近红外（NIR）光谱分析是一种利用近红外波长的光来确定材料的物理、化学或结构特性的技术。它是一种红外光谱，覆盖780至2500 nm波长范围内的光谱区域，通过吸收、发射或反射来测量红外辐射与物质的相互作用。这项技术已经证明了其检测和量化微生物的可靠性，成为分子生物学技术的非破坏性替代方案。这项技术与多元分类方法相结合，被认为是一种高效快速识别牛奶中细菌污染的方法。
据麦姆斯咨询报道，近日，西班牙奥维耶多大学（University of Oviedo）和阿斯图里亚斯乳制品研究所（Instituto de Productos Lácteos de Asturias）的研究人员在IEEE Sensors Journal期刊上发表了题为“Near Infrared Spectroscopy for Bacterial Detection in the Dairy Industry”的论文，讨论了利用近红外光谱结合多元分类方法来检测乳制品行业牛奶中的细菌污染。结果表明，近红外光谱技术有潜力作为一种快速、准确的方法来识别乳制品行业的细菌污染。
这项研究旨在确定近红外光谱检测牛奶中细菌污染的能力。首先，通过分析该技术确定两种不同细菌菌株在牛奶中形成的生物膜的能力，然后通过在液体牛奶中接种不同浓度的四种细菌，以确定检测牛奶中每种细菌的能力。
为了分析这项研究中的近红外光谱数据，研究人员选择了主成分分析（PCA）和偏最小二乘判别分析（PLS-DA）相组合的方法来应对高维光谱数据的挑战，旨在降低维度，提取信息特征，并提高样品分类的有效性。
通过实验发现近红外光谱在检测牛奶中生物膜的存在方面是准确可靠的。结果表明，该技术可有效区分污染和未污染样品，并且受试者工作特征曲线（ROC）下的面积（AUC）大于99%。该方法对不同菌株的样品分类也很有效。
牛奶和未污染对照样品中生长的生物膜的光谱数据
研究人员使用相同的方法来评估这种技术在检测牛奶中细菌污染比例方面的有效性。实验结果表明，该技术可以有效地对四种不同细菌污染的牛奶样品和未污染的对照样品进行分类，且AUC大于97%。此外，当所有细菌的数据一起分析时，即使在低细菌浓度下，结果仍然良好，获得了70%的平均精度。
不同细菌数据的主成分分析
这项研究的结果表明，无论造成污染的细菌类型如何，近红外技术都可以准确分类污染和未污染的牛奶样品，即使在低浓度时也是如此。然而，光谱分析似乎不能区分不同的污染细菌。
研究人员表明使用近红外光谱检测是一种很有前途的无损检测牛奶中细菌污染的方法。这项研究中使用的光谱仪器和数据处理方法可以通过分析光谱模式的变化来定性地确定细菌污染，从而区分污染样品和对照样品。类似地，近红外技术可以检测牛奶中形成的生物膜，就像生物膜在培养基中生长时一样。这一发现很重要，因为它更准确地反映了乳制品行业中发现的表面附着细菌。
总的来说，快速和非侵入式的细菌检测是乳制品行业的一个重要目标。传统检测牛奶中细菌的方法耗时且需要熟练的人员，而近红外光谱可以实时提供准确的结果，而无需样品制备或破坏，并且与传统细菌检测方法相比，可以减少时间和成本。然而，在该技术被广泛应用于产业界之前，仍需要进一步的研究来优化该技术并大规模验证其准确性。此外，有必要考虑样本光谱记录中出现错误或失真的可能性，并审查采集方案，以提高模型的准确性。
论文信息：
https://ieeexplore.ieee.org/document/10255617
延伸阅读：
《光谱成像市场和趋势-2022版》
《小型、微型和芯片级光谱仪技术及市场-2020版》
