《Polysaccharides》：A Data Science Approach to Colorimetric and pH Analysis for Freshness Monitoring
编辑推荐：
以多糖为基础的薄膜代表了可持续替代方案，可用于开发能够通过比色变化监测食品质量的智能包装系统。本研究评估了由壳聚糖、淀粉、甘油和洛神花（Hibiscus sabdariffa）提取物配制的薄膜作为猪肉新鲜度指示剂的潜力。研究人员采用不同的提取物浓度制备薄膜，并
以多糖为基础的薄膜代表了可持续替代方案，可用于开发能够通过比色变化监测食品质量的智能包装系统。本研究评估了由壳聚糖、淀粉、甘油和洛神花（Hibiscus sabdariffa）提取物配制的薄膜作为猪肉新鲜度指示剂的潜力。研究人员采用不同的提取物浓度制备薄膜，并在与猪肉样品接触前后于6 °C和25 °C条件下储存36 h。通过结合RGB颜色模型与K-means聚类算法的数字图像分析，对薄膜的比色响应进行了量化。研究人员运用描述性统计、Spearman相关分析以及特征相关性度量（包括信息增益（Information Gain）、增益率（Gain Ratio）和方差分析（Analysis of Variance，ANOVA））研究了实验变量之间的关系。结果表明，聚合物共混物浓度是区分薄膜性能的最主要影响因素，而储存时间和提取物浓度显著影响比色响应和pH值。多变量分析揭示了与薄膜稳定性以及储存期间与猪肉接触所引发的理化变化相关的不同模式。这些发现凸显了将多糖基材料与数据科学方法相结合，以支持用于肉类产品实时新鲜度监测的智能包装系统之设计、优化和性能评估的潜力。除所评估的具体应用外，所提出的方法论还展示了数据科学工具如何支持对智能可生物降解薄膜进行客观评估，从而促进其未来在实时食品质量监测系统中的实施。
**一、研究背景与目的**
传统石油基塑料包装的大量使用造成了严重的环境污染问题，其毒性效应、有限的生物降解性和长期持久性已引起广泛关注。因此，开发可持续、经济且可生物降解的包装材料成为研究热点。壳聚糖和淀粉作为天然多糖，具有良好的生物降解性、成膜性和气体阻隔能力，是替代传统塑料的潜力材料。然而，壳聚糖薄膜的力学和热稳定性存在局限，可通过与淀粉共混加以改善。为进一步赋予薄膜功能性，研究人员将洛神花（Hibiscus sabdariffa）花萼提取物引入壳聚糖-淀粉基质中。洛神花花萼富含花青素（特别是飞燕草素-3-桑布双糖苷和矢车菊素-3-桑布双糖苷）、酚酸和有机酸等生物活性化合物，这些化合物对pH变化敏感，可使薄膜在环境pH改变时呈现可见的颜色变化，从而用于智能包装系统中的新鲜度指示。对于肉类产品而言，储存期间pH的变化与生化和微生物过程密切相关，可反映产品品质劣变程度。基于此，本研究旨在评估壳聚糖-淀粉-洛神花提取物薄膜作为猪肉新鲜度指示剂的潜力，并通过数据科学方法系统分析配方、储存条件和接触猪肉等因素对薄膜比色响应和pH行为的影响。
**二、研究内容与总体结论**
研究人员制备了含不同浓度洛神花提取物的壳聚糖-淀粉薄膜，在6 °C和25 °C条件下、与猪肉接触前后储存36 h。利用RGB颜色模型结合K-means聚类算法对薄膜的比色变化进行定量分析，并运用描述性统计、Spearman相关分析、信息增益、增益率和方差分析（ANOVA）等多元统计方法考察各实验变量间的关联。研究结果表明，聚合物共混物浓度是区分薄膜性能的最主要因素，而储存时间和提取物浓度显著影响比色响应与pH值。多变量分析揭示了薄膜稳定性与猪肉接触所致理化变化相关的不同响应模式。该研究证实了将多糖基材料与数据科学方法相结合可为智能包装系统的设计、优化和性能评估提供系统化框架，并为肉类产品实时新鲜度监测奠定基础。
**三、主要关键技术方法**
本研究采用以下关键技术方法：（1）薄膜制备：以2%（m/v）壳聚糖溶液（1%（m/v）冰醋酸溶解）与2%（m/v）大米淀粉溶液按1:1混合，加入0.2 mL甘油作为增塑剂，分别添加0.4、1.6和4 mL洛神花水提物（0.2%和0.8% m/v），在25 °C避光干燥2周成膜（基础聚合物配方源自Lozano-Navarro等[16]）；（2）数字图像分析：使用Image Color Summarizer软件在标准化照明条件下采集图像，结合K-means聚类算法计算RGB三通道加权平均值，量化薄膜颜色变化；（3）pH测量：使用Macherey-Nagel pH试纸测定与猪肉接触后薄膜的pH值；（4）数据科学分析：通过描述性统计、Spearman相关分析、信息增益、增益率及ANOVA评估变量相关性及特征判别力。洛神花花萼购自墨西哥Tampico当地水果市场。
**四、研究结果**
**4.1 描述性统计分析**
描述性统计表明，蓝色和绿色通道强度呈正比例关系，红色与绿色通道亦呈正相关。洛神花提取物浓度升高时，蓝色通道强度下降，提示色素的浓度依赖性颜色变化或降解。随时间推移，红色和蓝色通道强度均趋于降低。聚合物共混物浓度较高时，三个颜色通道值均略升，表明聚合物组成不仅影响结构特性，也影响光学响应。
**4.2 Spearman相关分析**
Spearman相关分析显示，储存时间与薄膜pH（无论是否接触猪肉）呈正相关，表明pH随时间趋于升高；聚合物共混物浓度与薄膜pH呈负相关，提示组分间存在化学相互作用；pH升高与绿色通道强度轻微降低相关；室温储存的薄膜pH略高，但接触猪肉后温度与pH的关联减弱；未接触猪肉薄膜的pH与接触猪肉薄膜的pH呈正比例关系。这些结果表明薄膜响应受多个因素交互作用控制。
**4.3 属性相关性分析**
信息增益、增益率和ANOVA分析表明，聚合物共混物浓度是区分不同薄膜配方的最大判别力属性。薄膜的物理性质（不透明度、透明度、厚度）所含判别信息高于实验条件本身，说明最终理化性质整合了配方与加工变量的综合效应，比单一实验因素更具区分能力。洛神花提取物浓度虽对特定光学属性（如蓝色通道）有强烈影响，但对薄膜身份分类的贡献相对有限。
**4.4 基于机器学习的薄膜响应分析**
**4.4.1 K-means聚类分析RGB变化**
K-means聚类分析显示，红色通道在所有配方中占主导地位（均值70.34），绿色通道次之（57.67），蓝色通道最低（28.12）且相对离散度高达60.03。绿色通道在区分薄膜方面最具判别力，蓝色通道对配方和储存条件变化最为敏感。提取物浓度升高导致蓝色和绿色通道值显著降低，归因于花青素对此光谱区域的强烈吸收。接触猪肉36 h后，三个通道强度全面下降，可能与花青素降解、氧化以及肉汁吸收导致光反射降低有关，使薄膜呈现更暗的棕褐色外观。聚类结果证实薄膜对猪肉接触表现出可见的显色响应。
**4.4.2 K-means聚类分析pH变化**
K-means聚类分析pH结果表明，提取物浓度对薄膜pH无显著影响；接触猪肉前，聚合物共混物浓度越高，pH越低且离散度越小。接触猪肉36 h后，多数薄膜pH升高1-2个单位，其中5个含0.8%（m/v）提取物并在6 °C下储存的薄膜pH升高明显。冷藏条件（6 °C）下薄膜pH分布更集中，室温下离散度更大。温度梯度估算约0.0295 pH单位/°C。聚合物共混物浓度较高的配方（5和2）表现出更大的稳定性频率，薄膜稳定性未明显受提取物浓度影响。
**五、讨论与结论**
讨论部分指出，薄膜合成后呈现的深红色与乙酸、多糖及酚类化合物诱导的花青素共色作用有关，酸性条件增强红色强度。储存期间薄膜褐变可归因于光照、温度升高和氧气存在导致单体花青素降解。新鲜猪肉pH约6.0，pH升高与微生物生长和氨产生相关。肌红蛋白氧化形成氧合肌红蛋白（亮红色）和变性肌红蛋白（棕褐色），但这些颜色变化不一定等同于腐败，腐败需依据异味、粘稠感和外观等综合判断。
研究结论确认，壳聚糖-淀粉-洛神花提取物薄膜在不同储存条件和猪肉接触期间表现出pH和颜色敏感性响应，证实其作为智能包装材料用于新鲜度监测的潜力。描述性统计和Spearman相关分析揭示薄膜响应受聚合物基质组成、储存时间和环境条件交互作用主导；储存时间对pH升高和RGB通道强度降低影响显著，提取物浓度与蓝色通道强相关。属性相关性分析表明聚合物共混物浓度是最强判别变量，薄膜物理性质比实验条件更具判别信息。K-means聚类算法识别出传统统计方法无法发现的多元模式，证实绿色和蓝色通道对提取物浓度、储存时间和猪肉接触的响应最敏感。冷藏储存促进薄膜化学稳定性，而猪肉接触是pH升高的主要因素。基于数据科学分析，较高提取物浓度产生更强薄膜着色和更低pH值；pH升高在36 h比0 h更显著，25 °C储存与更高pH相关。这些发现证明，将相关分析、属性相关性度量和无监督机器学习相结合，可为智能可生物降解薄膜的客观表征提供稳健的方法论框架，为实时新鲜度监测用智能食品包装系统的预测模型开发奠定基础。
