清真来源预筛查 — 使用方法
构建您的私人参考库并筛查传入样本的猪来源倾向的分步指南。阅读时间：约 5 分钟。
此工作台的用途
- 保留一个私有的、按团队划分的参考库，其中包含您信任的合格批次的FTIR光谱。
- 将新的来样与该库进行比较，并报告其一致性，附有峰值级差异证据。
- 适用于任何类别：蛋白质类（明胶、胶囊壳、肉类、鱼糜、乳制品）、脂肪/油类（食用油、起酥油、黄油、酥油）或混合加工产品。
- 为您提供可追溯的报告，您可以打印并随批次记录保存。
结果是如何产生的
- 分析的是全光谱——页面上显示的文献窗口是阅读指南，而非分析限制。
- 结论是相似性判断：来样与您的合格参考库的匹配程度。
- 结果措辞遵循您的库标签：非猪库给出非猪措辞，猪对照库给出猪措辞。
- 每个标签都有您可以在报告中查看的峰值差异表作为支持。
四步工作流程
步骤 1 — 创建参考库
参考库是您认为可接受的该材料批次的FTIR光谱集合。来样与该库进行比较，而不是与任何公共数据库比较。
您可以上传哪些文件？
接受常见的仪器导出格式，包括CSV / TXT（波数，吸光度）、SPA、DPT、DXD、JWS等。光谱会自动读取和插值；您无需手动转换。
您需要多少个批次？
从一种材料的至少3–5个批次开始。批次越多，比较越可靠。当所选库少于5个批次时，页面会显示警告。
每种材料一个库
为您要筛查的每种材料创建单独的库（例如，一个用于牛肉香肠，一个用于食用油）。库对您的团队账户是私有的，并显示在左侧边栏中。
基质类型
选择蛋白质基、脂肪/油基或混合。这仅改变页面上作为阅读指南显示的文献判别窗口——分析本身始终使用全光谱。
来源物种——必填项及原因
为每个批次标注其声明的来源（牛、鱼、植物、猪等）。结果措辞取决于此：经过认证的非猪批次库产生“非猪倾向”措辞，而标记为猪阳性对照的库在接近匹配时产生“猪倾向”措辞。如果没有物种标签，报告仅说明库的一致性。
其他字段
供应商、批号、JAKIM/认证状态、扫描次数、分辨率和 ATR 晶体都记录在每个参考批次上，并出现在报告中，因此可追溯性链条保持完整。
步骤 2 — 筛查传入样本
- 在“参考库”下拉菜单中选择该材料的参考库。
- 输入批次号和供应商声明的来样物种（这会记录在报告中，引擎不会使用）。
- 上传来样的FTIR文件（格式同上）。
- 点击“运行清真预筛查”。引擎将样品与库进行比较并生成报告。
第3步 — 阅读报告
趋势标签
顶部的印章是预筛结论。它能说明的内容取决于您的参考库是什么：
| 您的库 | 样品与库 | 标签 |
|---|---|---|
| 非猪源性认证批次 | 一致 | 与非猪源性参考一致 |
| 部分一致 | 需要进一步确认 | |
| 不一致 | 非猪源性未确认 | |
| 猪阳性对照 | 一致 | 猪源性倾向 |
| 部分一致 | 需要进一步确认 | |
| 不一致 | 与猪源性对照不匹配 | |
| 无物种标签 | 一致 | 与参考库一致 |
| 部分一致 | 需要进一步确认 | |
| 不一致 | 与参考库不一致 |
标签背后的算法
引擎会根据库中的批次数量自动选择分析模式：
| 参考批次 | 模式 | 计算内容 |
|---|---|---|
| 19或更少 | 相似度 | 皮尔逊相关性、余弦相似度和主要差异峰 |
| 20 – 49 | PCA | 相似度加上PCA投影、马氏距离、Hotelling T² |
| 50 或更多 | 类模型 | PCA 和 SIMCA：Q 残差、类成员概率、一致性评分 |
判别区域
“判别区域（文献）”面板列出了已发表的来源筛查研究中报告的窗口，与您的基质类型匹配。差异表中落在这些窗口内的峰被标记为区域名称——对您自己的审查是一个有用的优先级排序：
这些窗口的来源
蛋白质基窗口遵循 Hashim 2010（Food Chem）和 Sci Rep 2021——后者报告猪明胶在 1470–1475 cm⁻¹ 附近的主导波数（牛 1444–1450，鱼 1496–1500）。脂肪/油基窗口遵循 Int J Mol Sci 2020 年清真认证综述：酥油中猪油的 SIMCA 判别区域（3030–2785 / 1786–1680 / 1490–919 cm⁻¹）以及一个组合区域，通过 PLSR+DA 对初榨椰子油中的猪油进行定量，R² = 0.999（3020–3000 / 1120–1000 cm⁻¹）。
这些是供您自行审阅的阅读指南——引擎分析全谱，而不仅仅是这些窗口。没有适用于所有材料的单一窗口集；不同基质有不同的文献判别波段。
峰值差异表
“主要差异峰”列出了样品与参考平均值之间的最强差异，包括方向（样品更高/更低）以及峰是否异常。这是标签背后的证据——当标签不是“一致”时，请查看它。
图表
光谱叠加图绘制样品与参考均值的对比。PCA散点图（当库中有20+批次时）显示样品相对于历史批次云的位置。
人工智能解读
如果可用，AI面板会总结差异、列出可能的原因并建议后续步骤。它仅作为决策支持：将其化学主张和措辞视为起点，并在行动前进行验证。
常见问题解答
- 我的样品返回“非猪源性未确认”。这是否意味着它含有猪肉？
- 不。这意味着样品与您的非猪源性参考库存在差异。差异可能来自不同的供应商、水分、添加剂、仪器设置或正常的批次间波动。请将其视为需要调查的标志，而非猪源性检测。如果必须确定猪源性，请使用DNA/PCR。
- 我可以用这个筛查油脂吗？
- 是的。选择“脂肪/油基”作为基质类型。文献面板随后显示出报告的猪油掺假筛查谱带（顺式 C–H 接近 3006，酯 C=O 接近 1743，甘油三酯 C–O 对接近 1117/1097，反式接近 968），AI 解释提供特定脂肪的阅读指导。
- 为什么页面会警告少于5个批次时结果为探索性的？
- 与 1–4 个光谱的比较统计意义有限。引擎仍然有效，但请将输出视为方向性而非定量性。随着您对批次的鉴定，添加它们。
- 我的光谱数据会被分享吗？
- 不。参考库是您账户私有的，不会用作他人的测试参考。您可以随时移除批次或整个库。
- 我是否需要为每个供应商或每种材料创建一个库？
- 每种材料是最低要求。如果您的供应商差异很大，按供应商和材料分别建立库可以提供最清晰的比较。
- 这与在大型光谱库中进行相似性搜索有何不同？
- 这里的比较集是您自己的合格批次，证据是带有文献窗口的峰值级差异，报告保留供应商/批次/证书踪迹。公共库搜索可以回答“该光谱与什么相似”；此工作台回答“该批次与我的合格基线匹配程度如何”。
- 我可以将筛查过的样品转为参考批次吗？
- 是的——在工作台上，每项过去的筛查都有一个“添加”按钮，一旦您接受该批次，它就会将该筛查提升到参考库中。记录会保留其历史。
- “JAKIM 状态”对马来西亚以外的用户意味着什么？
- 该字段为自由文本，标签为“JAKIM / 清真认证状态”。马来西亚以外的实验室可记录自己的认证机构，或将其留为“未知”。