郭小媛 董俊杰 葉 影 葉儉慧* 梁月榮

(1.浙江大學(xué)茶葉研究所，浙江 杭州 310058; 2.浙江駱駝九宇有機(jī)食品有限公司，浙江 杭州 310000)

茶是世界主流飲品之一，具有獨(dú)特風(fēng)味和多重保健功效，如降血壓、降血脂、抗輻射、抑菌消炎等。茶多酚(主要包括兒茶素類化合物和黃酮醇類化合物)、氨基酸、咖啡堿和香氣物質(zhì)是茶葉重要的品質(zhì)成分，與茶的生理活性有關(guān)。茶葉的化學(xué)組分受到茶樹品種、加工方式、采摘季節(jié)和栽培環(huán)境等因素的影響，與此同時(shí)也是茶樹鮮葉對(duì)外界環(huán)境刺激反應(yīng)的結(jié)果，不同樣品之間成分的差異，如同人的指紋一般表征茶樣各自的特質(zhì)。

近年來，指紋圖譜技術(shù)已越來越多地應(yīng)用于藥用植物和食品領(lǐng)域的品質(zhì)控制和鑒定?；跈z測(cè)對(duì)象，指紋圖譜技術(shù)大致可分為兩大類：化學(xué)指紋圖譜和生物指紋圖譜?；瘜W(xué)指紋圖譜主要借助多種分析化學(xué)檢測(cè)手段，獲得與檢測(cè)樣品相關(guān)的波譜數(shù)據(jù)，結(jié)合化學(xué)計(jì)量法，得到表征樣品特征信息的指紋圖譜[1-3]；生物指紋圖譜的構(gòu)建依托分子生物技術(shù)、計(jì)算機(jī)統(tǒng)計(jì)分析技術(shù)等，包括DNA指紋圖譜和蛋白組學(xué)指紋圖譜等[4]，對(duì)檢測(cè)技術(shù)和計(jì)算機(jī)統(tǒng)計(jì)分析技術(shù)要求較高?；瘜W(xué)指紋圖譜可獲得多重組分含量，與茶葉的品質(zhì)特征具有直接相關(guān)性，且檢測(cè)手段和技術(shù)相對(duì)更為常見，同時(shí)具備系統(tǒng)性、全面性和可比性等優(yōu)勢(shì)。本文就近年來化學(xué)指紋圖譜技術(shù)檢測(cè)和分析機(jī)理及其在茶葉研究領(lǐng)域的應(yīng)用進(jìn)行了綜述。

1 常用的化學(xué)指紋圖譜檢測(cè)技術(shù)

化學(xué)指紋圖譜檢測(cè)技術(shù)主要涉及化學(xué)指紋的提取和計(jì)算機(jī)分析處理兩個(gè)方面。目前常見的提取化學(xué)指紋圖譜的檢測(cè)技術(shù)主要包括色譜、近紅外/中紅外光譜和非靶向質(zhì)譜檢測(cè)。

1.1 色譜檢測(cè)分析技術(shù)

色譜檢測(cè)分析技術(shù)主要包括液相色譜和氣相色譜。高效液相色譜(HPLC)和超高壓液相色譜(UHPLC)是應(yīng)用最廣的液相色譜檢測(cè)技術(shù)。液相色譜技術(shù)基于樣品溶液中各組分在固定相和流動(dòng)相的分配系數(shù)差異，利用高壓高速使得各組分隨流動(dòng)相在色譜柱內(nèi)經(jīng)反復(fù)多次吸附-解吸后產(chǎn)生流速差異而分離，再經(jīng)檢測(cè)器將濃度轉(zhuǎn)換為電信號(hào)以色譜圖形式輸出。常見的液相檢測(cè)器有紫外/可見光檢測(cè)器、光電二極管矩陣檢測(cè)器、示差折光檢測(cè)器、熒光檢測(cè)器、電化學(xué)檢測(cè)器，可用于多種類型化合物的檢測(cè)。液相色譜技術(shù)具有分離效果佳、穩(wěn)定性好、檢測(cè)精度高等特點(diǎn)，且對(duì)樣品的熱穩(wěn)定性與揮發(fā)性無要求，適合多組分的物質(zhì)的定性和定量分析[1-2]。而UHPLC在超高壓的條件下進(jìn)行，相對(duì)分析時(shí)間更短、分離效果更好且溶劑消耗量和樣品上樣體積少，且通常與質(zhì)譜一同聯(lián)結(jié)使用，適用于樣品化學(xué)組分的高通量定性和定量分析[5]。 圖1 為不同波長(zhǎng)下綠茶UHPLC色譜圖[6]。可以根據(jù)物質(zhì)對(duì)紫外波段的吸收特性，選擇不同的紫外波段進(jìn)行物質(zhì)的定量分析，圖1中360 nm處對(duì)黃酮醇苷物質(zhì)進(jìn)行檢測(cè)， 280 nm處對(duì)兒茶素類化合物進(jìn)行檢測(cè)。對(duì)于未知物質(zhì)的液相色譜圖，可以通過比較色譜圖各個(gè)峰的位置和面積，結(jié)合化學(xué)計(jì)量法，獲得樣品的特征圖譜以及樣品間的差異。

氣相色譜技術(shù)(gas chromatography， 簡(jiǎn)稱GC) 是研究茶葉揮發(fā)性成分的主要手段。通常以惰性氣體(如氦氣)作為載氣，各組分在兩相間經(jīng)反復(fù)多次的吸附-脫附而彼此分離，在檢測(cè)器中將濃度變化轉(zhuǎn)化為相應(yīng)的電信號(hào)，在記錄器上得到各組分的色譜峰，通常聯(lián)結(jié)質(zhì)譜進(jìn)行定性分析。氣相色譜檢測(cè)的精度和準(zhǔn)確度受到揮發(fā)性物質(zhì)提取和衍生方法的影響。目前常用的萃取方法有常壓蒸餾萃取法(SDE)、減壓蒸餾萃取法 (VDE)、超臨界萃取法(SFE)、頂空吸附法(HAS)、固相微萃取(SPME)、頂空固相微萃取( HS-SPME)等。相對(duì)于其他萃取方法的長(zhǎng)時(shí)間高溫蒸餾、大量使用有機(jī)溶劑、結(jié)果重現(xiàn)性差等缺陷，SPME法集樣品的采集、萃取、濃縮、進(jìn)樣一體，萃取條件相對(duì)溫和，且靈敏度高、重現(xiàn)性較好[7-10]，近年來已較多應(yīng)用于茶葉揮發(fā)性成分的檢測(cè)[11-15]。目前，通過GC-MS已從茶葉中檢測(cè)出50余種香氣揮發(fā)性物質(zhì)[16-23]。

當(dāng)目標(biāo)物質(zhì)沸點(diǎn)較高時(shí)，可通過衍生化反應(yīng)改變目標(biāo)物質(zhì)的原子或基團(tuán)，降低目標(biāo)物的沸點(diǎn)，便于檢測(cè)。GC-MS常用的衍生化方法有硅烷化、?；?、烷基化。硅烷化試劑是GC-MS分析中應(yīng)用最廣的衍生化試劑，在酚類、胺類、酸類化合物的衍生分析中都能發(fā)揮很大的作用，三甲基硅烷是GC分析最常用的通用硅烷化試劑[24-25]。結(jié)合衍生技術(shù)，GC-MS不僅僅用于揮發(fā)性物質(zhì)的檢測(cè)，還可用于較高沸點(diǎn)物質(zhì)的檢測(cè)，是全面研究樣品化學(xué)組分的有效手段之一[26]。胡慈杰等采用衍生法結(jié)合氣質(zhì)聯(lián)用技術(shù)，從茶湯中同時(shí)檢測(cè)出26種氨基酸，43種可溶性糖、43種有機(jī)酸等171種代謝產(chǎn)物，對(duì)應(yīng)的GC-MS總離子流色譜圖如圖2所示[27]。茶香氣指紋圖譜結(jié)合化學(xué)計(jì)量法在區(qū)別名優(yōu)茶香氣類型，明確特征香氣組分，基于化學(xué)成分的感官科學(xué)和感官評(píng)價(jià)等方面具有應(yīng)用前景[28-32]。

1.2 近紅外/中紅外光譜檢測(cè)技術(shù)

紅外檢測(cè)技術(shù)是基于不同有機(jī)物官能團(tuán)對(duì)紅外光波段具有不同吸收，從而獲得物質(zhì)結(jié)構(gòu)和含量信息的技術(shù)。根據(jù)紅外波段，可分為近紅外(4000～12820 cm-1)與中紅外(400～4000 cm-1)技術(shù)。根據(jù)特征吸收峰的波數(shù)位置和強(qiáng)弱，可對(duì)茶葉中特定化學(xué)組分含量進(jìn)行初步檢測(cè)，可用于茶葉的無損檢測(cè)，在判定茶葉類型， 快速測(cè)定基礎(chǔ)化學(xué)成分方面具有應(yīng)用前景[33-35]。在中紅外光譜波段內(nèi)，1300～4000 cm-1波段可用于官能團(tuán)結(jié)構(gòu)解析，400～1500 cm-1波段被稱為“指紋區(qū)”，即每個(gè)樣品擁有其獨(dú)一無二的特征光譜波段[36-37]。表1為兒茶素類化合物在400～4000 cm-1波段內(nèi)不同官能團(tuán)所對(duì)應(yīng)的特征吸收峰，根據(jù)特征吸收峰的吸收值可對(duì)不同茶樣進(jìn)行分類和區(qū)分[38]。

1.3 非靶向質(zhì)譜檢測(cè)技術(shù)(Non-target MS)

質(zhì)譜檢測(cè)主要是利用高能電子流轟擊樣品，生成具有不同質(zhì)荷比的帶電離子，通過其在磁場(chǎng)中發(fā)生偏轉(zhuǎn)，捕獲后確定分子或分子碎片分子量，可分為有檢測(cè)目標(biāo)的靶向質(zhì)譜檢測(cè)技術(shù)和非靶向質(zhì)譜檢測(cè)技術(shù)?；诟叻直尜|(zhì)譜的非靶向質(zhì)譜檢測(cè)技術(shù)(Non-target MS)，通過分子量小數(shù)點(diǎn)后四位，比對(duì)化合物分子量數(shù)據(jù)庫，從高精度分子量角度判定物質(zhì)成分，目前已應(yīng)用于代謝組學(xué)等方面的研究，在檢測(cè)樣品中的未知成分方面具有優(yōu)勢(shì)，然而非靶向質(zhì)譜檢測(cè)技術(shù)對(duì)儀器設(shè)備和從業(yè)技術(shù)人員要求較高，且關(guān)于特定組分的定量分析仍需進(jìn)一步通過液相等方法進(jìn)行確認(rèn)[39]。

注：表內(nèi)數(shù)據(jù)改編自參考文獻(xiàn)[37-38]。

2 常用的化學(xué)計(jì)量法

指紋圖譜數(shù)據(jù)需結(jié)合化學(xué)計(jì)量法通過統(tǒng)計(jì)分析，獲得有效結(jié)論。常用的化學(xué)計(jì)量法有主成分分析(PCA)、聚類分析(CA)、人工神經(jīng)網(wǎng)絡(luò)法(ANN)、偏最小二乘判別分析法( PLS-DA)等。不同分析方法的聯(lián)用，可以互證結(jié)果，有應(yīng)用于茶類判別、茶原產(chǎn)地溯源、茶樹親緣溯源等[40-42]。最常用的PCA是利用降維的思想，將多個(gè)指標(biāo)轉(zhuǎn)化為少數(shù)幾個(gè)綜合指標(biāo)(一般是原指標(biāo)的主成分)，以客觀確定的權(quán)數(shù)得到數(shù)據(jù)間影響因素的貢獻(xiàn)率的分析方法；聚類分析(CA)的特點(diǎn)是根據(jù)研究對(duì)象的個(gè)體特征(即一些能度量樣品間相似程度的統(tǒng)計(jì)量)，將不同樣品進(jìn)行相近性歸類[7]。人工神經(jīng)網(wǎng)絡(luò)法(ANN)是通過不斷逼近從無規(guī)律和模糊的大量數(shù)據(jù)中提煉出趨勢(shì)和傾向性，在處理海量且規(guī)律不明的數(shù)據(jù)上有明顯優(yōu)勢(shì)，如建立茶葉品種的判別分類模型[43]。偏最小二乘回歸法(PLS)基于多元線性回歸模型，對(duì)所有變量進(jìn)行分解后提取因子間的相關(guān)性，再按相關(guān)性由大而小排列，得到線性模型(如Y=b0+b1X1+b2X2+b3X3+…+bpXp)，可以在此基礎(chǔ)上選擇因子參與后續(xù)建模。判別分析(DA)是基于一定判別標(biāo)準(zhǔn)，利用一個(gè)或多個(gè)判別函數(shù)將樣品進(jìn)行歸類的分類方法。對(duì)于判別分析而言，準(zhǔn)確有效的判別函數(shù)往往起著關(guān)鍵性作用。PCA提取相關(guān)性較高的變量以簡(jiǎn)化展示不同樣品間的異同，但某些相關(guān)性很小的有用變量很可能被忽視，而PLS采用多變量的回歸建模方式可以彌補(bǔ)這一缺陷，其中PLS-DA是最常見的方差分析法[36]。

3 指紋圖譜技術(shù)在茶葉領(lǐng)域的應(yīng)用

基于化學(xué)組分的指紋圖譜技術(shù)與化學(xué)計(jì)量法相結(jié)合，在辨別茶葉原料的品質(zhì)、溯源地，區(qū)分制作工藝，判定茶葉等級(jí)等方面具有應(yīng)用價(jià)值，近年來已成為茶葉研究領(lǐng)域熱點(diǎn)之一[44]。該技術(shù)的建立和推廣對(duì)于制定茶葉等級(jí)的客觀評(píng)定體系，設(shè)定茶葉質(zhì)量標(biāo)準(zhǔn)，明確茶葉溯源地，維持茶葉市場(chǎng)健康發(fā)展具有積極意義。

3.1 溯源地區(qū)分

不同地域的茶葉通常具有不同的品質(zhì)特征，這是由于不同產(chǎn)地的地理環(huán)境和氣候差異導(dǎo)致了茶葉化學(xué)組成的差異。胡燕和齊桂年(2014年)比較了來自四川、湖南、湖北、云南、廣西和陜西6省的37個(gè)黑茶樣品的紅外吸收光譜，通過聚類分析結(jié)合二階導(dǎo)數(shù)譜的相似度分析可以區(qū)分不同產(chǎn)地黑茶樣品，此外還通過HPLC-DAD-ELSD聯(lián)用技術(shù)，構(gòu)建了不同產(chǎn)地黑茶的HPLC指紋圖譜，為黑茶產(chǎn)地鑒別和質(zhì)量控制提供了參考[38，45-46]。He Yong等(2007年)對(duì)八種不同產(chǎn)區(qū)的綠茶樣進(jìn)行近紅外光譜檢測(cè)，基于PCA法得到8個(gè)主成分并應(yīng)用于反向傳播神經(jīng)網(wǎng)絡(luò)的輸入，建立了BP-ANN模型。試驗(yàn)結(jié)果表明通過WT和PCA對(duì)40個(gè)未知樣品的光譜數(shù)據(jù)預(yù)處理后，利用該模型進(jìn)行種類預(yù)測(cè)，識(shí)別準(zhǔn)確率達(dá)到了100%[43]。He等(2012年) 結(jié)合偏最小二乘分析和歐氏距離法對(duì)從中國(guó)浙江省四個(gè)不同地區(qū)收集的857個(gè)茶樣品的近紅外光譜數(shù)據(jù)進(jìn)行分析，采用兩步判別法建立判別模型，能夠有效驗(yàn)證茶樣品的真實(shí)性和來源，對(duì)校正集和驗(yàn)證集茶樣的識(shí)別準(zhǔn)確率分別達(dá)到98.43%和96.84%，[36]。辛中權(quán)(2017年)采用色譜質(zhì)譜聯(lián)用技術(shù)對(duì)云南和湖南兩個(gè)產(chǎn)地的72批綠茶樣品進(jìn)行化學(xué)成分檢測(cè)，建立了不同產(chǎn)地綠茶的色譜指紋圖譜，并結(jié)合化學(xué)計(jì)量學(xué)方法構(gòu)建了能夠區(qū)分云南和湖南綠茶的判別模型[47]。中國(guó)茶葉種質(zhì)資源豐富，不同品種、產(chǎn)區(qū)的茶葉適制性亦不同，尤以名優(yōu)茶類對(duì)茶葉原料的要求更高，指紋圖譜技術(shù)在識(shí)別茶葉產(chǎn)地上的準(zhǔn)確率和普適性仍有待提高。

3.2 不同茶類和等級(jí)區(qū)分

不同茶類因加工工藝的差異直接導(dǎo)致干茶中化學(xué)組分的含量和種類的顯著區(qū)別，如綠茶中氨基酸含量較高，發(fā)酵茶類含有茶紅素、茶黃素、茶褐素，而綠茶由于殺青工藝不含有兒茶素類的氧化產(chǎn)物。不同采摘標(biāo)準(zhǔn)和原料配比制作出的干茶在滋味和內(nèi)含成分上也有較大差異，如茶嫰葉的氨基酸、咖啡堿含量高于老葉，而老葉的纖維素含量較嫩葉高等。Yang Zhao等(2011年) 運(yùn)用UPLC-DAD-MS對(duì)普洱生茶、綠茶、白茶進(jìn)行化學(xué)成分檢測(cè)，并采用主成分分析(PCA)對(duì)茶葉樣品進(jìn)行區(qū)別和歸類，結(jié)果表明優(yōu)化的UHPLC指紋技術(shù)結(jié)合化學(xué)計(jì)量法能夠較好地對(duì)茶葉樣品進(jìn)行分類[48]。陳維等(2018年)對(duì)不同堆青處理的白茶樣品進(jìn)行GC-MS全掃描檢測(cè)，通過香氣組分差異結(jié)合PCA成功區(qū)分不同堆青處理的白茶樣品，并建立聚類分析譜系圖[7]。Anupma Sharma等采用RP-HPLC對(duì)Kangra，Darjeeling和Nilgiri三個(gè)產(chǎn)區(qū)的印度紅茶樣品進(jìn)行化學(xué)成分檢測(cè)，PCA結(jié)果顯示可以依據(jù)茶葉萎凋和發(fā)酵的不同程度來區(qū)分不同產(chǎn)區(qū)的茶，該結(jié)果有助于開發(fā)HPLC在線監(jiān)控系統(tǒng)對(duì)茶葉加工過程進(jìn)行技術(shù)控制[49]。利用色譜指紋圖譜與品質(zhì)成分檢測(cè)結(jié)果，結(jié)合計(jì)算機(jī)模型建立茶葉綜合評(píng)價(jià)體系和等級(jí)評(píng)判標(biāo)準(zhǔn)，進(jìn)而構(gòu)建茶葉科學(xué)的質(zhì)量監(jiān)測(cè)體系，這已成為當(dāng)前茶葉領(lǐng)域研究的熱點(diǎn)。

3.3 茶樹品種區(qū)分

我國(guó)具有豐富的茶樹品種資源，茶樹品種間內(nèi)含組分有明顯差異，這是茶樹生長(zhǎng)生態(tài)條件的多樣性和人工長(zhǎng)期選擇的結(jié)果。周健、王麗鴛等(2010年)對(duì)浙江省不同產(chǎn)區(qū)的四個(gè)不同品種的838份扁形綠茶進(jìn)行紅外光譜檢測(cè)，結(jié)合PLS、歐式距離等分析方法成功區(qū)分所制干茶的不同品種(最終識(shí)別準(zhǔn)確率：定標(biāo)集為90.3%，驗(yàn)證集為83.5%)，為實(shí)現(xiàn)茶葉品種溯源提供了借鑒[50]。陳林等(2012年)基于鐵觀音、黃棪、金觀音和黃觀音四個(gè)品種春季新梢的游離氨基酸指紋圖譜，結(jié)合化學(xué)計(jì)量法成功區(qū)分烏龍茶適制品種的類群，為清香型烏龍茶鮮葉原料的選取和制作工藝控制提供了參考[51]。王斌等(2017年)對(duì)22個(gè)安化黑茶樣品以及云南普洱茶、湖北青磚茶、廣西六堡茶、四川土司黑茶的主要化學(xué)成分進(jìn)行色譜定量分析，找到了可用于安化黑茶鑒定和評(píng)價(jià)的標(biāo)志性化學(xué)成分—茯磚素A[52]。Zheng等(2018)通過UHPLC-DAD-MS / MS同時(shí)測(cè)定茶葉中13種黃酮醇苷和8種兒茶素的濃度，結(jié)果表明黃酮糖苷含量具有明顯的種間差異， 或可成為區(qū)別茶樹品種的重要化學(xué)成分[6]。指紋圖譜技術(shù)在茶葉品種判別方面的應(yīng)用，有助于名優(yōu)茶種質(zhì)資源的保護(hù)和利用。

3.4 茶葉陳新區(qū)分

白茶、普洱茶的化學(xué)組分隨著貯藏年份的增加而發(fā)生轉(zhuǎn)變，主要表現(xiàn)為氨基酸和茶多酚含量下降，茶色素和水溶性蛋白等濃度上升，另有復(fù)雜多聚物的生成，這導(dǎo)致隨著貯藏年份的增加茶葉品質(zhì)特征發(fā)生明顯變化。譬如新制成的白茶茶香氣較清純，而存放后會(huì)顯現(xiàn)甜香毫香，隨著存放年份的增加陳香、棗香出現(xiàn)，乃至發(fā)展成為“藥香”。同樣，普洱茶隨著貯藏年份的增加品質(zhì)也有明顯變化，陳香更為明顯，而滋味更醇和。研究表明基于普洱茶的紅外光譜特征結(jié)合HPLC-MS技術(shù)和化學(xué)計(jì)量法，可區(qū)分普洱生茶和熟茶[53-54]。劉興勇等(2015年)采用 HPLC檢測(cè)了不同陳化年限的云南普洱茶的化學(xué)成分，通過聚類及判別分析建模可初步判定普洱茶的陳化年限(初始分組和交叉驗(yàn)證判別正確率分別為100%和89.5%)，但其準(zhǔn)確率受到樣品來源及加工工藝等因素的影響[55]。

3.5 數(shù)字化感官評(píng)價(jià)體系建立

目前，茶葉質(zhì)量評(píng)價(jià)體系主要是感官評(píng)價(jià)定級(jí)外加相關(guān)生化成分檢測(cè)。感官評(píng)價(jià)定級(jí)以專業(yè)人士審評(píng)為主，審評(píng)結(jié)果易受到審評(píng)員主觀因素和外在環(huán)境的影響，較難實(shí)現(xiàn)大批量茶葉樣品的同期審評(píng)，且審評(píng)結(jié)果的重復(fù)性有待考量。因而，建立起客觀，公正，重復(fù)性高，同期處理量大的數(shù)字化感官評(píng)價(jià)體系是茶葉審評(píng)科學(xué)的主要發(fā)展方向。史波林等(2011年)利用電子鼻傳感器分別檢測(cè)西湖龍井茶的干茶、葉底和茶湯的香氣，建立了正確率高達(dá)95%以上的西湖龍井茶等級(jí)判別模型[56]。Danqun Huo等(2014年)采用人造舌頭和鼻子檢測(cè)來自不同地域的綠茶茶湯或香氣，結(jié)合PCA成功區(qū)分了不同地理來源和等級(jí)的中國(guó)綠茶[57]；王銀誠(chéng)等(2017年)采用電子舌對(duì)茶湯滋味進(jìn)行檢測(cè)、打分，結(jié)合PCA和CA分析對(duì)紅茶滋味進(jìn)行區(qū)分，其結(jié)果與人工審評(píng)結(jié)果一致[58]。基于化學(xué)組分、電子感官系統(tǒng)結(jié)合化學(xué)計(jì)量法建模進(jìn)行茶葉感官審評(píng)和等級(jí)判定具有簡(jiǎn)單快速、結(jié)果客觀、重復(fù)性高等優(yōu)點(diǎn)，有助于促進(jìn)茶葉感官評(píng)價(jià)的科學(xué)化和茶葉質(zhì)量數(shù)字化控制體系的建立。

4 展望

基于化學(xué)組分的指紋圖譜技術(shù)結(jié)合化學(xué)計(jì)量法，在茶葉的原產(chǎn)地和品種溯源，干茶等級(jí)和陳新區(qū)分、建立數(shù)字化感官評(píng)價(jià)體系方面具有應(yīng)用前景?；瘜W(xué)計(jì)量法分析結(jié)果的可靠性受到所采用的指紋圖譜準(zhǔn)確性和全面性的影響。由于茶葉種類繁多、工藝多樣，導(dǎo)致茶葉的內(nèi)含成分復(fù)雜且不同茶類之間存在較大差異，因此需進(jìn)一步提高茶葉化學(xué)組分檢測(cè)技術(shù)手段，從而獲得更為可靠和全面的茶葉指紋圖譜，用于化學(xué)計(jì)量分析，提高模型區(qū)分或判定的準(zhǔn)確性?；诩t外光譜技術(shù)的無損檢測(cè)是目前食品類無損檢測(cè)技術(shù)研發(fā)的熱點(diǎn)，具有快速分析、操作簡(jiǎn)單、數(shù)據(jù)信息量大等優(yōu)勢(shì)；但由于物質(zhì)官能團(tuán)對(duì)紅外光吸收靈敏度的限制，在采用紅外光譜數(shù)據(jù)進(jìn)行建模時(shí)，應(yīng)采用較大的樣品量進(jìn)行建模，同時(shí)確定相應(yīng)的樣品選擇標(biāo)準(zhǔn)和模型的應(yīng)用范圍。隨著多重組學(xué)的發(fā)展，能檢測(cè)和需要檢測(cè)的物質(zhì)大量增加，化學(xué)計(jì)量法的引入使得樣品間差異信息的獲取更有效率、識(shí)別準(zhǔn)確率更高。通過統(tǒng)計(jì)學(xué)手段對(duì)獲得的大數(shù)據(jù)進(jìn)行分析從而獲得可靠結(jié)論是未來食品化學(xué)發(fā)展的重要趨勢(shì)之一。