近紅外光譜技術在食品微生物檢測中的應用

孫洪濤

（臨沂市知識產權保護中心，山東臨沂 276000）

在食物中毒特征中，微生物性食品中毒的發病率高居首位，食品微生物的檢測及其管理是食品安全管理工作的重點。食物從原材料到制作加工、運輸、銷售食用等全過程中，各環節均存在微生物感染風險，采取各項有效技術檢測食品衛生對于降低安全問題的發生概率至關重要。生化檢驗是食品微生物檢測的有效方法之一，但該技術檢測周期相對較長，操作煩瑣，而近紅外光譜技術以其快速、無損的優點受到人們的廣泛關注與應用?；诖耍疚尼槍t外光譜技術在食品微生物檢測中的具體應用進行了概述。

1 近紅外光譜技術概述

1.1 應用原理

近紅外光是一種介于可見光與中紅外光之間的電磁波，即波長為378 ～2 526 nm、波數為12 820 ～3 959 cm-1的光譜區。近紅外光譜技術基于近紅外光的特性，利用含氫基團化學鍵O-H、C-H、N-H 等吸收近紅外光的特點，記錄樣本光譜信息，得到樣本的物理、化學以及生物學信息，然后利用相關信息與化學計量方法定標建模，從而完成未知食物樣本參數的預測[1]。

近紅外技術在食品微生物檢測中的應用原理為食品微生物由核酸以及蛋白質等化學成分組成，這些成分能夠吸收近紅外光，在檢測中可提供不同特性的廣譜。微生物定標樣本近紅外光譜包含了結構與組成信息，所呈現的性質參數與其結構和組成具有緊密的關聯，因此應用化學計量學辦法將關聯進行定量化、定性化的處理，建立科學模型，即可實現僅采集待測樣本的廣譜就能夠定性或定量分析樣本中的微生物。

1.2 近紅外光譜在食品微生物檢測中的優勢

①近紅外光譜技術不會對食品造成破壞，可實現無損檢驗。②近紅外光譜具有豐富的工作譜區，在對樣品檢查的過程中具有極強的透過能力，能夠在極短時間內完成光譜采集測量，憑借預先建立的相關模型完成對樣本所需要測量指標的檢測記錄[2]。③近紅外光譜技術具有綠色環保的特性，在測定過程中不會對樣品造成破壞，并且不會產生額外的材料消耗、不會排放污染物，后期成本較低，在應用過程中，可以實現對樣品的快速分析，具備“多、快、好、省”的優點。同時，針對復雜物和天然物的檢測，該技術可以實現無損分析、微損分析、在線分析、原位分析以及瞬間分析等。④近紅外光譜技術能夠實現對樣品質量的實時控制，以及對大量樣品的快速分析。但在建立紅外光譜技術模型的過程中需要投入大量的人力、物力以及財力，所以不適用于未建立數學模型的零星樣品檢測。⑤近紅外光譜技術具有高分析效率，可通過建成的數學模型，制作儀器，用戶通過培訓，結合數學模型可以操作儀器進行樣品檢測。

2 近紅外光譜技術在食品微生物檢測中的應用

食品微生物范圍廣、種類多，采用近紅外光譜技術能夠對其進行分類，幫助檢測人員明確食品中含有的微生物種類以及含量，進而判斷目標食品是否符合食品安全標準。閆思雨等[3]采用近紅外光譜分析技術對獼猴桃進行微生物檢測，認為包括獼猴桃在內的水果，其外部品質與內部品質是衡量食品質量的有效標準，而微生物污染水平是衡量水果在冷藏過程中品質變化的重要標準。該研究建立了4 ℃冷藏過程中鮮切獼猴桃片菌落總數的預測模型，實現了對獼猴桃在保存貯藏過程中的微生物含量檢測，這對于控制獼猴桃食品質量有重要意義。在肉制品的微生物分類與含量測定中，伍志強等[4]認為近紅外光譜技術在監控魚產品及其腐敗問題時，主要通過觀測微生物負荷變化實現微生物檢測，在全魚微生物腐敗的快速、非侵入性監測中具有廣闊的應用前景，同時在檢測和預測魚片細菌載量等領域也具有較強的應用潛力。該研究提出了一種微生物負荷的定量偏最小二乘預測模型，該模型能夠有效預測樣品中微生物數量和種類，且能夠達到無損檢測、預測貨架期的目的。此外，近紅外光譜技術在食品微生物檢測中的應用還體現在食品質量控制、篩查食品產毒真菌、篩查食源性病菌以及致腐微生物等方面。

2.1 有益微生物食品質量控制

在食物微生物檢測過程中，除了針對有害微生物進行檢測之外，還應對有益微生物進行檢測，從而發現食物中有益于人體的健康成分。研究人員通過采集標準菌的近紅外漫反射光譜數據對食物中有益菌進行鑒別與定量，輔助微生物產品生產，能夠保證微生物產品質量穩定，同時通過對其生產過程的快速檢測以及在線監控，還能進一步提高食品安全。近紅外光譜技術的應用對于應用者創新食品產品、提高食品價值有十分重要的意義，其中酒的生產是人類利用有益微生物進行食品生產的最典型代表之一。鐘敏等[5]對比了近紅外光譜技術與傳統人工分析對酒體分析檢測的優劣勢，發現傳統人工分析檢測耗時長、工作量大，近紅外光譜技術則能夠實現白酒在生產過程中關鍵指標的快速檢測，對于指導白酒的工藝調控、產品質量的提高具有重要的意義。研究指出，酒精含量超過10%的飲料酒可免除標示保質期，這就間接證明了高度酒中微生物存在的概率極小，出現變質的可能性也極小，但如果在生產過程中，檢測出微生物，則表示某個過程中出現工藝問題，應及時進行追溯。在食用醋的品牌溯源、質量管理中，劉靜等[6]收集了市場上4 種品牌共計152 份樣品，采集了它們的近紅外光譜數據，對原始光譜數據進行多元散射校正預處理，并對預處理后的光譜數據利用主成分分析法進行聚類分析。該研究不僅正確對食用醋品牌產品進行了分類，其建立的預測模型更能夠對醋產品的成分、其中可能出現的微生物種類進行鑒別區分。

發酵食品是人類使用有益微生物生產的最典型的食品種類，包括醋、醬油、酸奶、酒類、泡菜、豆豉以及臭豆腐等，這些食品風味獨特，極大豐富了人們的飲食生活。針對大量生產并且輸入市場進行銷售的產品，應用近紅外光譜技術不僅能夠對產品進行溯源，還能在生產過程中對生產環節進行監督，有效控制有益微生物含量和種類，進一步提高有益微生物食品的質量。

2.2 篩查食品產毒真菌

真菌毒素是存在于糧食中的小分子有毒代謝產物，對食品安全有嚴重威脅。有研究顯示，我國每年有超過3 000 t 的糧食在生產、存儲或運輸的過程中被污染，占到了總產量的6%以上。高效、準確、快速的真菌毒素檢測方法對于保障食品安全至關重要。近紅外光譜技術能夠對產毒真菌進行快速檢測，有助于食品安全篩查工作的快速開展，具有巨大的應用前景和社會效益。張強等[7]采用近紅外光譜技術作為支持技術，進行了光譜信息采集，有效建立了稻谷黃曲霉毒素B1支持回歸模型，為稻谷中黃曲霉毒素B1的實時監控提供了有效的檢測體系以及理論依據。嚴晨等[8]利用近紅外光譜技術結合支持向量機（SVM）建立了花生樣品定性判別分析模型，發現隨著儲藏時間的延長，花生表面逐漸暗淡并有菌絲覆蓋，毒素侵染水平逐漸提高。表明利用可見-近紅外光譜以及機器視覺技術結合化學計量法能夠有效識別黃曲霉毒素B1種類以及含量。

2.3 篩查食源性病菌

除了產毒真菌以外，食源性病菌本身也會引發食源性疾病，因此利用近紅外光譜技術篩查食源性病菌同樣重要。目前近紅外光譜技術已能夠準確辨別大腸希氏菌、金黃色葡萄球菌、單增李斯特菌等。對于水基食品中乳酸菌以及牛奶中的大腸桿菌、銅綠假單胞菌等的定類定量分析，利用近紅外光譜技術收集其特征變化，并與細菌增殖程度和腐敗程度相關聯，可實現快速無創檢測。徐賽等[9]構建了常見水果蔬菜微生物污染物監測體系，將近紅外光譜技術（1 111 ～2 000 nm）應用于菠蘿果肉中，有效完成了腸炎鏈球菌與大腸桿菌的鑒別，便捷性較高。

2.4 篩查致腐微生物

食品受到微生物影響，會出現腐敗從而失去食用價值，而利用近紅外光譜技術能夠檢測食物新鮮程度，分辨微生物含量以及種類。具體檢測中，對樣品進行處理并應用近紅外光譜技術采集標準菌的近紅外漫反射光譜數據后，結合化學計量對細菌繁殖引起的食品性質形狀變化進行在線監測，這種方法能夠有效分析細菌總數、種類，為食物安全管理提供有效信息。王文秀等[10]采集了生鮮豬肉1 ～58 d共58 個樣本，收集可見/近紅外反射光譜信息，并建立豬肉新鮮度的支持向量機（Support Vector Machine，SVM）判別模型，該模型能夠提取不同期間生鮮豬肉在腐敗變質過程中的光譜特征信息變化，實現了變量篩選的目的，為判斷致腐微生物的含量、種類提供了有效思路。

3 結語

食品微生物檢測中，近紅外光譜檢測技術通過對食物中多種微生物進行近紅外漫反射光譜數據采集，結合化學計量方法，準確檢測食品中的微生物種類與含量，從而實現產毒真菌的有效篩選、食品中有益微生物的檢測以及幫助控制微生物食品的質量。但近紅外光譜檢測技術在建模階段需要投入大量的成本，研究者需要不斷探索出更為準確、便攜、快速、簡單的檢測辦法。基于互聯網技術，構建互聯網+檢測端+云數據的網絡化平臺將會提高近紅外光譜技術在食品微生物檢測中的運用效果，是未來食品微生物檢測發展的重要技術及目標。