使用符合基質的歷史批次；這些批次已通過您自己的資格認定流程，包括適用的蛋白質、脂肪／油或混合產品參考集。
清真來源預篩 · 指南
預篩選 · FTIR.fun
清真來源預篩選 — 使用指南
當您的實驗室已擁有合格的來源參考批次，並希望在決定新材料是否需要進一步來源調查或確認性測試之前，先進行 FTIR 預篩選時，請使用此工作流程。此流程以同類相比較；本身不會認證清真狀態，也無法單獨鑑定物種。
結果是由可檢視的光譜差異支持的比較趨勢或一致性訊號。
將參考群組、批次背景與比較證據放在一起，讓 QA、供應商與客戶都能了解樣品為何被升級處理。
此工作台的用途
- 維護一個私有的、每個團隊的參考資料庫，包含您信任的合格批次的FTIR光譜。
- 將新的輸入樣品與所選的特定材料參考群組進行比較，並以峰值層級的差異證據報告其一致性或與來源相關的傾向。
- 當您為所篩檢的材料提供適當的已完成資格確認參考品時，支援以蛋白質為基礎、以脂肪／油為基礎及混合產品的基質類別。
- 保留篩選結果與佐證比較，以供批次可追溯性與內部審查使用。
不執行的事項
- 它不會發出清真認證或作出法律判定。
- 不會將公共資料庫中的身分匹配視為動物來源的證明。
- 不會將 FTIR 相似度結果轉化為物種鑑定。
- 關鍵的來源判定結果，應使用您的實驗室、客戶或認證程序所要求的經驗證方法進行確認。
四個步驟的工作流程
1创建参考队列上傳同一材料與基質的合格歷史 FTIR 批次。
2記錄來源背景加入解讀比較措辭所需的已申報來源與批次資訊。
3篩檢進來的樣品針對相符的合格參考群組，上傳新的 FTIR 檔案。
4執行前檢視結合峰差異、疊圖及任何可用的多變量診斷結果，一起解讀趨勢標籤。
步驟 1 — 建立參考群組
參考群組是由相同材料中，已通過您現有正常合格程序的批次所取得的一組 FTIR 光譜。進料樣品會與此參考群組進行比較，而不是與任意公開資料庫結果比較。
使用材料的常規儀器檔案
可直接上傳常見的受支援 FTIR 與數值格式。請盡可能在參考樣本與待測樣本之間保持一致的採集與取樣條件，因為方法差異可能造成表觀光譜差異。
參考集大小
非常小的參考集無法充分描述正常材料變異，因此當可用批次少於 5 批時，工作台會發出警告。隨著具代表性的合格批次陸續可用，請予以新增；但不要僅因某批次未通過目前的比較，就新增該批次。
將不同材料分開
為每種預計篩選的材料或等級建立獨立的參考群組。當供應商差異已知相當顯著時，也可建立按供應商區分的群組。
基質類型
根據材料選擇以蛋白質為基礎、以脂肪／油為基礎或混合型。這會變更頁面上顯示的文獻閱讀指南；比較本身不受限於這些文獻區間。
已聲明的來源資訊
在已知的情況下，記錄參考批次所聲明或經認證的來源。報告措辭應依循參考背景：合格的非豬來源群組可支援「與非豬來源參考資料一致」等措辭，而豬來源陽性對照群組在高度匹配時可支援「豬來源傾向」。若缺乏適當的來源背景，報告應維持為圖譜庫一致性陳述。
可追溯性欄位
供應商、批號、認證狀態備註、掃描圖、解析度及 ATR 晶體均可與參考記錄一併保存，讓後續審查者能夠了解產生該比較結果的材料及採集背景。
步驟 2 — 篩選進樣樣品
- 選擇與進料及基質相符的合格參考群組。
- 輸入追溯所需的來料批次與申報來源資訊；申報來源屬於背景資訊，不是分析結果。
- 上传来样 FTIR 文件，最好采用可比的采集和取样条件。
- 執行清真來源預篩選，並檢視產生的比較結果，而不是僅依據標題標籤作出判斷。
積分: 每次預篩選在免費/試用帳戶上消耗 10 點數。VIP 帳戶不收費。
步驟 3 — 閱讀報告
趨勢標籤
標題標籤概述輸入光譜與所選參考群組的比較結果。其措辭取決於該群組所記錄的來源情境：
| 參考背景 | 樣品與參考品比較 | 報告措辭 |
|---|---|---|
| 合格的非豬源參考品 | 一致 | 與非豬源性參考一致 |
| 部分一致 | 需進一步確認 | |
| 不一致 | 此預篩查尚未確認為非豬源性 | |
| 豬源陽性對照參考資料 | 一致 | 豬源可能性——視需要確認 |
| 部分一致 | 需進一步確認 | |
| 不一致 | 與豬源對照模式不匹配 | |
| 沒有經驗證的來源背景 | 一致 | 與參考庫一致 |
| 部分一致 | 需進一步確認 | |
| 不一致 | 與參考庫不一致 |
目前啟用的分析模式
預設分析模式會隨已完成資格確認的參考群組規模而變化；部署環境可以設定不同的閾值：
| 參考批次 | 預設模式 | 所顯示的證據 |
|---|---|---|
| 19個或更少 | 相似度 | 光譜相似度量測與主要差異峰 |
| 20 – 49 | PCA | 相似度加上多變量投影與距離診斷 |
| 50或更多 | SIMCA 風格的類別模型 | PCA 加上類別模型殘差與符合性診斷 |
文獻鑑別區域
文獻面板列出針對所選基質類別，在已發表來源篩選研究中報告的光譜窗口。請將其視為閱讀指南，用於優先檢視相關差異，而非普遍適用的物種標記。
醯胺A3600–3000 cm⁻¹N–H/O–H伸縮振動；主要明膠判別窗口（Hashim 2010）。
醯胺I1700–1600 cm⁻¹C=O伸縮振動；豬源 vs 牛/魚明膠主峰（Sci Rep 2021）。
醯胺II / III1550–1240 cm⁻¹N–H彎曲振動 + C–N伸縮振動；物種判別包絡（Sci Rep 2021）。
豬明膠特徵峰1475–1470 cm⁻¹c-FACS報告的豬明膠主導波數（Sci Rep 2021）；牛1444–1450，魚1496–1500。
DA窗口2000–1501 cm⁻¹動物明膠研究中的標準ATR + 判別分析窗口（Nazri 2024）。
C–H伸縮振動3030–2785 cm⁻¹總脂肪C–H區域；酥油中豬油的SIMCA判別區域（Int J Mol Sci 2020）。
酯C=O1786–1680 cm⁻¹甘油三酯酯羰基；SIMCA區域將豬油與其他脂肪分離（2020年綜述）。
甘油三酯指紋1490–919 cm⁻¹SIMCA判別區域（2020年綜述）；豬油C–O對報告於1117/1097附近。
VCO中豬油區域3020–3000 · 1120–1000 cm⁻¹通過PLSR+DA定量初榨椰子油中豬油的組合區域，R²=0.999（2020年綜述）。
順式 / 反式標記3006 · 968 cm⁻¹順式=C–H在3006附近和反式/CH₂搖擺振動在968附近支持脂肪類型分離。
這些窗口的來源
所顯示的視窗取自針對特定基質的來源或摻假篩選研究與綜述。其相關性取決於材料類型、樣品製備、採集條件及研究族群，因此不應將文獻報導的吸收帶視為適用於不同材料的獨立來源檢測。
比較以完整光譜為依據；文獻區間則作為審查時的背景證據。
峰差异和图表
主要差異表會識別來樣相較於參考模式偏離最大的光譜區域。疊圖顯示來樣光譜與參考行為的對照；當啟用的模式支援多變量圖時，也會顯示多變量圖。應結合使用這些資訊，而不要將單一數值或單一峰視為完整的決策依據。
AI 解讀
若可取得，AI 面板會總結差異並提出合理的後續問題。這僅是解釋性的決策支援；請核實化學相關主張，不得將 AI 措辭作為認證或物種鑑定結果。
常見問題
- 我的樣品結果為“非豬源性未確認”。這是否表示它含有豬肉？
- 不是。这意味着该 FTIR 预筛查未显示出与您已确认的非猪源参考样品相符的预期一致性。差异可能源于供应商、配方、水分、加工、采集条件或其他批次变化。请调查原因；当必须确定来源时，请使用适当的经验证物种鉴定或确认方法。
- 我可以用這個篩檢油脂嗎？
- 可以，前提是您針對正在篩選的材料，擁有適當且合格的脂肪／油參考群組。選擇脂肪／油基質，使頁面顯示相關的文獻解讀指南，然後根據您自己的參考資料背景解讀這些指南。
- 為什麼頁面會在參考批次少於 5 個時發出警告？
- 少量光譜無法很好地描述材料的正常變異。比較結果仍可作為方向性證據，但在參考群組更能代表合格生產變異之前，應謹慎解讀結果。
- 我的光譜資料是否會被分享？
- 不。參考庫是您帳戶私有的，不會用作其他任何人的測試參考。您可以隨時移除批次或整個庫。
- 每個供應商或每種材料都需要一個參考群組嗎？
- 將不同材料或等級分開。當供應商相關的差異大到足以影響比較時，也可以依供應商建立群組。
- 這與大型公共光譜資料庫中的相似性搜尋有何不同？
- 公共資料庫搜尋會詢問未知樣品與哪些參考光譜相似。此預篩查則詢問進料批次的表現是否類似於針對該材料所選定的合格來源參考群組，同時保留批次與比較證據以支持結果。
- 我可以將篩選後的樣品轉為參考批次嗎？
- 可以，但須在該批次通過您正常的資格認定流程後進行。不要僅因預篩選結果良好就將其提升為參考樣；參考狀態應依據您獨立的資格認定決策。
- 在馬來西亞以外的地區，certification-status 欄位代表什麼？
- 可使用此欄位記錄與貴組織相關的認證機構或認證狀態；若無法取得該資訊，也可留為未知。這是可追溯性欄位，而非由 FTIR.fun 作出的判定。