淀粉-紫甘蓝花青素智能薄膜与人工神经网络集成用于实时监测禽肉新鲜度

《Food and Bioproducts Processing》：Integrating starch-red cabbage anthocyanin intelligent films with artificial neural networks for real-time monitoring of poultry freshness

　　

全球食品包装行业正转向可持续的、生物基材料，这些材料结合了活性保护和智能监测能力。本研究旨在开发并表征含有20%、30%和40%紫甘蓝花青素（red cabbage anthocyanins, RCA）的淀粉基薄膜，作为双功能活性与智能包装系统，并结合人工神经网络（artificial neural network, ANN）模型用于基于薄膜比色响应预测鸡胸肉新鲜度。增加RCA含量显著影响其理化性质，导致更高的厚度和透明度，同时降低密度、疏水性和水蒸气透过率。傅里叶变换红外光谱（FTIR）证实了RCA与淀粉基质之间通过氢键的分子间相互作用。RCA的加入显著增强了抗氧化活性，DPPH（2,2-二苯基-1-苦肼基）清除率比对照提高14.1倍，但未观察到对大肠杆菌（Escherichia coli, E. coli）或金黄色葡萄球菌（Staphylococcus aureus, S. aureus）的抗菌活性，所有薄膜产生的抑菌圈均为0.0 mm。主成分分析（principal component analysis, PCA）确定了S-RCA40为最佳配方，平衡了结构完整性和功能灵敏度。S-RCA40薄膜在pH 2–12范围内表现出明显的颜色响应，并对氨气（NH₃）和二甲胺（dimethylamine, DMA）蒸气具有高敏感性。当应用于在25°C和4°C储存72小时的鸡胸肉时，指示剂在室温下从紫罗兰色-紫色转变为深蓝色、绿色和棕色/橙红色，与pH和总挥发性碱性氮（total volatile basic nitrogen, TVBN）超过腐败阈值的变化相关，而在冷藏条件下保持稳定。ANN模型（6–6–4–2–2），基于RGB（红绿蓝）和CIELab（国际照明委员会颜色空间）输入进行训练，在同时估算pH和TVBN时实现了优异的预测性能（相关系数R = 0.99998）。该集成系统显示出用于禽肉新鲜度非破坏性实时监测的强大潜力。

**研究背景与问题**

全球食品包装行业正面临从不可降解石油基塑料向可持续生物基材料的范式转变，同时消费者对食品安全和品质的实时监测需求日益增长。传统合成聚合物虽性能优异，但其环境持久性及微塑料等有害添加剂的迁移风险引发严重生态与健康担忧。淀粉作为来源丰富、成本低廉且成膜性良好的生物聚合物，成为研究热点，但纯淀粉薄膜存在机械强度差、水蒸气渗透性高、缺乏功能性等局限。天然花青素（尤其是紫甘蓝花青素RCA）因其pH响应性颜色变化和抗氧化活性，被广泛用于智能包装系统中作为新鲜度指示剂。然而，将比色响应定量转化为精确的食品质量评估仍面临挑战，因为颜色变化与肉类腐败的复杂非线性关系高度依赖储存条件。为此，研究人员开发了结合RCA的淀粉基薄膜，并引入人工神经网络（ANN）模型，以实现非破坏性、实时监测禽肉新鲜度。该研究发表于《Food and Bioproducts Processing》。

**主要关键技术方法**

本研究采用溶液浇铸法制备含20%、30%、40%紫甘蓝花青素（RCA）的淀粉-甘油薄膜（S-RCA20、S-RCA30、S-RCA40）。紫甘蓝和淀粉购自阿尔及利亚Tissemsilt省当地市场；细菌菌株（大肠杆菌Escherichia coli ATCC 25922、金黄色葡萄球菌Staphylococcus aureus ATCC 43300）来自阿尔及利亚Tiaret大学营养系。主要技术包括：物理性质测定（厚度、密度、水接触角、透明度、水蒸气透过率）；傅里叶变换红外光谱（FTIR）分析分子间相互作用；功能评价（DPPH抗氧化活性、纸片扩散法抗菌活性）；主成分分析（PCA）筛选最优配方；色素迁移试验（模拟水性、酸性、醇性、脂肪性食品环境）；pH敏感性测试（2–12缓冲液）及氨气（NH₃）和二甲胺（DMA）蒸气敏感性测试；鸡胸肉储存试验（25°C和4°C储存72小时，监测pH、总挥发性碱性氮TVBN及颜色变化）；基于RGB和CIELab颜色参数的ANN模型（6–6–4–2–2架构，70%训练、30%验证，Levenberg-Marquardt优化）。

**研究结果**

**紫甘蓝花青素含量（TAC）**：通过pH示差法测定，RCA提取物总花青素含量为14.46±1.93 mg/L，受基因型、成熟度、生长条件及提取稳定性因素影响。

**薄膜理化性质**：随RCA含量增加，厚度和透明度显著升高，密度、水接触角和水蒸气透过率（WVP）显著降低。S-RCA40厚度最大（0.146 mm）、密度最低（0.155 g/cm3）、接触角最小（45.55°）、WVP最低（6.22×10^-7 g·m^-1·s^-1·Pa^-1），透明度最高（8.37%）。FTIR光谱显示S-RCA40在3280 cm^-1处O-H伸缩振动峰更宽更强，证实RCA与淀粉间氢键相互作用，且无新化学键形成。

**功能性质**：DPPH清除率随RCA含量增加从对照的5.12%升至S-RCA40的72.08%，提高约14.1倍，但低于抗坏血酸（97.71%）。所有薄膜对大肠杆菌和金黄色葡萄球菌均无抑制活性（抑菌圈0.0 mm），可能与花青素在基质中稳定性及生物利用度受限有关。

**主成分分析（PCA）**：PC1和PC2分别解释77.4%和14.2%总方差，将薄膜分为三组：对照（高密度/接触角，低抗氧化/透明度）；S-RCA20（接近对照）；S-RCA30/40（高透明度、抗氧化、WVP，低密度/接触角）。S-RCA40被确定为最优配方，平衡了结构完整性与功能灵敏度。

**S-RCA指示剂性能**：色素迁移试验显示，所有薄膜在水性模拟物（蒸馏水>10%乙醇）中迁移量最高，在脂肪性模拟物（50%乙醇）中最低，S-RCA40在酸性模拟物中迁移量较低，但整体迁移可控。pH敏感性测试表明，S-RCA薄膜在pH 2–12范围内呈现从红-粉（pH 2）到紫（pH 3–7）、蓝（pH 8–10）、绿（pH 11–12）的系列颜色变化，S-RCA40色差（ΔE）和灵敏度（S%）稳定，尤其在碱性条件下响应强烈。氨气敏感性测试显示，S-RCA40在0.005 M NH₃蒸气中10秒内即发生显著颜色变化（ΔE=35.08），且灵敏度随浓度升高而增加，S-RCA30对DMA响应更快（ΔE=28.7@10s）。稳定性测试表明，S-RCA40在室温65小时内ΔE变化最小（下降约4.4），在4°C冷藏30天内ΔE最稳定（12.29–13.88），优于其他配方。

**鸡胸肉新鲜度监测**：在25°C储存时，鸡胸肉TVBN在48小时后超过腐败阈值（20 mg/100 g），pH从6.07升至7.48；而4°C储存72小时后TVBN仍低于阈值（15.5 mg/100 g），pH仅微弱升至6.23。S-RCA40指示剂在25°C下从初始紫罗兰色依次变为深蓝（24小时，pH 6.55，TVBN 12.75）、绿色（60小时，pH 7.39，TVBN 37.6）、棕/橙红色（72小时，pH 7.48，TVBN 45.9），颜色参数（L*、a*、b*、RGB）与TVBN和pH呈强相关。在4°C下，指示剂颜色保持稳定，始终在紫-蓝范围内，与新鲜度一致。总色差ΔE和响应灵敏度S%在25°C下显著增加（72小时ΔE=45.31，S%=84.35），而在4°C下保持平稳（ΔE≤18.75，S%≤34.4）。

**机器学习分析**：相关性矩阵显示，b*与TVBN（R=0.98）和pH（R=0.93）呈强正相关，B与TVBN（R=-0.84）和pH（R=-0.84）呈强负相关，表明颜色向黄色偏移伴随蓝色减弱与腐败相关。ANN模型（6–6–4–2–2）经训练后，均方误差（MSE）快速降至0.0052，训练与验证集相关系数R=0.99998，误差直方图对称集中于零附近。5折交叉验证平均R>0.9999，MSE=(6.85±12.60)×10^-6；独立测试集MSE=1.20×10^-5，R>0.9999。预测pH和TVBN的MSE分别为1.60×10^-2和1.79×10^-5，与实测值高度吻合。

**讨论与结论**

讨论部分指出，S-RCA40薄膜的颜色响应主要源于TVBN（氨、二甲胺等）与薄膜表面水分反应生成碱性环境，触发花青素从黄烊阳离子（红/紫）向醌型碱和查尔酮（蓝/绿/橙红）的结构转化。尽管指示剂在室温下能准确反映腐败进程，但存在色素迁移和膜内扩散导致的颜色不均匀问题，未来可通过共价键固定、共色素作用或纳米纤维素增强等策略改善。此外，未进行微生物监测和全面表征（如表面形貌、热性能、机械性能）是研究局限。ANN模型虽预测精度高，但数据集部分通过线性插值扩充，可能引入人为平滑性，需更大规模实验数据验证。

**结论**：本研究成功开发了双功能活性与智能淀粉-紫甘蓝花青素（S-RCA）薄膜。表征结果显示，RCA的添加赋予薄膜强抗氧化性能，并显著改善水蒸气阻隔性和透明度。FTIR分析证实RCA与淀粉基质间存在氢键相互作用。在所有配方中，S-RCA40薄膜经主成分分析确定为最有效配方，在结构完整性和功能灵敏度之间取得最佳平衡，因此被选作鸡胸肉储存指示剂。当应用于鸡胸肉时，S-RCA40指示剂通过从紫罗兰/紫色到深蓝色、绿色调，最终至橙红色的清晰颜色转变，实现了实时、可视化的腐败跟踪。在25°C下，这种颜色转变与pH和总挥发性碱性氮（TVBN）超过安全阈值的变化强相关，而在4°C冷藏条件下保持稳定。人工神经网络模型（R=0.99998）的集成，使得基于指示剂数字比色数据（RGB和CIELab）能够准确、非破坏性地预测鸡胸肉腐败标志物（pH和TVBN），弥合了定性视觉评估与定量新鲜度评价之间的差距。未来工作应解决全面的薄膜表征、色素均匀性、微生物验证、颜色校准及数据鲁棒性等问题，以进一步提高新鲜度监测的可靠性。