草果中富含多種生物活性成分，包括揮發(fā)油、酚類、黃酮類、二苯基庚烷類和雙環(huán)壬烷類等，其中揮發(fā)油的含量尤為豐富，藥用歷史悠久，多以干燥果實入藥，具有燥濕溫中，截瘧除痰的功效。草果作為我國傳統(tǒng)的藥食同源植物，又因其具有特有的辛辣風(fēng)味，通常被用作烹飪中的天然香料。本實驗以10種不同產(chǎn)地草果為研究對象，采用Heracles超快速氣相色譜電子鼻技術(shù)結(jié)合化學(xué)計量學(xué)模型建立一種快速、高效鑒別草果產(chǎn)地的方法。
藥材
10種不同產(chǎn)地草果干燥成熟果實，草果樣品具體信息見表1。
表1 不同產(chǎn)地草果信息
草果氣味指紋圖譜
利用電子鼻對10種不同產(chǎn)地草果樣品進行的檢測分析及后續(xù)數(shù)據(jù)處理，獲得了在MXT-5色譜柱和MXT-1701色譜柱上的氣味指紋圖譜，結(jié)果如圖2、圖3所示，觀察到不同產(chǎn)地草果的氣味成分色譜峰在出峰時間和峰面積上均呈現(xiàn)出明顯差異。若通過比對放大色譜圖來尋找樣品組間的差異，此過程較為繁瑣與復(fù)雜。為了提高分析效率，故采用先統(tǒng)計后化學(xué)分析的方法，首先，通過PCA法對不同產(chǎn)地草果樣品的氣味進行統(tǒng)計分析，識別氣味上的差異。在PCA分析的基礎(chǔ)上，進一步確定差異色譜峰。隨后，利用AroChembase數(shù)據(jù)庫對這些差異色譜峰進行定性分析。
圖2 草果在MXT-5色譜柱上的氣味指紋圖譜
圖3 草果在MXT-1701色譜柱上的氣味指紋圖譜
主成分分析
主成分分析（Principal Component Analysis，PCA）是一種常用統(tǒng)計分析方法，它可以將多個變量轉(zhuǎn)換為少數(shù)幾個主成分，從而簡化數(shù)據(jù)分析。本研究使用PCA算法對電子鼻采集的原始數(shù)據(jù)進行分析，通過計算主成分識別指數(shù)（Discrimination Index，DI）和貢獻率來識別變量。通過PCA分析，可以有效地揭示不同產(chǎn)地草果樣品氣味特征的差異。第一主成分（PC1）與第二主成分（PC2）的區(qū)分貢獻率之和為99.58%（圖4），表明這兩個主成分足以解釋10種不同產(chǎn)地草果樣品間的絕大部分的氣味差異，驗證了PCA模型能夠非常好地反映不同產(chǎn)地草果樣品間的氣味差異。識別指數(shù)（DI）是一種量化指標(biāo)，用于衡量數(shù)據(jù)集或?qū)嶒灲Y(jié)果中不同樣品或樣本之間的區(qū)分度。DI的數(shù)值大小直接關(guān)聯(lián)于數(shù)據(jù)集中樣本間的差異性。DI值越大，表示數(shù)據(jù)集中不同樣品或樣本之間的區(qū)分度越高，即模型或?qū)嶒灧椒ǖ膮^(qū)分效果越好。草果樣品在主成分分析圖上的DI值達到89，進一步表明基于氣味特征的差異可以有效地區(qū)分10種不同產(chǎn)地的草果樣品。
圖4 草果樣品間的PCA分析圖
圖5展示了10種不同產(chǎn)地草果在PCA分析中兩兩樣品間距離柱狀圖，距離的遠近直觀反映了兩兩樣品間氣味差異的大小。距離越近則代表樣品間氣味差異性越小，距離越遠代表樣品間氣味差異性越大。圖中S3與S4草果樣品的距離最近，表明兩者之間氣味差異性最小；而草果樣品S1與S7距離最遠，意味著S1與S7樣品間氣味差異性最大。
圖5 10種不同產(chǎn)地草果兩兩樣品間相對距離（歐氏距離）柱狀圖
為進一步分析不同產(chǎn)地草果樣品氣味差異，先篩選了具有顯著區(qū)分能力（區(qū)分能力>0.900）和較大峰面積（峰面積>5000）且分離效果好的氣味色譜峰。這樣的篩選有助于更準(zhǔn)確地識別影響草果氣味差異的關(guān)鍵化合物。經(jīng)過篩選后的草果樣品在圖6中的分布趨勢與圖4中未經(jīng)篩選的樣品分布趨勢相一致。這一發(fā)現(xiàn)證實了所選擇的色譜峰能夠有效地反映草果樣品的整體氣味特征。在主成分分析圖（PCA）的基礎(chǔ)上添加了載荷圖（Loading），載荷圖是對PCA結(jié)果的補充，它展示了各色譜峰對主成分的貢獻程度，從而幫助識別影響草果樣品氣味差異的關(guān)鍵化合物。在Heracles載荷圖中，每個色譜峰代表一個變量，其位置和距離反映了它對主成分的貢獻大小。因子越靠近樣品點，表明它對樣品間差異的貢獻度越大。可根據(jù)色譜峰的保留指數(shù)在AroChembase數(shù)據(jù)庫定性得到造成氣味差異的化合物信息。
圖6 10種不同產(chǎn)地草果樣品間主成分分析及載荷圖
主要差異揮發(fā)性化合物定性及定量分析
利用正構(gòu)烷烴標(biāo)準(zhǔn)溶液，將氣味成分色譜峰的保留時間轉(zhuǎn)換為保留指數(shù)，結(jié)合AroChembase數(shù)據(jù)庫對篩選出的差異色譜峰進行定性，表4列出了可能含有的化合物，包括醛類、醇類、烯烴、酯類等22種主要差異揮發(fā)性化合物，其中以醛類成分較多。22種主要差異揮發(fā)性化合物在不同產(chǎn)地草果中均有發(fā)現(xiàn)，但含量存在顯著差異。色譜圖上的峰面積大小可以反映化合物的相對含量，其中γ-松油烯的峰面積最大，表明其含量最高。云南西雙版納草果中，左旋-α-蒎烯、左旋-β-蒎烯、2-甲基噻吩等13種揮發(fā)性化合物含量較高。云南德宏草果中，乙醇、丙烯醛等3種揮發(fā)性化合物含量較高；云南文山草果中，異丁醇、γ-松油烯等3種揮發(fā)性化合物含量較高；云南紅河草果中，正己醛、反式-2-己烯醛2種化合物含量較高；云南怒江草果中，p-menthadienhydroperoxide、3-十二酮2種揮發(fā)性化合物含量較高。相比之下，四川草果中，甲酸甲酯、乙醇等13種揮發(fā)性化合物含量較低；廣西桂林草果中，癸醛、3-甲基-2,4-壬烷二酮等7種揮發(fā)性化合物含量較低，而廣西南寧草果中p-menthadienhydroperoxide含量最低。
表4 草果主要差異揮發(fā)性化合物定性與定量分析結(jié)果
不同產(chǎn)地草果中主要差異揮發(fā)性化合物的ROAV分析
揮發(fā)性化合物對食品氣味的貢獻不僅取決于其含量，還受到嗅覺閾值的影響。含量相同的兩種化合物，同種介質(zhì)中閾值越低則氣味越強。對于含量不同，閾值不同的兩種物質(zhì)，則可以計算其ROAV值，從而評估不同化合物對草果氣味的具體貢獻，確定其在形成草果特有氣味中的重要性。基于峰面積歸一化法計算得到相對含量，以及通過AroChembase數(shù)據(jù)庫查詢得到嗅覺閾值。表5為云南西雙版納草果中主要差異揮發(fā)性化合物ROAV與氣味描述分析結(jié)果，ROAV值位于1至100范圍內(nèi)的化合物有三種，分別是4-乙基-2-甲氧基苯酚、3-甲基-2,4-壬烷二酮和反式-2,4-癸二烯醛，這些化合物對草果的氣味特征起到關(guān)鍵作用。ROAV值介于0.1至1之間的兩種化合物，癸醛和左旋香芹酮，對草果的氣味特征起到重要的修飾作用。結(jié)合這些化合物的氣味描述，得出草果的主要氣味特征包括辛辣、柑橘、酚醛、刺鼻和脂肪等味道。而關(guān)于新鮮草果的氣味描述主要為柑橘、草藥、辛辣、松樹、水果、脂肪等，結(jié)合兩者可知，草果鮮果和草果干果兩者氣味相似均有辛辣味、脂肪味等。
表5 主要差異化合物ROAV與氣味描述分析
不同產(chǎn)地草果的ROAV分析結(jié)果有所差異（圖7），其中在云南紅河、西雙版納草果中，4-乙基-2-甲氧基苯酚相對含量與嗅覺閾值的比值最大，這代表著4-乙基-2-甲氧基苯酚是云南紅河、云南西雙版納草果氣味特征貢獻最大的化合物。在其他產(chǎn)地草果中3-甲基-2,4-壬烷二酮相對含量與嗅覺閾值的比值最大，表示該化合物為其他地區(qū)草果氣味特征貢獻最大的化合物。因此，這些化合物的含量及其ROAV值的差異可以作為區(qū)分不同產(chǎn)地草果的關(guān)鍵指標(biāo)。
圖7 不同產(chǎn)地草果的ROAV雷達圖
判別因子分析（DFA）
為深化對不同產(chǎn)地草果的區(qū)分，在PCA模型的基礎(chǔ)上，進一步構(gòu)建DFA模型，以縮小組內(nèi)變異并實現(xiàn)對草果產(chǎn)地的快速有效鑒別。這一分析將有助于精確識別和區(qū)分不同產(chǎn)地的草果，為草果產(chǎn)地溯源鑒別提供科學(xué)依據(jù)。判別因子分析（Discriminant Factor Analysis，DFA）法是一種判定個體所屬類別的統(tǒng)計方法，它在主成分分析的基礎(chǔ)上把組內(nèi)距離減小，組間距離增大，從而提高樣本的區(qū)分度。DFA分析在樣本數(shù)據(jù)庫構(gòu)建完成后，對于未知樣本的定性判別具有重要作用，能夠確定其所屬的類別，適用于產(chǎn)品真?zhèn)舞b定、產(chǎn)地識別以及未知樣本的分類等多種應(yīng)用場景。
在主成分分析基礎(chǔ)上，對10種不同產(chǎn)地草果樣品進行判別因子分析，分析結(jié)果如圖8顯示，判別因子1判別指數(shù)為62.46%，判別因子2判別指數(shù)為24.56%，不同產(chǎn)地草果樣品組內(nèi)分布集中且離散程度小，組間分布離散程度大，表明該分析方法能夠有效地區(qū)分不同產(chǎn)地的草果樣品。進一步地，將3種不同產(chǎn)地的草果未知樣本的圖譜信息投射到已建立的DFA模型中，每種未知樣本均設(shè)置了兩組重復(fù)。如圖8所示，通過模型判定，3種未知樣本分別被準(zhǔn)確歸類到S2、S6和S8三個不同的產(chǎn)地。具體到每個未知樣本，歸屬于S2產(chǎn)地的樣本識別準(zhǔn)確率分別為98.9%和99.2%，歸屬于S6產(chǎn)地的樣本識別準(zhǔn)確率分別為95.5%和94.2%，而歸屬于S8產(chǎn)地的樣本識別準(zhǔn)確率分別為81.7%和97.2%。這些結(jié)果表明，DFA模型對于未知草果樣品的判別具有較高的準(zhǔn)確性。因此，基于DFA模型的分析，可以快速而準(zhǔn)確地鑒定草果的產(chǎn)地，為草果的產(chǎn)地溯源提供了一種有效的技術(shù)手段。
圖8 草果樣品的DFA分析圖
本研究采用超快速氣相電子鼻技術(shù)獲取了不同產(chǎn)草果的氣味色譜信息，篩選出酯類、醛類、醇類等22種主要差異揮發(fā)性化合物。通過計算這些主要差異揮發(fā)性化合物ROAV值，提示4-乙基-2-甲氧基苯酚、3-甲基-2,4-壬烷二酮、反式-2,4-癸二烯醛是草果氣味特征的關(guān)鍵貢獻者（1≤ROAV≤100）。首次發(fā)現(xiàn)4-乙基-2-甲氧基苯酚（ROAV=100）是云南紅河、西雙版納草果氣味特征的最大貢獻者，3-甲基-2,4-壬烷二酮是其他地區(qū)草果氣味特征的最大貢獻者（ROAV=100）。癸醛和左旋香芹酮對草果氣味特征起修飾作用（0.1≤ROAV）。這五種化合物在不同產(chǎn)地草果中的含量有所差異，這為草果氣味特征的地域性差異提供了化學(xué)基礎(chǔ)。基于不同產(chǎn)地草果的氣味特征建立的PCA分析模型的識別指數(shù)為89，DFA模型的判別指數(shù)為87.02%，可以有效辨別草果的產(chǎn)地來源。
參考文獻：胡蒙蒙,趙蓉,洪玉冰,等.不同產(chǎn)地草果氣味特征成分的快速分析[J/OL].現(xiàn)代食品科技,1-14[2025-04-18].
提醒：文章僅供參考，如有不當(dāng)，歡迎留言指正和交流。且讀者不應(yīng)該在缺乏具體的專業(yè)建議的情況下，擅自根據(jù)文章內(nèi)容采取行動，因此導(dǎo)致的損失，此運營方不負責(zé)。如文章涉及侵權(quán)或不愿我平臺發(fā)布，請聯(lián)系小編。
提醒：文章僅供參考，如有不當(dāng)，歡迎留言指正和交流。且讀者不應(yīng)該在缺乏具體的專業(yè)建議的情況下，擅自根據(jù)文章內(nèi)容采取行動，因此導(dǎo)致的損失，此運營方不負責(zé)。如文章涉及侵權(quán)或不愿我平臺發(fā)布，請聯(lián)系小編。
