肉及其加工制品的摻假鑒別技術研究進展

施姿鶴，Josef VOGLMEIR，劉 麗

（南京農業大學食品科學技術學院，江蘇 南京 210095）

肉是人類飲食的重要組成部分，因其富含蛋白質、脂肪、鐵、鋅及VB6等人體正常生命活動所必需的物質，而廣受消費者喜愛[1]。近年來，隨著肉類消費量的快速增長，摻假問題時有發生。肉制品摻假是指用一些價格低廉大量可用的原料來替代實際成分，如鴨肉、雞肉和鼠肉等低價肉替代高價的牛肉和羊肉；加工肉制品摻入動物內臟、組織；或在某些情況下添加亞硝酸鹽、色素、防腐劑等食品添加劑使摻假肉制品在感官上更受歡迎[2-4]。加工肉制品的原料肉在經過切碎、混合、加熱以及殺菌等一系列復雜處理過程后，原有的形態特征已經改變，無法輕易鑒定[5-6]。肉及其加工制品摻假不僅損害消費者的利益、破壞市場秩序，還可能危害消費者的身體健康如過敏問題、摻假物有毒，甚至在一定程度上引起宗教問題[7]。因而，采取準確、高效、靈敏的鑒別技術鑒定摻假肉品具有重大意義。摻假肉品的鑒別主要包括以下3 個方面：1）肉類來源的鑒定（如野生與養殖肉類、有機與傳統肉類、地理來源）；2）肉類替代鑒定（肉類成分由其他動物物種、組織、脂肪或蛋白替代）；3）鑒定非肉類成分添加劑（如水、添加劑）。隨著現代儀器及分子生物學技術的快速發展，肉品摻假的定性定量鑒別方法也更為多樣化。本文就國內外肉及其加工制品摻假鑒別技術的研究進展、各自存在的問題以及開發新方法的展望進行了綜合論述，以期為肉類食品安全監控和市場管理提供指導。

1 肉類產品摻假鑒別方法

傳統的摻假鑒別方法如感官和形態學判別已經無法滿足當下肉及其加工制品的安全控制需求，目前常用的方法有基于蛋白質組學的免疫和質譜（mass spectrometry，MS）技術，基于DNA的聚合酶鏈式反應（polymerase chain reaction，PCR）鑒別手段，以及光譜、傳感器等無損檢測技術。表1就應用于肉品摻假鑒別方面的方法進行了總結。

表1 肉及其加工制品摻假鑒別主要方法Table 1 Major methods for adulteration identification of meat and meat products

1.1 蛋白質組學分析法

蛋白質組意為一個基因組表達的所有蛋白質，包括不同亞型的蛋白和蛋白質翻譯后修飾。肉類富含蛋白質，同種生物間蛋白組具有相對保守性，不同生物間蛋白組在含量、結構上存在一定差異，因而蛋白質可作為生物標記物鑒別肉品摻假[8]。常見的基于蛋白質組學分析肉及其制品摻假的方法有免疫分析法、電泳分析法和MS分析法。

1.1.1 免疫法

免疫法中最常用的是ELISA，ELISA是將抗原抗體反應的高度特異性與酶促反應的高效性相結合的一種免疫學分析技術，自20世紀70年代初發展起來后廣泛應用于肉類及其加工制品摻假檢測[9]。ELISA的基本原理是：抗原或抗體吸附在固相載體表面，酶結合抗原或抗體后仍保持其酶活性與免疫活性，通過加入相應的抗原或抗體，根據反應后底物顏色的變化來判斷免疫反應的進行與否。Djurdievic等[10]開發了一種基于單克隆抗體5D2 ELISA定量檢測熟紅肉中（豬肉、牛肉、羊肉、鹿肉、馬肉）添加熟禽肉（雞肉和火雞肉）的量。單克隆抗體5D2對雞和火雞的熟骨骼肌可溶性蛋白有很強的特異性，基于該方法理論上能檢測到紅肉中質量分數1%的熟禽，且ELISA信號與火雞肉和雞肉濃度的相關性強（r＞0.994）。Mandli等[11]采用辣根過氧化物酶結合抗豬免疫球蛋白G多克隆抗體ELISA檢測牛肉中豬肉摻假情況，在直接ELISA和競爭性ELISA基礎上，研發出免疫傳感器。通過競爭性免疫傳感器能在20 min內檢測到牛肉中0.01%的豬肉摻假量。酶聯免疫技術在鑒別肉類摻假方面具有快速、靈敏、重現性好以及檢測成本低等優勢，但存在對一些物種有交叉反應，試劑選擇性高，不能同時分析多種成分等問題，并且加工肉制品中抗原易溶解，實驗結果容易出現假陽性。

1.1.2 MS技術

MS分析是蛋白質組學技術中確定和精確定量復雜生物樣品（如肉類和肉制品）蛋白質和多肽的基本工具。MS法是一種測量離子質荷比（質量-電荷比）的分析方法，在蛋白質組學中，通過將分離技術與MS技術相結合可實現不同動物來源蛋白或多肽的鑒別。

1.1.2.1 凝膠電泳結合MS技術

采用經典的一維（one-dimensional，1D）和二維（one-dimensional，2D）凝膠電泳技術可以分離定量蛋白質，凝膠電泳結合MS技術可實現高分辨率蛋白地分離和準確定量。Kim等[12]用雙向凝膠電泳（two-dimensional gel electrophoresis，2DE）結合MS從鮮肉和凍融肉的滲出物中檢測到了450 種蛋白質，鮮肉中有15 種蛋白質表達量較高（P＜0.05），其中有22 種蛋白質可用于區分鮮肉和凍融肉。Montowska等[13]分析了16 種混合肉糜（由豬肉、牛肉、雞肉、鴨肉、鵝肉和火雞肉混合而成）及上述6 種肉為原料的15 種法蘭克福香腸中肌球蛋白輕鏈亞型結構的不同，結果表明混合肉糜中10%的其他物種添加量能夠被檢測到。Naveena等[14]比較了2DE和非膠分級分離電泳（OFFGEL electrophoresis，OGE）分別結合MS技術檢測不同比例混合的山羊肉、綿羊肉和水牛肉。以從肌球蛋白輕鏈（myosin light chain，MLC）1和MLC2中獲得的特異肽為生物標志物，2DE結合MS能檢測到水牛肉中添加質量分數1%山羊肉和綿羊肉，而OGE結合MS技術能檢測到0.1%的山羊肉和綿羊肉摻假量。凝膠電泳結合MS技術鑒別肉品摻假具有一定的局限性，其中凝膠電泳較難分離分子質量過大或過小的蛋白，并且特異性標記蛋白或肽不易找到。

1.1.2.2 色譜-串聯MS技術

色譜法利用蛋白或者多肽在不同相態的選擇性分配，以流動相對固定相中的蛋白或者多肽進行洗脫，不同的成分會以不同的速度沿固定相移動，最終達到分離的效果。蛋白酶解產物經色譜-MS聯用技術電離分析后，可獲得每個肽段的MS圖，借助蛋白數據庫對肽段比對分析，進而尋找特異性肽標記物。古淑青等[15]利用超高效液相色譜-四極桿/靜電場軌道阱高分辨質譜（ultra-performance liquid chromatography-quadruple/electronic orbitrap-high resolution mass spectrometry，UPLC-Q/Extractive HRMS）和高效液相色譜-三重四極桿質譜（UPLC-triple-quadruple mass spectrometry，UPLCTriple-QqQ-MS）相結合的方法，鑒定了牛肉、鴨肉、豬肉和雞肉中20 個特征肽段，建立了檢出限低于0.5%的羊肉摻假鑒別測定方法。Watson等[16]建立了一種分析肉中肌紅蛋白多肽的LC-MS方法，提取了豬肉、牛肉、羊肉和馬肉中肽段，運用MS的多反應監控（multiple-reaction monitoring，MRM）高效篩選出肽生物標記物，該方法具有檢測牛肉中1%馬肉添加量、羊肉中1%豬肉添加量和羊肉中1%牛肉添加量的潛力。水煮、油炸和燒烤等常用肉制品加工方式會導致一些蛋白的變性或者肽段降解，因而熱穩定肽的鑒定具有重大的應用價值。Wang Guiji等[17]對豬肉、雞肉、鴨肉、牛肉和羊肉等五種生肉和熟肉進行全蛋白和多肽分析，以期尋找熱穩定肽生物標記物。經超高效液相色譜串聯三重四極桿飛行時間質譜法（UPLC-quadruple-time-of-fight mass spectrometry，UPLC-Q-TOF-MS）結合MRM在5 個物種的生肉中鑒別了34 種肽生物標記物，其中有20 種是熱穩定性肽。Li Yingying等[18]提出一種基于UPLC-MS/MS同時檢測豬肉、牛肉、羊肉、雞肉、鴨肉、大豆、花生、豌豆等8 個物種的高通量MS方法，根據多肽的序列長度、覆蓋率以及熱穩定性等參數篩選8 個物種中的特異性多肽。使用這種方法，有可能檢測到8 個物種中任何一個的0.5%的摻假量。色譜-MS聯用技術基于蛋白質組學原理，摻假鑒別準確率高，但需要繁瑣的樣品前處理，通常要經過蛋白分離富集或蛋白酶解，時間成本高；對于分析經過乳化、殺菌或加入其他食品添加劑的加工肉制品等復雜樣品較為困難；液相色譜、MS等儀器昂貴，并且需要一定的維護保養費用。

1.2 DNA分析法

脫氧核苷酸是核苷酸單元相連接形成多聚核苷酸鏈，再通過折疊、卷曲形成具有特定空間構型的生命大分子。DNA作為細胞中的主要遺傳物質，在物種間具有高度保守性。DNA相較于蛋白質具有更強的耐熱性，存在于所有生物體細胞中并不受物質形態的影響，因而被廣泛應用于肉類摻假檢測[19-21]。目前DNA分析法的技術主要有DNA雜交和聚合酶鏈反應。其中DNA雜交方法操作繁瑣、靈敏度低，尤其是對于摻假肉等混合樣品的檢測比較困難，因而PCR是肉類產品摻假檢測中的常用方法。

1.2.1 多重PCR

PCR是設計不同物種特定基因片段的引物大量體外擴增DNA，通過得到的PCR產物的大小而鑒別物種的技術。多重PCR是在一個PCR反應體系當中加入多對引物，可快速、準確地同時擴增多個DNA靶點，進而實現對多個肉類及其加工制品高效鑒別[22-23]。Li等[24]根據線粒體細胞色素b差異性位點設計了4 種禽類（火雞、鴕鳥、雞和鴨）的特異性引物，通過多重PCR技術實現4 種肉的鑒別。Tafvizi等[25]使用牛肉、雞肉和大豆引物進行多重PCR，檢測牛肉漢堡中摻假現象。結果表明，該技術能鑒別牛肉漢堡中雞肉和大豆蛋白的摻假，可應用于其他加工肉制品的檢測。Prusakova等[26]開發了一種優化的多重PCR方法，基于8 種肉類線粒體ATPase序列差異設計鑒別引物并構建同時鑒定5 種常見肉類（牛肉、羊肉、豬肉、雞肉和火雞）和3 種常見違禁肉類（貓、狗、老鼠）的多重PCR反應體系，此方法可以在單次PCR中準確鑒別8 種肉類，檢測靈敏度可達皮克級 DNA。多重PCR技術鑒別肉類摻假速度快、準確率高，但對于樣品DNA純度要求高，各鑒別物種在PCR反應中易相互干擾。

1.2.2 PCR-RFLP

CR-RFLP是利用PCR擴增一段保守基因序列，再使用適當的限制性核酸內切酶對PCR產物進行酶切，通過分析酶切后的產物的特異性進而判別不同DNA來源[27]。Kumar等[28]以線粒體細胞色素b基因為靶點，采用PCR-RFLP法鑒別了極其相近的幾個物種。通過Alu1和Taq1雙酶切PCR產物，可有效鑒別黃牛肉、水牛肉、綿羊肉、山羊肉和豬肉。Ali等[29]以PCR-RFLP技術，用四對引物分別從兔肉、老鼠肉、松鼠肉擴增出了123 、108、243 bp基因片段，并使用指紋圖譜技術鑒定了酶切后的特征性基因片段。同時，使用該方法能鑒別出香腸中0.1%的老鼠肉或松鼠肉摻假。Hossain等[30]選取來自線粒體細胞色素b和ND5的基因靶點，模擬肉制品加工過程，驗證所取基因靶點在加熱和高壓下均穩定。通過雙基因靶向多重PCR-RFLP結合指紋圖譜鑒別黃牛肉、水牛肉和豬肉，能檢測到0.1%的摻假量。此外，對馬來西亞20 種清真牛肉香腸的檢測結果表明：PCR-RFLP有應用于加工肉制品的潛力。PCR-RFLP鑒別摻假特異性強、對PCR和酶切結果的雙重驗證保證了其準確度高，但限制性核酸內切酶酶切時易受目標基因序列中酶切位點隨機突變的影響，易產生不確定的檢測結果，重復性較差。

1.2.3 qPCR

qPCR是在PCR體系中加入染料或者探針等熒光基團，通過熒光信號強度變化實時監控反應中DNA濃度的變化，從而實現對肉類產品進行鑒別并定量[31]。Lubis等[32]開發了一種基于ZEMTM探針的新型qPCR技術，豬肉DNA最低檢出限達1 pg/μL，理論上能在羊肉、牛肉中檢測到0.001%豬肉摻假。朱揚等[33]制備了生牛肉和經干、蒸、煮、燉、煎、炸、烤制處理的牛肉制品中摻入不同比例（10%、5%、1%、0.1%）豬肉的二元混合肉，通過普通PCR和qPCR擴增來自線粒體基因Cytb序列，進而實現定性和定量檢測。實驗結果表明：不同加工方式對肉中DNA含量、純度和穩定性確實存在顯著性影響，但不影響摻假源的檢出。該方法對于清真肉類及其加工制品的監控具有廣闊的應用前景，為實現加工肉制品質量監控提供了可能。Kang等[34]采用SYBR Green 熒光定量PCR法檢測牛肉漢堡中豬肉的摻假量，通過比較優化兩種常用DNA提取法和五種常用DNA量化方法，最終能在牛肉漢堡中檢測到0.01%豬肉含量。qPCR實現了肉類產品摻假的定量檢測，為對市場進行精確控制提供了可能。

1.2.4 數字PCR

數字PCR是近年來迅速發展的一種核酸精確定量技術，通過將模板大量稀釋到單個反應單元進行目標分子的PCR擴增，根據各個反應體系中熒光值結合泊松分布原理確定原始基因模板的絕對拷貝數。這種定量方法無需考慮引物擴增效率，且不依賴內標基因或標準曲線，具有靈敏度高、重復性好等優點[35]。Floren等[36]以核基因F2為靶點，定量檢測了不同加工肉制品中原料肉的含量，并對牛肉中的摻假豬肉、馬肉進行監控。結果表明，運用數字PCR，樣品中DNA最低檢出限為0.001%，最低定量限為0.01%。任君安等[37]以單拷貝持家基因DNA復制蛋白A（replication protein A，RPA1）為靶基因，開展了羊肉中摻假豬肉的微滴式數字PCR定量檢測研究。該方法定量限為1%，且在5%～80%范圍內絕對誤差小于±1.30%，相對誤差小于±10%，準確度高。Wang Qiang等[35]基于數字PCR鑒定山羊和綿羊肉，通過模擬肉丸和9 種商業肉制品，驗證了數字PCR應用于肉制品中羊肉檢測的可行性。數字PCR作為一種新型的DNA擴增技術，能實現DNA的絕對定量，在肉制品摻假方面具有廣闊的應用前景。但由于目前數字PCR只能絕對定量樣品中DNA的量，對于如何將DNA的拷貝數轉換成相對質量分數仍處于起步階段。另一方面，數字PCR檢測通量低，且所需儀器昂貴。

1.3 傳感器法

傳感器技術是能將待測物質的特異性成分，通過轉化器轉化成相應的物理化學信號輸出，從而對各種組分進行定性和定量分析的技術。電子鼻和電子舌是常用于肉類產品摻假鑒別的傳感器技術。

1.3.1 電子鼻

電子鼻是基于人類對氣味的識別機制而設計的，氣敏傳感器吸附氣味分子，所產生的信號進入信號處理系統進行一定的分析，最后由模式識別系統完成對復雜氣體的綜合分析并呈現結果[38]。李芳等[39]建立了一種利用PEN3電子鼻快速鑒別鴨肉、鵝肉和雞肉的方法，采用線性判別式（linear discriminant analysis，LDA）和判別因子分析（discriminant factor analysis，DFA）方法建立識別模型，對數據進行分析。結果表明，電子鼻能區分3 種鮮禽肉以及加熱禽肉，準確率達95%以上。張娟等[40]利用電子鼻結合統計學分析方法對牛肉中摻入豬肉進行分析。采用K均值聚類分析法和平均值法提取特征風味值，通過主成分分析（principal component analysis，PCA）和LDA分析定性檢測摻假牛肉。在此基礎上，又建立了偏最小二乘（partial least squares，PLS）、多元線性回歸（multiple linear regression，MLR）和反向傳播神經網絡（back propagation neural network，BPNN）等模型預測摻假牛肉中豬肉的含量，所建模型預測相關性系數R2均大于0.978，其中BPNN模型預測效果最佳，R2＞0.999，均方根誤差低于1%。

1.3.2 電子舌

電子舌是根據人物味覺模式所設計的系統，由傳感器獲得味覺信號，再經過信號處理系統和模式分析系統，即可實現信號處理加工，其基本原理與電子鼻相似。Zhang Xinzhuang等[41]采用TS-5000Z電子舌區分和牛、安格斯牛和西門塔爾，通過測定不同樣品中粗蛋白、脂肪、灰分、膽固醇等化學組分及風味包括酸味、鮮味、咸味、苦味、澀味、苦后味等，結合主成分分析能快速區別這三個品種的牛肉。Haddi等[42]建立了一種區分牛肉、綿羊肉和山羊肉的電子舌檢測方法，通過PCA對所得的電子舌數據進行分析，可以鑒別3 種肉，同時可區分不同貯藏時間的肉樣。

電子鼻和電子舌在肉類摻假檢測方面具有快速、操作簡單等優勢，但存在一定的缺陷。一方面，實驗結果重復性不高、無法定量分析；另一方面加工肉制品中組成成分復雜，僅用電子鼻和電子舌等技術鑒別準確率不高，可與其他技術如氣相-MS聯用等提高檢測準確度。

1.4 光譜分析法

光譜分析法是以肉類及其加工制品中一些基本組成成分如水分、蛋白質、脂肪酸或脂質在不同波長下產生光譜不同為原理。光譜技術因其檢測速度快、樣品前處理簡單甚至無需樣品前處理以及不破壞樣品原有營養價值等優勢，近年來逐漸被應用于食品質量安全控制。目前在肉類摻假檢測方面，主要有紅外光譜法、拉曼光譜、HSI和LIBS。

1.4.1 紅外光譜

紅外光譜是指頻率在0.7～500 μm之間的電磁波，能引起分子中振動能級和轉動能級的躍遷，通過檢測紅外線被吸收的情況可得到不同物質的紅外吸收光譜。目前，國內外學者運用近紅外光譜（near-infrared spectroscopy，NIR）和中紅外光譜（mid-infrared spectroscopy，MIR）監控肉類摻假研究較多。Alamprese等[43]通過傅里葉近紅外光譜（Fourier transform-near infrared spectroscopy，FT-NIR）和多元分析法分析新鮮的、凍融的和煮熟的肉末，鑒別牛肉末中火雞摻假問題。同時建立了R2＞0.884預測均方差＜10.8% PLS回歸模型，應用偏最小二乘判別分析（partial least squares discrimination analysis，PLS-DA）對牛肉摻假樣品進行判別，預測的靈敏度和特異度值均大于0.84和0.76。本研究表明，FT-NIR與適當的化學計量學方法相結合不僅適用于鮮肉產品中，而且在凍融和熟肉樣品中也適用。Hu Yaxi等[44]利用FT-NIR分析了6 種類型的牛肉糜中摻假牛內臟和豬內臟的情況，利用優化的PLSR模型，鑒定摻假牛肉的準確率達99%，精準識別摻假內臟類型且能對五種內臟添加量進行量化（R2＞0.81），檢出限低于10%。Wu Ting等[45]對挪威鮭魚和黑龍江鮭魚進行鑒別，使用FT-NIR并采用標準正態方差、乘性散射校正和歸一化等方法優化PLS-DA模型。對于校正和交叉驗證樣本集，優化的PLS-DA模型的相關系數系數分別為0.99和0.98，均方誤差分別為2.3%和4.0%，鑒別鮭魚摻假準確率達90%。白京等[46]以含有不同比例肥肉的豬肉摻入解凍羊肉卷為檢測對象，利用PLS進行建模分析，所得到的建模集和預測集相關性系數分別為0.969和0.953，填補了純瘦肉和肥瘦相間肉的摻假檢測空白。Rady等[47]建立了分析肉末中摻假植物源性蛋白的可見NIR法，所建PLSR模型對摻假鑒別準確率高達100%，為NIR法檢測加工肉制品摻假提供了可能。Abu-Ghoush等[48]采用MIR結合PLS-Kernel預測模型對牛肉中摻假豬肉進行控制，該方法能檢測到牛肉中1.4%的豬肉摻假量，對于清真食品安全管理具有廣闊的應用前景。

1.4.2 拉曼光譜

拉曼光譜是基于拉曼散射效應的分析物質成分及其結構的技術，拉曼譜帶與入射光的強度無關，與樣品組成物質本身的極化率有關，因此不同肉類特定組成成分所產生的拉曼譜帶不同，進而能實現摻假鑒別[49-50]。Boyaci等[51]將拉曼光譜和化學計量學相結合，對49 份來自羊肉和馬肉的脂肪進行鑒定，并建立PCA模型對牛肉中摻假羊肉進行預判，所建模型能在30 s內鑒別牛肉摻假25%～75%馬肉。Zhao Ming等[50]利用分散拉曼光譜檢測牛肉漢堡中牛肉摻假內臟，根據900～1 800 cm-1處拉曼峰值生成指紋圖譜。同時建立PLS-DA和軟獨立建模分析（soft independent modeling of class analogy，SIMCA）模型，摻假牛肉判別準確率達90%，所建的PLS-DA模型對于摻假牛肉中脂肪的添加量能得到3.8%的交互驗證均方差和0.85的預測相關系數。拉曼光譜作為一種新興的食品摻假檢測技術，目前應用于肉類摻假檢測仍存在著背景熒光信號干擾多、儀器昂貴、檢測限高等問題，需要海內外學者進一步研究開發。

1.4.3 高光譜成像

HSI是一個強大的分析技術，將光譜技術和成像技術集成到一個系統中，能同時獲得樣品的物理特征如形狀、大小和顏色等外部信息以及化學組成成分等內部信息[52-54]。HSI又稱為超立方體，高光譜圖像以（x、y、λ）形式儲存，其中（x、y）代表物體的空間信息，λ代表樣品的光譜信息[55]。不同的肉類產品化學成分以及組成結構不同，通過收集其空間信息和光譜信息數據信息結合化學計量學方法分析，可實現肉類產品的定性和定量。Xiong Zhenjie等[56]基于HSI的光譜信息和紋理信息鑒別土雞和普通肉雞，采用連續投影算法提取了9 個最佳波長，30 個紋理特征，并基于數據融合構建PLS-DA模型，土雞和肉雞鑒別準確率高達93.33%。Kamruzzaman等[57]將HSI、多元分析和圖像處理結合起來，鑒定豬肉、牛肉和羊肉。基于6 個最佳波長建立了PLS-DA模型，總體分類準確率為98.67%。在此基礎上，該學者采用HIS可視化牛肉中豬肉的摻假，選取430、605、665、705 nm 4 個波長作為最佳波長，構建多元線性回歸（multiple linear regression，MLR）模型，可預測牛肉末中2%～50%豬肉摻假率，預測相關系數Rp為0.985、預測標準誤差為4.172%[58]。高光譜結合了光譜技術與成像技術，兼具兩者優點，同時也存在著一定的缺陷。高光譜技術分析樣品獲取的數據受光源強度、移動速率、鏡頭高度以及外界因素等影響較大，且存在較多冗余信息，需要進行復雜的降維處理來提取有用的數據；另外，建立定量預測模型需要有龐大的樣本量。

1.4.4 激光誘導擊穿光譜

LIBS是一種基于激光的光譜技術，利用激光脈沖激發樣品形成等離子體。等離子體在冷卻過程中能發射出輻射光，收集輻射光并進行分析，從而實現被測樣品中各元素的定性和定量[59-60]。LIBS可同時測定不同肉類產品中各類元素，基于不同樣品元素組成差異能快速、準確地鑒別摻假。Bilge等[61]采用LIBS分析了牛肉、豬肉、雞肉中Zn、Mg、Ca、Na和K含量差別，應用PCA對3 種肉判別，鑒別準確率達83.37%，并采用PLS分析牛肉中摻假豬肉、牛肉中摻假雞肉兩種混合肉，檢出限分別為4.4%和2.0%。Chu Yanwu等[59]利用LIBS技術建立了一種有效的肉類鑒別方法，采用乘性散射校正（multiplicative scatter correction，MSC）方法對光譜進行預處理，然后利用K-最近鄰（K-nearest neighbor，KNN）模型對校正后的光譜進行識別。結果表明：MSC與LIBS相結合鑒別6 種肉（扇貝、蝦、豬肝、牛肉、雞肉以及扇貝和蝦的混合肉）的準確率高達100%。Velioglu等[62]基于牛肉及其內臟（肝臟、腎臟、心臟、脾臟和肺）中Na、K、Mg、Ca和Fe組成差異，以LIBS結合PCA能成功鑒別純牛肉和內臟摻假牛肉，應用PLS定量檢測牛肉中內臟摻假量，檢出限達3.8%，預測相關系數R2為0.947，為香腸、漢堡等加工肉制品中內臟摻假檢測提供了一定的參考依據。LIBS檢測肉類及其加工制品摻假速度快、特異性強，但存在靈敏度低、實驗結果重復性差等問題。同時樣品的表面形狀、基體效應、樣本分布不均和混合不充分等因素都會影響最終實驗結果，因而需要對肉樣進行一定的預處理，使樣品盡量保持均勻一致的狀態。

2 結 語

MS、PCR、紅外光譜、高光譜等技術在肉及其加工制品摻假檢測中應用廣泛，但均有各自的局限性，因此根據不同的樣品情況選擇合適的鑒別方法極其重要。總而言之，肉類的摻假鑒定方法可以分為無損檢測和有損檢測兩大類。

無損檢測因其檢測速度快、不損傷樣品、適合自動檢測等優勢，近年來在肉類產品摻假檢測方面得到了越來越多的應用。無損檢測中的傳感器方法在檢測準確度方面差強人意，還有較大的改進空間。光譜技術具有準確度高、檢測速度快等優點，但是需要根據不同的樣品建立相應的模型，而且通常得到的數據龐大，對數據進行降維，提取有用信息較為麻煩。未來需要改進的方面包括：建立相應的各個產品模型的數據庫，便于快速在線分析；開發有效的算法，高效提取特征數據；與其他鑒別手段聯用，同時達到鑒別準確率高、速度快、檢出限低、無損等優勢。

在有損檢測技術中，基于蛋白質組學的鑒別方法準確度和精確度高，但所使用的設備昂貴，檢測成本較高。基于樣品DNA的PCR鑒別法因靈敏度高、檢出限低的優點而具有比蛋白質鑒定技術更好的應用空間，然而該技術實驗結果重復困難，易受DNA污染降解、復雜基質效應干擾和擴增方法的影響。未來可以開發相應的DNA芯片技術，以簡化復雜操作。但是，對于一些DNA含量較少的樣品或在加工過程中DNA被污染降解的樣品，就必須選擇基于蛋白質組學的鑒別手段。蛋白質組學研究中，由于在加工過程中蛋白質的穩定性較差，容易降解變性，不易獲得重復性較好的檢測結果，因此未來研究方向可以以蛋白質的翻譯后修飾如糖基化作為鑒別指標。蛋白質的N-糖基化修飾非常穩定且物種特異性比較高，用于肉與肉制品的摻假鑒定將是一個新的、具有特殊優勢的選擇。