基于指紋圖譜的大米智能鑒別研究

孫學景,卜文華

(山東省東營市墾利區市場監督管理局,山東 東營 257500)

食品安全問題一直以來都是世界矚目的問題,關系到人體健康和生命安全,是社會穩定和經濟發展的重要基礎。然而,在經濟利益的驅動下,食品安全問題頻發。一些非法經營者為獲取更大的利潤、節約成本,往往采用類似食品冒充。面對層出不窮的食品事件和愈演愈烈的食品安全,提高食品安全的智能識別十分必要。因此,鄭越男等[1]針對全球性食品摻雜行為,以肉制品、牛奶、食用植物油、蜂蜜4類食品摻雜問題為研究對象,提出利用液相色譜-質譜聯用技術進行摻雜鑒別的方法,通過液相萃取與固相萃取,實現了食品摻雜識別,為食品真實性技術鑒別的應用提供了參考;王冰峰等[2]針對食品摻雜難以用常規靶向分析手段實現鑒別的問題,提出一種基于液相色譜串聯高分辨質譜的組學分析技術的食品鑒別方法,實現了對冒充、稀釋、非法添加和非法標注成分4類行為的鑒別;張仲雄等[3]針對食品摻雜的技術化、隱形化、多樣化等特征,利用太赫茲波普技術具有微波和紅外雙重特性,實現了對轉基因食品、食品原產地、乳制品、蜂蜜及其他食品摻雜的檢測與鑒別,認為該方法可提高食品鑒別的精度和分析速度,具有一定的參考和指導價值;王靖會等[4]為有效鑒別國家地理標志大米中是否被摻入了普通大米,通過構建SVM、Adaboost以及Adaboost-SVM三種機器學習鑒別模型,并以大米中礦物元素含量和近紅外光譜中級融合數據為基礎,實現對大米鑒別,為維護大米市場健康有序發展提供了技術支持。然而針對大米的鑒別,存在精度較低的問題[5]。為解決該問題,本研究嘗試以五優稻4號大米為研究對象,提出一種基于頂空固相微萃取氣質聯用儀的大米摻雜智能鑒別方法,并對方法的可行性進行驗證。

1 材料與方法

1.1 試驗樣品及預處理

本試驗選用的樣品為2021年水稻收獲期通過五點田間采樣采集的哈爾濱、五常、佳木斯、大慶、綏化五個地區生產的長粒型大米各8 kg。具體樣品信息如表1所示。

表1 試驗樣品信息

考慮到本次試驗樣品未經過干燥,且存在雜物,可能影響試驗結果。因此,試驗前樣品進行實驗室晾曬、除雜,使樣品水分含量低于10%[6];其次,分別用礱谷機和碾米機將樣品制成糙米和3級精米;最后,將制成的糙米和精米用自封袋密封,保存在恒溫4℃的冰箱中,直至試驗完成。

1.2 試驗儀器設備

FC-2K礱谷機,日本大竹制造所;VP-32碾米機,日本山本公司;ML503電子天平,梅特勒-托利多儀器(上海)有限公司;FW-100粉碎機,天津市泰斯特儀器有限公司;XMTD-203恒溫水浴鍋,金壇市科析儀器有限公司;SPME手動進樣手柄,美國Supelco公司;TRACE1300ISQLT氣相色譜質譜聯用儀,美國Thermo公司;高純度氦氣,大慶市明博氣體股份有限公司;ES-1000大米外觀品質分析儀,靜岡制機株式會社;Infratec 1241 Grain Analyzer近紅外谷物分析儀,瑞典FOSS公司;50 mL頂空瓶,上海安譜實驗股份有限公司。

1.3 試驗方法

1.3.1大米品質指標測定

對于大米外觀屬性測定。選取每個品種糙米和精米各3份樣品,每份樣品0.5 kg,并計算糙米率和精米率。利用大米外觀品質分析儀ES-1000分析不同品種的大米外觀屬性,計算每個品種大米的長度、面積、色相、彩度、白度、幅度、長寬比、總粒白度、堊白粒率、堊白度外觀屬性指標。

對于大米理化信息指標測定。選取每個品種糙米和精米樣品各3份,每份樣品0.5 kg,利用近紅外谷物分析儀分別測定糙米與精米的蛋白質、粗脂肪、直鏈淀粉含量[7]。

1.3.2摻假大米樣品制備

以五常市生產的五優稻4號精米為基礎,分別摻入其他4種精米。同時將五優稻4號設為試驗組,剩余品種設為對照組。

以5%的比例和梯度向WYD4中加入其他品種的樣品,摻雜比例最高為50%,由此得到共11種摻雜比例。為避免隨機誤差,每類樣品包含3份平行樣本,則試驗組共33份樣品,對照組每類樣品各3份,每份樣本質量為0.1 kg[8]。

1.3.3大米揮發性組分提取與鑒定

將對照組樣品分別放入粉碎機中碾磨30 s后靜止30 min,稱取20 g樣品倒入由聚乙烯隔膜制成瓶蓋的空瓶中,放入恒溫水浴鍋。達到平衡時間后,采用進樣器穿透薄膜,萃取樣品揮發性組分。萃取條件如下:

氣相色譜條件:色譜柱為HP-5MS,純度>99.99%,載氣為高純度氦氣,其流量為1.00 mL/min,進樣口溫度230℃,通過不分流方式進樣,柱初溫度40℃,持續時間3 min,速度為以8℃/min上升到170℃,持續5 min后,以10℃/min上升到260℃,持續2 min[9]。

質譜條件:色譜與質譜傳輸溫度為260℃,離子源及其溫度為EI和230℃,電子能量為70 eV,采用全掃描模式對40～50 m/z的質量范圍進行掃描[10]。

1.4 數據統計與分析

針對氣相色譜儀獲取的數據,采用NIST和Weily標準譜庫進行分析;針對各揮發性組分數據,采用Microsoft Excel和Origin軟件進行分析[11]。

2 結果與分析

2.1 不同大米揮發性組分分析

2.1.1指紋分析

將采集的5種大米揮發性組分與數據庫進行匹配,篩選出正反匹配值大于800的組分,并選擇揮發性組分相對含量大于0.05%物質進行分析,最終累計檢測到揮發性組分共135種[12]。其中,試驗組五優稻4號的揮發性組分最多,為106種;龍稻18號揮發性組分最少,為85種;5種大米共同揮發性組分為49種。根據揮發性組分類別,對5種不同品種的大米進行分類,結果見圖1。由圖1可知,不同品種大米的揮發性組分中,醛類物質和烷烴類物質含量較高。其中,五優稻4號的醛類物質和烷烴類物質分別占總揮發性組分的48.32%和25.07%。

圖1 不同品種大米揮發性組分百分比堆積圖

2.1.2主成分分析

利用主成分分析提取5種大米共同含有的揮發性組分特征,并根據主成分因子內的貢獻程度,篩選出關鍵特征揮發性組分,得到不同摻雜大米的主成分[13]。其中實驗組五優稻4號的前三個主成分的貢獻率分別為27.89%、20.88%和18.73%,累計貢獻率為67.50%;對照組樣品的前三個主成分貢獻率也均超過60%。由此說明,5種大米共有的揮發性組分前3項主成分因子可實現對不同摻雜品種大米進行初步判別。根據前3項主成分因子的正負貢獻值,共篩選出18種特征揮發性組分判別摻雜大米樣品,包含十二烷、十三烷、十四烷、十五烷、十六烷、姥鮫烷等。

2.2 五優稻4號標準揮發性組分指紋圖譜構建與驗證

2.2.1指紋圖譜構建

為探究試驗組五優稻4號和摻入的其他品種大米在揮發性組分上的差異,構建五優稻4號標準揮發性組分指紋圖譜[1],具體如圖2所示。

圖2 五優稻4號揮發性有機化合物總離子峰圖

2.2.2指紋圖譜驗證

(1)重復性檢驗

為檢驗所構建的五優稻4號標準揮發性指紋圖譜,重復性檢驗結果如表2所示。由表2可知,所構建的五優稻4號標準揮發性組分指紋圖譜的峰面積、總相對峰度、特征峰值的相對標準偏差分別為0.22%、0.44%和0.39%,均小于0.5%,說明所構建的指紋圖譜具有良好的正確性和穩定性。

表2 重復性檢驗結果

(2)相似度評價

為評估所構建的指紋圖譜精度,基于上述已篩選的特征揮發性組分,以五優稻4號(WYD4-1)標準揮發性組分指紋圖譜為基礎,采用氣相色譜進行特征標記與矯正,對5份五優稻4號品種大米進行匹配并計算相似度值,分別記為(WYD4-2～6),結果如表3所示。由表3可知,五優稻4號大米的指紋圖譜相似度均超過0.99,說明所構建的五優稻4號標準揮發性組分指紋圖譜具有較高的精度,可準確鑒別五優稻4號大米。

表3 相似度計算結果

基于上述結果以及五優稻4號標準指紋圖譜,計算不同摻雜大米與五優稻4號的相似度,結果如表4所示。由表4可知,五優稻4號與綏粳18號大米的相似度最高,與龍稻18號大米的相似度最低,說明五優稻4號與綏粳18號在特征揮發性組分相對含量上相似,與龍稻18號具有一定的差異性。

表4 不同摻雜大米與五優稻4號標準指紋圖譜相似度

2.3 摻雜大米判別模型構建

將不同摻雜比例品種的大米,按照上述方法計算相似度,并將測定結果數據集按照2∶1比例劃分為訓練集和驗證集,得到不同摻雜比例和品種的相似度散點圖。同時,結合線性擬合方程構建鑒別模型,結果如圖3所示。由圖3可知,相似度與摻雜比例反向相關,摻雜比例越小,相似度越高,二者存在線性遞減關系。

圖3 不同摻雜樣品鑒別模型

表5為數據歸一化后線性擬合方程。表5中,x、y分別表示摻雜比例和相似度值。利用線性擬合方程,可計算不同摻雜比例與不同摻雜品種與五優稻4號標準指紋圖譜的標準相似度值。

表5 不同摻雜大米的線性擬合判別方程

然后采用驗證集驗證鑒別模型,并計算其與標準相似度之間的相對誤差,得到評價模型的判別結果,如表6所示。由表6可知,龍稻18號與五優稻4號摻雜比例在5%～45%時,相對誤差較小,最佳判別準確率在摻雜15%;三江6號與五優稻4號摻雜比例在5%～25%之間相對誤差較小,具有良好的判別效果;齊粳11號與五優稻4號摻雜比例在0～30%和40%～50%之間的相對誤差較小,具有良好的判別效果;綏粳18號與五優稻4號摻雜比例在5%～20%之間相對誤差較小,具有良好的判別效果。

表6 評價模型判別結果

3 結論

綜上所述,所提的基于頂空固相微萃取氣質聯用儀的不同比例不同品種摻雜大米智能鑒別方法,通過提取特征揮發性組分并可一定程度上實現對摻入不同比例不同品種的五優稻4號大米的準確判別,對摻雜比例為5%～45%的龍稻18號,摻雜比例為5%～25%的三江6號,摻雜比例為0～30%和40%～50%的齊粳11號,以及摻雜比例為5%～20%的綏粳18號具有良好的判別效果。