建立了一种基于气相色谱-质谱（GC–MS）的定量方法，用于检测丙烯酰胺，并对炸薯片中丙烯酰胺的形成过程进行了原位动力学研究

《Food Chemistry》：Establishment of a quantitative GC–MS method for acrylamide detection and in situ kinetic study of acrylamide formation in fried potato slices

本研究建立了丙烯酰胺的可靠定量检测方法（丙烯酰胺衍生化与GC-MS），优化了前处理条件，并构建了结合形成、质量传递和消除过程的动力学模型。通过机器学习（随机森林、支持向量机、BP神经网络）预测油炸土豆片的7项质量指标，随机森林模型表现最佳（R2>0.85）。

　　

叶书新|高庆|赵婉欣|何金松

中国云南省农业大学食品科学与技术学院，昆明650201

摘要

本研究建立了一种可靠的定量技术（丙烯酰胺衍生化与GC–MS联用方法）用于检测丙烯酰胺，该方法具有高准确性、重复性、灵敏度和良好的稳定性。具体而言，研究并优化了提取溶剂和脱脂方法的预处理条件。进一步测量了在不同温度（120–220?°C）和不同时间（0–40?min）下油炸马铃薯片中丙烯酰胺的形成情况及其质量指标。观察到颜色参数、水分含量与丙烯酰胺含量之间存在显著相关性。此外，构建了一个原位动力学模型，描述了油炸马铃薯片中丙烯酰胺的形成、传质和消除过程。最后，采用三种机器学习算法（BP神经网络、支持向量机（SVM）和随机森林模型）根据油炸参数预测7个质量指标（L*、ΔE、色度、色调角、水分活度和失重率），其中随机森林模型在大多数输出变量上的表现优异（R2≥0.85）。

引言

自2002年瑞典研究人员在食品中首次发现丙烯酰胺以来，国际癌症研究机构将其归类为2A类“可能的人类致癌物”（Ahmed & Mohammed, 2024; Ferreira et al., 2024; Tareke et al., 2002）。国际组织警告要防止食品中丙烯酰胺的形成，并要求限制其摄入量以预防其对健康的不良影响（Bachir et al., 2022）。食品中的丙烯酰胺含量因温度、烹饪时间以及游离氨基酸和还原糖的含量等因素而异（Kim et al., 2005）。加工马铃薯制品被认为是丙烯酰胺膳食暴露的主要来源（丙烯酰胺含量可高达12?mg/kg）（Ferreira et al., 2024; Friedman, 2003; Sayato, 1989; Tareke et al., 2002）。

初步研究表明，美拉德反应是丙烯酰胺形成的主要途径（Mottram et al., 2002; Yaylayan et al., 2003）。在低水分活性和温度超过120?°C的条件下，还原糖（如葡萄糖或果糖）与氨基酸天冬酰胺发生反应生成丙烯酰胺（Mottram et al., 2002; Nematollahi et al., 2021）。由于马铃薯中含有较高的还原糖和天冬酰胺含量，且美拉德反应是马铃薯片和薯条中丙烯酰胺形成的主要原因。美拉德反应还会生成棕褐色的黑色素聚合物，这些聚合物负责许多烹饪产品的颜色变化（Brunton et al., 2007; Olsson et al., 2004; Pedreschi et al., 2006）。

基于常规色谱的分析方法（包括GC、GC–MS、LC-MS、HPLC、LC-MS/MS、UPLC-MS）是检测丙烯酰胺最常用且可靠的方法（Esposito et al., 2021; Liang et al., 2022; Loa?c et al., 2014; Paleologos & Kontominas, 2005; Rosén & Hellen?s, 2002; Song et al., 2025; Teke? et al., 1989）。除了这些传统方法外，近期研究还采用了近红外光谱、基于AgNPs基底的表面增强拉曼散射、基于Cu-CN单原子纳米酶的超灵敏比色法、机器学习和深度学习方法（Garg & Singla, 2025; Ge et al., 2025; Smit et al., 2025; Xie et al., 2023; Ye et al., 2023）。最新研究表明，中国市场上丙烯酰胺的平均膳食暴露量范围为119–198?μg/kg，这可能对消费者健康构成潜在威胁（Liu et al., 2025）。油炸高碳水化合物食品，尤其是马铃薯片，是中国云南地区流行的零食。因此，建立可靠的丙烯酰胺检测定量技术并探索油炸马铃薯片中丙烯酰胺形成的原位动力学研究对于确保油炸马铃薯产品的安全性至关重要。

传统的动力学模型基于化学反应途径构建（Claeys et al., 2005; Taeymans et al., 2004），而油炸马铃薯片则是一个开放系统，涉及化学形成、物理传质和消除反应，因此净丙烯酰胺含量是这些过程相互作用的结果。研究表明，丙烯酰胺含量是形成与消除之间的平衡结果，在较高温度下消除过程更为迅速（Taeymans et al., 2004）。此外，在实际制备薯条的过程中，生成的丙烯酰胺最终会分布在三个相中：固体（薯条）、液体（油炸油）和空气（丙烯酰胺蒸气）（Hsu et al., 2016）。在空气炸制的马铃薯条中，马铃薯条边缘的丙烯酰胺浓度最高（456.22?μg/kg），至少是中心的5倍（85.33?μg/kg）（Li et al., 2025）。然而，现有的动力学模型未能充分描述丙烯酰胺的形成动力学。为了解决这一问题，本研究建立了一个整合形成、消除和传质过程的原位动力学模型。

机器学习现已广泛应用于食品工业，应用于食品类别的识别与分类、制造过程的优化以及消费者偏好的预测（Pandey et al., 2023）。最近，卷积神经网络（CNN）架构被开发用于检测富含碳水化合物的食品中的丙烯酰胺（Garg et al., 2025）。此外，三种机器学习模型（随机森林（RF）、支持向量机（SVM）和人工神经网络（ANN）被用于预测薯片中的丙烯酰胺形成情况，其中随机森林模型的表现优异（R2≥0.8）（Song et al., 2025）。虽然机器学习模型可以视为“黑箱”，但原位动力学建模提供了透明的、基于机制的解释。因此，开发可解释的动力学方程有助于更深入地理解丙烯酰胺的形成机制。

本文旨在：（i）建立并验证油炸马铃薯片中丙烯酰胺形成的原位动力学方程（包括生成、传质和消除反应）；（ii）通过跟踪油炸过程中马铃薯片中丙烯酰胺浓度、颜色参数和水分含量的变化来研究丙烯酰胺的形成机制；（iii）探讨基于不同算法的机器学习模型在预测油炸马铃薯片质量特性方面的优势。这项研究为通过工艺调控进一步控制油炸马铃薯片的质量提供了新的见解和理论指导。

实验部分

油炸马铃薯样品中丙烯酰胺的提取

新鲜马铃薯（Solanum tuberosum）、Cooperation-88（C88）处理过的马铃薯片、冷冻薯片、荞麦条和花生均从中国昆明市场采购。将马铃薯按大小分类，选择直径在50–70?mm范围内的块茎。清洗后，用削皮器去除黑色或绿色斑点，然后使用切片机将马铃薯切成标准厚度为2?mm的片状。

GC–MS方法的建立

丙烯酰胺通过溴化钾、溴化氢和饱和溴水进行衍生化，生成2,3-二溴丙酰胺（2,3-DBPA）（图1a）。为了研究GC–MS检测方法中2,3-DBPA的监测离子，将1?mL浓度为10?μg/mL的丙烯酰胺标准溶液与8?mL Br?、0.4?mL HBr和8?g KBr在4?°C下避光反应1?h。随后逐滴加入0.2?mol/L Na?S?O?溶液直至完全褪色，从而终止衍生化反应。

讨论

丙烯酰胺的主要形成途径是通过美拉德反应在温度超过120?°C时天冬酰胺与还原糖之间发生的（Bachir et al., 2022; Bonilla et al., 2025; Nematollahi et al., 2021）。不同油脂中丙烯酰胺的形成差异与原材料的差异、油脂的化学特性（如酚类化合物和不饱和脂肪酸）以及油炸条件的差异有关（如时间和温度）。

结论

建立了一种可靠的定量技术（丙烯酰胺衍生化与GC–MS联用方法），用于检测丙烯酰胺，该方法具有高准确性、重复性、灵敏度和良好的稳定性。该方法在低浓度范围（25–500?ng/mL）和高浓度范围（0.25–12.50?μg/mL）内均表现出优异的线性（R2≥0.999）。检测限（LOD）和定量限（LOQ）分别为12.5?μg/kg和40?μg/kg。

作者贡献声明

叶书新：撰写 – 审稿与编辑、初稿撰写、数据整理。高庆：初稿撰写、数据整理、概念构思。赵婉欣：审稿与编辑、数据分析、形式化分析。何金松：审稿与编辑、监督、资金获取、概念构思。

利益冲突声明

作者声明没有已知的财务利益或个人关系可能影响本文的研究结果。