《Food Control》:Evaluation of Conventional Methods and Multisensory Systems for the Detection of Chemical Adulterants in Raw Milk
编辑推荐:
Jeniffer Katerine Carrillo Gómez | María Camila Córdoba Burbano | Laura Daniela Pati?o Barrera | Oscar Augusto Fiallo Soto | Cristhian Manue
Jeniffer Katerine Carrillo Gómez | María Camila Córdoba Burbano | Laura Daniela Pati?o Barrera | Oscar Augusto Fiallo Soto | Cristhian Manuel Durán Acevedo | Rogelio Flores-Ramírez
GISM研究小组,潘普洛纳大学工程与建筑学院,哥伦比亚潘普洛纳
摘要
牛奶掺假是一个严重的公共卫生问题,尤其是在发展中国家,因为传统的分析方法通常耗时、成本高昂,并且在采集点实施起来具有挑战性。本研究比较了传统的物理化学测试与多感官系统(电子鼻E-nose和电子舌E-tongue)在检测原始牛奶中三种常见掺杂物(甲醛、过氧化氢和氢氧化钠)方面的效果。原始牛奶样本被故意掺入不同浓度的这些物质,并在优化的传感器条件下进行分析。对于电子鼻数据,在5折交叉验证下,甲醛在25°C时的分类性能最佳,线性判别分析(LDA)、k-最近邻(k-NN)和随机森林(RF)模型均达到了100%的验证准确率;氢氧化钠在室温下以及过氧化氢在40°C下也在各自的最佳条件下表现出较高的分类性能。使用真实市场样本进行分类验证的结果与传感器预测一致,也与传统测试结果相符。这些发现突显了多感官系统作为快速、准确且实用的工具在补充传统牛奶质量控制方面的潜力。
引言
牛奶是全球最全面且消费最广泛的食物之一,因其具有高营养价值,含有蛋白质、脂类、碳水化合物、维生素和矿物质,对人类健康至关重要(Guo等人,2025年)。然而,由于牛奶容易变质且需要短时间内销售,因此容易受到掺假行为的影响,这些行为旨在延长其保质期、增加体积或掩盖其质量缺陷(Patil等人,2024年)。这些行为不仅会影响牛奶的营养价值,还会对公共卫生构成重大风险,尤其是在发展中国家,那里的控制和监测系统可能存在操作和技术上的限制(Momtaz等人,2023年)。
牛奶掺假是指故意添加与其天然成分无关的物质以改变其物理化学特性。最常见的掺杂物包括:用于稀释天然成分的水;非法用作防腐剂的甲醛;用于延缓微生物降解的过氧化氢;用于补偿密度下降的淀粉;以及用于中和酸度并掩盖发酵过程的氢氧化钠(Rosa等人,2025年;Bharwani等人,2025年)。
根据哥伦比亚国家食品和药品监督局(INVIMA)在其关于牛奶中酪蛋白大肽(CMP)的最终监测报告(2020–2023年)显示,大约12%的原始牛奶在采集点被掺假,而近24%的加工牛奶被掺假或含有改变其成分的添加剂,这突显了问题的严重性以及加强质量控制机制的必要性(INVIMA,2025年)。
传统上,牛奶中掺杂物的检测采用传统的分析方法,如平台测试和物理化学分析(密度、冰点、可滴定酸度和pH值),以及生化和色谱技术(Rezaeefar等人,2022年;Jia等人,2025年;Jia等人,2025年)。尽管这些方法可靠且被广泛接受,但它们也有缺点,包括分析时间较长、成本较高、需要专业人员,以及在资源有限的初级采集点或地区难以实施(Mahanti等人,2024年)。这些限制促使人们寻找快速、经济且易于应用的牛奶质量控制替代方案(Ghohestani等人,2024年)。
在这种背景下,人工感知系统作为评估食品质量和安全性的有前景的工具应运而生。这些系统借鉴了人类的嗅觉和味觉,利用非特异性传感器阵列结合模式识别算法来生成分析样本的特征谱(Khondakar等人,2026年)。电子鼻(E-nose)主要基于MOS型气体传感器,能够检测与变质或掺假过程相关的挥发性有机化合物(Roy和Yadav,2022年)。另一方面,电子舌(E-tongue)基于电化学传感器,可以识别液体基质中的化学成分变化,包括非挥发性掺杂物(Imam和Nagpal,2023年)。这些多感官系统在牛奶分析和掺杂物检测方面显示出显著潜力,尤其是当与多变量分析技术和机器学习算法结合使用时,可以进一步提高其灵敏度和区分能力(Chamorro-Atalaya等人,2021年;Tharwat、Gaber、Ibrahim和Hassanien,2017年;Halder、Uddin、Uddin、Aryal和Khraisat,2024年)。例如,Tian等人(2023年)报告支持向量机(SVM)的检测准确率为0.9565,多层感知器(MLP)为0.7818,XGBoost为0.6957,随机森林(RF)为1.000,用于检测植物油等掺杂物。Zhang等人(2026年)报告称,电子鼻结合随机森林能够以超过96%的准确率检测和识别牦牛奶和牛奶中的掺杂物,而Kumar等人(2024年)证明了基于光学传感器和电子舌的系统能够同时检测甲醛和过氧化氢,具有低检测限和高重复性。总体而言,这些发现证实了将多感官系统与化学计量和机器学习工具结合是快速、可靠地检测原始牛奶中掺杂物的有前景的方法。然而,仍缺乏系统性地评估其在实际操作条件和哥伦比亚乳制品行业背景下与传统方法相比性能的比较研究。
因此,本研究的主要亮点包括:
- •
对传统方法和两种互补的多感官平台(电子鼻E-nose和电子舌E-tongue)在检测原始牛奶掺假方面的比较评估。
- •
对三种相关未经授权的添加剂(甲醛、过氧化氢和氢氧化钠)的专门分析。
- •
使用受控掺假样本和真实市场样本对所提出方法的验证。
- •
整合多变量分析和监督机器学习技术,以增强所提出方法的分析区分能力和实际应用价值。
章节片段
材料与方法
图1展示了本研究中用于检测和识别牛奶样本中掺杂物的方法。
本研究的方法分为两个阶段:在受控实验室条件下对人工感官系统进行训练和优化,然后分析从不同乳制品地区收集的真实原始牛奶样本。这一策略首先确保了电子鼻的适当调整和运行
原始牛奶样本的特性分析
平台测试和物理化学分析在潘普洛纳大学食品工程系的实验室进行,遵循第2节中描述的程序。
获得的结果与2006年第616号法令(规定牛奶必须满足的人类消费技术法规,包括其获取、加工、包装、运输、销售、进口和出口要求)中建立的参考值进行了比较
讨论
需要强调的是,本研究中使用的电子鼻和电子舌基于交叉敏感传感原理工作。因此,它们的分析性能不是基于单个传感器的绝对特异性,而是基于每种掺杂物在牛奶基质中引起的物理化学变化所产生的特征多维响应模式。总体而言,电子鼻在检测掺杂物方面显示出比电子舌更强的统计区分能力
结论
本研究表明,多感官系统是检测原始牛奶中化学掺杂物的可行工具,在速度、操作简便性和成本降低方面相比传统方法具有显著优势。
电子鼻的表现优于电子舌,对评估的掺杂物具有更精确和一致的区分能力。这种行为归因于在顶空区域生成的挥发性指纹的稳定性和特异性更高
CRediT作者贡献声明
Laura Daniela Pati?o Barrera:撰写——初稿、方法论、调查、正式分析、数据管理、概念化。Jeniffer Katerine Carrillo-Gómez:撰写——初稿、方法论、调查、正式分析、数据管理、概念化。Oscar Augusto Fiallo Soto:方法论、调查、正式分析。Cristhian Manuel Durán Acevedo:撰写——审稿与编辑、概念化。Rogelio Flores-Ramírez:撰写——审稿与编辑、监督。
未引用参考文献
Azad和Ahmed,2016年;Inam-ul-Haque等人,2011年;Lu等人,2022年;Poonia等人,2016年;Roy和Yadav,2022年。
利益冲突声明
作者声明他们没有已知的可能会影响本文工作的财务利益或个人关系。
写作过程中使用生成式AI和AI辅助技术的声明
作者声明他们在准备手稿时没有使用AI。
利益冲突声明
? 作者声明他们没有已知的可能会影响本文工作的财务利益或个人关系。
致谢
作者感谢潘普洛纳大学的GISM研究小组在整个工作中提供的学术和科学支持。