基于空间偏移短波近红外光谱技术的马苏里拉奶酪各向异性定量研究及其结构-功能关系解析

本研究针对马苏里拉奶酪因加工参数差异导致的结构各向异性影响功能特性的问题，创新性地采用空间偏移短波近红外光谱技术（SW-NIRS, 761–1081 nm），通过正交双轴测量和旋转采样系统，结合MSC参数和PLS-R建模，实现了对奶酪各向异性的快速无损检测（r2=0.81），为食品结构-功能关系研究提供了新方法。

　　

马苏里拉奶酪的质地和功能特性（如披萨烘焙时的熔融性和拉伸性）高度依赖其内部蛋白质纤维的定向排列——这一特性被称为各向异性。传统机械测试方法虽能评估宏观质地，却无法揭示分子水平的结构排列与功能的关系。而现有光谱技术如X射线、核磁共振等虽能提供微观信息，但存在成本高或破坏样本的局限。如何快速、无损地量化奶酪各向异性，成为食品工业优化生产工艺的关键难题。

针对这一挑战，由丹麦Arla创新中心等机构研究人员组成的团队在《Spectrochimica Acta Part A: Molecular and Biomolecular Spectroscopy》发表研究，提出了一种基于空间偏移短波近红外光谱（SW-NIRS）的创新解决方案。研究通过分析19种不同工艺参数（温度、转子速度、添加剂）制备的马苏里拉奶酪样本，结合正交双轴测量和旋转采样系统，发现光学信号差异与各向异性程度高度相关，并建立了预测模型（r²=0.81），为食品结构的在线监测提供了新工具。

关键技术方法
研究采用两种实验设计：1）正交双轴测量，沿蛋白质纤维平行（∥）和垂直（⊥）方向采集光谱；2）旋转采样系统，40秒内完成4次360°旋转连续测量。通过五档空间偏移距离（5–17 mm）获取互作用光谱，利用乘性散射校正（MSC）提取参数a（缩放因子）和b（偏移量），结合偏最小二乘回归（PLS-R）建模，以椭圆角标准差（EA-SD）和荧光各向异性（FA）为参考值验证模型性能。

研究结果

3.1 双轴测量系统的光谱分析
高各向异性样本（Trial #12）在平行与垂直方向的光谱吸收差异显著，尤其在长距离（14–17 mm）光程下，平行方向的吸收值降低更明显，表明蛋白质纤维排列引导光传输方向。CT成像证实其纤维定向结构，而低各向异性样本（Trial #1）光谱表现均一，与CT显示的随机结构一致。

3.2 旋转系统的周期性信号
旋转实验中，高各向异性奶酪在911 nm和1011 nm波长处呈现规律正弦波动，反映纤维排列导致的周期性散射变化；而各向同性奶酪（如Norvegia）信号波动随机，验证了方法的特异性。

3.3 MSC参数的预测潜力
MSC参数a(⊥)和b(⊥)与EA-SD相关性最强（r=?0.80），因其捕捉了垂直方向更显著的光散射变异。PLSR模型显示，联合双轴数据（∥⊥）的预测性能最优（RMSECV=5.74），优于单一方向或MSC预处理光谱。

3.4 PLS-R模型验证
基于原始光谱的模型（RPD=1.96）显著优于MSC预处理数据，证实散射信息对 anisotropy 预测的关键作用。四参数联合模型（a(∥),b(∥),a(⊥),b(⊥)）简化了变量数量，仍保持高精度（RPD=1.72），适合工业化应用。

结论与意义
该研究首次将空间偏移SW-NIRS技术应用于食品各向异性定量，揭示了光散射参数与微观结构的关联规律。通过非破坏性检测手段，为奶酪生产工艺优化提供了实时监控可能，尤其适用于植物基仿制品开发等需精确控制结构的领域。未来可扩展至其他具有定向结构的食品（如人造肉），推动食品质构设计的精准化发展。

（注：解读严格依据原文，未添加非文献内容；技术术语如SW-NIRS、EA-SD等首次出现时均标注英文全称；作者单位按要求隐去英文名称；数学符号使用^{/_{标签规范呈现。）}}