陕西理工大学生物科学与工程学院的杨 慧、陈德经*和陕西理工大学化学与环境科学学院的夏冬辉等人以大鲵肉粉为研究对象，分别掺入不同比例的草鱼肉粉、江团鱼肉粉和土豆淀粉，探索采用偏最小二乘（PLS）法定性定量分析掺伪大鲵肉粉的可行性，以期为掺伪大鲵肉粉的快速检测提供参考。
1、近红外光谱图
大鲵纯样和掺伪物近红外光谱图
土豆淀粉的近红外图谱和其他肉类的图谱有显着差异，纯江团肉粉、纯草鱼肉粉纯和大鲵肉粉的近红外光谱图形状极为相似，这可能是因为它们都以蛋白质物质为主。在波数为8 700～6 500 cm－1 、5 000～4 000 cm－1 范围内，可用肉眼识别3 种纯肉样的光谱图，且江团鱼粉的吸光度最大的，大鲵肉粉的吸光度最低。肉类品种不同，其所含有的化学成分也不同，因此表现出不同的近红外光谱吸收值。
掺伪大鲵肉粉的近红外光谱图
大鲵肉粉掺伪光谱图出现谱峰重叠现象，且随着掺假物质量分数（从下到上递增）的不断增加，重叠现象随之加重，很难用肉眼直接区分大鲵纯肉样和大鲵掺伪样，此时就需要结合化学计量学方法进行数据分析。
2、定性分析结果
模型预测效果不一，经光谱预处理后，模型的准确率均有提高。其中经1SGD＋MSC光谱预处理后，模型校正集和预测集的准确率均为100%。该模型可以区分开大鲵纯肉样和掺伪样。
3、定量分析结果
在掺江团鱼肉粉和掺草鱼肉粉的PLSR定量模型中，Rc2略小于Rp2 ，这是由于模型有一定的泛化性，且江团鱼、草鱼、大鲵都是淡水鱼，在某种程度上会影响模型的预测效果。这与前人在猪肉掺肝脏模型中Rc2 为0.977 06、Rp2 为0.985 75的PLSR定量分析结果相类似，建立的PLSR定量模型有良好的预测性能，能够用于大鲵肉粉掺伪的定量鉴别。
结 论
运用近红外光谱技术结合PLS-DA建立掺伪大鲵肉粉的定性鉴别方法。PLS-DA模型中，比较大鲵肉粉及其掺伪物的原始光谱以及经MSC、SNV、1SGD、1SGD＋MSC和1SGD＋SVN等光谱预处理后所建模型判别效果。确定1SGD＋MSC为最佳光谱预处理方法，所建2分类和4分类模型校正集与预测集的准确率均为100%。运用近红外光谱技术结合PLSR建立掺伪大鲵肉粉定量校正模型，大鲵肉粉掺江团鱼肉粉、大鲵肉粉掺草鱼肉粉、大鲵肉粉掺土豆淀粉模型RMSEC分别为1.14%、1.39%、0.88%，Rc2 为0.990 6、0.986 4、0.993 3；RMSEP分别为0.83%、0.89%、1.22%，Rp2为0.994 4、0.992 4和0.990 8，所建PLSR定量模型有很好的预测性能。近红外光谱技术结合化学计量学方法能够对大鲵肉粉进行掺伪鉴别和纯度检测。
