基于色谱-感官-光谱联用技术的不同加工程度鳖甲质量评价新方法及其在健康食品标准化生产中的应用

本文创新性地构建了色谱（HPLC）-感官（电子鼻E-nose/电子眼E-eye）-光谱（NIR）多模态分析体系，结合BP神经网络算法，首次系统阐明了鳖甲加工过程中氨基酸动态变化、美拉德反应与蛋白质水解的关联机制，确立表面色度参数a/b与粉末L/b为关键质控指标。该研究为传统中药健康食品（如醋鳖甲）的数字化质量控制提供了91.7%判别准确率的技术方案，推动经验式加工向数据驱动转型。

　　

Highlight

通过多维技术联用揭示鳖甲加工过程中的质变规律：10批次样本分析显示，HPLC指纹图谱确立19个共有峰（图1S），电子鼻成功区分生制品与加工品，近红外光谱结合归一化预处理实现不同加工程度的精准判别。融合分析首次发现色泽参数a/b与化学成分的动态相关性，构建的BP神经网络模型判别率达91.7%。

Sample and reagents

来自湖北、安徽和江苏的10批次中华鳖样本（共40个样品）经湖北中医药大学杨红兵教授鉴定。净鳖甲制备：样品沸水蒸制45分钟后趁热剥离背甲，醋炙品采用20%米醋闷润后砂烫至表面焦黄色。所有样品粉碎过65目筛备用。

Amino acid profile analysis

不同加工程度鳖甲的性状特征如图1A所示。HPLC分析显示，随着加工程度加深，天冬氨酸和谷氨酸等鲜味氨基酸含量显著降低（p<0.05），而5-羟甲基糠醛（5-HMF）等美拉德反应产物增加2.3倍。电子眼检测发现，醋炙品表面红度值a*（背部）较生品提高58%，印证了非酶褐变反应的发生。

Conclusions

本研究突破传统单一检测技术局限，通过色谱-感官-光谱多维融合技术建立鳖甲加工质量评价新体系。特别发现：①色度参数a（背）、b（正/背）与粉末b、L可作为关键区分指标；②电子鼻能有效鉴别生制品；③NIR结合归一化预处理实现加工程度判别。该成果为健康食品标准化生产提供创新技术支撑。