劉曉莎，董繼揚(yáng)，孟維君，吳志丹，許晶晶*（.廈門大學(xué)電子科學(xué)系/福建省等離子體與磁共振研究重點(diǎn)實(shí)驗(yàn)室，福建 廈門 36005；.福建省農(nóng)業(yè)科學(xué)院茶葉研究所，福建 福安 35505）

鐵觀音茶水浸出物組成模式及溶出規(guī)律的核磁共振波譜分析

劉曉莎1，董繼揚(yáng)1，孟維君1，吳志丹2，許晶晶1*
（1.廈門大學(xué)電子科學(xué)系/福建省等離子體與磁共振研究重點(diǎn)實(shí)驗(yàn)室，福建 廈門 361005；2.福建省農(nóng)業(yè)科學(xué)院茶葉研究所，福建 福安 355015）

利用核磁共振波譜技術(shù)檢測鐵觀音茶湯的水浸出物，研究水浸出物隨沖泡次數(shù)的變化規(guī)律，并結(jié)合多變量統(tǒng)計(jì)方法，研究濃香型和清香型鐵觀音茶葉的水浸出物在組成模式上的差異。實(shí)驗(yàn)結(jié)果表明：茶湯中水浸出物的浸出量隨沖泡次數(shù)快速下降，大部分水浸出物在第5道茶湯中的浸出量已不足10%；不同道茶湯中水浸出物的組成模式存在明顯差異，從而導(dǎo)致各道茶湯在口感上的迥異；此外，濃香型和清香型茶湯中水浸出物的組成模式也存在顯著差異：與清香型茶湯相比，濃香型茶湯中的表兒茶素、蔗糖等物質(zhì)的相對(duì)含量較高，而茶氨酸、異亮氨酸、表兒茶素沒食子酸酯、奎尼酸、表沒食子兒茶素、表沒食子兒茶素沒食子酸酯等物質(zhì)的相對(duì)含量較低。

鐵觀音茶；水浸出物；核磁共振波譜；多變量統(tǒng)計(jì)分析

近年來，隨著現(xiàn)代分析技術(shù)的快速發(fā)展，人們對(duì)茶葉生物化學(xué)性質(zhì)的研究逐漸深入。越來越多的研究者利用高效液相色譜、氣相色譜、以及各種色質(zhì)聯(lián)用等技術(shù)研究茶葉的生物化學(xué)性質(zhì)與茶葉品質(zhì)、加工工藝等因素的關(guān)系［1-4］。氣相色譜法適合于測定具有揮發(fā)性的物質(zhì)，液相色譜法更適合于測定具有生色團(tuán)或官能團(tuán)的物質(zhì)。這兩種方法在測試過程中均需要對(duì)所測物質(zhì)的成分進(jìn)行分離。

核磁共振（NMR）波譜作為物質(zhì)化學(xué)成分和分子結(jié)構(gòu)的一種常規(guī)檢測技術(shù)，也已經(jīng)在茶葉生物化學(xué)研究中得到應(yīng)用。相比于其他檢測手段，核磁共振技術(shù)能夠保持樣品的完整性，是一種非破壞性的檢測手段；操作方法簡單快速，測量精確，重復(fù)性高；檢測結(jié)果受樣本大小、外觀等因素的影響較小；譜圖中譜峰積分面積與分子中氫原子個(gè)數(shù)成正比，可用于分子的相對(duì)定量分析。英國的Gall等人［5］應(yīng)用氫譜技術(shù)（1H NMR）分析不同產(chǎn)地的191種綠茶葉片浸出物，發(fā)現(xiàn)西湖龍井茶中的茶氨酸（theanine）、沒食子酸（gallate）、咖啡因（caffeine）、表沒食子兒茶素沒食子酸酯（epigallocatechingallate，EGCG）、表兒茶素沒食子酸酯（epicatechingallate，ECG）含量高于中國其它產(chǎn)地的茶葉。荷蘭的Mulder等人［6］采用 NMR技術(shù)研究了飲茶對(duì)人體尿液代謝成分的影響。韓國的Hong等人［7］研究了綠茶、半發(fā)酵茶和全發(fā)酵茶的NMR指紋圖譜，發(fā)現(xiàn)在發(fā)酵過程中表兒茶素（epicatechin，EC）、表沒食子兒茶素（epigallocatechin，EGC）、ECG、EGCG、奎尼酸（quinate）、咖啡因和蔗糖等物質(zhì)的含量下降，而沒食子酸（gallate）和葡萄糖含量升高。

本文利用1H NMR波譜技術(shù)對(duì)鐵觀音茶湯的水浸出物進(jìn)行檢測，分析水浸出物組成模式隨沖泡次數(shù)的變化規(guī)律，探索鐵觀音最佳沖泡條件及水浸出物浸出規(guī)律，以期為科學(xué)飲用鐵觀音提供理論依據(jù)。以市場上常見的兩種鐵觀音茶（濃香型閩南烏龍茶和清香型閩南烏龍茶）為試驗(yàn)材料，結(jié)合多變量統(tǒng)計(jì)分析方法，比較了兩種不同工藝的鐵觀音茶葉水浸出物成分的差異。本研究的結(jié)果可以為茶葉品質(zhì)鑒定提供參考。

1 材料與方法

1.1 樣品采集與制備

本實(shí)驗(yàn)樣品包括2013年秋季同一級(jí)別（由專業(yè)評(píng)茶師綜合審評(píng)）的濃香型和清香型鐵觀音茶樣品各6種，由福建省安溪縣劍斗鎮(zhèn)廣茗茶葉合作社提供，茶樣均產(chǎn)自安溪縣劍斗鎮(zhèn)福斗村。從制作工藝上，濃香型鐵觀音是在傳統(tǒng)工藝炒制的清香型茶葉基礎(chǔ)上經(jīng)過烘焙再加工而成的。每個(gè)茶葉樣品稱重3 g，茶與水的比例為1：30，即90 mL的純凈水（怡寶牌）。將茶葉放入杯子中，加入90 mL的100℃純凈水沖泡3 min，取第1道茶湯2 mL放入EP管中，倒掉杯中剩余茶湯，蓋上杯蓋；3 min后再加入90 mL 的100℃純凈水，沖泡3 min，取第2道茶湯2 mL放入 EP管中，倒掉杯中剩余茶湯，蓋上杯蓋；如此循環(huán)操作，每個(gè)茶樣取5道茶湯。將茶湯樣品在-4℃下以10000 r·min-1離心15 min，取上清液存于-20℃冰箱中直至NMR實(shí)驗(yàn)。

1.21H NMR檢測與前處理

解凍茶湯樣品至常溫，取300 μL樣品，加入300 μL含TSP的重水，混合均勻后移入5 mm核磁管中。1H NMR實(shí)驗(yàn)均在Varian 500 MHz譜儀上進(jìn)行。實(shí)驗(yàn)采用基于1D NOESY序列［8］的預(yù)飽和實(shí)驗(yàn)，即NOESYPR（delay-90°-t1-90°-tm-90°-acquisition）進(jìn)行水峰壓制，t1延遲設(shè)置為4 μs，tm延遲設(shè)置為100 ms，并在2 s的脈沖延遲和混合時(shí)間中加入飽和脈沖照射以抑制水信號(hào)。實(shí)驗(yàn)采用5 mm HCN三共振探頭，溫度293 K，譜寬10 kHz，信號(hào)累加64次。

采用MestReNova軟件（MestReNova Version8.0.1）對(duì)NMR時(shí)間域上的自由感應(yīng)衰減（FID）數(shù)據(jù)末尾充零至32K，進(jìn)行快速傅里葉變換，并手動(dòng)校正譜圖相位和基線。用自編軟件［9］對(duì)譜圖進(jìn)行手動(dòng)譜峰對(duì)齊，截除殘余水峰（δ4.70～4.90），然后對(duì)各譜圖的TSP信號(hào)峰進(jìn)行積分，并以TSP峰面積為標(biāo)準(zhǔn)對(duì)各譜圖的信號(hào)強(qiáng)度進(jìn)行歸一化處理，最后對(duì)δ0.50～8.50區(qū)間內(nèi)的譜數(shù)據(jù)進(jìn)行自適應(yīng)分段積分，得到一個(gè)60×94的數(shù)據(jù)矩陣X0，矩陣X0的一行表示一個(gè)樣本，一列表示一個(gè)積分段。將數(shù)據(jù)矩陣導(dǎo)入SIMCA-P 14.0（Umetric AB， Umea，Sweden）進(jìn)行主成分分析（Principal Component Analysis，PCA）和偏最小二乘判別分析（Partial Least Square-Discriminant Analysis，PLS-DA）等多變量統(tǒng)計(jì)分析。

1.3 NMR定量分析

為了定量地分析茶湯中水浸出物，我們首先對(duì)全譜進(jìn)行等間隔積分以克服譜峰漂移的影響，積分區(qū)間為δ0.50～8.50，間距為δ 0.002。以TSP（δ -0.10～0.10）的積分面積作為譜圖歸一化的標(biāo)準(zhǔn)。在NMR譜圖中，某一譜峰信號(hào)的積分面積與該化合物分子中相應(yīng)基團(tuán)的H原子個(gè)數(shù)呈正比。為了更準(zhǔn)確地定量，我們采用結(jié)合水峰抑制的反轉(zhuǎn)恢復(fù)脈沖序列，測量譜圖中的每一個(gè)共振峰的自旋晶格弛豫時(shí)間（T1），其中弛豫延遲時(shí)間（τ）設(shè)置為0.05～16 s的16個(gè)不等間隔數(shù)值，總的采樣時(shí)間為22.9 s，傅里葉變換點(diǎn)數(shù)32 K，累加32次。

由于信號(hào)峰的積分面積正比于H原子濃度，在一張弛豫完全的NMR譜圖中，化合物的濃度與內(nèi)標(biāo)物（TSP）的濃度關(guān)系式如下：

因此，化合物x的濃度可以表示為：

2 數(shù)據(jù)預(yù)處理

根據(jù)多因素方差分析（ANOVA）［11］，數(shù)據(jù)矩陣X0的方差可以分解為如下4部分：茶葉的香型（即制作工藝）的影響、沖泡次數(shù)的影響、香型和沖泡次數(shù)兩個(gè)因素的交叉作用、以及個(gè)體差異。當(dāng)研究茶葉沖泡次數(shù)對(duì)茶湯水浸出物的影響時(shí)，香型及交叉作用是干擾因素，需要加以抑制；而研究不同香型茶葉水浸出物的差別時(shí)，沖泡次數(shù)和交叉作用是干擾因素，也需要加以抑制。為此，本文對(duì)數(shù)據(jù)矩陣X0做如下的預(yù)處理：

（1）采用多因素ANOVA方法濾除香型因素和交叉作用的影響，得到新數(shù)據(jù)矩陣X1，用于研究沖泡次數(shù)對(duì)茶葉水浸出物總體濃度的影響；

（2）對(duì)數(shù)據(jù)矩陣 X1的所有樣本進(jìn)行面歸一（Constant Sum Normalization，CSN），以消除樣品整體濃度差異的影響，得到新的數(shù)據(jù)矩陣X2，用于研究茶葉水浸出物的組成模式隨沖泡次數(shù)的變化規(guī)律；

（3）將對(duì)X2進(jìn)行two-way ANOVA分析，濾除沖泡次數(shù)和交叉作用的影響，最后對(duì)數(shù)據(jù)矩陣進(jìn)行自適應(yīng)尺度縮放（Scaling）［12］，以提高與香型因素相關(guān)的水浸出物成分的權(quán)重，得到新數(shù)據(jù)矩陣X3，用于研究不同香型茶葉水浸出物的區(qū)別。

表1 數(shù)據(jù)集的方差組成Table 1 Composition of variance of dataset

各數(shù)據(jù)矩陣的方差組成如表1所示。茶葉香型的差別對(duì)數(shù)據(jù)方差（X0）的貢獻(xiàn)比較小，在消除樣品整體濃度的影響之前，香型因素的作用只占總方差的 0.4%，而沖泡次數(shù)對(duì)茶湯樣品的影響高達(dá)91.5%，因此要研究茶葉香型的差異，需要濾除沖泡次數(shù)干擾。利用CSN歸一化方法消除茶湯整體濃度差異之后，沖泡次數(shù)的影響大大降低了，香型差別的比重得到了提高。

3 結(jié)果與分析

3.1 茶湯中主要水浸出物

圖1是鐵觀音茶湯樣品的典型1H NMR譜。根據(jù)參考文獻(xiàn)［13］和二維譜實(shí)驗(yàn)，對(duì)茶葉的一維譜進(jìn)行歸屬。從圖中可以觀察到茶葉的主要水浸出物成分，如多酚類、氨基酸類、可溶糖類、生物堿類及有機(jī)物類的物質(zhì)等。

3.2 茶葉沖泡次數(shù)對(duì)水浸出物濃度的影響

濾除香型和交叉作用的影響之后的數(shù)據(jù)集X1，沖泡次數(shù)的方差仍然占絕大部分，因此用主成分分析（PCA）就可以直觀地表征不同沖泡次數(shù)對(duì)茶湯水浸出物的影響，如圖2（a）所示。

從圖中可見，同一道茶湯樣本點(diǎn)相對(duì)聚集，而不同道茶湯樣本在PCA第一主成分t［1］上具有一定的可分性。第一主成分解釋了絕大部分的數(shù)據(jù)方差（96.2%），這說明了不同道茶湯樣本之間的區(qū)別主要在于水浸出物的整體濃度；而隨著沖泡次數(shù)的增加，總體濃度呈單調(diào)下降，且下降速度越來越小。此外，模型PC1方向上的方差比例為96.2%，也就是說整體濃度差異在數(shù)據(jù)集中占有支配地位，即不同道茶湯樣本的區(qū)分主要來自于水浸出物整體濃度的貢獻(xiàn)。

圖 1 鐵觀音茶湯樣品的1H NMR譜Fig. 1 Representative1H NMR spectrum of Tie-guanyin tea

圖 2 不同沖泡次數(shù)茶樣的PCA得分圖Fig. 2 PCA scores of teas steeped for 5times

在實(shí)際獲得的一維NMR譜圖中，化合物譜峰無可避免地與其他信號(hào)峰發(fā)生重疊，直接對(duì)重疊的譜峰進(jìn)行積分將直接影響定量分析的結(jié)果［14］。當(dāng)化合物在譜圖中多個(gè)化學(xué)位移處出現(xiàn)信號(hào)峰時(shí)，優(yōu)先選擇信噪比較高且與周圍信號(hào)峰重疊較少的特征峰作為定量的依據(jù)。對(duì)本文中參與定量分析的物質(zhì)，我們挑選信號(hào)峰的位置和H原子個(gè)數(shù)詳見下表。

隨著沖泡次數(shù)的增加，前3道茶湯濃度的變化幅度比較大，第1道茶湯水浸出物含量最多，水浸出物含量均隨沖泡次數(shù)增加而減少，第4道和第5道的整體濃度變化比較小，而且很接近。分別對(duì)每一道茶湯NMR波譜中的主要水浸出物積分，以五道茶湯的總積分和作為 1，計(jì)算每一道茶湯中的各個(gè)水浸出物所占的比例，得到表 2。可以觀察到隨著沖泡次數(shù)的增加，茶湯中水浸出物的浸出量越來越少，整體濃度越來越小，至第5道茶湯時(shí)，大部分水浸出物的浸出率已不足10%。

表2 6種水浸出物在各道茶湯中的浸出量占該水浸出物總浸出量的比例Table 2 Extract/total extractable of 6 teas

3.3 各道茶湯中水浸出物組成模式的差異

為了進(jìn)一步分析茶湯水浸出物的模式差異，我們對(duì)消除茶湯整體濃度影響后的數(shù)據(jù)矩陣 X2進(jìn)行PCA分析，結(jié)果如圖2（b）所示。對(duì)比X1和X2的PCA得分圖，消除整體濃度差異后，不同道茶湯樣本集之間的可分性降低了，但樣本集在PC1方向上從右往左仍然可以按沖泡次數(shù)的順序排列。第1道茶湯水浸出物含量仍為最高，但是低于數(shù)據(jù)集X1當(dāng)中的數(shù)值。其余幾道茶湯在數(shù)據(jù)集X2當(dāng)中的浸出率都大于數(shù)據(jù)集X1，說明在消除整體濃度差異后，各水浸出物本身的浸出速度比較緩慢。這是由于茶葉中各組分的浸出量隨沖泡次數(shù)增加而下降的速度不相同引起的。

將不同道茶湯的樣本做兩兩PCA分析，結(jié)果如圖3所示。在不同的沖泡次數(shù)的茶湯中，茶葉浸出組分的濃度比例存在一定差異，但總體變化趨勢基本相同。隨著沖泡次數(shù)的增加，樣本集之間的組分模式差異也逐漸增大。例如：相鄰兩道茶湯的樣本集存在部分重疊，而沖泡次數(shù)相隔越多樣本集的可分性就越好，如圖3第一行的4個(gè)得分圖。

詳細(xì)分析各道茶湯水浸出物的組成模式，可以發(fā)現(xiàn)幾點(diǎn)現(xiàn)象：

（1）第1道茶湯中的咖啡因、茶氨酸、奎尼酸、蔗糖等成分的相對(duì)含量較高，而ECG、乙酰乙酸等成分的相對(duì)含量較低。這是由于咖啡因、茶氨酸、奎尼酸、蔗糖等成分的浸出速度較快，而ECG和乙酰乙酸的浸出速度較慢的緣故。

（2）隨著沖泡次數(shù)的增加，葉片舒展更有利于內(nèi)含物質(zhì)的浸出，茶氨酸和兒茶素類水浸出物的相對(duì)含量逐漸升高。第2至第4道茶湯的水浸出物含量比較均衡，特別是第3道茶湯，沒有發(fā)現(xiàn)含量特別高和特別低的成分。

（3）蔗糖在第2道茶湯中的相對(duì)含量比較高，而在第4道茶湯中的相對(duì)含量最低。

（4）到第5道茶湯時(shí)，浸出速度較快的成分均已所剩不多，因而相對(duì)含量偏低，如：咖啡因、茶氨酸、奎尼酸等。

圖 3 不同道茶湯兩兩之間的PC1～PC2得分圖Fig. 3 PC1～PC2 scores by pair-comparison between teas steeped for various times

3.4 不同香型茶葉水浸出物的差異

濃香型茶葉是傳統(tǒng)工藝炒制的茶葉經(jīng)烘焙再加工而成。由于濃香型鐵觀音做青程度較重，烘焙工序采用連續(xù)長時(shí)間文火慢烘，因此醇度較高、茶香和湯色較重，使得其口感醇厚、香氣高長、回甘較重，近年來受到越來越多消費(fèi)者的喜愛。濃香型鐵觀音的加工中先后經(jīng)歷3次烘焙［15］，第一次焙茶以80～95℃的溫度烘焙8 h，以去除茶葉的青氣；第二次以105℃烘焙12 h以固定濃香型鐵觀音獨(dú)特的蜜香及火香；第三次以115℃再烘焙6 h以提香。

為了分析濃香型和清香型鐵觀音茶湯水浸出物的差異，對(duì)原始數(shù)據(jù)矩陣X0做面歸一化處理，消除不同沖泡次數(shù)引起的濃度差異，然后再采用ANOVA方法濾除交叉作用的影響，得到數(shù)據(jù)矩陣X3。從表1中數(shù)據(jù)集X3的方差組成可見，香型因素的作用仍然只占總方差的 10.8%，很難用無監(jiān)督的PCA方法進(jìn)行表征，因此采用有監(jiān)督的偏最小二乘-鑒別模型（PLS-DA）方法對(duì)數(shù)據(jù)集X3進(jìn)行建模分析，結(jié)果如圖4所示。從圖4可見，清香型和濃香型鐵觀音茶湯樣本點(diǎn)可以明顯區(qū)分，且模型的預(yù)測能力Q2達(dá)到0.86。說明這兩種香型的茶葉水浸出物存在顯著差別。但模型的方差解釋能力R2只有0.34，說明只有一小部分的水浸出物存在顯著差異，這與表1中香型因素只占總方差的10.8%的現(xiàn)象吻合。結(jié)合該模型負(fù)載圖以及變量對(duì)模型的貢獻(xiàn)值（VIP），對(duì)引起兩組區(qū)分的水浸出物濃度進(jìn)一步半定量分析，并對(duì)結(jié)果進(jìn)行t檢驗(yàn)，如圖5所示。在PLSDA模型中，與清香型茶葉的水浸出物成分相比，濃香型茶葉茶湯中的 EC和蔗糖（Suc）含量顯著升高（p＜0.05），而茶氨酸（The）、異亮氨酸（Ile）、ECG、奎尼酸（Qua）和EGC/EGCG含量顯著降低（p＜0.05）。

EGC/EGCG、ECG均屬于兒茶素類，是茶多酚中的有效活性成分，也是決定茶湯色香味的主要成分。制茶過程中的做青工序?qū)Χ喾宇愇镔|(zhì)含量的影響相對(duì)較大。這些變化可能是由于以下因素綜合造成的［16］：首先，多酚類物質(zhì)與咖啡因之間的相互作用生成締合物，減少多酚類物質(zhì)的含量；其次，鐵觀音茶葉中的多酚類物質(zhì)在多酚氧化酶和過氧化酶作用下被氧化和相互轉(zhuǎn)化，形成不同層次的氧化產(chǎn)物，而酚類及其氧化物同時(shí)又與蛋白質(zhì)結(jié)合沉淀導(dǎo)致兒茶素類含量下降；最后，多酚類的羥基接觸空氣后容易發(fā)生非酶促氧化，促進(jìn)化學(xué)氧化劑氧化多酚的鄰位二羥基形成鄰醌，進(jìn)而生成茶黃素類物質(zhì)。在濃香型鐵觀音制作過程中，做青次數(shù)較清香型多，加工時(shí)間較長，因此多酚類物質(zhì)含量減少比清香型更多。表兒茶素（EC）含量占茶多酚總量的60%（w/w）左右［17］，是茶湯澀味的重要因子。通常來說，發(fā)酵程度直接決定茶葉的口味。與清香型相比，濃香型鐵觀音通過高溫烘焙，提升發(fā)酵程度，因此濃香型茶湯口感較清香型略澀，而EC含量也較高。

圖 4 不同香型茶樣的PLS-DA得分圖（R2=0.34，Q2=0.86）Fig. 4 PLS-DA scores of lightly fragrant and strongly fragrant Tie guanyin teas

圖 5 不同香型茶樣的主要水浸出物的半定量分析結(jié)果Fig. 5 Semi-quantitative analysis onwater extracts of lightly and strongly fragrant tea varieties

茶葉中的茶氨酸含量一般占干茶總量的 1%左右，極易溶于水，是茶湯鮮爽度的主要因子。異亮氨酸則是茶葉中游離氨基酸的一種，對(duì)茶湯的滋味和鮮味產(chǎn)生積極的作用。茶湯中的游離氨基酸主要來源于鐵觀音加工過程中蛋白質(zhì)的水解作用。炒青工序中的熱作用會(huì)加速蛋白質(zhì)水解，增加氨基酸含量；同時(shí)，由于茶葉加工中的加熱和氧化作用，部分氨基酸會(huì)脫羧和氧化產(chǎn)生相應(yīng)的揮發(fā)性醛類化合物提升茶葉香氣。濃香型茶葉連續(xù)多次高溫加熱，促使茶葉中的氨基酸緩慢進(jìn)行脫羧、氧化、聚合等作用，因此濃香型茶湯中的茶氨酸和異亮氨酸含量顯著減少。

茶湯中呈現(xiàn)甜味的糖類主要是因?yàn)椴枞~中含有的果糖等單糖和蔗糖、麥芽糖等雙糖物質(zhì)，它們對(duì)茶的苦澀味有一定的掩蓋和協(xié)調(diào)作用，糖類物質(zhì)含量越高，茶葉滋味越甘醇而不苦澀［18］。在核磁共振氫譜中，可以觀察到濃香型鐵觀音茶湯中的蔗糖含量顯著高于清香型茶湯；從感官上品評(píng)兩種鐵觀音茶湯，濃香型茶湯更顯醇香。

奎尼酸是茶葉中的一種重要有機(jī)酸，它不僅參與茶樹的新陳代謝，在生化反應(yīng)中常為糖類分解的中間產(chǎn)物，而且作為一種水溶性物質(zhì)，在茶葉沖泡過程中可被浸出到茶湯中，成為影響茶湯香氣和滋味的主要成分之一［19］。有研究表明［20］，茶葉中奎尼酸的含量變化幅度較大，與品種、鮮葉嫩度、制作工藝等均有關(guān)系。劉盼盼等［21］對(duì)綠茶的研究表明隨著鮮葉嫩度的下降，奎尼酸含量呈明顯下降。

4 總結(jié)

本文采用基于磁共振氫譜技術(shù)檢測茶葉水浸出物的輪廓，分析了水浸出物隨沖泡次數(shù)的變化，以及濃香和清香兩種不同香型茶葉水浸出物的區(qū)別，為茶葉品質(zhì)鑒定和規(guī)范制茶工藝提供科學(xué)量化的數(shù)據(jù)支持。借助快速高效的磁共振氫譜檢測方法，測定茶葉的指紋圖譜，可望用于建立不同品種、產(chǎn)地、年份茶葉整體化學(xué)組成的數(shù)據(jù)庫，結(jié)合單變量、多變量數(shù)據(jù)分析尋找各種茶葉的特征化學(xué)成分。本文的方法同時(shí)適用于研究機(jī)體對(duì)攝入茶湯的響應(yīng)，探尋與飲茶相關(guān)的內(nèi)源性代謝物的改變，為茶葉等功能性飲料與食品研究提供參考。

［1］ 何昱，洪筱坤，王智華.茶多酚中兒茶素類及咖啡因的含量測定［J］.中成藥，2003，25（10）：827-830.

［2］ 戴軍，王洪新，陳尚衛(wèi)，等.茶葉及茶多酚中兒茶素的高校液相色譜分析方法［J］.色譜，2011，19（5）：338-402.

［3］ 朱旗，施兆鵬，任春梅.用頂空吸附法與茶湯過柱吸附法分析綠茶香氣［J］.湖南農(nóng)業(yè)大學(xué)學(xué)報(bào)（自然科版），2001，27（6）：469-471.

［4］ 熊波，陸慧寧，劉嵐，等.苦丁茶冬青揮發(fā)油成分的GC-MS分析［J］.分析測試學(xué)報(bào)，2003，22（4）：67-69.

［5］ Le Gall G， Colquhoun IJ， Defernez M. Metabolite profilings using1H NMR spectroscopy for quality assessment of green tea， camellia sinensis（L.）［J］. Journal of Agricultural and Food Chemitry，2004，52（4）：692-700.

［6］ Daykin CA， Van Duynhoven JPM， Groenewegen A， et al. Nuclear magnetic resonance spectroscopic based studies of the metabolism of black tea polyphenols in human［J］. Journal of Agricultural and Food Chemistry， 2005，53（5）：1428-1434.

［7］ Lee JE， Lee BJ， Chung JO， et al.1H NMR-based metabolomics characterization during green tea （camellia sinensis） fermentation［J］. Food Research International， 2011，44（2）：597-604.

［8］ Nicholson JK， Foxall PJD， Spraul M， et al. 750 MHz1H and1H-13C NMR spectroscopy of human blood plasma［J］. Analytical Chemistry， 1995，67（5）：793-811.

［9］ 董繼揚(yáng)，周玲，鄧伶莉.代謝組學(xué)數(shù)據(jù)挖掘軟件［P］.計(jì)算機(jī)軟件著作權(quán)登記證書（0565977）. 2013-06-21.

［10］ Napolitano JG， G?decke T， Lankin DC， et al. Orthogonal analysis methods for botanical standardization： determination of green tea catechins by qNMR and LC-MS/MS［J］. Journal of Pharmaceutical and Biomedical Analysis，2014，（93）：59-67.

［11］ 董繼揚(yáng)，鄧伶莉，Cheng KK，等.素食人群尿液1H NMR代謝輪廓的 ANOVA多因素分析［J］.高等學(xué)校化學(xué)學(xué)報(bào)，2011，32（12）：2769-2776.

［12］ 鄧伶莉，Cheng Kian-kai，沈桂平，等.基于 K-L散度的核磁共振波譜數(shù)據(jù)尺度縮放方法［J］.光譜學(xué)與光譜分析，2014，34（10）：2868-2872.

［13］ Yuan YF， Song YL， Jing WH， et al.Simultaneous determination of caffeine， gallic acid， theanine，（-）-epigallocatechin and （-）-epigallocatechin-3 -gallate in green tea using quantitative1HNMR spectroscopy［J］. Journal of Analytical Methods，2014，6（3）：907-914.

［14］ Justin J.J. van der Hooft， Ric C.H.de Vos，Velitchka Mihaleva， et al. Structural elucidation and quantification of phenolic conjugates present in human urine after tea intake［J］. Analytical Chemistry， 2012，（84）：7263-7271.

［15］ 陳林，張應(yīng)根，陳鍵，等.清香型烏龍茶品質(zhì)形成過程中香氣組成化學(xué)模式的動(dòng)態(tài)變化規(guī)律［J］.茶葉科學(xué)，2013，33（1）：53-59.

［16］ 林慧峰，王麗濱，沈萍萍.傳統(tǒng)濃香型鐵觀音加工工藝［J］.中國茶葉，2014，（10）：24-25.

［17］ 黃歡，趙展恒，王玉嬌，等.鐵觀音加工過程中咖啡堿、茶多酚、游離氨基酸含量變化研究［J］.福建農(nóng)業(yè)學(xué)報(bào)，2014，29（3）：282-285.

［18］ 楊秀芳，涂云飛，孔俊豪.茶樹次生代謝產(chǎn)物在鐵觀音茶沖泡過程中的溶出規(guī)律初探［J］.福建茶葉，2010，（10）：30-35.

［19］ 蕭偉祥，吳雪原，吳麗舞.制茶中羰氨反應(yīng)與焦糖化作用［J］.福建茶葉，1988，（3）：5-10.

［20］ 譚和平，葉善蓉，陳麗，等.茶葉中有機(jī)酸的測試方法概述［J］.中國測試技術(shù)，2008，34（6）：77-80.

［21］ 劉盼盼，鐘小玉，許勇泉，等.茶葉中有機(jī)酸及其浸出特性研究［J］.茶葉科學(xué)，2013，33（5）：405-410.

1H NMR Spectroscopy on Composition of Water Extract from Tie-guanyin Teas

LIU Xiao-sha1，DONG Ji-yang1，MENG Wei-jun1，WU Zhi-dan2，XU Jing-jing1*
（1.Department of Electronic Science， Fujian Provincial Key Laboratory of Plasma and Magnetic Resonance， Xiamen University，Xiamen， Fujian 361005， China； 2.Tea Research Institute， Fujian Academy of Agricultural Sciences， Fu'an， Fujian 355015， China）

Nuclear magnetic resonance spectroscopy was applied to obtain metabolic fingerprints of the water extracts of Tie guanyin teas. By using the multivariate statistical analysis on the data obtained on the extracts from consecutive steeping， the compositional differences between the lightly and strongly fragrant varieties of the tea were compared. Overall， the concentrations of the elements in the extracts decreased with increasing number of steeping. On the 5thtea brewing， the concentrations became less than 10% of the initial amount， which invariably changed the sensory quality of the tea. There were significant differences in the chemical make ups between the lightly and strongly fragrant varieties of the tea. The strongly fragrant variety tended to have a significantly higher contents of sucrose and epicatechin， but lower of theanine， epicatechingallate， quinate， isoleucine， and epigallocatechin/epigallocatechingallate than its lightly fragrant counterpart.

Tie guanyin tea； water extract； nuclear magnetic resonance spectroscopy； multivariate statistical analysis

S571.1

A

2015-09-10初稿；2015-11-04修改稿

國家自然科學(xué)基金（81201143，81371639）；福建省自然科學(xué)基金（2015J05168，2015Y0032）。

劉曉莎（1989-），女，學(xué)士。主要從事等離子體與磁共振研究。

許晶晶（1983-），女，博士，高級(jí)工程師。主要從事食品與醫(yī)學(xué)代謝組學(xué)研究。Email： jinging@xmu.edu.cn