近红外光谱技术在食品微生物检测中的应用

孙洪涛

（临沂市知识产权保护中心，山东临沂 276000）

在食物中毒特征中，微生物性食品中毒的发病率高居首位，食品微生物的检测及其管理是食品安全管理工作的重点。食物从原材料到制作加工、运输、销售食用等全过程中，各环节均存在微生物感染风险，采取各项有效技术检测食品卫生对于降低安全问题的发生概率至关重要。生化检验是食品微生物检测的有效方法之一，但该技术检测周期相对较长，操作烦琐，而近红外光谱技术以其快速、无损的优点受到人们的广泛关注与应用。基于此，本文针对近红外光谱技术在食品微生物检测中的具体应用进行了概述。

1 近红外光谱技术概述

1.1 应用原理

近红外光是一种介于可见光与中红外光之间的电磁波，即波长为378 ～2 526 nm、波数为12 820 ～3 959 cm-1的光谱区。近红外光谱技术基于近红外光的特性，利用含氢基团化学键O-H、C-H、N-H 等吸收近红外光的特点，记录样本光谱信息，得到样本的物理、化学以及生物学信息，然后利用相关信息与化学计量方法定标建模，从而完成未知食物样本参数的预测[1]。

近红外技术在食品微生物检测中的应用原理为食品微生物由核酸以及蛋白质等化学成分组成，这些成分能够吸收近红外光，在检测中可提供不同特性的广谱。微生物定标样本近红外光谱包含了结构与组成信息，所呈现的性质参数与其结构和组成具有紧密的关联，因此应用化学计量学办法将关联进行定量化、定性化的处理，建立科学模型，即可实现仅采集待测样本的广谱就能够定性或定量分析样本中的微生物。

1.2 近红外光谱在食品微生物检测中的优势

①近红外光谱技术不会对食品造成破坏，可实现无损检验。②近红外光谱具有丰富的工作谱区，在对样品检查的过程中具有极强的透过能力，能够在极短时间内完成光谱采集测量，凭借预先建立的相关模型完成对样本所需要测量指标的检测记录[2]。③近红外光谱技术具有绿色环保的特性，在测定过程中不会对样品造成破坏，并且不会产生额外的材料消耗、不会排放污染物，后期成本较低，在应用过程中，可以实现对样品的快速分析，具备“多、快、好、省”的优点。同时，针对复杂物和天然物的检测，该技术可以实现无损分析、微损分析、在线分析、原位分析以及瞬间分析等。④近红外光谱技术能够实现对样品质量的实时控制，以及对大量样品的快速分析。但在建立红外光谱技术模型的过程中需要投入大量的人力、物力以及财力，所以不适用于未建立数学模型的零星样品检测。⑤近红外光谱技术具有高分析效率，可通过建成的数学模型，制作仪器，用户通过培训，结合数学模型可以操作仪器进行样品检测。

2 近红外光谱技术在食品微生物检测中的应用

食品微生物范围广、种类多，采用近红外光谱技术能够对其进行分类，帮助检测人员明确食品中含有的微生物种类以及含量，进而判断目标食品是否符合食品安全标准。闫思雨等[3]采用近红外光谱分析技术对猕猴桃进行微生物检测，认为包括猕猴桃在内的水果，其外部品质与内部品质是衡量食品质量的有效标准，而微生物污染水平是衡量水果在冷藏过程中品质变化的重要标准。该研究建立了4 ℃冷藏过程中鲜切猕猴桃片菌落总数的预测模型，实现了对猕猴桃在保存贮藏过程中的微生物含量检测，这对于控制猕猴桃食品质量有重要意义。在肉制品的微生物分类与含量测定中，伍志强等[4]认为近红外光谱技术在监控鱼产品及其腐败问题时，主要通过观测微生物负荷变化实现微生物检测，在全鱼微生物腐败的快速、非侵入性监测中具有广阔的应用前景，同时在检测和预测鱼片细菌载量等领域也具有较强的应用潜力。该研究提出了一种微生物负荷的定量偏最小二乘预测模型，该模型能够有效预测样品中微生物数量和种类，且能够达到无损检测、预测货架期的目的。此外，近红外光谱技术在食品微生物检测中的应用还体现在食品质量控制、筛查食品产毒真菌、筛查食源性病菌以及致腐微生物等方面。

2.1 有益微生物食品质量控制

在食物微生物检测过程中，除了针对有害微生物进行检测之外，还应对有益微生物进行检测，从而发现食物中有益于人体的健康成分。研究人员通过采集标准菌的近红外漫反射光谱数据对食物中有益菌进行鉴别与定量，辅助微生物产品生产，能够保证微生物产品质量稳定，同时通过对其生产过程的快速检测以及在线监控，还能进一步提高食品安全。近红外光谱技术的应用对于应用者创新食品产品、提高食品价值有十分重要的意义，其中酒的生产是人类利用有益微生物进行食品生产的最典型代表之一。钟敏等[5]对比了近红外光谱技术与传统人工分析对酒体分析检测的优劣势，发现传统人工分析检测耗时长、工作量大，近红外光谱技术则能够实现白酒在生产过程中关键指标的快速检测，对于指导白酒的工艺调控、产品质量的提高具有重要的意义。研究指出，酒精含量超过10%的饮料酒可免除标示保质期，这就间接证明了高度酒中微生物存在的概率极小，出现变质的可能性也极小，但如果在生产过程中，检测出微生物，则表示某个过程中出现工艺问题，应及时进行追溯。在食用醋的品牌溯源、质量管理中，刘静等[6]收集了市场上4 种品牌共计152 份样品，采集了它们的近红外光谱数据，对原始光谱数据进行多元散射校正预处理，并对预处理后的光谱数据利用主成分分析法进行聚类分析。该研究不仅正确对食用醋品牌产品进行了分类，其建立的预测模型更能够对醋产品的成分、其中可能出现的微生物种类进行鉴别区分。

发酵食品是人类使用有益微生物生产的最典型的食品种类，包括醋、酱油、酸奶、酒类、泡菜、豆豉以及臭豆腐等，这些食品风味独特，极大丰富了人们的饮食生活。针对大量生产并且输入市场进行销售的产品，应用近红外光谱技术不仅能够对产品进行溯源，还能在生产过程中对生产环节进行监督，有效控制有益微生物含量和种类，进一步提高有益微生物食品的质量。

2.2 筛查食品产毒真菌

真菌毒素是存在于粮食中的小分子有毒代谢产物，对食品安全有严重威胁。有研究显示，我国每年有超过3 000 t 的粮食在生产、存储或运输的过程中被污染，占到了总产量的6%以上。高效、准确、快速的真菌毒素检测方法对于保障食品安全至关重要。近红外光谱技术能够对产毒真菌进行快速检测，有助于食品安全筛查工作的快速开展，具有巨大的应用前景和社会效益。张强等[7]采用近红外光谱技术作为支持技术，进行了光谱信息采集，有效建立了稻谷黄曲霉毒素B1支持回归模型，为稻谷中黄曲霉毒素B1的实时监控提供了有效的检测体系以及理论依据。严晨等[8]利用近红外光谱技术结合支持向量机（SVM）建立了花生样品定性判别分析模型，发现随着储藏时间的延长，花生表面逐渐暗淡并有菌丝覆盖，毒素侵染水平逐渐提高。表明利用可见-近红外光谱以及机器视觉技术结合化学计量法能够有效识别黄曲霉毒素B1种类以及含量。

2.3 筛查食源性病菌

除了产毒真菌以外，食源性病菌本身也会引发食源性疾病，因此利用近红外光谱技术筛查食源性病菌同样重要。目前近红外光谱技术已能够准确辨别大肠希氏菌、金黄色葡萄球菌、单增李斯特菌等。对于水基食品中乳酸菌以及牛奶中的大肠杆菌、铜绿假单胞菌等的定类定量分析，利用近红外光谱技术收集其特征变化，并与细菌增殖程度和腐败程度相关联，可实现快速无创检测。徐赛等[9]构建了常见水果蔬菜微生物污染物监测体系，将近红外光谱技术（1 111 ～2 000 nm）应用于菠萝果肉中，有效完成了肠炎链球菌与大肠杆菌的鉴别，便捷性较高。

2.4 筛查致腐微生物

食品受到微生物影响，会出现腐败从而失去食用价值，而利用近红外光谱技术能够检测食物新鲜程度，分辨微生物含量以及种类。具体检测中，对样品进行处理并应用近红外光谱技术采集标准菌的近红外漫反射光谱数据后，结合化学计量对细菌繁殖引起的食品性质形状变化进行在线监测，这种方法能够有效分析细菌总数、种类，为食物安全管理提供有效信息。王文秀等[10]采集了生鲜猪肉1 ～58 d共58 个样本，收集可见/近红外反射光谱信息，并建立猪肉新鲜度的支持向量机（Support Vector Machine，SVM）判别模型，该模型能够提取不同期间生鲜猪肉在腐败变质过程中的光谱特征信息变化，实现了变量筛选的目的，为判断致腐微生物的含量、种类提供了有效思路。

3 结语

食品微生物检测中，近红外光谱检测技术通过对食物中多种微生物进行近红外漫反射光谱数据采集，结合化学计量方法，准确检测食品中的微生物种类与含量，从而实现产毒真菌的有效筛选、食品中有益微生物的检测以及帮助控制微生物食品的质量。但近红外光谱检测技术在建模阶段需要投入大量的成本，研究者需要不断探索出更为准确、便携、快速、简单的检测办法。基于互联网技术，构建互联网+检测端+云数据的网络化平台将会提高近红外光谱技术在食品微生物检测中的运用效果，是未来食品微生物检测发展的重要技术及目标。