Multi-Excitation Front-Face Fluorescence Spectroscopy with Explainable LSTM for Detection of Lymphatic Tissue Adulteration in Ground Beef

De integriteit van de voedselvoorzieningsketen rust op het weten wat er precies in een verpakking zit. Wanneer rundergehakt wordt verkocht, eisen regelgeving en consumentenvertrouwen dat het alleen uit skeletspier bestaat, het eetbare vlees dat we verwachten. De vleesindustrie wordt echter geconfronteerd met een hardnekkige uitdaging: de accidentele of frauduleuze inclusie van lymfatisch weefsel. Lymfeklieren maken deel uit van het immuunsysteem van het dier en fungeren als filters die bacteriën en pathogenen kunnen huisvesten. In tegen af van spierweefsel worden ze geclassificeerd als orgaanvlees (offal) en zijn ze niet bedoeld voor menselijke consumptie. Zodra deze weefsels worden vermalen en gemengd in een partij rundvlees, worden ze onzichtbaar voor het blote oog. Traditionele methoden om ze te vinden, zoals DNA-testen, zijn traag, duur en destructief, waardoor ze onpraktisch zijn voor het controleren van elke partij vlees die door een slachthuis beweegt. Wetenschappers kijken al lang naar lichtgebaseerde technologieën als een sneller alternatief. Door licht op een monster te schijnen en te meten hoe het teruggloeit, kunnen onderzoekers specifieke moleculen detecteren die fungeren als chemische vingerafdrukken. Deze aanpak, bekend als fluorescentiespectroscopie, kan subtiele verschillen in samenstelling onthullen die het menselijk oog mist, wat een potentiële manier biedt om contaminatie snel en zonder het product te beschadigen te spotten.

Een team van onderzoekers zette zich scharpe doelstellingen om het specifieke probleem van het detecteren van verborgen lymfatisch weefsel in rundergehakt op te lossen. Ze wisten dat een eenvoudige lichttest moeite zou hebben omdat rundergehakt een complexe mix is waarbij vetgehalte, oxidatie en het type vleesstuk de manier waarop het vlees gloeit kunnen veranderen, wat vaak het signaal van contaminatie nabootst. Om door deze verwarring heen te snijden, ontwikkelden ze een methode die gebruikmaakt van vier verschillende kleuren licht om het vlees te onderzoeken, in plaats van slechts één. Ze combineerden deze meerkleurige lichtaanpak met een geavanceerd computerprogramma dat patronen leert herkennen, vergelijkbaar met hoe een menselijk brein een gezicht herkent door naar veel verschillende kenmerken te kijken tegelijk. De onderzoekers verzamelden een enorme collectie vleesmonsters van vijf verschillende commerciële slachthuizen, representatief voor drie verschillende runderrassen, twee leeftijdsgroepen en diverse vleesstukken. Ze creëerden honderden testbatches, waarbij ze puur rundvlees mengden met lymfatisch weefsel in nauwkeurige hoeveelheden variërend van helemaal niets tot puur lymfatisch weefsel, om hun systeem te leren hoe echte contaminatie eruitziet.

De kern van hun ontdekking ligt in de manier waarop de verschillende weefsels op licht reageren. Wanneer de onderzoekers specifieke golflengten van licht op de monsters schijnen, ontdekten ze dat lymfatisch weefsel en spierweefsel zeer verschillende verhalen vertellen. Spierweefsel is rijk aan bepaalde eiwitten die helder gloeien onder één specifieke kleur licht, terwijl lymfatisch weefsel arm is aan deze eiwitten maar rijk aan andere moleculen die geassocieerd zijn met energieproductie en immuunactiviteit die onder andere kleuren gloeien. Door het vlees met vier verschillende lichtinstellingen te meten, kon het systeem een uniek patroon waarnemen: een daling in de spierspecifieke gloed en een stijging in de lymfspecifieke gloed. Deze combinatie van signalen fungeerde als een definitieve handtekening voor contaminatie. Het computermodel leerde deze veranderingen gezamenlijk te wegen, waardoor het onderscheid kon maken tussen daadwerkelijk lymfatisch weefsel en andere factoren zoals extra vet of water, die wel de lichtreflectie kunnen veranderen maar niet dit specifieke chemische patroon.

De resultaten toonden aan dat deze aanpak opmerkelijk effectief was. Wanneer getest op rundvleesmonsters van slachthuizen die de computer nog nooit eerder had gezien, kon het systeem de aanwezigheid van lymfatisch weefsel met een hoge mate van vertrouwen accuraat voorspellen. Het detecteerde succesvol de aanwezigheid van contaminatie op niveaus die relevant zijn voor de wettelijke drempelwaarden, waarbij het onderscheid maakte tussen puur rundvlees en rundvlees gemengd met kleine hoeveelheden lymfeklieren. De onderzoekers verduidelijkten echter dat hoewel de methode adulteratie nabij het niveau van 2% kan detecteren, betrouwbare kwantificering op dit concentratieniveau nog niet wordt ondersteund. De onderzoekers bewezen ook dat het gebruik van meerdere kleuren licht de sleutel tot dit succes was. Toen ze probeerden slechts één enkele, traditionele kleur licht te gebruiken waar de meeste eerdere studies op vertrouwden, raakte het systeem in de war en verwarde vet of water met contaminatie. Het was alleen door de vier verschillende lichtsignalen te combineren dat het model accuraat kon blijven en valse alarmen kon vermijden. Dit bevestigde dat de verbetering voortkwam uit de manier waarop de gegevens werden verzameld, en niet alleen uit de complexiteit van het computerprogramma zelf.

Om te waarborgen dat de bevindingen echt waren en niet slechts een artefact van de computer, controleerde het team hun resultaten tegen werkelijke chemische tests. Ze maten de specifieke moleculen die de computer als belangrijk had geïdentificeerd en vonden dat de chemische niveaus perfect overeenkwamen met de voorspellingen van de computer. Wanneer de computer zei dat er minder spiereiwit en meer immuungerelateerde moleculen aanwezig waren, bevestigden de laboratoriumtests exact dat. Deze kruiscontrole gaf de onderzoekers sterk bewijs dat hun methode de werkelijke biologie van de contaminatie waarnam. Ze stelden vast dat de methode de aanwezigheid van lymfatisch weefsel kon detecteren bij niveaus zo laag als 1,8 procent, wat onder de drempel ligt waarbij toezichthouders doorgaans beginnen zich zorgen te maken. Echter, hoewel het systeem uitstekend is in het vaststellen dat contaminatie aanwezig is, wordt het pas betrouwbaar voor het geven van een exact aantal wanneer de contaminatie ongeveer 6 procent bereikt.

Deze studie demonstreert dat een relatief eenvoudige, niet-destructieve lichtscan kan dienen als een krachtig screeningsinstrument voor voedselveiligheid. Het biedt een manier voor slachthuizen om grote volumes rundergehakt snel te controleren op een specifieke, gevaarlijke vorm van adulteratie die moeilijk te vangen is geweest. Hoewel de technologie nog niet perfect is in het meten van minuscule hoeveelheden met absolute precisie, is het robuust genoeg om verdachte batches te markeren voor verder, meer gedetailleerd onderzoek. De onderzoekers merkten op dat het systeem goed werkt over verschillende boerderijen en runderrassen heen, wat suggereert dat het aangepast kan worden voor gebruik in de echte wereld. Het werk benadrukt dat door een probleem door meerdere lenzen te bekijken, in plaats van slechts één, wetenschappers oplossingen kunnen ontsluiten die voorheen verborgen lagen in de ruis van complexe biologische gegevens.