Способ и устройство для обнаружения присутствия микотоксинов в злаках
Изобретение относится к области измерительной техники и касается способа обнаружения присутствия микотоксинов в злаках. Способ включает в себя улавливание по меньшей мере одного спектра поглощения рассеянного света набора злаковых зерен, улавливание по меньшей мере одного спектра поглощения рассеянного света по меньшей мере одного отдельного злакового зерна из набора злаковых зерен и классификацию уровня заражения микотоксинами по меньшей мере в одном злаковом зерне путем проведения многофакторного анализа данных по меньшей мере одного спектра поглощения рассеянного света набора злаковых зерен и по меньшей мере одного спектра поглощения рассеянного света по меньшей мере одного отдельного злакового зерна. Технический результат заключается в обеспечении возможности измерения в промышленной среде локализованного заражения в необработанных отдельных злаковых зернах. 3 н. и 12 з.п. ф-лы, 8 ил., 1 табл.
Область техники, к которой относится настоящее изобретение
Настоящее изобретение относится к заражению злаков. В частности, настоящее изобретение относится к способу и устройству для обнаружения присутствия микотоксинов в злаках.
Уровень техники
Присутствие микотоксинов, вторичных метаболитов токсичных грибов, в сельскохозяйственных продуктах во всем мире является серьезной проблемой. Согласно оценкам Продовольственной и сельскохозяйственной организации (FAO) 25% мировых продовольственных культур подвержены воздействию грибов, продуцирующих микотоксины (Rasch, Kumke, & Löhmannsröben, 2010). Наиболее важные микотоксины, присутствующие в продуктах питания и кормах, которые представляют собой серьезную угрозу для здоровья населения и агроэкономики, включают афлатоксины, дезоксиниваленол (ДОН), охратоксин А, фумонизин, зеараленон, патулин и Т-2 токсин (Miller, 1995; Traar, 2013).
ДОН является одним из наиболее распространенных микотоксинов и в основном вырабатывается плесневыми грибами fusarium graminearum и fusarium culmorum. Он часто появляется в злаковых продуктах, таких как пшеница, кукуруза, ячмень, овес и рожь, которые могут быть инфицированы до или после сбора урожая (Sobrova et al., 2010). Более того, поскольку ДОН не может быть уничтожен во время пищевой обработки, например, при приготовлении пищи, замораживании и обжаривании, он появляется как в сырых, так и в обработанных продуктах. Прием продуктов, зараженных ДОН, может вызвать острые и хронические последствия для здоровья, такие как диарея, тошнота, иммуносупрессия и нейротоксичность (Abysique, Tardivel, Troadec, & Félix, 2015; Pestka, 2007). Обнаружение ДОН является важной проблемой в пищевой промышленности, поскольку он присутствует более чем в 90% всех образцов злаков, зараженных микотоксинами, и его появление считается показателем присутствия других микотоксинов. (Ran et al.2013)
ДОН является важным заражающим веществом для кукурузы (Pleadin et al., 2012), а кукуруза является основным продуктом питания во многих странах. В настоящее время присутствие ДОН в пищевых продуктах и кормах строго регламентируется в большинстве регионов мира. Что касается необработанных зерен кукурузы, Европейская комиссия заявляет, что максимально допустимая концентрация ДОН составляет 1750 частиц на миллиард, в то время как в США и Китае установлен лимит для ДОН в 1000 частиц на миллиард (European Commission, 2007). Чтобы соблюдать эти ограничения, присутствие ДОН в настоящее время в основном обнаруживается с помощью химических анализов, таких как жидкостная хроматография - тандемная масс-спектрометрия (LC-MS/MS) и ферментные иммуносорбентные анализы (ELISA). Однако эти аналитические методы являются длительными, дорогостоящими и деструктивными (Ran et al., 2013). Из-за неравномерного присутствия токсина как в пищевых продуктах, так и в сельскохозяйственных культурах, эти анализы на основе образцов часто дают ограниченное представление о степени заражения. Целью настоящего изобретения является создание недеструктивного спектроскопического способа, который можно использовать для скрининга отдельных злаковых зерен и других пищевых продуктов, подверженных заражению нефлуоресцентными микотоксинами.
Спектроскопические методы обнаружения уже широко используются в сельском хозяйстве и химической промышленности для определения в веществе органических соединений, таких как белки, влага, крахмал и пигменты (Baye, Pearson, & Settles, 2006; K.C. Volkers, M. Wachendorf, R. Loges, N.J. Jovanovic, 2003; Meulebroeck & Thienpont, 2012). На сегодняшний день существует большой интерес к применению спектроскопических методов обнаружения для идентификации ДОН. Уже широко обсуждается использование спектроскопии с Фурье-преобразованием в ближней и средней инфракрасных областях (FT-NIR и FT-MIR) для обнаружения ДОН в пшенице и кукурузе (Abramovié, Jajié, Abramovié, Cosié, Jurié, 2007; De Girolamo, Cervellieri, Visconti, & Pascale, 2014; KOS, Lohninger, & Krska, 2003). Однако, в текущих опубликованных измерениях используются однородно зараженные, измельченные образцы, а для классификации образцов в зависимости от различных уровней их заражения требуется использование хемометрики. Целью настоящего изобретения является создание спектроскопического способа, который позволяет измерять локализованное заражение в необработанных, отдельных злаковых зернах, таких как зерна кукурузы. Кроме того, из-за своей вибрационной чувствительности маловероятно, что спектроскопия с Фурье-преобразованием может быть реализована в промышленной среде.
Сущность изобретения
Согласно настоящему изобретению предложен способ обнаружения присутствия микотоксинов в злаках, причем способ предусматривает:
улавливание по меньшей мере одного спектра поглощения рассеянного света набора злаковых зерен;
улавливание по меньшей мере одного спектра поглощения рассеянного света по меньшей мере одного отдельного злакового зерна из набора злаковых зерен;
классификацию уровня заражения микотоксинами по меньшей мере в одном злаковом зерне путем проведения многофакторного анализа данных по меньшей мере одного спектра поглощения рассеянного света набора злаковых зерен и по меньшей мере одного спектра поглощения рассеянного света по меньшей мере одного отдельного злакового зерна.
Предпочтительно, каждый спектр поглощения рассеянного света улавливают с помощью интегрирующей сферы. Предпочтительно, спектр поглощения рассеянного света отдельного злакового зерна улавливают с помощью интегрирующей сферы, меньшей, чем та, которая используется для улавливания спектра поглощения рассеянного света набора злаковых зерен. Предпочтительно, каждый спектр поглощения рассеянного света набора злаковых зерен улавливают путем освещения набора в центре интегрирующей сферы. Предпочтительно, каждый спектр поглощения рассеянного света отдельного злакового зерна улавливают путем освещения злакового зерна, пока оно находится перед отверстием порта для образца интегрирующей сферы.
Предпочтительно, этап улавливания по меньшей мере одного спектра поглощения рассеянного света отдельного злакового зерна включает улавливание нескольких спектров поглощения рассеянного света путем освещения нескольких областей злакового зерна.
В одном варианте осуществления этап классификации уровня заражения микотоксинами по меньшей мере в одном злаковом зерне включает вычисление соотношения между коэффициентом отражения при первой выбранной длине волны и коэффициентом отражения при второй выбранной длине волны; и классификацию уровня заражения микотоксинами по меньшей мере в одном злаковом зерне на основе рассчитанного соотношения. Предпочтительно, чтобы выбранные длины волн находились в области длин волн от 700 до 1500 нм. В альтернативных вариантах осуществления соотношение может быть рассчитано на основе коэффициента отражения при более чем двух выбранных длинах волн.
В дополнительном варианте осуществления на этапе классификации уровня заражения микотоксинами по меньшей мере в одном злаковом зерне используют хемометрические способы. Хемометрический способ, такой как анализ основных компонентов, может быть использован для классификации уровня заражения микотоксинами в отдельном злаковом зерне. Хемометрические способы - это современные методы, требующие большой арифметической мощности машины, в которой они используются.
Способ может дополнительно предусматривать вычисление среднего спектра поглощения рассеянного света набора злаковых зерен при улавливании нескольких спектров поглощения рассеянного света, и при этом этап классификации уровня заражения микотоксинами по меньшей мере в одном злаковом зерне включает проведение многофакторного анализа данных среднего спектра.
Способ может дополнительно предусматривать вычисление среднего спектра поглощения рассеянного света по меньшей мере одного злакового зерна при улавливании нескольких спектров поглощения рассеянного света злакового зерна, и при этом этап классификации уровня заражения микотоксинами по меньшей мере в одном злаковом зерне включает проведение многофакторного анализа данных среднего спектра.
Каждый зафиксированный спектр поглощения рассеянного света может быть спектром поглощения рассеянного света ближней инфракрасной области. В качестве альтернативы, каждый зафиксированный спектр поглощения рассеянного света может быть спектром поглощения рассеянного света видимой и ближней ИК области.
Классификация уровня заражения микотоксинами по меньшей мере в одном злаковом зерне может включать в себя сравнение по меньшей мере одного зафиксированного спектра со спектром незараженного зерна и выявление различий между спектрами. Классификация уровня заражения микотоксинами по меньшей мере в одном злаковом зерне может включать в себя сравнение по меньшей мере одного зафиксированного спектра с более чем одним спектром по меньшей мере одного незараженного зерна и выявление различий между спектрами. Способ может дополнительно предусматривать получение спектра незараженного зерна из базы данных спектров зерен. Способ может дополнительно предусматривать идентификацию типа злаков из набора злаковых зерен путем сравнения по меньшей мере одного зафиксированного спектра с множеством спектров образцов в базе данных, чтобы найти наилучшее соответствие. Альтернативно, способ может дополнительно предусматривать идентификацию типа злаков с помощью ввода данных пользователем.
Настоящее изобретение дополнительно относится к считываемому компьютером носителю, содержащему программные команды, которые при выполнении процессором заставляют процессор выполнять вышеупомянутый способ.
Настоящее изобретение дополнительно относится к устройству для обнаружения присутствия микотоксинов в злаках, содержащему:
средство улавливания по меньшей мере одного спектра поглощения рассеянного света набора злаковых зерен;
средство улавливания по меньшей мере одного спектра поглощения рассеянного света по меньшей мере одного отдельного злакового зерна из набора злаковых зерен; а также
средство классификации уровня заражения микотоксинами по меньшей мере в одном злаковом зерне путем проведения многофакторного анализа данных по меньшей мере одного спектра поглощения рассеянного света набора злаковых зерен и по меньшей мере одного спектра поглощения рассеянного света по меньшей мере одного отдельного злакового зерна.
Предпочтительно, каждое средство улавливания спектра поглощения рассеянного света содержит интегрирующую сферу. Предпочтительно, средство улавливания по меньшей мере одного спектра поглощения рассеянного света отдельного злакового зерна содержит интегрирующую сферу, меньше, чем та, которую используют для улавливания каждого спектра поглощения рассеянного света набора злаковых зерен.
Предпочтительно, устройство дополнительно содержит средство улавливания нескольких спектров поглощения рассеянного света путем освещения нескольких областей злакового зерна. Средство улавливания по меньшей мере одного спектра поглощения рассеянного света может представлять собой средство улавливания по меньшей мере одного спектра поглощения рассеянного света ближней ИК области. Средство улавливания по меньшей мере одного спектра поглощения рассеянного света может представлять собой средство улавливания по меньшей мере одного спектра поглощения рассеянного света ультрафиолетового излучения, видимой и ближней ИК области.
Средство классификации уровня заражения микотоксинами по меньшей мере в одном злаковом зерне может содержать средство сравнения по меньшей мере одного зафиксированного спектра со спектром незараженного зерна и средство выявления различий между спектрами.
Устройство может дополнительно содержать средство получения спектра незараженного зерна из базы данных спектров зерен.
Устройство может дополнительно содержать средство идентификации типа злаков набора злаковых зерен путем сравнения по меньшей мере одного зафиксированного спектра с множеством спектров образцов в базе данных, чтобы найти наилучшее соответствие. Устройство может дополнительно содержать средство идентификации типа злаков с помощью ввода данных пользователем.
Настоящее изобретение подходит для любого вида злаков, включая, но без ограничения, пшеницу, кукурузу, ячмень, овес и рожь. В пищевых продуктах микотоксин связан с несколькими веществами (такими как белки). Эти связи влияют на спектр отражения пищевого продукта. Следовательно, можно косвенно наблюдать заражение микотоксинами, измеряя его влияние на матрицу пищевого продукта. Чем выше заражение микотоксинами в пищевом продукте, тем больше его влияние на матрицу, а также его влияние на спектр отражения продукта.
Когда источник света освещает образец, падающие световые лучи будут поглощаться, передаваться и отражаться в зависимости от химической композиции и физических свойств образца. Чтобы оптически идентифицировать заражение микотоксинами, в настоящем изобретении используется спектроскопия поглощения рассеянного света для изучения не зависящих от рассеяния отражающих свойств продуктов. Это может быть достигнуто за счет использования интегрирующей сферы, которая собирает весь отраженный свет, независимо от угла отражения.
С помощью использования интегрирующей сферы собирается весь рассеянный и отраженный свет (как прямое (зеркальное), так и рассеянное отражение). Когда световой луч освещает образец, свет будет рассеиваться, передаваться, отражаться и поглощаться. Только тот свет, который поглощается образцом, не будет собираться датчиком. Интегрирующая сфера позволяет измерять количество входящего света, поглощаемого образцом. Таким образом, можно обнаружить повторно переданный световой сигнал после взаимодействия с зерном, причем свет, проникший в точку освещения (где происходит прямое и рассеянное отражение), рассеивается и иным образом взаимодействует с продуктом, и затем повторно излучается из зерна вблизи, но не в точке освещения.
На первом этапе может быть использована большая интегрирующая сфера, в которой могут быть расположены различные злаковые зерна, так чтобы можно было идентифицировать области оптимальной длины волны. Кроме того, при рассмотрении неотсортированного, зараженного образца эта установка позволяет быстро измерять большое количество злаковых зерен, что позволяет провести примерную предварительную классификацию образцов. На втором этапе можно исследовать спектры отражения отдельных злаковых зерен с помощью меньшей интегрирующей сферы, чтобы классифицировать зерна в соответствии с их уровнем локализованного заражения.
В настоящем изобретении используется спектроскопия поглощения рассеянного света как метод недеструктивного оптического обнаружения для идентификации микотоксинов, таких как ДОН, в зернах твердых злаков. Результаты настоящего изобретения могут обеспечить быстрое, точное и недеструктивное обнаружение микотоксинов, таких как ДОН, которое подходит для реализации в промышленных линейных сканирующих машинах. Из-за неоднородного заражения микотоксинами способность отслеживать заражение отдельных злаковых зерен необходима для повышения безопасности пищевых продуктов и снижения экономических потерь.
Краткое описание фигур
Варианты осуществления изобретения будут описаны только в качестве примера со ссылкой на прилагаемые чертежи, на которых:
На фиг.1 показана первая часть устройства для обнаружения микотоксинов в злаках согласно одному варианту осуществления изобретения.
На фиг.2 показана вторая часть устройства для обнаружения микотоксинов в злаках согласно одному варианту осуществления изобретения.
На фиг. 3 показаны средние спектры отражения тестовых зерен кукурузы и контрольного порошка кукурузы, зараженного ДОН, измеренные с помощью интегрирующей сферы с отражением 250 мм: (a) спектр в видимой и ближней ИК области; (b) диапазон длин волн ближней ИК области, показывающий наибольший спектральный контраст между зернами кукурузы с низким и высоким уровнем заражения.
На фиг. 4 показана спектральная разность между тестовыми и контрольными образцами, измеренная с помощью интегрирующей сферы с отражением 250 мм: (а) контраст между зернами кукурузы с низким и высоким уровнем заражения; (б) соотношение коэффициентов отражения при 940 нм и 830 нм; (c) соотношение коэффициентов отражения при 1220 нм и 830 нм.
На фиг. 5 показан средний спектр отражения тестовых и контрольных образцов кукурузы, измеренный с помощью интегрирующей сферы с отражением 30 мм.
На фиг. 6 показано сравнение соотношений коэффициентов отражения тестовых и контрольных образцов, измеренных с помощью интегрирующей сферы с отражением 30 мм: (а) соотношение коэффициентов отражения при 940 нм и 830 нм; (б) соотношение коэффициентов отражения при 1220 нм и 830 нм.
На фиг. 7 показана классификация партии кукурузы на основе конфигурации интегрирующей сферы с отражением 250 мм: (a) соотношения коэффициентов отражения; (б) средние спектры выбранных чашек Петри.
На фиг. 8 показано сравнение соотношений коэффициентов отражения образцов кукурузы с низким и высоким уровнем заражения, измеренных с помощью интегрирующей сферы с отражением 30 мм, после предварительной классификации с помощью конфигурации измерения первого этапа: (a) соотношение коэффициентов отражения при 940 нм и 830нм; (б) соотношение коэффициентов отражения при 1220 нм и 830 нм.
Описание вариантов осуществления
На фиг.1 показано устройство для обнаружения микотоксинов в злаках согласно одному варианту осуществления изобретения. Устройство, показанное на фиг. 1, обеспечивает процедуру измерения, состоящую из двух этапов. На обоих этапах измеряют спектры поглощения рассеянного света, но используют иной тип интегрирующей сферы. На первом этапе используется отражательная интегрирующая сфера большего размера, позволяющая быстрый скрининг набора злаковых зерен, а на втором этапе используется отражательная интегрирующая сфера поменьше, позволяющая измерять отдельные зерна. Например, большая интегрирующая сфера может иметь диаметр 25 см, в то время как меньшая интегрирующая сфера может иметь диаметр 6 см. Разумеется, возможны и другие комбинации размеров.
Измерительная установка первого этапа используется для улавливания по меньшей мере одного спектра поглощения рассеянного света набора злаковых зерен. Первый этап на фигуре 1 состоит из источника 1 суперконтинуумного света, большей отражательной интегрирующей сферы 2, оптических волокон 3, 4 и анализатора 5 спектра. Набор злаковых зерен 6 можно расположить внутри сферы. Зерна могут содержаться в чашке Петри или где-то еще. Внешняя сторона сферы 2 содержит разные порты, к которым можно подключить источник освещения и волокно датчика. Яркий источник света предпочтительнее, чтобы уменьшить длительность измерения, получая большее соотношение сигнал/шум. Источником света, используемым для освещения образца для теста, может быть источник суперконтинуума с волоконными выводами. Отраженный свет улавливают волокном 4 датчика. Если в интегрирующей сфере нет образца, свет освещения будет почти полностью собран волокном датчика после его рассеянных отражений на отражающем покрытии внутри сферы.
Когда образец вставляют в сферу, на захваченный свет будет влиять его поглощение, и, следовательно, и его конкретный состав. Изучая чашки Петри со злаком, освещают почти всю поверхность зерен, что приводит к измерению их среднего уровня заражения, так как улавливаются спектры отражения областей как с низким, так и с высоким уровнем заражения. Впоследствии волокно датчика направляет захваченный свет от интегрирующей сферы к анализатору спектра, который измеряет интенсивность света в качестве функции длины волны. Анализатором спектра может быть широкополосный анализатор спектра, состоящий из двух разных каналов с линейными массивами датчиков, что позволяет одновременно измерять спектр как видимой, так и ближней ИК области. Первый канал способен измерять спектр от 200 до 1100 нм с разрешением 1,4 нм. Второй канал способен измерять спектр от 1000 нм до 1700 нм с разрешением 4 нм. Спектры могут быть визуализированы с помощью программного обеспечения.
Перед каждым измерением можно улавливать темный и контрольный спектр. Контрольный спектр представляет собой спектр источника света и может быть получен при измерении пустой чашки Петри. Темный спектр визуализирует фоновый свет и получается при улавливании спектра без источника освещения. Спектр отражения каждой чашки Петри со злаком можно улавливать несколько раз, после чего можно рассчитать средний спектр.
На основании интенсивности отраженного света от злаковых зерен (Icereal), можно рассчитать интенсивность темного спектра (Idark) и интенсивность контрольного спектра (Ireference), коэффициент отражения для каждой длины волны (λ), используя следующую формулу:
Коэффициент отражения(λ)=(Icereal(λ)-Idark(λ))/(Ireference(λ)-Idark(λ)) (1)
Поскольку эта установка первого этапа позволяет измерять кумулятивное заражение, разница отражений между образцами злака с низким и высоким уровнем заражения увеличивается, что приводит к точному определению спектрального контраста.
Измерительная установка второго этапа используется для измерения коэффициента отражения отдельных злаковых зерен с помощью компактной интегрирующей сферы. На фиг. 2 показана измерительная установка второго этапа согласно одному варианту осуществления изобретения, которая позволяет исследовать отдельные злаковые зерна с помощью компактной интегрирующей сферы 7. Устройство содержит спектральный широкополосный источник 8 света, оптические волокна 9, 10, коллимирующую линзу, малую отражательную интегрирующую сферу 7 и анализатор 11 спектра. Однако образец 12 теперь не может быть расположен внутри сферы, но должен располагаться перед отверстием порта для образца. Это отверстие ограничивает освещенную площадь поверхности злакового зерна и позволяет исследовать ее локализованное заражение. Внешняя часть интегрирующей сферы содержит два разъема, в которые может быть подключено освещение и волокно датчика. Поскольку эта интегрирующая сфера меньше, чем та, которая используется в настройке первого этапа, мощность освещения может быть уменьшена, что позволяет использовать лампу с дейтерием и галогеном вместо источника суперконтинуума высокой мощности. Комбинация источника дейтерия и галогена c волоконными выводами, излучающая свет от 200 до 2500 нм, показывает более стабильный спектр, чем источник суперконтинуума, и позволяет исследовать УФ-спектральную область. Свет в конце волокна от источника дейтерия и галогена с волоконными выводами соединяется с освещающим волокном, которое связано с интегрирующей сферой. Чтобы минимизировать потерю света во время этого соединения, коллимирующая линза прикреплена к освещающему волокну, передавая свет от 200 нм до 2500 нм. После освещения образца весь отраженный свет улавливают интегрирующей сферой, позволяя провести количественный анализ. Впоследствии отраженный свет собирается волокном датчика, которое направляет этот свет к анализатору спектра. Используется тот же двухканальный анализатор спектра, что и в конфигурации первого этапа, измеряя спектр от 200 нм до 1700 нм.
Коэффициент отражения рассчитывают с помощью уравнения (1). Перед измерением злаковых зерен можно определить контрольный и темный спектр. Контрольный спектр, соответствующий спектру источника, может быть измерен при размещении на отверстии интегрирующей сферы плитки. отражающей 99,9%. Темный спектр измеряет интенсивность света, зафиксированного волокном датчика без образца наверху интегрирующей сферы. После измерения темного и контрольного спектров можно фиксировать спектры отражения отдельных злаковых зерен. Каждое злаковое зерно может быть освещено в нескольких положениях. Чтобы избежать попадания фонового света в отверстие сферы, все измерения можно выполнять в темной обстановке.
На фиг. 3 показаны средние спектры отражения тестовых зерен кукурузы и контрольного порошка кукурузы, зараженного ДОН, измеренные с помощью интегрирующей сферы с отражением 250 мм: (a) спектр видимой и ближней ИК области; (b) Диапазон длин волн ближней ИК области, показывающий наибольший спектральный контраст между зернами кукурузы с низким и высоким уровнем заражения.
На фиг. 4 показана спектральная разность между тестовыми и контрольными образцами, измеренная с помощью интегрирующей сферы с отражением 250 мм: (а) контраст между зернами кукурузы с низким и высоким уровнем заражения; (б) соотношение коэффициентов отражения при 940 нм и 830 нм; (c) соотношение коэффициентов отражения при 1220 нм и 830 нм.
На фиг. 4 для визуализации спектрального контраста между образцом с низким и высоким уровнем заражения показано соотношение коэффициентов отражения при 940 нм и 830 нм, а также соотношение коэффициентов отражения при 1220 нм и 830 нм. Как показано на фиг. 4a, может быть сделано четкое отклонение между образцом кукурузы с низким и высоким уровнем заражения. Кроме того, при изучении порошка кукурузы, зараженного ДОН, были получены гораздо более высокие соотношения коэффициентов отражения, а именно 1,004 ± 0,002 для соотношения коэффициентов отражения при 940 нм и 830 нм и 0,985 ± 0,004 для соотношения коэффициентов отражения при 1220 нм и 830 нм (фиг.4а, фиг.4b). Как правило, можно отметить, что более высокие уровни заражения приводят к более высоким соотношениям коэффициентов отражения. Вследствие более высокого однородного заражения порошка кукурузы зерна кукурузы с низким уровнем заражения показывают больший контраст с порошком кукурузы, зараженным ДОН, чем с зернами кукурузы с высоким уровнем заражения.
На следующем этапе исследуют спектры отражения отдельных зерен кукурузы с низким и высоким уровнем заражения, измеренные с помощью интегрирующей сферы с отражением 30 мм. Каждый образец освещали в разных положениях, что позволяло отслеживать различия в локальных заражениях. Учитывая средний коэффициент отражения, протестированная партия кукурузы и контрольный порошок кукурузы, зараженный ДОН, как показано на фиг. 5, снова показывают аналогичные максимумы коэффициентов отражения в ближней ИК области. На фиг. 5 показан средний спектр отражения тестовых и контрольных образцов кукурузы, измеренных с помощью интегрирующей сферы с отражением 30 мм. Для оценки локального заражения и спектроскопического контраста между образцами рассчитывают соотношения коэффициентов отражения при 830 нм, 940 нм и 1220 нм.
На фиг. 6 показано сравнение соотношений коэффициентов отражения тестовых и контрольных образцов, измеренных с помощью интегрирующей сферы с отражением 30 мм: (а) соотношение коэффициентов отражения при 940 нм и 830 нм; (б) соотношение коэффициентов отражения при 1220 нм и 830 нм.
Учитывая соотношения коэффициентов отражения, на фиг. 6 может быть идентифицирован контраст между образцами с низким и высоким уровнем заражения. Области с высоким уровнем заражения по-прежнему демонстрируют самые высокие соотношения коэффициентов отражения. Однако, по сравнению с измерениями первого этапа, соотношения коэффициентов отражения показывают гораздо большее колебание и менее выраженный контраст. Это большее колебание обусловлено локальным заражением образца. Зараженное зерно кукурузы в основном не демонстрирует однородного заражения, что приводит к различным измеренным соотношениям для различных точек освещения. Среднее соотношение контрольного порошка, зараженного ДОН, 1,002 ± 0,018 и 0,849 ± 0,062 для соотношения коэффициентов отражения при 940 нм и 830 нм, и для соотношения коэффициентов отражения при 1220 нм и 830 нм, соответственно, находится между соотношениями коэффициентов отражения зараженных зерен кукурузы. Зерна кукурузы с высоким уровнем заражения, показывающие средний уровень заражения 1388 частиц на миллиард, могут локально демонстрировать более высокое заражение. Зерно кукурузы с высоким уровнем заражения может содержать, например, небольшую площадь с уровнем заражения более 1840 частиц на миллиард, в то время как другая часть кукурузы не заражена. Следовательно, во избежание присутствия локализованных зон с высоким уровнем заражения следует исследовать локальный уровень заражения, а не среднее заражение зерна кукурузы. При измерении среднего заражения набора зерен кукурузы здоровые области на кукурузном зерне уменьшат средний уровень заражения даже при присутствии зерен кукурузы с высоким уровнем заражения. Чтобы избежать того, что эти зерна кукурузы с высоким уровнем заражения войдут в систему поставок продуктов питания, необходимо сканирование отдельных зерен кукурузы.
Чтобы количественно сравнить эффективность обеих измерительных установок и оценить дифференцирующую способность обоих соотношений коэффициентов отражения, можно рассчитать классовую разность. Классовая разность (D) является измерением разности между средними значениями (μ) двух продуктовых групп, принимая во внимание стандартное отклонение (σ) и количество измеренных образцов (N) (Downie & Health, 1970):
D
(2)
Чем больше спектральная разность между зернами кукурузы с низким и высоким уровнем заражения, тем больше классовая разность (таблица 1). Следовательно, измерения с помощью интегрирующей сферы с отражением 250 мм показывают большую классовую разность, чем измерения с помощью интегрирующей сферы с отражением 30 мм. Однако, изучая средние соотношения коэффициентов отражения, можно заметить, что интегрирующая сфера с отражением 30 мм также может четко различать низкие и высокие уровни заражения ДОН. Ее более низкая классовая разность является следствием ее большего колебания, вызванного различными локальными уровнями заражения. Сравнивая классовую разность двух соотношений коэффициентов отражения, можно заметить, что оба соотношения показывают сходную эффективность. В общем, можно сделать вывод, что коэффициенты отражения при 830 нм, 940 нм и 1220 нм позволяют дифференцировать зерна кукурузы с низким и высоким уровнем заражения ДОН.
Таблица 1: классовая разность двух соотношений коэффициентов отражения для обеих измерительных конфигураций.
| Конфигурация | Соотношение коэффициентов отражения | Среднее соотношение при низком уровне заражения | Среднее соотношение при высоком уровне заражения | Классовая разность |
| интегрирующая сфера с отражением 250 мм | 940нм/830нм | 0,991 ± 0,003 | 0,995 ± 0,004 | 15.731 |
| 1220нм/830нм | 0,937 ± 0,010 | 0,948 ± 0,010 | 15,086 | |
| интегрирующая сфера с отражением 30-мм | 940нм/830нм | 0,979 ± 0,042 | 0,984 ± 0,061 | 4,685 |
| 1220нм/830нм | 0,672 ± 0,165 | 0,704 ± 0,192 | 6,123 |
Для проверки способности классификации измерительных установок с помощью рассеянного отражения, описанных выше, способ настоящего изобретения был использован для классификации зараженной партии кукурузы с разделением на дополнительные образцы с низким и высоким уровнем заражения. Чтобы получить эффективную классификацию, сначала выполнили примерную предварительную классификацию с помощью конфигурации измерения первого этапа. В частности, измерили 50 чашек Петри с кукурузой, каждая из которых состояла из 15 зерен кукурузы, с помощью интегрирующей сферы с отражением 250 мм и рассчитали их соотношения коэффициентов отражения. На фиг. 7 показана классификация зараженной партии кукурузы на основе конфигурации интегрирующей сферы с отражением 250 мм: (а) соотношения коэффициентов отражения; (б) средние спектры выбранных чашек Петри. Чашки Петри с наивысшими коэффициентами были классифицированы как сильно зараженные, те, у которых были самые низкие коэффициенты, являлись слабо зараженными (обозначены черным и зеленым кружком на фиг. 7а). В ходе этого процесса классификации чашки Петри с промежуточными коэффициентами не учитывались, чтобы сделать максимальным контраст между полученными дополнительными образцами с низким и высоким уровнем заражения. Изучая средние спектры выбранных чашек Петри с кукурузой, можно наблюдать аналогичные спектральные разности также для французских образцов с низким и высоким уровнем заражения (фиг. 7b).
Затем измерили отдельные зерна кукурузы выбранных чашек Петри с кукурузой, используя интегрирующую сферу с отражением 30 мм. При изучении измеренных соотношений коэффициентов отражения выяснилось, что самые высокие соотношения соответствуют зернам кукурузы из выбранных чашек Петри с высоким уровнем заражения. На фиг. 8 показано сравнение соотношений коэффициентов отражения образцов кукурузы с низким и высоким уровнем заражения, измеренных с помощью интегрирующей сферы с отражением 30 мм, после предварительной классификации с помощью конфигурации измерения первого этапа: (a) соотношение коэффициентов отражения при 940 нм и 830 нм; (б) соотношение коэффициентов отражения при 1220 нм и 830 нм. Кроме того, как и в предыдущих измерениях тестовой кукурузной партии, два соотношения коэффициентов отражения показывают аналогичную эффективность классификации. Однако наблюдается большое колебание соотношений коэффициентов отражения чашек Петри с кукурузой с низким и высоким уровнем заражения. Когда конфигурация измерения первого этапа показывает высокое соотношение коэффициентов отражения, это указывает на присутствие одного или нескольких сильно зараженных зерен кукурузы. Поскольку интегрирующая сфера с отражением 250 мм измеряет средний коэффициент отражения чашек Петри с кукурузой, различные здоровые или слабо зараженные зерна кукурузы все еще могут присутствовать в классифицированных чашках Петри с высоким уровнем заражения. Кроме того, также в чашках Петри с низким уровнем заражения все еще возможно присутствие локализованных областей с высоким уровнем заражения, поскольку они не оказывают существенного влияния на средний оптический спектр. Следовательно, это подчеркивает важность второго этапа классификации, основанного на измерениях локального заражения.
Для получения конечных дополнительных образцов зараженной партии кукурузы с низким и высоким уровнем заражения классифицировали зерна кукурузы выбранных чашек Петри с кукурузой на основе их локализованных соотношений коэффициентов отражения. Изучая выбранные чашки Петри с высоким уровнем заражения, зерно кукурузы было классифицировано как сильно зараженное, когда по меньшей мере одна точка освещения показала чрезвычайно высокое соотношение коэффициентов отражения (выше 1,03 для соотношения коэффициентов отражений при 940 нм и 830 нм или выше 0,80 для соотношения коэффициентов отражений при 1220 нм и 830 нм), или когда три или более точки освещения показали высокое соотношение коэффициентов отражения (выше 1,00 для соотношения коэффициентов отражения при 940 нм и 830 нм или выше 0,75 для соотношения коэффициентов отражения при 1220 нм и 830 нм). Зерна кукурузы считались слабо зараженными, если все пять точек измерения дали низкое соотношение коэффициентов отражения (ниже 0,99 для соотношения коэффициентов отражения при 940 нм и 830 нм или ниже 0,70 для соотношения коэффициентов отражения при 1220 нм и 830 нм). После применения этой методики классификации были получены два дополнительных образца по 100 г, которые были химически проанализированы CODA-CERVA, Бельгийской Справочной Лабораторией Микотоксинов. Проведенные анализы LC-MS/MS показали, что заражение ДОН составляет 18184 частиц на миллиард для образца с высоким уровнем заражения, тогда как уровень заражения ДОН в 654 частиц на миллиард был получен для образца с низким уровнем заражения. В результате эти уровни заражения подтверждают нашу методику классификации на основе значений коэффициентов отражения при 830 нм, 940 нм и 1220 нм.
Способ настоящего изобретения тестировали на образцах злаков с низким и высоким уровнем естественного заражения, причем априори известная концентрация ДОН составляла 150 частиц на миллиард и 1388 частиц на миллиард, соответственно. При изучении спектров отражения для обоих этапов измерения можно было наблюдать оптический контраст от 700 нм до 1400 нм. На основании коэффициентов отражения при 830 нм, 940 нм и 1220 нм, можно было определить критерий оптического обнаружения. Этот критерий обнаружения был впервые подтвержден измерением контрольного порошка кукурузы, зараженного ДОН. Во-вторых, он использовался для успешного разделения зараженной партии с априори неизвестной концентрацией ДОН на дополнительные образцы с низким и высоким уровнем заражения, у которых последующие химические анализы указывали на концентрацию ДОН 645 частиц на миллиард и 18184 частиц на миллиард, соответственно. Поскольку критерий обнаружения использует коммерчески доступные лазерные линии, этот результат открывает путь к ультрабыстрому оптическому обнаружению с помощью лазеров, который можно использовать сразу же после сбора урожая без предварительной обработки или измельчения злаков.
Вышеуказанные результаты измерений ясно указывают на использование спектроскопии рассеянного отражения в качестве перспективной методики обнаружения для идентификации ДОН в зернах кукурузы. Кроме того, коммерческая доступность лазерных линий, оптических фильтров и чувствительных датчиков для ближней ИК области позволяет интегрировать ее в практические системы. В отличие от текущих химических анализов на основе образца способ оптической классификации настоящего изобретения предоставляет сверхбыструю и недеструктивную альтернативу, которая не требует предварительной обработки или измельчения злаков.
Поскольку средний уровень заражения набора зерен кукурузы часто дает неправильную интерпретацию уровней локализованного заражения, полезен локализованный скрининг отдельных зерен кукурузы.
Слова «содержит/содержащий» и слова «имеющий/включающий», когда они используются здесь со ссылкой на настоящее изобретение, используются для указания присутствия заявленных характеристик, целых чисел, этапов или компонентов, но не исключают присутствия или добавления одного или другого характеристик, целых чисел, этапов, компонентов или их групп.
Следует понимать, что некоторые характеристики изобретения, которые для ясности описаны в контексте отдельных вариантов осуществления, также могут быть представлены в комбинации в одном варианте осуществления. И наоборот, различные характеристики изобретения, которые для краткости описаны в контексте одного варианта осуществления, также могут быть представлены отдельно или в любой подходящей подкомбинации.
1. Способ обнаружения присутствия микотоксинов в злаках, причем способ включает:
улавливание по меньшей мере одного спектра поглощения рассеянного света набора злаковых зерен;
улавливание по меньшей мере одного спектра поглощения рассеянного света по меньшей мере одного отдельного злакового зерна из набора злаковых зерен; а также
классификацию уровня заражения микотоксинами по меньшей мере в одном злаковом зерне путем проведения многофакторного анализа данных по меньшей мере одного спектра поглощения рассеянного света набора злаковых зерен и по меньшей мере одного спектра поглощения рассеянного света по меньшей мере одного отдельного злакового зерна.
2. Способ по п.1, в котором каждый спектр поглощения рассеянного света улавливают с помощью интегрирующей сферы.
3. Способ по любому из предыдущих пунктов, в котором этап улавливания по меньшей мере одного спектра поглощения рассеянного света отдельного злакового зерна включает улавливание нескольких спектров поглощения рассеянного света путем освещения нескольких областей злакового зерна.
4. Способ по любому из предыдущих пунктов, в котором этап классификации уровня заражения микотоксинами по меньшей мере в одном злаковом зерне включает вычисление соотношения между коэффициентом отражения при первой выбранной длине волны и коэффициентом отражения при второй выбранной длине волны; и классификацию уровня заражения микотоксинами по меньшей мере в одном злаковом зерне на основании рассчитанного отношения.
5. Способ по п.4, в котором выбранные длины волн находятся в области длин волн от 700 нм до 1500 нм.
6. Способ по любому из пп.1-3, в котором на этапе классификации уровня заражения микотоксинами по меньшей мере в одном злаковом зерне используются хемометрические методы.
7. Способ по любому из пп.1-3, в котором этап классификации уровня заражения микотоксинами по меньшей мере в одном злаковом зерне включает сравнение по меньшей мере одного зафиксированного спектра со спектром незараженного зерна и выявление различий между спектрами.
8. Способ по п.7, дополнительно включающий получение спектра незараженного зерна из базы данных спектров зерен.
9. Способ по п.8, дополнительно включающий идентификацию типа злаков из набора злаковых зерен путем сравнения по меньшей мере одного зафиксированного спектра с множеством спектров образцов в базе данных, чтобы найти наилучшее соответствие.
10. Способ по любому из предыдущих пунктов, дополнительно включающий вычисление среднего спектра поглощения рассеянного света набора злаковых зерен при улавливании нескольких спектров поглощения рассеянного света, и при этом этап классификации уровня заражения микотоксинами по меньшей мере в одном злаковом зерне включает проведение многофакторного анализа данных среднего спектра.
11. Способ по любому из пп.1-9, дополнительно включающий вычисление среднего спектра поглощения рассеянного света по меньшей мере одного злакового зерна при улавливании нескольких спектров поглощения рассеянного света злакового зерна, и при этом этап классификации уровня заражения микотоксинами по меньшей мере в одном злаковом зерне включает проведение многофакторного анализа данных среднего спектра.
12. Устройство для обнаружения присутствия микотоксинов в злаках, содержащее:
средство (2, 4, 5) для улавливания по меньшей мере одного спектра поглощения рассеянного света набора злаковых зерен;
средство (7, 10, 11) для улавливания по меньшей мере одного спектра поглощения рассеянного света по меньшей мере одного отдельного злакового зерна из набора злаковых зерен; и
средство классификации уровня заражения микотоксинами по меньшей мере в одном злаковом зерне путем проведения многофакторного анализа данных по меньшей мере одного спектра поглощения рассеянного света набора злаковых зерен и по меньшей мере одного спектра поглощения рассеянного света по меньшей мере одного отдельного злакового зерна.
13. Устройство по п.12, в котором каждое средство улавливания спектра поглощения рассеянного света содержит интегрирующую сферу.
14. Устройство по п.12 или 13, в котором средство улавливания по меньшей мере одного спектра поглощения рассеянного света отдельного злакового зерна содержит интегрирующую сферу (7) меньше, чем та, которая используется для улавливания каждого спектра поглощения рассеянного света набора злаковых зерен.
15. Считываемый компьютером носитель, содержащий программные команды, которые при выполнении процессором заставляют процессор выполнять способ по любому из пп.1-11.
