2017, Vol. 34 
2. 中国科学院大学, 北京 100049
2. University of Chinese Academy of Sciences, Beijing 100049, China
民以食为天，食品是人类生存必需的物质基础，其质量与安全关乎每个人的生命健康与安全.近年来，伴随着食品工业的迅速发展，越来越多种类的食品涌向市场，消费者的选择也愈加多样化，在一定程度上提高了人们的生活水平.然而，食品安全事件也伴随着食品工业的蓬勃发展的频频发生，“福喜过期肉”、“镉大米”、“瘦肉精”、“塑化剂”、“三聚氰胺奶粉”和“地沟油”等新闻报道铺天盖地，导致人们对国内食品行业乃至食品管理部门的信心日渐减弱，质疑声此起彼伏.除了食品监管体系的不完善和生产者的主观因素外，导致这些食品安全事件发生的主要客观原因是由于食品行业发展过程中相应的食品检测和鉴定方法发展的严重滞后.因此，解决这一关乎民生的问题，不是简单依靠人们的谴责和食品行业从业人员的道德自律，而是必须建立并完善可行、有效的食品检测和鉴定方法.
食品检测方法是多样的，根据2009年国际官方分析化学家协会（AOAC INTERNATIONAL）发布的食品检测方法的统计结果[1]，在1 853项食品检测方法中，理化检测方法占主导地位，有1 579种，其余均为感官检测方法和生物检测方法.众所周知，食品是由大量化学成分组成的非常复杂和高度异构的物质体系，且在特定条件下（如农作或屠宰、工业处理、储存和成熟等过程），其组成会发生很大的变化. AOAC的理化检测方法主要包括高效气相和液相色谱法、质谱法、滴定法、分光光度计法等.这些方法被广泛应用于食品检测，主要是由于所使用的仪器设备价格适宜，且操作简单易行.但上述方法多需要对样品进行繁杂的前处理和分离，且仅能实现对样品中某些或者某类成分的检测分析.因此，采用这些方法，不仅会破坏食品的原始结构和性质，也很难实现食品产业链中的各个环节（合法或非合法）的全面、实时地监测.针对这类问题，利用一维高分辨核磁共振（NMR）波谱方法，通过一个简单的实验，即可获得以NMR参数形式给出的包含食品成分结构和含量的信息，这些NMR参数包括化学位移、偶合常数和信号强度等.也可以选择不同的原子核进行检测，诸如常见的1H、13C、31P和19F原子核，从不同方面获得食品分析所需的信息.这些实验不会改变食品组分，并且几乎不需要样品前处理.若食品成分较复杂，可以利用二维NMR波谱技术弥补一维NMR波谱技术信号重叠的缺陷，从而尽可能获得全面的组分结构信息.同时，近年开始应用到食品科学领域的磁共振成像（MRI）技术可以对食品中的水等分子进行检测，从而揭示食品处理和储藏期间组织结构中所发生的多种分子的相互作用和改变.
由于NMR谱议昂贵，且适应于食品分析的NMR配件较少等原因，NMR技术在食品检测领域中的应用始于20世纪70年代初期，要远远晚于色谱、质谱等技术.但正如上文提到的，NMR技术具有其它理化分析方法难以比拟的独特优点，即对样品不具有破坏性和侵入性，能够实现实时、迅速的测量，可对多类成分同时检测，可以获得样品内部结构图像等，因此近年来NMR技术在食品检测中的应用也越来越广泛.为了更好地了解NMR技术及其在食品质量与安全分析中应用现状和前景，本文将进行比较全面的概括性介绍.
1 磁共振技术在食品质量分析中的应用一般而言，对食品质量的定义有客观和主观两个维度.客观上的食品质量是指生产者赋予食品的物理化学特性，而主观上的食品质量是指消费者所理解或者认为的食品应该具有的属性.当生产者在食品生产中实践了消费者所期望的食品质量，而消费者也可以从食品生产或者官方检测分析中推知的食品具有所期望的质量，这样的食品在市场上才具有竞争优势[2].通常消费者关注的食品质量属性主要包括风味口感、种类、产地、年份等，这些也成为评价食品质量的重要属性。上述属性的检测分析可以概括为两大方面：食品成分分析和食品鉴定（表 1）.
|
表 1 核磁共振及磁共振成像技术在食品质量研究中的应用 Table 1 Application of NMR and MRI in quality evaluation of food |
食品是人体能量和营养的主要来源，其种类繁多、组成成分亦非常复杂，其中主要组成成分包括水、油脂及蛋白质等.这些成分的变化都与食品质量密切相关.利用NMR技术可以在不改变食品原始状态的情况下对上述成分进行快速、准确的定性、定量以及动态变化分析.
1.1.1 水分在食品生产、加工、储存和运输中，水的含量、活性及其动态流动与食品品质，如外观、状态和风味等，有着非常密切的联系.特别是对于鲜肉类、奶酪类和淀粉类等食品，监测其中水的含量及其动态流动性变化尤为重要.由于多数食品中水的分布是不均一的，利用传统的物理方法，可以获得平均水含量，但不能反映水分在食品中的分布和动态流动情况.而NMR技术在食品检测中的应用使得水分的分布和动态流动情况的监测成为现实.采用低场磁共振技术检测食品中水分的弛豫时间，依其差异来分析食品中水分的含量、分布和动态变化，是目前应用比较广泛的方法之一.
低场磁共振技术可被用于肉制品中水分的测定，研究水分在肉组织中的分布和流动机理，对于肉质的保鲜具有指导作用. Bertram等[3]用低场NMR测定了猪肉中水的横向弛豫时间（T2），并结合肌肉阻抗性和肌肉收缩的分析，研究了切割后的猪肉中水的流动与分布（肉的持水能力）（表 1）.结果发现猪肉中水分的T2呈多指数衰减.监测猪肉中水分的T2分布可区分出猪肉中包含3种状态的水，即与大分子相互作用的水、肌原纤维和网状组织中的水，以及细胞外水.它们的T2值范围依次为：T2B（1~10 ms）、T21（30~60 ms）、T22（100~400 ms）或（200~500 ms）.其中T2B能够反映与大分子紧密结合的水的变化，T21能够反映位于高度组织化蛋白质结构内部的水（含肌动蛋白/原肌球蛋白细纤丝与肌球蛋白粗纤丝之间）的变化，而T22为肌原纤维蛋白外部水.结果显示位于肌动蛋白与肌球蛋白粗纤维之间的水是不易流动的，而肌原纤维蛋白外部包括肌浆蛋白部分的水是流动的；而肌肉阻抗性和肌肉收缩的分析表明肌肉中水分的流失与肌肉完整性和肌肉收缩有着密切的联系.
奶制品营养丰富，是人们日常消费较高的食品之一，其中奶酪因其细腻柔和的口感和多样的风味深受各国人民喜爱，而所含水分的状态是影响奶酪口感和风味的重要因素，因此水的检测对保证奶酪质量非常重要.低场磁共振技术也可用于对奶酪中水分的非破坏性测定. Hinrichs等[4]用非破坏性的低场NMR方法表征了不同工艺处理后的新鲜奶酪样品的持水能力（表 1）；研究表明奶酪加工过程的剪切工序会影响成品的粘度，也会影响新鲜奶酪样品的硬度及其脱水收缩行为；结果显示好的脱水收缩特性与奶酪较好的软化剂相容性相关. Chaland等[5]通过探讨T2值来表征3种软奶酪（T2 > 100 μs）和1种硬奶酪（T2 < 100 μs）中的脂肪和水的状态及行为（表 1）.通过分析从奶酪中提取出来的脱水乳脂肪的T2，发现在低温（6 ℃）下，奶酪中的60%脂肪以晶态存在.随着温度的升高（12 ℃），奶酪中分子的流动性和弛豫时间变大.
淀粉类食品是日常食品的主要组成部分，这类食品的制作和储存过程中，淀粉会发生不同程度的糊化或老化，这些过程总是伴随着水分的变化.淀粉糊化是在高温下淀粉颗粒吸水溶胀、分裂形成均匀糊状溶液的过程，糊化将导致淀粉颗粒流变性质改变，并影响淀粉的溶解性，所以水的流动性可以反映糊化程度.水的T2值会随着流动性的降低而降低，因此可以通过NMR测定T2在糊化过程中的改变来研究不同条件对淀粉糊化的影响. Gomi等[6]用NMR方法观测淀粉和水的混合物在加热和冷却过程中水分的扩散系数，从而对大米淀粉的糊化速率进行监测（表 1）.结果显示，随着加热温度的升高，水分的扩散系数减小，这是由于在加热过程中，溶解到水相中的碳水聚合物总量增加. Ritota等[7]采用低场NMR技术测定了水稻淀粉与水的混合物样品中质子的T2，通过对T2的分析，研究水分子的动态信息以及体系中扩散区域的大小和分布；通过测定体系的液固比，对淀粉与水混合物的溶胀和糊化过程中的T2和纵向弛豫时间（T1）的变化进行了分析（表 1）.低温冷藏条件下，淀粉中水分的变化会影响食品的储存时间. Li等[8]采用固态2H和1H NMR对糯玉米淀粉中冻结水和非冻结水分的流动进行了描述，结果显示即使在-32 ℃的低温下，大部分非冻结水具有与液态水差不多的流动性.随着温度的降低和水分含量的减少，糯玉米淀粉中非冻结水的流动性减小；2H NMR谱图显示在低温环境下，一些各向异性的稳定D2O呈现与结冰的D2O类似的固态Pake模式（表 1）.
MRI技术在食品水分分析中具有明显优势，即可以用于直观观测食品基质环境中水分子.其检测原理与NMR方法一样，均是通过监测样品中水分子的弛豫时间的变化展现食品中水分的含量、分布及动态变化，进而分析食品的品质好坏.除此之外，MRI还可以直接观测水在样品内部的空间分布信息.在通常采集的MRI密度像中，样品不同区域的信号强度与水分的含量直接相关[9, 10].
果蔬是人体维生素和膳食纤维的主要来源，其品质与水分相关的变化有密切联系[9].采用基于MRI的重复试验，不仅可以对果蔬中水分含量变化进行检测，水分与细胞组织的相关作用的变化也可以被观测到.果蔬中水分相关的变化与其生产的环境、气候条件以及处理过程有关[11–14]].以樱桃番茄为例，其中的水份会随着它的生长季节的变化而发生变化，Ciampa等[11]利用MRI的结果阐述这一变化对樱桃番茄的货架期和和储存条件的影响. MRI的结果直观展示了樱桃番茄的不同区域水份及其空间分布信息；通过对果皮和果肉细胞组织的T2和T1的分析，发现果实中的水分子的运动和分布会随着季节的更替而改变（表 1）.
1.1.2 油脂类成分油脂类成分在调节食品风味（香味、口感和外观）方面具有重要作用：（1）有助于食品产生香味，增强食用者食欲，也可直接产生香味；（2）可以调理食品的质地，使得食品变得松软易咀嚼，增加食品的润滑感；（3）可改变食品的光泽等外观特征.从营养角度来说，食品中的油脂类成分对人体具有重要的作用和影响：一方面它是组成细胞膜的必需成分，对人体水分的保持具有重要作用，且是人体许多激素生成的材料；另一方面，油脂的高摄入量会导致人体肥胖症、高血压、冠心病及结肠癌等健康问题.所以检测和控制食品中油脂含量和成分是非常重要的.
牛奶被誉为“白色血液”，是营养丰富的饮用食品，深受人们喜爱，市场消费量高. Hu等[15]利用预饱和压水的1H NMR谱和1H-13C HSQC谱对牛奶进行了定量分析，无需样品分离等破坏性处理，就可测定其中有机成分的含量，其中脂肪类成分的定量结果与化学法测定的结果一致，同时利用1H-13C HSQC谱可以实现对牛奶中一些未知成分的归属（表 1）.
气相色谱技术是检测脂肪酸等挥发性成分的传统方法，且常被用来验证NMR检测分析结果的准确性. Igarashi等[16]分别采集了日本未提炼鲣鱼油和金枪鱼油，及挪威三文鱼油的1H NMR（500 MHz）数据和气相色谱数据，结果显示两种方法所得到的ω-3脂肪酸含量一致（R2= 0.994, p < 5 %）（表 1）.为了确认结果的可靠性，通过NMR方法获得的脂肪及水分含量结果常与AOAC官方检测方法所得结果相比较，二者结果一致.采用NMR方法，Keeton等[17]测定牛肉、鸡肉和猪肉中总脂肪的含量分别为46.00 %、7.15 %和3.88 %，这一结果与AOAC的官方检测方法—索氏萃取法所测得的含量45.84 %、7.24 %和3.74 %相一致（表 1）. Sorland等[18]的报道也显示用NMR方法所得到的剁碎猪肉样品中的脂肪含量与AOAC官方检测方法—Fosslet脂肪分析仪所得的结果相符（表 1）.为了快速测定原产品和处理后产品中的水分和脂肪，NMR方法常常与微波干燥方法相结合；诸如主要肉类食品，如牛肉，鸡肉，猪肉，火腿和火鸡中水分和脂肪的NMR检测就往往结合微波干燥方法[17]（表 1）.
固体脂肪含量（SFC）是评价食品质量的主要指标之一，NMR技术在该类成分检测中的应用较早，最为常见的是低场脉冲核磁共振方法（Pulsed NMR），其原理与早期NMR技术的工作原理相同，即施加窄脉冲在核自旋体系上，观察核体系对其的自由感应衰减（FID）信号.由于利用该方法测定固体脂肪含量简单易行、速度快、准确性高、不需要破坏样品等特点而倍受欢迎.从1993年开始，低场脉冲核磁共振方法被用作食品行业，包括烘焙业、糖果业、人造奶油业等食品行业中测定油脂的固体脂肪含量的AOCS的官方检测方法[19–23]（表 1）.
1.1.3 氨基酸或蛋白成分食品中氨基酸或蛋白含量是评价其质量的另一指标，NMR技术也可用于食品中氨基酸或蛋白的定性和定量. Consonni等[24]对意大利阿马罗尼（Amarone）干红葡萄酒进行了多变量数据分析，以期找到代谢成分与陈酿工艺之间的关系（表 1）.通过对样品1H NMR谱的归属和计量学分析，发现陈酿时间较长的酒样中氨基酸含量富集，而陈酿时间较短的酒样中芳香类成分含量富集.这可能是由于在较长的陈化过程中，酒样中的酵母和细菌会发生自溶，因此不仅葡萄中的蛋白不断被降解为氨基酸，酵母和细菌蛋白也会在宿主自溶后发生降解. α-乳白蛋白是牛奶中的主要乳清蛋白，利用一维和二维NMR谱图对它的变性态A态的结构进行表征，结果显示α-乳白蛋白的A态的三级结构在很大程度上是无序的且非特异性的[25].而Belton等[26]采用NMR方法归属并半定量了多种液体食品（果汁和食醋）中的氨基酸等小分子成分，其中用NMR方法测得葡萄汁中丙氨酸/精氨酸含量比值与已报道的高效液相色谱结果一致（表 1）.
1.2 食品鉴定食品质量的优劣不仅体现在组成成分的差异上，种类、产地、产期以及保存时间等因素也会影响食品的质量. NMR可以通过采集并解析一维、二维NMR谱图，对食品组分进行归属和表征，结合常用化学计量方法，如主成分分析（PCA），偏最小二乘法判别分析（PLS-DA）等，对食品（如茶叶、果汁、酒、豆瓣酱、酱油和醋等）进行种类、产地、生产日期、保存时间等方面的区分与鉴定[27–33]，该套方法被称为NMR指纹图谱与模式识别方法[34]，是近年来NMR在食品分类鉴定应用领域最为常见的方法.
茶叶是深受大众喜爱的健康饮品原料，优质的茶饮不仅风味独特，还具有抗辐射、抗衰老、防癌防心脑血管等多种生理保健功能.但由于产地、制作工艺及储存条件等因素的差异，不同茶叶的品质差异较大.这些差异体现在茶叶中儿茶素、氨基酸、脂肪酸、糖类、咖啡因等多种不同化学性质的成分上.陈波等[35]利用NMR指纹图谱方法同时分析了茶叶提取物中的上述成分，结果显示，安溪西坪铁观音与安溪祥华和感德铁观音相比，部分氨基酸、咖啡因、表没食子儿茶素没食子酸酯（EGCG）、表儿茶素没食子酸酯（ECG）以及一些未知成分的含量较高.红茶和黑茶与绿茶和乌龙茶相比，部分氨基酸和一些未知成分的含量较高，而儿茶素的含量较低；可见该方法可以有效区分铁观音的产地以及不同种类的茶叶，这对茶叶栽培的质量控制具有指导意义.
果汁的储存过程对其品质至关重要，利用NMR技术对果汁成分进行实时监测，指导其储存条件的优化. de Oliveira等[30]利用1H NMR技术和多变量分析方法，对巴西新鲜橙汁随着储存温度和时间的变化的降解情况进行了评估，结果显示在储存了24 h后，橙汁中产生了甲酸、富马酸和乙酸成分；在储存初期，橙汁中的琥珀酸、乳酸和乙醇含量有所增加.基于代谢物PCA分析结果也可以对不同种类的橙汁进行有效辨别.不同种类的水果营养成分和口感不同，市场定价也会不同；应用NMR技术可以对水果进行种类鉴别，从而为市售价格的定位提供科学指导.Koda等[31]利用无监督的PCA分析结合选择性激发的低场1H NMR谱，对5大品种（总计55个）芒果进行了品种鉴定.结果发现精氨酸、组氨酸、苯丙氨酸、谷氨酰胺、莽草酸和胡芦巴碱是鉴别这5种芒果的重要成分.
酒是深受人们欢迎的饮品，市售酒的种类繁多，除了品牌定位之外，其价格多因酒的产地、种类和年份上下波动，这让对上述因素的鉴别和分类显得非常重要.利用基于NMR的代谢组学技术，Anastasiadi等[36]开发了一种依据种类、产地和年份对酒样进行分类的灵敏且简单的方法.采用吸附树脂分离方法，从希腊的4个主产区的67种酒样中分离到多酚类提取物；采集提取物的1H NMR谱并进行PCA分析，结果表明基于多酚类成分的PCA分析可以辨别相同产区的不同酒厂和相同种类但不同年份的酒样. López-Rituertod等[32]采用通过1H NMR方法对3个不同分产区（Rioja Alta, Rioja Baja和Rioja Alavesa）的9个酿酒公司生产的拉里奥哈（La Rioja）葡萄酒样进行代谢组学分析，结果表明利用区间扩展规范变量分析方法（iECVA）可以有效区分来自不同分产区的拉里奥哈葡萄酒样.酒样中异戊醇和异丁醇是区分产地的主要贡献成分.而Consonni等[24]采集了产自意大利的不同产期、不同储存时间的46个阿马罗尼（Amarone ‘Passito’）干红葡萄酒样品的1H NMR谱图，进行了PCA、PLS-DA分析后发现酒样中氨基酸、糖类以及芳香成分与其分类相关.
发酵类食品（豆瓣酱、食醋等）原料复杂，再加上微生物和工艺的多样化，通过常规物理化学方法对品质进行准确和实时监测，困难诸多.而NMR技术具有对样品无破坏性和实时检测性，可以在一定程度上解决上述难题. Yang等[37]利用1H NMR方法和主成分分析，对6个不同发酵时期的豆瓣酱样品中的非挥发性代谢物（50 %甲醇提取物）的变化进行了研究，结果显示异亮氨酸、亮氨酸、乳酸、丙氨酸、乙酸、谷氨酰胺、胆碱、酪氨酸和苯丙氨酸是区分来之不同发酵阶段豆瓣酱样品的50 %甲醇提取物的主要贡献成分.食醋是广受亚洲和欧洲国家消费者欢迎的发酵调味品.目前有关食醋的NMR分析主要针对附加值比较高的欧洲食醋，如意大利香脂醋. Caligiani等[27]详细分析了多种食醋，尤其是意大利香脂醋的高场1H NMR谱图，指认并定量了样品中包括碳水化合物、醇类、有机酸、挥发性成分、和氨基酸在内的很多有机成分.为了分析样品中已归属成分的定量结果的有效性，不仅对数据的精密度、准确度、重复性和重现性进行了考察，对关键的1H NMR实验参数（样品浓度，压水时间和弛豫）的影响也进行了讨论，结果显示，1H NMR的定量结果与传统的气相色谱-质谱联用方法所得的结果一致. 1H NMR技术也可用于鉴别不同种类的食醋，传统摩德纳香脂醋（TBVM）是意大利摩德纳特产的最为有名的传统酿造葡萄酒醋，由于至少需要12年的陈化时间，使得其成为备受欢迎且价格昂贵的1种食醋. Consonni等[29]建立了一种基于13C NMR谱的分析方法，利用该方法对TBVM中的葡萄糖和果糖碳异构物进行分析，结果显示该醋中果糖的碳异构物组成具备特有的自然分布.结合1H NMR和化学计量学方法，Consonni等[38]同时对不同陈化时间的TBVM和市售配制摩德纳香脂醋（BVM）进行了鉴别，并利用有监督的PLS-DA分析方法可以对TBVM的陈化过程进行了分析，不同陈化时间的醋样也被有效区分.
为了对国内外食醋进行较为系统的质量评估，本课题组采用了两种不同的NMR谱图数据预处理方法，结合PCA和OPLS-DA多变量统计分析，对国内的3类代表性谷物醋——香醋（CARV）、陈醋（CAGV）和白醋（CRV），和欧洲的3类代表性葡萄醋——摩德纳香脂醋、红葡萄酒醋（RWW）和白葡萄酒醋（WWV）进行了定量分析（待发表）.结果显示，摩德纳香脂醋中的葡萄糖和果糖含量要远高于其他食醋，中国香醋和陈醋中的氨基酸、芳香类成分和一些药用成分（琥珀酸和甜菜碱）含量较高，而中国白醋和欧洲葡萄醋的成分组成要比其他食醋简单许多.这些结果表明不同食醋中的成分特点与其特殊的发酵工艺和所使用的原材料密切相关.
2 磁共振技术在食品安全分析中的应用食品安全有广义和狭义两种定义方式.广义地讲，食品安全可以被看作是对食品的营养品质或者对人们不熟知的食品的更为广泛的关注；狭义地讲，食品安全是食品风险的反义词，就如食用某一种食品后有感染疾病的可能性一样[2].食品安全也有主观和客观的定义差别.客观的食品安全是一个基于科学家和食品专家对食用某种食品后的风险评估的概念；而主观的食品安全概念却在消费者的心里，是一种对食品品质的内在感知和期望[2].通常人们会对两种情形下的食品产生安全感知：一种是重大的食品问题被广为皆知的情况下，如国内的“塑化剂”、“三聚氰胺奶粉”、“地沟油”等传媒竞相报道的食品伪劣添加问题；另外一种是用特定技术生产的食品，如利用转基因食品、施加农药及被辐射或者微生物污染的食品等.本文主要对磁共振技术应用较多的食品外源添加及微生物污染问题的研究进行总结（表 2）.
|
|
表 2 核磁共振及磁共振成像技术在食品安全研究中的应用 Table 2 Application of NMR and MRI in safety evaluation of food |
为了调节食品的风味，或降低食品生产的成本，生产者往往会对天然食品进行调配或勾兑.这些用于调配或勾兑的外源添加物（有时是非食品级的）多为天然食品本身含有的成分，采用传统的物化检测方法，只能通过成分含量的高低来推测是否含有或半定量外源添加物. NMR技术在食品外源添加物质检测方面的应用比较晚，目前常用方法为基于NMR技术的位点特异性天然同位素丰度分离法（SNIF-NMR），该方法可以有效鉴别天然食品中的本身成分和外源添加成分.由于在自然条件下，生物体会优先利用较轻的元素，而非生物体系没有这一选择性，所以生物来源的代谢物的同位素比，即重元素数与轻元素数比值（RH/L），会分布在一个区别于非生物来源代谢物同位素比的较低值范围内，而利用SNIF-NMR法，可以直接获得有机分子可检测基团上的同位素丰度比，结合代谢路径分析就可以判断天然样品中是否有添加或者添加了什么外源成分.
Caer等[39]利用基于13C NMR谱的SNIF-NMR方法，检测并分析了不同来源的3种天然丰度有机分子（乙醇、乙酸和香兰素）的位点特异碳同位素丰度比.为了考察所得结果是否达到13C NMR定量的要求，方法的可重复性和重现性均被进行了考察.结果表明利用基于13C NMR谱的SNIF-NMR方法可以检测到不同生物或者合成来源乙醇分子乙烷基上碳同位素丰度比的小的差异，该结果与传统的同位素比例质谱所得结果一致.但由于该方法对多种系统误差比较灵敏，无法实现绝对定量，使其在应用上有比基于氢核的SNIF-NMR方法有更多限制.尽管如此，它在检测和定量食品中高含量标志性成分和外源添加方面有着独特优势.
作为甘油三酯的结构组成成分，甘油在天然食品中扮演着重要角色.如酒类中的甘油对产品的感官值有很大的影响. Zhang等[40]采用SNIF-NMR方法对3种不同来源的甘油样品进行了碳和氢元素的位点特异性天然同位素分馏的研究.这3种样品分别来自植物油脂提取物、糖发酵体系和市售来源.前两种甘油样品的原材料包含了多种C3或C4代谢植物.结果显示，上述甘油骨架上的氘元素丰度比偏差值的统计分布范围较大，且同位素参数的分散度要远大于测量的精度.采用SNIF-NMR方法可以简单有效地区分天然的和合成的甘油样品.通过对来自C3或C4代谢植物的甘油前体物质进行统计分析，评估甘油分子上碳和氢元素同位素指纹鉴别的潜力，结果表明甘油可以作为一个同位素探针，可用于鉴别橄榄油和葵花油以及研究酒类的掺假问题.
糖分是食品的重要组成部分，也是诸多食品生产过程中的必需底物.因此，糖分来源的鉴定，对几乎所有食品的品质保证（甜度）及其食用安全性至关重要.一般来说，来自于C4代谢植物（甘蔗、玉米等）和景天酸代谢植物（菠萝、龙舌兰等）的糖的总碳同位素比和位点特异性氢同位素比的分布范围很接近，从而使得二者很难被鉴别. Thomas等[41]采用基于定量13C NMR谱的SNIF-NMR方法，测定了来自不同碳源的乙醇上乙烷基的碳同位素比值，显示在合适的分析条件下，结果的重现性好.该方法可以检测到可能掺到菠萝中的主要糖类，即甘蔗糖和玉米糖.对于龙舌兰，该方法可以明确地区分正宗的龙舌兰酒、misto龙舌兰（由至少51 %的龙舌兰酒制得）和主要用甘蔗或者玉米糖制得的非法假酒.
食醋的主要掺假现象是添加廉价的合成乙酸，因此对合成乙酸的检测是食醋安全检测的重要组成部分.合成乙酸和发酵来源乙酸的氢同位素比值存在差异，利用基于质子的SNIF-NMR方法可区分二者.但该方法需要对样品进行前处理，将乙酸从食醋中提取分离出来，有时还需要进行浓缩.为了考察这些前处理对SNIF-NMR的结果是否有影响，Ko等[42]采用了萃取蒸馏法纯化到用于同位素分馏分析的乙酸样品，通过正交试验设计确定了最佳提取条件.结果表明乙酸的最优提取条件为样品和萃取剂比为1:1，提取7次，每次15 min.乙酸乙酯和乙醚对乙酸的萃取率分别为93.65%和80.57%.用上述两种萃取剂所提取到的乙酸甲基上的氢同位素比(D/H)CH3存在较大的差异（134.3×10–6和131.5×10–6），但文中对此没有做详细解释.为了降低成本，有时用糖浆制得的食醋也会被掺入纯酿造食醋中. Hsieh等[43]通过对3种米醋鉴定模型的测试，鉴定并评估了纯酿造米醋. SNIF-NMR分析的结果显示，纯酿造米醋、糖浆制食醋和合成食醋中(D/H)CH3值（98.50×10–6、108.46×10–6和131.58×10–6）存在明显差异.米醋鉴定模型测验结果表明，随着浆制食醋或合成食醋的加入，纯酿造米醋的(D/H)CH3值呈线性增大.
SNIF-NMR方法虽然可以直接获得特定天然分子特定基团上同位素比，但该方法对谱图的信噪比要求很高、且分辨率有限，所以该方法不适合于很难得到高信噪比谱图且同位素丰度分散程度较小的碳等元素，一般常用于分析氢元素.为了得到更多同位素分布信息，SNIF-NMR方法往往与稳定同位素比例质谱（IR-MS）相结合应用.为了检测芥末油的伪劣掺假，Remaud等[44]同时采用SNIF-NMR和IR-MS方法鉴别天然芥末油中的和合成的异硫氰酸丙烯酯.异硫氰酸丙烯酯是芥末油的主要成分，该成分可以以远低于从芥末中提取的成本进行合成，因此往天然芥末油中掺入人工合成的异硫氰酸丙烯酯是非常有利可图的.通过对由上述方法获得的异硫氰酸丙烯酯的同位素参数，包括特异位点的D含量(D/H)i、13C同位素偏差值（δ13C）、15N同位素偏差值（δ15N）和34S同位素偏差值（δ34S），进行PCA分析，天然芥末油的产地也被鉴别.
前文已经提到甘油是诸多食品和饮料（鸡肉、玉米油、橄榄油、鱼油、葵花油和红酒等）的主要组分，且其衍生物也种类繁多.该成分是来自生物代谢还是合成而来，对于鉴定上述食品及饮料的质量安全非常重要. Zhang等[45]同时采用SNIF-NMR和IR-MS法分析了不同来源（植物、动物油中，发酵培养液中和化学合成的）的多个甘油样品的碳同位素比情况.为了用IR-MS获得位点特异性同位素比，样品被降解并转化为两种衍生物，一种含有C-1和C-3，另外一种含有C-2；考察了化学转化过程中可能发生的同位素丰度参数的变化；对两种方法的可重复性和可重现性也进行了考察，结果显示两种方法获得了一致的同位素结果，其中SNIF-NMR方法由于其非破坏，不仅可以用于检测甘油的碳同位素分布，也可以检测其他成分.
2.2 微生物污染等水果及其制品营养丰富，是日常生活必备，但在保存中容易受到微生物污染而不宜食用.由于微生物肉眼不可见，且有些污染发生在水果内部，所以在污染初期无法通过肉眼察觉.应用MRI技术可以鉴别水果的内部损伤或腐烂情况，精度高且能定量，提高了水果内部检测的可靠性，使储存环节有了进一步的保证. Hall等[46]使用MRI共振弛豫方法对多种食品的内部结构及其被病原菌感染后的变化方面的研究进行了总结，包括黄瓜的病原菌感染及甜瓜的内部坏死对它们内部结构的影响，以及果汁被微生物污染初期的成分变化情况. Duarte等[47]采用高分辨NMR技术对腐败的和被扩展青霉菌污染的天然芒果汁的成分变化进行了132 h的监测，结果显示腐败中的芒果汁中的奎尼酸和莽草酸含量减少，被扩展青霉菌污染的芒果汁中的柠檬酸和苹果酸含量变少，二者的丙氨酸、亮氨酸、异亮氨酸和缬氨酸含量也变少，这些成分的变化可以用于芒果汁的自然腐败和扩展青霉菌污染早期的指示，对芒果汁品质的保障具有重要意义.
3 总结与展望近年来，随着磁共振理论和相关仪器制造技术的发展以及谱仪价格的逐渐降低，磁共振技术在食品质量与安全领域的应用无可替代的优势逐渐展现出来.不仅可以从NMR谱图及MRI图像中获取食品成分信息，分析其中所含成分特点，而且可以探索NMR弛豫参数在食品生长、保藏、运输及处理过程中的变化规律，从而监控并指导食品从产地到餐桌这一过程中各个环节的质量保证；另外，还可以从中获取部分外源添加物的信息、分析食品的天然纯正性或添加物质的安全性，进而探究食品生产过程中的安全问题.但同时磁共振技术在食品领域的应用也面临着不可忽视的挑战，尤其是在食品掺假鉴伪方面，由于磁共振技术对同位素比值的检测灵敏度有限，对于诸如地沟油、传统工艺食品、茶叶和进口食品等微量或者未知成分较多的食品的鉴别，其应用受到了很大的限制.如果可以进一步开发仪器的新功能和新方法，提高仪器检测灵敏度和检出限，从而建立基于磁共振技术的食品标准信息数据库，就可以根据该数据库来确认食品来源、储存年份和掺假情况，这对于食品质量与安全的保障和监管具有非常积极的促进作用.相信伴随着这些问题的解决，磁共振技术在食品领域的应用将更为广泛和深入.
| [1] | HORWITZ W, LATIMER G. Official methods of analysis of AOAC international[M]. 18th ed. Gaithersburg: AOAC Int, 2009. |
| [2] | GRUNERT K G. Food quality and safety:Consumer perception and demand[J]. Eur Rev Agric Econ, 2005, 32(3): 369-391. DOI: 10.1093/eurrag/jbi011. |
| [3] | HANNE CHRISTINE B, ANNETTE S, KATJA R, et al. Physical changes of significance for early post mortem water distribution in porcine M. longissimus[J]. Meat Sci, 2004, 66(4): 915-924. DOI: 10.1016/S0309-1740(03)00188-8. |
| [4] | HINRICHS R, GÖTZ J, NOLL M, et al. Characterisation of the water-holding capacity of fresh cheese samples by means of low resolution nuclear magnetic resonance[J]. Food Res Int, 2004, 37(7): 667-676. DOI: 10.1016/j.foodres.2004.02.005. |
| [5] | CHALAND B, MARIETTE F, MARCHAL P, et al. 1H nuclear magnetic resonance relaxometric characterization of fat and water states in soft and hard cheese[J]. J Dairy Res, 2000, 67(4): 609-618. DOI: 10.1017/S0022029900004398. |
| [6] | GOMI Y I, FUKUOKA M, MIHORI T, et al. Therate of starch gelatinization as observed by PFG-NMR measurement of water diffusivity in rice starch/water mixtures[J]. J Food Eng, 1998, 36(4): 359-369. DOI: 10.1016/S0260-8774(98)00080-6. |
| [7] | RITOTA M, GIANFERRI R, BUCCI R, et al. Proton NMR relaxation study of swelling and gelatinisation process in rice starch-water samples[J]. Food Chem, 2008, 110(1): 14-22. DOI: 10.1016/j.foodchem.2008.01.048. |
| [8] | LI S, DICKINSON L C, CHINACHOTI P. Mobility of "unfreezable" and "freezable" water in waxy corn starch by 2H and 1H NMR[J]. J Agric Food Chem, 1998, 46(1): 62-71. DOI: 10.1021/jf9609441. |
| [9] | BUTZ P, HOFMANN C, TAUSCHER B. Recent developments in noninvasive techniques for fresh fruit and vegetable internal quality analysis[J]. J Food Sci, 2005, 70(9): 131-141. |
| [10] |
WANG X B, LI L Y, DING G L, et al. The study of kiwi using magnetic resonance imaging and localized NMR spectroscopy[J].
Chinese J Magn Reson, 1998, 15(3): 261-266.
王新兵, 李丽云, 丁广良, 等. 猕猴桃的磁共振成象及核磁共振定域波谱研究[J]. 波谱学杂志, 1998, 15(3): 261-266. |
| [11] | CIAMPA A, DELL'ABATE M T, MASETTI O, et al. Seasonal chemical-physical changes of PGI Pachino cherry tomatoes detected by magnetic resonance imaging (MRI)[J]. Food Chem, 2010, 122(4): 1253-1260. DOI: 10.1016/j.foodchem.2010.03.078. |
| [12] | OTERO L, PRÉSTAMO G. Effects of pressure processing on strawberry studied by nuclear magnetic resonance[J]. Innov Food Sci Emerg Technol, 2009, 10(4): 434-440. DOI: 10.1016/j.ifset.2009.04.004. |
| [13] | PEARCE K, KATJA R, ANDERSEN H J, et al. Water distribution and mobility in meat during the conversion of muscle to meat and ageing and the impacts on fresh meat quality attributes-a review[J]. Meat Sci, 2011, 89(2): 111-124. DOI: 10.1016/j.meatsci.2011.04.007. |
| [14] | SEQUI P, DELL'ABATE M T, VALENTINI M. Identification of cherry tomatoes growth origin by means of magnetic resonance imaging[J]. J Sci Food Agric, 2007, 87(1): 127-132. DOI: 10.1002/(ISSN)1097-0010. |
| [15] | HU F Y, FURIHATA K, KATO Y, et al. Nondestructive quantification of organic compounds in whole milk without pretreatment by two-dimensional NMR spectroscopy[J]. J Agric Food Chem, 2007, 55(11): 4307-4311. DOI: 10.1021/jf062803x. |
| [16] | IGARASHI T, AURSAND M, SACCHI R, et al. Determination of docosahexaenoic acid and n-3 fatty acids in refined fish oils by 1H-NMR spectroscopy:IUPAC interlaboratory study[J]. J AOAC Int, 2002, 85(6): 1341-1354. |
| [17] | KEETON J T, HAFLEY B S, EDDY S M, et al. Rapid determination of moisture and fat in meats by microwave and nuclear magnetic resonance analysis[J]. J AOAC Int, 2003, 86(10): 1193-1202. |
| [18] | SORLAND G H, LARSEN P M, LUNDBY F, et al. Magnetic resonance in food science:The multivariate challenge[M]. UK: RSC Publishing, 2005: 20-27. |
| [19] | CAMPOS R, OLLIVON M, MARANGONI A G. Molecular composition dynamics and structure of cocoa butter[J]. Cryst Growth Des, 2009, 10(1): 205-217. |
| [20] | FIRESTONE D. Official methods and recommended practices of the American Oil Chemists Society[M]. 6th ed. USA: America Oil Chemists' Society, 2004. |
| [21] | NARINE S S, HUMPHREY K L. Extending the capability of pulsed NMR instruments to measure solid fat content as a function of both time and temperature[J]. J AOCS, 2004, 81(1): 101-102. |
| [22] | TIMMS R E. Confectionery fats handbook:Properties, production and application[M]. UK: The Oily Press, 2003. |
| [23] | VEREECKEN J, FOUBERT I, SMITH K W, et al. Crystallization of model fat blends containing symmetric and asymmetric monounsaturated triacylglycerols[J]. Eur J Lipid Sci Technol, 2010, 112(2): 233-245. DOI: 10.1002/ejlt.v112:2. |
| [24] | CONSONNI R, CAGLIANI L R, GUANTIERI V, et al. Identification of metabolic content of selected Amarone wine[J]. Food Chem, 2011, 129(2): 693-699. DOI: 10.1016/j.foodchem.2011.05.008. |
| [25] | ALEXANDRESCU A T, EVANS P A, PITKEATHLY M, et al. Structure and dynamics of the acid-denatured molten globule state of α-lactalbumin:A two-dimensional NMR study[J]. Biochem, 1993, 32(7): 1707-1718. DOI: 10.1021/bi00058a003. |
| [26] | BELTON P S, DELGADILLO I, HOLMES E, et al. Use of high-field 1H NMR spectroscopy for the analysis of liquid foods[J]. J Agric Food Chem, 1996, 44(6): 1483-1487. DOI: 10.1021/jf950640z. |
| [27] | CALIGIANI A, ACQUOTTI D, PALLA G, et al. Identification and quantification of the main organic components of vinegars by high resolution 1H NMR spectroscopy[J]. Anal Chim Acta, 2007, 585(1): 110-119. DOI: 10.1016/j.aca.2006.12.016. |
| [28] | CONSONNI R, CAGLIANI L R, BENEVELLI F, et al. NMR and chemometric methods:A powerful combination for characterization of balsamic and traditional balsamic vinegar of modena[J]. Anal Chim Acta, 2008, 611(1): 31-40. DOI: 10.1016/j.aca.2008.01.065. |
| [29] | CONSONNI R, CAGLIANI L R, RINALDINI S, et al. Analytical method for authentication of traditional balsamic vinegar of modena[J]. Talanta, 2008, 75(3): 765-769. DOI: 10.1016/j.talanta.2007.12.005. |
| [30] | DE OLIVEIRA C R, CARNEIRO R L, FERREIRA A G. Tracking the degradation of fresh orange juice and discrimination of orange varieties:An example of NMR in coordination with chemometrics analyses[J]. Food Chem, 2014, 164: 446-453. DOI: 10.1016/j.foodchem.2014.05.026. |
| [31] | KODA M, FURIHATA K, WEI F, et al. Metabolic discrimination of mango juice from various cultivars by band-selective NMR spectroscopy[J]. J Agric Food Chem, 2012, 60(5): 1158-1166. DOI: 10.1021/jf2041438. |
| [32] | LÓPEZ-RITUERTO E, SAVORANI F, AVENOZA A, et al. Investigations of La Rioja terroir for wine production using 1H NMR metabolomics[J]. J Agric Food Chem, 2012, 60(13): 3452-3461. DOI: 10.1021/jf204361d. |
| [33] | YANG S O, KIM M S, LIU K H, et al. Classification of fermented soybean paste during fermentation by 1H nuclear magnetic resonance spectroscopy and principal component analysis[J]. Biosci Biotechnol Biochem, 2009, 73(3): 502-507. DOI: 10.1271/bbb.80467. |
| [34] |
CHEN B, KANG H N, HAN C, et al. Applications of NMR spectroscopy and pattern recognition in food analysis[J].
Chinese J Magn Reson, 2006, 23(3): 397-407.
陈波, 康海宁, 韩超, 等. NMR指纹图谱与模式识别方法在食物分析中的应用[J]. 波谱学杂志, 2006, 23(3): 397-407. |
| [35] |
CHEN B, ZHANG W, KANG H N, et al. Fingerpringting tea by 1H NMR[J].
Chinese J Magn Reson, 2006, 23(2): 169-180.
陈波, 张巍, 康海宁, 等. 茶叶的1H NMR指纹图谱研究[J]. 波谱学杂志, 2006, 23(2): 169-180. |
| [36] | ANASTASIADI M, ZIRA A, MAGIATIS P, et al. 1H NMR-based metabonomics for the classification of Greek wines according to variety, region, and vintage. Comparison with HPLC data[J]. J Agric Food Chem, 2009, 57(23): 11067-11074. DOI: 10.1021/jf902137e. |
| [37] | YANG S O, KIM M S, LIU K H, et al. Classification of fermented soybean paste during fermentation by 1H nuclear magnetic resonance spectroscopy and principal component analysis[J]. Biosci Biotechnol Biochem, 2009, 73(3): 502-507. DOI: 10.1271/bbb.80467. |
| [38] | CONSONNI R, CAGLIANI L R. NMR relaxation data for quality characterization of balsamic vinegar of modena[J]. Talanta, 2007, 73(2): 332-339. DOI: 10.1016/j.talanta.2007.03.045. |
| [39] | CAER V, TRIERWEILER M, MARTIN G J, et al. Determination of site-specific carbon isotope ratios at natural abundance by carbon-13 nuclear magnetic resonance spectroscopy[J]. Anal Chem, 1991, 63(20): 2306-2313. DOI: 10.1021/ac00020a021. |
| [40] | ZHANG B L, BUDDRUS S, TRIERWEILER M, et al. Characterization of glycerol from different origins by 2H-and 13C-NMR studies of site-specific natural isotope fractionation[J]. J Agric Food Chem, 1998, 46(4): 1374-1380. DOI: 10.1021/jf970794+. |
| [41] | THOMAS F, RANDET C, GILBERT A, et al. Improved characterization of the botanical origin of sugar by carbon-13 SNIF-NMR applied to Ethanol[J]. J Agric Food Chem, 2010, 58(22): 11580-11585. DOI: 10.1021/jf102983v. |
| [42] | KO W C, CHENG J Y, CHEN P Y, et al. Optimized extraction method of acetic acid in vinegar and its effect on SNIF-NMR analysis to control the authenticity of vinegar[J]. Food Bioprocess Tech, 2012, 6(8): 2202-2206. |
| [43] | HSIEH C W, LI P H, CHENG J Y, et al. Using SNIF-NMR method to identify the adulteration of molasses spirit vinegar by synthetic acetic acid in rice vinegar[J]. Ind Crops Products, 2013, 50(10): 904-908. |
| [44] | REMAUD G S, MARTIN Y L, MARTIN G G, et al. Authentication of mustard oils by combined stable isotope analysis (SNIF-NMR and IRMS)[J]. J Agric Food Chem, 1997, 45(5): 1844-1848. DOI: 10.1021/jf960448c. |
| [45] | ZHANG B L, TRIERWEILER M, JOUITTEAU C, et al. Consistency of NMR and mass spectrometry determinations of natural-abundance site-specific carbon isotope ratios. The case of glycero[J]. Anal Chem, 1999, 71(13): 2301-2306. DOI: 10.1021/ac9812375. |
| [46] | HALL L D, EVANS S D, NOTT K P. Measurement of textural changes of food by MRI relaxometry[J]. Magn Reson Imaging, 1998, 16(5, 6): 485-492. |
| [47] | DUARTE I F, IVONNE D, GIL A M. Study of natural mango juice spoilage and microbial contamination with penicillium expansum by high resolution 1H NMR spectroscopy[J]. Food Chem, 2006, 96(2): 313-324. DOI: 10.1016/j.foodchem.2005.04.008. |