Стакан молока почти непрозрачен для видимого света. В нём находятся жировые шарики и казеиновые мицеллы, а основную массу составляет вода. Тем не менее MilkoScan FT3 измеряет молоко за 30 секунд и рассчитывает несколько показателей состава по одному спектру. Это заявленное FOSS время измерения, без учёта отбора и предварительной подготовки пробы [8].
MIR, FTIR и первые анализаторы молока
MIR обозначает среднюю инфракрасную область: примерно 4000-400 см⁻¹, или 2,5-25 мкм. FTIR означает регистрацию спектра с преобразованием Фурье. Современные молочные FTIR-анализаторы используют доступную их оптике часть MIR-диапазона, где выражены основные колебательные полосы компонентов молока.
История количественного ИК-анализа молока начинается раньше FTIR. В 1961 году J. D. S. Goulden опубликовал работу о количественном анализе молока и эмульсий по инфракрасному поглощению. В статье 1964 года он описал автоматический анализатор IRMA, определявший жир, белок, лактозу и обезжиренный сухой остаток в предварительно нагретой пробе менее чем за минуту [1, 2].
Ранние приборы измеряли выбранные спектральные полосы. FTIR позволил использовать гораздо больше спектральных признаков и строить многомерные калибровки.
Как интерферометр получает спектр
В типовой схеме Майкельсона светоделитель направляет широкополосное излучение к двум зеркалам. Одно зеркало неподвижно, другое перемещается. Отражённые пучки соединяются; разность их оптических путей определяет, какие составляющие света усиливаются, а какие ослабляются.
Для каждой длины волны эти изменения повторяются с определённым периодом. Короткая волна за тот же ход зеркала даёт больше чередований усиления и ослабления. Детектор регистрирует сумму всех составляющих – интерферограмму. Преобразование Фурье разделяет её по периодам и восстанавливает интенсивность в зависимости от волнового числа [3].
Спектр пробы сопоставляют с фоновым измерением по методике прибора. Из отношения интенсивностей получают пропускание T = I/I₀, затем оптическую плотность A = -log₁₀T. Например, пропусканию 10% соответствует A = 1, а 1% – A = 2.
Для простого прозрачного раствора оптическая плотность приблизительно пропорциональна концентрации и толщине слоя. В молоке к поглощению добавляются рассеяние и перекрытие полос, поэтому одного пика обычно недостаточно для расчёта состава.
Где в спектре находятся жир, белок и лактоза
Классические аналитические каналы выделяют несколько характерных областей [4, 5]. Их названия сохраняются и при обсуждении FTIR, хотя полнополосная модель может использовать больше участков спектра.
| Канал | Область, примерно | Основной вклад |
|---|---|---|
| Fat A | 1747 см⁻¹; 5,72 мкм | Валентные колебания C=O сложноэфирных групп жира |
| Fat B | 2874 см⁻¹; 3,48 мкм | Валентные колебания C-H углеводородных цепей |
| Белок | 1547 см⁻¹; 6,46 мкм | Полоса амид II: деформационные N-H и валентные C-N колебания пептидных групп |
| Лактоза | 1040 см⁻¹; 9,6 мкм | Колебания углеводного скелета, в том числе валентные C-O |
Два жировых канала реагируют на изменения молекулы неодинаково. При липолизе сложноэфирные связи гидролизуются и высвобождаются жирные кислоты. Поэтому сигнал Fat A может снижаться, хотя жир физически не удалён из пробы. Углеводородные цепи сохраняются, и Fat B обычно менее чувствителен к самому разрыву сложноэфирных связей. При этом на него влияют длина цепей, ненасыщенность и межкомпонентные поправки.
Этот механизм обсуждают Kaylegian, Lynch и соавторы в работе 2007 года. В их опыте с консервированными калибровочными пробами суммарное влияние липолиза и протеолиза на рассчитанные показатели в большинстве случаев было менее 0,01 процентного пункта. Поэтому чувствительность каналов к липолизу не означает одинаково большой ошибки в любой хранившейся пробе [5].
Полосы компонентов перекрываются. Изменение доли сухого вещества одновременно меняет долю воды; один канал реагирует сразу на несколько причин. Межкомпонентные поправки и многомерные модели помогают разделять эти влияния.
Толщина слоя, температура и состояние пробы
Вода сильно поглощает среднее ИК-излучение, поэтому оптический путь в молочных анализаторах составляет десятки микрометров. В исследовании Afseth и соавторов молоко измеряли на MilkoScan в составе CombiFoss 6500 в кювете с длиной пути 37 мкм, или 0,037 мм [6]. Это размер слоя в описанной системе; точное значение для FT3 в открытой спецификации FOSS не приведено.
Такой слой сохраняет измеримый сигнал в полезных областях спектра. В полосах, где вода поглощает почти всё излучение, небольшое изменение концентрации уже трудно отделить от шума. Пузырёк частично заменяет молоко воздухом, а налёт на окнах добавляет собственное поглощение и меняет прохождение света.
Температура влияет на вязкость, состояние жира и форму спектральных полос. ISO 9622:2013 / IDF 141:2013 предусматривает предварительный нагрев сырого молока до 40 ± 2 °C и мягкое перемешивание [7]. У CombiFoss 7 FOSS указывает температуру поступающей пробы 37-42 °C. Для FT3 допускается 5-55 °C при однородности пробы [8, 9]. Эти значения описывают подготовку или подачу образца, а не единую для всех моделей температуру измерительной ячейки.
Гомогенизация – классический способ уменьшить влияние рассеяния на жировых шариках. Она дробит шарики и делает их размеры более однородными. В патенте FOSS US6297505B1 описан гомогенизатор S4000, применявшийся в MilkoScan 4000: воспроизводимая гомогенизация нужна для воспроизводимых условий измерения [17]. Lynch et al. проверяли такие узлы у приборов своего поколения; температура блока гомогенизатора в их процедуре составляла 40 ± 2 °C [4].
В MilkoScan FT3 и Mars гомогенизатора нет: вместо него используются другие проточные системы [15, 16]. Для FT3 FOSS называет двухпоршневую шприцевую систему. Это конструктивная замена узла; из неё не следует, что система измельчает жировые шарики. Однородность поступающей пробы остаётся обязательной.
Что задаёт калибровка и какой белок она определяет
Молочный MIR-анализ – вторичный метод: спектр связывают с результатом референсного определения. Каждая калибровочная проба даёт пару «спектр – химическое значение». Для жира используют подходящий экстракционно-гравиметрический метод, для сухих веществ – высушивание, для лактозы – выбранный валидированный химический или ферментативный метод.
Для белка нужно заранее определить измеряемую величину. Сырой белок рассчитывают из общего азота, обычно с коэффициентом 6,38. В общий азот входит и небелковый азот, например азот мочевины. Истинный белок рассчитывают по белковому азоту: небелковую часть исключают либо определяют белковый азот непосредственно. Такие референсные процедуры описывает ISO 8968-4 / IDF 20-4 [11].
Поэтому «белок по Кьельдалю» без уточнения процедуры – недостаточное описание референса. ИК-полоса пептидных связей и общий азот относятся к разным свойствам образца. Модель можно настроить на сырой или истинный белок, но её результат должен соответствовать выбранному референсу и названию показателя в отчёте.
ISO 9622 / IDF 141 связывает калибровку с областью применения и референсными анализами. Для контроля наклона и свободного члена используют представительные пробы, покрывающие рабочий диапазон; референс определяют в двух повторностях, приборный результат – в трёх. При значимом изменении коэффициентов настройку корректируют [7, раздел 7.4].
Новая матрица требует отдельной проверки: сливки, сыворотка и верблюжье молоко различаются не только концентрациями, но и сочетаниями компонентов. Добавление белка или гидролиз лактозы может нарушить связи, привычные модели для обычного молока.
Как PLS извлекает состав из множества переменных
Соседние точки спектра часто меняются совместно. PLS, регрессия методом частичных наименьших квадратов, объединяет их в небольшое число скрытых переменных – взвешенных сочетаний спектральных значений, связанных с целевым показателем.
Такая переменная не обязательно соответствует отдельному веществу. Она может учитывать несколько полос и сопутствующие изменения воды или рассеяния. Затем по этим сочетаниям рассчитывают концентрацию.
Слишком простая модель пропускает полезные различия. Слишком сложная подстраивается под случайные особенности обучающих проб. Поэтому число скрытых переменных выбирают по результатам проверки на исключённых или независимых образцах.
Если в обучающем наборе жирность почти всегда росла вместе с белком, модель может использовать часть белковых признаков при расчёте жира. При изменении рецептуры эта связь способна нарушиться, даже когда оба компонента по отдельности остаются в знакомых диапазонах.
Зачем спектр предварительно обрабатывают
Предобработка ослабляет вариацию, не связанную с искомым показателем. Сглаживание уменьшает шум; коррекция базовой линии убирает медленное смещение фона; производные подчёркивают различия формы перекрывающихся полос. Вместе с полезными деталями производная усиливает и шум.
MSC сопоставляет каждый спектр с опорным и корректирует его смещение и масштаб. SNV выполняет нормирование по самому спектру: из значений вычитают их среднее и делят на стандартное отклонение. Эти операции могут уменьшить влияние рассеяния, но способны затронуть и информацию о концентрации.
Поэтому комбинацию предобработки и модели выбирают по проверке на новых пробах. Участки сильного поглощения воды исключают тогда, когда это улучшает конкретную задачу. Универсального набора удаляемых областей для всех продуктов и показателей нет.
Почему единицы меняют смысл прогноза
Содержание жирной кислоты на единицу молока и её доля в общем жире – разные величины. В первом случае модель может использовать сильный сигнал общего количества жира; во втором ей нужно различить внутренний состав жировой фазы.
Например, в 100 г молока содержится 4 г жира. Если выбранная группа составляет 60% массы этого жира, её содержание равно 2,4 г на 100 г молока. При 2 г жира и прежней доле 60% получится 1,2 г. Состав жировой фазы одинаков, а содержание на единицу молока различается вдвое. Это расчётный пример.
Поэтому при оценке модели фиксируют и название показателя, и основание выражения результата: г/100 г молока, г/100 г жира либо доля в сумме жирных кислот. Последние два варианта тоже нельзя автоматически считать одинаковыми.
Как проверяют точность и согласованность результатов
Независимая проверка использует пробы, которые не участвовали ни в подборе коэффициентов, ни в выборе обработки. При внутренней перекрёстной проверке часть данных временно исключают из обучения. Для оценки работы на новом сырье полезно исключать целиком партию, ферму или период, чтобы почти одинаковые образцы не попали по обе стороны проверки.
Корреляция показывает согласованность изменений, а не совпадение чисел; R² показывает долю описанной вариации, а не процент безошибочных измерений. Поэтому вместе с ними оценивают среднее смещение, наклон и ошибку в единицах самого показателя. RMSE учитывает полный масштаб отклонений; SEP обычно характеризует разброс после вычитания среднего смещения. Определение SEP следует проверять в конкретной работе.
В ISO 9622 / IDF 141 для основных компонентов коровьего молока остаточное стандартное отклонение от регрессии при проверке калибровки должно быть не выше 0,06 процентного пункта. Типичный предел повторяемости r для жира, белка и лактозы сырого коровьего молока – 0,040 процентного пункта: это предел разности двух результатов с вероятностью 95%, а не RMSE [7, разделы 7.4.4 и 11.1].
Mohamed et al. сравнили MilkoScan FT-120 и Bruker MPA на 150 пробах коровьего и 217 пробах верблюжьего молока. Для жира коровьего молока r достигал 0,999, но средняя относительная разница MIR-NIR составляла -9,3%. Разницу авторы нормировали на среднее двух методов [12].
Химического референса для этой сравнительной выборки не было. В обсуждении авторы прямо указывают на необходимость будущего сопоставления с референсными анализами и на неизвестное им устройство встроенных моделей. По этой работе нельзя определить, какой прибор был ближе к истинному составу.
Отсюда следует практическое предположение: калибровка, основанная преимущественно на коровьем молоке, может смещаться при переносе на другую матрицу. Это интерпретация риска переноса, а не доказанная в данном исследовании причина расхождений.
Зачем стандартизировать приборы
Одна проба может дать немного разные спектры на двух анализаторах из-за различий оптики, детектора и ячейки. Спектральная стандартизация согласует эти отклики до применения общей калибровки. Корректировка наклона и свободного члена меняет уже рассчитанный результат.
PDS, локальная прямая стандартизация, связывает небольшой участок спектра одного прибора с соответствующим участком опорного. Для настройки нужны одинаковые образцы, измеренные на обоих приборах.
Tiplady et al. исследовали сеть из шести FTIR-анализаторов. После PDS RMSE относительно принятых в сети результатов снизилась с 0,190 до 0,071 г/100 мл для жира, с 0,129 до 0,055 для белка и с 0,143 до 0,088 для лактозы. Сравнение выполняли по базе из 2 044 094 спектров [13].
Это оценка согласованности с результатами сети. Химический анализ каждой рутинной пробы не проводили, поэтому числа не являются универсальной характеристикой правильности FTIR. Стандартизация уменьшает приборные различия, но не превращает калибровку молока в калибровку новой рецептуры.
Как FTIR встроен в MilkoScan
В MilkoScan FT3 гомогенизатор заменён двухпоршневой шприцевой проточной системой. Встроенная диагностика следит за потоком и автоматически обнаруживает засоры. FOSS связывает эту конструкцию с уменьшением обслуживания и возможностью работать с вязкими, липкими продуктами и продуктами с частицами: шоколадным молоком, растительными напитками с нерастворёнными волокнами орехов или овса [15].
Жидкостная система автоматически настраивает промывку под пробу; предусмотрены автоматические ноль и стандартизация. На странице FT3 FOSS указывает стандартизацию каждые два часа [8]. Механизм компенсации рассеяния без гомогенизации FOSS в этих материалах не раскрывает.
В CombiFoss 7 состав определяет MilkoScan 7 RM, а соматические клетки считает отдельный Fossomatic 7. Производительность конфигураций составляет 100-600 проб в час; при 600 пробах интервал между результатами равен 6 секундам. Для MilkoScan 7 RM указаны приём 5 мл и температура пробы 37-42 °C [9].
MilkoScan Mars также использует проточную систему без гомогенизатора, что прямо указано в описании FOSS Japan [16]. Измерение молока занимает 1 минуту, объём пробы – 6 мл. Предусмотрены автоматическая программируемая очистка и корректировка наклона/свободного члена. Допустимая температура однородной пробы – 5-40 °C [14].
Не каждый показатель на экране получают только из спектра: приложение точки замерзания FT3 использует датчик проводимости [8]. Наличие автоматических процедур облегчает поддержание стабильности, а контрольные пробы показывают, сохраняется ли она для нужного продукта и показателя.
Основные компоненты и более сложные прогнозы
Все значения состава, рассчитанные из MIR-спектра, являются результатом калибровки. Практическое различие состоит в зрелости метода и подтверждённой области применения. Для основных компонентов есть отработанные референсы и заводские характеристики; для сложных признаков качество сильнее зависит от набора данных.
| Показатель | Численный ориентир | К чему относится |
|---|---|---|
| Жир | Типичная accuracy <0,8% CV; повторяемость <0,25% CV | MilkoScan FT3, молоко, спецификация FOSS |
| Белок | Типичная accuracy <0,8% CV; повторяемость <0,25% CV | FT3; вид белка задаёт калибровка |
| Лактоза | Типичная accuracy <0,8% CV; повторяемость <0,25% CV | FT3; применимость к гидролизованному продукту проверяют отдельно |
| Сухие вещества | Типичная accuracy <0,8% CV; повторяемость <0,20% CV | FT3, молоко |
| Точка замерзания | Accuracy <4 м°C; повторяемость <1 м°C | FT3, приложение с проводимостью |
| Группы и отдельные жирные кислоты | Для жидкого молока R²: насыщенные 0,92; 16:0 – 0,65; 18:0 – 0,48 | Afseth et al., CombiFoss 6500, перекрёстная проверка долей в сумме жирных кислот |
| Коагуляция, энергетический баланс, метан | Общей типичной ошибки нет | Нужны отдельный референс, внешняя проверка и область применения каждой модели |
Для первых четырёх строк FOSS также указывает гарантированную accuracy <1,0% CV [8]. CV выражен относительно уровня компонента; это не процентные пункты. Например, 0,8% от жирности 4,0 г/100 г равны 0,032 г/100 г. Этот пересчёт поясняет масштаб спецификации и не задаёт максимальную ошибку каждой пробы.
Показатели таблицы различаются по смыслу: accuracy и повторяемость взяты из спецификации FT3, а R² – из конкретного опыта на другой системе [6]. Для минорного компонента нельзя заимствовать точность общего жира. Для скрининга заболевания или примеси, кроме ошибки количественного прогноза, нужны чувствительность и специфичность при выбранном пороге.
Что обеспечивает достоверный результат
Рабочий контроль удобно разделить по моментам принятия решения:
- Перед серией: проверить однородность и температуру проб, выбрать нужную продуктовую калибровку, выполнить предусмотренные ноль и очистку, измерить контрольное молоко.
- Гомогенизация – только для приборов, где установлен гомогенизатор: проверять эффективность по его регламенту и отслеживать износ. У FT3 и Mars контролировать подготовку пробы и работу штатной проточной системы.
- Унос предыдущей пробы, carry-over: проверять последовательности с высоким и низким содержанием компонента по инструкции. После жирного или вязкого продукта оценивать достаточность промывки.
- В ходе смены: повторять контрольные пробы с установленной лабораторией частотой, вести контрольные карты и следить за трендом смещения, а не только за разовым выходом за предел.
- По графику: сопоставлять результаты с референсами, проверять наклон, смещение и повторяемость. Периодичность задают по нагрузке, стабильности и инструкции модели; единого срока полной перекалибровки для всех приборов нет.
- После вмешательства или смены сырья: проверять калибровку после обслуживания ячейки, оптики и гомогенизатора, если он установлен; отдельно проверять новые продукты, консерванты и рецептуры.
Если контрольный образец изменился, сначала исключают его порчу, загрязнение системы и нестабильность измерения. Если контроль стабилен, а новая рецептура расходится с референсом, проверяют применимость модели. Подстройка калибровки оправдана после установления причины: она не должна скрывать неисправность или недостаточную подготовку пробы.
Краткий глоссарий
- PLS / PLSR – регрессия по небольшому числу сочетаний спектральных переменных, выбранных с учётом связи с целевым показателем.
- MSC – коррекция смещения и масштаба спектра относительно опорного спектра.
- SNV – нормирование каждого спектра по его собственным среднему и стандартному отклонению.
- RMSE – корень из средней квадратичной ошибки; включает систематическое смещение, если его предварительно не вычитали.
- SEP – стандартная ошибка прогноза; обычно разброс ошибок после учёта смещения. Формула и число степеней свободы зависят от принятого определения.
- PDS – локальная прямая стандартизация для согласования спектров двух приборов.
- CV – коэффициент вариации, то есть относительное стандартное отклонение. В спецификации следует читать его вместе с названием показателя качества.
- Процентный пункт – абсолютная разница величин в процентах: от 3,0% до 3,1% – это 0,1 процентного пункта.
Источники
- Goulden J. D. S. Quantitative Analysis of Milk and Other Emulsions by Infra-Red Absorption. Nature, 1961, 191:905-906. DOI.
- Goulden J. D. S. Analysis of Milk by Infra-Red Absorption. Journal of Dairy Research, 1964, 31:273-284. DOI.
- JASCO. Principle of FTIR Spectroscopy.
- Lynch J. M. et al. Precalibration Evaluation Procedures for Mid-Infrared Milk Analyzers. Journal of Dairy Science, 2006, 89:2761-2774. DOI.
- Kaylegian K. E. et al. Lipolysis and Proteolysis of Modified and Producer Milks Used for Calibration of Mid-Infrared Milk Analyzers. Journal of Dairy Science, 2007, 90:602-615. DOI. Полоса углеводов: Spieß, de Peinder, van den Bijgaart, Foods, 2021, 10:1111.
- Afseth N. K. et al. Predicting the Fatty Acid Composition of Milk: A Comparison of Two Fourier Transform Infrared Sampling Techniques. Applied Spectroscopy, 2010, 64:700-707. DOI.
- ISO 9622:2013 / IDF 141:2013. Milk and Liquid Milk Products – Guidelines for the Application of Mid-Infrared Spectrometry. Разделы 7.4, 9-11.
- FOSS. MilkoScan FT3: технические характеристики.
- FOSS. CombiFoss 7: характеристики MilkoScan 7 RM и Fossomatic 7.
- FOSS. Next Generation FTIR Provides Immediate Gains for Producers of Plant-Based Drinks and Desserts.
- ISO 8968-4:2016 / IDF 20-4:2016. Determination of Protein and Non-Protein Nitrogen Content and True Protein Content Calculation.
- Mohamed H. et al. Use of Near and Mid Infra-Red Spectroscopy for Analysis of Protein, Fat, Lactose and Total Solids in Raw Cow and Camel Milk. Food Chemistry, 2021, 334:127436. DOI.
- Tiplady K. M. et al. Strategies for Noise Reduction and Standardization of Milk Mid-Infrared Spectra from Dairy Cattle. Journal of Dairy Science, 2019, 102:6357-6372. DOI.
- FOSS. MilkoScan Mars: технические характеристики. Документация производителя проверена 4 ноября 2026 года.
- FOSS. Deliver Peak Performance in Your Milk Analysis with MilkoScan FT3.
- FOSS Japan. MilkoScan Mars: описание проточной системы без гомогенизатора.
- FOSS Electric. US6297505B1: Method and Flow System for Spectrometry and a Cuvette for the Flow System. Описание гомогенизатора S4000 и условий измерения.