姚 森，張 霽，劉鴻高，李杰慶,*，王元忠,*

（1.云南農(nóng)業(yè)大學(xué)農(nóng)學(xué)與生物技術(shù)學(xué)院，云南 昆明 650201；2.云南省農(nóng)業(yè)科學(xué)院藥用植物研究所，云南 昆明 650200；3.云南省省級(jí)中藥原料質(zhì)量監(jiān)測(cè)技術(shù)服務(wù)中心，云南 昆明 650200）

紅外光譜技術(shù)在食用菌研究中的應(yīng)用

姚 森1,2，張 霽2,3，劉鴻高1，李杰慶1,*，王元忠2,3,*

（1.云南農(nóng)業(yè)大學(xué)農(nóng)學(xué)與生物技術(shù)學(xué)院，云南 昆明 650201；2.云南省農(nóng)業(yè)科學(xué)院藥用植物研究所，云南 昆明 650200；3.云南省省級(jí)中藥原料質(zhì)量監(jiān)測(cè)技術(shù)服務(wù)中心，云南 昆明 650200）

紅外光譜技術(shù)因其準(zhǔn)確、快捷、無損等特點(diǎn)備受關(guān)注，隨著該技術(shù)日趨成熟及相關(guān)科學(xué)理論的發(fā)展，紅外光譜技術(shù)被廣泛應(yīng)用于大型真菌的化學(xué)成分分析和質(zhì)量檢測(cè)，且在該研究領(lǐng)域具有廣闊發(fā)展前景。本文對(duì)紅外光譜技術(shù)在食用菌研究方面的國(guó)內(nèi)外現(xiàn)狀和進(jìn)展進(jìn)行綜述，介紹了紅外光譜技術(shù)對(duì)食用菌不同種類、產(chǎn)地、部位的鑒別及其化學(xué)成分定量分析的相關(guān)研究，以期為食用菌進(jìn)一步開發(fā)利用提供理論依據(jù)。

紅外光譜；食用菌；鑒別；定量分析；開發(fā)利用

食用菌俗稱蘑菇，是指子實(shí)體碩大、可供食用的大型真菌，其中大多數(shù)屬于擔(dān)子菌綱[1]。此類物種富含蛋白質(zhì)、多糖、維生素、膳食纖維、礦物質(zhì)等營(yíng)養(yǎng)物質(zhì)，食藥用價(jià)值極高[2-3]，是與人類健康保障密切相關(guān)的可再生資源[4-5]。研究發(fā)現(xiàn)，食用菌具有促進(jìn)和調(diào)節(jié)人體新陳代謝、提高免疫力、延年益壽、保健美容等功效，能夠用于預(yù)防和治療腫瘤、糖尿病、痢疾、失眠、水腫等疾病[6-7]。隨著人們對(duì)生活品質(zhì)的重視，消費(fèi)者對(duì)飲食要求也越來越高，食用菌因其獨(dú)特的口味和特殊的醫(yī)療功效深受消費(fèi)者青睞，也成為科學(xué)研究領(lǐng)域的熱門對(duì)象[8]。

食用菌是一個(gè)龐大的生物類群，資源的開發(fā)利用和貿(mào)易的增加導(dǎo)致其質(zhì)量安全備受關(guān)注，因此亟需快速、可靠的質(zhì)量檢測(cè)方法為其質(zhì)量監(jiān)管提供技術(shù)支撐。紅外光譜是分子的轉(zhuǎn)動(dòng)光譜或某些官能團(tuán)的振動(dòng)光譜，紅外光譜技術(shù)可通過確定物質(zhì)分子結(jié)構(gòu)，進(jìn)而得到樣品中豐富的化學(xué)成分信息，是近年來迅速發(fā)展起來的無損檢測(cè)技術(shù)，具有高靈敏度、高分辨率、快速掃描、高度計(jì)算機(jī)化等特點(diǎn)[9-10]，已被廣泛應(yīng)用于中草藥、食品質(zhì)量檢測(cè)和植物特征性成分的定性、定量分析等方面[11-14]。紅外光譜技術(shù)結(jié)合化學(xué)計(jì)量學(xué)能夠反映出不同樣品之間的差異，從而對(duì)樣品進(jìn)行區(qū)分，具有專屬性強(qiáng)、操作簡(jiǎn)單、重現(xiàn)性好且成本低等優(yōu)點(diǎn)[15]。采用紅外光譜技術(shù)對(duì)食用菌進(jìn)行研究，區(qū)分市場(chǎng)上食用菌的品質(zhì)優(yōu)劣，可明顯提高食用菌的工業(yè)生產(chǎn)效率，推動(dòng)食用菌的產(chǎn)業(yè)發(fā)展，對(duì)穩(wěn)定食用菌市場(chǎng)、監(jiān)管食用菌質(zhì)量有重要的理論意義和應(yīng)用前景。本文對(duì)紅外光譜技術(shù)在食用菌研究方面的國(guó)內(nèi)外現(xiàn)狀和進(jìn)展方面展開綜述，以期為食用菌的深入研究和資源的合理開發(fā)利用提供參考。

1 食用菌的定性分析

1.1 食用菌的鑒別與分析

1.1.1 種類鑒別

食用菌數(shù)量大、種類多，同屬間物種的形態(tài)特征相似，不易區(qū)分，誤食引起的中毒事件時(shí)有發(fā)生，嚴(yán)重者有生命危險(xiǎn)。應(yīng)用紅外光譜技術(shù)對(duì)食用菌進(jìn)行快速辨別與區(qū)分對(duì)準(zhǔn)確鑒別食用菌種類、保護(hù)消費(fèi)者的安全與健康具有重要意義。

為有效區(qū)分不同種類的食用菌，Choong等[16]對(duì)虎乳靈芝、茯苓、豬苓、側(cè)耳和雷丸5 種藥用真菌進(jìn)行中紅外光譜鑒別分析，發(fā)現(xiàn)這5 種真菌的紅外光譜相似，經(jīng)過二階導(dǎo)數(shù)處理后，各個(gè)樣品之間差異明顯，紅外光譜法能夠直接、有效區(qū)分這5 種藥用真菌。Zhao Dezhang等[17]對(duì)不同種類的鵝膏菌進(jìn)行中紅外光譜分析，得出紅黃鵝膏菌、隱花青鵝膏菌、灰花紋鵝膏菌、紅苞鵝膏菌和錐磷白鵝膏菌的紅外圖譜在1 077～1 040 cm-1波數(shù)范圍內(nèi)有較強(qiáng)吸收峰，得出其主要成分是蛋白質(zhì)和多糖；紅外光譜在1 800～750 cm-1波數(shù)范圍內(nèi)有較大差異，是區(qū)分鵝膏菌種類的依據(jù)。此外，Liu Gang等[18]采用傅里葉變換紅外光譜法對(duì)6 種不同的牛肝菌進(jìn)行研究，結(jié)果顯示主要的特征吸收峰歸屬于蛋白質(zhì)和多糖，多糖中含有α-、β-葡萄糖；根據(jù)1 200～750 cm-1波段的吸收峰差異可以區(qū)分不同種牛肝菌。以上方法選取了特征波段作為鑒別依據(jù)，可去除干擾信息，結(jié)果準(zhǔn)確有效。為了辨別市場(chǎng)上銷售的干燥美味的牛肝菌中是否摻雜其他物種，Casale等[19]采用近紅外光譜技術(shù)結(jié)合化學(xué)計(jì)量學(xué)方法，對(duì)3 種不同種類牛肝菌的菌蓋皮、菌肉和子實(shí)層體分別進(jìn)行掃描，將紅外光譜數(shù)據(jù)進(jìn)行低水平數(shù)據(jù)融合，進(jìn)而鑒別不同種類牛肝菌；結(jié)果表明近紅外光譜技術(shù)結(jié)合化學(xué)計(jì)量學(xué)方法可辨別干燥美味牛肝菌是否摻假，該方法準(zhǔn)確、可靠，為鑒別不同種類的食用菌提供了有效方法。

紅外光譜技術(shù)結(jié)合多元統(tǒng)計(jì)分析，將樣本特征量與分類屬性相互關(guān)聯(lián)，將復(fù)雜的實(shí)驗(yàn)數(shù)據(jù)通過建模進(jìn)行鑒別分類。楊天偉等[20]采用傅里葉變換紅外光譜結(jié)合多元統(tǒng)計(jì)分析對(duì)10 種野生牛肝菌進(jìn)行鑒別分析，發(fā)現(xiàn)原始圖譜經(jīng)小波壓縮和正交信號(hào)校正處理后進(jìn)行偏最小二乘判別分析的區(qū)分效果較好；結(jié)果表明傅里葉變換紅外光譜能夠準(zhǔn)確辨別不同種類的牛肝菌，為野生菌的鑒別提供了一種輔助方法。Zervakis等[21]采用傅里葉變換紅外光譜法結(jié)合聚類分析對(duì)不同種類側(cè)耳屬真菌進(jìn)行研究分析，發(fā)現(xiàn)不同種類的側(cè)耳屬真菌的紅外光譜在1 800～600 cm-1波段的吸收峰有較大差異，可作為鑒別不同種類側(cè)耳屬真菌的依據(jù)，為區(qū)分未知側(cè)耳屬真菌提供了可靠、快速的方法。同樣，時(shí)有明等[22]對(duì)松茸和姬松茸進(jìn)行中紅外光譜鑒別研究，對(duì)比光譜信息發(fā)現(xiàn)，兩者特征吸收峰頻率位置相似，但峰形存在差異，選取1 750～1 000 cm-1吸收帶進(jìn)行聚類分析能準(zhǔn)確區(qū)分松茸和姬松茸；該方法將中紅外光譜技術(shù)與系統(tǒng)聚類分析相結(jié)合，其分析結(jié)果直觀、可靠，為鑒別不同種類的食用菌提供了一種有效方法。

Xu Ning等[23]為鑒別不同品牌的發(fā)酵冬蟲夏草粉末，采用近紅外光譜法結(jié)合多元統(tǒng)計(jì)分析，研究12 500～4 000 cm-1波段范圍內(nèi)樣品吸光度與品牌間的關(guān)系，由一階導(dǎo)數(shù)進(jìn)行預(yù)處理后進(jìn)行主成分分析，構(gòu)建主成分-反向傳播人工神經(jīng)網(wǎng)絡(luò)判別模型，其預(yù)測(cè)集的相關(guān)系數(shù)和均方根誤差分別為0.995 9與0.100 7；結(jié)果表明近紅外光譜結(jié)合相應(yīng)的模式識(shí)別方法能夠消除干擾信息，快速區(qū)分不同品牌冬蟲夏草發(fā)酵粉。為了比較分析靈芝變異品種和普通品種的差異，Choong等[24]對(duì)兩個(gè)品種的靈芝進(jìn)行紅外掃描，指紋圖譜顯示太空變異品種的靈芝吸光度較普通靈芝高2 倍左右，二維相關(guān)紅外光譜圖表明太空變異品種的蛋白質(zhì)峰比普通靈芝強(qiáng)；紅外光譜清晰顯示變異前后靈芝化學(xué)物質(zhì)變化。為了對(duì)人工栽培毛頭鬼傘和野生毛頭鬼傘的化學(xué)成分進(jìn)行分析比較，周繼國(guó)等[25]對(duì)人工栽培種和野生種進(jìn)行傅里葉變換紅外光譜掃描，結(jié)果顯示毛頭鬼傘歸屬于蛋白質(zhì)和多糖波段的特征吸收峰明顯，表明毛頭鬼傘中主要化學(xué)成分為蛋白質(zhì)和多糖；人工栽培種和野生種的差異主要體現(xiàn)在多糖特征吸收峰的強(qiáng)度，野生毛頭鬼傘的多糖吸收峰比人工栽培種的吸收峰更加明顯，該方法簡(jiǎn)單、直觀地區(qū)分了毛頭鬼傘的人工栽培種和野生種。

1.1.2 產(chǎn)地鑒別

食用菌分布廣泛，其代謝產(chǎn)物種類及含量會(huì)因生長(zhǎng)環(huán)境差異發(fā)生一定變化，從而導(dǎo)致同種類不同產(chǎn)地食用菌的品質(zhì)不同。根據(jù)傳統(tǒng)方法觀察食用菌外觀形狀、生長(zhǎng)特性、孢子顯微結(jié)構(gòu)等難以辨別食用菌的產(chǎn)地來源，但通過紅外光譜技術(shù)結(jié)合化學(xué)計(jì)量學(xué)，建立穩(wěn)定的判別模型，能夠快速區(qū)分不同產(chǎn)地的食用菌。

Choong等[26]采用傅里葉變換紅外光譜技術(shù)和二維相關(guān)紅外光譜法探索不同產(chǎn)地虎乳芝間的聯(lián)系與差異，結(jié)果表明二維相關(guān)紅外光譜能辨別原始光譜中的重疊信號(hào)，提高圖譜分辨率，更適用于虎乳芝的產(chǎn)地鑒別，該類方法提高了有效信息利用率，使結(jié)果更加可靠。周在進(jìn)等[27]采用傅里葉變換紅外光譜法結(jié)合聚類分析，對(duì)5 個(gè)不同產(chǎn)地63 個(gè)野生小美牛肝菌子實(shí)體進(jìn)行研究分析，在4 000～400 cm-1波段范圍內(nèi)的紅外圖譜總體特征相似，在1 800～1 000 cm-1范圍內(nèi)的不同產(chǎn)地圖譜間有微小差異，對(duì)光譜進(jìn)行一階導(dǎo)數(shù)處理并進(jìn)行聚類分析，結(jié)果表明來自5 個(gè)不同產(chǎn)地的63 個(gè)小美牛肝菌的聚類效果較好，分類正確率高達(dá)90.5%，為不同產(chǎn)地野生牛肝菌鑒別提供了有效方法。呂偉奇等[28]對(duì)來自4 個(gè)不同產(chǎn)地的黃硬皮馬勃進(jìn)行中紅外光譜鑒別分析，比較多種預(yù)處理方式對(duì)鑒別效果的影響，結(jié)果表明二階導(dǎo)數(shù)和多元散射校正預(yù)處理構(gòu)建的判別模型辨別效果最好，傅里葉變換紅外光譜技術(shù)結(jié)合判別分析能有效區(qū)分不同產(chǎn)地的黃硬皮馬勃，該類方法增加了模型的穩(wěn)定性，為鑒別不同產(chǎn)地食用菌提供了一種可靠、準(zhǔn)確的鑒別方法。此外，馬芳等[29]比較了大別山和云南2 個(gè)產(chǎn)區(qū)的茯苓皮紅外指紋圖譜，發(fā)現(xiàn)這2 個(gè)產(chǎn)區(qū)茯苓皮中糖類吸收峰具有顯著差異，產(chǎn)自大別山地區(qū)的樣品間草酸鈣、多糖、硅酸鹽含量相似，云南產(chǎn)區(qū)樣品所含這些成分的含量有一定差別；大別山產(chǎn)區(qū)的茯苓皮中草酸鈣含量較高，而云南產(chǎn)的茯苓皮中硅酸鹽含量較高。

近紅外光譜分析技術(shù)現(xiàn)階段已相對(duì)成熟，已經(jīng)廣泛應(yīng)用于食用菌領(lǐng)域的檢測(cè)分析。楊海清等[30]將主成分分析法與基于遺傳算法的空間分割平面技術(shù)相結(jié)合，對(duì)來自不同產(chǎn)地的3 種香菇的近紅外光譜數(shù)據(jù)進(jìn)行處理，并建立了三維空間香菇品源鑒別模型，用來快速無損鑒別不同品源香菇。同時(shí)，Liu Fei等[31]采用可見-近紅外光譜法對(duì)來自4 個(gè)不同產(chǎn)地的木耳進(jìn)行研究，從每個(gè)產(chǎn)地的60 個(gè)樣品中隨機(jī)抽取45 個(gè)樣品建立校正集，其余的樣品建立驗(yàn)證集，由主成分分析提取前4 個(gè)主成分，比較支持向量機(jī)和神經(jīng)網(wǎng)絡(luò)建模的準(zhǔn)確度；結(jié)果表明兩種建模方法的準(zhǔn)確率分別為96.7%和98.3%，因此可見-近紅外光譜結(jié)合化學(xué)計(jì)量學(xué)統(tǒng)計(jì)分析方法能準(zhǔn)確地鑒別不同產(chǎn)地食用菌。Chen Yi等[32]采用近紅外光譜對(duì)來自6 個(gè)不同產(chǎn)地的176 份靈芝樣品進(jìn)行紅外光譜分析，發(fā)現(xiàn)不同產(chǎn)地的樣品圖譜差異明顯，主要體現(xiàn)在4 200、4 500、5 000 cm-1和7 300 cm-1波數(shù)附近，結(jié)合化學(xué)計(jì)量學(xué)方法對(duì)近紅外光譜進(jìn)行主成分、偏最小二乘判別分析，結(jié)果表明近紅外光譜經(jīng)過數(shù)據(jù)優(yōu)化處理后，對(duì)不同產(chǎn)地靈芝進(jìn)行偏最小二乘判別分析，分類正確率可達(dá)100%。

1.1.3 部位鑒別

通過對(duì)食用菌不同部位進(jìn)行鑒別分析，由食用菌的某一部位（菌蓋或菌柄）識(shí)別其種類和產(chǎn)地，建立從部分到整體的鑒別方法，為食用菌鑒別和市場(chǎng)質(zhì)量控制提供理論依據(jù)。劉剛等[33]分別對(duì)3 種野生蘑菇的4 個(gè)特征部位進(jìn)行傅里葉變換紅外光譜測(cè)試分析，發(fā)現(xiàn)不同部位的振動(dòng)光譜有各自的特征峰，不同部位紅外圖譜差異明顯。Moha?ek-Gro?ev等[34]對(duì)70多種可食用或有毒真菌的菌蓋、菌蓋皮、菌褶、菌柄進(jìn)行中紅外光譜分析，發(fā)現(xiàn)相同屬不同種蘑菇的紅外圖譜相似，同一個(gè)子實(shí)體不同部位紅外光譜有較大差異。趙德璋[35]采用傅里葉變換紅外光譜法對(duì)云南野生鵝膏菌屬蘑菇進(jìn)行研究，發(fā)現(xiàn)隱花青鵝膏菌菌褶和菌環(huán)的傅里葉變換紅外光譜吸收峰有明顯差別，表明蘑菇的化學(xué)成分在不同部位分布不同，可運(yùn)用紅外光譜技術(shù)準(zhǔn)確區(qū)分食用菌的不同部位。此外，黃冬蘭等[36]采用紅外光譜三級(jí)鑒定法對(duì)松杉靈芝菌蓋、表皮、菌柄、子實(shí)體4 個(gè)不同部位的紅外光譜圖進(jìn)行了整體分析，結(jié)果表明，松杉靈芝各個(gè)部位在峰形、峰數(shù)目、峰位置和峰強(qiáng)度都有所不同，由此推斷松杉靈芝各部位所含化學(xué)物質(zhì)及含量不同。因此紅外光譜法能夠直觀、準(zhǔn)確地區(qū)分食用菌的不同部位。

付小環(huán)等[37]采用傅里葉變換近紅外漫反射結(jié)合化學(xué)計(jì)量學(xué)方法對(duì)茯苓進(jìn)行研究，一階導(dǎo)數(shù)和矢量歸一化對(duì)光譜數(shù)據(jù)進(jìn)行優(yōu)化處理，運(yùn)用主成分分析法建立茯苓不同部位的最佳判別模型，其校正集、預(yù)測(cè)集判別正確率均達(dá)到100%，因此得到的分類結(jié)果準(zhǔn)確可靠，從而建立了從整體到局部的定性分析體系。申云霞等[38]對(duì)88 份巨大口蘑進(jìn)行傅里葉變換紅外光譜研究分析，篩選出最佳波段，比較了多元散射校正、標(biāo)準(zhǔn)正態(tài)變量、一階導(dǎo)數(shù)、二階導(dǎo)數(shù)等預(yù)處理對(duì)判別模型的影響，結(jié)果表明原始光譜數(shù)據(jù)結(jié)合標(biāo)準(zhǔn)正態(tài)變量校正，選擇1 800～600 cm-1波段的特征吸收峰對(duì)不同部位巨大口蘑樣品進(jìn)行辨別，正確率為100%。以上研究表明，紅外光譜技術(shù)結(jié)合化學(xué)計(jì)量學(xué)能對(duì)食用菌的不通部位進(jìn)行準(zhǔn)確鑒別分析。

1.1.4 品質(zhì)分析

食用菌品質(zhì)優(yōu)劣對(duì)食品加工、食用、貯藏運(yùn)輸?shù)染哂芯薮笥绊懀捎眉t外光譜技術(shù)鑒別食用菌是否受損或變質(zhì)，能為在線品質(zhì)檢測(cè)提供有效快捷的方法，保障食用菌行業(yè)的穩(wěn)定發(fā)展。Esquerre等[39]采用可見-近紅外光譜法結(jié)合多元統(tǒng)計(jì)分析對(duì)受機(jī)械損傷的新鮮雙孢菇樣品進(jìn)行研究，紅外光譜真實(shí)反映了樣品中化學(xué)成分的整體信息，并且采用二階導(dǎo)數(shù)優(yōu)化處理后對(duì)受損蘑菇的分辨能力明顯提高，該技術(shù)能準(zhǔn)確辨別食用菌是否受損，可應(yīng)用于工業(yè)生產(chǎn)中。同樣，對(duì)受損和未受損的雙孢菇進(jìn)行紅外光譜研究，建立偏最小二乘判別模型對(duì)受損蘑菇進(jìn)行預(yù)測(cè)，能準(zhǔn)確辨別受損和未受損蘑菇[40]，該方法簡(jiǎn)單、準(zhǔn)確，為檢測(cè)蘑菇是否受損和食品開發(fā)檢測(cè)提供了可能性。

在鑒別變質(zhì)食用菌方面，趙德璋等[41]采用傅里葉變換紅外光譜法對(duì)來自云南省的5 種野生塊菌進(jìn)行研究，發(fā)現(xiàn)正常塊菌和霉變塊菌的圖譜具有明顯差異，部分吸收峰的不同表明霉變后塊菌蛋白質(zhì)和多糖含量發(fā)生改變。此外，王娟等[42]通過近紅外漫反射光譜結(jié)合化學(xué)計(jì)量學(xué)方法對(duì)雙孢蘑菇進(jìn)行硬度無損檢測(cè)，結(jié)果表明近紅外光譜采用二階導(dǎo)數(shù)進(jìn)行預(yù)處理，建立偏最小二乘回歸法建立校正模型，能夠用于預(yù)測(cè)雙孢蘑菇硬度；該方法簡(jiǎn)便、合理、有效，模型穩(wěn)定可靠，為食用菌在線生產(chǎn)提供檢測(cè)手段。

張榮芳[43]基于近紅外漫反射光譜技術(shù)對(duì)雙孢蘑菇品質(zhì)進(jìn)行研究，比較4 種預(yù)處理方法對(duì)偏最小二乘校正模型的影響，通過選擇最佳預(yù)處理方法，成功建立了檢測(cè)雙孢蘑菇內(nèi)部品質(zhì)的偏最小二乘判別模型，證實(shí)了近紅外光譜檢測(cè)雙孢蘑菇內(nèi)部品質(zhì)具有較高有科學(xué)意義和實(shí)用價(jià)值。Jing Pu等[44]為了完善金針菇多糖質(zhì)量管理方法，采用傅里葉變換紅外光譜與液相色譜聯(lián)用技術(shù)，結(jié)合化學(xué)計(jì)量學(xué)方法對(duì)金針菇多糖進(jìn)行研究，研究發(fā)現(xiàn)主成分分析法對(duì)紅外指紋圖譜和液相指紋色譜數(shù)據(jù)的優(yōu)化效果明顯，適用于金針菇的在線質(zhì)量檢測(cè)。

1.1.5 其他鑒別分析

不同年份的食用菌受降雨量、光照等生長(zhǎng)條件影響，其化學(xué)成分和營(yíng)養(yǎng)物質(zhì)積累存在差異。楊天偉等[45]采用傅里葉變換紅外光譜技術(shù)結(jié)合多元統(tǒng)計(jì)分析建立快速鑒別不同年份美味牛肝菌的方法，對(duì)原始光譜使用正交信號(hào)校正和微波壓縮進(jìn)行優(yōu)化處理，建立偏最小二乘判別模型進(jìn)行分類；結(jié)果顯示傅里葉變換紅外光譜結(jié)合偏最小二乘判別分析區(qū)分不同年份牛肝菌的效果理想，為野生食用菌鑒別分析提供了可靠的方法。此外，有研究表明，采用傅里葉變換紅外光譜對(duì)不同采集年份的巨大口蘑進(jìn)行鑒別分析，結(jié)果令人滿意[38]。以上方法選取最優(yōu)預(yù)處理方法，消除干擾信息，建立的模型穩(wěn)定性強(qiáng)、結(jié)果準(zhǔn)確可靠，為區(qū)分不同采收年份食用菌提供了有效方法。

為了鑒別市場(chǎng)上銷售的食用菌是否摻假，邵平等[46]采用近紅外光譜技術(shù)分別掃描摻有質(zhì)量分?jǐn)?shù)為0%、5%、10%、20%、40%、60%、80%淀粉的靈芝提取物，采用多元散射校正方法預(yù)處理后，建立偏最小二乘模型對(duì)樣品進(jìn)行預(yù)測(cè)，預(yù)測(cè)值和實(shí)際摻假值之間無顯著差異，為靈芝類食品市場(chǎng)監(jiān)測(cè)提供了有效的方法。同樣，王志軍等[47]為了辨識(shí)市場(chǎng)銷售靈芝真?zhèn)魏唾|(zhì)量?jī)?yōu)劣，對(duì)不同品種的靈芝樣品進(jìn)行傅里葉變換紅外光譜掃描，將靈芝指紋圖譜存入質(zhì)量控制檢索圖譜庫作為標(biāo)準(zhǔn)圖譜，建立了一整套可用于鑒別靈芝真?zhèn)蔚挠?jì)算機(jī)軟件系統(tǒng)，通過該系統(tǒng)對(duì)靈芝樣品進(jìn)行檢測(cè)，結(jié)果令人滿意。

烏靈參是黑柄炭角菌的菌核，具有極高藥用價(jià)值，楊興倉等[48]采用傅里葉變換紅外光譜法對(duì)烏靈參、雞樅和文山三七進(jìn)行掃描，通過對(duì)烏靈參和三七的紅外圖譜比較，發(fā)現(xiàn)烏靈參和三七紅外圖譜有52%的相似性，二者藥效相近，可能與紅外圖譜中相似峰對(duì)應(yīng)的官能團(tuán)有關(guān)，據(jù)此推測(cè)在紅外圖譜具有62%相似性的烏靈參與雞樅可能也有相似藥用價(jià)值。以上研究表明，紅外光譜技術(shù)的興起為食用菌研究提供了更多的可能，為食用菌的進(jìn)一步研究提供了科學(xué)依據(jù)。

1.2 食用菌主要化學(xué)結(jié)構(gòu)的定性分析

食用菌富含蛋白質(zhì)、多糖、維生素、礦物質(zhì)、膳食纖維等營(yíng)養(yǎng)物質(zhì)，其中蛋白質(zhì)和多糖與食用菌的食藥用價(jià)值密切相關(guān)[49-50]。因紅外光譜技術(shù)具有準(zhǔn)確、高效的特點(diǎn)，許多學(xué)者采用紅外光譜技術(shù)對(duì)食用菌化學(xué)成分及其營(yíng)養(yǎng)價(jià)值進(jìn)行研究分析，以此引導(dǎo)人們按需消費(fèi)、安全消費(fèi)，這對(duì)食用菌市場(chǎng)的開發(fā)具有重要意義。

1.2.1 食用菌多糖結(jié)構(gòu)研究

多糖是自然界內(nèi)分布極廣的一種生物聚合物，一般由10 個(gè)以上單糖通過糖苷鍵連接而成。多糖參與機(jī)體生理代謝，具有調(diào)節(jié)免疫力、抗菌、抗病毒、抑制腫瘤、延緩衰老等生物活性[51-52]，其獨(dú)特的藥用價(jià)值與多糖中單糖的種類、組成比例和所含有的官能團(tuán)密切相關(guān)[53]。為了探索富硒培養(yǎng)對(duì)金針菇多糖形態(tài)的影響，有學(xué)者對(duì)金針菇多糖的提取和純化進(jìn)行了深入的研究，并采用紅外光譜法對(duì)其進(jìn)行研究分析，結(jié)果顯示可溶性硒多糖均為β-糖苷鍵連接的吡喃多糖，其中水溶性硒多糖與普通多糖結(jié)構(gòu)相似，而硒酸酯的形成改變了堿溶性硒多糖中吡喃環(huán)糖苷鍵的構(gòu)型，進(jìn)一步表明在金針菇富硒培養(yǎng)過程中，硒參與硒多糖的合成[54]。李健等[55]采用中紅外光譜與氣相色譜聯(lián)用對(duì)金針菇多糖的單糖組成進(jìn)行鑒定，中紅外圖譜表明金針菇多糖具備典型的多糖吸收峰，并且多糖中含有吡喃環(huán)和呋喃環(huán)，其中胞外多糖吡喃環(huán)中多為α和β異構(gòu)，胞內(nèi)多糖多為β構(gòu)型。Qian Jianya等[56]采用傅里葉變換紅外光譜、掃描電子顯微鏡和X射線對(duì)真菌多糖摻假進(jìn)行分析識(shí)別，結(jié)果表明紅外光譜能辨別α、β的多糖異構(gòu)，與其他儀器聯(lián)用，可以用來鑒別市場(chǎng)上的摻假多糖，進(jìn)而保護(hù)消費(fèi)者權(quán)益，保障食用菌行業(yè)穩(wěn)定發(fā)展。此外，Kozarski等[57]對(duì)樹舌靈芝、赤靈芝、香菇和云芝的抗氧化性和多糖特性進(jìn)行研究，采用傅里葉變換紅外光譜技術(shù)掃描4 種真菌，發(fā)現(xiàn)在3 000～3 500 cm-1波段內(nèi)4 種真菌均有較強(qiáng)吸收峰，表明這4 種真菌的多糖結(jié)構(gòu)特征相似；在其他波段4 種真菌同樣擁有較強(qiáng)的特征吸收峰，如在1 620～1 650 cm-1波段內(nèi)為蛋白質(zhì)特征吸收峰和芳香烴的C＝C鍵吸收峰，表明多糖內(nèi)含有芳香環(huán)和酯類，食用菌中酚類物質(zhì)與葡聚糖以共價(jià)鍵的方式連接。同樣，有學(xué)者運(yùn)用中紅外光譜技術(shù)對(duì)食用菌多糖進(jìn)行研究分析，實(shí)驗(yàn)采用熱水浸提和乙醇沉淀法提取香菇、金針菇、草菇、平菇、杏鮑菇和茶樹菇6 種食用菌多糖，中紅外光譜對(duì)食用菌多糖結(jié)構(gòu)進(jìn)行深入研究，結(jié)果表明6 種食用菌多糖具有明顯的多糖特征吸收峰，且結(jié)構(gòu)相似[58]。研究食用菌多糖對(duì)進(jìn)一步開發(fā)利用食用菌資源具有深遠(yuǎn)影響。

1.2.2 食用菌蛋白質(zhì)與氨基酸結(jié)構(gòu)研究

食用菌含有豐富的蛋白質(zhì)和氨基酸，其營(yíng)養(yǎng)價(jià)值可與肌肉蛋白相媲美[59]，所含蛋白質(zhì)約占干質(zhì)量的13%～46%，且氨基酸種類齊全，包含人體所需的8 種必需氨基酸，是很好的營(yíng)養(yǎng)保健食品[60-62]。采用傳統(tǒng)方法研究食用菌蛋白質(zhì)和氨基酸耗時(shí)耗財(cái)，紅外光譜測(cè)定過程則無需對(duì)樣品進(jìn)行復(fù)雜的預(yù)處理，適用于對(duì)其化學(xué)物質(zhì)的快速鑒別。時(shí)有明等[63]采用傅里葉變換紅外光譜儀測(cè)定了形態(tài)相似的灰疣鵝膏菌、灰絨鵝膏菌和灰褶鵝膏菌的光譜信息，選擇酰胺Ⅰ帶（中心頻率1 647 cm-1）進(jìn)行傅里葉自去卷積和曲線擬合處理，在1 600～1 700 cm-1范圍內(nèi)得到12 個(gè)子峰，每個(gè)子峰對(duì)應(yīng)1 種二級(jí)結(jié)構(gòu)，其中這3 種鵝膏菌的蛋白質(zhì)二級(jí)結(jié)構(gòu)中α-螺旋、β-折疊、β-轉(zhuǎn)角和無序結(jié)構(gòu)在酰胺Ⅰ帶出現(xiàn)的位置接近，但相同的二級(jí)結(jié)構(gòu)在不同物種的蛋白質(zhì)中所占比例不同；結(jié)果表明傅里葉變換紅外光譜技術(shù)能準(zhǔn)確地提供大型真菌所含蛋白質(zhì)的二級(jí)結(jié)構(gòu)信息。劉萍等[64]綜合了中紅外光譜、紫外光譜等方法研究松口蘑菌絲體糖蛋白MP的結(jié)構(gòu)性質(zhì)，結(jié)果表明，MP為含有O-糖肽鍵的糖蛋白，多糖主要由葡萄糖和木糖組成，物質(zhì)的量之比為34∶1，含糖基類型為O-型，氨基酸組成以甘氨酸和絲氨酸為主。此外，Modi等[65]通過傅里葉變換紅外光譜法獲取平菇的振動(dòng)光譜，發(fā)現(xiàn)紅外光譜能夠獲取平菇主要的功能性化學(xué)成分信息，3 431～1 114 cm-1波段為主要特征吸收峰，由C—O和—NH官能團(tuán)的振動(dòng)引起，主要物質(zhì)為多糖和蛋白質(zhì)；表明傅里葉變換紅外光譜可快速識(shí)別平菇內(nèi)化學(xué)物質(zhì)，為探索傅里葉變換近紅外光譜技術(shù)測(cè)定發(fā)酵菌絲體中支鏈氨基酸含量的可行性。Wei Xuan等[66]對(duì)發(fā)酵冬蟲夏草進(jìn)行近紅外光譜掃描，用遺傳算法和競(jìng)爭(zhēng)自適應(yīng)再加權(quán)抽樣法篩選最佳變量，結(jié)果顯示選擇12 010～10 050、7 500～6 000 cm-1和5 000～4 000 cm-1波數(shù)范圍建立的偏最小二乘判別模型最準(zhǔn)確、穩(wěn)定，表明傅里葉變換近紅外光譜在發(fā)酵菌絲體工業(yè)生產(chǎn)和質(zhì)量控制方面有巨大潛力。

2 食用菌的定量分析

紅外光譜定量分析通過化學(xué)計(jì)量學(xué)選擇最優(yōu)實(shí)驗(yàn)設(shè)計(jì)和測(cè)量方法，最大限度地獲取有關(guān)物質(zhì)的成分、結(jié)構(gòu)及其他相關(guān)信息，將樣品光譜數(shù)據(jù)與待測(cè)物樣品組分測(cè)量值之間建立起數(shù)學(xué)關(guān)系，從而對(duì)樣品未知成分含量進(jìn)行預(yù)測(cè)[67]。該方法已經(jīng)廣泛應(yīng)用于食品中多糖[68]、維生素[69]等營(yíng)養(yǎng)物質(zhì)和中藥材藥用成分[70]的定量研究，具有直觀、快速、有效的優(yōu)點(diǎn)。

食用菌的定量分析主要集中在測(cè)定水分、蛋白質(zhì)、多糖、腺苷、三萜類物質(zhì)等成分的含量方面。李軍山等[71]采用近紅外漫反射技術(shù)結(jié)合化學(xué)計(jì)量學(xué)方法直接測(cè)量茯苓中的水分含量，建立預(yù)測(cè)模型；結(jié)果表明使用近紅外漫反射技術(shù)對(duì)茯苓藥材水分含量進(jìn)行測(cè)定的結(jié)果令人滿意，與其他方法相比，該方法具有快速、簡(jiǎn)單的特點(diǎn)。此外，Roy等[72]采用可見光-近紅外反射光光譜法測(cè)量雙孢蘑菇含水量，結(jié)合偏最小二乘回歸方法建立校正集和驗(yàn)證集；結(jié)果表明模型預(yù)測(cè)含水量的錯(cuò)誤率只有0.64%；同時(shí)Roy等認(rèn)為該技術(shù)被廣泛運(yùn)用的前提是需要收集更多樣品信息，從而進(jìn)行更加可靠的建模。徐寧等[73]采用近紅外光譜法結(jié)合化學(xué)計(jì)量學(xué)方法對(duì)發(fā)酵冬蟲夏草菌粉的水分和腺苷含量進(jìn)行定量分析，分別采用全波段和特征波段建立偏最小二乘判別分析模型；結(jié)果表明使用特征波段建模的預(yù)測(cè)結(jié)果優(yōu)于全波段建模，獲得的分析結(jié)果更加準(zhǔn)確有效。紅外光譜結(jié)合化學(xué)計(jì)量學(xué)篩選特征波段能夠獲取更多的有用信息，提高了模型的穩(wěn)定性和準(zhǔn)確性。

朱哲燕等[74]采用中紅外光譜技術(shù)結(jié)合化學(xué)計(jì)量學(xué)方法預(yù)測(cè)香菇中蛋白質(zhì)含量，結(jié)果表明中紅外光譜分析技術(shù)適用于預(yù)測(cè)蛋白質(zhì)含量，且由連續(xù)投影算法選取特征波數(shù)用來代替原始光譜進(jìn)行建模分析，為香菇蛋白質(zhì)含量的檢測(cè)提供了新的思路。蛹蟲草也叫北冬蟲夏草，是一種藥用價(jià)值極高的真菌，王迪等[75]采用近紅外光譜法結(jié)合偏最小二乘回歸法對(duì)389 個(gè)誘變蛹蟲草菌株進(jìn)行研究分析，選擇最佳預(yù)處理方式對(duì)蟲草腺苷、蛋白質(zhì)、多糖和蟲草酸含量建立偏最小二乘判別分析定量分析模型；結(jié)果表明蛹蟲草定量分析模型對(duì)蟲草腺苷、蛋白質(zhì)、多糖和蟲草酸含量的交叉驗(yàn)證均方根誤差分別為0.009 1、0.022 2、0.008 8和0.652 0，預(yù)測(cè)誤差均方根分別為0.007 9、0.019 6、0.087 0和0.578 0，所建立的模型內(nèi)部穩(wěn)定性好、預(yù)測(cè)精密度高，該方法簡(jiǎn)便、快捷、有效。此外，郭偉良等[76]在不同的發(fā)酵條件下，收集來自不同蛹蟲草突變株的菌絲體并對(duì)其進(jìn)行近紅外光譜掃描，采用徑向基神經(jīng)網(wǎng)絡(luò)建立紅外光譜與其腺苷、蛋白質(zhì)、多糖和蟲草酸含量間的相關(guān)模型；結(jié)果顯示，所建模型具有很好的穩(wěn)定性和預(yù)測(cè)能力，整個(gè)方法直接、可靠，表明近紅外光譜法同時(shí)測(cè)定蛹蟲草菌絲體中腺苷、蛋白質(zhì)、多糖和蟲草酸含量是可行的。

為了初步預(yù)測(cè)靈芝多糖含量，采用傅里葉變換紅外光譜法測(cè)定不同等級(jí)貴州靈芝傅里葉變換紅外光譜，選擇最佳波段作為變量，并建立靈芝多糖含量的紅外光譜預(yù)測(cè)模型；結(jié)果顯示在所選定波長(zhǎng)處的吸光度與靈芝多糖含量顯著相關(guān)，靈芝多糖含量的預(yù)測(cè)模型及其檢驗(yàn)結(jié)果的擬合度均達(dá)到顯著水平，表明紅外光譜法預(yù)測(cè)靈芝多糖含量可行[77]。除此之外，李曉文等[78]采用可見-近紅外光譜技術(shù)測(cè)定雞腿菇總糖含量，收集80 個(gè)在同一生長(zhǎng)周期不同成熟度的雞腿菇樣品進(jìn)行紅外掃描，經(jīng)過歸一化、二階導(dǎo)數(shù)和滑動(dòng)平均濾波等預(yù)處理后，建立偏最小二乘模型；結(jié)果顯示校正集和預(yù)測(cè)集相關(guān)系數(shù)分別為0.998 9和0.982 3，精度較高，實(shí)現(xiàn)了雞腿菇總糖含量的快速、準(zhǔn)確檢測(cè)。為建立穩(wěn)定的近紅外光譜定量分析模型，Chen Yi等[79]提取靈芝多糖和三萜類物質(zhì)，采用近紅外光譜法結(jié)合偏最小二乘法和徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)2 種化學(xué)計(jì)量學(xué)方法，對(duì)靈芝提取物進(jìn)行研究分析，選取4 100～7 750 cm-1波段作為變量建模；結(jié)果顯示經(jīng)過一階導(dǎo)數(shù)和標(biāo)準(zhǔn)正態(tài)變量預(yù)處理得到的結(jié)果最優(yōu)，建立的預(yù)測(cè)模型對(duì)靈芝多糖和三萜類物質(zhì)含量的預(yù)測(cè)準(zhǔn)確性較高。紅外光譜技術(shù)與化學(xué)計(jì)量學(xué)結(jié)合，建立預(yù)測(cè)模型，能夠快速、穩(wěn)定、準(zhǔn)確地預(yù)測(cè)出檢測(cè)物質(zhì)的含量，適用于食用菌中營(yíng)養(yǎng)物質(zhì)的快速檢測(cè)。

3 結(jié) 語

紅外光譜技術(shù)作為一種高新分析技術(shù)具有方便快捷、無污染、無破壞性、無前處理等優(yōu)勢(shì)，能準(zhǔn)確反映食用菌的整體化學(xué)信息，提供被檢測(cè)物質(zhì)的指紋圖譜，是大型真菌領(lǐng)域研究的重要手段。將紅外光譜技術(shù)應(yīng)用于食用菌是否摻假、產(chǎn)地和種類的鑒別分析，可使食用菌市場(chǎng)更加規(guī)范，使人民身體健康和生命安全得到保證；用于食用菌化學(xué)含量測(cè)定，具有分析快速、準(zhǔn)確等優(yōu)點(diǎn)；亦有學(xué)者采用多種儀器聯(lián)用，利用儀器特性之間互補(bǔ)，可以進(jìn)行更加全面可靠的分析，在食用菌研究方面具有巨大潛力。綜上所述，紅外光譜技術(shù)在食用菌鑒別和定量分析中具有十分重要的科學(xué)意義和實(shí)用價(jià)值。

紅外光譜技術(shù)依然存在一些缺點(diǎn)，比如：對(duì)有效信息提取率低；容易受到各種因素（如樣品濕度、空氣中CO2濃度、溫度等）影響；模型通用性差；痕量分析誤差大等。這些問題的解決是紅外光譜技術(shù)發(fā)展的方向。目前，紅外光譜技術(shù)在食用菌研究領(lǐng)域的應(yīng)用具有較大的局限性，隨著紅外光譜及相關(guān)技術(shù)的發(fā)展，紅外光譜技術(shù)在食用菌研究領(lǐng)域?qū)?huì)有更廣闊的前景，對(duì)其產(chǎn)業(yè)的發(fā)展將具有巨大的推動(dòng)作用。

[1] 李聰, 王穩(wěn)航. 食用菌膳食纖維研究的新進(jìn)展[J]. 中國(guó)食品添加劑,2015(10): 159-164. DOI:10.3969/j.issn.1006-2513.2015.10.020.

[2] WANG X M, ZHANG J, WU L H, et al. A mini-review of chemical composition and nutritional value of edible wild-grown mushroom from China[J]. Food Chemistry, 2014, 151: 279-285. DOI:10.1016/j.foodchem.2013.11.062.

[3] HELENO S A, FERREIRA R C, ANTONIO A L, et al. Nutritional value, bioactive compounds and antioxidant properties of three edible mushrooms from Poland[J]. Food Bioscience, 2015, 11: 48-55.DOI:10.1016/j.fbio.2015.04.006.

[4] WASSER S P. Current fi ndings, future trends, and unsolved problems in studies of medicinal mushrooms[J]. Applied Microbiology and Biotechnology, 2011, 89(5): 1323-1332. DOI:10.1007/s00253-010-3067-4.

[5] 魏江春. 菌物生物多樣性與人類可持續(xù)發(fā)展[J]. 中國(guó)科學(xué)院院刊,2010, 25(6): 645-650. DOI:10.3969/j.issn.1000-3045.2010.06.010.

[6] ROUPAS P, KEOGH J, NOAKES M, et al. The role of edible mushrooms in health: evaluation of the evidence[J]. Journal of Functional Foods, 2012, 4(4): 687-709. DOI:10.1016/j.jff.2012.05.003.

[7] CHATTERJEE B, PATEL T. Edible mushroom: a nutritious food improving human health[J]. International Journal of Clinical and Biomedical Research (IJCBR), 2016, 2(1): 34-37.

[8] 戴玉成, 周麗偉, 楊祝良, 等. 中國(guó)食用菌名錄[J]. 菌物學(xué)報(bào), 2010,29(1): 1-21. DOI:10.13346/j.mycosystema.2010.01.022.

[9] ALEXANDRAKIS D, DOWNEY G, SCANNELL A G M. Rapid nondestructive detection of spoilage of intact chicken breast muscle using near-infrared and Fourier transform mid-infrared spectroscopy and multivariate statistics[J]. Food and Bioprocess Technology, 2012, 5(1):338-347. DOI:10.1007/s11947-009-0298-4.

[10] KAROUI R, DOWNEY G, BLECKER C. Mid-infrared spectroscopy coupled with chemometrics: a tool for the analysis of intact food systems and the exploration of their molecular structure-quality relationships: a review[J]. Chemical Reviews, 2010, 110(10): 6144-6168. DOI:10.1021/cr100090k.

[11] 李運(yùn), 王元忠, 楊維澤, 等. 紅外光譜對(duì)三七及其野生近緣種親緣關(guān)系研究[J]. 光譜學(xué)與光譜分析, 2016, 36(8): 2420-2424.DOI:10.3964/j.issn.1000-0593(2016)08-2420-05.

[12] JIANG Y, DAVID B, TU P F, et al. Recent analytical approaches in quality control of traditional Chinese medicines: a review[J]. Analytica Chimica Acta, 2010, 657(1): 9-18. DOI:10.1016/j.aca.2009.10.024.

[13] SUN S Q CHEN J B, ZHOU Q, et al. Application of mid-infrared spectroscopy in the quality control of traditional Chinese medicines[J].Planta Medica, 2010, 76(17): 1987-1996. DOI:10.1055/s-0030-1250520.

[14] SHAO Q S, ZHANG A L, YE W W, et al. Fast determination of two atractylenolides in Rhizoma Atractylodis Macrocephalae by Fourier transform near-infrared spectroscopy with partial least squares[J]. Spectrochimica Acta Part A: Molecular and Biomolecular Spectroscopy, 2014, 120: 499-504. DOI:10.1016/j.saa.2013.10.035.

[15] MA H L, WANG J W, CHEN Y J, et al. Rapid authentication of starch adulterations in ultraf i ne granular powder of Shanyao by near-infrared spectroscopy coupled with chemometric methods[J]. Food Chemistry,2017, 215: 108-115. DOI:10.1016/j.foodchem.2016.07.156.

[16] CHOONG Y K, LAN J, LEE H L, et al. Differential identification of mushrooms sclerotia by IR macro-fingerprint method[J].Spectrochimica Acta Part A: Molecular and Biomolecular Spectroscopy, 2016, 152: 34-42. DOI:10.1016/j.saa.2015.07.054.

[17] ZHAO Dezhang, LIU Gang, SONG Dingshan, et al. Identif i cation of Amanita mushrooms by Fourier transform infrared spectroscopy[C]//XU Kexin, LUO Qingming, DA Xing, et al. Fourth International Conference on Photonics and Imaging in Biology and Medicine.America: Proceedings of International Society for Optics and Photonics, 2006. DOI:10.1117/12.710977.

[18] LIU Gang, SONG Dingshan, ZHAO Dezhang, et al. A study of the mushrooms of boletes by Fourier transform infrared spectroscopy[C]//VON BALLY G, LUO Q, ICO20: Optical Devices and Instruments.Changchun: Proceedings of International Society for Optics and Photonics, 2006. DOI:10.1117/12.667136.

[19] CASALE M, BAGNASCO L, ZOTTI M, et al. A NIR spectroscopybased efficient approach to detect fraudulent additions within mixtures of dried porcini mushrooms[J]. Talanta, 2016, 160: 729-734.DOI:10.1016/j.talanta.2016.08.004.

[20] 楊天偉, 張霽, 史云東, 等. 紅外光譜結(jié)合多元統(tǒng)計(jì)分析快速鑒別不同種類牛肝菌[J]. 食品科學(xué), 2015, 36(24): 116-121. DOI:10.7506/spkx1002-6630-201524020.

[21] ZERVAKIS G I, BEKIARIS G, TARANTILIS P A, et al. Rapid strain classif i cation and taxa delimitation within the edible mushroom genus Pleurotus through the use of diffuse reflectance infrared Fourier transform (DRIFT) spectroscopy[J]. Fungal Biology, 2012, 116(6):715-728. DOI:10.1016/j.funbio.2012.04.006.

[22] 時(shí)有明, 劉剛, 孫艷琳, 等. FTIR光譜結(jié)合系統(tǒng)聚類分析鑒別松茸和姬松茸的研究[J]. 光散射學(xué)報(bào), 2010, 22(2): 171-174. DOI:10.13883/j.issn1004-5929.2010.02.007.

[23] XU Ning, LUO Weiqiang, YANG Haiqign. Rapid discrimination of fermented Cordyceps mycelium powder by near-infrared spectroscopy(NIRS)[J]. Applied Mechanics and Materials, 2013, 302: 189-193.DOI:10.4028/www.scientif i c.net/AMM.302.189.

[24] CHOONG Y K, CHEN X, JAMAL J A, et al. Preliminary results of determination of chemical changes on Lingzhi or Reishi medicinal mushroom, Ganoderma lucidum (W. Curt.: Fr.) P. Karst. (Higher Basidiomycetes) carried by Shenzhou I spaceship with FTIR and 2D-IR correlation spectroscopy[J]. International Journal of Medicinal Mushrooms,2012, 14(3): 295-305. DOI:10.1615/IntJMedMushr.v14.i3.60.

[25] 周繼國(guó), 劉剛, 劉劍虹, 等. 毛頭鬼傘的紅外光譜研究[J]. 光譜學(xué)與光譜分析, 2008, 28(2): 321-323. DOI:10.3964/j.issn.1000-0593.2008.02.020.

[26] CHOONG Y K, XU C H, LAN J, et al. Identif i cation of geographical origin of Lignosus samples using Fourier transform infrared and twodimensional infrared correlation spectroscopy[J]. Journal of Molecular Structure, 2014, 1069: 188-195. DOI:10.1016/j.molstruc.2014.04.001.

[27] 周在進(jìn), 劉剛, 任先培. 不同產(chǎn)地小美牛肝菌的紅外光譜聚類分析研究[J]. 激光與紅外, 2009, 39(11): 1158-1162. DOI:10.3969/j.issn.1001-5078.2009.11.007.

[28] 呂偉奇, 張霽, 趙艷麗, 等. 不同產(chǎn)地黃硬皮馬勃的紅外光譜鑒別方法研究[J]. 河南農(nóng)業(yè)科學(xué), 2016, 45(1): 104-107; 142. DOI:10.15933/j.cnki.1004-3268.2016.01.023.

[29] 馬芳, 張方, 湯進(jìn), 等. 不同產(chǎn)地茯苓皮藥材紅外光譜的識(shí)別[J].光譜學(xué)與光譜分析, 2014, 34(2): 376-380. DOI:10.3964/j.issn.1000-0593(2014)02-0376-05.

[30] 楊海清, 何勇, 陳永明, 等. 應(yīng)用可見/近紅外光譜技術(shù)鑒別香菇品源的三維空間建模研究[J]. 光譜學(xué)與光譜分析, 2008, 28(6): 1232-1236. DOI:10.3964/j.issn.1000-0593.2008.06.008.

[31] LIU Fei, HE Yong. Discrimination of producing areas of Auricularia auricula using visible/near infrared spectroscopy[J]. Food and Bioprocess Technology, 2011, 4(3): 387-394. DOI:10.1007/s11947-008-0174-7.

[32] CHEN Yi, XIE Mingyong, YAN Yan, et al. Discrimination of Ganoderma lucidum according to geographical origin with near infrared diffuse reflectance spectroscopy and pattern recognition techniques[J]. Analytica Chimica Acta, 2008, 618(2): 121-130.DOI:10.1016/j.aca.2008.04.055.

[33] 劉剛, 劉劍虹, 宋鼎珊, 等. 野生食用蕈菌不同部位的紅外光譜研究[J].光譜學(xué)與光譜分析, 2005, 25(7): 1053-1056. DOI:10.3321/j.issn:1000-0593.2005.07.012.

[34] MOHA?EK-GRO?EV V, BO?AC R, PUPPELS G J. Vibrational spectroscopic characterization of wild growing mushrooms and toadstools[J]. Spectrochimica Acta Part A: Molecular and Biomolecular Spectroscopy, 2001, 57(14): 2815-2829. DOI:10.1016/S1386-1425(01)00584-4.

[35] 趙德璋. 塊菌、鵝膏菌、牛肝菌和紅菇的紅外光譜研究[D]. 昆明:云南師范大學(xué), 2006: 1-82.

[36] 黃冬蘭, 陳小康, 徐永群. 松杉靈芝不同部位的紅外光譜分析研究[J]. 分析科學(xué)學(xué)報(bào), 2015, 31(1): 59-62. DOI:10.13526/j.issn.1006-6144.2015.01.013.

[37] 付小環(huán), 胡軍華, 李家春, 等. 應(yīng)用近紅外光譜技術(shù)對(duì)茯苓藥材進(jìn)行定性定量檢測(cè)研究[J]. 中國(guó)中藥雜志, 2015, 40(2): 280-286.DOI:10.4268/cjcmm20150222.

[38] 申云霞, 李濤, 趙艷麗, 等. 巨大口蘑不同年限和部位的紅外光譜鑒定[J]. 貴州農(nóng)業(yè)科學(xué), 2015, 43(3): 159-163. DOI:10.3969/j.issn.1001-3601.2015.03.039.

[39] ESQUERRE C, GOWEN A A, O’DONNELL C P, et al. Initial studies on the quantitation of bruise damage and freshness in mushrooms using visible-near-infrared spectroscopy[J]. Journal of Agricultural and Food Chemistry, 2009, 57(5): 1903-1907. DOI:10.1021/jf803090c.

[40] O’GORMAN A, DOWNEY G, GOWEN A A, et al. Use of Fourier transform infrared spectroscopy and chemometric data analysis to evaluate damage and age in mushrooms (Agaricus bisporus) grown in Ireland[J]. Journal of Agricultural and Food Chemistry, 2010, 58(13):7770-7776. DOI:10.1021/jf101123a.

[41] 趙德璋, 劉剛, 宋鼎珊, 等. 塊菌的傅里葉變換紅外光譜研究[J]. 光譜學(xué)與光譜分析, 2006, 26(8): 1445-1448. DOI:10.3321/j.issn:1000-0593.2006.08.017.

[42] 王娟, 張榮芳, 王相友. 雙孢蘑菇硬度的近紅外漫反射光譜無損檢測(cè)[J]. 農(nóng)業(yè)機(jī)械學(xué)報(bào), 2012, 43(11): 163-168. DOI:10.6041/j.issn.1000-1298.2012.11.031.

[43] 張榮芳. 雙孢蘑菇品質(zhì)的近紅外漫反射光譜無損檢測(cè)研究[D]. 淄博: 山東理工大學(xué), 2012: 1-64.

[44] JING Pu, ZHAO Shujuan, LU Manman, et al. Multiple-fingerprint analysis for investigating quality control of Flammulina velutipes fruiting body polysaccharides[J]. Journal of Agricultural and Food Chemistry, 2014, 62(50): 12128-12133. DOI:10.1021/jf504349r.

[45] 楊天偉, 李濤, 李杰慶, 等. 不同年份和產(chǎn)地美味牛肝菌的紅外光譜鑒別研究[J]. 光譜學(xué)與光譜分析, 2016, 36(7): 2117-2123.DOI:10.3964/j.issn.1000-0593(2016)07-2117-07.

[46] 邵平, 王鈞, 王星麗, 等. 基于近紅外光譜技術(shù)的靈芝提取物摻假定量快速無損檢測(cè)研究[J]. 核農(nóng)學(xué)報(bào), 2016, 30(1): 103-109.DOI:10.11869/j.issn.100-8551.2016.01.0103.

[47] 王志軍, 朱仲良, 從培盛, 等. 中藥靈芝FTIR指紋圖譜的研究[J]. 海南師范大學(xué)學(xué)報(bào)(自然科學(xué)版), 2009, 22(1): 42-44; 51. DOI:10.3969/j.issn.1674-4942.2009.01.011.

[48] 楊興倉, 司民真. 烏靈參的紅外光譜分析[J]. 光散射學(xué)報(bào), 2011,23(3): 289-293.

[49] VILLARES A, MATEO-VIVARACHO L, GUILLAMóN E.Structural features and healthy properties of polysaccharides occurring in mushrooms[J]. Agriculture, 2012, 2(4): 452-471. DOI:10.3390/agriculture2040452.

[50] DE SILVA D D, RAPIOR S, SUDARMAN E, et al. Bioactive metabolites from macrofungi: ethnopharmacology, biological activities and chemistry[J]. Fungal Diversity, 2013, 62(1): 1-40. DOI:10.1007/s13225-013-0265-2.

[51] ZAIDMAN B Z, YASSIN M, MAHAJNA J, et al. Medicinal mushroom modulators of molecular targets as cancer therapeutics[J].Applied Microbiology and Biotechnology, 2005, 67(4): 453-468.DOI:10.1007/s00253-004-1787-z.

[52] MORADALI M F, MOSTAFAVI H, GHODS S, et al.Immunomodulating and anticancer agents in the realm of macromycetes fungi (macrofungi)[J]. International Immunopharmacology, 2007, 7(6): 701-724. DOI:10.1016/j.intimp.2007.01.008.

[53] 葛青, 張安強(qiáng), 孫培龍. 真菌多糖結(jié)構(gòu)修飾及鑒定研究進(jìn)展[J]. 中國(guó)食用菌, 2008, 27(1): 5-8. DOI:10.3969/j.issn.1003-8310.2008.01.002.

[54] 鐵梅, 李闖, 費(fèi)金巖, 等. 富硒金針菇子實(shí)體中硒多糖的分離純化技術(shù)及紅外光譜研究[J]. 分析測(cè)試學(xué)報(bào), 2008, 27(2): 158-161.DOI:10.3969/j.issn.1004-4957.2008.02.011.

[55] 李健, 張竹青, 陳輝. 氣相色譜和紅外光譜對(duì)金針菇多糖的分析研究[J]. 食品工業(yè)科技, 2010, 31(9): 147-149. DOI:10.13386/j.issn1002-0306.2010.09.101.

[56] QIAN Jianya, CHEN Wei, ZHANG Weiming, et al. Adulteration identif i cation of some fungal polysaccharides with SEM, XRD, IR and optical rotation: a primary approach[J]. Carbohydrate Polymers, 2009,78(3): 620-625. DOI:10.1016/j.carbpol.2009.05.025.

[57] KOZARSKI M, KLAUS A, NIK?I? M, et al. Antioxidative activities and chemical characterization of polysaccharide extracts from the widely used mushrooms Ganoderma applanatum, Ganoderma lucidum, Lentinus edodes and Trametes versicolor[J]. Journal of Food Composition and Analysis, 2012, 26(1/2): 144-153. DOI:10.1016/j.jfca.2012.02.004.

[58] 孫延芳, 李子昂, 梁宗鎖, 等. 食用菌多糖及其紅外光譜分析[J]. 黑龍江農(nóng)業(yè)科學(xué), 2011(10): 99-100. DOI:10.3969/j.issn.1002-2767.2011.10.038.

[59] 倪宗耀. 食用菌的食療作用與保健功效[J]. 食藥用菌, 2013, 21(1):22-25.

[60] 楊文建, 趙立艷, 安辛欣, 等. 食用菌營(yíng)養(yǎng)與保健功能研究進(jìn)展(綜述)[J]. 食藥用菌, 2011, 19(1): 15-18.

[61] KALA? P. A review of chemical composition and nutritional value of wild-growing and cultivated mushrooms[J]. Journal of the Science of Food and Agriculture, 2013, 93(2): 209-218. DOI:10.1002/jsfa.5960.

[62] 鄒盛勤, 陳武. 食用菌的營(yíng)養(yǎng)成分 藥理作用及開發(fā)利用[J]. 安徽農(nóng)業(yè)科學(xué), 2005, 33(3): 502-503. DOI:10.3969/j.issn.0517-6611.2005.03.083.

[63] 時(shí)有明, 劉剛, 周湘萍, 等. 基于曲線擬合的形態(tài)相似鵝膏菌的傅里葉變換紅外光譜研究[J]. 分析化學(xué), 2008, 36(8): 1105-1108.DOI:10.3321/j.issn:0253-3820.2008.08.019.

[64] 劉萍, 陶文沂, 敖中華. 松口蘑菌絲體糖蛋白MP的性質(zhì)及其結(jié)構(gòu)[J]. 無錫輕工大學(xué)學(xué)報(bào), 2004(1): 17-20. DOI:10.3321/j.issn:1673-1689.2004.01.005.

[65] MODI H A. Evaluation of bioactive functional compound of edible mushroom pleurotus ostreatus by FT-IR spectrum[J]. International Journal of Innovative Knowledge Concepts, 2016, 2(1): 90-92.

[66] WEI Xuan, XU Ning, WU Du, et al. Determination of branchedamino acid content in fermented Cordyceps sinensis Mycelium by using FT-NIR spectroscopy technique[J]. Food and Bioprocess Technology, 2014, 7(1): 184-190. DOI:10.1007/s11947-013-1053-4.

[67] KWON Y K, JIE E Y, SARTIE A, et al. Rapid metabolic discrimination and prediction of dioscin content from African yam tubers using Fourier transform-infrared spectroscopy combined with multivariate analysis[J]. Food Chemistry, 2015, 166: 389-396. DOI:10.1016/j.foodchem.2014.06.035.

[68] YANG H, IRUDAYARAJ J, PARADKAR M M. Discriminant analysis of edible oils and fats by FTIR, FT-NIR and FT-Raman spectroscopy[J]. Food Chemistry, 2005, 93(1): 25-32. DOI:10.1016/j.foodchem.2004.08.039.

[69] WOJCIECHOWSKI C, DUPUY N, TA C D, et al. Quantitative analysis of water-soluble vitamins by ATR-FTIR spectroscopy[J].Food Chemistry, 1998, 63(1): 133-140. DOI:10.1016/S0308-8146(97)00138-6.

[70] NUMATA Y, TANAKA H. Quantitative analysis of quercetin using Raman spectroscopy[J]. Food Chemistry, 2011, 126(2): 751-755.DOI:10.1016/j.foodchem.2010.11.059.

[71] 李軍山, 彭新華, 張博. 近紅外光譜法快速測(cè)定茯苓藥材水分[J]. 亞太傳統(tǒng)醫(yī)藥, 2011, 7(8): 36-38.

[72] ROY S, ANANTHESWARAN R C, SHENK J S, et al. Determination of moisture content of mushrooms by Vis-NIR spectroscopy[J].Journal of the Science of Food and Agriculture, 1993, 63(3): 355-360.DOI:10.1002/jsfa.2740630314.

[73] 徐寧, 魏萱, 任冰, 等. 發(fā)酵冬蟲夏草菌粉水分腺苷的近紅外光譜定量分析及波段選擇[J]. 光譜學(xué)與光譜分析, 2012, 32(7): 1762-1765.DOI:10.3964/j.issn.1000-0593(2012)07-1762-04.

[74] 朱哲燕, 劉飛, 張初, 等. 基于中紅外光譜技術(shù)的香菇蛋白質(zhì)含量測(cè)定[J]. 光譜學(xué)與光譜分析, 2014, 34(7): 1844-1848. DOI:10.3964/j.issn.1000-0593(2014)07-1844-05.

[75] 王迪, 張嬡莉, 孟慶繁, 等. 近紅外光譜在快速測(cè)定蛹蟲草有效成分含量中的應(yīng)用[J]. 光學(xué)學(xué)報(bào), 2009, 29(10): 2795-2799. DOI:10.3788/AOS20092910.2795.

[76] 郭偉良, 王丹, 宋佳, 等. 近紅外光譜法同時(shí)快速定量分析蛹蟲草菌絲體中4 種有效成分[J]. 光學(xué)學(xué)報(bào), 2011, 31(2): 282-289.DOI:10.3788/AOS20092910.2795.

[77] 常靜, 唐延林, 劉子恒, 等. 靈芝多糖含量的紅外光譜預(yù)測(cè)模型研究[J]. 光譜實(shí)驗(yàn)室, 2010, 27(2): 677-680. DOI:10.3969/j.issn.1004-8138.2010.02.068.

[78] 李曉文, 李萍萍, 袁俊杰. 基于可見/近紅外光譜的雞腿菇總糖含量測(cè)定方法[J]. 江蘇農(nóng)業(yè)科學(xué), 2013, 41(9): 279-281. DOI:10.3969/j.issn.1002-1302.2013.09.109.

[79] CHEN Yi, XIE Mingyong, ZHANG Hui, et al. Quantification of total polysaccharides and triterpenoids in Ganoderma lucidum and Ganoderma atrum by near infrared spectroscopy and chemometrics[J].Food Chemistry, 2012, 135(1): 268-275. DOI:10.1016/j.foodchem.2012.04.089.

A Review of the Application of Infrared Spectroscopy in Chemical Analysis and Quality Control of Edible Mushrooms

YAO Sen1,2, ZHANG Ji2,3, LIU Honggao1, LI Jieqing1,*, WANG Yuanzhong2,3,*
(1. College of Agronomy and Biotechnology, Yunnan Agricultural University, Kunming 650201, China;2. Institute of Medicinal Plants, Yunnan Academy of Agricultural Sciences, Kunming 650200, China;3. Yunnan Technical Center for Quality of Chinese Materia Medica, Kunming 650200, China)

In recent years, infrared (IR) spectroscopy has caught much attention due to its characteristics of high accuracy,rapidity and nondestructiveness. With increasing maturation of IR spectroscopy and the development of the related theory,this promising technology has been widely applied to the quality control and chemical analysis of edible mushrooms.In this review, we have summarized the application of IR spectroscopy in the quality control and chemical analysis of edible mushrooms worldwide. This article presents a review of recent studies on the application of IR spectroscopy to identify different species, geographical origins and parts of edible mushrooms and quantify their chemical composition. In conclusion, this review is expected to provide valuable theoretical information for further development and utilization of edible mushrooms.

infrared spectroscopy; edible mushroom; discrimination; quantitative analysis; development and utilization

10.7506/spkx1002-6630-201801046

TS201.2

A

1002-6630（2018）01-0305-08

姚森, 張霽, 劉鴻高, 等. 紅外光譜技術(shù)在食用菌研究中的應(yīng)用[J]. 食品科學(xué), 2018, 39(1): 305-312.

10.7506/spkx1002-6630-201801046. http://www.spkx.net.cn

YAO Sen, ZHANG Ji, LIU Honggao, et al. A review of the application of infrared spectroscopy in chemical analysis and quality control of edible mushrooms[J]. Food Science, 2018, 39(1): 305-312. (in Chinese with English abstract)

DOI:10.7506/spkx1002-6630-201801046. http://www.spkx.net.cn

2016-10-15

國(guó)家自然科學(xué)基金地區(qū)科學(xué)基金項(xiàng)目（31660591）；云南省教育廳科學(xué)研究基金項(xiàng)目（2016ZZX106）

姚森（1992—），男，碩士，主要從事牛肝菌光譜指紋圖譜研究。E-mail：yaosen0402@163.com

*通信作者簡(jiǎn)介：李杰慶（1982—），男，講師，碩士，主要從事食用菌研究。E-mail：lijieqing2008@126.com

王元忠（1981—），男，副研究員，碩士，主要從事藥用真菌研究。E-mail：boletus@126.com