肉制品食用品質客觀評價技術研究進展

摘 要：隨著經濟的快速發展和居民消費方式的改變，消費者對肉與肉制品的需求日益增長，對其食用品質也提出了更高的要求。肉品品質主要包括肉的顏色、嫩度、風味及滋味等，最初依靠人的眼睛、口、鼻、舌等感覺器官進行主觀品質評價。隨著肉品加工科學和技術的發展，肉品品質評價技術逐漸趨于專業化，出現了更為靈敏和客觀的檢測方式。本文概述目前肉制品食用品質評價的主要技術，包括高光譜成像技術、計算機視覺技術、色譜-質譜聯用技術、電子舌及電子鼻技術，總結其最新研究進展及應用，旨在為肉類品質的客觀評價提供理論參考。

關鍵詞：肉制品；食用品質；感官評定；客觀評價技術

Advances in Techniques for the Objective Evaluation of the Eating Quality of Meat Products

LU Hui， YAN Qingguo， LI Ling， LIU Yunguo， KANG Dacheng*

（College of Life Sciences， Linyi University， Linyi 276000， China）

Abstract： As the economy rapidly develops and residents’ consumption patterns change， consumers’ demand for meat and meat products is growing increasingly and consumers raise higher requirements for the quality and safety of meat and meat products. The major meat quality characteristics are color， tenderness， flavor and taste. Meat quality evaluation was initially completed by the mouth， nose， tongue and other organs of humans. With the development of food processing science and technology， meat quality evaluation techniques gradually tend to be specialized， and more sensitive and objective methods are now available to evaluate meat quality. This paper summarizes the main techniques for meat quality detection including hyperspectral imaging， computer vision， chromatography-mass spectrometry， electronic tongue and electronic nose as well as the latest progress in their research and application， so as to provide a theoretical basis for the objective

evaluation of meat quality.

Keywords： meat products; eating quality; sensory evaluation; objective evaluation techniques

DOI：10.7506/rlyj1001-8123-20240410-075

中圖分類號：TS251.5 " " " " " " " " " " " " " " " " " " " "文獻標志碼：A 文章編號：1001-8123（2024）06-0076-09

引文格式：

盧慧， 閆慶國， 李玲， 等. 肉制品食用品質客觀評價技術研究進展[J]. 肉類研究， 2024， 38（6）： 76-84. DOI：10.7506/rlyj1001-8123-20240410-075. " "http：//www.rlyj.net.cn

LU Hui， YAN Qingguo， LI Ling， et al. Advances in techniques for the objective evaluation of the eating quality of meat products[J]. Meat Research， 2024， 38（6）： 76-84. （in Chinese with English abstract） DOI：10.7506/rlyj1001-8123-20240410-075.

http：//www.rlyj.net.cn

肉類及其制品是人類膳食中不可缺少的優質蛋白質來源。一般而言，肉制品品質是指與鮮肉或加工肉的外觀、適口性和營養價值等有關的理化性質的綜合，包括4 個方面：感官品質、加工品質、營養價值和衛生質量或安全性[1]。人們選擇肉類及其制品時的消費傾向主要由主觀感覺決定，如對產品外觀、嫩度、多汁性和風味等品質性狀的直觀感受[2]。人體感官評價是評價食品感官品質的重要方法之一，但此法易受感官評價者個體差異的影響，存在主觀性強、重現性差、定量復雜等缺點。

以儀器分析為代表的品質客觀評價技術在近30 年得到快速發展，目前已在肉制品食用品質評價中得到廣泛應用，其核心是分析儀器代替人的部分感覺器官客觀、數字化地對樣品進行分析，或通過數字圖表的形式將人的主觀感覺客觀地表述出來，以便達到感官信息客觀、有效地存儲、傳遞和表征的目的[3]。隨著高靈敏度和高專一性分析技術的發展，肉制品品質客觀評價技術正趨于活躍。目前肉制品客觀評價技術主要集中于產品的顏色、風味、滋味和質構分析等方面[4]。各肉制品食用品質客觀評價技術及分類形式如圖1所示。本文綜述用于肉制品品質評價的儀器分析技術及其在肉制品品質研究中的應用與優缺點，為肉制品品質客觀評價研究提供理論指導。

HSI.高光譜成像（hyperspectral imaging）；GC-IMS.氣相色譜-離子遷移譜（gas chromatography-ion mobility spectrometry）；GC-O-MS.氣相色譜-嗅聞-質譜（gas chromatography-olfactometry-mass spectrometry）；GC-TOF/MS.氣相色譜-飛行時間質譜（gas chromatography-time-of-flight/mass spectrometry）；LC-MS/MS.液相色譜-串聯質譜（liquid chromatography-tandem mass spectrometry）。

1 肉制品色澤分析評價技術

顏色是衡量肉制品品質的第一要素，也是決定人們購買意向的重要因素。任何視覺上的顏色變化均提示產品質量可能發生了變化。在貯存和加工過程中，由于蛋白質（主要是肌紅蛋白）的化學變化，肉制品的固有顏色會發生變化[5]。特別是鮮肉，從肌紅蛋白和氧合肌紅蛋白到高鐵肌紅蛋白的轉變導致肉的顏色由鮮紅色變為棕色，消費者易將其與不新鮮和不適合食用聯系在一起。因此，肉色是消費者判斷肉品品質的第一因素，然而，不同消費者對肉制品顏色的主觀感覺不一致，判斷標準不統一，因此實現肉制品顏色的快速、客觀評判及確定評判標準尤為重要[6]。近年來，基于計算機成像系統的客觀評價技術在肉制品色澤分析中的應用尤為廣泛（表1、2）。

1.1 HSI

一般認為光譜分辨率在10－2 λ數量級范圍內稱為高光譜。HSI結合了傳統的光譜學技術和圖像分析技術

（圖2），能夠同時獲取研究對象的光譜信息和空間信息，是近年來在食品品質安全檢測中逐漸興起的快速、無損檢測方法[12]。已被廣泛應用于預測和可視化各種纖維類產品的顏色屬性，如新鮮肉類和加工肉類[13]。Ma Ji等[7]利用HSI成功可視化豬肉在不同蒸煮時間內肌漿蛋白和肌原纖維蛋白含量的變化。HSI還可通過選擇特征波長組合，從而使模型使用的波長數量和光譜維數顯著減少，模型的運行速度、穩定性和預測能力得到有效提高。Wan Guoling等[8]在利用HSI測定亞硝酸鹽腌羊肉中肌紅蛋白含量的研究中，采用CARS、變量組合總體分析和iVISSA選擇相應的特征波長，結果表明，與全波長法相比，有效波長選擇法能提高HSI系統測定肌紅蛋白含量的性能。此外，將FNN與HSI相結合，建立一種非精益多變量分析方法，還可實現光譜信息和顏色參數之間的相關性分析。Wang Shengnan等[9]對大黃花魚肉貯藏期間的顏色變化進行研究發現，利用HSI與FNN結合構建非線性定量分析模型的性能優于PLSR模型。

1.2 計算機視覺技術

計算機視覺作為一種通過分析顏色變化來快速、無損評價食品質量的方法[14]，也是評價食品新鮮度的關鍵技術，具有高效、客觀、一致和可靠的優點。近年來，越來越多的研究利用計算機視覺通過顏色特征評價肉制品的品質。

TVB-N含量和硫代巴比妥酸反應物（thiobarbituric acid reactive substances，TBARS）值是肉制品新鮮度評價的傳統指標，Wang Bo等[11]利用計算機視覺系統的分布圖預測煙熏雞腿在4 ℃貯藏期間的新鮮度，通過顏色轉換算法將RGB色彩空間轉換為HSI和L*a*b*色彩空間，并將色彩參數（RGB、HSI和L*a*b*）分別與TVB-N含量和TBARS值相關聯，建立多元回歸模型，通過對圖像中的每個像素應用多元回歸模型，建立煙熏雞腿腐敗的可視化圖，研究表明，計算機視覺系統分布圖可以作為一種快速、客觀、無損的方法來預測煙熏雞腿貯藏過程中的TBARS值和TVB-N含量。

計算機視覺技術還可用于魚體新鮮度檢測[15]。Taheri-Garavand等[10]使用計算機視覺技術對鯉魚新鮮度進行檢測，利用彩色圖像處理對鯉魚新鮮度進行智能評價，混合人工蜂群-ANN算法選擇最佳特征，SVM、KNN和ANN算法對魚類圖像進行分類，結果表明，ANN新鮮度檢測的分類準確率高達93%。由此可見，計算機視覺技術可減少不必要的產品浪費，是一種可靠、快速、無損的肉品新鮮度檢測技術，可實時監測肉品新鮮度。

2 肉制品風味分析檢測技術

2.1 肉制品風味物質概況

肉制品的風味物質是由風味前體物質轉化產生，滋味呈味物質主要由水溶性小分子和鹽類組成，肉中滋味呈味物質主要源于蛋白質和核酸的降解產物、糖、有機酸、礦物質鹽離子等，包括游離氨基酸、小肽、核苷酸、單糖、乳酸及磷酸等，其中游離氨基酸和核苷酸是肉類中最主要的滋味呈味物質（圖3）。鮮肉經過發酵成熟或熱加工處理后，風味前體物質降解產生大量滋味呈味物質，從而呈現出肉類特有的鮮味[16]。肉制品特征香味是由揮發性小分子引起的人體嗅聞神經響應的感受，這些小分子物質主要來源于加工過程中肌肉蛋白、脂類和維生素等物質降解產物的次級氧化及美拉德反應等，包括醛、酮、醇、酸、烴、酯、內酯、吡嗪、呋喃及含硫化合物等（圖3）。隨著研究人員對肉制品風味不斷地解析與探究，利用現代儀器分析新技術可以把各種肉制品風味物質以圖表及數字化的形式更直接地呈現出來。

2.2 風味物質萃取技術

肉制品在加工制備過程中，呈味物質間會發生復雜的化學反應，因此肉制品的風味成分十分復雜，選擇合適的樣品萃取分離技術才可較為準確地實現風味物質的分析與檢測[17]。最常用的風味物質萃取技術包括頂空法（head space，HS）、固相微萃取（solid-phase microextraction，SPME）、溶劑輔助風味蒸發（solvent assisted flavor evaporation，SAFE）、動態針捕集（needle trap，NT）。SPME是最為常用的萃取技術，其優勢在于可以得到更多相對分子質量較小的揮發性有機化合物（volatile organic compounds，VOCs）[18]。Ahamed等[19]采用HS-SPME和GC相結合的技術對煎烤牛肉、豬肉和雞肉的風味成分進行鑒定和定量分析，發現各品種肉中含量最多的化合物為醛類，并確定了不同來源肉的種類區分生物標志物。SAFE技術可以從復雜基質中快速、充分地提取芳香族化合物，是深入研究食品香氣的有效萃取技術。Liu Xialei等[20]采用SAFE與GC-MS技術聯用對烤鱸魚香氣的形成進行研究，結果表明，己醛、辛醛、（2E，4E）-十烷-2，4-二烯醛和壬醛等為熟鱸魚中的VOCs。SAFE是利用溶劑在低溫和高真空條件下的快速蒸發來輔助目標物質的蒸發，從而從樣品中快速分離VOCs的技術[21]。

在食品風味分析研究中，SPME是一種應用較為廣泛的非溶劑選擇性萃取方法，而SAFE是一種能夠有效提取和分離VOCs的萃取技術。2 種萃取方法得到的提取物的香氣最能代表食品的真實香氣。

2.3 基于色譜-MS的風味檢測技術

色譜-MS聯用是目前應用最廣泛的風味檢測技術，包括GC-MS和LC-MS。表3、4列出了近年來MS及其衍生技術在食品風味檢測中的應用，主要包括GC-IMS、GC-TOF/MS、GC-O和LC-MS/MS。MS技術還可以建立風味指紋圖譜，全面反映食品內部不同化合物的內在作用關系，有利于食品風味的快速、精確檢測，可有效解決食品復雜性的問題，因此該技術已在食品分析中得到了廣泛應用。

2.3.1 GC-IMS

GC-IMS結合了GC的高分離度與IMS的高靈敏度，主要針對揮發性風味物質進行非靶向分析，并形成風味指紋圖譜，指紋圖譜反映了每種樣品的完整揮發性有機物信息及樣品之間揮發性有機物的差異，客觀反映樣品質量，可用于肉品中揮發性成分的鑒別與分析[35]。Yu Yuanrui等[22]采用HS-GC-IMS對添加天然香料的水煮武定雞加工過程中產生的前體物質和揮發性風味物質進行定量分析，共檢測到21 種揮發性物質，其中5 種化合物（1-戊醇、丙酮、2-丁酮、戊醛和庚醛）含量最高，可作為武定雞風味的特色物質。Zhang Yanzeng等[23]采用

HS-GC-IMS技術在使用不同菌種的臨沂發酵香腸中共鑒定出37 種揮發性風味化合物，并建立了風味指紋圖譜，結果表明，苯乙醛和丁酸含量分別在接種保加利亞乳桿菌和干酪乳桿菌的樣品中較高，接種鼠李糖乳桿菌的樣本含有較多的2-戊酮和乙醇，丙酸乙酯在接種保加利亞乳桿菌的樣品中含量最低，接種羅伊氏乳桿菌的樣品中含量較高。

GC-IMS不僅是一種快速、全面的揮發性風味物質檢測方法，而且被證明比GC-MS更靈敏。然而，GC-IMS數據是高度多維、復雜的，并且存在很強的非線性基線問題，存在峰重疊、長峰尾等，在經過糾正后，才能夠正確地從樣本中提取相關特征[35]，于是，研究人員開發出了GC-TOF/MS技術。

2.3.2 GC-TOF/MS

GC-TOF/MS技術具有較高的采集頻率、高樣品通量、穩定性好，具有極快的響應速度及較高的靈敏度，為復雜樣品分離分析提供了更有效的解決方案，通過風味組學可測定肉制品中重要揮發性物質的成分及含量[36]。

Mansur等[24]采用HS-SPME與GC-TOF/MS相結合的多變量分析方法鑒定冷藏或真空包裝牛肉的潛在變質標志物，結果表明，乙酸、丁酸、戊酸、乙醇、3-甲基丁烷-1-醇和2，3-丁二醇可能在真空包裝牛肉的腐敗中起重要作用，可作為評價牛肉在氣調或真空冷藏過程中腐敗的潛在標志化合物。

與GC-IMS技術相比，GC-TOF/MS技術的檢測速度提升，靈敏度高，能同時鑒定上千種風味物質。但是其對樣品制備要求較高，在獲取時所有生物材料都會氣化，如果樣品成分復雜可能導致碳積聚并降低靈敏度。

2.3.3 GC-O

GC-O技術是將GC分離和嗅覺測定相結合的方法，其工作原理為將樣品通過色譜柱進行分離，并在出口處分為2 條流路，一條流路連接到GC檢測器，對化合物做定性及定量分析，另一條流路進入嗅聞儀，得到化合物的氣味信息，以此完成對特定氣味物質色譜信息與感官信息的同時采集[37]。該技術常與MS檢測技術聯用，可快速定性及定量食品中的氣味活性化合物，被廣泛應用于肉制品風味分析等領域中。Zhang Zihan等[25]采用GC-O-MS對食用椰粕的文昌雞各部位的VOCs進行比較研究，結果顯示，在雞胸肌和雞腿肌中分別鑒定出32、36 種VOCs，并確定了雞肉中主要VOCs為醛類和醇類。Liu Huan等[26]利用SAFE結合GC-O-MS技術和香氣重組實驗對熏鴨主要香氣成分進行表征，共鑒定出31 種風味物質，其中醛類、吡嗪類和酚類是熏鴨香氣的主要來源。

2.3.4 LC-MS/MS

LC-MS/MS技術結合了LC的高效分離能力和MS/MS的選擇性質量分析能力，可分離樣品中的非揮發性成分，建立指紋圖譜，適用于高沸點、大分子、熱穩定性較差的化合物[38]，具有分析速度快、特異性強、靈敏度高、準確度高、穩定性高和多指標同時分析等特點，是肉制品滋味物質組分鑒定中常用的技術手段，并且在肉品種類鑒別方面應用廣泛[39]。Guo Xin等[27]采用超高效液相色譜-串聯質譜（ultra performance liquid chromatography-tandem mass spectrometry，UPLC-MS/MS）技術

對干腌羊肉火腿加工過程中主要脂質代謝物的變化進行鑒定，并建立風味指紋圖譜，共鑒定出581 種脂質代謝物，其中甘油脂質含量最高。Xue Chaoyi等[28]采用UPLC-MS/MS分析發現，辣味香料中的酰胺化合物可以抑制烤牛肉餅中約70%的β-咔啉和總雜環胺，為肉類加工過程中雜環胺的防控提供參考。變質的干腌火腿通常具有異味，為加深對變質火腿苦味形成機制的認識，Liao Renyong等[29]采用LC-MS/MS技術對正常火腿和變質火腿的代謝物和感官品質等進行研究，共鑒定出42 種主要來源于蛋白質降解的代謝物，氨基酸衍生物和寡肽是區分變質火腿和正常火腿的關鍵成分。

2.4 電子鼻技術

電子鼻技術是利用氣體傳感器陣列的響應圖案來識別氣味的電子系統，由樣品處理系統、氣敏傳感器陣列和模式識別系統3 部分組成，通常用于檢測簡單或復雜的VOCs，樣品中的揮發性氣味能與陣列中多個氣敏傳感器反應，將化學信號轉換成電信號，然后經過放大降噪處理、基線校準或歸一化等一系列預處理過程，獲取并增強該樣品所對應的綜合指紋信息，再從中選擇合適的特征信息輸入到特定的模式識別算法中，最終完成對樣品中揮發性成分的定性或定量辨別，還可通過建立預測模型來判別肉質摻假問題，具有響應時間短、檢測速度快的優點[40]。

Yavuzer[30]開發了一種使用兼容Arduinowei處理器的傳感器，測量并記錄了鱒魚、鯛魚和鱸魚在1 周貯藏過程中的氣味變化，通過將傳感器測得的氣味強度與微生物和感官數據進行比較，獲得變質閾值，此電子鼻盒總成本不超過20 美元，是一種確定食品質量參數的快速、簡單和低成本的解決方案。Wakhid等[31]使用電子鼻研究氣體濃度對牛肉和豬肉混合物的檢測和分類的影響，在3 個不同大小的腔室中表征不同的肉類樣品，發現氣體濃度最高的樣品室的準確率最高，另外該研究還使用不同機器學習分類算法對數據進行處理并建立預測模型，結果表明，在50 mL樣品室中，使用SVM獲得的準確度最高（94.6%），其次是LR（93.7%）、ANN（92.9%）和DTC（91.2%）。Andre等[32]建立一種基于混合獨立式納米纖維墊的電子鼻，通過結合獨立陶瓷納米纖維、共軛聚合物（聚苯胺）和聚電解質（聚苯乙烯磺酸鹽）以阻礙電子鼻的傳感單元，用于檢測氨、甲胺和三甲胺，采用多維投影技術對電阻分量的復雜交流阻抗數據進行評估，建立了一種可用于現場分析和監測肉類腐敗的方法。

2.5 電子舌技術

電子舌是利用傳感器陣列模擬人類味蕾組織對液體樣品的滋味進行檢測的一項技術，該技術通過傳感器陣列從復雜的樣本中獲得滋味的電信號，同時應用一系列化學計量學方法對高度復雜的數據進行處理，具有檢測時間短、操作簡單、靈敏度高、可靠性強等特點[41]。

Min等[33]采用電子舌分析、化學分析和感官評價方法對不同飼料來源的韓牛鮮味進行分析研究，結果表明，電子舌分析和人類感官評價結果密切相關，氨基酸和脂肪酸水平受飼料類型的影響，大豆或玉米干全酒糟飼料可能增強韓牛的鮮味。Yang Wenxian等[34]研究草魚肉在短期饑餓條件下風味物質的變化，并以味覺活性值為指標，對蒸煮草魚肉的品質進行評價，結果表明，主成分分析總貢獻率為93.15%，能較準確地反映草魚在短期饑餓過程中的風味變化。但由于單一電子舌技術不能完全反映肉品品質的整體信息，未來可以將電子舌技術與電子鼻、電子眼和仿生觸覺相融合，從味覺、嗅覺、視覺和觸覺全方位評價肉品品質。

2.6 不同技術的組合和比較

在氣味檢測中，為了獲得更完整的結果，經常采用多種技術相結合的方法，同時對不同的技術進行改進。表5總結了不同風味分析技術的差異研究。

Andaleeb等[42]在對添加2 種不同香料的三黃雞胸肉中VOCs的檢測中發現，SPME-GC-MS共檢測出121 種化合物，GC-IMS檢測出81 種化合物。在風味檢測方面，SPME-GC-MS優于GC-IMS，這可能是由于GC-IMS數據庫信息有限。Xu Yuan等[43]應用GC-TOF-MS在雞腿肉和雞胸肉中共鑒定出137 種VOCs，而電子鼻技術檢測到更多的醇、醛、酮、碳氫化合物和芳香族化合物，雞胸肉風味優于其他部位。Li Wenqian等[44]采用SAFE-GC×GC-TOF-MS及HS-GC-IMS分別在我國6 種不同干腌火腿中檢測出265、45 種VOCs，云南三川火腿和湖北宣恩火腿與其他火腿有明顯差異，其中湖北宣恩火腿中豐富的苯酚成分可能有助于增強其煙熏屬性，GC-IMS的數據在主成分分析和多因素分析中呈現出相似的聚類，表明GC-IMS更適用于干腌火腿VOCs的鑒別。Wen Rongxin等[45]采用電子鼻和GC-IMS技術從牛肉干中鑒定出42 種VOCs，電子鼻與GC-IMS結果之間存在高度相關性，其中接種酸化假單胞菌BP2可提高酯類水平，該研究通過電子鼻和GC-IMS數據的相關分析提供了牛肉干風味特征的信息。Li Ying等[46]采用電子鼻、HS-GC-IMS、SPME-GC-MS聯用技術對不同發酵階段蝦膏樣品中VOCs進行鑒定，電子鼻結果表明，發酵中期和后期是蝦醬風味形成的關鍵時期，SPME-GC-MS鑒定出75 種VOCs，HS-GC-IMS鑒定出31 種關鍵VOCs，3 種技術的結合可以全面反映蝦膏在不同發酵階段揮發性成分的變化。Wang Di等[47]采用電子舌結合HS-GC-IMS技術分析不同陳化時間（0、12、24、48、72 h）對南京鹽水鴨風味的影響，結果表明，HS-GC-IMS共鑒定出47 種VOCs，HS-GC-IMS結合電子舌分析表明，24 h的陳化時間更有利于風味和加工品質的形成，該結果為通過控制陳化過程提高鹽水鴨風味和品質提供了一定參考。

綜合前述研究可知，每一種檢測技術均有其適用性，研究者應根據實際情況合理選擇檢測方法，不同風味分析技術的優點和缺點比較如表6所示。

3 肉制品質構分析檢測技術

質構是肉制品最重要的品質指標之一，其在很大程度上決定了消費者對肉品質量和口感的滿意程度，因此，對肉制品質構特性進行客觀評價分析具有重要意義，表7為目前常用的質構分析檢測技術。

3.1 質構分析儀

質構分析儀也叫物性分析儀，是一種通過模擬口腔的運動使樣品壓縮、變形，從而分析和量化食品質構特性的儀器，測定參數包括硬度、黏性、彈性、咀嚼性、回復性、內聚性、破裂強度、拉伸強度、凝膠強度及抗張強度等，各類參數可以數字、圖表的方式表現出來。這種機械測定結果與人體觸覺感官感受高度一致，且不受個人因素干擾。雖然質構分析儀不能完全模擬人的口腔運動，但是獲得的質構參數或指標能夠很好地反映食品的口感或質構特性，因此在肉制品質地特征檢測方面較為常用[55]。

質構分析儀在肉制品加工和品質控制研究中得到了廣泛應用，不僅可用于生鮮肉的新鮮度評價、肉制品加工工藝合理性評價及肉制品品質評價，也可用于肉制品品質改良等方面的研究。Gallego等[48]使用質構分析儀對蛋白水解酶改造的肉在模擬老年人胃腸道中的消化行為進行測定，儀器咀嚼實驗結果顯示，樣品結構的破壞主要發生在第1個咀嚼周期，經過風味酶處理的樣品呈現出略高的稠度。Ozdemir等[49]采用質構分析儀對不同屠宰質量和肌肉類型的年輕荷斯坦弗里斯蘭公牛的肉質特征進行研究，結果顯示，肌肉類型（胸最長肌和臀中肌）對硬度、膠質度和咀嚼性有顯著影響。Wang Jiangxiang等[50]

使用質構分析儀檢測發現，輕微的氧化和磷酸鹽腌制（10 mmol/L H2O2與復合磷酸鹽溶液）處理對于魷魚肉的質構特性（剪切力、彈性）具有改善作用。李琦[51]采用不同蛋白酶對牦牛肉酶解嫩化后，使用質構儀對牦牛肉肉糜的理化特性進行研究，發現無花果蛋白酶、木瓜蛋白酶和中性蛋白酶處理可降低肉糜的硬度、黏聚性和膠著性；胰蛋白酶、彈性蛋白酶處理可增加肉糜的硬度和膠著性，降低彈性和黏聚性。李佳麒[52]使用剪切力儀檢測發現，低功率、長時間的超聲波處理可明顯提高牛肉的嫩度。李明奇[53]在對復合嫩化劑嫩化兔肉的工藝優化研究中，使用肌肉嫩度儀測定兔肉的剪切力，通過響應面試驗及正交試驗確定了最優嫩化參數。

3.2 流變儀

流變儀是通過對樣品施加強制穩態速率載荷、穩態應力載荷、動態正弦周期應變載荷或動態正弦周期應力載荷的方式，觀測樣品對所施加載荷的響應數據。通過測量剪切速率、剪切應力、振蕩頻率、應力應變振幅等流變數據，計算樣品的黏度、儲能模量、損耗模量等流變學參數，通過研究應力與應變之間的本構關系，構建模量、黏度等函數來詮釋食品質構，從而對其進行科學、精準地表征和評價，可以量化食品的軟度、黏稠度、硬度、流動和變形特性及彈性等指標[56]。

Giménez-Ribes等[54]在纖維性質和取向對肉品和肉品類似物剪切流變學和坡印亭效應的影響研究中，采用安東帕流變儀對全肉樣品（牛肉和雞肉）與植物蛋白模擬肉（大豆和豌豆分離蛋白與小麥面筋結合的植物纖維模型）的流變學特性進行研究，發現肉類中的纖維結構表現出更強的彈性行為，具有真正的周期內應變硬化，牛肉垂直纖維取向的能量耗散低于平行取向。

4 結 語

目前現代儀器的檢測技術已經在肉制品食用品質客觀評價中得到了一定的應用，基于計算機成像系統的HSI及計算機視覺技術已經廣泛應用于肉制品色澤客觀分析評價中，其在技術、檢測過程及檢測結果上具有一定的優勢，但該技術的實施仍面臨許多實際挑戰。目前，基于計算機成像系統的儀器內部所使用的拍照裝置均為大尺寸的色散型CCD相機，相機內部為相應大的光柵或棱鏡，這大大增加了成像硬件的成本和體積。因此計算機成像系統的小型化是拓寬其在肉制品品質客觀評價中應用的必要條件。在肉品風味客觀分析檢測技術中，由于GC-MS技術具有優異的定性和定量能力，在同一實驗中往往比電子鼻和電子舌能檢測到更多的風味化合物，這使得其能夠更好地用于肉制品風味的表征，電子鼻和電子舌更多地依賴于食物的整體風味氛圍，這使得它們在肉品的分類中使用更多。同時，它們不需要預處理，操作簡單，成本低，可以連續檢測，因此更適合工業應用。對于電子鼻及電子舌技術，未來還需要在模式識別領域取得更大的突破，如何使信息處理具有準確性和學習能力，而不是簡單地判斷和模仿反應，需要在數據挖掘方面不斷探索。質構分析檢測技術可以將人咀嚼食品的感覺用圖形和具體數據表示，從而對食品進行感觀評價，把模糊的口感描述量化，可以對樣品進行品質分類、質量控制和生產工藝優化，但未來還需要將其與感官評定相結合，通過數據挖掘進一步得到肉制品感官硬度、感官彈性和多汁性等的預測模型，從而擴展質構分析儀在肉品質預測方面的應用。

綜上所述，隨著客觀評價技術的發展，未來研究中應將客觀評價分析技術與傳統感官分析的關聯性進行深入研究，探究二者間的差異與關聯度，完善肉制品品質檢測與評價的方法和技術體系，提高檢測的準確度。由于單一的儀器或設備只能檢測某一種品質指標，無法進行綜合分析，影響檢測和評價的準確度，因此還需要將多種分析技術進行聯合應用，從而全面檢測和識別肉類制品的各類感官指標，實現更準確、更高效及更客觀的檢測與評價。

參考文獻：

[1] 徐玉婷， 董華發， 曾曉房， 等. 肉品品質評定方法研究進展[J]. 食品安全質量檢測學報， 2017， 8（6）： 1967-1972.

[2] 李曉麗， 劉曉麗. 肉及肉制品品質屬性評價方法研究[J]. 中國食品工業， 2021（8）： 18-19.

[3] 范蓓蕾， 錢建平， 劉壽春， 等. 電子感官評價系統在肉品質量分析中的應用研究進展[J]. 食品安全質量檢測學報， 2014， 5（8）： 2440-2447. DOI：10.19812/j.cnki.jfsq11-5956/ts.2014.08.030.

[4] 張艷麗. 新型無損檢測技術在肉品品質檢測中的應用[J]. 現代食品， 2023， 29（8）： 104-106. DOI：10.16736/j.cnki.cn41-1434/ts.2023.8.033.

[5] CHAUDHRY M M A， HASAN M M， ERKINBAEV C， et al. Bison muscle discrimination and color stability prediction using near-infrared hyperspectral imaging[J]. Biosystems Engineering， 2021， 209： 1-13. DOI：10.1016/j.biosystemseng.2021.06.010.

[6] 劉海， 鄭福平， 熊振海， 等. 高光譜成像技術在肉品品質評價中的應用[J]. 食品科學， 2018， 39（11）： 276-283. DOI：10.7506/spkx1002-6630-201811043.

[7] MA J， CHENG J H， SUN D W， et al. Mapping changes in sarcoplasmatic and myofibrillar proteins in boiled pork using hyperspectral imaging with spectral processing methods[J]. LWT-Food Science and Technology， 2019， 110： 338-345. DOI：10.1016/j.lwt.2019.04.095.

[8] WAN G L， LIU G S， HE J G， et al. Feature wavelength selection and model development for rapid determination of myoglobin content in nitrite-cured mutton using hyperspectral imaging[J]. Journal of Food Engineering， 2020， 287： 110090. DOI：10.1016/j.jfoodeng.2020.110090.

[9] WANG S N， DAS A K， PANG J， et al. Real-time monitoring the color changes of large yellow croaker （Larimichthys crocea） fillets based on hyperspectral imaging empowered with artificial intelligence[J]. Food Chemistry， 2022， 382： 132343. DOI：10.1016/j.foodchem.2022.132343.

[10] TAHERI-GARAVAND A， FATAHI S， BANAN A， et al. Real-time nondestructive monitoring of common carp fish freshness using robust vision-based intelligent modeling approaches[J]. Computers and Electronics in Agriculture， 2019， 159： 16-27. DOI：10.1016/j.compag.2019.02.023.

[11] WANG B， YANG H Y， YANG C， et al. Prediction of total volatile basic nitrogen （TVB-N） and 2-thiobarbituric acid （TBA） of smoked chicken thighs using computer vision during storage at 4 ℃[J]. Computers and Electronics in Agriculture， 2022， 199： 107170. DOI：10.1016/j.compag.2022.107170.

[12] 成軍虎. 基于高光譜成像魚肉新鮮度無損快速檢測方法研究[D]. 廣州： 華南理工大學， 2016.

[13] DHANAPAL L， ERKINBAEV C. Non-invasive characterization of color variation in plant-based meat burgers using portable hyperspectral imaging device and multivariate image analysis[J]. Future Foods， 2024， 9： 100293. DOI：10.1016/j.fufo.2023.100293.

[14] SALDA?A E， SICHE R， CASTRO W， et al. Measurement parameter of color on yacon （Smallanthus sonchifolius） slices using a computer vision system[J]. LWT-Food Science and Technology， 2014， 59（2）： 1220-1226. DOI：10.1016/j.lwt.2014.06.037.

[15] 劉建華， 曾倩華， 徐霞， 等. 魚體新鮮度新型檢測方法的研究進展[J]. 食品與發酵工業， 2022， 48（6）： 281-289. DOI：10.13995/j.cnki.11-1802/ts.028172.

[16] 龍正玉， 鄒金浩， 楊懷谷， 等. 肉制品發酵技術對肉品品質的調控及應用研究進展[J]. 食品工業科技， 2024， 45（3）： 354-362. DOI：10.13386/j.issn1002-0306.2023030075.

[17] 關海寧， 趙士發， 劉登勇， 等. 基于分子感官科學的肉制品風味研究進展[J]. 食品工業科技， 2024， 45（6）： 352-361. DOI：10.13386/j.issn1002-0306.2023040114.

[18] 馬嘉晨， 黃迪， 徐文思， 等. 頂空固相微萃取和同時蒸餾萃取技術在肉制品風味分析中的應用[J]. 農產品加工， 2023（9）： 78-83. DOI：10.16693/j.cnki.1671-9646（X）.2023.05.018.

[19] AHAMED Z， SEO J K， EOM J U， et al. Optimization of volatile compound extraction on cooked meat using HS-SPME-GC-MS， and evaluation of diagnosis to meat species using volatile compound by multivariate data analysis[J]. LWT-Food Science and Technology， 2023， 188： 115374. DOI：10.1016/j.lwt.2023.115374.

[20] LIU X L， DU X P， YANG Y F， et al. Study on the aroma formation of baked sea bass （Lateolabrax japonicus） via solvent-assisted flavor evaporation coupled with gas chromatography-mass spectrometry （SAFE-GC-MS） analysis[J]. LWT-Food Science and Technology， 2022， 171： 114152. DOI：10.1016/j.lwt.2022.114152.

[21] ENGEL W， BAHR W， SCHIEBERLE P. Solvent assisted flavour evaporation-a new and versatile technique for the careful and direct isolation of aroma compounds from complex food matrices[J]. European Food Research and Technology， 1999， 209（3）： 237-241. DOI：10.1007/s002170050486.

[22] YU Y R， WANG G Y， LUO Y T， et al. Effect of natural spices on precursor substances and volatile flavor compounds of boiled Wuding chicken during processing[J]. Flavour and Fragrance Journal， 2020， 35（5）： 570-583. DOI：10.1002/ffj.3599.

[23] ZHANG Y Z， ZHAO W J， LU H， et al. Characteristics of microbial community in Linyi fermented pork sausage and their correlation with quality： effects of the single Lactobacillus starter[J]. LWT-Food Science and Technology， 2023， 185： 115169. DOI：10.1016/j.lwt.2023.115169.

[24] MANSUR A R， SEO D H， SONG E J， et al. Identifying potential spoilage markers in beef stored in chilled air or vacuum packaging by HS-SPME-GC-TOF/MS coupled with multivariate analysis[J]. LWT-Food Science and Technology， 2019， 112： 108256. DOI：10.1016/j.lwt.2019.108256.

[25] ZHANG Z H， WU Y C， LIU Q W， et al. Comparative flavor precursors and volatile compounds of Wenchang chickens fed with copra meal based on GC-O-MS[J]. Food Research International， 2023， 174： 113646. DOI：10.1016/j.foodres.2023.113646.

[26] LIU H， LI J Y， HAMID N， et al. Characterization of key aroma compounds in Chinese smoked duck by SAFE-GC-O-MS and aroma-recombination experiments[J]. Food Chemistry： X， 2023， 20： 100997. DOI：10.1016/j.fochx.2023.100997.

[27] GUO X， SHI D， LIU C J， et al. UPLC-MS-MS-based lipidomics for the evaluation of changes in lipids during dry-cured mutton ham processing[J]. Food Chemistry， 2022， 377： 131977. DOI：10.1016/j.foodchem.2021.131977.

[28] XUE C Y， HE Z Y， QIN F， et al. Effects of amides from pungent spices on the free and protein-bound heterocyclic amine profiles of roast beef patties by UPLC-MS/MS and multivariate statistical analysis[J]. Food Research International， 2020， 135： 109299. DOI：10.1016/j.foodres.2020.109299.

[29] LIAO R Y， XIA Q， ZHOU C Y， et al. LC-MS/MS-based metabolomics and sensory evaluation characterize metabolites and texture of normal and spoiled dry-cured hams[J]. Food Chemistry， 2022， 371： 131156. DOI：10.1016/j.foodchem.2021.131156.

[30] YAVUZER E. Determination of fish quality parameters with low cost electronic nose[J]. Food Bioscience， 2021， 41： 100948. DOI：10.1016/j.fbio.2021.100948.

[31] WAKHID S， SARNO R， SABILLA S I. The effect of gas concentration on detection and classification of beef and pork mixtures using E-nose[J]. Computers and Electronics in Agriculture， 2022， 195： 106838. DOI：10.1016/j.compag.2022.106838.

[32] ANDRE R S， FACURE M H M， MERCANTE L A， et al. Electronic nose based on hybrid free-standing nanofibrous mats for meat spoilage monitoring[J]. Sensors and Actuators B： Chemical， 2022， 353： 131114. DOI：10.1016/j.snb.2021.131114.

[33] MIN J， LEE J W， BAE G S， et al. Evaluation of umami taste in Hanwoo with different feed sources by chemical analysis， electronic tongue analysis， and sensory evaluation[J]. Food Chemistry： X， 2023， 20： 100889. DOI：10.1016/j.fochx.2023.100889.

[34] YANG W X， SHI W Z， QU Y H， et al. Research on quality changes of grass carp （Ctenopharyngodon idellus） during short-term starvation[J]. Food Science amp; Nutrition， 2020， 8（2）： 1150-1161. DOI：10.1002/fsn3.1402.

[35] SHEN C， CAI Y， WU X N， et al. Characterization of selected commercially available grilled lamb shashliks based on flavor profiles using GC-MS， GC×GC-TOF-MS， GC-IMS， E-nose and E-tongue combined with chemometrics[J]. Food Chemistry， 2023， 423： 136257. DOI：10.1016/j.foodchem.2023.136257.

[36] FREIRE R， FERNANDEZ L， MALLAFRé-MURO C， et al. Full workflows for the analysis of gas chromatography-ion mobility spectrometry in foodomics： application to the analysis of Iberian ham aroma[J]. Sensors， 2021， 21（18）： 6156. DOI：10.3390/s21186156.

[37] 謝恬， 王丹， 馬明娟， 等. OAV和GC-O-MS法分析五香驢肉風味活性物質[J]. 食品科學， 2018， 39（8）： 123-128. DOI：10.7506/spkx1002-6630-201808020.

[38] 沈倩， 曾濤， 徐跡， 等. LC-MS/MS在食品安全檢測中的運用[J]. 現代食品， 2022， 28（10）： 129-131. DOI：10.16736/j.cnki.cn41-1434/ts.2022.10.033.

[39] ZHANG H L， Lü X M， SU W M， et al. Exploring the roles of excess amino acids， creatine， creatinine， and glucose in the formation of heterocyclic aromatic amines by UPLC-MS/MS[J]. Food Chemistry， 2024， 446： 138760. DOI：10.1016/j.foodchem.2024.138760.

[40] 余桂平， 朱建錫， 馬曉鐘， 等. 電子鼻技術在肉類品質檢測中的應用[J]. 現代食品， 2020（5）： 7-10. DOI：10.16736/j.cnki.cn41-1434/ts.2020.05.003.

[41] 王婉茹， 李雪茹， 孫于磊， 等. 電子舌在肉品質檢測中的應用[J].

農產品加工， 2023（11）： 70-72; 5. DOI：10.16693/j.cnki.1671-9646（X）.2023.06.018.

[42] ANDALEEB R， ZHANG D， JIANG S， et al. Volatile profile and multivariant analysis of Sanhuang chicken breast in combination with Chinese 5-spice blend and garam masala[J]. Food Science and Human Wellness， 2023， 12（1）： 57-68. DOI：10.1016/j.fshw.2022.07.023.

[43] XU Y， CHEN Y P， DENG S L， et al. Application of sensory evaluation， GC-TOF-MS， and E-nose to discriminate the flavor differences among five distinct parts of the Chinese blanched chicken[J]. Food Research International， 2020， 137： 109669. DOI：10.1016/j.foodres.2020.109669.

[44] LI W Q， CHEN Y P， BLANK I， et al. GC×GC-TOF-MS and GC-IMS based volatile profile characterization of the Chinese dry-cured hams from different regions[J]. Food Research International， 2021， 142： 110222. DOI：10.1016/j.foodres.2021.110222.

[45] WEN R X， KONG B H， YIN X Y， et al. Characterisation of flavour profile of beef jerky inoculated with different autochthonous lactic acid bacteria using electronic nose and gas chromatography-ion mobility spectrometry[J]. Meat Science， 2022， 183： 108658. DOI：10.1016/j.meatsci.2021.108658.

[46] LI Y， YUAN L， LIU H J， et al. Analysis of the changes of volatile flavor compounds in a traditional Chinese shrimp paste during fermentation based on electronic nose， SPME-GC-MS and HS-GC-IMS[J]. Food Science and Human Wellness， 2023， 12（1）： 173-182. DOI：10.1016/j.fshw.2022.07.035.

[47] WANG D， ZHANG J， ZHU Z S， et al. Effect of ageing time on the flavour compounds in Nanjing water-boiled salted duck detected by HS-GC-IMS[J]. LWT-Food Science and Technology， 2022， 155： 112870. DOI：10.1016/j.lwt.2021.112870.

[48] GALLEGO M， GRAU R， TALENS P. Behaviour of texture-modified meats using proteolytic enzymes during gastrointestinal digestion simulating elderly alterations[J]. Meat Science， 2023， 206： 109341. DOI：10.1016/j.meatsci.2023.109341.

[49] OZDEMIR V F， KOCYIGIT R， YANAR M， et al. An investigation of slaughter weight and muscle type effects on carcass fatty acid profiles and meat textural characteristics of young Holstein Friesian bulls[J]. Heliyon， 2024， 10（6）： e27316. DOI：10.1016/j.heliyon.2024.e27316.

[50] WANG J X， XU Z， LU W， et al. Improving the texture attributes of squid meat （Sthenoteuthis oualaniensis） with slight oxidative and phosphate curing treatments[J]. Food Research International， 2024， 176： 113829. DOI：10.1016/j.foodres.2023.113829.

[51] 李琦. 不同蛋白酶對牦牛肉糜理化和凝膠特性的影響研究[D]. 成都： 西南民族大學， 2021. DOI：10.27417/d.cnki.gxnmc.2020.000015.

[52] 李佳麒. 超聲波輔助腌制對牛肉干制品嫩度的影響及其機制探討[D]. 鄭州： 河南農業大學， 2022： 59. DOI：10.27117/d.cnki.ghenu.2021.000142.

[53] 李明奇. 復合嫩化劑對兔肉理化特性及貯藏品質的影響[D]. 重慶： 西南大學， 2021： 69. DOI：10.27684/d.cnki.gxndx.2020.000451.

[54] GIMéNEZ-RIBES G， OOSTENDORP M， VAN DER GOOT A J， et al.

Effect of fiber properties and orientation on the shear rheology and Poynting effect in meat and meat analogues[J]. Food Hydrocolloids， 2024， 149： 109509. DOI：10.1016/j.foodhyd.2023.109509.

[55] TAMMATINNA A， BENJAKUL S， VISESSANGUAN W， et al. Gelling properties of white shrimp （Penaeus vannamei） meat as influenced by setting condition and microbial transglutaminase[J]. LWT-Food Science and Technology， 2007， 40（9）： 1489-1497. DOI：10.1016/j.lwt.2006.11.017.

[56] 劉雙， 曹曉， 張嘉琪， 等. 流變技術在高分子表征中的應用： 如何正確地進行剪切流變測試[J]. 高分子學報， 2021， 52（4）： 406-422. DOI：10.11777/j.issn1000-3304.2020.20230.

收稿日期：2024-04-10

基金項目：國家自然科學基金青年科學基金項目（32001723）；山東省自然科學基金項目（ZR2020MC208）

第一作者簡介：盧慧（2000—）（ORCID： 0009-0004-8822-0899），女，碩士研究生，研究方向為肉品加工與質量安全。

E-mail： lyu_luhui@163.com

*通信作者簡介：康大成（1987—）（ORCID： 0000-0002-7899-8726），男，副教授，博士，研究方向為肉品加工與質量安全。

E-mail： jiangmeishanren68@163.com