陳 通，谷 航，陳明杰，陸道禮，陳 斌*

（江蘇大學(xué)食品與生物工程學(xué)院，江蘇 鎮(zhèn)江 212013）

植物油中揮發(fā)性物質(zhì)主要是一些醇、醛、酮類，不同品種植物油所含有的氣味成分種類和含量不同，而同一品種經(jīng)過不同的工藝過程其保留的揮發(fā)性成分也不完全相同[1-3]。不同工藝（如冷榨、壓榨與化學(xué)浸提方法）生產(chǎn)的植物油具有一定的價(jià)格差異，尤其對(duì)不同精煉程度的植物油，差異更為明顯，而科學(xué)區(qū)分不同精煉程度的植物油是質(zhì)檢技術(shù)人員與生產(chǎn)企業(yè)品控人員共同面臨的新問題[4-6]。氣味指紋分析技術(shù)不僅可以根據(jù)不同的風(fēng)味物質(zhì)獲取對(duì)應(yīng)的響應(yīng)信號(hào)，而且這類信號(hào)可以結(jié)合化學(xué)計(jì)量學(xué)方法加以比較，進(jìn)行判斷識(shí)別，其獲得的響應(yīng)信息不是被測(cè)樣品中某一種或某幾種成分的定性或定量結(jié)果，而是樣品中揮發(fā)性有機(jī)成分的整體信息[7-9]。

氣相離子遷移譜（gas chromatography-ion mobility spectrometry，GC-IMS）是近年來(lái)出現(xiàn)的一種新的分離和檢測(cè)技術(shù)[10-12]，其工作原理為復(fù)雜混合物經(jīng)過GC分離后以單個(gè)組分的形式進(jìn)入IMS的電離反應(yīng)區(qū)，在反應(yīng)區(qū)內(nèi)通過化學(xué)電離反應(yīng)，生成產(chǎn)物離子。產(chǎn)物離子在電場(chǎng)力作用下通過周期性開啟的離子門進(jìn)入漂移管內(nèi)，在與逆流的中性漂移氣體不斷碰撞的過程中，不同的產(chǎn)物離子在電場(chǎng)中各自的遷移速率不同，使得產(chǎn)物離子得到進(jìn)一步分離，依據(jù)到達(dá)檢測(cè)器時(shí)間的先后順序被檢測(cè)記錄[13]。GC-IMS技術(shù)融合了GC高效的分離性能和IMS響應(yīng)速度快、高靈敏度的優(yōu)勢(shì)，特別適合于一些揮發(fā)性有機(jī)化合物的痕量檢測(cè)，在食品安全、疾病檢測(cè)以及環(huán)境保護(hù)等安全領(lǐng)域已經(jīng)得到廣泛的應(yīng)用[14-16]，尤其是在食品風(fēng)味分析的應(yīng)用也受到廣泛的關(guān)注[17-20]。

本實(shí)驗(yàn)利用GC-IMS技術(shù)分析植物油在不同精煉過程中的揮發(fā)性有機(jī)物質(zhì)的差異信息，以期利用化學(xué)計(jì)量學(xué)方法建立同類植物油不同精煉等級(jí)的判別模型，為識(shí)別油脂的精煉程度提供一種新的檢測(cè)方法。

1 材料與方法

1.1 材料

采集同一批次不同精煉等級(jí)的葵花籽油樣（溶劑浸出法制取6號(hào)溶劑油），累計(jì)37 個(gè)樣品，其中一級(jí)樣品6 個(gè)，二級(jí)樣品10 個(gè)，三級(jí)樣品8 個(gè)，四級(jí)樣品13 個(gè)，由豐益全球研發(fā)中心（上海）提供。所有樣品均保存于-5 ℃冰箱中待測(cè)。

1.2 儀器與設(shè)備

FlavourSpec 1H1-00053型GC-IMS 德國(guó)G.A.S.公司；CTC-PAL自動(dòng)進(jìn)樣裝置 瑞士CTC Analytics AG公司；CLOT毛細(xì)管柱（30 m×0.25 mm，0.50 μm）德國(guó)CS GmbH公司。

1.3 方法

1.3.1 頂空進(jìn)樣條件

頂空孵化溫度90 ℃；孵化時(shí)間10 min；進(jìn)樣體積200 μL；不分流模式；進(jìn)樣針溫度95 ℃；載氣為高純N2（純度≥99.999%）。

1.3.2 GC條件

色譜柱：SE-54非極性毛細(xì)管柱（30 m×0.25 mm，0.25 μm）；色譜柱溫40 ℃；運(yùn)行時(shí)間15 min；載氣為高純N2（純度≥99.999%）；載氣流速：起始5 mL/min，0～10 min線性上升至100 mL/min，10～15 min線性上升至150 mL/min。

1.3.3 IMS條件

Tritium離子源（6.5 keV）；正離子模式；漂移管長(zhǎng)度20 cm；漂移氣流速150 mL/min；漂移管溫度45 ℃；平均次數(shù)12；電場(chǎng)強(qiáng)度350 V/cm；網(wǎng)格脈沖寬度100 μs；觸發(fā)延遲時(shí)間100 ms；采樣頻率150 kHz；重復(fù)率21 ms。

量取2 mL待測(cè)油樣于頂空進(jìn)樣瓶中，靜置10 min后直接進(jìn)行GC-IMS檢測(cè)。

1.4 數(shù)據(jù)處理

采用GC-IMS Library Search V2.2.1分析軟件（G.A.S.Inc.）對(duì)樣品中的揮發(fā)性成分進(jìn)行定性。采用MATLAB R2009b（The Mathworks Inc.）和PRTools 5.0工具包（Delft University of Technology Netherlands）對(duì)所測(cè)二維數(shù)據(jù)進(jìn)行可視化分析處理。

2 結(jié)果與分析

2.1 GC-IMS譜圖分析

圖1 一級(jí)（a）、二級(jí)（b）、三級(jí)（c）和四級(jí)（d）精煉等級(jí)葵花籽油GC-IMS譜圖Fig. 1 GC-IMS spectra of fi rst- (a), second- (b), third- (c), and fourthgrade (d) re fi ned sun flower oil

從不同精煉程度的葵花籽油樣品各選取1 個(gè)樣品，由于原始圖譜對(duì)應(yīng)的矩陣數(shù)量較大（4 615×4 500），為降低數(shù)據(jù)運(yùn)算和可視化效果，在保留絕大部分信息的前提下，截取遷移時(shí)間為8.208 2～14.745 8 ms和保留時(shí)間為113.88～888.81 s內(nèi)的矩陣數(shù)據(jù)作為新的矩陣（1 988×981），如圖1所示。從圖1d可知，四級(jí)精煉的葵花籽油所含有的揮發(fā)性成分最多且對(duì)應(yīng)的濃度高，而一級(jí)精煉樣品的揮發(fā)性成分最少（圖1a），且峰強(qiáng)度相對(duì)較弱；隨著葵花籽油精煉程度的提高，植物油中原有的揮發(fā)性成分的數(shù)量不斷減少且濃度也呈減弱的趨勢(shì)；另一方面，在不同精煉等級(jí)的油樣之間，產(chǎn)生新的揮發(fā)性有機(jī)物質(zhì)的同時(shí)也伴隨著原有揮發(fā)性物質(zhì)的消失（如圖1b中紅色虛線橢圓標(biāo)記的區(qū)域）。

圖2 22 個(gè)特征峰選取位置點(diǎn)Fig. 2 Locations of 22 feature peaks

為進(jìn)一步直觀觀察不同精煉等級(jí)葵花籽油的揮發(fā)性有機(jī)成分的變化規(guī)律，按照差譜原則[21-23]，共選取22 個(gè)特征峰作為表征不同精煉等級(jí)樣品之間的變化規(guī)律，選取的特征點(diǎn)如圖2所示，對(duì)應(yīng)特征峰組成的區(qū)域排列結(jié)果如圖3所示，橫軸為標(biāo)記的特征點(diǎn)，縱軸為樣品編號(hào)。由圖3可知，對(duì)于一級(jí)葵花籽油樣，僅有3 個(gè)特征成分（標(biāo)記編號(hào)14、21、22），且隨著等級(jí)的降低，標(biāo)記編號(hào)21、22對(duì)應(yīng)的離子峰強(qiáng)度逐漸降低；在二級(jí)精煉葵花籽油樣中，標(biāo)記編號(hào)1～9對(duì)應(yīng)的特征成分為該等級(jí)葵花籽油樣所獨(dú)有；相比于其他等級(jí)油樣，三級(jí)油樣中部分揮發(fā)性成分物質(zhì)濃度較低（標(biāo)記編號(hào)4～6）；三級(jí)油樣標(biāo)記編號(hào)14的特征峰在一級(jí)、二級(jí)中均存在，且隨著等級(jí)的提高呈先增強(qiáng)后減弱的趨勢(shì)，標(biāo)記編號(hào)9～13的特征峰在一級(jí)和二級(jí)精煉油中均不存在，而在四級(jí)油樣存在標(biāo)記編號(hào)10、12和13有顯著的強(qiáng)度差異；四級(jí)葵花籽油除標(biāo)記編號(hào)10、15、16、17存在特征峰以外，其他標(biāo)記位置均沒有揮發(fā)性有機(jī)物質(zhì)產(chǎn)生。通過GCIMS Library Search軟件對(duì)標(biāo)記位置進(jìn)行檢索，部分特征峰對(duì)應(yīng)的物質(zhì)化學(xué)信息如表1所示。

圖3 葵花籽油22 個(gè)特征峰總覽圖Fig. 3 Overview of 22 characteristic peaks of sunf l ower oil with different refining grades

表1 部分特征峰對(duì)應(yīng)的化合物信息Table 1 Names of compounds corresponding to some characteristic peaks

2.2 PCA結(jié)果

將選取的22 個(gè)特征峰作為特征變量，組成37×22的矩陣進(jìn)行主成分分析（principal component analysis，PCA）[24-26]，將得到的主成分?jǐn)?shù)按累計(jì)貢獻(xiàn)率的大小從高到低進(jìn)行排序，取前2 個(gè)主成分的得分?jǐn)?shù)進(jìn)行可視化分析，結(jié)果如圖4所示。前2 個(gè)主成分的累計(jì)貢獻(xiàn)率高達(dá)98.88%，其中PC1的貢獻(xiàn)率為78.53%，PC2的貢獻(xiàn)率為20.35%，表明前2 個(gè)主成分能夠表征原始數(shù)據(jù)的絕大部分有效信息；4 種等級(jí)的葵花籽油樣品按等級(jí)的不同分布在不同的區(qū)域，且均有其歸屬區(qū)域，表明不同等級(jí)的葵花籽油得到很好區(qū)分。

圖4 主成分得分圖和載荷圖Fig. 4 PCA score and loading plots

在繪制主成分得分圖的同時(shí)對(duì)其載荷矩陣（圖4中直線和對(duì)應(yīng)標(biāo)記號(hào)）進(jìn)行可視化分析，載荷圖用于研究特征之間的相關(guān)性和重要程度，其給出了特征在主成分上的投影。由圖4可知，標(biāo)記編號(hào)為9、13、14、15、17、18、19、20對(duì)應(yīng)的特征成分比較重要，該標(biāo)記點(diǎn)均離坐標(biāo)原點(diǎn)較遠(yuǎn)；編號(hào)19與20兩特征向量之間夾角較小，表明2 個(gè)特征高度相關(guān)，可單獨(dú)用一個(gè)特征進(jìn)行表示，其他特征變量的相關(guān)性以此類推；僅通過單獨(dú)的幾個(gè)特征變量即可實(shí)現(xiàn)對(duì)二級(jí)、三級(jí)、四級(jí)葵花籽油的快速區(qū)分（如特征編號(hào)9和14），但一級(jí)和二級(jí)精煉葵花籽油之間特征變量相對(duì)較少，且離坐標(biāo)系原點(diǎn)較近，重要程度較低，不能較好地區(qū)分一級(jí)和二級(jí)精煉油。因此，需要進(jìn)一步采用化學(xué)計(jì)量學(xué)方法建立模型進(jìn)行判斷識(shí)別。

2.3 有監(jiān)督模式識(shí)別

圖5 kNN（a）、QDA（b）和Fisher線性判別分析（c）3 種有監(jiān)督分類模型的結(jié)果Fig. 5 Classification results with 3 supervisor pattern recognition models: kNN (a), QDA (b), and FLDA (c)

以前2 個(gè)主成分得分矩陣進(jìn)行有監(jiān)督判別分析，分別采用K最近鄰[27-29]（k-nearest neighbour，kNN）、二次線性判別分析（quadratic discriminant analysis，QDA）[30]以及Fisher判別分析方法進(jìn)一步研究區(qū)分預(yù)測(cè)4 類等級(jí)植物油的可能性，由于采集的樣本數(shù)量較少，故未將樣本劃分為校正集和預(yù)測(cè)集，僅將全部樣品用于建立模型以便觀察不同等級(jí)葵花籽油的歸屬分布，驗(yàn)證研究方法的可行性。由圖5可知，37 個(gè)樣品集中，除Fisher線性判別分析中僅有1 個(gè)一級(jí)葵花籽油樣被誤判成二級(jí)以外，其他2 種判別方法識(shí)別率均為100%，產(chǎn)生誤判的原因可能是：相比較于Fisher判別分析，當(dāng)決策邊界高度非線性時(shí)，kNN和QDA模型可獲得更好的判別效果；依據(jù)差譜原則選取特征峰方法存在一定的局限性，而如何通過機(jī)器學(xué)習(xí)方法實(shí)現(xiàn)特征峰的有效選取也是進(jìn)一步研究的方向。因此，模式識(shí)別方法結(jié)合GC-IMS構(gòu)建的二維指紋圖譜可以對(duì)不同等級(jí)的葵花籽油進(jìn)行正確區(qū)分，其區(qū)分度可高達(dá)97.30%。

3 結(jié) 論

本實(shí)驗(yàn)采用GC-IMS法測(cè)定了4 種不同等級(jí)葵花籽油的揮發(fā)性有機(jī)成分的差異，構(gòu)建了反映精煉程度的GC-IMS指紋圖譜，對(duì)葵花籽油的等級(jí)進(jìn)行了鑒別和分類。運(yùn)用PCA和有監(jiān)督（kNN、QDA、Fisher線性判別分析）模式識(shí)別方法對(duì)不同等級(jí)的葵花籽油樣進(jìn)行分類鑒別。結(jié)果表明，3 種模式識(shí)別方法均可以獲得較好的分類效果，識(shí)別率可達(dá)97.30%以上。

GB/T 10464—2017《葵花籽油》依據(jù)葵花籽油質(zhì)量指標(biāo)劃分為3 個(gè)等級(jí)，而制油企業(yè)內(nèi)部品質(zhì)控制過程中目前仍分為4 個(gè)等級(jí)，等級(jí)數(shù)的增加意味著在符合國(guó)家標(biāo)準(zhǔn)的基礎(chǔ)上實(shí)行更高標(biāo)準(zhǔn)的品質(zhì)劃分。GC-IMS聯(lián)用技術(shù)提供了一種新的鑒別不同等級(jí)植物油的分析方法，建立了植物油等級(jí)差異導(dǎo)致產(chǎn)生的揮發(fā)性物質(zhì)的指紋譜庫(kù)，結(jié)合化學(xué)計(jì)量學(xué)方法可以快速、準(zhǔn)確地識(shí)別植物油的精煉程度，為植物油的質(zhì)量控制提供了新的解決方法，具有一定的前景和應(yīng)用價(jià)值。