每年出口超过250万公吨，贸易最广泛的食品之一是奶粉1.。它被广泛用于各种食品中，从婴儿配方奶粉到糖果和烘焙食品。
不幸的是，2011-2012年，美国药典记录了全球137起出于经济动机的掺假案件，2.乳制品也是食品欺诈的常见目标。
奶粉的价值与其蛋白质含量有关，蛋白质分析的标准技术依赖于简单的氮含量测定，蛋白质浓度由氮含量推断。正是由于这个原因，添加富含氮的化学物质可以人为地增加表观蛋白质，从而提高所需的价格。
这些已知的出于经济原因的掺假事件导致了对三聚氰胺含量的严格限制。例如，美国食品和药物管理局规定，婴儿配方奶粉中的三聚氰胺或三聚氰胺含量不应超过百万分之2.5或百万分之1ppm3.．
高灵敏度技术，如LC/MS/MS4.需要确定是否存在高于这些水平的这些材料。欧洲杯足球竞彩
虽然拥有尽可能高灵敏度的实验室技术是至关重要的，但这类技术往往昂贵且耗时，这可能限制它们获得代表性样品的能力。
还有两个额外的担忧是特定于经济动机的掺假。首先，ppm级掺假在经济上是不值得的，所以真正掺假的样品可能有更高的浓度。
例如，需要添加2400ppm的三聚氰胺使脱脂奶粉中的总氮增加0.16%(对应于总质量的表观蛋白质增加1%)。
第二，更令人担忧的是，尽管有公开的三聚氰胺掺假案例，但“化学空间”是巨大的。还有更多的高氮化合物可能以同样的方式被利用。5.
重要的是要超越目前已知的掺假物质，并考虑其他可能性，以保持领先于罪犯。由于这些原因，在打击出于经济动机的掺假过程中，“指纹”工具在不分离的情况下测量整个样品的反应，发挥着关键作用。
近红外光谱技术已广泛应用于食品、饲料和农业等行业，对水分、蛋白质、脂肪等营养和品质参数进行定量分析。
不太为人所知的是，在面对潜在的掺假时，它可以是验证成分样品完整性的出色工具。近红外光谱包含了整个样品的信息——包括任何掺杂物，它们可以在几秒钟内测量出来。
光谱必须用适当的化学计量工具进行处理，以区分奶粉基质和任何掺杂物的贡献，因为在工作中没有物理分离过程。
在本文中，利用DairyGuard™奶粉分析仪以及小说中的掺杂画面™ 该算法用于检测奶粉中的七种潜在掺假物质，其含量远低于1%，无需任何耗时的PLS或其他化学计量学校准。
什么是掺杂屏蔽？
如图1所示，以前NIR在掺假检测中的应用都使用了标准化学计量学工具。利用PLS回归的定量技术已被开发用于三聚氰胺，并显示出良好的性能。
图1所示。用于掺假分析的现有化学计量学工具的示意图。左：定量方法，如单峰高度或PLS回归。右：非目标、基于因子的方法，如SIMCA。图片来源：PerkinElmer食品安全与质量
然而，这种靶向技术只适用于它们校准的掺假物质，而且校准可能是一个非常耗时的过程，涉及到几十到数百个样品的掺假物质浓度的精确已知。
利用基于主成分分析（PCA）的技术（如SIMCA）是一种替代方法，在该方法中，为纯物质建立模型，并利用样本光谱与该模型的匹配质量来确定结果是合格还是不合格。
没有迹象表明失败样品失败的原因（没有对掺假品的鉴定），即使该方法确实没有针对性，并且对任何掺假品都可能敏感，因为该技术没有使用掺假品光谱，因此预计灵敏度不会像定量方法那样高。
最后，依赖于传统库搜索的技术，即使使用多元算法，也无法准确地对矩阵中的变化进行建模，并且经常用于商业库，这可能是有限的适用性
掺假筛选是一种新的算法，专门用于解决筛选复杂矩阵中可能存在的多种掺假的问题。它结合了非靶向筛查的简单性和普遍性，以及靶向方法的一些敏感性优势。
它是如何工作的？
正如SIMCA一样，第一步是生成一个纯材料样品的光谱库。这个库应该尽可能地跨越材料的自然变化——例如，由于供应商、批次或加工参数之间的差异。
然而，这些都是“正常”样本，因此不需要收集“高杠杆”样本（例如，具有异常营养参数的样本），这通常是用于营养特性的定量技术的情况。
一个典型的奶粉库可能包含几十个样品，但所需的光谱数量取决于基质的复杂性和所需的灵敏度。第二步是制备掺杂光谱库。
没有必要创建混合物，因为这些是纯掺杂的光谱。这已经在DairyGuard上完成了，该系统包含19种高氮工农业化学品的光谱库。
向库中添加新的掺杂物与测量纯掺杂物一样简单，然后将光谱复制到库文件夹中。这两组光谱已在软件中注册，因此该技术已准备就绪。
与SIMCA相比的性能：物理加标样品
通过喷雾干燥制备了66份全脂奶粉样品：6份用作空白对照，12份用于制备污染样品，48份用于材料库。
使用了下列潜在的掺假剂:
-
三聚氰胺
-
Cyromazine
-
尿素
-
双氰胺
-
三聚氰酸
-
缩二脲
每一种化合物都被磨碎，然后与质量浓度分别为0.2%和2%的奶粉完全混合。
以不同方式制备的样品（例如，“湿混合”）可能产生不同的结果，并需要修改库光谱。光谱在Perkinlemer DairyGuard奶粉分析仪上进行量化，该分析仪由前沿TM利用NIRA II漫反射附件的近红外(NIR)光谱仪。
分辨率为16厘米－1在每个样品20 s的累积时间内使用。利用PerkinElmer AssureID建立SIMCA技术™ 软件在默认置信水平（99%）下。使用材料库中的所有48个光谱。
掺假筛选配置了24个光谱用于验证(阈值设置)和24个光谱用于校准。表1显示了结果的总结，表明掺假筛提供比SIMCA更好的灵敏度。
表1。物理添加全脂奶粉样品的SIMCA（99%置信水平）和掺假筛选性能。DCD=双氰胺；AS=掺假筛选。结果不正确（假阴性）突出显示。有关检测限和置信度估计的解释，请参见上一页的侧栏。来源：Perkinlemer食品安全和质量
| 样本 |
SIMCA
通过 |
像
通过 |
作为水平
（%） |
因为det.限制
（%） |
像
信心 |
| 空格1 - 6 |
是的 |
是的 |
低于LOD |
- |
- |
| 目的为2% |
没有 |
没有 |
正确识别所有掺假物质 |
| 缩二脲0.2% |
是的 |
没有 |
0.19 |
0．15 |
可能的 |
| 0.6%氰尿酸 |
是的 |
没有 |
0.37 |
0．25 |
可能的 |
| Cyromazine 0.2% |
是的 |
是的 |
0.017 |
0．11 |
不太可能 |
| DCD计划的0.2% |
是的 |
是的 |
0.019 |
0.095 |
不太可能 |
| 三聚氰胺0.2% |
没有 |
没有 |
0.21 |
0．12 |
可能的 |
| 尿素0.2% |
没有 |
没有 |
0．14 |
0.07 |
可能的 |
伪屏幕算法
当一个样本光谱被扫描时，该算法首先将其与从参考材料产生的PCA模型进行比较。欧洲杯足球竞彩接下来，该模型依次用每个掺假光谱进行扩增。
如果在模型中包含一个给定的掺假物质大大增加了样品光谱的拟合性，那么掺假物质很可能存在于样品中。该算法还搜索最多三个潜在掺杂物的每个组合，以考虑多种掺杂物的污染。
对于库中的每一个掺假，算法的输出是估计的检测限、浓度和置信度指标。
浓度的估计是基于掺杂物库谱的相对强度和样品谱中确定的量，而不考虑有效路径长度的差异。
因此，这是一种半定量估计，检测限估计也用同样的方式表示。最后，报告的置信度表明存在掺假的可能性。
由于该技术的灵敏度依赖于掺杂谱与物质谱之间的相似性，因此检出限估计和置信度指标至关重要。
为了验证检测限，建议制备少量浓度略高于估计检测限的样品，并验证掺假品的检测置信度高。
该软件将警告用户，如果奶粉本身与原始校准数据不匹配，或样品被库中不存在的物种污染，则可能存在不明成分。
两种技术都正确地将空白样品识别为未受污染的。SIMCA在百分比水平上检测掺假没有困难，0.2%在某些情况下足以引发故障(三聚氰胺和尿素)。
掺假筛选在灵敏度方面表现较好，检测到双缩脲为0.2%和三聚氰酸为0.6%(但没有cyromazine或DCD为0.2%)。除了提高灵敏度外，掺假筛也提供了正确的掺假标识，而SIMCA仅仅表示通过或不通过，没有任何说明原因。
图片来源：PerkinElmer食品安全与质量
增强诊断
SpectrumTM软件为高级用户提供一系列诊断工具；图2显示了掺杂筛选结果屏幕。应该注意的是，虽然空白处列出了掺假品，但其含量和置信值都很低。
图2。在光谱软件版本10中，典型的掺假筛选结果，显示未污染样品的残留光谱。图片来源：PerkinElmer食品安全与质量
其中一个空白样品的残留光谱显示，没有任何证据表明任何结构可能与未建模的组件相关联。
相比之下，受污染样品(2%尿素)的残留表现出相当大的结构(图3中的红色痕量)。当拟合中包含掺假光谱时，大多数这种结构被消除(绿色痕量)。
图3。受污染样品的残留光谱。红色痕迹：PCA残留，显示未建模成分的证据。绿色痕迹：掺杂筛残留，显示出更高的拟合度。图片来源：PerkinElmer食品安全与质量
通常情况下，即使残留物中的结构是由于存在掺假物质而导致的，也不能将该结构识别为掺假物质的光谱。在与掺假物质和未受污染物质（奶粉）的吸收带相对应的位置，通常会出现负光谱特征和正光谱特征。
掺杂筛选从样品光谱估计掺杂的光谱，以提供更可解释的光谱。它利用了对掺杂参考光谱和未污染物质的最小二乘拟合。
库谱和提取的掺假谱之间的良好一致性是掺假存在的一个强有力的指示，特别是具有独特光谱的化学掺假。
相反，如果提取的光谱中缺少库光谱中的谱带，这可能表明样品中掺杂了库中找不到的东西。
2%尿素样品的提取光谱(黑色)和库(红色)如图4所示。库谱中的每个峰都与估计谱中的一个峰相匹配，因此用户可以确信样品中存在尿素。
图4。被2%尿素污染样品的估计(黑色痕量)和库(红色痕量)掺杂光谱。图片来源：PerkinElmer食品安全与质量
当调查结果达到或接近检测极限时，如图5所示的被0.2%三聚氰胺污染的样本，这种结果可视化模式特别有用。
图5。被0.2%三聚氰胺污染的样品的估计(黑色痕量)和库(红色痕量)掺杂光谱。图片来源：PerkinElmer食品安全与质量
虽然该样品在掺假筛和SIMCA中都出现了“失败”的结果，表明需要进一步分析，但掺假筛的结果强烈表明三聚氰胺可能存在，为指导下一步提供了更多的信息。
与SIMCA的比较：合成加标样品
敏感度SIMCA与掺杂筛选进一步利用利用每种掺杂光谱在0.1%和2%之间加入空白光谱的合成尖峰光谱来进行研究。
由于掺假剂的有效路径长度取决于测量矩阵(即掺假剂本身或奶粉)，生成的光谱并不等同于物理加标样品的光谱，但它们确实能够比较两种技术的相对灵敏度。
掺杂筛选明显提供了更好的性能。这是因为掺杂筛选正在积极搜索与已识别掺杂威胁光谱对应的结构，而SIMCA仅考虑残余量的大小。
在检测污染样品方面，掺假筛选始终优于SIMCA，而物理加标样品的性能差异并没有那么显著。
表2。对合成添加样品的掺假筛选性能与SIMCA(在指定的置信水平)比较。资料来源:PerkinElmer食品安全和质量公司
| 掺杂物 |
最低检测浓度(合成加穗) |
| SIMCA (99%) |
SIMCA (95%) |
掺杂物的屏幕 |
| 缩二脲 |
> 2% |
> 2% |
0.2% |
| 三聚氰酸 |
> 2% |
> 2% |
0.3% |
| Cyromazine |
0.6% |
0.5% |
0.3% |
| 双氰胺 |
1.4% |
1.2% |
0.3% |
| 三聚氰胺 |
0.7% |
0.6% |
0.3% |
| 尿素 |
1.7% |
1.4% |
0.3% |
在一个完整的工作流中集成
可以同时考虑置信度和水平（浓度）的通过/失败准则；这使得掺假筛查可以作为常规来料测试的一部分。
该过程可以作为Spectrum Touch™应用程序的一部分，允许非专业用户简单、可靠地操作。
DairyGuard奶粉分析仪系统包括频谱触摸应用程序，如图6所示，包含SIMCA和掺假屏幕分析，以及示例定量技术，这可以作为开发自己的应用程序的起点。
图6。DairyGuard Touch应用程序的结果屏幕，显示通过分析证书（COA确认测试和SIMCA非目标屏幕）的样本，但由于三聚氰胺浓度低，在更敏感的掺假屏幕上失败。图片来源：Perkinlemer食品安全和质量
总结
为了经济利益而掺假食品和食品成分是一种古老的做法，可悲的是，这种做法在不久的将来不太可能被消除。这个问题必须用所有可能的分析方法来解决:鉴于近红外光谱在原材料测试中无处不在，它显然可以发挥作用。欧洲杯足球竞彩
Perkinlemer独特的掺杂筛选算法保留了非靶向化学计量学技术（如SIMCA）的优势，但通过使用潜在掺杂的光谱库实现了更高的灵敏度。
该技术可以很容易地用于筛选新产品或新的掺假剂，而不必准备混合样品进行校准。
利用掺假库还可以生成更丰富的诊断信息，为结果提供更大的信心，并为可疑样品的下一步分析步骤提供信息。
这个PerkinElmer DairyGuard奶粉分析仪是一个完整的解决方案，预配置用于奶粉掺假屏幕分析（以及标准定量分析），所有功能集成到一个简单的基于触摸屏的界面中。
参考文献
- 美国农业部对外农业局。《世界市场与贸易》2011年7月25日。
- 美国药典。食品掺假的数据库。网络地址:http://www.foodfraud.org（2013年11月查阅）。
- 美国食品和药物管理局。新闻稿：FDA发布食品中三聚氰胺及三聚氰胺相关化合物的临时安全和风险评估。2008年10月3日。网址：http://www.fda.gov/NewsEvents/Newsroom/PressAnnouncements/2008/ucm116960.htm（2013年11月查阅）。
- 雪莉·芜菁籽，克里斯汀·凯西，克里斯蒂娜·诺切托，大卫·n·海勒。液相色谱-质谱联用技术测定婴幼儿配方奶粉中三聚氰胺和三聚氰尿酸残留量。美国FDA实验室信息公告4421,2008年10月。
- 肖恩·麦克马洪、蒂莫西·H·贝格利、格雷戈里·W·迪亚琴科、赛琳·A·斯特罗姆格林。一种液相色谱-串联质谱法，用于检测含蛋白质食品中出于经济动机的掺假。色谱学报A，1220（2012），101-107。
这些信息来源于PerkinElmer食品安全和质量公司提供的材料。欧洲杯足球竞彩
有关此来源的更多信息，请访问PerkinElmer食品安全和质量。