1、化学计量学方法在食品分析中的应用 田郁郁 姚尧 王志鹏 天津市计量监督检测科学研究院 摘 要： 化学计量学是由数学、统计学、化学及计算机科学交叉形成的具有独特魅力的重要新兴学科。作为其核心理论体系的模式识别和多维校正方法, 在海量数据信息挖掘与处理、分析信号分辨与解析中, 体现了突出的优势, 并能攻克传统分析方法难以处理的复杂难题, 已广泛应用于食品分析领域。基于此本文介绍了化学计量学方法在食品分析中的应用, 简要分析了化学计量学方法在食品分析领域中还需解决的问题, 并对其未来的发展进行展望。关键词： 化学计量学; 食品分析; 模式识别; 1 食品分析中常用的化学计量学方法1.1 多元校正方法
2、多维校正方法是化学计量学核心理论部分, 立足于创新性地构建定量分析的基础理论, 发展针对不同结构类型量测数据的相应校正方法, 构建的多维校正模型, 从不同结构类型数据信息中提取隐含的有用信息, 再定量表征, 解决复杂分析体系问题。归纳化学计量学方法中常用的多维校正方法基本原理和优缺点, 为在食品分析应用中选择相应的多维校正方法分析提供理论支持和依据。分析食品应用中采用多元校正方法, 应用最广的包括偏最小二乘法 (PLS) 、主成分回归 (PCR) 和多元线性回归 (MLR) 等, 得到比较好的效果, 其中应用较广的是偏最小二乘法 (PLS) 。PLS 是在 PCR 基础上进一步发展, 基于量测
3、矩阵和响应矩阵同时进行 SVD, 求解方式克服一些非线性扰动因素影响, 使得模型精度更高。但一阶校正因其在对矩阵分解时, 矩阵双线性分解旋转的不确定性, 若校正集样品中未对预测集样品中的其他干扰进行校正建模, 会出现依干扰程度的不同产生不同程度的预测偏差。为保证一阶校正给出有物理意义的可靠解, 必须满足校正集样品包含预测集样品的所有响应组分和性质。1.2 多类聚类和判别分析方法1.2.1 主成分分析 (PCA) 在对模式进行识别分析时, 应用最广的技术之一就是主成分分析 (PCA) 。是对数据进行压缩, 是多元统计中的一种方式。在浓缩时选择最优方案, 再基于测量矩阵有关的信息, 维数降低了,
4、找出 n 个新变量, 其是由原始变量线性组成的。当测量时, 数据的内部特征显现出来, 简化了数据, 分析起来非常简便, 结果也很准确。此技术主要应用在对谱带重叠问题的解决。1.2.2 人工神经网络人工神经网络 (ANN) 是模拟人脑结构, 对大脑的生理研究成果为基础, 基于数理方法进行简化抽象和模拟的一种智能仿生自适应运算模型和信息处理系统。在对聚类分析运算时运算算法包括两种方式:有监督学习及无监督学习。前者就是把训练的样本输到网络中, 并将网络输出和期望的目标值相比较, 获得误差值, 自适应计算出权重值, 获得满意精度的网络输出值;无监督学习不给输入网络训练样本, 直接根据已建立的聚类进行自
5、组织的权重值调整, 学习规律的变化服从连接权值的演变方程。但该算法常易陷入过拟合和局部最优, 限制了它的实际使用。2 化学计量学方法在食品分析中的应用2.1 食品营养成分分析分析食品营养成分, 要定量分析食品中的无机元素、蛋白质、水分、维生素、脂肪酸以及糖类等成分。传统的化学分析法较准, 但会遇到问题如对操作条件较严苛, 操作很繁琐等。近些年, 在检测食品成分时利用较广的是色谱法以及光谱法。特别是对粮食以及油脂食品中普遍使用近红外光谱法, 但在检测中会因噪音以及官能团吸收峰的相互重叠而使测定结果不准确。为了对部分的背景干扰因素进行消除, 利用化学计量学对重叠波谱进行解析。熊运海等人在分析混合桂
6、皮以及丁香前后比较化学成分时, 利用化学计量学解析法, 结合 GC-MS 联用技术, 用不同方式定量地对桂皮丁香进行调制, 定性地分析挥发油的复合物成分, 得到较好的分析结果。2.2 食品分类识别及掺伪分析在食品分类识别以及分析是否合格时, 常利用化学模式识别技术。利用计算机在化学测量时会对数据的内部规律进行揭示, 会将相同性质特征的样品找出, 推测出样品的性质, 判断出未知样品的模式。如张国泽等人在均分 54 个合格菜籽油、食用豆油以及酸败菜籽油的三组研究中, 利用多种模式识别方式。变量取它们的密度、皂化值、水分及挥发物、酸值以及折光率等, 处理数据利用PLS 通过模型的建立, 预测未知样品
7、, 取得良好效果。2.3 食品卫生检测以前检测食品农药残留主要是对单一农药进行检测, 目前发展到同时检测多农药组分, 分析技术也在不断发展。在检测有害元素以及残留农药多组分分析时出现化学计量学, 应用最为广泛的是经典最小二乘法 (PCR) 以及偏最小二乘法 (PLS) , 传统的分析方法利用光度分析以及气相液相色谱法, 此方法的利用拓宽应用范围, 在信噪比测定中提高精确度精密度。如倪永年等人分析速差动力学的分光光谱测量数据时, 利用多种的化学计量学方法, 试验表明利用主成分分析-径向基函数-人工神经网络法 (PCA-RBF-ANN) 以及偏最小二乘法对模型校准的结果精确度很高, 此模型就被用在
8、测定水中以及蔬菜的灭害威分析, 取得良好效果。总之, 目前, 化学计量学在食品分析中的应用日趋广泛, 但由于食品种类繁多和成分复杂, 仍然有待做更深入的研究工作, 以期更好地完成食品分析的任务和目标。研究者们也应发展更多适应于处理各种现代新仪器分析方法和新检测技术所产生的、不同结构类型数据的化学计量学新理论, 使其在食品分析领域中具有更为广阔的应用前景。参考文献1盖云, 鲍成满, 叶树明, 陈杭.化学计量学方法在三维荧光光谱分析中的应用J.光谱学与光谱分析, 2011, 31 (07) :1828-1833. 2孙灵霞, 陈锦屏, 赵改名, 李苗云.化学计量学在食品分析中的应用研究进展J.食品工业科技, 2012, 33 (07) :444-448+452.
