点击接通在线客服
现代食品检测技术的主要特点(二)
【来源/作者】周世红 【更新日期】2018-07-09

免疫传感器是电极型生物传感器的一种。它是利用生物传感器分子识别抗原对抗体的结合功能,通过传导元件将其浓度转换成电信号,从而进行分析。它有气敏电极、高离子选择电极、场效应等类型的电位免疫传感器,以及电流免疫传感器、光化学免疫传感器、热免疫传感器等。它在无氧条件下进行测试,可避免各种与氧有关的干扰,能够检测大分子物质,选择性好、灵敏度高。可用于检测食品中的外来蛋白和细菌。

荧光免疫测定技术是以荧光物质标记抗原或抗体作为示踪物而发展起来的一种非放射性免疫测定法,其中的时间分辨荧光免疫分析是新近发展起来的一种新型的非放射基结合分析法,它用的示踪物不是荧光素,而是采用稀土元素标志抗体,排除了样品中非特异性荧光的干扰,最大限度地提高了测定方法的灵敏度,测定范围包括蛋白质、药物、病毒等。

三、食品检测技术与计算机技术结合得越来越紧密

随着计算机技术、微制造技术、纳米技术和新功能材料等高新技术的发展,检测分析仪器不但会具有越来越强大的“智能”,而且正沿着大型落地式→台式→移动式→便携式→手持式→芯片实验室的方向发展,越来越小型化、微型化、智能化,甚至出现可穿戴式或不需外界供电的植入式、埋入式智能仪器。检测分析仪器和专用计算机的界限在今后将变得越来越模糊,许多检测分析仪器实际上就是具有某种检测分析功能的计算机。

科学技术的发展对现代食品检测技术提出了越来越高的要求,人们不仅要求及时、精密、可靠地获得有关食品成分的定量数据,而且要求对食品进行全面快速的分析。现代食品检测技术不仅要解决有关测量数据的获取问题,更需要解决从大量数据中提取有用信息的问题。随着计算机技术向食品检测技术领域的渗透,使得这个问题也得到了比较圆满的解决。具体来说,计算机技术对食品检测技术产生的巨大影响体现在如下几个方面。

1、计算机技术提高了食品检测系统的数据处理能力

人们从事食品检验往往离不开统计学。由于模糊数学、模式识别、多元回归、试验优化设计等现代数学的引入,使得食品检验分析过程计算量相当大。计算机的应用使得这项工作变得十分容易。首先将这些现代数学方法通过计算机软件来实现,在这些强大的计算机软件支持下,食品检测现代技术以惊人的速度完成了大量数据的采集、归整、变换和处理,并可以解决常规食品分析检验很难解决或不能解决的问题,如谱图识别、多组分混合物分析、实验条件的最优化、多变量拟合、多指标评价等问题。计算机数据处理能力的提高给食品检测技术带来了巨大变化。

2、计算机技术使食品检测更趋智能化

智能化是现代食品检测的重要发展方向之一。从信息科学的角度来看,信息技术的发展可分为四个层次,即“数码化”、“自动化”、“最优化”与“智能化”。数码化是指仅仅把客观的物理概念数值化,这是最低的一层,自动化是按固定的规则进行重复性处理,达到预期目的;最优化是按某一预定指标取得最优解;智能化是信息技术的最高层次,它应包括理解、推理、判断与分析等一系列功能,是数值、逻辑与知识的综合分析结果。目前的智能化食品检测系统多数仍处于智能化的低级阶段,系统只是把计算机技术与传统的食品检测分析仪器结合起来,仅能适应被测参数的变化、自动补偿、自动选择量程、自动校准、自寻故障、自动进行有限的数据处理,使分析过程由手工操作向自动化方向过渡。

随着科学技术的进步,运用人工智能技术建立能识别与解释各种食品化学谱图和光学谱图的食品检测专家系统,成为当前食品检测智能化研究的热点问题之一。这方面的工作以及部分成果已引起国内外食品检测专家们的高度重视。

智能化食品检测系统一般包括食品分析专家咨询系统、食品试验优化系统、食品物料测定分析系统以及相关数据库和决策分析系统。

捡测分析仪器微型化与智能化的必然结果是仪器价格的大幅度降低,不仅普通实验室有能力购买,甚至个人也有能力承担。同时,分析仪器的操作也将变得越来越容易,过去需要研究生才能操作的仪器,今后也许普通老百姓稍加培训即可使用,“傻瓜式”的仪器将成为主流。因此食品检测仪器有望走入寻常百姓家,甚至变成家庭和个人的“日用品”。实际上,现在已有质量不到1kg的质谱仪,一种只需一滴血就可以在几秒钟内测出许多组分的手持式验血仪也已研制成功。在这种情况下,大型的政府实验室的作用将逐渐减弱,小型的“合同实验室”的作用将增强。随着经济全球化和全球网络化,大型实验室的数量将减少,但其资源将得到更充分的发挥,因为它可以面向全世界为所有“网民”服务。

四、食品检测中不断应用其他领域新技术

1、现代数学

(1)人工神经网络:人工神经网络是以工程技术手段模拟人类大脑的神经网络结构与功能特征的一种技术,人工神经网络不需要精确的数学模型,没有任何对变量的假设要求,能通过模拟人的智能行为处理一些复杂的、不确定的、非线性的问题,具有很强的容错性和联想记忆功能。由于它是大量神经元的集体行为,因而表现出一般复杂非线性动态系统的特性,可以处理一些环境信息十分复杂、知识背景不清楚、推理规则不明确的问题。它为处理模糊的、数据不完全、模拟的、不明确的模式识别提供了一个全新的途径。其处理非线性问题的能力一般高于传统的统计分析方法,它可以识别自变量与应变量问的复杂的非线性关系。

神经网络在食品检测上的应用包括外来物与掺假物的鉴别,气味分析以及感官评定等方面的应用。利用图像处理技术和人工神经网络方法预报冷却牛肉新鲜度,是在现代食品检测中成功应用人工神经网络的实例。

(2)模式识别:模式识别就是计算机模拟人对客观环境的认识,事物的性质由其特性决定,人认识事物就是靠这些特征进行识别。不同性质的物体其特性在量或质上是不同的,而性质相似的物体其特征也相似。因此只要能找到那些与事物性质有关的特征就能将不同性质的事物进行分类,进而对未知性质的事物作出判断,看它属于哪一类,从而预测它的属性。

在食品质量与安全检测过程中,模式识别技术扮演重要角色。在食品质量控制过程中,可以使用现代统计过程控制理论,借助模式识别方法,识别区分非正常质量模式。

(3)最优化方法:现代最优化方法分为数学方法和经验方法两大类。数学方法包括线性规划、非线性规划、动态规划,将实验结果用实验条件的数学函数表示,这样不仅可知道某一因子对结果的影响是否显著,而且可定量地知道当该因子改变时引起结果的变动有多大,因此即使对该因子的某些未经实验的水平也能作出预测。这种数学方翟常被称作数学模型,模型可以是理论的,也可是经验的,有些变量之间在理论上存在一定的关系,可直接利用。但在许多场合下往往并无简单的理论模型可以遵循,需要采用经验模型,即以足够的实验数据,假设一个简单的模型求出参数。数学方法虽然在理论上是可行的,但在实际应用中有时会遇到问题,例如不知道响应函数的形式,这时就可以考虑使用经验法。常用逐步登高法和单纯形法两种方法。

2、生理学

食品检测除了对食品质量与安全性进行客观评价之外,有时往往要求检测人员表述心理感受。这就要求我们了解人类在受到外界刺激时,各种感觉器官的生理变动规律。因此生理学的研究成果直接影响食品检测技术的发展。最近,对味觉和嗅觉的电生理学研究方法的进步十分引人注意。目前电子鼻已经成功应用于区分鱼的新鲜度、番茄新鲜度评价、红葡萄酒酒香检测等食品分析中。

五、大力发展实时在线、非侵入、非破坏的食品检测技术

生命过程、生产、科研和一切社会活动都是一种在时空中进行的连续过程,因此,一切为了保证质量与安全的检测和监控手段,最好都不要打断这些过程的自然进行,并能实时反映系统中正在发生的变化。为此,那种离线的、破坏性的或侵入式的分析测试方法将逐步被淘汰,而在线的、非破坏的、非侵入式的、可以进行原位、实时测量的方法将受到欢迎,如果还能提供多维,特别是三维以上化学信息的话(例如各种成像技术,特别是化学成像技术)那就更好了。因为这样我们就不仅可以测试对象在整体上发生了什么变化,而且可以观测到这种变化发生的具体部位、具体化学成分及其随、时间的改变。这不仅对于生命过程的研究极其重要,就是对于生产(例如食品化工管道内组分变化的监控,种子质量的鉴别等)和生活(例如室内空气质量变化的监测)也具有重要意义。可以预期,这方面最具有潜力的将是各种光谱方法,例如近红外光谱法、超光谱成像、正电子成像等技术,可以说计算机视觉技术和光谱分析方法是最典型的非侵入、非破坏性实用技术。

参考资料:现代食品检测技术

相关链接:

现代食品检测技术的主要特点(一)


【关键词】食品检测,实用性,精确性,国家标准物质网 

<< 上一篇:献力环境监测 伟业期待您的加入

>> 下一篇:蔬菜中氟虫腈的残留分析