本研究由Guanghui Shen（第一作者，江苏省农业科学院食品质量安全与营养研究所）、Xiaocun Kang、Jianshuo Su、Jianbo Qiu、Xin Liu、Jianhong Xu（通讯作者）、Jianrong Shi（通讯作者）及Sherif Ramzy Mohamed（埃及国家研究中心）合作完成，发表于Food Chemistry期刊第384卷（2022年），文章编号132487，在线发布于2022年2月16日。
伏马毒素（Fumonisins, FBs）是由串珠镰刀菌（*Fusarium verticillioides*）等真菌产生的次级代谢产物，广泛污染玉米及其制品，其中伏马毒素B1（FB1）、B2（FB2）和B3（FB3）是自然污染中最主要的组分，分别占总量的70–80%、15–25%和3–8%。FB1被国际癌症研究机构（IARC）列为2B类可能致癌物，可导致马脑白质软化症、猪肺水肿及人类食管癌等疾病。目前，美国食品药品监督管理局（FDA）和欧盟分别规定了玉米制品中伏马毒素的限量标准（2–4 mg/kg和0.2–4.0 mg/kg）。传统检测方法如高效液相色谱-串联质谱（HPLC-MS/MS）虽精确但耗时昂贵，难以满足现场快速检测需求。近红外光谱（NIRS）技术因其快速、无损的特点被用于谷物污染物分析，但传统台式近红外光谱仪体积大、成本高。因此，本研究提出了一种基于智能手机控制的便携式近红外光谱仪结合化学计量学的方法，旨在实现玉米粉中FB1和FB2的快速定量与定性检测。
研究共收集173份来自中国山东、吉林、贵州、河南和江苏的玉米样本，经实验室研磨后分为两部分：一部分用于近红外光谱采集，另一部分通过HPLC-MS/MS测定FB1和FB2含量。样本中FB浓度范围从未检出（<10 μg/kg）至217.45 mg/kg，中位值为7.50 mg/kg，其中96份样本超过欧盟限量标准（4.0 mg/kg）。
采用基于数字微镜器件（DMD）的手持式近红外光谱仪（NIR-M-R2，波长范围900–1700 nm），通过蓝牙与智能手机（小米8）连接，由定制安卓应用控制数据采集。光谱数据以反射模式获取，每个样本扫描3次并取平均值，最终数据转换为MAT格式用于后续分析。
样本前处理采用改良的QuEChERS方法：玉米粉经乙腈-水-甲酸（79:20:1）提取后，加入盐包（硫酸镁、氯化钠等）离心，上清液氮吹浓缩并复溶，最终通过HPLC-MS/MS检测。色谱条件为XDB-C18柱，流动相为含0.1%乙酸的水和甲醇，质谱采用电喷雾电离（ESI）和多反应监测（MRM）模式，FB1和FB2的定量限（LOQ）分别为信噪比（S/N）10对应的浓度。
采用三种算法构建FB（FB1+FB2）含量的预测模型：
- 偏最小二乘回归（PLS）：通过交叉验证确定最佳潜变量（LV）数量。
- 支持向量机（SVM）：使用径向基函数（RBF）核，通过网格搜索优化参数C和γ。
- 基于全局PLS得分的局部PLS（LPLS-S）：提取前20个PLS得分矩阵构建局部模型，优化近邻样本数（k）。
模型性能通过预测决定系数（Rp²）、预测均方根误差（RMSEP）和预测偏差比（RPD）评估。RPD≥3表明模型预测能力优秀。
根据欧盟限量标准（4.0 mg/kg）将样本分为阴性（≤4.0 mg/kg）和阳性（>4.0 mg/kg）两类，采用PLS判别分析（PLS-DA）和支持向量机判别分析（SVM-DA）构建分类模型，通过灵敏度、特异性和准确率评估性能。
玉米样本的原始光谱在990 nm（淀粉O-H伸缩二级倍频）、1200 nm（CH₂/C-H伸缩倍频）和1465 nm（水O-H伸缩一级倍频）处出现特征峰。随着FB浓度升高，平均吸光度总体呈下降趋势，但超过8.0 mg/kg后趋势不明显，可能与真菌感染导致的颗粒多孔性增加有关。
PLS-DA和SVM-DA的判别准确率均超过86%，其中PLS-DA的交叉验证灵敏度达89.9%，特异性为88.7%。主成分分析（PCA）显示阴性样本与阳性样本在PC2轴上呈现分离趋势，但存在部分重叠。
本研究首次验证了智能手机控制的便携式近红外光谱仪结合化学计量学检测玉米粉中FB污染的可行性。LPLS-S算法凭借局部建模策略实现了高精度定量（RPD=3.44），分类模型准确率超过86%，为玉米供应链中FB污染的现场快速筛查提供了高效解决方案。未来，结合云计算可进一步提升便携设备的分析效率。
研究得到中国国家重点研发计划（2018YFE0206000）和国家自然科学基金（31872914等）支持，相关算法和光谱预处理策略可为其他谷物毒素检测研究提供参考。