基于紧凑型近红外光谱仪的洋车前子壳质量评估与掺假鉴别研究

针对洋车前子壳易掺假且质量评估方法繁琐的问题，研究人员采用紧凑型近红外光谱仪(NIRS)结合主成分分析(PCA)、偏最小二乘回归(PLS)等方法，建立了快速检测掺杂物(小麦麸/苋菜片/亚麻籽粉)和预测膨胀体积(SV)的模型(RMSEP=3.5 mL g-1)，为膳食纤维补充剂质量控制提供了便携解决方案。

　　

在健康食品市场蓬勃发展的今天，洋车前子壳(psyllium husk)因其富含亲水性多糖阿拉伯木聚糖(arabinoxylans)而备受青睐，这种来自车前草属(Plantago)植物的天然膳食纤维不仅能改善便秘，还具有调节血糖和预防心血管疾病的功效。然而，高昂的价格使其成为掺假重灾区——小麦麸、苋菜片和亚麻籽粉等廉价原料常被混入，而传统质量检测依赖耗时32小时的膨胀体积(Swell Volume, SV)测定法，严重制约市场监管效率。

为破解这一难题，来自巴西国家先进分析科学技术研究所(INCTAA)的研究团队创新性地采用便携式近红外光谱仪(NIRS)，对98个市售样品展开系统研究。通过2012-2377 nm特征波段的光谱分析，结合主成分分析(PCA)和偏最小二乘回归(PLS)等化学计量学方法，不仅成功识别出蛋白质/淀粉等掺假成分，还建立了SV预测模型(RMSEP=3.5 mL g^-1)。这项发表于《Journal of Food Composition and Analysis》的研究，为膳食纤维补充剂的质量监管提供了革命性的现场检测方案。

研究团队运用三项关键技术：首先采用紧凑型NIRS光谱仪采集反射光谱，其成本不足1000美元却具备实验室级性能；其次通过SIMCA模式识别区分不同纯度的样品；最后利用PLS回归定量预测SV值。样本涵盖全球采购的98个商品，包括49个粗粉(40-60目)和49个细粉(>60目)，其中33个为胶囊剂型。

【样品与掺杂物】章节揭示，市售样品SV值波动惊人(6.7-66.2 mL g^-1)，均值27.1 mL g^-1远低于85%纯度产品应有的40 mL g^-1阈值，暗示普遍存在的质量问题。【膨胀体积测定】部分通过PLS模型证实，NIRS可替代传统方法实现SV快速预测，误差控制在3.5 mL g^-1以内。

【结论】部分强调，2012-2377 nm光谱范围对检测蛋白质/淀粉类掺假物最具特异性。研究者特别指出，多数市售产品存在严重掺假或加工缺陷，而这项技术可有效识别低纯度产品和"卡卡"(kha-kha)副产物。该成果不仅填补了NIRS在洋车前子壳检测领域的技术空白，其采用的便携设备更可支持市场监管部门开展现场稽查。

这项由Thaís S. Soares等学者完成的研究，通过多变量数据分析将复杂的光谱信息转化为直观的质量指标。研究获得CNPq等机构资助，其价值不仅在于技术创新，更在于揭示了膳食纤维补充剂市场的质量乱象——当66.2 mL g^-1的最高SV值样本与最低值存在近10倍差距时，建立快速鉴别手段对保障消费者权益显得尤为迫切。未来，这种基于紧凑型光谱仪的检测方案或将成为保健食品行业质量控制的标配技术。