编辑推荐：
本综述聚焦近 20 年清真食品检测领域，分析非清真肉类（如猪肉、狗肉、鼠肉）掺假现状，重点探讨近红外光谱（NIR-S）、傅里叶变换红外光谱（FTIR-S）结合化学计量学（主成分分析 PCA、偏最小二乘判别分析 PLS-DA 等）在定性定量检测中的应用，为监管机构提供技术参考。
1. 引言
肉类及肉制品是蛋白质等营养的重要来源。从穆斯林视角，肉类分为清真与非清真，清真肉需符合伊斯兰教法屠宰。全球清真肉类市场随穆斯林人口增长扩大，但掺假问题频发，如用非清真肉（猪肉、狗肉、鼠肉等）掺杂以牟利。印尼等国要求食品需清真认证，推动检测技术发展。
传统检测方法如气相色谱（GC）、聚合酶链反应（PCR）需复杂前处理，而振动光谱（近红外 FT-NIR、中红外 FT-MIR、拉曼、高光谱成像 HSI）结合化学计量学（多元数据分析 MDA）因快速、无损成为研究热点。
2. 材料与方法
检索 PubMed、Web of Science 等数据库，关键词包括 “non-halal”“chemometrics”“红外”“猪肉” 等，结合布尔逻辑词进行文献筛选。
3. 清真肉类
“清真” 意为 “允许”，需同时 “合法（tayyib）”。清真肉来源动物需按教法屠宰，非清真肉如猪、狗、鼠肉等明确禁止。全球清真肉市场增长因素包括穆斯林需求、消费意识、法规要求（如印尼法案）及教育水平差异。掺假因利益驱动，需可靠检测方法，振动光谱结合化学计量学可处理复杂数据。
4. 化学计量学
化学计量学通过统计和数学方法处理化学数据，与机器学习相关。其在清真检测中用于分类、预测掺假及实验设计，常用技术包括主成分分析（PCA）、层次聚类分析（HCA）、偏最小二乘判别分析（PLS-DA）等。PCA 常用于探索性数据分析，而 PLS-DA 等用于分类和定量。
5. 振动光谱结合化学计量学的应用
5.1 近红外光谱（NIR-S）的应用
NIR-S 波长 750-2500 nm，通过检测 - C–H、O–H 等官能团振动光谱鉴别肉类。例如，便携式 NIR 光谱结合 PCA 可检测小牛肉香肠中猪肉掺假，PLS-DA 和 PLSR 可准确识别和预测混合肉中猪肉含量，R2 校准达 0.977，验证达 0.992。此外，NIR-S 还可区分不同饲养系统的猪肉脂肪，分类准确率超 93%。
5.2 傅里叶变换红外光谱（FTIR-S）的应用
FTIR-S 需提取脂质成分后分析，常用索氏提取等方法。例如，FTIR 结合 PCA 和 OPLS-DA 可检测蛇头鱼油中猪油掺假，PLSR 可定量牛肉丸中狗肉、鼠肉等，R2 校准达 0.993-0.998，RMSEC 低至 0.4%-2.7%。表 1 总结了 FTIR 在多种肉类掺假检测中的应用，显示其在分类和定量中的高准确性。
6. 未来展望
振动光谱结合化学计量学是检测非清真肉的有力工具，但受光谱重叠、样品基质等影响，准确性非 100%。未来可拓展至区分同物种清真与非清真肉（如教法与非教法屠宰牛肉），需进一步验证方法并开发多组分掺假检测的鲁棒校准策略和先进化学计量技术。
7. 结论
非清真肉因成本低常掺假于香肠、肉丸等食品。振动光谱结合化学计量学（模式识别、多元校准）是可靠检测方法，检测限低至 1%-5%（w/w）。但多组分同时检测尚在发展中，需更多研究优化技术，为清真认证提供支持。
