光譜技術檢測飼料中營養成分的研究進展*

黃金耒，錢孟波 ，賈 楠 ，郎沖沖 ，王海峰 ，朱 君 ，李 斌 ，王 偉

（1.浙江農林大學光機電工程學院，浙江 杭州 311314；2.北京市農林科學院智能裝備技術研究中心，北京 100097； 3.國家農業智能裝備工程技術研究中心，北京 100097；4.棗莊市市中汽車性能檢測站，山東 棗莊 277100）

0 引言

飼料作為動物性食品的重要物質保障，是養殖業發展的物質基礎，飼料產品營養均衡是畜禽健康生長和農畜產品質量安全的前提，做好飼料營養成分分析檢測，是生產飼料的必要環節，可以保證飼料原料和飼料產品的品質。目前，檢測飼料中營養成分的方法主要有傳統方法和光譜分析技術。傳統方法已經是成熟的技術，并且已經在多個領域得到應用，甚至凱氏定氮法等已經成為國家標準檢測方法，但它們仍然有許多局限性。例如：檢測時間長、線性范圍窄、樣品制備方法復雜，還有測試結果取決于檢查員的經驗和技術知識等。所以，尋找一種快速、準確、操作簡便的新型方法來檢測營養物質尤為重要。基于上述原因，光譜分析用于檢測飼料營養成分的方法迅速發展起來。光譜技術包括拉曼光譜及表面增強拉曼、近紅外反射及傅里葉變換近紅外、高光譜和太赫茲時域光譜等，可以通過單次掃描提供與營養成分及其結構相關的定性定量信息。此外，這些技術很少需要樣品制備和預處理。因此，它們是快速測定飼料營養成分的理想方法。

飼料產品的常規營養指標通常是指粗蛋白質、粗纖維、粗脂肪、粗灰分、礦物質、水分等[1]。主要營養成分可概括為6類：蛋白質是由氨基酸所形成的線性聚合物，飼料中蛋白質平均氮量為16%；碳水化合物分子通式是（CH2O）n，為飼養動物體供能；脂肪需要吸收氧來氧化脂肪的碳和氫，產熱量高；維生素是調節動物生長、生產、繁殖和保證動物健康所必需的有機物質；礦物質飼料包括提供碳、氫、氧、氮、硫、鈣、磷等常量元素的飼料以及提供鐵、鋅、銅、碘等微衡量元素的無機鹽類等；水分對動物起著至關重要的作用，動物采食水比干物質多，而且動物缺水時會死亡更快。飼料主要營養成分分類及生理作用如表1所示。

表1 飼料中主要營養成分分類及生理作用

目前，國內外相關學者積極開展飼料中營養成分檢測方法研究，這對畜牧養殖業的發展具有重要意義?；诖?，課題組首先分析了飼料中主要營養成分及其生理作用；然后對飼料營養成分的傳統檢測技術展開介紹，通過分析得出，飼料中營養成分傳統檢測方法存在適用性差和消耗材料多等缺點；最后重點探討了光譜技術應用在飼料營養成分檢測方面的研究進展，進而得出光譜檢測技術存在著快速、準確、穩定的優點，在營養檢測方面展現出了巨大的潛力。

1 傳統檢測方法

飼料中營養成分檢測就是要對其性質和含量進行分析，在檢測分析的層面，不僅要確保精確度和靈敏度足夠高，還要節省時間，避免浪費大量的檢測材料，簡化檢測步驟。目前，我國國家標準已有規范的檢測方法，包括對飼料中粗蛋白[5]、水分[6]、鈣[7]、粗脂肪[8]、維生素B2[9]等的測定。部分國家標準測定法的簡要原理、檢出限和定量限如表2所示。

除了上述表格的內容，檢測范圍還包括粗纖維[10]、粗灰分[11]、總磷[12]、維生素E[13]、維生素D3[14]、維生素B1[15]、維生素B6[16]、維生素B12[17]、維生素A[18]、維生素K3[19]，以及飼料中鈣、銅、鐵、鎂、錳、鉀、鈉、鋅含量的測定[20]。由表2可知，國家標準檢測方法比較完善，但都有各自優缺點，比如凱氏定氮法操作簡便，但適用性低；熒光分光光度法靈敏度高，但操作復雜且消耗試劑多；高效液相色譜法檢出率高，但儀器昂貴且耗時長。所以，發展能快速測定、簡化處理步驟、節省檢測材料等的定性定量分析方法具有重要意義。

表2 國家標準測定法

目前，檢測飼料中蛋白質含量應用較多的還有雙縮脲法，優點是快速、干擾物質少，但靈敏度差。雙縮脲法[21]檢測蛋白質是利用氨基酸的氨基與羧基相互作用生成-CONH-基團，這種基團在堿性環境中發生雙縮脲反應，生成物質的顯色深淺與蛋白質濃度成正比。用雙縮脲法檢測飼料中的蛋白質，是把飼料樣品與堿性溶液混合，再經過雙縮脲試劑處理，反應后所得吸光值在標準曲線上查出所對應的值，得到飼料樣品蛋白質含量。Liu等[22]通過引入一種堿性試劑與十二烷基硫酸鈉的結合和熱處理，建立了一種適用于玉米基產品蛋白質測定的改良雙縮脲法，該方法提高了以牛血清蛋白為標準預測玉米醇溶蛋白含量的準確性。

與國標方法相比，液相色譜串聯質譜法（LCMS）增加了飼料中維生素檢測的靈敏度，能夠對低濃度樣品進行檢測，但使用的儀器昂貴，檢測成本高。LC-MS是通過液相色譜分離后的各個組分依次進入質譜檢測器，各組分在離子源被離子化，產生帶有一定電荷、質量數不同的離子。不同離子在電磁場中的運動行為不同，采用質量分析器按不同質荷比（m/z）把離子分開，得到依質荷比順序排列的質譜圖。通過對質譜圖的分析處理，可以得到樣品的定性和定量結果。梁玉樹等[23]建立了超高液相色譜串聯質譜法（UPLC-MS/MS），可同時測定配合飼料中6種水溶性維生素（VB1、VB2、VB3、VB6、VB7、VB12）的方法。結果表明，上述6種維生素的檢出限為0.05 μg/kg～1.97 μg/kg，定量限為0.16 μg/kg～6.5 μg/kg。王博等[24]使用液相色譜-串聯四極桿質譜法測定豬濃縮飼料中25-羥基維生素D3的含量，結果顯示，該方法的檢測限和定量限分別為5 μg·kg-1、10 μg·kg-1。

2 基于光譜技術的飼料營養成分檢測研究進展

為了評估原材料、產品的營養價值，定量分析營養成分是必不可少的。近年來，快速發展的光譜技術也逐漸應用于飼料原料及其產品營養成分的定量分析。國內外相關學者積極展開研究，取得了不錯的成果。

2.1 光譜技術及其特點

光譜方法中拉曼光譜[25]可以得到樣品分子振動或轉動信息，從而可用于物質鑒定。而表面增強拉曼光譜的發展很大程度上提高了拉曼技術的靈敏度，它在檢測速度和低樣品消耗以及生物友好的環境和水檢測條件方面也顯示出優勢。近紅外光譜[26]通過分子振動激發從樣品中提取信息，根據透射輻射與入射輻射的比率獲得光譜信息，利用有機物在近紅外光譜區的振動吸收，從而快速測定樣品中各種化學成分的含量。傅里葉變換近紅外[27]是通過在近紅外區域（4 000 cm-1～12 000 cm-1）使用傅里葉變換技術，與色散儀器相比，提高了光譜再現性和波數精度。傅里葉變換近紅外廣泛應用于許多領域，例如：制藥[28]、石油[29]、食品[30]。傅里葉變換近紅外光譜的優點是快速、準確和無損，因此，這是一種很有前景的檢測技術。但實際上，在一些重要的情況下，需要質量參數的空間分布[31]，而僅使用基于圖像處理的計算機視覺技術無法提供所需的光譜信息。因此，高光譜成像被引入，它同時包含了物質的光譜信息和二維空間信息[32]，它將成像和光譜學集成在一個系統中，提供來自物體的光譜和空間信息，這些信息形成了一個三維數據，比單方面成像或光譜信息更詳細地表征物體[33]。然而，這些方法不能探測遠紅外線光譜區，該光譜區包含研究材料的大量物理和化學信息。而太赫茲輻射（0.1 THz～10 THz頻率范圍內的輻射）位于遠紅外范圍內[34]。太赫茲時域光譜技術是通過太赫茲脈沖在樣品上透射或反射，直接獲取樣品的時域波形，然后通過傅里葉變換得到其相應的頻域分布波形，通過分析和計算該頻譜的光譜數據，就可以得到被測樣品的折射率、吸收系數等，后續結合化學計量法建?？梢詫ξ镔|進行定性定量分析。太赫茲光譜作為光電技術的一種，由于其具有低能量、寬頻帶、高靈敏度、高分辨率和穿透性等特點而被認為是最有前景的檢測方法之一。而且太赫茲光譜對檢測物質中目標分子的微小差異和變化極其敏感[35]，包括分子間和分子內的相互作用，因此太赫茲光譜被用于研究化學材料的結構和相互作用。近年來，太赫茲光譜廣泛應用于安全檢查[36]、材料科學[37]、軍事通信[38]、生物醫學[39]和農業產品檢驗[40]等領域，也有學者開始探索太赫茲時域光譜技術檢測飼料谷物中的營養物質。

2.2 蛋白質成分檢測研究進展

飼料中蛋白質對畜禽的生命活動起著關鍵性的作用，其生理作用是其他營養成分不可代替的。但某些飼料、食品生產企業為了利益最大化，向產品中添加非蛋白含氮物質冒充高蛋白產品，這種低蛋白飼料不僅會影響動物正常發育，還會危害畜禽健康，進而嚴重影響人類食品衛生安全。所以，對飼料中粗蛋白定量定性分析是飼料品質劃分的重要環節。Bao等[41]選擇利用拉曼光譜儀檢測蛋白，通過使用鋁和碘離子修飾的銀納米粒子，所研究的蛋白質檢測靈敏度顯著提高。王勇生等[42]采集高粱的近紅外漫反射光譜，利用化學計量法建立近紅外光譜預測模型并驗證，結果顯示，粗蛋白質的預測模型定標相對分析誤差、交互驗證相對分析誤差、外部驗證相對分析誤差分別為8.41、4.97、3.32，其建立的高粱中粗蛋白質近紅外光譜預測模型能夠準確評估高粱中粗蛋白質含量。高睿等[43]采集牧草葉片樣本的高光譜圖像光譜信息，與所測的化學值結合建立牧草粗蛋白分析模型。結果顯示，牧草粗蛋白最優模型決定系數、均方根誤差、相對分析誤差分別為0.933、6.034 mg/g、4.322，模型精度較高，為檢測牧草粗蛋白提供了新的思路。在太赫茲方面，岳偉偉等[44]采集三種芳香族氨基酸的太赫茲信號，結果顯示，酪氨酸和色氨酸分別在0.976 THz和1.465 THz處有明顯吸收峰。所得結果為研究蛋白質等其他生物大分子提供方法和思路。Wei等[45]研究了太赫茲光譜和化學計量學用于大豆蛋白質含量定量檢測的可行性。預測集相關系數、預測集均方根誤差和相對標準差分別為0.965 9、1.308 5%和3.533 4%。實驗結果表明，太赫茲光譜和化學計量學可以用于快速準確檢測大豆中的蛋白質含量。

2.3 維生素成分檢測研究進展

維生素是維持畜禽生長發育的必需營養成分，主要是起到催化作用。每一種維生素的化學結構不同，產生的生理作用有所差異，合理添加維生素能更好地促進畜禽體內的營養素合成。因此，對維生素定性定量檢測尤為重要。王萍[46]將高效薄層色譜與熒光光密度掃描以及表面增強拉曼光譜相結合，建立了一種定性定量分析飼料中VB2和VB9的方法。王燕妮等[47]采集3種不同載體（二氧化硅、脫脂米糠和石粉）預混合飼料的近紅外光譜進行建模分析，結果顯示，以二氧化硅和脫脂米糠為載體的預混合飼料維生素E定量模型的預測決定系數R2分別為0.989、0.980，相對分析誤差RPD分別為8.10、6.90，說明檢測結果準確可靠，可以用來定量分析。另外，還有將近紅外光譜檢測技術成功應用于預混合飼料中維生素A、D3、K3和E的分析[48-51]。王芳等[52]采用透射式太赫茲時域光譜儀掃描5種維生素樣本，通過分析計算得到吸收系數，結果顯示，維生素A在1.100 THz、1.165 THz、1.405 THz處有3個吸收峰，維生素B2在1.030 THz、1.100 THz、1.165 THz處有3個吸收峰。Yu等[53]對維生素C、B1、B2和B64種維生素的太赫茲振動光譜進行了實驗測量和理論分析。應用全幾何優化和使用密度泛函理論[54]的頻率計算來獲得這些維生素的結構和振動頻率，計算結果與實驗數據一致，模擬結果表明，分子間的相互作用相當弱，因此氣相模擬譜接近固相。計算結果證實大部分吸收峰來自分子內模式；其他的被歸因于分子間相互作用或聲子模式。所以，結合太赫茲時域光譜和密度泛函理論計算識別維生素分子的特征光譜是可信的，太赫茲時域光譜技術將成為一種快速有效的物質鑒別技術。

2.4 多營養成分檢測研究進展

飼料中一般含有粗蛋白、粗纖維、維生素等多種營養成分，但是受到采集方式、生產工藝、儲存條件等影響，飼料營養品質參差不齊，會對畜禽生長發育造成影響。因此，有必要對飼料整體營養成分進行檢測分析，劃分營養品質。劉哲等[55]采集牧草樣品的近紅外光譜，使用修正偏最小二乘進行建模，結果顯示，鈣、中性洗滌纖維、干物質、粗蛋白、粗灰分的相對分析誤差均大于3，相關系數均在0.9以上，說明這5種營養成分的定標效果良好，有著較高的準確度。張順等[56]用近紅外儀器掃描采集玉米DDGS樣品光譜數據。結合偏最小二乘法建立營養成分定量分析模型，結果顯示，水分、粗蛋白質和粗脂肪定標方程決定系數分別為0.91、0.92、0.95，相對分析誤差RPD均大于3，結果表明，傅立葉變換近紅外光譜技術能快速準確檢測玉米DDGS的水分、粗蛋白質和粗脂肪。周昊杰等[57]利用便攜式近紅外儀掃描苜蓿干草和玉米青貯樣品，建立了苜蓿干草、玉米青貯主要營養成分的近紅外數據庫。Hetta等[58]利用高精度近紅外光譜儀和偏最小二乘回歸模型的近紅外高光譜成像技術對不同成熟度的玉米飼料進行評價，結果顯示，各變量預測效果顯著，這些發現為進一步將該技術應用于建模和飼料評價開辟了新的可能性。Sagrario等[59]利用兩種手持式近紅外儀采集復合飼料的光譜數據，結合化學測量值建立預測模型。結果顯示，對于PhIR儀器，CP、CF、淀粉（STCH）的交叉驗證測定系數分別為0.90、0.85、0.89；對于MICRO儀器，CP、CF、STCH的交叉驗證測定系數分別為0.89、0.91、0.91，且RPD各參數的值均大于2.2。研究結果表明，此研究兩種手持近紅外儀器在檢測復合飼料營養成分方面具有潛力。

高光譜技術同時包含了光譜信息和圖像信息[60]。其中，圖像信息可以顯示成像對象在特定波長上由于其相應化學成分的分布而產生的不同光譜強度。而光譜信息可以被認為是該像素特有的光譜指紋，用以表征該特定像素的組成[61]。付苗苗等[62]利用高光譜成像儀采集配合飼料樣本的圖像光譜信息，建立飼料營養成分定量分析模型。結果顯示，粗蛋白、粗灰分的分析模型預測性能較好，兩者驗證集決定系數、均方根誤差、相對分析誤差分別為0.777 8、2.615 5%、2.114 3和0.775 8、1.061 1%、2.120 4。

3 典型快速檢測設備

對于畜牧養殖業，飼料中營養物質的檢測必須快速、準確且可以現場實時檢測。鑒于此，許多公司都在加快研究檢測設備的進度，目前，已有公司生產用以檢測飼料中營養物質的設備，營養物質的典型快速檢測設備及其特點如表3所示。

表3 典型快速檢測設備及其特點

4 總結和展望

基于光譜分析的飼料營養成分檢測技術，有著廣泛的應用前景，目前取得了一定的成果。同時，光譜分析技術也存在需要解決的問題，例如，光譜檢測數據庫豐富度、數據預處理和建模精度等方面還需進一步研究。為此，課題組提出如下展望：

1）進一步開發數據解析算法。實驗的不確定性，還有背景的噪聲，都會帶來冗余的數據，這就需要開發更加精確的算法以用于對光譜采集到的數據進行預處理和建模。算法要在不去掉樣品特征信息的同時最大化濾除噪聲帶來的干擾，并且，也可以對信號進行多次預處理，探索各種預處理方法及其組合的可能性。

2）進一步研發便攜式檢測儀器。目前，大多數光譜檢測營養物質的過程是在實驗室進行的，能夠現場檢測飼料中營養物質的設備還比較欠缺，且實驗器材昂貴、體型大。所以，研制方便攜帶、效率高、低價位的小型光譜檢測儀是技術上需要解決的一個關鍵問題。建立針對營養物質的特定光譜數據庫，可以在很大程度上簡化檢測過程。

3）進一步提升檢測靈敏度。盡管太赫茲時域光譜技術具有諸多優點，但阻礙其在飼料檢測中廣泛應用的主要問題是靈敏度有限，所以，這就需要將樣品信號進行放大處理?；诔９鈱W傳輸效應的超材料是由周期性排列的亞波長元件組成的人造材料，有獨特的電磁特性且具有很強的局部化和增強的場，能夠靈敏地探測到極少量的化學和生物物質。可將光譜技術和可以提高靈敏度的超材料結合起來檢測營養物質。