常見光譜技術在植物油品質檢測中的應用

許林楠，林 泓，鈕 冰，鄧曉軍*

(1.上海大學 生命科學學院，上海 200444；2.上海海關 動植物與食品檢驗檢疫技術中心，上海 200135)

近年來，中國食用油市場不斷擴大，作為中國居民生活必需品之一的植物油占比也隨之上升，食用油的品質問題受到了社會的廣泛關注。常用的植物油品質檢測方法有高效液相色譜法(HPLC)、液相色譜-質譜法(LC-MS)、氣相色譜-質譜法(GC-MS)等，然而這些方法不僅前處理復雜，檢測耗時，而且對儀器要求高，檢測成本高，應用場合多限于實驗室內部，不能滿足食用油品質快速檢測的需求。近紅外光譜、拉曼光譜等光譜技術根據物質的光譜特性來鑒別物質及確定其化學組成和相對含量，具有無損檢測、檢測速度快、操作方便等優點，且各種手持式光譜設備適用于現場實時檢測，降低了儀器、人力成本。

1 植物油品質概述

1.1 植物油的主要組成成分

食用油作為人民群眾生活必需品，包括植物油和動物油脂兩類，隨著人們生活水平的提高，植物油已逐漸取代動物油脂[1]成為人們主要選擇購買的食用油。植物油的主要成分為直鏈高級脂肪酸和甘油生成的酯、脂肪酸、礦物質等，含有植物甾醇、維生素E、多酚、角鯊烯和類胡蘿卜素等多種營養功能成分[2]。對植物油品質的評價包括兩個方面：一方面是植物油質量安全的評價，其評價指標為質量指標，如酸價是游離脂肪酸含量的標志，過氧化值反映脂肪酸等被氧化的程度，極性組分可判斷植物油煎炸過程中油品質量，碘值表征不飽和程度，反式脂肪酸可監測加工過程；另一方面，各種植物油的特征組分可作為判別是否摻假的特征指標，如根據不同植物油中脂肪酸的比例特征或者某種特異性組分，可以對市場上的摻假植物油進行初步鑒定[3]。

1.2 植物油的摻假現狀

受經濟利益驅使，一些不良商家將價廉植物油摻雜到某種高價植物油產品中，或是采用假的食用植物調和油配方，使植物油實際品質與標簽描述品質不符。針對此現象，2018年12月21日開始執行的GB 2716-2018 《食品安全國家標準植物油》要求單一品種食用植物油不應摻有其他油脂、食用植物調和油標簽標識應注明各種食用植物油的比例。因此，為了保證植物油市場的穩定并維護消費者權益，對植物油進行摻假判別和多項品質指標的檢測具有重要意義。

2 常見光譜技術在植物油品質檢測中的應用

在植物油品質檢測過程中，經光譜測定初步得到的譜圖往往包含了大量信息，需要經過降噪、特征峰提取、模型建立等一系列數據處理過程，才能建立穩定、可靠的光譜鑒定方法[4]。隨著計算機技術水平的提高，光譜技術得到了迅速的發展，光譜儀器的自動化程度和各類光譜數據分析軟件的智能化程度不斷升級，顯著提高了光譜檢測的速度和精確度。而化學計量學在光譜分析中的應用，使分析結果產生了質的飛躍[5]，例如基于多尺度小波變換的化學計量學方法，可對光譜重疊峰進行有效分離；基于主成分分析(PCA)、偏最小二乘判別(PLS-DA)等化學計量學方法，可對真偽商品進行正確識別[6]。目前，光譜技術與化學計量學結合的研究方法已經在植物油品質檢測方面得到廣泛應用[7]。

近年來，光譜技術在植物油品質檢測方面的應用，除了傳統的一維光譜技術，也有大量使用二維相關光譜技術的報道[8]。二維光譜是光譜分析領域的最新進展之一，廣義二維相關光譜包括二維相關近紅外光譜、二維相關拉曼光譜、二維相關熒光光譜等。相較于傳統一維光譜，二維光譜引入了溫度等根據實驗目標添加的外擾因素，能夠根據施加外擾因素后研究體系的變化情況及其相關性，顯示一維光譜中重疊和被掩蓋的小峰，解釋不同譜峰的相互關系，從而獲得更多光譜信息[9]，具有更高的分辨率，適用于復雜基質干擾、譜峰化學意義闡釋等一維光譜難以實現的應用。

2.1 紅外光譜技術

在植物油品質優劣程度的檢測中，常通過理化指標或者成分測定反映植物油的品質情況，已有紅外光譜技術在植物油酸價(AV)、過氧化值(PV)、碘值(IV)、反式脂肪酸(TFA)等檢測中的應用報道。2016年，Jiang等[10]將植物油樣品溶于CCl4后置于紅外石英比色皿(IQC)中，通過傅立葉變換紅外光譜(FTIR)，選擇3 535、3 508、3 340～3 390 cm-1的光譜數據用于AV確定，結果發現紅外光譜測量的AV與使用滴定法測量的AV之間具有良好線性關系，表明該法可以作為確定植物油AV經典方法的替代方法。在此基礎上，2018年Shang等[11]同樣利用IQC對植物油PV進行了紅外光譜測定，不僅精確得到不依賴于油類型的PV值，并且可以有效替代美國石油化學家協會(AOCS)方案，將FTIR光譜的應用擴展到了定量分析。張欣[12]、莫欣欣[13]、朱雨田等[14]也通過選取合適的特征光譜波段，成功構建了植物油PV、AV、TFA和IV的近紅外定量分析模型，證明了近紅外光譜技術在植物油這4個參數定量測定方面的可行性。

紅外光譜技術也可用于植物油摻假檢測，紅外光譜結合模式判別模型能夠成功實現對橄欖油等植物油的摻假識別。Pan等[15]利用便攜式FTIR光譜儀和化學計量學工具對摻入其他植物油的特級初榨橄欖油進行篩選鑒別，選擇800～1 500 cm-1的光譜數據，經矢量歸一化(SNV)處理后建立簇類獨立軟模式識別(SIMCA)模型，結果發現SIMCA模型可識別含有不少于10%摻假油的橄欖油，建立的PLS模型則可以估計摻假含量在5%至45%范圍內的摻假油，誤差在3%以內。類似的研究中，Basri等[16]利用近紅外光譜技術對摻假棕櫚油進行了鑒別；Kou等[17]通過FTIR光譜法對摻有煎炸油(UFO)的植物油進行鑒定。然而，當摻假油與主油的紅外光譜信息相似，特別是摻假油占比遠大于主油時，一維紅外光譜可能無法對摻假油進行定性鑒別。例如芝麻油和摻假芝麻油的化學結構相似，難以通過一維紅外光譜鑒別摻有玉米油的芝麻油。Yang等[18]通過對6 000～4 540 cm-1、1 800～650 cm-1處的有效紅外光譜波段進行同步和異步二維光譜計算，發現相對于同步和異步二維紅外相關光譜，使用同步-異步二維紅外光譜結合多維偏最小二乘判別法(NPLS-DA)分析光譜數據，可在剔除冗余光譜信息的同時，更全面地展現待測物質的特征光譜信息，并最終通過最小二乘支持向量機(LS-SVM)預測模型實現了純芝麻油和摻假芝麻油的分類。

2.2 拉曼光譜技術

拉曼光譜作為一種散射光譜，與分子極化率的變化有關，可以提供相關官能團信息，因此拉曼光譜技術可以對物質的結構和成分進行定性和定量分析[19]。該技術具有不需進行前處理、不破壞樣品、分析速度快等特點[20]，為植物油的檢測和分析帶來了很大的便利，并得到了廣泛應用[21-26]。常見的拉曼光譜技術包括常規拉曼光譜、表面增強拉曼光譜(SERS)、共振拉曼光譜(RRS)、傅立葉變換拉曼光譜(FT-Raman)等。

植物油中的不飽和脂肪酸對人體健康大有益處，但不飽和鍵容易氧化生成過氧化物，加速油脂腐敗過程，因此有必要對油脂氧化程度進行測定。林新月等[27]采用普通拉曼光譜對亞麻籽油、魚油和山茶油的氧化過程進行分析，發現974 cm-1處特征峰的相對強度I974/I1442逐漸增加；1 265 cm-1處峰的相對強度I1265/I1442逐漸降低。周秀軍[28]利用拉曼光譜技術實現了食用植物油品質的快速定量分析，發現油脂皂化值在拉曼位移1 104～1 133 cm-1和1 718～1 772 cm-1，油脂碘值在拉曼位移1 609～1 689 cm-1與拉曼光譜矩陣有較好的線性關系。Silvia等[29]通過油樣的拉曼光譜圖，對不同品種橄欖油中的類胡蘿卜素、脂肪酸組分進行了表征。

在目前的植物油市場，除了單一品種的食用植物油產品，食用植物調和油也是我國小包裝食用植物油中的主要產品。市場上的食用植物調和油產品眾多，且存在宣傳配方比例與實際品質不符的問題，針對此現象，靳曇曇[30]基于拉曼光譜對含有菜籽油、花生油和芝麻油的3組分食用調和油進行快速定量檢測，選取特征峰集中的600～3 000 cm-1波段建立基于非線性支持向量機(SVM)和PLS回歸算法的定量分析模型，結果表明拉曼光譜技術結合化學計量學方法可快速定量檢測上述3組分的含量，但由于該實驗中采用的調和油樣品由現壓榨純油調制而成，并且樣品數量較少，所以結果可能會影響模型的適用性。針對這一缺點，董晶晶等[31]直接從市場上購買食用調和油產品，利用激光共聚焦顯微拉曼結合PLS測定了食用調和油中飽和脂肪酸(SFA)、單不飽和脂肪酸(MUFA)、多不飽和脂肪酸(PUFA)的含量和比例。

二維拉曼光譜可以顯著提升表征譜峰的分辨率，對于一些因一維拉曼特征峰極其接近，無法準確分類的食用油，可采用二維拉曼光譜進行區分。如橄欖油、大豆油、葵花籽油的一維拉曼特征譜峰非常接近，當在橄欖油中摻入大豆油或葵花籽油時，很難通過一維拉曼光譜進行識別。陳達等[32]在溫度外擾因素下利用二維相關拉曼光譜提取信息，發現隨著橄欖油中其他油品摻雜濃度的增大，其光譜信息主要在1 263～1 656 cm-1波段內發生變化，二維同步和二維異步相關拉曼光譜中1 441 cm-1和1 656 cm-1兩處的峰強也均和摻雜濃度相關;同時，很多一維譜圖中的重疊峰變得更加清晰和容易分辨。最后結合NPLS-DA和多尺度建模思想建立模型，新模型不僅可準確挖掘摻假橄欖油中的表征光譜信息，還避免了信息丟失和基線干擾。

2.3 熒光光譜技術

熒光光譜技術是近年發展起來的新型分析檢測技術，通過熒光光譜圖中熒光能量和波長的關系鑒別熒光物質，常見的熒光光譜技術有常規熒光光譜技術、同步熒光光譜技術、三維熒光光譜技術等。由于植物油中含有的脂肪酸、生育酚、葉綠素等具有熒光效應，一些學者已經應用熒光光譜結合化學計量學對植物油的品質評價進行了研究并取得了良好效果[33-35]。

根據熒光光譜數據與橄欖油主要質量參數(例如過氧化值、酸價等)之間的關系，可對橄欖油的質量進行評估。李雙芳等[36]發現烘箱氧化葵花籽油時，隨著天數增加，其三維熒光光譜發射波長范圍變寬，熒光強度增強，并利用平行因子法(PARAFAC)篩選得到特征波長差Δλ=50 nm，同時結合特征光譜數據和偏最小二乘法建立酸價模型，實現了葵花籽油品質的快速辨別。類似的，Gu等[37]在得到花生油熒光光譜數據后，同樣利用PARAFAC算法得到花生油的特征波長差Δλ=120 nm，并根據測得的酸價、過氧化值結合人工神經網絡(ANN)建立了同步熒光光譜回歸模型，實現了花生油品質的快速檢測。Mishra等[38]將熒光光譜技術用于初榨橄欖油中葉綠素含量和氧化物含量的檢測；王揮等[34]采集350～400 nm的特征熒光光譜波段建立偏最小二乘判別法(PLS-DA)模型，成功進行了初榨椰子油摻假檢測。然而，一維熒光光譜也有一定缺陷，例如某些食用油的熒光信息隱含在主峰中，掩蓋了部分關鍵信息，使譜圖難以解析，此時可使用二維熒光光譜進行解決。于麗燕等[39]采用二維熒光光譜進行分析，發現當芝麻油中菜籽油含量為3%時，交叉峰正負情況與純芝麻油峰相反，可在加熱時間外擾因素下快速鑒別摻入較低濃度(3%)菜籽油的芝麻油。

2.4 紫外光譜技術

紫外光譜根據分子在紫外光區的吸收光譜圖獲取物質信息，目前已經廣泛用于食用油、生化、藥物、環境等領域。例如由于脂肪酸在紫外區有特征吸收光譜，可根據植物油的紫外光譜研究其精煉程度，此外，紫外光譜也廣泛用于植物油的品質指標測定和摻假判別中[40-42]。

王寧等[43]利用游離脂肪酸與鄰苯二甲酰亞胺鉀快速反應生成鄰苯二甲酰亞胺，而鄰苯二甲酰亞胺在紫外光譜290 nm波長處有特征吸收峰的原理，采集240～340 nm處的特征紫外光譜數據，建立了線性關系良好的食用植物油酸價檢測模型。鄭艷艷等[44]選擇200～360 nm處的特征紫外吸收光譜數據，通過判別分析實現了摻偽植物油的100%鑒別。紫外光譜技術也可與其他檢測結合對植物油品質進行測定。例如Garrido-Delgado等[45]使用紫外離子遷移譜(UV-IMS)方法對初榨橄欖油及其與不同類型植物油的摻雜樣品進行了判定。

2.5 其他光譜技術

光譜技術作為檢測技術的一大分支，在植物油品質測定上占有較大優勢。除了以上光譜技術，還有其他多種光譜技術也在植物油品質檢測方面[46-48]得到了應用。例如低場核磁共振技術可通過測量橫向、縱向弛豫時間及其對應的質子密度對植物油體系進行研究。原子分光光度法能分析多種元素，可通過測定目標元素含量對植物油進行品質評定。表1為其他光譜技術在植物油品質檢測上的具體運用。

表1 其他光譜技術在植物油品質檢測上的運用Table 1 Application of other spectral techniques in the detection of vegetable oil quality

(續表1)

Vegetable oilsSpectral techniquesApplication methodsResults or purposesReferences大豆油、玉米油、向日葵油、菜籽油火焰原子吸收光譜技術使用微乳液進行樣品制備,通過電感耦合等離子體發射光譜法(ICP-OES)結果檢查準確度可準確測定植物原油和精制植物油中的Fe總量[55]豆油、菜籽油、茶籽油等55份植物油激光拉曼光譜融合激光近紅外光譜數據融合技術、支持向量回歸(SVR)快速檢測植物油不飽和脂肪酸(MUFA)和多不飽和脂肪酸(PUFA)含量,采用特征層融合方法建立的含量預測模型的綜合性能優于基于單光譜數據建立的模型[56]

3 結 語

光譜技術在食品安全領域的應用是當前的研究熱點，其在植物油品質檢測中的研究也越發廣泛和深入，目前已經實現多種植物油摻偽的鑒定，并能夠同時檢測多項品質相關理化指標，且檢測過程快速無損，是傳統檢測方法的有力補充和替代。隨著化學計量學的不斷發展，光譜技術能夠結合各種模式判別模型和定性定量模型，實現更深度的數據挖掘和更準確的結果判定，在植物油檢測領域具有廣闊的應用空間。在國內，光譜技術在植物油品質檢測方面的應用研究還有很多工作要做，因為目前的研究多限于實驗室內部，研究中的樣本來源有限，且多以自行配制植物油進行調和檢測[58-59]，存在樣本代表性不足、適用范圍有限等問題，其適用性還未擴展到海關口岸等領域以及植物油品質的現場實時檢測環節，缺乏市場適用性。因此，建立標準化方法、完善開發新的數據處理方法、共享模型庫、研制各種便攜式光譜采集儀器、建立數據處理云平臺等，使光譜技術用于在線檢測和過程分析過程，實時監測并保證植物油產品品質，具有一定的現實意義。