《Journal of Agricultural and Food Chemistry》：Spectral Similarity Score (SSS)-Barcoding for the Quality Control of LACTEM Emulsifiers by High-Performance Thin-Layer Chromatography
編輯推薦：
本篇研究針對食品工業中廣泛應用的乳酸單雙甘油酯（LACTEM）乳化劑，開發了一種基于譜相似性評分（SSS）的高效薄層色譜-熒光檢測（HPTLC-FLD）指紋圖譜與條碼化（SSS-barcoding）分析方法。該方法不僅揭示了相同標簽下乳化劑間的顯著差異（相似度最低至67%）及批次間變異性，還成功將指紋數據與打發奶油的關鍵技術功能屬性（如析水率、表觀粘度、泡沫穩定性、粒徑D90,3及膨脹率）通過偏最小二乘回歸（PLSR）進行關聯預測，為食品乳化劑的精準質量控制和功能性預測提供了創新、高效的工具。
基于譜相似性評分（SSS）的條碼化技術：一種用于LACTEM乳化劑質量控制的HPTLC-FLD指紋圖譜新方法
引言
許多食品是復雜的多相體系，需要添加表面活性乳化劑來保證其品質均勻、穩定和貨架期。乳酸單雙甘油酯（LACTEM）是其中一類重要乳化劑，尤其在氣霧打發奶油中用于調節粘度、改善乳液和泡沫穩定性。然而，LACTEM的結構復雜，其乳酸酯化程度、單雙甘油酯比例、脂肪酸組成等存在變異性，這些并未在商品標簽中體現，卻可能顯著影響其技術功能。目前，缺乏針對LACTEM混合物的可靠分析方法和質量控制的指紋圖譜技術。本研究旨在填補這一空白。
材料與方法
研究收集了21種LACTEM乳化劑（標記為A-U）、8種含LACTEM的產品（AA-AH）以及其他非LACTEM乳化劑（如ACETEM、CITREM等）。核心分析方法為高效薄層色譜-熒光檢測（HPTLC-FLD）。對HPTLC方法進行了多項優化以提升穩定性和重現性，包括使用1%硼酸浸漬預制板以防止酰基遷移，優化兩相展開劑體系（首次展開：氯仿/甲醇/水；二次展開：正庚烷/二乙醚），并控制衍生化后硅膠板的濕度平衡時間（至少1小時）。數據預處理包括平滑、基線校正，并提取八個LACTEM特征峰（α1–4, β1,2, γ1, δ1）的信號強度，以內標（IS）進行歸一化。
譜相似性評分（SSS）與條碼化（SSS-Barcoding）
研究的核心是引入譜相似性評分（SSS）概念。將樣品的密度譜圖視為向量，通過計算其與參考指紋圖譜向量夾角的余弦值來量化相似度，SSS值介于0（完全不相似）到1（完全一致）之間。基于21種LACTEM乳化劑自身比對數據的平均值和標準差，設定了四個顏色編碼區間，用于將SSS值直觀轉化為條碼圖（SSS-barcode）。這種可視化方法能清晰展示不同樣品與參考集之間的相似性模式。
結果與討論
1. HPTLC-FLD方法優化與驗證
通過優化，成功定義了LACTEM的八個共有峰，并歸屬于不同組分：α峰（單酰甘油酯及其乳酸酯）、β峰（雙酰甘油酯及其乳酸酯）、γ峰（游離脂肪酸）、δ峰（三酰甘油酯）。硼酸浸漬和調整后的展開劑系統有效穩定了信號強度比，消除了板間差異。研究發現，衍生化后硅膠板在47%濕度下平衡1小時，信號強度可達平臺期，這對保證信號比恒定至關重要。
2. LACTEM乳化劑的相似性評估與質量控制應用
對21種LACTEM乳化劑的SSS分析表明，即使標注相同的產品，其組成相似度差異顯著，最低僅為67%（乳化劑H與參考N之間），平均相似度為0.9179。SSS條碼圖可將這些乳化劑分為四個組，與之前基于定量測量的視覺分組大體一致，但揭示了更細微的差異。該方法具有良好的穩健性，即使使用未參與構建參考集的獨立色譜板進行計算，得到的條碼圖模式也基本一致。
在質量控制方面，SSS-barcoding能有效用于來料檢測，快速識別不符合要求的乳化劑批次。研究還考察了批次間變異性，對四個乳化劑（N, O, P, Q）的兩個不同生產年份批次進行分析。結果顯示，其中三個乳化劑的批次間條碼圖高度相似，而乳化劑P的批次間SSS條碼圖顯示出一定變化，盡管其與自身參考的SSS值仍很高，這表明方法能檢測到細微的成分波動。
3. 方法在含LACTEM產品及其他乳化劑中的應用與局限
將方法應用于8種含LACTEM的工業產品（AA-AH）和10種非LACTEM乳化劑（如ACETEM、CITREM等）。結果顯示，大多數含LACTEM產品由于含有大量三酰甘油酯（導致δ峰信號過強），以及其他非脂質成分（如蛋白質）未被檢測，導致它們與純LACTEM參考的SSS值很低（平均0.4210），無法有效區分。同樣，非LACTEM乳化劑也顯示低相似性。這表明當前基于LACTEM特征峰選擇的SSS-barcoding方法在分析復雜基質（高脂肪產品或混合乳化劑）時存在局限，需要調整峰選擇策略。
4. 基于指紋圖譜預測技術功能屬性的探索
作為一個概念驗證，研究探索了利用密度譜數據預測氣霧打發奶油技術功能屬性的可能性。選取了4種純LACTEM和4種含LACTEM產品，使用偏最小二乘回歸（PLSR）模型，將預處理后的共有峰信號強度與五項技術功能屬性（歸一化析水率、表觀粘度、泡沫堅實度、粒徑D90,3、膨脹率）進行關聯。例如，對于泡沫堅實度的預測模型顯示出了一定的趨勢。然而，由于樣本量有限，且含LACTEM產品中其他表面活性成分未被色譜方法捕獲，模型對這類產品的預測能力可能受損，并存在一定程度的過擬合。盡管如此，該初步結果表明HPTLC指紋數據具有作為預測工具的未來潛力。
結論
本研究成功建立并優化了一種基于HPTLC-FLD指紋圖譜和譜相似性評分（SSS）條碼化的新方法，用于LACTEM乳化劑的質量控制。該方法能夠靈敏地鑒別相同名稱下不同乳化劑產品的組成差異，監測批次間變異性，為食品工業提供了一種直觀、穩健的質量評估工具。同時，研究通過PLSR初步探索了色譜指紋與產品技術功能屬性之間的關聯，為未來實現乳化劑功能的快速預測奠定了方法學基礎。盡管在處理高脂肪基質和混合產品時存在局限性，但此項工作為復雜食品添加劑的質量控制和功能導向分析開辟了新的途徑。
