Intelligent packaging solutions for fish and meat products: volatile gas detection via GC- MS, microbial analysis and colorimetric monitoring

技术摘要：鱼类及肉类产品的智能包装解决方案

问题陈述
新鲜鱼类和肉类产品的储存面临着快速评估新鲜度和保质期的重大挑战。死后微生物活动和内源性生化反应会导致质量退化，这主要是由挥发性碱性氮（TVB-N）化合物（如氨 $\text{NH}_3$、三甲胺 $\text{TMA}$ 和二甲胺 $\text{DMA}$）的形成所驱动。虽然传统的评估变质方法依赖于感官评价或化学测试，但这些方法往往缺乏实时监测所需的及时性和准确性。目前迫切需要创新的、可靠的指标来检测腐败标志物，特别是挥发性胺类，以确保消费者和行业利益相关者的食品安全与质量。

研究方法
本研究采用多方面的方法，开发并验证了一种利用 pH 敏感型花青素染料作为比色新鲜度指示剂的智能包装解决方案。研究涉及三种主要鱼类类型：罗非鱼、黑线鳕以及牛肉/鸡肉，用于对比包装实验。

1. 传感器开发： 使用负载了黑米提取物（花青素）的聚乙烯醇（PVOH）基质制备了比色传感器。通过 165°C 的热处理（TT）以增强其稳定性。
2. 比色监测： 将鱼类样本储存在 4°C 环境下，并通过扫描获取传感器的颜色响应。利用总颜色差异 ($\Delta\text{RGB}$) 方程对颜色变化进行量化，将视觉变化与 TVB-N 气体浓度进行关联。
3. 气体检测： 利用气体检测管（Dräger）对含有鱼类样本的琥珀色瓶顶空中的 $\text{NH}_3$ 和三乙胺（TEA）进行快速、低成本的定量分析。
4. 微生物分析： 通过测定总菌落计数（TVC）和假单胞菌属（Pseudomonas spp.）计数，建立生物腐败阈值（定义为 $1 \times 10^7 \text{ CFU/ml}$）。
5. GC-MS 分析： 对顶空气相色谱-质谱联用（HS-GC-MS）进行了优化，以检测和定量 $\text{NH}_3$、$\text{TMA}$ 和 $\text{DMA}$。研究同时使用了用于目标分析物的选择离子监测（SIM）模式和用于非靶向物种的扫描模式。利用纯溶剂标准品和基质匹配标准品（掺杂鱼类样本）生成校准曲线，以评估提取效率和基质效应。

关键结果

• 传感器灵敏度： 基于花青素的 pH 指示剂在 TVB-N 气体浓度与颜色变化 ($\Delta\text{RGB}$) 之间展示了清晰且具有统计学意义的关系。该传感器对 $\text{NH}_3$ 最为敏感，其次是 $\text{TMA}$ 和 $\text{DMA}$。研究建立了一个四级新鲜度量表（从红色到黄褐色），在 9 天的储存期内，有效地区分了黑线鳕、牛肉和鸡肉的不同新鲜度水平。
• 气体检测： 气体检测管成功追踪了 $\text{NH}_3$ 和 TEA 的浓度。$\text{NH}_3$ 水平随时间显著增加，在第 8-9 天达到峰值，而 TEA 在前两天处于检测限以下，随后开始上升。
• 微生物相关性： 微生物分析显示，TVC 从第 0 天的 $3.69 \log \text{ CFU/ml}$ 增加到第 10 天的 $7.09 \log \text{ CFU/ml}$。快速腐败阶段（第 4-7 天）与传感器颜色变化的加剧相吻合。
• GC-MS 性能：
  • 定量挑战： 虽然在纯溶剂中实现了线性校准曲线 ($R^2 > 0.99$)，但在真实的鱼类样本中，显著的基质效应阻碍了准确的绝对定量。掺杂的鱼类样本表现出信号饱和和平滑峰现象，限制了线性范围。
  • 趋势分析： 尽管存在定量限制，该方法仍能成功追踪趋势。$\text{NH}_3$ 信号强度呈现先增加后减少的趋势，而 $\text{TMA}$ 在第 0 天至第 3 天期间增加，随后下降。非靶向扫描模式识别出了甲醇、乙醇、二甲基硫醚（DMS）、丁烷和戊烷。
  • 差异： 研究观察到一个显著的差异：在储存后期，GC-MS 检测到顶空中 $\text{TMA}$ 水平下降，而比色传感器仍显示出显著的颜色变化。这归因于挥发性胺类向变质鱼类组织水相中的分配，以及在 80°C 顶空平衡过程中可能发生的蒸发。

意义与主张
本文声称，所开发的基于花青素的 pH 指示剂是一种实用、高效且用户友好的监测工具。研究验证了传感器将视觉颜色变化与微生物生长及挥发性胺类产生进行关联的能力，提供了一种超越简单二元（新鲜/变质）评估的“四级新鲜度量表”。

研究强调，虽然通过 GC-MS 在复杂的鱼类基质中对特定挥发性胺进行准确的绝对定量具有挑战性（由于基质效应和相分配），但该方法对于趋势分析仍然具有价值。比色传感与气体检测及微生物分析的结合，为评估食品安全提供了一个全面的框架。作者得出结论，这种智能包装方法在确保海产品和肉类工业的食品安全与质量控制方面具有应用潜力，能够为消费者提供由 TVB-N 形成驱动的产品变质视觉指示。