Videometer光譜成像應(yīng)用于面食小麥籽粒真?zhèn)螜z測(cè)

摘要：意大利面的鑒定目前使用基于分子生物學(xué)的技術(shù)確定，重點(diǎn)關(guān)注DNA作為目標(biāo)分析物。雖然被證明是有效的，但這些方法可能被批評(píng)為具有破壞性、耗時(shí)且需要專業(yè)的儀器培訓(xùn)。多光譜成像(MSI)和高光譜成像(HSI)領(lǐng)域的進(jìn)步促進(jìn)了緊湊型成像平臺(tái)的開發(fā)，該平臺(tái)能夠根據(jù)表面顏色、質(zhì)地和化學(xué)成分快速區(qū)分一系列材料（包括谷物和種子）.這項(xiàng)初步調(diào)查評(píng)估了光譜成像在鑒定和定量硬粒小麥谷物樣品與意大利面真實(shí)性方面的適用性。MSI和HSI能夠快速區(qū)分硬粒小麥和摻假的普通小麥品種，并確定以低偏差和良好的可重復(fù)性估計(jì)為特征的摻假百分比水平。結(jié)果證明了基于光譜成像的種子/谷物摻假測(cè)試的潛力，以增強(qiáng)用于食品真實(shí)性測(cè)試的現(xiàn)有標(biāo)準(zhǔn)分子方法。
 

圖1.使用VideometerLab 2系統(tǒng)生成的示例圖像：(a)100% 硬粒小麥；(b)100% T. aestivum 小麥粒；(c) 10% 的硬粒小麥與普通小麥粒摻假。

100% 硬粒小麥和普通小麥陽(yáng)性對(duì)照樣品用于基于它們各自的光譜特征生成歸一化典型判別分析(nCDA)轉(zhuǎn)換模型。該模型應(yīng)用于由21個(gè)盲測(cè)樣本組成的小組，并根據(jù)模型對(duì)圖像中每個(gè)谷物的光譜特征與硬粒小麥或普通小麥模型的匹配程度的評(píng)分返回結(jié)果（圖 1）。定量數(shù)據(jù)（圖2）顯示與指定的摻假百分比值非常一致，正如預(yù)期的那樣，最低百分比摻假樣品的精度較低。具有立法重要性的3%摻假樣本顯示出小的正偏差（樣本估計(jì)為 4.67%，95% 置信區(qū)間為 ±1.43%），相關(guān)變異系數(shù) (CV) 為 12.37%。
 

圖2.MSI 平臺(tái)比較數(shù)據(jù)顯示計(jì)算出的平均摻假百分比
 

圖3.使用HySpex VNIR-1600 儀器和ENVI軟件生成的示例圖像（基于 SAM 的分析）。(a) 100% T. durum樣品，(b)100% T. aestivum樣品和(c) 3%摻假樣品。

使用光譜角映射器分類(SAM)對(duì)21個(gè)盲測(cè)樣本進(jìn)行圖像處理基于方法來(lái)生成所需的光譜分類模型，如圖3所示。實(shí)驗(yàn)數(shù)據(jù)顯示與指定的摻假百分比值非常一致（圖2）。對(duì)立法上重要的3%摻假樣本類型的分析顯示出小的正偏差（樣本估計(jì)為3.65%，±1.41%的95% 置信區(qū)間），給出相關(guān)的變異系數(shù) (CV)15.50%。

通過(guò)與標(biāo)準(zhǔn)的基于PCR 的方法進(jìn)行比較，這項(xiàng)初步可行性研究提供了一些證據(jù)，證明了光譜成像技術(shù)可用于鑒定硬粒小麥谷物的潛力。MSI和HSI方法都被證明能夠快速區(qū)分硬粒小麥和摻假普通小麥。獲得的結(jié)果具有低偏差和良好的可重復(fù)性估計(jì)的特點(diǎn)，與使用實(shí)時(shí) PCR發(fā)布的數(shù)據(jù)相比較。雖然光譜成像提供了優(yōu)于替代方法的關(guān)鍵優(yōu)勢(shì)，例如其非破壞性和高通量分析的適用性，但應(yīng)進(jìn)行進(jìn)一步的工作以評(píng)估其他性能特征（例如檢測(cè)限）和對(duì)其他食品基質(zhì)的適用性。這將為光譜成像的適用性提供額外的證據(jù)，以作為食品真實(shí)性測(cè)試的快速篩選方法。

食品品質(zhì)光譜成像可視化：應(yīng)用多光譜成像的黃油曲奇質(zhì)量評(píng)估