齊安安，周小平，*，雷春妮，馬 鑫，龐偉強

(1.西北師范大學 地理與環(huán)境科學學院，甘肅 蘭州 730070;2.甘肅省出入境檢驗檢疫局檢驗檢疫綜合技術中心，甘肅 蘭州 730010)

動物油在食用油的應用中具有不可替代性，食用油的質量直接影響食用者健康。目前，植物油的摻假問題嚴重影響食用油的質量和安全[1]，而動物油的安全性比植物油高，在人類正常食用油攝取量范圍內選擇動物性油脂更安全[2]。從食用油的風味來看，動物油的風味是食用偏好的重要組成部分[3]。動物性食用油不僅是人們生活的必需品，在增加食物的色、香、味方面起著重要的作用，同時也是人體不可缺少的營養(yǎng)來源[4]。油脂的感官特性是衡量其品質的重要方面，不同油脂具有各自獨特的風味，受到各國學者的重視[5-6]。不同學者對單一品種食用油的研究主要集中于指紋圖譜的分析[7]，對多種類混合食用油的研究主要集中于脂肪酸特征識別方面[8-9]，而將揮發(fā)性風味物質成分作為不同類型動物油安全性判別指標的研究較少。

化學計量學中的主成分分析法普遍應用于揮發(fā)性成分含量與香氣描述等數(shù)據處理[10]，主成分分析作為一種產品品質定量描述的分析方法[11]，在牛肉、羊肉等肉制品中已有所應用；聚類分析以及判別分析也廣泛應用于其他類香氣成分分析[12-14]，而以食用動物油揮發(fā)性風味物質為指標對不同類型食用動物油進行判別和分類研究則鮮有報道。

本文應用熱脫附/氣相色譜-質譜聯(lián)用法(TD/GC-MS)對4種動物油(羊油、豬油、雞油、牛油)的風味物質進行分析，通過NIST 14譜庫與Wiley譜庫初步定性，經Massworks質譜解析軟件確證后，利用峰面積歸一化法進行定量分析，采用SPSS 22.0統(tǒng)計軟件對4種動物油進行主成分分析、聚類分析以及判別分析，建立了動物油的3個典則判別函數(shù)模型，實現(xiàn)了對雞油、牛油、羊油和豬油的較好識別。

1 實驗部分

1.1 儀器、試劑與材料

Agilent7890A-5975C氣質聯(lián)用儀、HP-INNOWAX色譜柱(60 m×0.25 mm，0.5 μm，美國Aglient公司);SKC Pocket Pump210-1002采樣泵、溫控儀(成都科林分析技術有限公司)，Auto TD 熱脫附解吸儀、吸附管、吸附劑Tenax TA 60-80、玻璃棉(進口)、20 mL頂空瓶、水分盒均購于成都科林分析技術有限公司;烘箱以及KQ-600DE型數(shù)控超聲波清洗器(昆山市超聲儀器有限公司)。全氟三丁胺標準溶液(Perfluorotributylamine)為Dr.Ehrenstorfer公司產品;羊油、牛油、雞油、豬油樣品購于蘭州市城關區(qū)農貿市場。

1.2 樣品前處理

取羊油、牛油與豬油樣品的固體油脂部分，裝入水分盒進行密封除水融化;雞油在常溫下為液體狀，將其裝入水分盒進行密封后，置于105 ℃烘箱中1 h進行除水，取10 mL液體樣品移入20 mL頂空瓶中，并將頂空瓶封口。

1.3 實驗方法

1.3.1揮發(fā)性成分的收集將裝有樣品的20 mL頂空瓶置于80 ℃溫控儀中，連接裝有Tenax TA 60-80吸附劑的吸附管，吸附管一端接入頂空瓶(距離油面1 cm高度)，另一端連接SKC采樣泵，泵速150 L/min，采樣時間60 min，進行揮發(fā)性風味化合物富集。采集完成后將采樣管取下密封，待TD/GC-MS分析。測得的百分含量水平以平均值計算，有效數(shù)據量為128個。

1.3.2GC-MS條件熱脫附條件:一級解吸溫度:180 ℃;一級解吸時間:5 min;二級解吸溫度:280 ℃;二級解吸時間:8 min;進樣時間:60 s;冷阱溫度:-30 ℃;傳輸線溫度:200 ℃;閥溫度:150 ℃;載氣:高純氦氣(純度≥99.999%);載氣壓力:90 kPa;驅動氣體:空氣。

色譜條件:HP-INNOWAX(60 m×0.25 mm，0.5 μm)色譜柱;程序升溫:初始溫度60 ℃，保持1 min，以2 ℃/min升至210 ℃，保持1 min;載氣:高純氦氣(純度≥99.999%);進樣口溫度:260 ℃;恒壓模式:10 psi;分流進樣，分流比為5∶ 1。

質譜條件:電子電離(Electron ionization，EI)源;電子能量:70 eV;接口溫度250 ℃;離子源溫度:230 ℃;溶劑延遲:5 min;采樣模式:分別采用全掃描和原始掃描兩種模式;質量掃描范圍:m/z25～550 u。

1.3.3數(shù)據處理與質譜檢索定性分析:通過NIST 14譜庫和Wiley 譜庫進行揮發(fā)性有機化合物檢索，報告匹配度均大于800(最大值為1 000)的鑒定結果;以全氟三丁胺(PFTBA)標準液為外標對樣品原始掃描質譜圖進行校正，利用Massworks質譜解析軟件進行揮發(fā)性風味物質的確證。

定量分析:采用安捷倫數(shù)據分析軟件對全掃模式的譜圖積分，通過面積歸一化法計算各種揮發(fā)性風味物質成分的相對含量，使得總含量為每種樣品中所有香氣物質占總出峰面積的總百分數(shù)。得出揮發(fā)性風味物質的相對含量后，利用SPSS 22.0統(tǒng)計軟件進行主成分分析、聚類分析及判別分析。

2 結果與討論

2.1 揮發(fā)性成分的定性分析

GC-MS聯(lián)用技術的最大優(yōu)勢是可利用MS數(shù)據對化合物進行定性分析[15]。利用NIST 14譜庫與Wiley譜庫進行初步定性，然后通過Massworks質譜解析軟件的同位素峰形校正檢索技術(CLIPS)[16]和校正函數(shù)的參數(shù)優(yōu)化，獲取精準分子量，通過校正后的質譜圖進行離子碎片解析，獲得4種動物油的揮發(fā)性風味物質的化學成分信息(見表1)。

GC-MS峰面積歸一化法是一種有效的定量方法[17]，在定性的基礎上應用面積歸一化法進行定量，通過安捷倫數(shù)據分析軟件的化學工作站積分法可測得4種食用動物油揮發(fā)性風味物質的相對含量(見表1)。

表1 4種動物油的揮發(fā)性風味物質的化學成分信息Table 1 Chemical composition information of volatile flavor substances in four animal oils

(續(xù)表1)

Animal oil varietiesGoat oil Tallow oil Lard oil Chicken oil(羊油) (牛油) (豬油) (雞油)PeaknumberRetentiontime/minMolecularformulaCompound Spectralaccuracy(譜圖精度, %)Monoisotope(精準分子量)Match/R.match(正/反匹配度)Match/R.match(正/反匹配度)Match/R.match(正/反匹配度)Match/R.match(正/反匹配度)Category(類別)3532.594C6H14O正己醇*102.103 9912/915884/900915/917863/868醇3635.091C10H222,7-二甲基辛烷*142.172 2***823/830烴3736.055C9H18O壬醛*142.135 2941/944948/950946/947916/922醛3837.337C21H442,6,10,14-四乙基十六烷*274.171 6901/905***烴3938.439C8H12O5-乙基己烯-1-甲醛98.698 9124.088 3827/833**822/854醛4038.912C8H14O反-2-辛烯醛***902/903**醛4139.055C8H16O1-辛烯-3-醇*128.119 6910/914908/909845/848885/890醇4239.558C7H16O正庚醇*116.119 6820/871910/921834/855800/810醇4340.032C6H4Cl21,4-二氯苯99.258 2145.968 5865/932940/946943/949917/924烴4441.295C7H10O(E,E)-2,4-庚二烯醛99.266 2110.072 6840/856***醛4542.355C6H10S2二烯丙基二硫99.605 3146.021 8842/855***其他4641.822C8H18O2-乙基己醇*130.135 8*859/895861/918826/844醇4743.487C7H10O3-乙基-1,4-己二烯99.071 8110.072 6909/915**813/841烴4844.248C15H26(2Z,4E)-3,7,11-三甲基10,2,4-十二碳三烯*206.202 9802/806***烴4945.870C7H6O苯甲醛99.598 7106.041 3922/926901/916918/944801/824醛5046.032C9H16O反式-2-壬醛*140.119 6875/875***醛5146.422C8H18O正辛醇*130.135 8*917/916907/908867/868醇5253.159C4H6O2γ-丁內酯*86.036 2881/952***酯5353.674C8H8O苯乙醛99.350 6120.057 0819/801***醛

由表1可得，通過譜庫檢索獲得的匹配度均在800以上，Massworks質譜解析軟件可確證光譜精度均在90%以上的4種動物油的揮發(fā)性風味物質，在相同的樣品前處理以及分析條件下共確證53種不同的揮發(fā)性化合物，其中羊油的揮發(fā)性風味物質有43種，牛油、豬油的揮發(fā)性風味物質各為22種，雞油的揮發(fā)性風味物質有31種。從4種動物油的總體揮發(fā)性風味物質來看，醇類占13.21%，醛類占28.30%，烴類占39.62%，酮類占7.54%，烯、酯、醚及其他類各占3.77%。研究結果表明，烴類、醛類占主體地位，含有6～10個碳原子的飽和及不飽和醛是最主要的揮發(fā)性成分，其閾值較低，烷烴類化合物的閾值較高，對香氣成分的貢獻值小[18];醛類化合物對香氣成分有貢獻，同時也能夠反應生成生香前體物質[19]。

圖1 三維載荷圖Fig.1 Three-dimensional load diagram

2.2 揮發(fā)性組分的提取分析

篩選4種食用動物油(羊油、牛油、雞油、豬油)中相對含量較高的揮發(fā)性成分，應用揮發(fā)性成分指標的因子分析法，獲取揮發(fā)性成分中貢獻值較大的成分，為主成分分析步驟提供最大信息量。結果表明，除烴類化合物外，2，3-丁二酮、戊醛、三氯乙烯、正己醛、庚醛、2-正戊基呋喃、(1S，3R)-順式-4-蒈烯、烯丙基甲基二硫醚、正辛醛、2-庚烯醛、正己醇、壬醛、5-乙基己烯-1-甲醛、1-辛烯-3-醇、正庚醇、2-乙基己醇、3-乙基-1，4-己二烯、苯甲醛、正辛醇、γ-丁內酯在4種油脂中相對含量較高;通過因子分析的信息篩選信息貢獻值最高的19個揮發(fā)性化合物指標作為主成分分析以及判別分析的變量因子。

2.3 主成分分析

利用SPSS 22.0進行主成分分析，由KMO值>0.6，可得出本實驗數(shù)據適合做因子分析，在Bartlett’s檢驗中統(tǒng)計值的顯著性概率P<0.05，同時可得出第一、第二和第三主成分的特征值分別7.502、6.700和3.909，其累計方差貢獻率為95.319%。因此提取前3個主成分時，羊油、牛油、雞油、豬油的分析效果良好(圖1)。

從總方差解釋(表2)可以看出，前3個公共因子的累計方差達95.319%，而其余16個公共因子的特征值較小，對解釋原有變量的貢獻值較小，因此提取前3個公共因子符合統(tǒng)計學意義的要求。

2.4 聚類分析

由揮發(fā)性成分指標所獲得的主成分分析數(shù)據可得主成分1、主成分2、主成分3(FAC1、FAC2、FAC3)變量值，以平方歐式距離為度量準則，組間連接法為組群合并準則，用SPSS 22.0進行K均值聚類分析，聚類數(shù)為4，最大迭代數(shù)為10，最終在SPSS 22.0中聚類成功，獲得最終聚類中心(表3)。從最終聚類中心之間的距離可看出4個聚類中心無重合點。

表2 總方差解釋Table 2 Total variance explained

extraction method：principal component analysis

表3 最終聚類中心Table 3 Final cluster centers

表4 主成分特征值Table 4 Eigenvalues of main components

*first 3 canonical discriminant functions were used in the analysis

圖2 判別式函數(shù)散點圖Fig.2 Discriminant function scatter plot

2.5 判別分析

應用SPSS22.0軟件通過主成分分析得到的3個主成分FAC1、FAC2和FAC3作為判別分析的自變量;K均值聚類中得到的聚類號作為判別分析分組變量;然后進行判別模型的擬合;數(shù)據輸出得到規(guī)范判別函數(shù)特征值，結果如表4所示。其中累計方差貢獻率100%(F1:68.9%，F(xiàn)2:21.7%，F(xiàn)3:9.4%)，表明3個主成分所得到的模型數(shù)據能夠對4種動物油進行判別;其中差異變量和標準規(guī)范判別式函數(shù)之間共享的組內相關性均達97.5%以上;依據標準規(guī)范判別式函數(shù)系數(shù)，獲得判別函數(shù)訓練模型，得到的3個典則判別式函數(shù)如下:

Y1=1.073FAC1+0.314FAC2+0.007FAC3，r2=0.999

Y2=-0.764FAC1+0.796FAC2+0.549FAC3，r2=0.997

Y3=0.687FAC1-0.775FAC2+0.623FAC3，r2=0.992

將雞油、豬油、牛油、羊油的主成分(FAC1、FAC2和FAC3)數(shù)據帶入上述方程，可得出4種動物油揮發(fā)性風味成分所對應典則函數(shù)的判別值，即距離類別的重心值，由特征值即前兩個典則判別函數(shù)的累計貢獻值90.600%，得出以典則函數(shù)式Y1、函數(shù)式Y2作為橫、縱坐標軸的判別式函數(shù)散點圖(圖2)。圖2表明，4種食用動物油的分組良好;對4種食用動物油樣(雞油4個，豬油5個，羊油8個，牛油6個)進行驗證判別，由典則判別函數(shù)模型數(shù)據驗證結果可將4種食用動物油區(qū)分開，分別對應1、2、3、4組類，且對應的驗證準確度為100%(見表5)，說明判別分類的效果良好。

表5 判別結果Table 5 Classification resultsa

a.100% of original grouped cases correctly classified

3 結 論

本文采用GC-MS聯(lián)用法對4種食用動物油的揮發(fā)性風味物質進行分析，經譜庫數(shù)據檢索與Massworks質譜解析軟件確證，共鑒定出53種成分，包括醇類、醛類、烴類、酮類、烯、酯、醚類等;從總體揮發(fā)性成分類別來看，羊油的揮發(fā)性風味物質數(shù)量最大，而豬油與牛油的揮發(fā)性風味物質數(shù)量相同，但揮發(fā)性風味物質類別與含量差異較大;應用SPSS 22.0數(shù)據分析軟件對4種動物油進行主成分分析、聚類分析、判別分析，不同食用動物油的分類與判別效果良好。本研究結果可為食用動物油類型判別與清真食品動物源性成分鑒定提供參考。