荧光光谱技术在肉类分析中的应用研究综述
本文由安徽工程大学生物与食品工程学院的廖华玲、晁丽、谢丹、朱西平、庄其斌（通讯作者）及机械与汽车工程学院的张继勤共同完成，发表于2025年的《Journal of Food Composition and Analysis》（卷143，文章编号107613）。文章系统综述了荧光光谱技术（fluorescence spectroscopy）在肉类品质与安全检测中的原理、方法及应用进展，旨在为肉类工业提供快速、无损且高灵敏度的检测解决方案。
学术背景与研究目标
肉类是人类饮食中蛋白质和营养的重要来源，但其品质易受加工、储存条件及微生物污染等因素影响。传统检测方法（如感官评价、化学分析）存在破坏样本、耗时长等缺陷。荧光光谱技术因其高灵敏度、非破坏性及实时分析潜力，成为肉类检测领域的研究热点。本文聚焦以下核心问题：
1. 技术原理：荧光光谱通过检测肉类内源性荧光物质（如色氨酸、核黄素、卟啉等）的光谱特征，反映其化学组成变化。
2. 应用需求：满足肉类工业对在线检测、品质监控及食品安全评估的迫切需求。
荧光分析技术的主要方法
文章详细介绍了六类荧光分析技术及其在肉类检测中的应用：
荧光探针（Fluorescence Probes）
- 原理：通过荧光信号变化（强度、波长位移）特异性识别目标物（如亚硝酸盐、生物胺）。
- 案例：Wang等（2024）开发基于金属有机框架（MOFs）的探针，可视化检测鱼肉中的孔雀石绿（Malachite Green），回收率达99.8%~107.99%。
表面增强荧光（Surface-Enhanced Fluorescence, SEF）
- 优势：利用金属纳米颗粒增强荧光信号，提升检测灵敏度。
- 应用：Cao等（2021）通过银纳米基底检测三聚氰胺，检出限低至94 cells/mL。
激发-发射矩阵（Excitation-Emission Matrix, EEM）
- 方法：构建三维荧光指纹图谱，结合化学计量学（如PARAFAC算法）分析多组分体系。
- 实例：Liu等（2019）通过EEM监测牛肉新鲜度，预测挥发性盐基氮（TVB-N）的R²达0.914。
同步荧光光谱（Synchronous Fluorescence Spectroscopy, SFS）
- 特点：同步扫描激发与发射波长，简化复杂背景干扰。
- 研究：Chen等（2021）利用SFS快速鉴别鸭肉中的磺胺二甲嘧啶和氧氟沙星残留。
前表面荧光光谱（Front-Face Fluorescence Spectroscopy, FFFS）
- 适用性：直接检测浑浊或固体样本（如未处理的肉类）。
- 成果：Karoui等（2006）通过FFFS区分新鲜与冻融鱼片，准确率超80%。
荧光成像（Fluorescence Spectroscopy Imaging, FSI）
- 技术整合：结合光谱与空间信息，可视化脂肪氧化分布（Veberg等，2006）。
肉类品质与安全检测的应用进展
1. 品质特性分析
- 蛋白质结构：通过色氨酸荧光强度变化评估冻融循环对鸡肉蛋白质三级结构的破坏（Bai等，2023）。
- 脂肪含量：Wold等（1999）结合自发荧光与近红外光谱预测牛肉肌内脂肪（IMF），相关系数达0.87。
- 持水性（WHC）：Andersen等（2018）发现荧光光谱对滴水损失的预测能力较弱，但可结合拉曼光谱提升准确性。
2. 安全评估
- 兽药残留：Song等（2024）开发基于镧系MOFs的传感器，定量检测水产品中的氟苯尼考。
- 微生物污染：Courrol等（2021）通过卟啉荧光特征识别沙门氏菌污染的鸡肉。
- 掺假鉴别：Saleem等（2022）利用FFFS检测牛肉中掺入的鸡肉， adulteration检出限低至10%。
技术挑战与未来方向
瓶颈问题
- 批次效应（Batch Effect）导致模型泛化性不足。
- 高/低浓度组分共存时的信号干扰。
- 缺乏便携式设备，限制工业化应用。
突破路径
- 开发CRISPR激活探针提升病毒检测特异性。
- 结合智能手机摄像头开发低成本荧光检测装置。
研究价值与亮点
- 科学意义：系统梳理荧光光谱技术的原理与方法学创新，填补肉类检测领域的综述空白。
- 应用价值：为肉类工业提供从实验室到生产线的快速检测方案，如冻肉新鲜度无损评估（Zhuang等，2022b）。
- 技术新颖性：首次整合纳米材料（如碳点、MOFs）与荧光传感，提升检测灵敏度和选择性。
本文不仅为研究者提供了技术参考，也为政策制定者优化肉类安全监管体系提供了理论依据。未来研究需进一步解决实际应用中的环境干扰问题，推动技术标准化与商业化。