葵花籽油過氧化值激光誘導熒光快速檢測技術研究

馬劭瑾 李永玉 彭彥昆 閆 帥 劉亞超

(中國農業大學工學院， 北京 100083)

0 引言

葵花籽油含豐富的亞油酸、油酸、不飽和脂肪酸等營養物質，在世界食用油中產量位居第二[1]。近些年來，我國葵花籽油的消費量也不斷增加。但是葵花籽油中的高不飽和脂肪酸含量也導致其更易被氧化，在售賣或家庭使用過程中都很容易發生氧化變質[2]。變質的葵花籽油會產生多種自由基、氫過氧化物和有毒聚合物，容易引發多種疾病。在植物油食品安全國家標準中明確規定，食用植物油過氧化值不能超過0.25 g/(100 g)，在各地食品安全抽檢信息中植物油過氧化值超標等頻見報道。

目前食用油過氧化值的傳統檢測方法主要為化學滴定法，具有操作復雜、耗時較長、需采用有毒化學試劑等缺點，而且不能滿足快速實時的需求。為克服傳統化學手段在食用油產銷鏈中品質監測的局限性，諸多學者進行了食用油氧化指標快速檢測方法的研究[3-8]。其中，熒光光譜以其靈敏度高、能直接反映食用油中與氧化機制直接相關的如酚類物質和維生素E等熒光物質的特性，在食用油氧化程度評估方面得到迅速發展。諸多研究者均基于三維熒光光譜[9-11]，或者從三維熒光光譜中提取合適的波長間隔，探究同步熒光光譜與氧化食用油的相關關系[12-20]。三維熒光光譜能夠同時反映熒光強度隨激發、發射波長的變化，但也因此具有較慢的掃描速度，且獲取三維熒光光譜的熒光分光光度計體積較大、價格昂貴，并不具備食用油品質安全監測所需的高效性與便捷性。激光誘導熒光(Laser induced fluorescence, LIF)光譜則可以彌補上述熒光檢測方法的不足，可以實現食用油過氧化值的現場實時監測，然而基于激光誘導熒光對食用油過氧化值進行定量檢測的相關研究尚未見報道。

本文針對食用油易被氧化產生多種自由基、氫過氧化物和有毒聚合物等特性，根據食用油在產銷鏈中品質監測的實用需求，基于激光誘導熒光光譜搭建食用油快速檢測系統，編寫相關采集控制軟件，并以葵花籽油為研究對象，確定熒光響應時間等光譜采集參數，基于自行搭建系統采集不同過氧化值葵花籽油的熒光光譜，探討不同預處理對熒光光譜的校正效果，建立葵花籽油過氧化值實時定量預測模型，最終實現對葵花籽油過氧化值的無損、快速檢測。

1 實驗材料與方法

1.1 實驗材料

葵花籽油樣品購于物美超市，分為生產日期2019年11月4日和2020年6月10日兩批次。為制備不同氧化程度葵花籽油樣品，將購買的葵花籽油分別放置于60℃恒溫箱和25℃的室溫環境中保存。60℃恒溫箱中，加熱氧化樣品每隔6 h取樣一次，室溫氧化處理樣品每隔5 d取樣一次，共制備90個不同氧化程度葵花籽油樣品。

1.2 過氧化值(PV)的標準理化值測定方法

參照GB 5009.227—2016中的滴定法，每個葵花籽油樣品平行測定3次取平均值作為過氧化值的標準理化值。

2 葵花籽油熒光光譜檢測系統搭建

以食用油品質安全現場實時監測技術裝置研發為目的，自行搭建了基于激光誘導熒光光譜的葵花籽油檢測系統，主要包括光源部分、樣品室、光譜采集部分、供電部分以及控制部分，如圖1所示。光源部分包括紫外LED光源、濾光片與準直透鏡。LED光源功率為3 W，中心波長為(365±10)nm，LED激發光源發出的紫外光經過窄帶濾光片和準直透鏡平行照射到樣品室內的樣品。樣品室在相鄰兩側進行開孔設計，用于進行直角熒光檢測，并且可以保證在放入比色皿后，激發光入射和發射光出射的位置均位于比色皿中部。樣品室配有遮光蓋，可以確保在比色皿放入后進行光譜采集時不受外界雜散光的影響。光源系統與樣品室采用一體化設計，從而避免比色皿放入或取出時檢測系統發生晃動。光譜采集部分主要包括光纖與波長范圍為200～1 100 nm的光譜儀(USB2000+型)，光譜分辨率為1 nm。激發樣品產生的熒光信號，經垂直于入射光方向安裝的光纖探頭傳入光譜儀中，再由光譜儀通過USB接口將數據傳輸到計算機。供電部分主要是由小型恒流LED電源驅動器與電源組成?？刂撇糠种糜跇悠肥蚁路?，分別設計光源和光譜儀基座以確保光源部分與光譜采集部分的高度以及樣品室入射光與出射光高度的一致性。為后期整機設計的內部空間利用率考慮，光源基座的上層布置激光誘導熒光檢測系統的光源部分，下層采用中空設計，用于放置開發板。葵花籽油過氧化值檢測系統實物如圖2所示。

物質的熒光強度會隨著照射時間的增加而下降，即存在熒光褪色效應[21-22]?？ㄗ延蜔晒夤庾V采集時間越長，其強度可能越低。為減小熒光褪色效應對實驗結果造成的不利影響，基于LabVIEW編寫了檢測系統熒光采集控制軟件，實現對光譜采集時間的控制，軟件工作流程如圖3所示。比色皿放入樣品室后，在外力作用下觸發控制部分，控制部分會發送信號給計算機開始計時并根據預先設定的時間間隔和總時長自動采集和保存光譜數據，達到設定總時長光譜采集自動停止并以.txt格式保存。通過Matlab軟件對光譜數據進行預處理后建立模型，并將最優過氧化值模型以.m文件格式導出。當對未知葵花籽油樣品進行預測時，利用LabVIEW調用最優模型文件進行實時過氧化值預測。

為確保系統可靠性，樣品室中放入空白比色皿采集了光譜響應，如圖4a所示。僅在光源365 nm處存在峰值，說明背景光譜無其他信號干擾?；谧孕写罱ǖ募す庹T導熒光檢測系統采集不同氧化程度的葵花籽油熒光光譜如圖4b所示。可以看到，當葵花籽油受到365 nm紫外光照射時，在440、495、520、680 nm附近產生熒光特征峰，且隨著過氧化值增加，其熒光強度呈現遞減趨勢。在400～600 nm范圍內熒光強度的衰減最顯著，其中520 nm附近的熒光特征峰應該是由葵花籽油中的維生素E產生的[23]。680 nm附近葉綠素的熒光光譜強度隨氧化程度的增加而降低，即葵花籽油中的葉綠素也會隨著氧化的進行而被破壞。以上說明，基于自行搭建的激光誘導熒光檢測系統能夠較好地反映熒光光譜強度隨葵花籽油過氧化值的變化，而且完全可以檢測到國家標準限定值0.25 g/(100 g)以下的葵花籽油過氧化值。

為探究熒光褪色效應對葵花籽油熒光強度的影響，基于自行搭建的系統每隔10 s自動采集過氧化值為0.12 g/(100 g)的葵花籽油熒光光譜，共連續采集熒光光譜7條。葵花籽油激光誘導熒光光譜隨時間的熒光響應如圖5所示。1 s時在430～468 nm和480～520 nm范圍內的光譜強度明顯高于10 s至60 s時的光譜強度。因此，在后續的研究中均將熒光光譜采集時間設定為1 s。

3 結果與討論

3.1 葵花籽油過氧化值理化分析

通過不同氧化處理制備得到80個葵花籽油樣品并測定其過氧化值標準理化值。80個樣品過氧化值范圍為0.03～1.19 g/(100 g)，平均值為0.39 g/(100 g)，中位數為0.30 g/(100 g)。

3.2 葵花籽油熒光光譜預處理及分析

采集光譜前先將自行搭建的食用油激光誘導熒光檢測系統預熱30 min，積分時間設定為100 ms，設置光譜采集時間為1 s，每個樣品采集3次光譜，取3次的平均值作為該樣品的原始光譜。80個葵花籽油樣品的原始光譜如圖6a所示。

因原始熒光光譜噪聲較大，采用SG(Savitzky-Golay)濾波對其進行平滑。葵花籽油的粘度會隨著氧化程度的加深而逐漸增加，可能導致各個樣品之間的光程產生差異。此外，不同葵花籽油樣品的光譜基線會發生不同程度的漂移。為減小上述干擾對建模結果造成的不利影響，分別對原始熒光光譜進行多元散射校正(Multiplication scattering correction, MSC)、光路長度估計與校正[24](Optical path-length estimation and correction, OPLEC)、標準正態變量變換(Standard normal variable transform, SNV)預處理。MSC預處理以所有樣品光譜的平均光譜作為理想值，將每個光譜相對于平均光譜的變化分為偏移(斜率)變化和平移(截距)變化，根據此來校正原始光譜，校正后的光譜如圖6b所示?？梢钥闯觯涍^MSC預處理后的光譜較好地消除了不同葵花籽油光譜的基線漂移。OPLEC利用正交投影的性質，將光散射效應從原始光譜中分離出來，僅保留與化學成分有關的光譜變化。從圖6c可以看出，熒光光譜在450～700 nm范圍內被分為等間隔的幾段。SNV預處理是在各個波長點的光譜值滿足正態分布的前提下進行的，對原始光譜數據進行了標準化，處理后的熒光光譜變化趨勢與MSC類似，如圖6d所示。

利用CARS[25](競爭自適應重加權)算法對葵花籽油原始光譜的波長進行篩選，提取標準化權重最大的前6個，其由大到小排列為440、580、495、680、520、458 nm。其中，440、680、520 nm處對應的熒光特征物質為共軛氫過氧化物、葉綠素和維生素E(或它的衍生物)?？梢钥闯鲈谘趸^程中，葵花籽油中共軛氫過氧化物產生的熒光信號與過氧化值最為相關，而葉綠素和維生素E的含量也間接反映過氧化值的變化。

3.3 葵花籽油過氧化值預測模型建立

利用SPXY(Sample set partitioning based on joint X-Y distance)算法，將80個葵花籽油樣品按3∶1劃分為校正集和預測集，經不同的預處理光譜并結合CARS篩選波長后，選取合適的潛變量個數建立PLS回歸模型。原始光譜和3種預處理后的光譜建模得到的預測均方根誤差隨潛變量個數的變化如圖7所示。原始光譜、MSC和OPLEC預處理建模選取的最佳潛變量個數分別為10、7、9。經SNV預處理后的熒光光譜共線性加劇，最終選取的潛變量個數為5。

表1 不同預處理方法的過氧化值模型結果Tab.1 Results of PV model built on different pre-processing methods

3.4 葵花籽油過氧化值快速檢測系統外部驗證

選取10個未參與建模的葵花籽油樣品對過氧化值定量預測模型進行外部驗證。過氧化值預測值與理化測定值的R2為0.968 1，均方根誤差為0.041 1 g/(100 g)，如圖9a所示。過氧化值在0.30～0.80 g/(100 g)范圍內的預測殘差較小，在低于國標限0.25 g/(100 g)的殘差絕對值均在0.08 g/(100 g)以下，如圖9b所示。結果顯示，利用激光誘導熒光技術結合PLS回歸模型能夠以較高的精度和準確性實現對葵花籽油過氧化值的快速檢測。

4 結束語