综述：用于检测奶酪掺假的先进光谱技术：系统综述

这篇综述系统评估了八种光谱技术（NMR、FTIR、NIR、Raman、IRMS及MS等）在奶酪掺假检测中的应用，涵盖物种替换、脂肪/蛋白质替代、非乳添加剂、地理标志造假和抗生素残留等类型。通过PRISMA框架筛选104项研究，首次全面比较了不同技术对20种奶酪和60种检测场景的适用性，强调光谱与化学计量学联用可显著提升检测效能，为乳制品行业真实性认证提供了重要参考。

　　

引言

奶酪作为全球消费量最高的乳制品之一，其经济价值和文化遗产意义使其成为食品欺诈的高风险目标。随着原产地保护（PDO）奶酪需求增长，掺假手段日益复杂，包括动物物种替换、植物脂肪掺入、非乳蛋白添加以及地理标志伪造等行为。这些行为不仅损害消费者权益，更可能引发健康隐患。光谱技术凭借非破坏性、快速和高灵敏度等优势，已成为奶酪真实性鉴定的核心工具。

掺假类型与检测挑战

物种替换

最常见的掺假方式是在高价奶酪（如水牛莫扎雷拉或羊乳菲达）中混入廉价牛乳。质谱技术如MALDI-TOF-MS可通过物种特异性肽段识别低至0.001%的牛乳掺入，而¹H NMR能通过脂质相代谢物差异鉴别PDO奶酪。冷冻凝块的添加会改变水分子的T₂弛豫分布，这种微观结构变化可通过时间域核磁共振（TD-NMR）捕捉。

脂肪掺假

棕榈油、大豆油等植物脂肪常被用于替代乳脂。衰减全反射傅里叶变换红外光谱（ATR-FTIR）在2.5-25%掺入范围内呈现线性响应，而直接实时高分辨质谱（DART-HRMS）通过甘油三酯谱图差异实现1%灵敏度检测。值得注意的是，拉曼光谱的SERS增强技术可直接透过包装分析脂质分子振动指纹。

地理标志欺诈

同位素比值质谱（IRMS）通过δ¹³C和δ¹⁵N等指标将奶酪与环境特征关联，例如格拉纳帕达诺PDO奶酪的锶同位素比值（⁸⁷Sr/⁸⁶Sr）可精确反映原料奶产地。近红外高光谱成像（NIR-HSI）则通过漫反射特征建立产地判别模型，在卡奇奥塔奶酪中实现76%的分类准确率。

技术比较与创新应用

快速筛查技术

便携式NIR设备已实现奶酪水分（0-25%）、淀粉（0.0055-1.27%）和纤维素（3-15%）的现场检测。而电子鼻（E-nose）通过挥发性有机物（VOCs）指纹可区分不同奶牛品种制作的奶酪，为产线质量控制提供补充手段。

高灵敏度平台

超高效液相色谱-轨道阱质谱（UHPLC-Orbitrap-MS）鉴定了κ-酪蛋白C端截短体（m/z 1551.9423）作为热加工奶酪的标记物。同步荧光光谱（SFS）则通过激发-发射矩阵区分乳脂与植物脂肪，检测限达3%（w/w）。

未来展望

多模态数据融合成为趋势，如将HSI空间信息与NIR光谱结合，或NMR代谢组学与IRMS同位素数据联用。当前挑战在于降低高端设备成本并开发标准化数据库。随着深度学习算法的引入，光谱技术有望在乳制品全产业链实现从原料到终产品的全程追溯。