近紅外（NIR）光譜分析是一種利用近紅外波長(zhǎng)的光來(lái)確定材料的物理、化學(xué)或結(jié)構(gòu)特性的技術(shù)。它是一種紅外光譜，覆蓋780至2500 nm波長(zhǎng)范圍內(nèi)的光譜區(qū)域，通過(guò)吸收、發(fā)射或反射來(lái)測(cè)量紅外輻射與物質(zhì)的相互作用。這項(xiàng)技術(shù)已經(jīng)證明了其檢測(cè)和量化微生物的可靠性，成為分子生物學(xué)技術(shù)的非破壞性替代方案。這項(xiàng)技術(shù)與多元分類方法相結(jié)合，被認(rèn)為是一種高效快速識(shí)別牛奶中細(xì)菌污染的方法。

據(jù)麥姆斯咨詢報(bào)道，近日，西班牙奧維耶多大學(xué)（University of Oviedo）和阿斯圖里亞斯乳制品研究所（Instituto de Productos Lácteos de Asturias）的研究人員在IEEE Sensors Journal期刊上發(fā)表了題為“Near Infrared Spectroscopy for Bacterial Detection in the Dairy Industry”的論文，討論了利用近紅外光譜結(jié)合多元分類方法來(lái)檢測(cè)乳制品行業(yè)牛奶中的細(xì)菌污染。結(jié)果表明，近紅外光譜技術(shù)有潛力作為一種快速、準(zhǔn)確的方法來(lái)識(shí)別乳制品行業(yè)的細(xì)菌污染。

這項(xiàng)研究旨在確定近紅外光譜檢測(cè)牛奶中細(xì)菌污染的能力。首先，通過(guò)分析該技術(shù)確定兩種不同細(xì)菌菌株在牛奶中形成的生物膜的能力，然后通過(guò)在液體牛奶中接種不同濃度的四種細(xì)菌，以確定檢測(cè)牛奶中每種細(xì)菌的能力。

為了分析這項(xiàng)研究中的近紅外光譜數(shù)據(jù)，研究人員選擇了主成分分析（PCA）和偏最小二乘判別分析（PLS-DA）相組合的方法來(lái)應(yīng)對(duì)高維光譜數(shù)據(jù)的挑戰(zhàn)，旨在降低維度，提取信息特征，并提高樣品分類的有效性。

通過(guò)實(shí)驗(yàn)發(fā)現(xiàn)近紅外光譜在檢測(cè)牛奶中生物膜的存在方面是準(zhǔn)確可靠的。結(jié)果表明，該技術(shù)可有效區(qū)分污染和未污染樣品，并且受試者工作特征曲線（ROC）下的面積（AUC）大于99%。該方法對(duì)不同菌株的樣品分類也很有效。

牛奶和未污染對(duì)照樣品中生長(zhǎng)的生物膜的光譜數(shù)據(jù)

研究人員使用相同的方法來(lái)評(píng)估這種技術(shù)在檢測(cè)牛奶中細(xì)菌污染比例方面的有效性。實(shí)驗(yàn)結(jié)果表明，該技術(shù)可以有效地對(duì)四種不同細(xì)菌污染的牛奶樣品和未污染的對(duì)照樣品進(jìn)行分類，且AUC大于97%。此外，當(dāng)所有細(xì)菌的數(shù)據(jù)一起分析時(shí)，即使在低細(xì)菌濃度下，結(jié)果仍然良好，獲得了70%的平均精度。

不同細(xì)菌數(shù)據(jù)的主成分分析

這項(xiàng)研究的結(jié)果表明，無(wú)論造成污染的細(xì)菌類型如何，近紅外技術(shù)都可以準(zhǔn)確分類污染和未污染的牛奶樣品，即使在低濃度時(shí)也是如此。然而，光譜分析似乎不能區(qū)分不同的污染細(xì)菌。

研究人員表明使用近紅外光譜檢測(cè)是一種很有前途的無(wú)損檢測(cè)牛奶中細(xì)菌污染的方法。這項(xiàng)研究中使用的光譜儀器和數(shù)據(jù)處理方法可以通過(guò)分析光譜模式的變化來(lái)定性地確定細(xì)菌污染，從而區(qū)分污染樣品和對(duì)照樣品。類似地，近紅外技術(shù)可以檢測(cè)牛奶中形成的生物膜，就像生物膜在培養(yǎng)基中生長(zhǎng)時(shí)一樣。這一發(fā)現(xiàn)很重要，因?yàn)樗鼫?zhǔn)確地反映了乳制品行業(yè)中發(fā)現(xiàn)的表面附著細(xì)菌。

總的來(lái)說(shuō)，快速和非侵入式的細(xì)菌檢測(cè)是乳制品行業(yè)的一個(gè)重要目標(biāo)。傳統(tǒng)檢測(cè)牛奶中細(xì)菌的方法耗時(shí)且需要熟練的人員，而近紅外光譜可以實(shí)時(shí)提供準(zhǔn)確的結(jié)果，而無(wú)需樣品制備或破壞，并且與傳統(tǒng)細(xì)菌檢測(cè)方法相比，可以減少時(shí)間和成本。然而，在該技術(shù)被廣泛應(yīng)用于產(chǎn)業(yè)界之前，仍需要進(jìn)一步的研究來(lái)優(yōu)化該技術(shù)并大規(guī)模驗(yàn)證其準(zhǔn)確性。此外，有必要考慮樣本光譜記錄中出現(xiàn)錯(cuò)誤或失真的可能性，并審查采集方案，以提高模型的準(zhǔn)確性。

審核編輯：劉清