采用近红外技术分析绞细牛肉中的成分
C. Denoyelle, P. Cartier and D. Bastien, Institute de I’Elevage, France
简介
在法国，关于牛肉质量的监控主要集中在对脂肪和胶原含量的分析（或更为精确的胶原/蛋白比），为此，法国颁布了质量标准AFNOR NF V46.002.但是对牛肉质量的在线监控仍是目前面临的一很大问题。 采用传统(或称经典)的分析方法十分耗时、费力。如采用凯氏定氮法分析蛋白，索氏分析法分析脂肪等，都需要很长的时间并消耗大量的试剂才能得到结果。因此我们需寻找一快速、准确的分析技术，以提高对产品的质量控制并最终提高生产效率。 近红外技术作为一快速、准确的分析方法，对牛肉和猪肉的分析已见报道。在本文中，我们将采用近红外光谱技术对绞细牛肉的水分，蛋白，油份以及胶原含量进行分析，以验证近红外分析的可靠性。
材料和方法-近红外光谱仪 本文采用Foss Tecator Infratec 1265肉类分析仪，扫描范围800-1100nm,每个样品设定的扫描测量次数为15，根据生产厂商提供的定标分析模型，可一次给出水分，蛋白，油份和胶原含量。
样品
制备或收集不同性质的两组样品：第一组60个，采用(高胶原含量的)biceps brachii牛肉和(低胶原含量的)triceps brachii caput longum牛肉按不同比例进行混合，混合比率梯度为0%到100%，以保证胶原含量的合理分布。第二组样品50个，是从超市中随意抽取的。 每个样品150克，用绞肉机切碎后，在4C下保存然后进行扫描。样品进行化学分析前，需进行冷冻保存。
参比方法
在进行近红外分析和化学分析结果比较时，每个样品需严格按照AFNOR-1987标准进行传统的化学分析并保证化学结果的准确度：水分，每个样品三次重复分析(NF V04.401);油份，每个样品三次重复分析(NF V04.403);蛋白，每个样品三次重复分析(NF V04.407)；胶原含量，每个样品四次重复分析(Bonnet & Kopp 1985).胶原分析方法是基于光度计比色法对羟胺的测量。
数据统计
采用线性回归对近红外结果和化学分析结果进行计算，得到相关系数R2和预测标准偏差。同时对各成分化学分析结果计算平均值并求得标准偏差，以此考察各成分的浓度分布。
结果讨论
两组样品的化学分析结果见表1。G1组样品其胶原含量具有很好的分布，从0.72%到3.42%,但是脂肪的分布较窄。相反第二组样品其各成分都有较好的分布:脂肪分布1.4%-16.7;蛋白分布17.7%-22.3%;胶原含量分布1.24-4.46% 表1
样品组 |
G1-第一组样品的实验室结果数据统计 |
G2超市随即抽取样品的实验室结果统计 |
||||
% |
平均浓度 |
标准偏差 |
浓度范围 |
平均浓度 |
标准偏差 |
浓度范围 |
Moisture |
74.36 |
0.48 |
73.23-75.36 |
69.21 |
3.23 |
63.36-75.54 |
Fat |
2.98 |
0.36 |
2.22-3.65 |
9.22 |
4.37 |
1.40-16.7 |
Protein |
20.39 |
0.33 |
19.78-21.14 |
20.14 |
1.00 |
17.70-22.31 |
Collagen |
1.98 |
0.72 |
0.72-3.42 |
2.49 |
0.65 |
1.21-4.46 |
通过定标模型预测，将两组样品的近红外结果和化学分析结果比较，线性回归统计结果见 表2
样品组 |
G1-第一组样品的实验室结果和近红外分析结果统计数据 |
G2超市随即抽取样品的实验室结果和近红外分析结果的统计数据 |
||||
% |
相关系数 |
预测 标准偏差 |
化学分析 标准偏差 |
相关系数 |
预测 标准偏差 |
化学分析 标准偏差 |
Moisture |
0.20 |
0.43 |
0.3 |
0.96 |
0.58 |
0.46 |
Fat |
0.79 |
0.16 |
0.19 |
0.98 |
0.60 |
0.51 |
Protein |
0.10 |
0.31 |
0.34 |
0.82 |
0.42 |
0.69 |
Collagen |
0.90 |
0.22 |
0.16 |
0.76 |
0.27 |
0.21 |
对G1组样品来讲，脂肪和胶原含量的实验室和近红外分析结果显示很好的相关性，其中脂肪的相关系数R2=0.79,胶原的相关系数R2=0.90。脂肪的预测误差为0.16,胶原的预测误差为0.22。考虑到传统化学分析的误差，近红外预测效果十分理想。对于水份和蛋白，相关系数R2较低，这是由于G1组样品这两个参数的浓度分布较窄造成的。 对G2组样品来讲，各参数的实验室结果和近红外分析结果大都呈现很好的相关性。其中水分的相关系数为0.96,脂肪的相关系数为0.98,蛋白的相关系数为0.82。说明G2组样品这三个参数的浓度分布较宽。对于G2组样品的预测误差，水分为0.58,脂肪为0,60,蛋白为0.42,参考化学分析的误差，近红外分析的预测效果亦比较理想。但胶原的相关系数相比较G1组样品较低（R2=0.76）,这是由于G2组样品胶原浓度分布窄所致。
结论
通过以上实验可以看出，近红外肉制品分析的准确度十分接近传统化学分析的准确度。同传统化学分析相比，有很大的优点，分析快速，简便并一次可给出多个参数的结果。本实验采用Foss Teecator的Infratec 1265肉类分析仪，它可对肉制品加工过程的多个环节对产品进行监控并给出水分，蛋白，脂肪，胶原含量的结果，同传统化学分析结果具有很好的可比性。
有关上面的的专业知识就介绍到这里了，耗材汇后续将进一步整理有关专业知识，欢迎持续关注。如果有实验室耗材方面的需求，欢迎来电咨询。