概述奶粉是世界上貿(mào)易量最大的食品商品之一，每年出口量超過250萬噸。[1] 從嬰幼兒配方食品到烘焙糕點(diǎn)，很多食品中都會(huì)使用奶粉。然DairyGuard：奶粉營養(yǎng)成分檢測與摻假篩查Near Infrared Spectroscopy應(yīng) 用 文 章而，乳制品也是食品造假的常見對象之一，僅2011~2012年間美國藥典委員會(huì)（USP）就記錄了全球范圍內(nèi)137例因經(jīng)濟(jì)利益而發(fā)生的摻假事件。[2] 奶粉的營養(yǎng)價(jià)值關(guān)鍵在于蛋白質(zhì)含量，但是目前蛋白質(zhì)檢測的標(biāo)準(zhǔn)方法僅僅是對氮元素含量進(jìn)行簡單測試，然后根據(jù)氮元素含量推算蛋白質(zhì)含量。因此，摻入富含氮元素的化學(xué)物質(zhì)可以人為增加蛋白質(zhì)的表觀含量，從而提高奶粉的價(jià)格。

經(jīng)濟(jì)利益驅(qū)使的摻假案例使得對于奶制品中三聚氰胺含量的限制非常嚴(yán)格。例如，美國FDA規(guī)定食品中三聚氰胺和氰尿酸的含量要低于2.5 ppm，嬰兒奶粉中二者含量要低于1 ppm。[3]在上述含量水平上證明食品中不含這些摻假成分需要LC/MS/MS等靈敏度非常高的檢測方法。[4]一些靈敏度高的實(shí)驗(yàn)室檢測方法是非常重要的，但是這類方法往往也非常昂貴和耗時(shí)，可能導(dǎo)致無法獲得具有代表性的樣品。對于經(jīng)濟(jì)利益驅(qū)使的摻假行為來說，還有兩個(gè)需要考慮的因素。首先，在ppm量級水平摻假基本上是無利可圖的，因此確實(shí)摻假的樣品中摻雜物質(zhì)的含量應(yīng)該更高。例如，讓脫脂奶粉中氮元素占奶粉總質(zhì)量的比例增加0.16%（對應(yīng)于使蛋白質(zhì)占奶粉總質(zhì)量的比例增加1%），需要添加2400 ppm的三聚氰胺。其次，更難解決的問題在于，除了三聚氰胺以外還有其他各種各樣可以添加的富含氮元素的化學(xué)物質(zhì)。[5] 要有效地預(yù)防非法摻假行為，必須考慮目前已知摻假物質(zhì)之外的其他可能性。

基于上述原因，在應(yīng)對經(jīng)濟(jì)利益驅(qū)使的摻假行為時(shí)，不需要進(jìn)行分離而是檢測樣品整體成分的“指紋圖譜”技術(shù)具有非常重要的作用。近紅外（NIR）光譜已經(jīng)廣泛用于食品、飼料和農(nóng)業(yè)領(lǐng)域的蛋白質(zhì)、水分、脂肪等營養(yǎng)和品質(zhì)參數(shù)的定量分析。然而并不被人所熟知的是，近紅外光譜也可以作為檢測摻假樣品的有力方法。近紅外光譜測試幾秒鐘即可完成，包含了任意摻假成分在內(nèi)的樣品全部成分信息。檢測過程中沒有任何樣品分離措施，因此需要恰當(dāng)?shù)幕瘜W(xué)計(jì)量學(xué)方法來區(qū)分奶粉基質(zhì)和摻假物質(zhì)的光譜信號。本文描述了DairyGuard 奶粉分析儀和Adulterant Screen 算法如何檢測奶粉中含量遠(yuǎn)低于1%的7種摻假成分，不需要耗時(shí)建立偏最小二乘（PLS）或其他化學(xué)計(jì)量學(xué)校正模型。

什么是Adulterant Screen？以前使用近紅外光譜進(jìn)行摻假物質(zhì)檢測都是使用標(biāo)準(zhǔn)化學(xué)計(jì)量學(xué)方法（如圖1所示）。以偏最小二乘回歸為基礎(chǔ)的定量分析方法能夠比較準(zhǔn)確的檢測出三聚氰胺的含量。然而，這類靶向檢測方法僅僅適用于建立校正模型時(shí)所針對的摻假物質(zhì)，而且模型建立過程非常耗時(shí)——需要準(zhǔn)備幾十到幾百個(gè)樣品，并且準(zhǔn)確測定這些樣品中摻假物質(zhì)的含量。另一種可供選擇的思路是：使用SIMCA等基于主成分分析（PCA）的化學(xué)計(jì)量學(xué)方法，建立未摻假樣品的光譜模型，根據(jù)待測樣品光譜與該模型的匹配程度確定其是否合格。這類方法是真正的非靶向檢測，能夠檢測任意摻假物質(zhì)，但是無法給出不合格樣品產(chǎn)生的原因（沒有對摻假物質(zhì)進(jìn)行識別）。這類方法沒有用到摻假物質(zhì)的光譜，靈敏度也不會(huì)高于定量分析方法?；诠庾V數(shù)據(jù)庫檢索的方法——即便是使用多元算法——的困難在于不能準(zhǔn)確擬合樣品基質(zhì)的光譜變化，而且商業(yè)數(shù)據(jù)庫的應(yīng)用也非常有限

Adulterant Screen是專門為復(fù)雜基質(zhì)中任意潛在摻假成分篩查而設(shè)計(jì)的新算法。該算法綜合了非靶向篩查方法的通用性和簡便性優(yōu)勢，以及靶向檢測方法的高靈敏度優(yōu)勢。

Adulterant Screen如何工作？第一步，建立未摻假樣品的光譜數(shù)據(jù)庫，這與建立SIMCA模型的步驟類似。這個(gè)數(shù)據(jù)庫應(yīng)該盡可能包含各種類型的樣品，例如包括不同批次、不同生產(chǎn)者、不同工藝參數(shù)的產(chǎn)品。然而，這些樣品應(yīng)該都是正常的，不需要像建立營養(yǎng)成分定量分析方法那樣選擇高杠桿值的特殊樣品（例如含有特殊營養(yǎng)成分的產(chǎn)品）。樣品光譜數(shù)量取決于基質(zhì)復(fù)雜程度和所要求的靈敏度，一個(gè)典型的奶粉數(shù)據(jù)庫大概包含幾十個(gè)樣品。第二步，建立摻假成分的光譜數(shù)據(jù)庫。只需要純物質(zhì)的光譜即可，不用制備混合樣品。DairyGuard軟件中已經(jīng)內(nèi)置了一個(gè)包含19種富含氮元素的農(nóng)業(yè)和工業(yè)化合物的光譜數(shù)據(jù)庫。在數(shù)據(jù)庫中添加新的摻假成分也非常簡單，只要測量純摻假成分的光譜，并將其拷貝到數(shù)據(jù)庫文件夾即可。上 述 兩 組 光 譜 導(dǎo) 入 軟 件 之 后 ， 就 可 以 開 始 使 用Adulterant Screen技術(shù)了

Adulterant Screen與SIMCA比較：物理摻假樣品通過噴霧-干燥法獲得66個(gè)全脂奶粉樣品，其中48個(gè)用于建立參考樣品數(shù)據(jù)庫，12個(gè)用于制備摻假樣品，其余6個(gè)作為空白對照。所使用的潛在摻假成分為三聚氰胺、尿素、雙縮脲、雙氰胺、環(huán)丙氨嗪和氰尿酸。每種摻假成分在研細(xì)后分別以質(zhì)量分?jǐn)?shù)0.2%和2%的比例與奶粉充分混合均勻。通過其他方式（例如濕法混合）生產(chǎn)的奶粉樣品可能產(chǎn)生不同的結(jié)果，需要對數(shù)據(jù)庫中參考樣品光譜進(jìn)行調(diào)整。所有樣品光譜都通過PerkinElmerDairyGuard奶粉分析儀系統(tǒng)進(jìn)行測量，其中包含一臺(tái)Frontier 近紅外(NIR)光譜儀，配備NIRA II漫反射附件。每個(gè)樣品累積掃描20秒，光譜分辨率為16 cm-1。使用PerkinElmer AssureID 軟件建立SIMCA模型，置信度水平設(shè)置為默認(rèn)值(99%)。參考樣品數(shù)據(jù)庫中所有48個(gè)樣品的光譜均被用于建模。Adulterant Screen中24個(gè)樣品的光譜用于建立模型，另外24個(gè)樣品的光譜用于驗(yàn)證模型（設(shè)定閾值）。樣品分析結(jié)果如表1所示，表明Adulterant Screen方法的檢測靈敏度要優(yōu)于SIMCA方法。

Adulterant Screen算法獲得一個(gè)樣品的光譜之后，該算法首先將其與參考樣品PCA模型進(jìn)行比較。然后，依次使用各種潛在摻假成分的光譜對該模型進(jìn)行擴(kuò)展。如果在模型中增加某種摻假成分的光譜之后，樣品光譜的擬合程度得到顯著增加，說明該樣品很可能含有這種摻假成分。該算法也適用于同時(shí)含有多種摻假成分的樣品，可以檢索最多三種摻假成分的各種組合方式。該算法的輸出結(jié)果是數(shù)據(jù)庫中各種摻假成分的估計(jì)濃度、檢測限和置信指標(biāo)。對濃度的估計(jì)是根據(jù)數(shù)據(jù)庫中摻假成分光譜與其在樣品光譜中分量的相對強(qiáng)度，沒有考慮到有效光程的差異。因此，這只是一種半定量的估計(jì)結(jié)果。檢測限的估計(jì)結(jié)果也采取同樣的方式。最后，置信指標(biāo)顯示了該摻假成分實(shí)際存在的可能性大小。置信指標(biāo)和檢測限估計(jì)值是非常重要的，因?yàn)樵摲椒ǖ撵`敏度取決于摻假成分光譜與樣品光譜的相似程度。如果要驗(yàn)證檢測限的準(zhǔn)確性，建議準(zhǔn)備一些摻假成分含量略高于檢測限的樣品，看這些樣品中的摻假成分是否能以較高的置信程度被檢出。如果樣品中的摻假成分不在數(shù)據(jù)庫之內(nèi)，或者奶粉本身與參考樣品的匹配程度較差，軟件會(huì)提醒用戶該樣品中可能存在未知異常成分。

……

結(jié)論為了獲得經(jīng)濟(jì)利益而在食品或食品原料中摻假的問題由來已久，也不可能在短時(shí)間內(nèi)得以消除。我們需要使用各種可能的分析方法來應(yīng)對食品摻假問題，近紅外光譜在原材料檢測中的廣泛應(yīng)用將使其起到非常關(guān)鍵的作用。PerkinElmer所提供的Adulterant Screen算法不僅保留了SIMCA等非靶向化學(xué)計(jì)量學(xué)方法的優(yōu)勢，而且通過潛在摻假成分光譜數(shù)據(jù)庫獲得了更高的靈敏度。通過簡單的調(diào)整，該方法即可用于新產(chǎn)品類型或新?lián)郊俪煞值暮Y查，不需要準(zhǔn)備混合物樣品建立校正模型。摻假成分光譜數(shù)據(jù)庫還能提供更加豐富的診斷信息，讓分析結(jié)果更加可靠，為下一步分析提供指導(dǎo)信息。PerkinElmer所提供的DairyGuard奶粉分析儀是一個(gè)完整的解決方案，預(yù)置了用于奶粉檢測的Adulterant Screen方法（以及相關(guān)的定量分析方法），所有功能都集成于簡單的觸屏操作界面。