一種基于ft-nir技術(shù)的糙米中黃曲霉毒素含量的快速檢測方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及谷物品質(zhì)檢測技術(shù)領(lǐng)域，具體而言涉及一種基于FT-NIR技術(shù)實(shí)現(xiàn)同 時(shí)對糙米中黃曲霉毒素隊(duì)、B2、Gp G2及其總量水平的快速檢測方法。
【背景技術(shù)】
[0002] 谷物中含有豐富的碳水化合物、脂肪、蛋白質(zhì)以及無機(jī)鹽類營養(yǎng)物質(zhì)，是關(guān)系國計(jì) 民生的重要戰(zhàn)略物資。然而，在適宜的水分和溫度條件下，谷物極易發(fā)霉變質(zhì)。據(jù)報(bào)道，我 國每年因霉變造成的糧食產(chǎn)后損失高達(dá)2100萬t，占全國糧食總產(chǎn)量的4. 2%，是每年新增 糧食產(chǎn)量的4倍多。
[0003] 谷物中常見霉菌約200種，霉菌代謝產(chǎn)生的毒素有300多種，危害較大的有黃曲霉 毒素（AFT)、赭曲霉毒素（OTA)以及嘔吐毒素（DON)等。據(jù)聯(lián)合國糧農(nóng)組織估算，全球每年 約有25 %的農(nóng)產(chǎn)品遭受真菌毒素污染，大約2 %因污染嚴(yán)重而失去營養(yǎng)和經(jīng)濟(jì)價(jià)值，造成 的直接或間接經(jīng)濟(jì)損失達(dá)數(shù)百億美元。
[0004] 其中，黃曲霉毒素是目前已知的最穩(wěn)定、危害最大的毒素。自然界中至少存在14 種不同類型的AFT，常見的AFT主要包括AFB1、AFB2、AFG1、AFGjP AFM i等。其中，AFB i的毒 性最具代表。世界衛(wèi)生組織下屬的國際癌癥研究機(jī)構(gòu)（IARC)于1993年得出結(jié)論，AFB1對人 和動物具有強(qiáng)致癌性，并將其歸為一類致癌物。動物實(shí)驗(yàn)表明，飼料中AFB 1含量在100 μ g/ kg左右時(shí)，飼喂26周即可使敏感動物如小鼠出現(xiàn)肝癌。
[0005] 鑒于黃曲霉毒素的嚴(yán)重危害，世界各國先后制定了相應(yīng)的限量標(biāo)準(zhǔn)和法規(guī)。我國 食品衛(wèi)生標(biāo)準(zhǔn)（GB 202715-2005)對主要黃曲霉毒素最高限量做了規(guī)定，玉米、大米以及小 麥中AFB1含量分別不能高于20. 0、10. 0和5. 0 μ g/kg。國際法典委員會（CAC)明確規(guī)定食 品中六?1'出1、82、6 1和62)不能高于15以8/1^。目前黃曲霉毒素的檢測主要有高效液相色譜 法及串聯(lián)質(zhì)譜法、薄層色譜法和酶聯(lián)免疫吸附法等，然而上述方法或者前處理復(fù)雜、時(shí)效性 差、成本高，或者對人和環(huán)境污染大、結(jié)果不穩(wěn)定。除此之外，微柱篩選法、金標(biāo)試紙法和生 物傳感器法等快速檢測方法大多只停留在定性及半定量階段，或者靈敏度、準(zhǔn)確度不高，容 易誤判。因此，發(fā)展一種快速、準(zhǔn)確且經(jīng)濟(jì)可行的檢測方法，已經(jīng)成為確保糧食質(zhì)量安全亟 需解決的關(guān)鍵問題之一。
[0006] 近年來，隨著計(jì)算機(jī)技術(shù)與化學(xué)計(jì)量學(xué)的飛速發(fā)展，近紅外光譜分析技術(shù)，由于 其具有快速無損、綠色環(huán)保和低成本的優(yōu)勢，越來越受到食品、煙草、醫(yī)藥、紡織及農(nóng)業(yè)等 行業(yè)的重視，并在上述行業(yè)的品質(zhì)及質(zhì)量分析中得到成功應(yīng)用。傅里葉變換近紅外光譜 (FT-NIR)儀與其它類型相比，具有信噪比高、分辨率高、重復(fù)性及穩(wěn)定性好等優(yōu)點(diǎn)，且?guī)в?多種檢測接口和附件，可用于多種制品的常規(guī)和在線檢測。糙米是稻谷脫去外保護(hù)皮層的 完整籽粒，作為一種綠色的健康食品日益受到消費(fèi)者的歡迎。然而，糙米由于失去稻殼的保 護(hù)作用，在儲運(yùn)過程中更易受真菌污染而產(chǎn)生黃曲霉毒素，嚴(yán)重威脅人類健康。因此，利用 近紅外光譜分析技術(shù)，建立糙米中黃曲霉毒素含量水平的快速分析與檢測方法體系，對于 確保糧食安全與人民群眾身心健康無疑具有重要的意義。

【發(fā)明內(nèi)容】

[0007] 本發(fā)明的目的在于提供一種基于FT-NIR技術(shù)，通過采集糙米樣品的特征光譜信 息達(dá)到黃曲霉毒素 B1、B2、G1、G2及其總量的快速定量檢測的方法，旨在實(shí)現(xiàn)同時(shí)對糙米中黃 曲霉毒素 G2及其總量的定量檢測，提高檢測的時(shí)效性、準(zhǔn)確度，簡化操作復(fù)雜性， 減小樣品損耗量。
[0008] 本發(fā)明的上述目的通過獨(dú)立權(quán)利要求的技術(shù)特征實(shí)現(xiàn)，從屬權(quán)利要求以另選或有 利的方式發(fā)展獨(dú)立權(quán)利要求的技術(shù)特征。
[0009] 為達(dá)成上述目的，本發(fā)明所采用的技術(shù)方案如下：
[0010] -種基于FT-NIR技術(shù)的糙米中黃曲霉毒素含量的快速檢測方法，包括如下步驟： [0011] 步驟1、樣品準(zhǔn)備，收集不同黃曲霉侵染程度的糙米樣品，將糙米樣品粉碎得到樣 品粉末，并在-18°C環(huán)境下冷藏，待測；
[0012] 步驟2、光譜檢測，對于樣品粉末，采用傅立葉變換近紅外光譜儀掃描樣品的漫反 射光譜信息，并采用多功能柱凈化-高效液相色譜-熒光法測定樣品粉末中黃曲霉毒素隊(duì)、 BpG^G2及其總量的水平；
[0013] 步驟3、光譜預(yù)處理，對前述步驟得到的樣品粉末的原始光譜信息進(jìn)行預(yù)處理，消 除干擾；
[0014] 步驟4、定量預(yù)測分析，利用多元線性回歸的逐步回歸分析方法（SMLR)對預(yù)處理 后的光譜信息進(jìn)行分析，建立糙米樣品粉末中黃曲霉毒素隊(duì)、8 2、匕、62及其總量與樣品的光 譜信息的化學(xué)計(jì)量模型；
[0015] 步驟5、快速測定，利用前述建立的模型，基于待測的糙米的光譜信息而輸出其黃 曲霉毒素隊(duì)、B 2、Gp G2及其總量。
[0016] 進(jìn)一步的實(shí)施例中，前述步驟1中，糙米顆粒樣品的粉碎包括：
[0017] 將每份糙米顆粒樣品粉碎，時(shí)間至少為10s，過40目篩，如此以保證樣品的均一 性。
[0018] 進(jìn)一步的實(shí)施例中，前述步驟2中，應(yīng)用傅立葉變換近紅外光譜儀采集糙米粉末 樣品的光譜信息，具體包括：
[0019] 利用傅立葉變換近紅外光譜儀掃描樣品粉末，；采用吸收模式，光譜掃描范圍為 12000~3500cm \分辨率為4cm \掃描次數(shù)為64次，重復(fù)掃描3次，重復(fù)掃描間需上下晃 動樣品瓶（時(shí)間t>3s)，取平均光譜進(jìn)行分析。
[0020] 進(jìn)一步的實(shí)施例中，前述步驟3中，光譜預(yù)處理的實(shí)現(xiàn)包括：
[0021] 對每份糙米顆粒樣品在測定前采用多元散射校正算法對樣品的原始光譜信息進(jìn) 行處理，消除顆粒分布不均勻及顆粒大小產(chǎn)生的散射影響，并通過Dixon檢驗(yàn)，在95%的置 信水平下，自動計(jì)算出各樣本光譜的馬氏距離，去除異常樣本；
[0022] 進(jìn)一步的實(shí)施例中，前述步驟4中，糙米樣品粉末中黃曲霉毒素隊(duì)、B2、Gp G2及其 總量與樣品的光譜信息的化學(xué)計(jì)量模型的建立過程包括：
[0023] 步驟4-1、選取建模集和預(yù)測集樣本，在模型構(gòu)建前，利用Kennard-Stone (KS)算 法對樣本的建模集與驗(yàn)證集進(jìn)行挑選，即通過計(jì)算自變量X，即光譜之間的歐式距離，將光 譜差異大的樣本選入建模集，剩余距離較小樣本歸為驗(yàn)證集，，KS中樣本差異性是通過比較 兩個樣本P，q之間光譜的歐氏距離來確定的，即
[0024]
[0025] xp (j)和xq (j)是樣本p和q在第j個波數(shù)的吸光度值，J代表光譜波數(shù)數(shù)目；
[0026] 采用KS隨機(jī)選取2/3份樣品的光譜信息用于模型構(gòu)建，剩余1/3份樣品作為預(yù)測 集樣本，驗(yàn)證模型可靠性；
[0027] 步驟4-2、選取建模的光譜區(qū)域，基于糙米樣品中黃曲霉毒素含量極低的情況，為 獲取更多貢獻(xiàn)較大的光譜信息，需對光譜全波段的波長提取，具體步驟如下：
[0028] 波長個數(shù)選取依據(jù)：首先，依據(jù)模型相關(guān)系數(shù)r的大小進(jìn)行波長個數(shù)的初步篩選， 波長個數(shù)選取區(qū)間為7~12個，選取較大r對應(yīng)的波長個數(shù)；其次，依據(jù)建模集均方根誤差 RMSEC及預(yù)測集均方根誤差RMSEP的大小對波長個數(shù)進(jìn)行篩選，選取較小RMSEC和RMSEP對 應(yīng)的波長個數(shù)；最后，依據(jù)模型RH)值，選定最大相對分析誤差RH)對應(yīng)的建模所需的波長 個數(shù)；
[0029]
[0030] RH)值越大，表明模型穩(wěn)健性越好，RPD>2. 5,表明此模型可用于定量分析目的；
[0031] 波長選取原則，即：
[0032] 1.從m個全波段變量中選擇一個對y作用顯著的變量建立一元線性回歸方 程：
[0033]
[0034] 2.在余下的m-Ι個變量中選擇一個對y作用最顯著的變量&，建立:蜂^和吟^變量 的二元回歸方程：
[0035]
[0036] 檢驗(yàn)％,是否顯著，若不顯著立即剔除，若顯著則考慮下一步引入變量，繼續(xù)下去；
[0037] 第k步，加入前k-Ι步引入1個變量建立一元回歸方程，1彡m-1 :