利用环境质谱技术结合机器学习实现鱼油的精准鉴定与掺假检测

《Microchemical Journal》:Accurate authentication and adulteration identification of fish oils using ambient mass spectrometry integrated with machine learning

【字体: 大 中 小 】 时间:2026年07月18日 来源:Microchemical Journal 5.2

编辑推荐:

  •开发出一种将环境质谱与机器学习相结合的分析框架。•利用机器学习实现了鱼油真伪的识别预测。•获得了优异的分类性能(AUC=0.9999,准确率>95%)。•通过XGBoost模型可识别特定的掺假物质。•而LightGBM则用于预测掺假物质的含量。引言鱼油主要来源于凤尾鱼、鲭鱼和沙

  •开发出一种将环境质谱与机器学习相结合的分析框架。•利用机器学习实现了鱼油真伪的识别预测。•获得了优异的分类性能(AUC=0.9999,准确率>95%)。•通过XGBoost模型可识别特定的掺假物质。•而LightGBM则用于预测掺假物质的含量。引言鱼油主要来源于凤尾鱼、鲭鱼和沙丁鱼等油性鱼类的组织,是ω-3多不饱和脂肪酸的丰富来源,尤其是二十碳五烯酸和二十二碳六烯酸[1]。这些化合物因其健康益处而被广泛认可,包括保护心血管、抗炎以及促进认知功能[2][3]。因此,鱼油已成为膳食补充剂、功能性食品和药品中需求量极大的成分,推动了价值数十亿美元的全球市场的发展[4]。然而,鱼油的质量会因来源、加工方法和储存条件而存在显著差异,氧化和掺假问题尤为突出[5]。该行业还面临着过度捕捞、可持续性问题以及不同地区监管标准不一等挑战。由于真正的海洋来源ω-3成本较高,用更便宜的油脂(如植物油、食用油)进行掺假的现象十分普遍,这不仅会降低产品功效,还可能引入致敏成分或不良物质[6][7]。此外,市场上鱼油的标签错误和污染物问题也较为常见,这些都会降低产品功效并影响长期健康[8][9]。因此,包括化学分析、算法识别和快速筛查技术在内的可靠鉴定策略对于确保产品安全、营养功效及符合监管要求至关重要。要评估鱼油的质量并实现真伪鉴定,需要采用多元化的分析方法,以准确测定其化学成分并检测潜在的掺假情况[5][10]。快速定量分析活性成分和掺假物质是实现高效可靠鉴定工作的关键步骤[11][12]。气相色谱-质谱法和液相色谱-质谱法是用于脂肪酸分析的最常用技术,尤其适用于EPA和DHA的定量分析,具有极高的分辨率和灵敏度[13][14]。不过,由于这些方法流程复杂、样品制备耗时且运营成本高,通常不适合现场、快速或高通量的筛查工作,这在大规模应用中会大大限制其效率[15]。为了解决这些缺陷,人们越来越多地采用傅里叶变换红外光谱、拉曼光谱和1H核磁共振等非破坏性技术。这些方法能够提供有价值的结构与组成信息,无需复杂的样品制备即可帮助检测掺假物质[16][17][18][19]。然而,它们的有效性往往取决于是否使用可靠的校准模型和先进的数据分析技术,因为原始光谱数据可能缺乏足够的复杂性以便直接解读。而且,在检测微量掺假时,这些技术本身较低的灵敏度又会进一步影响检测精度。因此,需要一种便捷且精确的检测方法,以便获取丰富的物质信息并实现现场的真实性验证。环境质谱技术涵盖了一组能够在常压条件下对样品进行直接电离的技术,且几乎无需或完全不需要样品制备[20][21]。自2004年Cooks团队引入解吸电喷雾电离技术以来[22],这一领域不断发展,出现了多种电离方法,如实时直接分析、纸喷雾电离、低温等离子体电离以及脉冲直流电喷雾电离等[15][26]。这些方法允许分析物直接从表面或固体材料上解吸并电离,因此特别适合用于快速、现场及原位分析。近年来,由于操作简便且无需复杂预处理就能处理复杂基质,环境质谱技术在食品质量控制、法医学、环境监测和药物分析等领域得到了广泛应用[20][27]。对于鱼油而言,可通过可调的溶剂配方有效提取目标成分,再利用环境质谱技术进行分析,从而获得多维的组成信息,有助于构建可靠的样品数据库。尽管如此,仍存在一些挑战,比如定量精度有限、基质效应以及由于直接分析未经过分离而产生的竞争性电离现象。因此,预计数据处理算法的持续改进将提升环境质谱技术在实验室和现场应用中的适用性和可靠性,进而降低分析物丢失或污染的风险。近年来,机器学习算法已成为鱼油真伪鉴定和掺假预测的强大工具[7][28][29]。将便携式分析仪器与化学计量学和机器学习方法相结合,能够显著提高分析的特异性、灵敏度和整体可靠性[30]。在真伪鉴定方面,样品分类是识别掺假的第一步。为此,特征选择和降维技术,如主成分分析、偏最小二乘判别分析和投影变量重要性评分等,对于减少变量相关性、降低计算成本以及提高模型泛化能力至关重要[31]。最近的研究已经运用基于分类的算法,以较高的灵敏度和特异性区分真鱼油和掺假鱼油[32][33];不过,大多数研究仅针对某一种鱼油和某一种掺假物质,限制了这些检测方法的通用性。除了分类之外,掺假程度预测还能快速准确地评估鱼油质量[34]。回归模型可以分析分析信号(输入变量)与掺假物质浓度(输出变量)之间的关系,从而实现连续值预测,而非简单的分类结果[35][36]。根据数据特点,线性模型(如偏最小二乘回归、多元线性回归)和非线性模型(如支持向量回归、轻量级梯度提升机)都能生成准确的浓度估算值,并通过系数或特征重要性揭示关键的化学标志物[37][38]。此外,这类方法的准确性往往高于传统的单变量校准方法。目前,关于鱼油掺假程度预测的研究通常结合GC-IMS、FT-IR、NMR或拉曼光谱与回归分析,从而实现有效的掺假筛查[34]。不过,这些方法在数据多样性、可解释性以及预测精度方面仍存在局限,尤其是在存在多种掺假物质的情况下。与基于NMR和色谱法的典型定量掺假分析框架相比,环境质谱技术具有更简洁的工作流程,所需的样品制备较少,光谱采集速度更快。将其与机器学习相结合,可在鱼油掺假筛查和浓度检测方面实现分析效率与预测可靠性之间的良好平衡。由于质谱技术能够在复杂基质中也能提供高度有效的分子标志物,并生成具有强区分能力的数据[39][40],因此将机器学习与环境质谱技术相结合,为鱼油真伪鉴定和掺假预测提供了一种极具前景的方法,无论是在监管监督还是工业质量控制领域都具有实用价值。本研究旨在基于环境质谱平台建立一种快速数据采集系统,用于提取不同鱼油的特征参数并构建特征模型。同时,运用机器学习技术实现掺假鱼油的快速鉴定以及掺假物质浓度的精准测定。为此,研究使用了环境质谱分析系统对鱼油样品进行分析,整个过程仅需不到2分钟。完整的分析流程、数据处理步骤以及算法实现方式如图S1所示。通过最优的提取溶剂和质谱参数,获得了四种类型鱼油的代谢物谱图,再通过多元分析揭示它们之间的显著差异,从而实现准确分类。此外,经过训练的机器学习模型能够精准识别出含有无效或低价值油脂的掺假样品,通过识别其独特特征来实现可靠的区分和预测。重要的是,回归模型能够很好地预测所有鱼油中的掺假物质含量,体现了该方法的稳健性。总体而言,本研究表明,通过将环境质谱指纹与数据驱动模型相结合,可在统一的、高效的分析流程中完成掺假筛查、掺假物质识别以及掺假程度预测,这种方法尤其适用于现场筛查,而非实验室级别的精准定量分析,从而为监管监督和质量控制提供有力支持。片段内容鱼油样品与化学物质在本研究中,共收集了四种类型的鱼油样品(分别记为A类、B类、C类和D类),每类各有100个独立的实物样品。这里的独立实物样品指的是单个独立的商业产品,而非从同一样品获得的重复质谱数据。这些样品来自六个不同的商业品牌,且每个类别下还有多个生产批次,以此反映市场中的实际差异性。具体的品牌数量、批次数量等优化仪器设备及样品前处理所施加的电压会对样品分子的电离效率及其稳定性产生重要影响。为了确定使用不同提取方法分析四种鱼油类型时的最佳电喷雾电压,实验前进行了电压优化测试。鉴于鱼油成分的化学性质各异,本研究采用了2.2节中描述的两种提取方法来提取主要成分。提取完成后,取2微升的样本进行后续分析。结论在本研究中,研究人员开发了一种基于环境质谱平台并结合甲醇直接提取策略的技术,用于鱼油的代谢组学分析。通过将高分辨率质谱技术与多元分析相结合,成功识别出了八种特征性代谢物,从而能够可靠地区分四种类型的鱼油,包括以甘油三酯形式存在的“黄金比例”鱼油、高EPA含量的鱼油、高DHA含量的鱼油以及乙酯型“黄金比例”鱼油。这些结果充分展现了所提出方法的实用性。CRediT作者贡献说明王祥宇:验证、方法学、研究实施、正式分析、数据整理。曾洪平:方法学、研究实施、正式分析。葛苗秀:方法学、研究实施、正式分析。王照英:方法学、研究实施、正式分析。赵丹:方法学、研究实施、正式分析。孔祥宇:方法学、正式分析。刘梦瑶:方法学、研究实施。翁建宇:方法学、正式分析。熊伟:写作——审阅与编辑、监督。利益冲突声明作者声明不存在任何可能影响本文研究的已知财务利益或个人关系。致谢本研究得到了宁波自然科学基金(2025J099)、工业和信息化部产业基础强化与高质量制造发展计划(2023ZY01073)、国家自然科学基金(22206091)、浙江省自然科学基金(LQ23B070005)、浙江药科大学自主选题项目(2025058)以及宁波大学K.C. Wong Magna基金的资助。王祥宇|曾洪平|葛苗秀|王照英|赵丹|孔祥宇|刘梦瑶|翁建宇|熊伟|杜晓明|文璐虹
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号