肉中风味物质变化检测方案(离子迁移谱仪)

中国食品学报Journal of Chinese Institute ofFood Science and Technology 中国食品学报 ISSN 1009-7848，CN 11-4528/TS 《中国食品学报》网络首发论文 题目： 基于气相离子迁移谱和化学计量学方法判别肉的种类 作者： 陈通，吴志远，王正云，陆道礼，陈斌 网络首发日期： 2019-07-13 引用格式： 陈通，吴志远，王正云，陆道礼，陈斌.基于气相离子迁移谱和化学计量学方法判别肉的种类.中国食品学报. http：//kns.cnki.net/kcms/detail/11.4528.TS.20190711.1609.008.html 网络首发：在编辑部工作流程中，稿件从录用到出版要经历录用定稿、排版定稿、整期汇编定稿等阶段。录用定稿指内容已经确定，且通过同行评议、主编终审同意刊用的稿件。排版定稿指录用定稿按照期刊特定版式(包括网络呈现版式)排版后的稿件，可暂不确定出版年、卷、期和页码。整期汇编定稿指出版年、卷、期、页码均已确定的印刷或数字出版的整期汇编稿件。录用定稿网络首发稿件内容必须符合《出版管理条例》和《期刊出版管理规定》的有关规定；学术研究成果具有创新性、科学性和先进性，符合编辑部对刊文的录用要求，不存在学术不端行为及其他侵权行为；稿件内容应基本符合国家有关书刊编辑、出版的技术标准，正确使用和统一规范语言文字、符号、数字、外文字母、法定计量单位及地图标注等。为确保录用定稿网络首发的严肃性，录用定稿一经发布，不得修改改文题目、作者、机构名称和学术内容，只可基于编辑规范进行少量文字的修改。 出版确认：纸质期刊编辑部通过与《中国学术期刊(光盘版)》电子杂志社有限公司签约，在《中国学术期刊(网络版)》出版传播平台上创办与纸质期刊内容一致的网络版，以单篇或整期出版形式，在印刷出版之前刊发论文的录用定稿、排版定稿、整期汇编定稿。因为《中国学术期刊(网络版)》是国家新闻出版广电总局批准的网络连续型出版物 (ISSN2096-4188， CN 11-6037/Z)，所以签约期刊的网络版上网络首发论文视为正式出版。 基于气相离子迁移谱和化学计量学方法判别肉的种类 陈通，吴志远2，王正云2，陆道礼1，陈斌1区 (1.江苏大学食品与生物工程学院， 江苏镇江212013 2.江苏农牧科技职业学院食品科技学院江苏泰州225300) 区通信作者 陈斌 E-mail： ncp@ujs.edu.cn 摘要 建立一种快速、无损分析肉中挥发性有机成分的顶空进样气相色谱-离子迁移谱联用方法，结合化学计量学方法构建快速分类模型以区分肉的种类。以牛肉、羊肉和鸡肉共59个样品为研究对象，称取约1g待测肉样于标准瓶中，用磁帽密封，直接进行 GC-IMS 分析。结果表明， GC-IMS 三维指纹谱可以有效表征不同肉类之间的气味差异信息，选取对应三维谱中26个特征峰的强度作为变量参数，用 PCA方法对数据进行降维分析，并用 LDA 算法对样品进行分类。结果表明，采用前2个个成分能达到98.3%的正确率，仅有1个牛肉样品被误判成羊肉样品。以顶空进样气相色谱-离子迁移谱检测肉中挥发性成分，用PCA 和LDA分析鉴别肉的种类具有可行性。 关键词 气相色谱-离子迁移谱；主成分分析；线性判别分析；分类 Chen Tong， Wu Zhiyuan， Wang Zhengyun²，Lu Daolil， Chen Bin (1. School of Food and Biological Engineering， Jiangsu University，Zhenjiang 212013， Jiangsu 2. Jiangsu Agri-animal Husbandry Vocational College， School of Food Science and Technology， Taizhou 225300， Jiangsu) AbstractL4A rapid and nondestructive headspace gas chromatography tandem ion mobility spectrometry (GC-IMS) methodwas established for the analysis of the volatile organic compounds in 3 kinds of meat. 59 samples were taken as the researchobject with beef， chicken and lamb， about 1g tested sample was put into the standard sample bottle and sealed with magneticcap for direct GC-IMS detection and analysis. The results show that the sample information area of characteristic peaks ofGC-IMS 3D spectra corresponding to volatile organic substances can effectively characterize different types of meat， sectionalintensity of area of the corresponding three-dimensional spectrum of 26 characteristic peaks were selected as variables.Princ ient analysis (PCA) was used to reduce dimension of the selected variables of three kinds of meat and lineardiscrimination analysis (LDA) was further used to classify them. The accuracies of 98.3% were obtained by utilizing first twoPCs and only 1 beef samples were misjudged as the lamb sample. GC-IMS is simple， rapid and nondestructive technology，and can be used for rapid identification of other food and agricultural products. Key words GC-IMS； PCA； LDA； classification 食用肉掺假问题在我国一直屡见不鲜，尤其是牛肉、羊肉等高价肉的掺假，由于掺假肉利润丰厚，一些不法分子为谋取暴利，不择手段，在牛肉、羊肉等肉制品中掺杂廉价肉品[1-3]。当前，常见的肉类及其制品的快速检测方法主要有：感官鉴定、气相色谱、高效液相色谱、核磁共振、DNA分析、近红外光谱分析、PCR等4-7。然而，任何一种方法都有一定的局限性，多种检测器联用以及多种检测方法联合使用则具有单种方式不可比拟的优越性[8]。气相色谱-离子迁移谱方法 ( Gaschromatography - ion mobility spectrometry， GC-IMS)具有无需任何样品前处理(无损)、简便、快速、准确的优点，可推广应用于大多数复杂体系构成的食品与农产品的品质分析，特别是食品特征风味有机挥发组分的快速检测、识别等9]。 离子迁移谱(Ion mobility spectrometry， IMS)是基于气相中不同的气相离子在电场中迁移速度的差异来对化学物质进行表征的一种分析技术，具有无需样品前处理，操作简便，快速灵敏的优点[10-12]。单一的 IMS 分析技术早在上个世纪已广泛应用于毒品、爆炸物、化学战剂等军事安全领域的快速检测[13-15]。近年来， IMS 广泛应用于痕量物质的快速检测。彭丽英等[16]对白酒中的痕量邻苯二甲酸质进行快速筛查；常春艳等[17]使用离子迁移技术对食品中的熏蒸剂溴甲烷进行快速测定；冯雪等[18]使用离子迁移谱技术快速检测保健食品中添加的5型磷酸二酯酶抑制剂；陈轲等[19]使用离子迁移谱对地沟油进行检测。然而，IMS 技术对复杂化合物，尤其是食品、农产品等复杂体系，其分析优势往往受到限制。为了克服 IMS 分离效率差的局限性，将 IMS 与其分分析仪器联用成为新的发展方向。 GC-IMS 是气相色谱(Gas chromatography， GC) 和离子迁移谱两种技术的联用，其工作原理如图1所示。样品中的挥发性有机物成分经色谱柱预分离后，直接洗脱至 IMS电离室，进行离子迁移分析。IMS 中漂移管在常压条件下即可进行工作，其对应接口方便与 GC等其它分析仪器连接。该联用技术充分发挥了气相色谱的高分离性和离子迁移普的高灵敏性，产生长处相互叠加的分析效果。方面，离子迁移谱图通过离子漂移时间这个二维信息，使色谱分离后得到的化学信息更加丰富；另一方面，混合样品在色谱中进行的预先分离，提高了离子迁移谱信号响应的质量。。气相色谱与离子迁移谱联用达到互利互惠的效果，得到的数据适合进行更高级的数据分析。 图 1 GC 与IMS构成二二维分离系统 Fig.1Two-dimensional separation system consisting of GC and IMS 主成分分析(Principal component analysis， PCA)是一种多元统计分析技术，它是一种降维或者将多个指标转化为少数几个综合指标的方法，目的在于简化数据，揭示变量间的关系，转换后的新变量可进一步进行聚类分析、判别分析等[20]。本试验基于 GC-IMS 分析技术对常见的牛肉、羊肉和鸡肉的挥发性成分进行分析检测，结合化学计量学方法，运用主成分分析方法和线性判别分析(Lineardiscriminant analysis， LDA) 方法对获得的三维指纹图谱进行分析处理，旨在建立一种快速、无损、准确且实用性强的肉类鉴别方法，探索掺假肉问题新的检测手段，拓展 GC-IMS 的应用领域，具有一定的实际应用意义。 1.材料与方法 1.1试验材料 冷冻肉(-18℃冻藏)，山东济南临邑县各超市。其中牛肉样品20个，羊肉样品14个，鸡肉样品25个，用保鲜膜封装后运回实验室，去离子水解冻。使用电子天平称取 1g左右待测样品于顶空进样瓶中，并用磁帽进行封装，于常温下(约25℃)静置待测。 1.2仪器与设备 FlavourSpec 1H1-00053型气相色谱-离子迁移谱，德国 G.A.S公司，配备 CTC CombiPAL 自动顶空进样装置； CLOT毛细管柱(30 m×0.25 mm×0.5 um)， 德国 CS-Chromatographie Service GmbH公司；20 mL顶空进样瓶、密封磁帽，浙江哈迈科技有限公司；卷曲机扳手，德国 G.A.S公司； BCD-213KDZ型冰箱，新飞电器有限公司； AL204 电子天平，梅特勒-托利多仪器有限公司。 1.3检测条件 前期通过预试验确定 GC-IMS检测条件的主要参数见表1。 表1 GC-IMS检测参数Table1 Detection parameters of GC-IMS 参数 值 离子化模式 孵化温度 70℃ 孵化时间 5 min 进样量 0.2mL 注射器温度 75℃ 色谱柱温 40℃ 保留时间 10 min 载气流速 初始为5 mL/min， 保持10 min 后在5 min 内线性增加至150 mL/min 漂移气流速 150 mL/min 1.4数据处理 通过 GC-IMS 自带的 IMScontrol TFTP-Server 软件进行三维指纹图谱的采集，使用 GC-IMS 自带的LAV2.0.0软件和 Matlab 2015b (美国Mathworks)进行综合分析。 使用 LAV 对谱图进行 RIP (Reactive ion peak) 标准化处理，依据不同样品对应的特征峰强度变化，选取26个特征信息，，以特征峰对应的离子强度作为参数变量，使用 Matlab 软件对变量进行统计分析，主要采用主成分分析和线性判别分析两种方法进行分析处理。 GC-IMS 特征峰选取原则： GC-IMS三维谱中每一个特征峰代表一种挥发性有机成分，以不同样品中的特征峰的有无或者特征峰强度的显著变化为原则，手动选择并以长方形标记特征峰所在区域，以该特征峰区域的峰强度(即特征区域离子强度的最大值)作为参数变量，进一步做数据分析。 2.结果与分析 2.1重复性检测 试验中，同一个样品重复检测8次，每次重复测量时间间隔为0.5 h， 选取三维谱图中特征峰数量共9个，以特征峰对应的峰面积作为变量，借鉴气相色谱-质谱(GC-MS)的评价标准，以峰面积的相对标准偏差(RSD)为指标，评价仪器的重复性，其结果如如2所示。 图2特征峰面积对应的相对标准偏差 Fig.2 Relative standard deviation of characteristic peak area 由图2可知，对应特征峰面积RSD 均<15%，故可知该仪器具有良好的重复性。 2.2 GC-IMS三维指纹谱数据分析 图33种肉对应的GC-IMS三维谱 Fig.3 GC-IMS spectra of 3 kinds of meat 分别选取牛肉、鸡肉和羊肉各1个样品，进行伪三维彩色处理(X轴为迁移时间，Y轴为保留时间， Z轴为离子强度)对比，结果如图3所示。 由图3可知，从左到右样品依次为牛肉、鸡肉和羊肉的 GC-IMS三维彩色谱图，通过对比可以发现鸡肉中的有机挥发性有机成分明显多于其它2种肉类，羊肉次之，牛肉最少。依据不同肉类中挥发性有机成分对应特征峰差异，共选取26个特征峰区域进行排序对比，用以表征该类样品信息，每类肉各取3个样品以示意，结果如图4所示。 图4不同肉类的挥发性有机成分对应的特征峰对比库 Fig.4 Gallery of different kinds of meat with different characteristic peaks 图4中X轴为选取的特征峰标识，Y轴为样品编号标识，样品编号 blank1 和blank2 为空白对照组。由图4可知，通过选取原始三维图谱中不同特征峰进行简单的排列比较就可发现，同类肉因含有共有的挥发性有机成分，在特征峰对比图库中表现出明显的相似性，不同种肉类则存在明显的差异，如图4中的虚线矩形框所标识的区域a为牛肉样品，区域b为鸡肉肉品，区域c为羊肉样品。 基于图4中所选特征峰对应的峰强度为特征变量参数，进行 PCA分析，选取前3个主成分为坐标轴，建立可视化模型，结果如图5所示。由图5可知，不同肉类的 GC-IMS 特征参数通过 PCA 处理后，可以很好地区分不同的肉类，3种常见肉类样品在图中均有很好的区域归属，相互之间无重叠现象。图6为累计贡献率随主成分个数增加的变化趋势图，由图6可知，前2个主成分的累计贡献率 达到了97.54%，，说明提取的信息能够反映原始数据的绝大部分信息，且基本由第1主成分决定。由此可以说明， PCA方法能够很好区分出牛肉、羊肉和鸡肉3种常见肉类。 图5主成分分析3D图 Fig.5 3D plot of PCA 图6累计贡献率随主成分数变化图 Fig.6 cumulative contribution rate chart 为了在二维坐标轴上清楚地显示判别信息，用LDA分类算法，，以PC1和 PC2为坐标轴，对经过PCA 特征降维后的数据进行线性分类，其分类结果如图7所示。由图7可知，分类结果显示牛肉样品仅有1个样品品类错误，误判为羊肉样品，正确率为95%， 羊肉样品正确率为100%，鸡肉样品为100%，综合正确率为 98.3%。由此可见，前2个主成分能够代表大部分肉的种类信息，采用 LDA方法可以得到很好的分类效果。 图7主成分分析2D 图和线性判别分析 Fig.7 2D plot of PCA and LDA 3.结论 GC-IMS 作为一种新的联用技术，充分发挥了 GC 的分离效率和 IMS 灵敏度的优势，可应用于食品、农产品中挥发性痕量有机成分的检测，具有无需样品前处理，操作简单，快速无损的优点。本试验以 GC-IMS 三维指纹谱中的特征峰强度表征样品中的有机挥发性成分信息，建立与肉的种类属性之间的关系。结合化学计量学方法，运用 PCA 和 LDA 方法建立肉类识别模型。结果表明，使用前2个主成分得分可达到98.3%的分类准确率，表明提取的特征峰信息关键有效。本研究的数据分析方法可推广应用到其它类似联用分析仪器的三维信息处理中，拓展了 GC-IMS 分析技术在食品领域的应用，具有一定实用价值。 ( 参考文献 ) ( [1] E 白京， 李家鹏， 邹昊， 等. 近红外特征光谱定量检测羊肉卷中猪肉掺假比例[J]. 食品科学， 2019， 40(2) ： 287-292. ) [2]5张佳敏， 王卫成. 中国肉类生产、加工和产品安全现状及发展趋势[J]. 食品科技， 2010， 35(7)： 171-175. ( [3]成 黎 北. 中国肉类产品质量安全现状及改善控制措施[J]. 食品科学， 2010， 31(19)： 465-468. ) ( [4] I D ING Q， WANG Z Y， HUAN G L， et a l . El e ctrical bioimpedance measurement technol o gy and its application in det e ction of meat qu ality[J].Transducer & Microsystem Technologies，2009， 28(3)：4-7. ) ( [5] 杨彦杰， 咎林森， 王洪宝. 秦川牛脂联素基因 SNPs 检测及其与洞体、肉质性状的相关性[J]. 遗传， 2009， 31 ( 10)： 1006-1012. ) ( [6] P F ENG Y， ZHANG L. A d va n cement of rapid detection of meat quality and safety by using spectral imaging technology[J]. J o urnal of Food S afety & Quality， 2010，27(2)：6 2 -72. ) ( [7]F P ENG YK， ZHA N G H Y. A d vanc e ment of nondestructive detection technology of meat quality and safety[J]. Food & Nutrit i on in Chi n a， 2011，17(10)：5-10. ) ( 兰冬梅， 许平， 机 林晓岚， 等. 植物油品质指标及其检测的研究进展[J]. 八 农产品加工， 2 015(3)： 68-70. ) ( Z HANG L， S HUAI Q， LI P， et a l . I on mob i lity spe c trometry fin g erprints： A ra p id detection t e chnology for adulteration o f s esame oil[J]. F ood Chemistry， 2 016， 1 92(6)： 60-66. ) ( [10] KUKLYA A， R E I NECKE T， UTES C HIL F， et al. X -ray ionization differential ion mobility spectrometry[J]. Talanta， 2017，1 6 2(10)：15 9 -166.[ 1 1] GRAAFF R J V D . The mo bility of ions in ga s es[J]. N a ture， 1929， 1 2 4(3114)：10-11 . ) ( [ 1 2] BRADBURY N E， NIE L SEN R A. A bsol u te values of the electron mobility in hydrogen[J]. Phys R e v， 1 9 36， 49(5)： 388-393. ) ( [13] GALLART-MATEU D， AR M ENTA S， DE LA GU A RDIA M. Indoo r a n d outdoor determination of pe s ti c ides in a ir by io n mobility spectrometry[J]. Talanta ， 2016 ， 161(10)：632-639. ) ( [ 1 4] KAFLE G K， KH O T L R， SANKARAN S， et al. S t ate of ion mobility spectrometry and applic a tions in agric u lture： A re v iew[J]. Engineering i n Agriculture， Environment and Food， 2016， 9 (4)：346-357. ) ( [15] PUTON J， NAMIESNIK J. Ion mobility spectr o metry： Current status a nd application for che m ical warfare agents detection[J]. TrAC Trends i n Analytical Chemistry， 2016， 85(Part B)： 1 0 -20. ) ( [16]彭丽英， 王卫国， 王新， 等.离子迁移谱快速筛查白酒中痕量邻苯二甲酸酯的研究[J]. 分析化学， 2014， 42(2)： 278-282. ) ( [17]常春艳， 葛含光， 王利强， 等. 离子迁移谱快速测定食品中熏蒸剂溴甲烷[J]. 食品研究与开发， 2016， 37( 1 4) ： 116-119. ) ( [18]冯雪， 尹利辉， 金少鸿， 等. 离子迁移谱及其在药学领域的应用[J]. 药物分析杂志， 2013， 33(7)： 1 109-1 11 4. ) ( [19 ] 陈车， 颜毅坚， 马军， 等. 离子迁移谱法对地沟油的检测研究[J]. 中国油脂， 2015， 40(12)： 66-69. ) ( [20]钱冲， 廖永红， 刘明艳， 等. 不同香型白酒的聚类分析和主成分分析[J]. 中国食品学报， 2017， 17(2)： ： 243-255. ) 摘要建立一种快速、 无损分析肉中挥发性有机成分的顶空进样气相色谱-离子迁移谱联用方法，结合化学计量学方法构建快速分类模型以区分肉的种类。以牛肉、羊肉和鸡肉共59个样品为研究对象，称取约1g待测肉样于标准瓶中，用磁帽密封，直接进行GC-IMS分析。结果表明，GC-IMS三维指纹谱可以有效表征不同肉类之间的气味差异信息，选取对应三维谱中26个特征峰的强度作为变量参数，用PCA方法对数据进行降维分析，并用LDA算法对样品进行分类。结果表明，采用前2个主成分能达到98.3%的正确率，仅有1个牛肉样品被误判成羊肉样品。以顶空进样气相色谱-离子迁移谱检测肉中挥发性成分，用PCA和LDA分析鉴别肉的种类具有可行性。