《JOURNAL OF FOOD QUALITY》:Authentication and Quality Assessment of Cocoa via FTIR and Chemometrics: Geographical Origin, Alkalization, and Quantitative Adulteration Detection
编辑推荐:
基于可可产品的掺假、认证和质量对消费者和生产者而言在健康、经济和合法贸易方面都是非常重要的问题。在本研究中,研究人员开发了一种结合傅里叶变换红外光谱(FTIR)与化学计量学的方法,用于基于起源(西非、东非、北美和南美)和碱化/天然可可样品的分类,以及基于起源的
基于可可产品的掺假、认证和质量对消费者和生产者而言在健康、经济和合法贸易方面都是非常重要的问题。在本研究中,研究人员开发了一种结合傅里叶变换红外光谱(FTIR)与化学计量学的方法,用于基于起源(西非、东非、北美和南美)和碱化/天然可可样品的分类,以及基于起源的可可液掺假的定量检测。对于分类研究,使用主成分分析(PCA)和偏最小二乘判别分析(PLS-DA)方法评估记录的样品FTIR光谱。另一方面,对于掺假定量,将秘鲁和加纳起源的可可液样品混合(2.5%–80%)并进行分析。还进行了理化分析(水分、pH、灰分和颜色)以解释建模结果。根据基于起源的分类,PLS-DA的校准、交叉验证和预测的特异性和敏感性值均为1.0。此外,对于碱化/天然分离,校准和预测的特异性和敏感性值分别为1.0。在掺假定量的PLS模型中,校准、交叉验证和预测相关系数(R2, , and )分别为0.98、0.93和0.96。此外,预测均方根误差值为0.06%。这是文献中用于快速无损检测基于起源掺假的示范性研究。
**论文解读:基于FTIR与化学计量学的可可认证与质量评估——地理起源、碱化及定量掺假检测**
**研究背景与问题**
可可是全球最易受掺假影响的食品之一,因不同年龄层的高需求、高营养价值、独特风味及在食品工业中的广泛用途而备受关注。然而,可可产品的可追溯性和真实性成为关键问题,尤其是高质量可可豆的需求日益增长。现有研究多集中于质量分析,如生物活性化合物测定(如多酚、咖啡因)和特定成分鉴定,但缺乏对地理起源和碱化程度的快速分类方法,更缺乏对基于不同地理起源的可可液掺假进行定量检测的研究。掺假形式多样,包括添加植物油、动物源产品(如猪油)、可可脂替代品(CBEs)、非可可成分(如鹰嘴豆粉、可可壳、角豆等),以及将高质量可可与低质可可混合。尽管已有定性区分方法(如DNA指纹图谱、HPTLC、LC-MS),但这些方法成本高、耗时长,且无法定量混合比例。因此,开发一种快速、无损、可靠的方法用于可可的地理起源认证、碱化状态识别及掺假定量检测,对消费者健康、公平贸易及行业质量控制至关重要。本研究旨在结合FTIR(傅里叶变换红外光谱)与化学计量学,建立模型以实现上述目标,并首次定量检测不同地理起源可可液的掺假比例。论文发表在《JOURNAL OF FOOD QUALITY》。
**关键技术方法**
研究人员采用FTIR光谱(配备金刚石ATR附件和DTGS KBr检测器,波数范围4000–500 cm
?1)结合化学计量学方法。样本来源:来自土耳其不同领先工业可可和巧克力制造商的13个品牌,涵盖西非、东非、北美和南美产地的可可粉和可可液。主要数据分析方法包括:主成分分析(PCA)用于无监督数据分布观察;偏最小二乘判别分析(PLS-DA)用于地理起源(洲级和区域级)和碱化/天然分类;偏最小二乘回归(PLS)用于定量掺假检测,采用autoscale预处理和venetian blind交叉验证(10 splits, blind thickness=1)。掺假研究以秘鲁(昂贵)和加纳(便宜)可可液为模型,混合比例2.5%–80%。理化分析(水分、pH、灰分、颜色)作为辅助解释。
**研究结果**
**3.1 可可样品的质量参数**
理化分析显示,碱化过程显著影响pH值(碱化可可粉pH 7.04–8.73,天然可可粉pH 5.52–5.96;可可液pH 5.46–5.73,碱化可可液pH 6.45)。灰分含量在碱化样品中更高(9.69%–12.03% vs 2.70%–6.74%),源于碱化溶液残留。颜色分析表明,可可液L*值(亮度)低于可可粉,而非洲和美洲样品间存在统计差异(p<0.05)。水分含量可可粉(3.02%–6.22%)高于可可液(0.76%–5.15%)。这些参数为后续光谱建模提供了背景信息。
**3.2 光谱特征**
FTIR光谱显示,O-H基团(3562–3322 cm
?1)在可可粉中吸光度更高,与酚类化合物和水分含量相关。C-H伸缩振动(3000–2840 cm
?1)在可可液中更强,反映脂肪含量差异(可可液脂肪50.46%–53.85%,可可粉9.45%–13.50%)。1735 cm
?1处C=O拉伸在可可液中更突出,与脂质结构相关。指纹区(<1500 cm
?1)及碱化相关峰(如Na
2CO
3、NaHCO
3)用于区分非洲/美洲、碱化/天然样品。
**3.3 定性研究**
**3.3.1 PCA**
PCA对原始FTIR光谱进行无监督分析,前两个主成分(PCs)解释总方差的94.49%(PC1: 82.74%,PC2: 11.75%)。散点图显示样品主要按物理形态(可可粉 vs 可可液)分离,但无法区分地理起源或碱化状态。载荷图表明,可可脂相关波段(<1500, 1732, 2815–2968 cm
?1)对PC1负贡献,蛋白质和芳香胺相关波段(1100–1800 cm
?1)对PC2正贡献。
**3.3.2 地理起源区分的PLS-DA**
建立PLS-DA模型(autoscale预处理,9个潜变量)区分非洲与美洲样品。校准和预测的特异性与敏感性均为1.0,交叉验证分别为0.93和0.96。阈值0.476。进一步将样品细分为西非、东非、北美、南美4个区域,校准和预测的敏感性与特异性均达到1.0(除西非校准敏感性0.96),交叉验证值在0.75–1.0之间。关键区分波段为<1500 cm
?1(指纹区)和2800–3000 cm
?1(脂质区)。
**3.3.3 碱化过程的PLS-DA**
构建PLS-DA模型(autoscale,6个潜变量)区分碱化/天然样品。校准和交叉验证的敏感性/特异性均为1.0,预测敏感性0.95、特异性1.0。阈值0.437。碱化样品与天然样品在pH和灰分上的显著差异(表1)是分类基础。载荷显示1175、1730、2850、2910 cm
?1等波段对模型贡献最大。
**3.4 掺假定量的PLS模型**
由于可可液在单源巧克力生产中易成为掺假目标,研究人员以秘鲁可可液(昂贵)掺入加纳可可液(便宜)为模型,建立PLS回归模型(10个潜变量)。原始FTIR光谱在指纹区、2915–2850 cm
?1(甲基/亚甲基)和1735 cm
?1(C=O)处显示差异。校准R
2=0.98,交叉验证R
2=0.93,预测R
2=0.96,RMSEP=0.06%。检测限(LOD)为2.37%,定量限(LOQ)为7.18%,由于掺假通常是批量过程(>10%),LOD/LOQ可接受。载荷表明,500–1710、1730、2800–2939 cm
?1波段对掺假比例正贡献,而1739 cm
?1和3500–2500 cm
?1波段负贡献。该模型对未来可可液掺假预测具有潜力,但需更多产地组合验证。
**讨论与结论**
讨论部分指出,本研究开发的FTIR-化学计量学组合方法在可可认证和掺假检测中表现出色。与现有文献相比,该模型实现了至少96%的分类准确率,并首次定量量化了不同地理起源可可液的掺假比例。理化分析结果(pH、灰分等)与光谱特征一致,支持了模型可靠性。本研究为快速、无损检测可可产品真实性提供了新工具,对全球可可供应链中的产地验证和掺假控制具有重要意义。结论部分(翻译如下):
未监督分类(PCA)用于可可粉和可可液样品的总体数据投影,随后通过监督分类模型(PLS-DA)利用FTIR光谱以至少96%的准确率区分地理起源、起源的详细区域以及碱化/天然类型。另一方面,PLS模型为混合可可样品提供了可靠信息。昂贵可可液(秘鲁)与廉价可可液(加纳)的掺假比例在校准、交叉验证和预测模型中分别达到0.98、0.93和0.96的R
2。这是关于不同地理起源可可掺假定量测定的首次研究。研究结果将有助于生产者和消费者确定产品是否符合规格。为扩大研究影响,应研究不同产地组合的掺假场景。在当前可可价格昂贵且日益上涨的背景下,开发这种快速、无损方法对于防止或减少掺假非常重要。此外,本研究可为可可和巧克力行业的消费者和生产者提供快速、详细的认证评估。未来研究应关注非线性算法(如支持向量机(SVM)、随机森林、深度学习)的集成,以超越传统化学计量学方法的分类性能。