《Chemometrics and Intelligent Laboratory Systems》：DD-SIMCA coupled with LOVE variable selection for enhanced detection of corn flour adulteration with black soldier fly (
Hermetia illucens) using portable NIR spectroscopy
编辑推荐：
食品掺假是保障食品真伪性面临的重大挑战，尤其在玉米粉等粉末基质中。研究人员开发了一种快速、非破坏性的方法，利用便携式近红外（NIR）光谱结合DD-SIMCA建模与LOVE变量选择检测玉米粉中黑水虻（Hermetia illucens）粉掺假。真实与掺假样品的掺
食品掺假是保障食品真伪性面临的重大挑战，尤其在玉米粉等粉末基质中。研究人员开发了一种快速、非破坏性的方法，利用便携式近红外（NIR）光谱结合DD-SIMCA建模与LOVE变量选择检测玉米粉中黑水虻（Hermetia illucens）粉掺假。真实与掺假样品的掺假水平为1%至20%，光谱采集范围为900–1600 nm。光谱数据经Savitzky–Golay一阶导数、标准正态变量（SNV）变换及均值中心化预处理。主成分分析（PCA）揭示了与掺假水平增加相关的组成梯度，但在最低浓度下仍存在部分重叠。LOVE方法将变量数从212降至92，同时保留了最具信息量的光谱区域用于建模。基于所选变量构建的DD-SIMCA模型优于全谱模型，在独立外部测试集中目标类灵敏度为1.00，特异性为1.00。结果表明所提方法在实验条件下具有食品真伪评估潜力。
研究背景方面，人口增长、气候变化及对可持续性需求加剧推动了对替代蛋白源的关注，黑水虻（Hermetia illucens）因高蛋白、废弃物资源化能力成为新兴蛋白代表，但其在部分国家（如巴西）尚未被明确批准用于人类食品，且玉米粉等粉末基质易与新蛋白粉均质混合，存在掺假欺诈风险。现有振动光谱结合化学计量学虽已用于食品真伪，但将便携式NIR、DD-SIMCA（数据驱动软独立建模类类比，data-driven SIMCA）与专为单类分类设计的LOVE（留一变量剔除，Leave One Variable Excluded）变量选择联合用于玉米粉中黑水虻粉掺假检测的研究有限。研究人员旨在建立一种快速非破坏性方法，为真实场景质量监控提供支撑。该文发表于《Chemometrics and Intelligent Laboratory Systems》。
关键技术方法上，研究人员使用来自巴西市售及莫桑比克传统自制的玉米粉，以及实验室以本地幼虫制备的黑水虻粉，构建掺假水平1%–20%的样品集；采用便携式NIR-S-G1光谱仪在900–1600 nm范围采谱，预处理采用Savitzky–Golay一阶导数、SNV与均值中心化；建模以DD-SIMCA为主体（α=0.01，γ=0.01，主成分数A=3），变量选择采用区间模式LOVE（30个连续区间，以效率EFF为主优化准则，灵敏度SNS、特异性SPC、选择性SLC为辅）；样本划分含训练集（18份真实玉米粉）、LOVE优化用目标类测试集（6份真实）、优化集（18份掺假）、独立外部测试集（42份），杜绝信息泄漏。
研究结果部分，3.1 NIR光谱显示纯玉米粉与黑水虻粉轮廓相似，差异集中在1150–1250 nm（C–H倍频）、1420–1460 nm（O–H倍频）、1490–1560 nm（N–H倍频）及>1560 nm组合带，预处理后两组仍有重叠，需化学计量学提取。3.2 化学计量分析中，3.2.1 PCA表明PC1解释82.68%方差，对应掺假水平组成梯度，1%–5%样品与真实样部分重叠，≥10%分离明显；PC2解释13.56%，关联物理异质与水分O–H。3.2.2 LOVE变量选择将212变量（30区间）删至92变量（13区间），SNS由0.6666升至1.0000，SPC由0.4722升至1.0000，EFF达1.0000，SLC由0.4149升至0.9830；保留区间对应943–993 nm（O–H/C–H）、1067–1092 nm、1217–1266 nm（C–H）、1391–1465 nm（O–H）、1515–1590 nm（N–H蛋白）、>1615 nm（C–H/组合带），与凯氏定氮佐证的高蛋白差异一致。3.2.3 DD-SIMCA训练中两模型SNS均为1.00；外部验证全谱模型SPC=0.8611（漏判5个1%掺假样），LOVE模型SPC=1.0000；按掺假水平看，全谱模型1%检出率16.7%，LOVE模型各水平均100%。
讨论部分指出，LOVE区间剔除受优化集直接引导但其筛选变量在独立外部集同样泛化，非空拟合；保留变量具化学可解释性，聚焦淀粉-蛋白-脂质-水分联合差异。结论部分翻译为：本研究证明便携式NIR光谱耦合DD-SIMCA与LOVE变量选择是检测玉米粉中黑水虻粉掺假的有效途径；变量选择降低维度同时保留信息区，LOVE版DD-SIMCA在独立外部测试集全对分类，显示该方法在实验条件下用于食品真伪评估的潜力；但研究限于单台便携仪与受控条件，需跨仪器、批次、操作员及现场条件进一步验证鲁棒性与传递性。
