当前位置:首页 > 化学试剂 > 热点文章 > 正文

【热点聚焦文章】气相色谱-嗅辨仪/质谱联用法对龙井茶中差异标志物的高通量筛查

发布时间: 2021-05-12 09:32:34   试剂信息网


气相色谱-嗅辨仪/质谱联用法对龙井茶中差异标志物的高通量筛查

范尧1,陈云吟1,李爱兰1,张磊1,周春松1,2,付海燕1,佘远斌*1

(1.浙江工业大学化学工程学院,浙江杭州  3100322.宜兴国际环保城科技发展有限公司,江苏宜兴  214200)

摘要


龙井茶为中国十大名茶之首,其特征成分决定了其品质差异。因此,研究龙井茶成分群并寻找差异标志物对其质控起着重要的作用。利用气相色谱-嗅辩仪(GC-O) 和气相色谱-质谱 (GC-MS) 结合移动窗口偏最小二乘判别分析 (MWPLSDA) 方法,确定了可以区分不同产地和等级龙井茶的5种差异标志物。通过比较不同色谱变量范围获得的偏最小二乘模式识别(PLSDA)结果,各差异标志物的代表性排序为戊醛> (Z) -3-己烯-1-醇和3-烯烃>苯甲醇> 2-乙基-1-己醇。此外,当选择戊醛对应色谱变量区间时,可实现对六种龙井的100%区分。


前言

绿茶具有多种功效,如抗氧化[1]、抗衰老[2]、抗癌[3]等。在中国众多的绿茶品种中,龙井茶是其中最为著名的品种之一,含有独特的风味成分[4, 5],如醇、醛、酮、酯、酸、酚和萜类等化合物。例如,茶多酚中的儿茶素是决定茶叶色、香、味的重要成分;茶氨酸是形成茶叶香气和鲜爽度的重要成分,与龙井茶香气形成的关系极为密切;Lin[6]就曾报道过芳樟醇、(Z-3-己烯基己酸酯和香叶醇为龙井茶中三大主要挥发性成分。茶叶的种类、产地和加工方法会对风味成分产生重大影响,从而影响茶叶的品质[7, 8]。因此,研究不同龙井茶的风味成分并寻找相应的特征识别标志物对其品质判断具有非常重要的意义[9]

气相色谱-质谱联用法(GC-MS) 和气相色谱-嗅辩仪(GC-O)是两种最常用的分析技术,由于它们具有同时准确测定未知多组分的显著优势,被广泛应用于鉴定多种食品的香气成分[10-12]Wang[13]通过GC-MS手段结合有目标检测和无目标检测模型成功区分了不同种类的蜂蜜样品。在Chen[14]的研究中,开发了一种简化的样品前处理方法,并将其应用于气相色谱-三重四极杆质谱 (GC-MS/MS)分析中,能够同时检测绿茶、人参、银杏叶、棕榈、留兰香和黑胡椒中227种农残样品。另一方面,GC-O/GC-MS联用方法可同时将感官品评全面、便捷的特点与质谱准确定量的优势相结合,更加快速、准确的实现不同样品间的真实性差异检测。但是,使用GC-OGC-MS确定分析物中的特征识别标志物时,传统分析方法需要对所有挥发性物质的色谱信息进行分析归纳,既费时又复杂。因此,建立一种模式识别模型来实现对GC-O/GC-MS色谱有效信息简单、快速、有效的提取,从而优化该类色谱分析过程具有重要意义。

作为经典的化学模式识别方法,移动窗口偏最小二乘判别分析 (MWPLSDA)[15]模型被广泛应用于分析领域,例如荧光光谱分析,近红外光谱分析等[16, 17]。该方法可以通过建立模式识别模型,有效地筛选数据变量,并只保留有用的特征信息变量参与分析,从而提供更好的识别结果。最重要的是,通过关注所选特征部分的变量,该模型可以更快速,更有效地提取和分析所有有用信息,大大简化GC-MS等色谱方法数据分析过程,进而提高其分析效率,节约分析成本。

本研究借助GC-O/GC-MS结合MWPLSDA模型,建立了一种龙井茶模式识别模型及差异标志物高通量筛查新方法。首先采用GC-O的芳香提取物稀释分析 (AEDA)[18, 19]方法对高香气贡献度化合物对应色谱变量区间进行初步筛选,并根据保留时间重新组合所有有效色谱变量信息来进行进一步分析。其次,使用基于MWPLSDA残差值建立的龙井茶模式识别模型,对所有色谱变量中化合物对应有效色谱变量参数进行分段考察,来比较所获得6种不同龙井茶样品的分类结果,最终筛选得到了共5种龙井茶差异标志物,并对其进行了代表性排序和定量分析。与传统的GC-MS绿茶分类判别方法相比,本方法更加方便、快捷和有效,为基于差异标志物分析的食品分类和快速鉴别提供了潜在的理论依据。




目录

1  实验部分

1.1  主要仪器与试剂

1.2  实验方法

1.2.1  龙井茶前处理

称取7.00 g不同的龙井茶,并将其准确地加入锥形瓶中,用100 mL沸水冲泡后,立即置于80 ℃的水浴中震荡10 min,然后在冰浴中放置5 min,补重后过滤得到茶汤

1.2.2  气相色谱-质谱和气相色谱-人工辨别分析

气相色谱的程序升温模式:40 ℃保持6 min,再以3 ℃/ min的速度升到100 ℃,然后以5 ℃/ min的速度从100 ℃升到230 ℃。实验主要采用不分流进样模式:以20 mL/min的线性流速的氦气作为载气,到质谱系统和吸气口的流量分配比为1:1

1.2.3  香精提取物稀释分析

将提取的香气成分稀释比设为1:41:161:64。记录香气特征和保留时间,直到评估员评估气味结束时停止稀释。每种香精化合物的最高稀释倍数即为其风味稀释倍数 (FD) 

1.2.4  香气成分鉴别

通过与NIST 05Wiley质谱数据库及已发表论文的保留指数 (RI) 进行比较来鉴定香气成分,并参考先前对茶香气成分的研究来评估香气质量[6]

1.2.5  化学计量学方法

所有色谱数据均由移动窗口偏最小二乘判别分析 (MWPLSDA) 程序处理,该程序使用Matlab 2010a软件编写和执行。

2  结果与讨论

2.1  通过GC–O分析龙井茶香气成分

首先使用香气提取物稀释分析 (AEDA) 法对不同龙井茶中的香气活性化合物进行初步分析。当FD1时,通过GC-O分析(见表2)选择23种香气活性化合物,样品16号(表2f1f6)依次包含1312138810种香气活性化合物。

2.2  MWPLSDA模式识别分析对6种龙井茶的定性及其中差异标志物的定量研究

首先根据FD1时香气能被感知的保留时间范围筛选所有化合物对应的色谱数据变量区间,将其重新组合为新的变量数阵(见图1a)。然后,利用MWPLSDA模型有效地将虚拟代码与初步筛选得到的龙井茶色谱变量数阵相关联,建立模式识别分析模型。

3  结论


结论


本文通过采用GC-OGC-MS结合化学计量学变量筛选模式识别模型的方法,成功实现了对6种不同龙井茶样品的快速品控分析及其差异标志物的筛查。首先,通过基于GC-O的化合物对应色谱变量区间初步筛选,所有FD1时有效香气成分对应的保留时间范围包含的色谱变量均被单独截取出来,并按保留时间顺序重新组合。其次,利用MWPLSDA模型对新的色谱变量数阵进行分析处理,根据相应的残差值特征建立气相色谱模式识别模型。之后,通过比较使用不同色谱变量区间对应得到的龙井茶样品分类识别率,成功确定了5种差异标志物 (戊醛、(Z) -3-己烯-1-醇、3-蒈烯、苄醇和2-乙基-1-己醇,并依据相应的分类准确率差异进行了代表性排序和定量分析。本方法简单有效,所建立的模式识别模型对龙井茶识别标志物的筛查和鉴别不同龙井茶样品具有优越的性能,同时该方法也显示出在其他食品的快速质控分析及质控标志物确定方面具有广阔应用前景。

引用本文范尧, 陈云吟, 李爱兰, 等. 气相色谱-嗅辨仪/质谱联用法对龙井茶中差异标志物的高通量筛查[J].化学试剂, 2021, 43(5): 563-569.