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060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。