甘薯淀粉中木薯淀粉掺假的定性与定量检测

来源：中国食品学报杂志2026年第3期北京时间：

作者：王永波，温卫华，刘思佳

单位：王永波贵州大学林学院 贵阳 550025;中国农业大学园艺学院 北京 100193,温卫华贵州大学林学院 贵阳 550025,刘思佳贵州大学林学院 贵阳 550025,

摘要：针对甘薯淀粉中掺假木薯淀粉难以快速、准确鉴别的问题，旨在建立一种基于傅里叶变换红外(FTIR)光谱结合化学计量学的定性与定量检测方法。以实验室自制的纯甘薯淀粉、纯木薯淀粉及不同掺假比例的混合样品为研究对象，采用KBr压片法采集4 000~450 cm-1范围内的傅里叶变换红外(FTIR)光谱。原始光谱经Savitzky-Golay(SG)平滑与多元散射校正(MSC)预处理后，运用变量重要性投影(VIP)、红外差谱分析、二维相关光谱(2DCoS)和联合区间偏最小二乘法(siPLS)筛选特征变量。构建数据驱动型簇类独立软模式分类(DD-SIMCA)与正交偏最小二乘判别分析(OPLS-DA)定性判别模型，并建立偏最小二乘回归(PLSR)定量预测模型。结果表明:3类淀粉的红外吸收峰位置基本一致，而在3 400 cm-1(O-H伸缩振动)、1 369 cm-1(C-H键的弯曲振动)、1 017 cm-1(糖原C-O伸缩振动)及930~500 cm-1(吡喃糖环振动)等区间呈现明显的相对强度差异。DD-SIMCA模型的分类准确率达96.05%，灵敏度为90%，特异性为97%。OPLS-DA能有效区分掺假比例低至10%的样本与纯淀粉(R2 = 0.92，Q2 = 0.88)，解决了DD-SIMCA在低掺假水平下分类准确度不足的问题。基于siPLS筛选的四区间组合特征变量所构建的PLSR模型性能最优，其交叉验证相关系数RCV与均方根误差RMSECV分别为0.9885和2.587，预测集相关系数Rp与均方根误差RMSEP分别为0.9831和3.256，残差预测偏差RPD为5.4，四分位数间距性能比RPIQ为9.21。FTIR光谱结合化学计量学方法可高效检测淀粉掺假，为食品质量控制提供一种高精度、低成本的快速分析方法。

关键词：傅里叶变换红外光谱; 甘薯淀粉; 数据驱动型簇类独立软模式分类; 正交偏最小二乘; 特征光谱;偏最小二乘回归