1、帶魚(Trichiurus lepturus),分布廣、個體大、產量高,是我國四大海產經濟魚類之一。舟山帶魚,由于其所處海域獨特的地理位置和水文環(huán)境,鮮度和質地同其他地區(qū)相比獨占鰲頭,是全國首批海鮮類地理標志證明商標的擁有者。但是,一些不法商販為牟取利益,常以其他產地的帶魚冒充舟山帶魚,以次充好,嚴重損害了消費者利益,破壞了舟山海鮮的商譽。因此,本課題采用多元指紋圖譜技術,探討了帶魚的產地鑒別方法,初步建立了帶魚產地識別模型。此外,帶魚

2、由于富含蛋白質和不飽和脂肪酸,在貯藏過程中容易受到生化反應、微生物繁殖及酶的作用而腐敗變質。因此,本課題在已構建的帶魚紅外指紋圖譜的基礎上,綜合電子鼻氣味指紋圖譜技術,開展帶魚的新鮮度研究,初步掌握舟山帶魚新鮮度的變化規(guī)律,預測新鮮帶魚貨架期。
　　㈠帶魚多元指紋圖譜的構建與產地鑒別研究。應用紅外光譜法(IR)與高效液相色譜法(HPLC)對不同產地帶魚樣品進行研究,其中,紅外光譜從中紅外(MIR)和近紅外(NIR)兩部分著手。⑴帶

3、魚傅里葉變換紅外(FTIR)指紋圖譜研究：帶魚FTIR指紋圖譜:采集帶魚原材料紅外光譜信息,建立了5個產地帶魚的紅外指紋圖譜共有模式,確立了13個主要共有峰。聚類分析表明帶魚樣品基本按產地來源聚為一類。對比分辨率較高的二階導數光譜圖,結果顯示各產地樣品吸收峰位置和強度的差異較為明顯,可以有效鑒別帶魚的產地來源；帶魚醇提物FTIR指紋圖譜:采集帶魚醇提物紅外光譜信息,建立了5個產地帶魚醇溶成分的紅外指紋圖譜共有模式,確立了14個主要共有峰

4、。建立了帶魚產地判別函數,據此可區(qū)分5個帶魚產地,判別準確率為87.3％。在1800~400cm-1區(qū)域進行了主成分建模分析,并結合二維、三維圖,結果表明樣品化學成分及含量的差別與所處的地理位置和水文環(huán)境有一定的相關性。二階導數譜圖的對比分析進一步說明了不同產地樣品間化學成分及含量存在差別。FTIR技術結合化學計量法和二階導數圖譜為帶魚產地鑒別提供了一種客觀、快速和較全面的方法和手段。⑵帶魚近紅外(NIR)指紋圖譜的研究。提出了一種基于

5、近紅外漫反射光譜技術快速檢測不同產地帶魚的方法。利用近紅外光譜儀采集不同產地帶魚樣品的光譜信息,并對原始光譜進行預處理,后在8500~4000cm-1光譜區(qū)間進行聚類分析和判別分析,建立了5個產地帶魚的近紅外譜圖庫,并對未知樣品進行檢驗。結果顯示,利用NIR技術可有效鑒別不同產地帶魚。⑶帶魚HPLC指紋圖譜的研究。開展了HPLC色譜條件和提取工藝的優(yōu)化,建立了5個產地帶魚的HPLC參考指紋圖譜。通過比較發(fā)現5個不同產地帶魚樣品中有13個

6、主要共有峰,確定了7個特征峰。對不同產地帶魚特征峰的相對保留時間和相對峰面積進行比較,發(fā)現相對保留時間無明顯差異,而相對峰面積差異較大。進一步結合系統(tǒng)聚類分析方法,基本實現帶魚的產地鑒別,為確定帶魚產地歸屬提供了參考。
　?、婊诙嘣讣y圖譜技術的舟山帶魚新鮮度評價研究。應用紅外光譜(FTIR、NIR)和電子鼻技術對不同貯藏溫度下的帶魚新鮮度變化進行研究,并結合理化指標開展綜合對比分析。其中,紅外光譜得到的是帶魚樣品內在成分信息,

7、電子鼻得到的是外在揮發(fā)性成分信息。結果顯示,這兩種方法均可以對帶魚貯藏過程中品質變化進行快速判定,為水產品品質快速檢測與控制提供了參考。⑴FTIR光譜法對舟山帶魚新鮮度的檢測與評價研究。利用FTIR法開展不同貯藏條件下帶魚的品質變化研究,并結合理化指標進行分析。結果顯示,4℃,0~1d處于新鮮的初期,2~5d處于過渡期,從第6天開始腐敗明顯;0℃,0~3d和4~7d各聚為一類,8d樣品則單獨聚為一類且與0~7d距離較遠,表明第8天才出現

8、明顯的品質變化。聚類分析結果與揮發(fā)性鹽基氮(TVBN)值分析結果一致,判別分析也進一步驗證了FTIR光譜法對品質鑒別的有效性;綜合紅外光譜數據及TVBN分析結果,得出若帶魚樣品與新鮮樣品的二階導數相似度在0.45以下,可初步推測該樣品腐敗變質。⑵近紅外光譜技術對舟山帶魚新鮮度的檢測與評價研究。建立了一種基于NIR技術的帶魚新鮮度快速檢測方法。結果表明,帶魚4℃、0℃聚類分析結果與感官評定、TVBN含量一致,并且貯藏溫度越低,貨架期越長。

9、用偏最小二乘法(PLS)建立了TVBN和近紅外光譜模型,對未知樣品TVBN含量預測的相對誤差均小于5%。此方法快速簡便,準確可靠,可實現帶魚新鮮度的有效判定。⑶基于電子鼻技術的帶魚新鮮度快速檢測與評價研究。建立了一種基于電子鼻技術的帶魚新鮮度快速檢測方法。結果表明,4℃和0℃兩個溫度下,隨著貯藏時間的延長,帶魚氣味成分發(fā)生顯著變化,氮氧化合物、硫化物、有機硫化物及芳香成分等是帶魚品質惡化的主要來源;采用主成分分析(PCA)、線性判別分析