《Food Chemistry》：Near- and Mid-Infrared Spectroscopy for the Rapid and Non-Destructive Analysis of Wheat Flour and Wheat-Based Products: A Review
编辑推荐：
近红外（NIR）和中红外（MIR）光谱技术作为非破坏性检测手段，在评估小麦粉质量参数（如蛋白质、水分）、安全性（如杂质检测）及真实性方面展现高效性，结合化学计量学与机器学习显著提升预测精度，为食品工业提供快速可靠的解决方案。
M. Pilar Espa?a-Fari?as | Patricia Cazón | María ángeles Romero-Rodríguez
营养与食品科学及食品技术领域，分析化学系，营养与食品科学专业，圣地亚哥-德孔波斯特拉大学Terra校区，27002卢戈，西班牙
摘要
小麦粉及其制品是全球的主食，因此其质量和安全性对食品工业和消费者至关重要。传统的分析方法往往速度慢、成本高且具有破坏性。近年来，红外光谱技术，特别是近红外（NIR）和中红外（MIR）光谱技术，已成为一种快速、经济且无损的小麦粉评估方法。本文综述了这些技术在确定质量参数、监测功能特性、检测掺假物、验证真实性以及评估污染风险方面的最新应用进展。将光谱技术与化学计量学和机器学习相结合，提高了预测的准确性和稳健性，支持实时和现场分析。此外，校准模型、波长选择策略和深度学习方法的应用进一步提升了分析性能。总体而言，NIR和MIR光谱技术已成为优化小麦粉质量控制和安全性的关键工具，为食品工业提供了快速、可靠和可持续的分析系统。
引言
小麦（Triticum属）是全球种植最广泛的谷物之一（?etin-Babao?lu等人，2020年）。在全球范围内，小麦是产量最高的三大农产品之一，2013年至2023年间年均产量约为7.5亿吨，仅低于甘蔗和玉米，与水稻相当（FAO，2025年）。小麦粉是面包、蛋糕、意大利面和饼干等许多食品的主要原料（Guzmán等人，2022年）。作为一种重要的消费品成分，小麦粉富含碳水化合物、纤维、蛋白质和矿物质（Zareef等人，2021年）。其高产量凸显了其在全球粮食安全中的关键作用，尤其是在小麦种植集中的温带地区。
然而，掺假和低质量问题对质量和安全保障构成了挑战，因为这些问题难以检测，并可能对公共健康构成风险（Zhang等人，2022年）。因此，确保小麦粉及其制品的质量和安全至关重要。开发快速、经济且有效的分析方法至关重要。
小麦粉的主要质量参数通常使用标准化的AOAC方法进行评估（AOAC，2019年）。这些参数包括化学成分的关键组成部分，如水分、蛋白质、灰分和湿面筋含量（Cornell & Hoveling，2020年）。此外，还评估了技术参数，如沉淀值、落粉数以及小麦粉面团的流变特性（如alveograph和farinograph参数）。然而，传统的分析方法大多劳动强度大、耗时且具有破坏性。此外，还使用了酶联免疫吸附测定（ELISA）、聚合酶链反应（PCR）和液相色谱-质谱联用（LC-MS）等方法，但这些方法成本高昂，需要化学试剂，并且样品制备过程繁琐（Badaró等人，2022年；T. Czaja等人，2018年）。
因此，无损光谱技术已成为一种可行的替代方案。这些技术包括高光谱和多光谱成像、核磁共振（NMR）、拉曼光谱（RS）、红外光谱（IRS）、近红外光谱（NIR）、中红外光谱（MIR）、紫外光谱（UV）、可见光谱、荧光光谱和基于X射线的光谱方法（Mohd Ali & Hashim，2022年）。
目前，大多数定量光谱技术基于NIR光谱，因为其在成本效益、速度、简便性、高通量、便携性和多功能性方面具有优势（Sadat等人，2019年）。另一方面，MIR光谱技术主要用于分子结构的定性研究。该技术可以监测分子的基本振动模式，从而提供特定样品的化学信息及其结构特征（Du等人，2022年）。
NIR光谱在食品产品中的质量和安全评估应用已得到广泛研究，例如可可豆（Teye等人，2020年）、食用油（Li等人，2020年）、蜂蜜（Biswas & Chaudhari，2024年）、香料（Oliveira等人，2019年）和园艺产品（Pandiselvam等人，2022年）。尽管已有研究探讨了NIR光谱在小麦制品（Badaró等人，2022年）和小麦粉（Du等人，2022年；Zhang等人，2022年）中的应用，但这些研究仅限于近红外光谱。据我们所知，目前尚无综述同时涵盖MIR技术与化学计量学在小麦粉及其制品质量与安全评估中的应用。此外，目前关于这两种技术在小麦中的性能比较的研究仍然较少（H. Shi & Yu，2017年）。然而，将NIR和MIR技术与化学计量学结合使用，可以为小麦粉及其制品的分析提供全面的信息，从而加速相关科学研究。
本文综述了利用无损NIR和MIR技术评估小麦粉及其制品质量和安全性的最新进展，包括真实性鉴定、质量参数、化学成分和技术参数的评估以及其他安全分析。
近红外光谱
近红外光谱技术的工作范围是780至2500纳米的电磁波谱区间，位于可见光谱和中红外光谱之间（Pasquini，2018年）。NIR光谱包含关于C-H、O-H和N-H等X-H化学键的信息（Manley，2014年）。由于所有含氢分子都能在NIR光谱中被检测到，因此可以使用NIR技术分析多种有机材料，如水、脂质、淀粉或蛋白质（Futami等人）
化学计量学
化学计量学是化学的一个分支，利用数学、统计和形式逻辑方法设计和选择最优的测量程序和实验（Héberger，2008年）。化学计量分析和建模需要高质量的数据，以准确反映所需的测量结果（Esbensen & Julius，2020年）。该技术可以从各种类型的数据中提取相关信息，包括光谱中的化学信息，并将其与质量参数相关联
真实性鉴定
近年来，确定食品产品的真实性已成为消费者和食品监管机构关注的重点（Wadood等人，2020年）。掺假、伪造、替代和故意错误标注等行为会损害食品的质量和安全（H.-Y. Liu等人，2023年；Oliveira等人，2019年）。确保产品标签和法规的合规性至关重要（Abbas等人，2018年）。在这种情况下，开发快速、稳健的真实性鉴定方法十分必要
未来展望
尽管针对小麦粉及其制品的NIR和MIR光谱研究已取得大量进展，但仍存在一些挑战需要在未来研究中解决。虽然许多校准模型在受控条件下获得了良好的预测性能，但这些模型通常基于有限的样本集开发，可能会限制其在实际工业环境中的适用性和稳健性。扩大数据集范围以更好地捕捉相关变异性
结论
NIR和MIR光谱技术已确立为评估小麦颗粒和面粉质量和安全性的快速、无损且可持续的替代方法。当与化学计量学和机器学习结合使用时，这些技术能够提供稳健的预测和分类模型，涵盖组成和技术参数。
在回顾的文献中，PLSR方法在定量分析中应用最为广泛
CRediT作者贡献声明
M. Pilar Espa?a-Fari?as：撰写初稿，概念构思。Patricia Cazón：审稿与编辑，监督，概念构思。María ángeles Romero-Rodríguez：审稿与编辑，监督，项目管理，资金筹集，概念构思。
资助
本工作得到了圣地亚哥-德孔波斯特拉大学“Cátedra do Pan e do Cereal”（参考编号2018-Ad003）的支持，并获得了西班牙科学与创新部（“Proyectos de Generación de Conocimiento 2021–2023”项目PID2021-123905OB-I00）以及加利西亚政府教育、科学、大学和职业培训部门（ED431C 2023/07）的资助。作者Patricia Cazón感谢加利西亚政府的博士后资助
未引用的参考文献
de Duarte等人，2022年
HéBERGER, K., 2008
von Wrochem, Rekowski, Ziegler, Hitzmann and Z?rb, 2024
利益冲突声明
作者声明没有已知的财务利益冲突或个人关系可能影响本文的研究结果。
致谢
作者感谢“Cátedra do Pan e do Cereal”的支持。
