当前位置:    首页>> 应用/支持 >> 技术资料 > 应用研究
电子鼻与GC-MS融合技术的优质红茶和缺陷红茶香气品质评价
发布日期:2024-07-25
        工夫红茶作为我国特有的红茶品类,以其香高、色艳、味浓的特点深受消费者喜爱。如今,红茶市场鱼龙混杂,以次充好、虚假标注等现象屡见不鲜,严重损害消费者利益,因此,做好优质红茶与缺陷红茶的香气品质评价具有十分重要的意义。
        本研究以市售工夫红茶为材料,通过专家感官评定筛选出优质工夫红茶和缺陷工夫红茶,基于GC-E-Nose和GC-MS融合技术结合正交偏最小二乘判别分析(OPLS-DA)对茶样进行综合研究,探明优质工夫红茶与缺陷工夫红茶的关键差异组分。
感官审评结果分析
        依据专家感官审评结果(表1)将14个茶样分成两类:优质红茶组,用R表示(7个);缺陷红茶组,用F表示(7个)。优质红茶组香气特征主要呈现甜香、甜花香等,从香气评分来看,优质红茶香气评分均高于90分。缺陷红茶组香气主要表现为熟闷、不纯、驳杂、青草气强、火工偏高等,其评语中以“偏、透、欠”等倾向性强的副词修饰较多,从香气评分来看缺陷红茶评分则低于85分,。综上分析可知,两类红茶香气品质存在明显差异性。
表1 工夫红茶感官审评结果
基于GC-E-Nose的优质红茶和缺陷红茶挥发性组分
               挥发性成分定性定量分析
        Heracles II GC-E-Nose采用气相色谱原理,采用RI结合AroChembase数据库对化合物进行鉴定,共定性出36个化合物,主要包括醛类8个、烯烃类6个、酯类5个、酮类4个、醇类3个、杂环类物质3个、硫化物2个、酸类2个、烷烃类2个和芳烃类1个。乙醇、乙醛、二甲基硫醚、乙酸乙酯、苯、二甲基二硫化物、异丁酸乙酯、3-己酮8个挥发性香气化合物在2根色谱柱中同时检出。综上所述,两组红茶样本采用GC-E-Nose技术得到1个44维的数据集用以表征其香气品质(表2)。
表2 基于GC-E-Nose技术的挥发性化合物定性结果
        OPLS-DA
        为了进一步考察两组红茶的分类情况,进行OPLS-DA。相较于PLS-DA,OPLS-DA添加了正交计算以消除与分类无关的信息,能有监督地实现不同分组间样品的有效分离。基于GC-E-Nose检测的挥发性成分响应峰面积数据集构建OPLS-DA模型,其得分图如图1A所示,缺陷红茶位于第2象限和第3象限,优质红茶位于第1象限和第4象限,两者分离趋势明显,模型R2Y=0.973,Q2=0.925,表明该模型具有较好的解释能力和预测能力。置换检验(n=200)中R2和Q2的截距分别为0.426和-0.865,Q2截距<0,说明该模型不存在过拟合(图1B)。结果表明,GC-E-Nose结合多元统计分析可实现缺陷红茶与优质红茶快速区分。
图1 基于GC-E-Nose技术的工夫红茶挥发性成分OPLS-DA

基于GC-MS技术的优质红茶和缺陷红茶挥发性组分表征
       
        挥发性组分定性定量分析

        为进一步深入比较两组样品的挥发性组分差异情况,采用GC-MS技术对两组茶样进行定性定量分析,共鉴定出73种挥发性组分。根据化学结构可分为8类,包括醇类化合物12种、醛类化合物10种、烯烃类化合物9种、酯类化合物23种,酮类化合物11种,杂环类化合物4种,芳香烃类化合物3种和烷烃类化合物1种。不同类别的化合物在两组红茶中含量各异(图2A、B),以其特定的含量配比形成优质红茶和缺陷红茶的品质特征。醇类化合物相对含量最高,在优质红茶中平均相对含量高于缺陷红茶组平均相对含量,代表性物质为苯乙醇、芳樟醇与香叶醇,呈现花香和甜香,为红茶特征性香气物质。其次为醛类化合物。
图2 基于GC-MS技术的工夫红茶挥发性成分分析
        OPLS-DA
        以GC-MS鉴定的73种挥发性成分相对含量数据集为基础,建立了工夫红茶香气品质分类OPLS-DA模型,结果如图2C所示,缺陷红茶样品与优质红茶样品分别位于X轴的负半轴和正半轴,两组间分离明显(R2Y=0.951,Q2=0.930),存在可视化的差异,与GC-E-Nose模型结果较好地吻合。置换检验结果显示,R2=0.356,Q2=-0.582(图2D),回归直线Q2与Y轴的截距小于0,表明模型未过拟合。该结果说明GC-MS结合多元统计分析可以实现缺陷红茶和优质红茶的准确分类。
基于GC-E-Nose和GC-MS融合技术的缺陷红茶与优质
               红茶挥发性组分表征为实现对工夫红茶香气品质全面而综合的分析,将上述提及的44维GC-E-Nose数据集与73维GC-MS数据集融合为一个117维数据集,并采用UV归一化处理,以构建基于电子鼻-GC-MS融合技术的工夫红茶香气品质分类模型。融合数据OPLS-DA结果如图3所示,优质红茶组位于第1、4象限中,缺陷红茶组位于第2、3象限中(图3A),两类茶样分类明显,组内聚拢趋势更强,其模型参数(R2Y=0.976,Q2=0.959)较单一GC-E-Nose或GC-MS技术的OPLS-DA模型有一定提升,模型拟合和预测能力更强。为了验证该模型的准确性,对数据进行200次置换检验,结果显示R2=0.434,Q2=-0.640(图3B),说明该模型可靠,不存在过拟合现象。此外,依据变量投影重要性(VIP)>1和P<0.05的原则初步筛选缺陷红茶与优质红茶的关键差异性组分,共筛选出47个变量,其中34个变量来源于GC-MS,13个变量来源于GC-E-Nose(图3C)。进一步地,基于VIP>1.6的原则,筛选出8个区分优质红茶与缺陷红茶的重要差异化合物(9个数据变量对应8个物质),包括二甲基硫醚(B3、B25)、β-紫罗酮(A59)、(3E)-4,8-二甲基壬-1,3,7-三烯(A20)、二氢猕猴桃内酯(A64)、芳樟醇(A17)、苯乙醇(A19)、δ-辛内酯(A41)和γ-壬内酯(A45)。其中二甲基硫醚、(3E)-4,8-二甲基壬-1,3,7-三烯、芳樟醇3个物质在载荷图(图3D)中更靠近优质红茶组,其含量在优质红茶组中更高,而β-紫罗酮、二氢猕猴桃内酯、苯乙醇、δ-辛内酯和γ-壬内酯5个物质则更靠近缺陷红茶组,其相对含量在缺陷红茶组中更高。
图3 基于GC-E-Nose与GC-MS融合信息的工夫红茶挥发性成分OPLS-DA模型

结论

        本研究依据专家感官审评结果将14个工夫红茶样品划分为缺陷红茶和优质红茶两类。基于GC-E-Nose与GC-MS技术分别获得44维和73维的数据集,将其融合得到117维多元信息数据集用于缺陷红茶和优质红茶的分类判别表征。基于融合信息建立的OPLS-DA模型可实现两类红茶的有效分类,且融合信息模型的拟合性能和预测性能优于单一数据源GC-E-Nose。基于VIP>1.6和P<0.05共筛选出8个区分两类红茶的关键差异性组分,主要包括二甲基硫醚、β-紫罗酮、(3E)-4,8-二甲基壬-1,3,7-三烯、二氢猕猴桃内酯、芳樟醇、苯乙醇、δ-辛内酯和γ-壬内酯。研究结果表明,基于GC-E-Nose和GC-MS融合技术结合多元统计分析可以实现缺陷红茶和优质红茶的快速、准确分类。

来源:感官科学与评定,转载请注明来源。
参考文献:王立磊,杨艳芹,谢佳灵,等.基于电子鼻与GC-MS融合技术的优质红茶和缺陷红茶香气品质评价[J].食品科学,2024,45(02):274-282.
提醒:文章仅供参考,如有不当,欢迎留言指正和交流。且读者不应该在缺乏具体的专业建议的情况下,擅自根据文章内容采取行动,因此导致的损失,运营方不负责。如文章涉及侵权或不愿我平台发布,请联系小编。

联系电话:18596077827 (同微信)
邮箱:service02@foodmate.net

关注我们
友情链接:    食品研发服务中心   食品伙伴网   感知网   传实翻译   北京联食认证服务有限公司   食品有意思   食育网   化妆品伙伴网   食品人才中心   食品标准   食品论坛   食品法规   食品资讯   食学宝   食品词典   食品邦   食品安全合规服务   食品检测服务中心   食品文库
Baidu
map