導(dǎo)讀

食品安全是一個備受矚目的話題。在消費(fèi)電子和光子學(xué)的進(jìn)步推動下，手持式光學(xué)儀器可用于食品安全以及質(zhì)量的評估，但需要充分了解基礎(chǔ)光譜學(xué)和分析科學(xué)，才能使這些儀器具有有效的方法。借助便攜式光譜儀，企業(yè)以及個人能夠在現(xiàn)場獲取到可靠的信息，更有助于加快篩選流程，維護(hù)食品安全。

前言

食品安全是與人類健康息息相關(guān)的話題。現(xiàn)如今，盡管已有技術(shù)開發(fā)了強(qiáng)大且復(fù)雜的實(shí)驗(yàn)室方法來檢測造假行為，但如何在現(xiàn)場實(shí)現(xiàn)快速、便攜的檢測仍然在探討和研究之中。理想情況下，由非科學(xué)家操作的手持式檢測儀器將在港口、食品配送中心或超市裝卸碼頭使用，形成食品安全的第一道關(guān)卡。

食品成分及其真實(shí)性測試的分析科學(xué)已經(jīng)足夠成熟，實(shí)驗(yàn)室方法包括液相色譜和氣相色譜技術(shù)，以及質(zhì)譜、量熱、聚合酶鏈反應(yīng)分析（用于 DNA 指紋圖譜）和核磁共振（NMR）。這些方法非常準(zhǔn)確和精確，為篩選技術(shù)提供了所需的參考分析數(shù)據(jù)。光學(xué)技術(shù)包括熒光、紫外可見光、近紅外、中紅外和拉曼光譜。例如，美國谷物化學(xué)家協(xié)會已經(jīng)批準(zhǔn)了用于測定谷物中蛋白質(zhì)的近紅外技術(shù)，而共識標(biāo)準(zhǔn)機(jī)構(gòu)AOAC International則擁有官方和國際公認(rèn)的食品分析方法。

復(fù)雜的實(shí)驗(yàn)室檢測

實(shí)驗(yàn)室技術(shù)的缺點(diǎn)在于會花費(fèi)較長時間：樣品來到實(shí)驗(yàn)室，需要對其進(jìn)行大量的準(zhǔn)備，進(jìn)行長時間的分析程序并處理數(shù)據(jù)。通常在兩周后，它才能被提交給非科學(xué)家人員采取進(jìn)一步行動。

現(xiàn)場篩選不是在實(shí)驗(yàn)室進(jìn)行，而是在樣品提供現(xiàn)場進(jìn)行。這種方式可以明顯加快檢測和甄別的進(jìn)程，使可疑材料更快地被處理。篩查旨在給出通過/不通過答案，而不需要詳細(xì)或定量的分析結(jié)果。這對于個人消費(fèi)者來說也有諸多好處，如果有這樣的設(shè)備，那么每一位消費(fèi)者就都能隨時隨地檢測身邊的食品情況，更有助于在全民參與的背景下，實(shí)現(xiàn)的食品安全防護(hù)和食品質(zhì)量評估。

光譜法檢測食品

光譜法越來越多用于食品檢測當(dāng)中。光譜儀可以通過棱鏡色散原理或者光柵分光原理，將光源發(fā)出的光與樣品作用后的反射光譜/吸收光譜按照波長（或頻率）分離得到橫軸為波長（或頻率）縱向?yàn)閺?qiáng)度的譜線圖。通過食品摻假與否的特征光譜，我們可以辨別不同的食品組成，分析食品的質(zhì)量情況。

光譜法的兩個光譜區(qū)域吸納了探測器的技術(shù)發(fā)展：硅探測器覆蓋的可見光和近紅外區(qū)域（~400 - 1000 nm ，VNIR），以及砷化銦鎵 （InGaAs）探測器覆蓋的短波紅外區(qū)域（900-1700nm可延申至2500 nm）。

光譜波段及探測器材料

VNIR光譜區(qū)域特別令人感興趣，原因之一是硅基探測器相對便宜。從檢測方法上來講，在400- 700 nm范圍內(nèi)，可以檢測到不同的顏色；在700 - 1000 nm區(qū)域，可以檢測具有 C-H、N-H 和 OH 鍵的分子的第三和第四泛音振動帶，以傳遞特定的分子信息；在1000 - 2500 nm區(qū)域可獲得更具體的化學(xué)信息，通常用于食品分析、回收材料鑒定以及化學(xué)和制藥制造中的原材料化學(xué)鑒定等應(yīng)用。

隨著基于光學(xué)的食品安全篩查方法的發(fā)展，了解每種技術(shù)的優(yōu)勢、劣勢和局限性非常重要。

光譜法在食品檢測中的應(yīng)用范圍

LinkSquare：便攜輕巧的光譜分析

隨著電子學(xué)和光子學(xué)的進(jìn)步，我們現(xiàn)在可以設(shè)計(jì)和制造各種便攜式光譜儀，使實(shí)驗(yàn)室能夠轉(zhuǎn)移到現(xiàn)場。基于光學(xué)的分析通常不需要樣品制備，可以使用便攜式儀器以“傻瓜式”方法進(jìn)行檢測，并且只需要幾秒鐘的數(shù)據(jù)采集時間。出于篩選目的，便攜式儀器可能不需要實(shí)驗(yàn)室儀器的精密度、準(zhǔn)確度或檢測步驟，有問題的樣本可能會轉(zhuǎn)到實(shí)驗(yàn)室進(jìn)行更深入的分析。

僅僅擁有便攜式的特征是不夠的，它必須產(chǎn)生答案，而不僅僅是光譜。因此，便攜式光譜儀必須直截了當(dāng)?shù)亟o出清晰的答案，通常采用“綠屏/紅屏”格式。為了進(jìn)行識別，這些答案可以表示通過/失敗，并且可以識別出檢測類別。

手持式光譜儀用于食品檢測

友思特LinkSquare光譜儀

友思特 LinkSquare 光譜儀是一種形似筆的外部設(shè)備，內(nèi)置光源，利用漫反射光譜。該設(shè)備在可見光和近紅外光下工作，波長最高可達(dá) 1000 nm，光學(xué)分辨率約為 5 nm。這是一款時尚的儀器，裝在一個類似手機(jī)的外殼中，可以直接取用，即握于手中進(jìn)行快速檢測。

LinkSquare的PC和手機(jī)軟件

LinkSquare 光譜儀搭配電腦端和移動端兩種配套軟件，可直接通過藍(lán)牙連接到電腦或手機(jī)。而在功能顯示上也有差別，電腦上可以展示采集到的光譜圖數(shù)據(jù)。手機(jī)上則有專門的應(yīng)用程序，內(nèi)置多種具體功能的小程序，方便客戶直接使用。這也是考慮到實(shí)際現(xiàn)場測量的情況，移動設(shè)備展示更加便攜。

目前 LinkSquare 光譜儀系列已擁有可見光近紅外（400-1000nm）以及NIR（700-1050 nm）兩個型號，并將最終發(fā)布具有SWIR功能的器件（800-1600 nm）——該器件帶有鍺探測器，而不是更傳統(tǒng)的砷化銦鎵（InGaAs）探測器，額外的功能將產(chǎn)生更有趣的數(shù)據(jù)。

光譜數(shù)據(jù)處理

近紅外是一種輔助技術(shù)，它依賴于使用既定方法對樣品進(jìn)行初步分析。例如有機(jī)氮的凱氏定氮法，并在化學(xué)計(jì)量學(xué)方法中將該數(shù)據(jù)與這些樣品的光譜相結(jié)合。為了使用便攜式光譜儀進(jìn)行食品安全與質(zhì)量檢查，必須致力于通過標(biāo)準(zhǔn)方法分析大量樣品，記錄其“元數(shù)據(jù)”（報告的來源、年齡、外觀等），然后在充分了解每種光譜技術(shù)的采樣和特征的情況下收集其光譜，并使用所有這些數(shù)據(jù)來構(gòu)建經(jīng)過驗(yàn)證的化學(xué)計(jì)量方法。

這也是目前光譜儀限制消費(fèi)級應(yīng)用的原因，很多客戶沒有相關(guān)光譜數(shù)據(jù)處理的能力，購買的光譜儀只能獲取到光譜圖，但對于最終食品的鑒別結(jié)論，還需要借助其他專業(yè)技術(shù)成員才可以實(shí)現(xiàn)。

LinkSquare 設(shè)備（a）是一種易于使用的手持式光譜儀，可通過Wi-Fi連接到智能手機(jī)。上圖中該設(shè)備分析了肉的新鮮度（b）和藥品的真實(shí)性（c）

友思特LinkSquare光譜儀具有內(nèi)置的應(yīng)用小程序，允許用戶驗(yàn)證藥物的真實(shí)性，辨別腐爛的和新鮮的金槍魚、肉類，以及辨別不同脂肪成分的牛奶，這些結(jié)果都是直接得到結(jié)論，而不需要客戶自行分析光譜數(shù)據(jù)，始終確保小程序的準(zhǔn)確率高于95%。

LinkSquare光譜儀還提供一個軟件開發(fā)工具包，將測量的光譜數(shù)據(jù)上傳，即可構(gòu)建構(gòu)建自己的應(yīng)用程序。通過采集初始光譜數(shù)據(jù)，可以實(shí)現(xiàn)特定功能的光譜鑒別功能，用戶通過利用這些內(nèi)置或者定制化的小程序，可以直接獲取檢測的結(jié)論（比如肉類是否變質(zhì)，Yes/No），使得食品檢測更為便攜與高效。目前已經(jīng)內(nèi)置有28個小程序，也可以用于液體檢測。

Linksuare的小程序

LinkSquare光譜儀食品檢測案例

https://www.bilibili.com/video/BV1Wy4y1c7EZ/

參考內(nèi)容：

https://www.photonics.com/Articles/Portable_Spectroscopy_and_the_Fight_Against_Food/p5/a62147

https://www.photonics.com/Articles/Smartphone_Spectroscopy_Promises_a_Data-Rich/p5/a63594

https://www.photonics.com/Articles/Spectroscopy_Going_Small_to_Get_the_Whole_Picture/p5/a57249

審核編輯 黃宇