基于電子鼻與統計學方法的 海鱸魚新鮮度品質預測

陳東杰,姜沛宏,張長峰,聶小寶,黃寶生,張玉華,*,李長見

(1.山東商業職業技術學院,山東省農產品貯運保鮮技術重點實驗室, 國家農產品現代物流工程技術研究中心,山東濟南 250103; 2.江南大學,江蘇無錫 214122)

鮮活水產品在物流運輸及貯藏過程中其品質受到水質、水溫、微生物以及酶等因素的作用而變化。隨著貯藏時間的延長,水產品的理化指標、微生物和氣味與新鮮樣品相比出現明顯差別。目前,水產品品質的傳統檢測手段微生物及理化檢測雖嚴謹科學,但檢測方法費時耗力、繁瑣,且結果具有滯后性;感官評價的結果受主觀因素影響明顯,準確性低。電子鼻是近年來新興的快速檢測技術,具有操作簡便、準確、無損等特點[1],電子鼻通常結合統計學分析對樣品中揮發氣體進行感知和識別[2],常用的化學計量學方法主要包括PCA、LDA、PLS和BP人工神經網絡(BPNN)及多層感知神經網絡(MLP)等。目前電子鼻在水產品快速檢測方面,已成功用于鱈魚[3]、帶魚[4]、鮭魚[5]、三文魚[6]、草魚片[7]、干燥鰱魚[8]和鱸魚[9]等水產品的新鮮度評價及貨架期檢測等,而電子鼻對海鱸魚品質指標及優勢腐敗菌的快速定量檢測模型鮮有報道。

本研究采用電子鼻對0 ℃下海鱸魚進行連續的氣味指紋信息采集,測定不同保藏時間的海鱸魚TVB-N、菌落總數及假單胞菌數,采用主成分分析(principal component analysis,PCA)和線性判別分析(linear discriminant analysis,LDA)對采集氣體指紋信息進行分析,通過偏最小二乘法(PLS)建立揮發性鹽基氮(TVB-N)、菌落總數和假單胞菌的快速預測模型,為海鱸魚貯藏期品質提供簡便、實用、快捷、準確的檢測方法。

1 材料與方法

1.1 材料與儀器

海鱸魚 購自山東濟南銀座超市,挑選體型較大,同一年齡、新鮮、健康、活躍的海鱸魚,保活至國家農產品現代物流工程技術研究中心水產品溫控畜養室,停食暫養;鹽酸、氧化鎂、硼酸、甲基紅、碳酸鎂、碳酸鉀、亞甲基藍等(分析純) 國藥集團;板計數瓊脂、假單胞菌瓊脂培養基 北京奧博星生物科技有限責任公司。

F6/10-104-S 組織破碎機 上海弗魯克流體機械制造有限公司;EL204-IC電子天平 梅特勒-托利多儀器有限公司;BL-75A高溫滅菌鍋 上海博迅實業有限公司;RX-2智能型人工氣候培養箱 寧波江南儀器廠;MS3 digital渦旋混勻器 德國艾卡設備有限公司;PL-CJ-2N超級潔凈工作臺 北京東聯哈爾儀器制造有限公司;Scientz-04無菌均質器 寧波新芝生物科技股份有限公司;LRH-70培養箱 上海藍豹實驗儀器有限公司;K9840凱氏定氮儀 濟南海能儀器有限公司;FOX4000電子鼻(由18個傳感器組成,各傳感器響應特性見表1) 法國Alpha MOS公司。

表1 FOX4000電子鼻各傳感器響應特性Table 1 FOX4000 sensor response characteristics

1.2 實驗方法

1.2.1 海鱸魚樣品制備 海鱸魚暫養結束后,取鮮活的海鱸魚,去除頭、尾、內臟及魚鱗,用蒸餾水沖洗后分割為大小相近、厚薄均勻的魚肉(50±5.0) g,用保鮮膜包裝,后置于人工氣候培養箱(0±0.5) ℃貯藏,分別于第0、4、6、8、10、12、14 d取海鱸魚背部肌肉,測定TVB-N值、菌落總數和假單胞菌數,并利用電子鼻進行氣味指紋分析。

1.2.2 TVB-N測定 按照GB/T 2707-2016《食品中揮發性鹽基氮的測定》[10]規定的方法測定。

1.2.3 菌落總數測定 按照GB/T 4789.2-2010《食品微生物學檢驗 菌落總數測定》[11]規定的方法進行。

1.2.4 假單胞菌測定 采用CFC假單胞菌瓊脂培養基,在28 ℃培養箱培養48 h,計數[12]。

1.2.5 電子鼻檢測 采用組織攪碎機將魚肉攪碎后,稱取2.0 g肉樣裝入10 mL樣品瓶,加蓋密封,每個樣品重復6次。試驗前先對電子鼻測定參數進行優化,根據傳感器的響應信號,確定電子鼻的測定參數為:載氣流速150 mL/min,頂空產生溫度40 ℃,進樣體積2000 μL,進樣速度2000 μL/s,頂空產生時間600 s,數據采集時間120 s,延滯時間400 s。采用PCA和LDA對樣品進行分析,去除樣品中差異較大的個體。

1.3 數據處理

采用SPSS 23.0軟件對對電子鼻傳感器采集的原始數據進行統計學分析,設定p<0.05為顯著;運用PCA、LDA對數據進行處理,采用PLS對TVB-N、菌落總數和假單胞菌的建模快速進行預測,結果由Origin pro 2016軟件進行繪圖。

2 結果與分析

2.1 海鱸魚冷藏過程中品質指標變化

TVB-N值是評價水產品鮮度的重要理化指標。如圖1可知,在貯藏過程中,海鱸魚的TVB-N值總體升高,貯藏前6 d,TVB-N值變化較小。第6 d后呈快速增長趨勢,根據我國水產品鮮度的國家標準[13]TVB-N≤30 mg/100 g為新鮮,貯藏到12 d已超過30 mg/100 g,海鱸魚已呈現明顯腐敗特征。

圖1 海鱸魚期間TVB-N含量變化Fig.1 Changes in TVB-N content of Lateolabrax japonicas during storage

菌落總數指標是判斷魚類新鮮度重要的指標。由圖2可知,在貯藏前6 d,海鱸魚的菌落總數快速增長,整個貯藏過程呈較明顯的S型變化。第8 d菌落總數較第6 d相比相對增長緩慢,第8 d后期菌落總數繼續遞增,貯藏12 d后菌落總數生長呈下降趨勢。

圖2 海鱸魚冷藏期間菌落總數變化Fig.2 Changes in total bacterial counts of Lateolabrax japonicus during storage

假單胞菌為海鱸魚的優勢腐敗菌之一[14-15]。由3可知,隨著海鱸魚貯藏時間延長,假單胞菌呈快速增長趨勢。貯藏前6 d,假單胞菌呈現出指數增長的趨勢,貯藏10 d后,假單胞菌增長相對緩慢。

圖3 海鱸魚冷藏期間假單胞桿菌變化Fig.3 Changes in Pseudomonas counts of Lateolabrax japonicus during storage

2.2 海鱸魚電子鼻傳感器響應值分析

圖4為海鱸魚貯藏第0、14 d的電子鼻傳感器響應圖,其中橫軸為電子鼻采集時間,為120 s;縱坐標為18個傳感器在120 s內響應值的變化,響應值為電子鼻傳感器電導率比值R(R/R0)。由圖4可知,不同的傳感器對海鱸魚揮發氣體的敏感程度不同,但18個傳感器響應值的絕對值隨時間變化的趨勢一致,均是先增大后減小。其中傳感器LY2/LG、LY2/AA、T70/2、LY2/G、LY2/GH、T30/1、P10/1、P40/1、P30/1的響應值較大,第14 d時上述傳感器的響應值明顯高于第0 d,說明海鱸魚在貯藏后期,其中的碳氫化合物、醇類物質、酮類化合物、胺類化合物等大量增加,可能是由于海鱸魚貯藏后期,優勢腐敗菌的大量繁殖分解有機物產生。

圖4 鱸魚的傳感器信號圖Fig.4 Sensors single intensity of Lateolabrax japonicas注:a:貯藏第0 d;b:貯藏第14 d。

圖5可知,在貯藏過程中,18個響應值信號變化差異明顯。傳感器LY2/LG、LY2/G、LY2/AA、LY2/GH、LY2/gCTL、T30/1、P10/1、T70/2、PA/2、P30/1、P40/2、P30/2的響應值強度隨海鱸魚的貯藏時間延長而升高。傳感器LY2/gCT、P10/2、T40/2、T40/1、TA/2的響應值信號強度變化較小。貯藏到10 d后,表征含氮化合物的傳感器LY2/LG、LY2/AA、T70/2、LY2/G、LY2/GH等的響應值強度明顯增大,原因是海鱸魚的優勢腐敗菌大量增加,產生大量含氮化合物。

圖5 不同貯藏時間海鱸魚電子鼻傳感器信號最大值的變化Fig.5 Change of maximum e-nose sensor signal of Lateolabrax japonicus with different storage time

2.3 海鱸魚品質的主成分分析

主成分分析是將多個指標通過降維轉換成少數幾項具有代表性的綜合指標的一種多元統計分析方法[16-19]。通常認為累計貢獻率超過80%,表明基本包含樣品的信息。第一主成分(PC1)和第二主成分(PC2)的貢獻率分別為87.73%和7.70%,兩者累計貢獻率為95.43%。說明這兩個主成分基本上可以反映出海鱸魚所有的特征。從圖6可以看出,PCA法可將不同貯藏時間的海鱸魚區分開,且沒有重疊區域。

圖6 貯藏期間鱸魚電子鼻響應值信號的PCA分析Fig.6 PCA analysis of e-nose sensor signals of Lateolabrax japonicus during storage

2.4 海鱸魚品質LDA判別分析

判別分析又稱為線性判別分析，是利用已知類別的樣品建立判別模型,為未知類別的樣本判別的一種統計方法[20-21]。由圖7可知,第一主成分(LD1)和第二主成分(LD2)的貢獻率分別為90.85%和6.09%,兩者累計貢獻率為96.94%。說明這兩個主成分基本上可以反映出海鱸魚所有的特征信息。圖7中將不同貯藏時間的海鱸魚分到三個象限中,將LDA判別結果與TVB-N和菌落總數的變化趨勢結合分析,可將0 ℃下海鱸魚貯藏過程分為三個階段:0～6 d為一級新鮮;8～10 d為二級新鮮;12 d后為腐敗。

圖7 貯藏期間鱸魚電子鼻響應值信號的LDA分析Fig.7 LDA analysis of e-nose sensor signals of Lateolabrax japonicus during storage

2.5 海鱸魚TVB-N、菌落總數和假單胞菌快速預測模型建立

以不同貯藏時間下海鱸魚的電子鼻最大響應值為自變量,以海鱸魚的TVB-N值、TMA值、菌落總數及假單胞菌為因變量,利用PLS得出TVB-N、TMA值、菌落總數和假單胞菌的實際值與預測值的關系。隨機選取28個樣品作為建模集,10個為驗證集。圖8為TVB-N菌落總數和假單胞菌的PLS預測模型的預測值與實際值的關系,TVB-N、菌落總數和假單胞菌模型的決定系數(R2)分別為0.9737、0.8778、0.5943,三個預測模型p值均小于0.05,說明回歸模型具有顯著性。由于假單胞菌PLS預測模型的決定系數較低,模型擬合度不高,不適合用PLS建立假單胞菌預測模型。由表2可知,TVB-N值及菌落總數的預測值與實測值的平均相對誤差均小于16%。

圖8 海鱸魚理化指標的建模集 PLS 分析Fig.8 PCR analysis of physical-chemical indexes of Lateolabrax japonicus

表2 預測模型驗證結果Table 2 Verification tests of prediction model

3 結論

分析不同貯藏時間海鱸魚的TVB-N、菌落總數、假單胞菌和電子鼻氣體指紋信息得出,隨著貯藏時間的延長,TVB-N、菌落總數和假單胞菌不斷上升。PCA及LDA分析可以將不同貯藏時間的海鱸魚很好地區分開,說明利用電子鼻可以說實現對海鱸魚品質快速檢測具有可行性。采用PLS對海鱸魚的TVB-N、菌落總數、假單胞菌與電子鼻最大響應值進行建模預測分析,建立擬合模型,模型決定系數R2分別為0.9737、0.8778、0.5943，假單胞菌預測模型R2較低，擬合度不高，故不適合用PLS建立假單孢菌預測模型。驗證結果表明,TVB-N值和菌落總數預測模型擬合度較高,預測效果較好。