CC BY
58
АНАЛИТИЧЕСКИЕ ПРИБОРЫ ДЛЯ ПИЩЕВОЙ ПРОМЫШЛЕННОСТИ
I ТЕМА НОМЕРА В)
УДК 637.512.7
Сенсорные аналитические системы «электронный нос»
для совершенствования контроля качества мясного сырья
И.М. Чернуха, д-р техн. наук, Т.Г. Кузнецова, д-р вет. наук, И.Г.Анисимова, канд. техн. наук, А.В. Богданова, аспирант ВНИИ мясной промышленности им. В.М.Горбатова
Запах - один из основных показателей качества пищевых продуктов, который формируется комплексом летучих веществ.
Аналитические возможности современных газовых и жидкостных хроматографов и масс-спектрометров позволяют получить разнообразную информацию о запахе пищевых продуктов. Однако такие исследования зачастую неоправданно дорогостоящие, требуют сложной подготовки проб, больших затрат вре-
«Электронный нос» - это анализатор паров или газов на основе разнородных сенсоров, имитирующих работу органов обоняния человека.
мени и химических реактивов. Именно по этой причине становятся приоритетными разработки более простых, дешевых и, самое главное, быстрых анализаторов для экспрессной оценки состава запахов пищевых продуктов.
«Электронный нос» - это анализатор паров или газов на основе разнородных сенсоров, имитирующих работу органов обоняния человека. Подобная сенсорная система обес-
Ключевые слова: мясное сырье; контроль качества; сенсорные аналитические системы; «электронный нос».
Key words: meat raw materials; quality assurance; touch analytical systems; «an electronic nose».
печивает получение узнаваемого образа анализируемой смеси паров пахучих веществ, которая может содержать сотни различных химических соединений. «Электронный нос» состоит из сенсоров - MOS и QMB, которые подбираются по их химическому сродству к отдельным компонентам анализируемой смеси газов и паров. Принцип действия таких датчиков основан на поверхностном взаимодействии нанокристал-лов сенсора с молекулярными кластерами, величина которых сопоставима с размерами нанообъектов (< 110-9 м) и даже отдельных молекул, что приводит к формированию соответствующего электрического сигнала, уровень которого тем больше, чем выше концентрация анализируемого вещества.
При прохождении анализируемого газа над поверхностью сенсоров прибора «VOCmeter» происходящие в чувствительном слое физико-хи-
3>
п>
Пробы
Набор сенсоров
Преобразование физического сигнала сенсоров в электронный сигнал
Анализ результатов, вывод данных
Рис. 1. Схема работы сенсорной системы «электронный нос»
мические изменения с помощью преобразователя превращаются в электронный сигнал, который передается на персональный компьютер. Полученные результаты фиксируются и обрабатываются в специально разработанной компьютерной программе Argus.
Каждый сенсор обладает различной чувствительностью к анализируемым веществам и имеет свой специфический профиль откликов в ответ на тестируемые запахи.
Схема работы сенсорной системы «электронный нос» представлена на рис. 1.
В свете решения задач оценки качества мясного сырья и вспомогательных материалов, а также идентификации и установления факта фальсификации пищевых продуктов при входном контроле на предприятиях использование «электронного носа» представляется достаточно перспективным. Применение сенсорных систем позволяет обойти массу проблем, связанных с использованием в оценке качества пищевых продуктов специально обученных дегустаторов.
При проведении экспериментальных работ объектами исследования были мясное сырье (свинина охлажденная и размороженная); охлажденное мясное сырье различных видов убойных животных и птицы. Сенсорную оценку проводили на приборе «VOCmeter» фирмы «AppliedSensor» (Германия), включающем восемь сенсоров QMB и четыре сенсора MOS.
Мясо различных видов животных характеризуется специфическим запахом, выраженным с различной степенью интенсивности, но в большинстве случаев идентифицировать видовую принадлежность мясного сырья органолептическим методом сложно. В отличие от существующих на сегодняшний день методов определения вида мяса (метод полиме-разной цепной реакции, иммуно-ферментного анализа и др.), использование мультисенсорных систем не требует значительных затрат материалов, а также длительной и трудоемкой подготовки проб.
Проведение сравнительного анализа показаний сенсоров прибора «VOCmeter», полученных при исследовании летучих компонентов мяса убойных животных (говядины, свинины, баранины, телятины, оленины, кролика), птицы (мяса кур, страуса, утки и индейки), позволили получить графики, представленные на рис. 2-3.
На рис. 2-3 видно, что области точек, характеризующие каждый вид мяса, располагаются на близком рас-
ANALYTICAL DEVICES FOR FOOD PROCESSING INDUSTRY
5000
■5000
-10000
-20000
1 '"'toa
Я8 1 Щъ 9 1 1
I 20000
PC1: 95.0%
40000
Рис. 2. Пространственное расположение точек мультисенсорного анализа мясного сырья различной видовой принадлежности: 1 - свинина; 2 - говядина; 4 -баранина; 5 - телятина; 8 - мясо кролика; 9 - оленина
Рис. 3. Пространственное расположение точек мультисенсорного анализа мясного сырья различной видовой принадлежности: 3 - мясо кур; 6 - мясо страуса; 7 - мясо индейки; 11 - мясо утки
стоянии друг от друга, что позволяет выявить области (кластеры), свойственные каждому из видов мясного сырья. Например, на рис. 1 показано, что на границе первой и второй четверти системы координат располагается кластер, характеризующий мясо кролика (8); во второй - оленину (9); в третьей - свинину (1) и телятину (5); в четвертой - баранину (4); на границе четвертой и первой четвертях- говядину (2). При этом следует отметить, что кластер, определяющий оленину, располагается на значительном расстоянии от кластера мяса кролика и имеет значительно большие координаты первой главной компоненты (РС1). В ряде случаев кластеры располагаются рядом друг с другом, но под разным углом в пространстве, что делает возможным проводить анализ видовой принадлежности мясного сырья с высокой достоверностью. Аналогичным образом были определены области точек, характеризующие мясо птицы.
Анализ полученных графиков позволил установить, что области кластеров различаются расположением относительно первой главной компоненты (РС1), что обусловлено степенью интенсивности запаха свежего мясного сырья. Например, на рис. 2 видно, что кластер, свойственный для телятины, имеет наименьшие значения РС1, а свойственный оленине - максимальные, что согласуется с данными органолептической оценки запаха различных видов свежего мяса. Принадлежность проб мясного сырья к разным морфологическим частям туши не оказывает влияния на объективность результатов определения их видовой принадлежности мультисенсорным методом.
Инструментальный метод оценки запаха также позволяет количествен-
но выразить отличия в степени интенсивности запаха свежего мясного сырья (рис. 4).
Сравнительный анализ «визуальных отпечатков» мясного сырья, используемого для производства мясных продуктов, показал, что наибольшей интенсивностью запаха характеризуются образцы свежей оленины, наименьшим - мясо баранины. Отличия в форме «визуальных отпечатков» запаха исследованных образцов объясняются различием качественного и количественного состава летучих веществ, в том числе образующихся в процессе авто-литических изменений в мышечной ткани.
На основании комплекса проведенных работ установлена возможность применения мультисенсорных инструментальных систем для определения видовой принадлежности мясного сырья, что позволит оперативно проводить идентификацию мясного сырья, в том числе и блочного, при входном контроле на перерабатывающих предприятиях, таможнях, рынках и т. д.
Дифференциация охлажденного и размороженного мяса - достаточно сложная задача, так как в настоящее время отсутствуют методы, позволяющие решить эту проблему в полном объеме. В то же время результаты исследований подтверждают, что инструментальный сенсорный метод позволяет проводить дифференциацию охлажденного и размороженного мясного сырья. Например, на рис. 5 приведены данные показаний сенсоров исследования охлажденного (0) и размороженного мяса (2), обработанные методом главных компонент.
Кластеры, характеризующие охлажденное и размороженное мясное сырье, располагаются в различных
50000 , М1
40000Г 30000 \
¿0000 i 1 \
/ loo \ \ М2
М4 М3 / / / -*— Свинина -*- Говядина Оленина ■ ♦ ■ Баранина
Рис. ткани . «Визуальные отпечатки» образцов мышечной убойных животных
5000
14
-5000
■ юдао о юооо 20000
peí эе.9%
Рис. 5. Пространственное расположение точек мультисенсорного анализа охлажденного (0) и размороженного (2) мясного сырья (свинина и говядина)
четвертях системы координат на значительном расстоянии друг от друга, что обусловлено изменением белков
\
\оОО \
Ч2 \®0 \
0
АНАЛИТИЧЕСКИЕ ПРИБОРЫ ДЛЯ ПИЩЕВОМ ПРОМЫШЛЕННОСТИ
ТЕМА НОМЕРА
Таблица 1
Значения главной компоненты (РС1) для четырех категорий свежести мышечной ткани
Таблица 2
Значения главной компоненты для категорий свежести жировой ткани
Главная компонента «Свежее» «Свежее, не подлежащее длительному хранению» «Сомнительной свежести» «Несвежее»
РС1 Менее (-467000) (-467000)+ (-433000) (-433000)+ (-189166) Более (-189166)
Главная компонента «Свежее» «Сомнительной свежести» «Несвежее»
РС1 Менее (-300000)+ Более РС1 (-300000) (-245000) (-245000)
Ф* о"
\ 3 { / t °4
О 500000 1000000
РС1: 93.4%
Л
50000
а а_
-50000-
7%,
-0 500000
РС1: 99.8% Б
Рис. 6. А - калибровочный график пространственного расположения точек при обработке методом главных компонент показаний сенсоров М05-М054 прибора «VOCmeter» при исследовании образцов мышечной ткани четырех категорий свежести: 1 - свежее мясо; 2 - свежее, не подлежащее длительному хранению; 3 - сомнительной свежести; 4 - несвежее; Б - фрагмент графика для образцов мышечной ткани двух категорий свежести (свежее и сомнительной свежести)
50000
см о
сч о а.
-50000
®3 ....---лл.
-—
7%,
- !
-о
500000
РС1: 99.8% Л
10000
5000
-ЗООООО -250000
РС1: 99 8%
Б
Рис. 7. А - калибровочный график пространственного расположения точек при обработке методом главных компонент показаний сенсоров М05-М054 прибора «V0Cmeter» при исследовании образцов жировой ткани трех категорий свежести: 1 - свежее мясо; 2 - сомнительной свежести; 3 -несвежее; Б- фрагмент графика для образцов жировой ткани двух категорий свежести (свежее и сомнительной свежести)
мышечной ткани в процессе замораживания.
Как показали проведенные исследования, немаловажное значение «электронный нос» может иметь при оценке свежести пищевой продукции.
На основе проведения ряда исследований мясного сырья (химический, органолептический, микроскопический, гистологический методы) были получены калибровочные графики (для мышечной и жировой тканей) пространственного расположения точек при обработке методом главных компонент показаний сенсоров М051-М0Б4 прибора, позволяющих дифференцировать различ-
ные категории свежести мясного сырья. Полученные калибровочные графики представлены на рис. 6 и 7.
Применение метода главных компонент позволило сконцентрировать исходную информацию, выражая большое число рассматриваемых признаков через меньшее число более емких внутренних характеристик. На рис. 6 видно, что область точек, характеризующая свежие образцы, располагается в четвертой четверти системы координат и ее размеры невелики. Область точек, свойственная образцам «сомнительной свежести», имеет большие размеры и располагается в третьей четверти системы координат. Область
точек, определяющая несвежие образцы, имеет наибольшие размеры и располагается в первой и второй четвертях системы координат. Область, характеризующая несвежие образцы мышечной ткани, имеет большие значения главной компоненты РС1 (имеет большие координаты оси абсцисс). В связи с чем были установлены границы значений главной компоненты РС1 для четырех категорий свежести мышечной ткани (табл. 1).
На рис. 7 видно, что расположение областей точек, свойственных образцам жировой ткани, аналогично расположению областей точек, характеризующих образцы мышечной ткани соответствующих категорий свежести. Границы значений главной компоненты РС1 для трех категорий свежести жировой ткани представлены в табл. 2.
Для определения свежести мясного сырья замороженные образцы не требуют предварительного размораживания.
В результате проведенных исследований были разработаны методические рекомендации по оценке свежести мяса на приборе «VOCmeter», которые в настоящее время с успехом применяются для установления сроков и условий его хранения, в работах по оценке качества при нарушении режимов хранения и других научно-исследовательских работах.
Таким образом, полученные результаты подтвердили перспективность использования мультисенсор-ных систем для анализа качества продукции мясной промышленности, в том числе для оценки свежести мясного сырья; идентификации видовой принадлежности мяса и термического состояния сырья.
Преимущества данного метода: отсутствие сложной подготовки проб и расхода реагентов, а также высокая скорость проведения анализа (для исследования одного образца требуется всего 30 мин), в связи с чем он может быть использован в качестве экспресс-метода в работе производственных лабораторий. Сенсорные системы должны занять достойное место среди аналитических методов исследования качества пищевой продукции.
