拉曼相關研究

建構發酵程序數位化拉曼光譜資料庫及其實務應用之研究

摘要

     拉曼光譜儀(Raman Spectrometer) 為一種非破壞性的檢測儀器,可同時觀察數種不同的成分,具有檢測時間短、容許檢測物有液態水的存在等特性,近年來廣泛的使用於食品、珠寶、犯罪現場的毒品和火藥殘留等的檢測。

     本研究為應用拉曼光譜分析的非破壞且適用含水樣品的特性。以麥芽汁的酒精發酵為實驗樣本,快速的將釀造過程快中的成份變化狀態以拉曼光譜圖的形式記錄下来,建立其拉曼光譜資料庫,透過蒐集到的光譜資料庫加以分析。

     本研究以酒精發酵過程為基礎進行監測,可有效的檢測出:
1. 發酵過程中即時的產物成份的變化狀況。

2. 所得到的正常反應、異常變化以及中途調整後的變化資料,可以透過本研究建立數位化圖譜資料庫(拉曼光譜曲線帶)供保存與應用。

以此模式可建立此類發酵過程的數位化資料庫,供未來光譜圖數位化作業之應用,而且此監測模組形式除可監測各種發酵過程的生化反應進程外,也能應用於各類連續性製程中的即時性快速監測。
 

 前言

     發酵工藝是人類社會長期以來用在延長食品保存期限、增添風味的方法。發酵工程是透過控制特定環境條件下培養特定的發酵菌,初步的將食物中的營養成分進一步分解成較小的分子,使發酵食品有易消化好吸收的特性。因為發酵所篩選出的菌種在環境裡具有優勢的地位,抑制了其他雜菌的生長,進而延長了食品的保存期限。
     對於如何將發酵的過程資訊數位化,以人工智慧(AI)輔助自動化生產時的應用條件仍是需要開發的項目。目前對於發酵過程的管控多依據外在的物理條件,例如「發酵環境的溫濕度」、「槽內的氣味」、「發酵物的外觀」等各項外在指標依靠操作者的經驗進行匯整,但是對於發酵反應則無法做即時性的掌握,此為本研究想要解決的問題。

 

 研究目的

     本研究旨在透過使用拉曼光譜記錄下「將釀造作業的人因經驗的資訊蒐集和數位化的作業模組」,將釀造過程中的產物狀況的即時性表徵加以數位化。可將需要操作者的經驗及感官判斷、進行調整前後的成分變化的數值將其數位模組化,將此數位化之資料供給電腦使用。

     本計畫以麥酒的釀造為實驗的樣本,使用拉曼光譜儀作為採集的工具。因拉曼光譜法為一種非破壞性的檢測技術,對於樣本的前處理非常的簡易,能夠不直接接觸樣品分析玻璃或是塑膠等聚合物包裝中的成分,對於食品的成份組成、汙染、質變非常的有優勢,而且檢測所需的時間很短,可以從單一光譜中辨識出多種有機物的混合物成份的分佈狀況,本計劃並不著眼於各種有機成份的精確定量分析,而是以各發酵作業程序之前後產生多種有機物的混合物成份的分佈變化狀況以可數位化的光譜圖方式記錄下。

     如此可以建立發酵程序的常態過程中的槽內產物的光譜資訊以及收集到經驗豐富 的操作者依經驗調節後的各項成份變化的數位化資訊模組,如此將可模擬老師傅的經驗, 將此數位化的資料供人工智能(AI)的應用。
 

 發酵作用

     發酵作用(Fermentation) 泛指運用微生物、植物細胞、酵母菌等,使有機物分解並產生能量的一種方式,是人類社會長期用在延長食品保存期限、增添風味的方法。發酵作用是透過控制環境下培養出特定的發酵菌,初步的將食物中的營養進一步分解成較小的分子,使得發酵食品有易消化好吸收的特性。且因為發酵所篩選出的菌種在環境裡具有優勢的地位,抑制了其他雜菌的生長,進而延長了食品的保存期限。

      酒,作為人類歷史最長的發酵飲料之一,主要由植物發酵產生的酒精製程。釀酒的過程通常是將含有澱粉或是糖的穀物和水果浸泡在水中,透過酵母菌在隔絕氧氣的環境下進行酒精發酵生產酒精及其他芳香酯類等有機物。

     依照加工方式酒可以分為釀造酒、蒸餾酒和再製酒,因為酒精濃度 12   以上酵母菌的繁殖會遭到抑制,所以成品多半要經過蒸餾後才會得到酒精濃度 20  ~80  之間的蒸餾酒。再製酒則是人工合成的調製品,以蒸餾酒浸泡其他藥材或香料製成(張,2006)。

     對於酒類的成分品管也已經有諸多方式,以人工品評的方式來檢測酒本身的氣味、 色澤。透過酸鹼值來檢測是否有二氧化硫存在,使用蒸餾的方式取得成酒內的酒精含量推估酒精濃度。對於白酒等糧食穀物蒸餾酒的分析,已辨識出的芳香物質有 136 種,已 定量分析出的有 108 種,其中又以乙酸乙酯、乳酸乙酯和己酸乙酯作為構成白酒的三大主要酯類, 這些總量不超過1%香物質卻因此組成形式各異的白酒(王,1994)(蔡, 2007)。
     對釀造酒而言,主要的成長集中在開始發酵後的 20 天之內,而且做為主要產物的酒精和副產物醋酸的拉曼特徵明顯的容易辨別。透過此種週期短、內容物明確、產物好辨認的特性被本研究選擇作為實驗的操作項目。

 

 實驗方法

  • 實驗設備

(一) 拉曼光譜儀 : UOH-LR785 的拉曼光譜儀(圖 2)

       激發光波長              785nm +- 0.5nm,頻寬<0.2nm

       光譜工作範圍           0 到 3300cm-1

       輸出功率                 0~500mW(可調)

       工作溫度                 -10~40°C

                  信噪比                      250 : 1(可調)

       探頭工作距離            7.5mm

       檢測程式啟動鑰匙

       785nm 拉曼探頭


                                               圖 2 拉曼光譜儀

                                               (A)UOH-LRS785 拉曼光普儀組

                                               (B)SH-721C 定焦測量支架

                                               (C)遮光罩(右下)

 

                                                 圖 3 麥酒製備流程圖

 

  • 麥酒製備
     啤酒釀造是使用麥子發芽時產生的澱粉酶,將胚乳中的澱粉轉化為麥芽糖,透過熬煮將糖類溶解於水中而成的麥汁,使用酵母菌將其隔絕氧氣發酵後而成的含有酒精的飲料。而麥芽中含有多種不同的酵素,透過加熱溫度篩選出所需要的工作酵素(酶),常見的酵素有
     α澱粉酶 : 最佳活性環境溫度 60~70°C、pH 5~6.5,作用為切斷澱粉分子成短鏈的澱粉和低分子糖類,降低黏稠度達到液化。
     β澱粉酶 : 最佳活性溫度環境 60~65°C、pH 5~7,作用於將澱粉轉變成麥芽糖。 考慮到酵素的活性溫度,加熱方式要經過 2 批次的升溫來達到最佳的糖化效果。但是考慮到實驗室的設備不易達成穩定的加熱溫度,所以本研究採用的是較簡易的方式, 加熱並保持在α澱粉酶的活性溫度中間數值的 67°C 熬煮 1 小時,此做法多用於不含未發芽穀物的配方中。



   
  • 測量時注意事項

     (一)數據庫提供的譜線是基於 SERS 技術放大訊號所得,透過把待測的樣品吸附在金箔或銀箔上來放大拉曼訊號。而我們實驗室並沒有相關的技術,僅透過吸管吸取適量的樣品置入比色皿中測量。所以相似的成分用內建的資料庫比較時,強度的差距很大,相似度很低(5)。

     (二)取樣時的激發光強度和積分時間會與光譜的特徵鋒值成正相關,積分的時間越長, 光譜上的波形強度就越高。平均次數越多,波型上的雜訊等突波就會被消除,譜線就會越平滑、信噪比上升(6)。

     (三)拉曼散射會受到螢光干擾,若樣品會產生螢光,會需要對螢光物質進行處理以減低他造成的誤差。

     (四)液體樣本中的懸浮物也會有拉曼效應,所以液體的澄清度也會影響測量結果。如果測量時只考慮溶於溶劑內的成分,需要過濾等方式排除懸浮物。

因為低溫的狀態下物質分子的運動會較為穩定,降溫也能些微阻止揮發性物質的消散,達到較為準確的光譜訊息。然而實驗設備不適合進行降溫測量,透過將樣本連同測量支架和比色皿放在冰塊中進行降溫,就同一樣本在不同溫度下的數據的確顯示出了主要訊號下降,但是降溫的結果使的冷凝水附著於比色皿和儀器的探頭之間,反而增加的訊號辨別的難度(7)。


                                              圖 5 Uspectral-Pro 分析軟體自動比對功能圖


                                                                       圖 6 體積百分濃度 30%乙醇水溶液拉曼光譜

     其中以甲醇和醋酸為反應中不希望太強烈出現的物質。醇酸酯類互為生化反應的伴 生物因此難以排除,但仍然要注意不要讓醋酸的生成失控,所以需以要多加追蹤。為此, 實驗中使用試藥級的甲醇和乙醇依照體積百分比稀釋後,得到對應的體積百分濃度。因 為本研究中尚需注意有無會產生醋酸的雜菌類混入污染,將產出之酒精再轉化成醋酸, 所以使用光學級的高純度醋酸進行光譜的建立,以求能對醋酸的偵測能有合宜的靈敏度。


                                                                           圖 10 乙醇、醋酸、甲醇三者的拉曼光譜
 

 結果與討論

  • 實驗前期的測試

     在測量自己釀造的麥酒之前,先測量了數款市面上販售的含酒精飲料以作為釀造結束之後,預期會出現的光譜曲線的參考。希望能夠在此階段,發現不同的商品中的獨有的拉曼光譜之特徵,可用來區分出同類的商品不同廠牌之間的分別。

     一開始先測量液體較為澄清的蒸餾酒(11),以 250mW,積分時間 500ms,平均次100 次所進行建立的拉曼光譜。因為高粱酒已經過蒸餾,成分相對啤酒已經單一了很

多,而竹葉青是以 35 度的高粱酒浸泡特定藥材,所製成的再製酒,這兩者並無法透過目前實驗條件所建立的這張光譜圖,辨認芳香物質間明顯的差異。

經典台灣啤酒和麒麟 Bar 啤酒的酒精濃度都為 4.5 度,在此低濃度下已經可以看到乙醇的拉曼特徵在 850~910cm^-11000~1140cm^-1 出現(12 紅框處)。以經典若台灣啤酒為例,其他條件相同的情況下,使用 250Mw 相比 500mW 的激發光強度,此特徵會則較弱且看不出來
 

  • 未來展望

     拉曼光譜曲線帶模式能適用於未能明確定性或定量成份的製造流程中,將光譜的資料數位化後,把拉曼光譜曲線帶用數位圖形的方式保存,以較為直觀的方式呈現,也可使用影像辨識的技術輔助使用者能快速的判斷整體的變化狀況、即時的做出合宜的反應與處理。

     光譜曲線帶模式的呈現方法同理也可應用於在缺乏可定性或定量所需之標的物的監测;如封閉、半封閉的養殖水域之水質監測;化工、食品等製程之反應物與生成物之狀況監控;流域水質或污水、廢氣的管理與監測等。