1016/j.jfca.2012.02.004.

[58] 孫延芳, 李子昂, 梁宗鎖, 等. 食用菌多糖及其紅外光譜分析[J]. 黑龍江農業科學, 2011(10): 99-100. DOI:10.3969/j.issn.1002-2767.2011.10.038.

[59] 倪宗耀. 食用菌的食療作用與保健功效[J]. 食藥用菌, 2013, 21(1):22-25.

[60] 楊文建, 趙立艷, 安辛欣, 等. 食用菌營養與保健功能研究進展(綜述)[J]. 食藥用菌, 2011, 19(1): 15-18.

[61] KALA? P. A review of chemical composition and nutritional value of wild-growing and cultivated mushrooms[J]. Journal of the Science of Food and Agriculture, 2013, 93(2): 209-218. DOI:10.1002/jsfa.5960.

[62] 鄒盛勤, 陳武. 食用菌的營養成分 藥理作用及開發利用[J]. 安徽農業科學, 2005, 33(3): 502-503. DOI:10.3969/j.issn.0517-6611.2005.03.083.

[63] 時有明, 劉剛, 周湘萍, 等. 基于曲線擬合的形態相似鵝膏菌的傅里葉變換紅外光譜研究[J]. 分析化學, 2008, 36(8): 1105-1108.DOI:10.3321/j.issn:0253-3820.2008.08.019.

[64] 劉萍, 陶文沂, 敖中華. 松口蘑菌絲體糖蛋白MP的性質及其結構[J]. 無錫輕工大學學報, 2004(1): 17-20. DOI:10.3321/j.issn:1673-1689.2004.01.005.

[65] MODI H A. Evaluation of bioactive functional compound of edible mushroom pleurotus ostreatus by FT-IR spectrum[J]. International Journal of Innovative Knowledge Concepts, 2016, 2(1): 90-92.

[66] WEI Xuan, XU Ning, WU Du, et al. Determination of branchedamino acid content in fermented Cordyceps sinensis Mycelium by using FT-NIR spectroscopy technique[J]. Food and Bioprocess Technology, 2014, 7(1): 184-190. DOI:10.1007/s11947-013-1053-4.

[67] KWON Y K, JIE E Y, SARTIE A, et al. Rapid metabolic discrimination and prediction of dioscin content from African yam tubers using Fourier transform-infrared spectroscopy combined with multivariate analysis[J]. Food Chemistry, 2015, 166: 389-396. DOI:10.1016/j.foodchem.2014.06.035.

[68] YANG H, IRUDAYARAJ J, PARADKAR M M. Discriminant analysis of edible oils and fats by FTIR, FT-NIR and FT-Raman spectroscopy[J]. Food Chemistry, 2005, 93(1): 25-32. DOI:10.1016/j.foodchem.2004.08.039.

[69] WOJCIECHOWSKI C, DUPUY N, TA C D, et al. Quantitative analysis of water-soluble vitamins by ATR-FTIR spectroscopy[J].Food Chemistry, 1998, 63(1): 133-140. DOI:10.1016/S0308-8146(97)00138-6.

[70] NUMATA Y, TANAKA H. Quantitative analysis of quercetin using Raman spectroscopy[J]. Food Chemistry, 2011, 126(2): 751-755.DOI:10.1016/j.foodchem.2010.11.059.

[71] 李軍山, 彭新華, 張博. 近紅外光譜法快速測定茯苓藥材水分[J]. 亞太傳統醫藥, 2011, 7(8): 36-38.

[72] ROY S, ANANTHESWARAN R C, SHENK J S, et al. Determination of moisture content of mushrooms by Vis-NIR spectroscopy[J].Journal of the Science of Food and Agriculture, 1993, 63(3): 355-360.DOI:10.1002/jsfa.2740630314.

[73] 徐寧, 魏萱, 任冰, 等. 發酵冬蟲夏草菌粉水分腺苷的近紅外光譜定量分析及波段選擇[J]. 光譜學與光譜分析, 2012, 32(7): 1762-1765.DOI:10.3964/j.issn.1000-0593(2012)07-1762-04.

[74] 朱哲燕, 劉飛, 張初, 等. 基于中紅外光譜技術的香菇蛋白質含量測定[J]. 光譜學與光譜分析, 2014, 34(7): 1844-1848. DOI:10.3964/j.issn.1000-0593(2014)07-1844-05.

[75] 王迪, 張嬡莉, 孟慶繁, 等. 近紅外光譜在快速測定蛹蟲草有效成分含量中的應用[J]. 光學學報, 2009, 29(10): 2795-2799. DOI:10.3788/AOS20092910.2795.

[76] 郭偉良, 王丹, 宋佳, 等. 近紅外光譜法同時快速定量分析蛹蟲草菌絲體中4 種有效成分[J]. 光學學報, 2011, 31(2): 282-289.DOI:10.3788/AOS20092910.2795.

[77] 常靜, 唐延林, 劉子恒, 等. 靈芝多糖含量的紅外光譜預測模型研究[J]. 光譜實驗室, 2010, 27(2): 677-680. DOI:10.3969/j.issn.1004-8138.2010.02.068.

[78] 李曉文, 李萍萍, 袁俊杰. 基于可見/近紅外光譜的雞腿菇總糖含量測定方法[J]. 江蘇農業科學, 2013, 41(9): 279-281. DOI:10.3969/j.issn.1002-1302.2013.09.109.

[79] CHEN Yi, XIE Mingyong, ZHANG Hui, et al. Quantification of total polysaccharides and triterpenoids in Ganoderma lucidum and Ganoderma atrum by near infrared spectroscopy and chemometrics[J].Food Chemistry, 2012, 135(1): 268-275. DOI:10.1016/j.foodchem.2012.04.089.

A Review of the Application of Infrared Spectroscopy in Chemical Analysis and Quality Control of Edible Mushrooms

YAO Sen1,2, ZHANG Ji2,3, LIU Honggao1, LI Jieqing1,*, WANG Yuanzhong2,3,*
(1. College of Agronomy and Biotechnology, Yunnan Agricultural University, Kunming 650201, China;2. Institute of Medicinal Plants, Yunnan Academy of Agricultural Sciences, Kunming 650200, China;3. Yunnan Technical Center for Quality of Chinese Materia Medica, Kunming 650200, China)

In recent years, infrared (IR) spectroscopy has caught much attention due to its characteristics of high accuracy,rapidity and nondestructiveness. With increasing maturation of IR spectroscopy and the development of the related theory,this promising technology has been widely applied to the quality control and chemical analysis of edible mushrooms.In this review, we have summarized the application of IR spectroscopy in the quality control and chemical analysis of edible mushrooms worldwide. This article presents a review of recent studies on the application of IR spectroscopy to identify different species, geographical origins and parts of edible mushrooms and quantify their chemical composition. In conclusion, this review is expected to provide valuable theoretical information for further development and utilization of edible mushrooms.

infrared spectroscopy; edible mushroom; discrimination; quantitative analysis; development and utilization

10.7506/spkx1002-6630-201801046

TS201.2

A

1002-6630（2018）01-0305-08

姚森, 張霽, 劉鴻高, 等. 紅外光譜技術在食用菌研究中的應用[J]. 食品科學, 2018, 39(1): 305-312.

10.7506/spkx1002-6630-201801046. http://www.spkx.net.cn

YAO Sen, ZHANG Ji, LIU Honggao, et al. A review of the application of infrared spectroscopy in chemical analysis and quality control of edible mushrooms[J]. Food Science, 2018, 39(1): 305-312. (in Chinese with English abstract)

DOI:10.7506/spkx1002-6630-201801046. http://www.spkx.net.cn

2016-10-15

國家自然科學基金地區科學基金項目（31660591）；云南省教育廳科學研究基金項目（2016ZZX106）

姚森（1992—），男，碩士，主要從事牛肝菌光譜指紋圖譜研究。E-mail：yaosen0402@163.com

*通信作者簡介：李杰慶（1982—），男，講師，碩士，主要從事食用菌研究。E-mail：lijieqing2008@126.com

王元忠（1981—），男，副研究員，碩士，主要從事藥用真菌研究。E-mail：boletus@126.com