CN108088942A - 一种基于挥发性成分结合pca模型判别啤酒花掺伪的方法 - Google Patents

Abstract

一种基于挥发性成分结合PCA（主成分分析）模型判断啤酒花掺伪的方法，属于食品质量分析检测领域。本发明采用顶空固相微萃取‑气质联用方法测定特定品种啤酒花中的主要挥发性成分，获得特定品种啤酒花的主要挥发性成分的组成信息，利用主成分分析法构建的PCA模型，来判别啤酒花的掺伪情况。该方法可精准、快捷判别啤酒花产品纯度和掺伪情况，具有样品量少、分析过程中无溶剂使用、环境友好等优点，并能真实精准地反映特定品种啤酒花样品的挥发性成分特征。

Description

一种基于挥发性成分结合PCA模型判别啤酒花掺伪的方法

技术领域

本发明涉及一种基于挥发性成分结合PCA（主成分分析）模型判断啤酒花掺伪的方法，属于食品质量分析检测领域。更具体地本发明涉及一种以顶空固相微萃取-气质联用方法测定特定品种啤酒花中的主要挥发性成分，利用主成分分析法构建的PCA模型，来判别啤酒花掺伪的方法。

背景技术

啤酒花（学名：Humulus lupulus L.）是啤酒酿造的基本原料之一，中国是亚洲最大的啤酒花种植地，其中主产区主要分布在新疆、甘肃。苦味酸含量的高低是衡量和评价啤酒花品质的重要指标，也是啤酒花采购过程中普遍采用的标准。日照时间、降雨量等会不同程度影响啤酒花的品质和产量，因此在啤酒花销售市场上，出现了向劣质啤酒花中掺杂高酸型啤酒花的现象，以期提高酒花的售价。掺伪行为使得无法仅从苦味酸的含量高低来判别啤酒花品种的纯度，这一现象会导致国内外消费者对于中国啤酒花品质失去信心。啤酒花风味的呈现主要依赖于诸如萜、醇、酯类等挥发性组分，不同品种啤酒花在挥发性成分上呈现较大的差别，这会直接影响成品啤酒的风味特征。特定品种的啤酒花有其独特的“挥发性成分轮廓”，掺伪行为势必会使特定典型轮廓产生较大变化。因此，以啤酒花的挥发性成分建立特定品种啤酒花的品质标准，是判别啤酒花品种的有效手段。在分析挥发性成分过程中，顶空固相微萃取-气质联用的方法是常用有效方法之一，而将测定结果进行统计分析能够得到更科学、直观的分析结论。

发明内容

啤酒花作为啤酒酿造过程中的基础原料之一，赋予啤酒典型香气、苦味，以及防腐、抑菌和增泡等功效。中国是亚洲最大的啤酒花种植基，2015年种植面积超过2300公顷，产量接近6000吨。特别是中国的主要啤酒花品种青岛大花，具有苦香兼优的特点，倍受中国啤酒企业青睐。然而由于气候、种植条件、病虫害等的影响，加之采摘、运输、贮藏等方式条件的不当，啤酒花品质，特别是作为衡量商品啤酒花品质等级的重要指标ɑ-酸含量会有显著变化。为了获取更高的利润，一些不法酒花供应商会采用“掺杂高酸型啤酒花”的掺伪行为提高青岛大花等啤酒花的苦味酸含量，从而提升啤酒花的产品等级。更有一些啤酒花种植农户采用“间种”的方法，将高酸型的啤酒花在种植过程中就进行了掺杂。目前，为了方便运输、储存，商品啤酒花基本上是以啤酒花颗粒产品销售，使得无法仅从外观辨别出啤酒花品种纯度。啤酒酿造过程中，对原料的要求极为严格，原料的质量及品种的差异，会导致啤酒风味稳定性和一致性的明显差异，对啤酒质量致关重要。啤酒花被誉为“啤酒的灵魂”，啤酒花质量的稳定性一直是啤酒行业关注的重要问题，而啤酒花的纯度更是影响啤酒酒花风味的关键。而目前的现状，仅仅凭现有国标的方法根本无法准确判别啤酒花品种纯度和掺伪情况。这些掺伪行为给啤酒酿造行业和消费者带来了困惑，同时对中国啤酒花行业的口碑带来极为不利的负面影响。因此，亟待需要建立一套准确、操作性强的方法来判别啤酒花的品种。

多元统计分析，如主成分分析法、聚类分析法、余弦相似度分析法被广泛应用于天然产物的品种判别和溯源追踪的过程中。这些方法均是利用大量已知目标产品为标准，通过一定的检测方法获取大量有价值的原始数据，进而建立“标准模型”，并以此对待测样品进行分析判别。主成分分析法可以通过多重原始数据建立特定品种标准样品的可视化模型，将待测样品与标准样品的成分构成进行比对，当匹配度高时，待测样品将落入标准模型的范围内；反之，则偏离标准模型区域，此方法优势在于分析结果直观可视。聚类分析法，是利用多样本、多重观测值表对样本进行分类，利用“树状层聚图”的形式将样本类别予以区分；该方法不仅可以将样本的系统类别区分开，而且可以细化同一样本之间的差异。余弦相似度分析法，是以标准样本作为标准组，计算需要判别的待测样本的余弦系数，当待测样本与标准模型相似度越高，则余弦系数越接近1；通过此方法，可以客观地得出需要判别的待测样本与标准样品之间的匹配度以及待测样品品质的高低。这些统计分析方法成功应用的关键在于对特定标准样本的组成进行系统全面的分析描述。

通常对于植物样品进行品种判别的方法是通过测定样品中的某一个或某几个主要活性成分的含量来实现的。现行国家标准针对啤酒花的质量等级，是利用酒花中少数几个指标，例如：α-酸、β-酸、总树脂、水分等的含量范围来确定的。但由于观测指标少，掺假行为所导致的品种单一性的差异无法仅从某几个指标判别。目前，随着分析检测手段的不断提高和多元统计分析的发展，借助检测目标产品的多重指标分析，来实现对目标产品的品种、品质快准确、快速确定和判别已逐步被应用。如中国专利CN201710056008.3 公布了一种顶空气相色谱质谱联用定性定量植物油掺假的方法，该方法以单一品种不同厂家的合格植物油为样本，采用顶空气相色谱质谱联用分析样品，获得各种植物油的化合物信息，采用化学计量学软件，确定标记化合物，并对掺假植物油进行分析，方法具有操作简便、快速准确的特定。CN201610945963.8 公开了一种基于HPLC-ELSD和偏最小二乘判别分析法的蜂蜜掺假检测方法，该方法利用蜂蜜和掺假蜂蜜的低聚糖组分指纹图谱的差异，通过偏最小二乘判别分析法进行数据处理进而实现掺假鉴别。CN201610471290.7一种检测乳品掺假的指纹图谱方法，CN201410835638.7一种基于指纹图谱的无锡毫茶掺假的检测方法，CN201410141424.x一种鉴别蜂蜜中淀粉糖浆掺假的液质联用测定方法，CN201310323213.3一种利用固相微萃取检测菜蜜香气成分的方法，CN201310323212.9一种利用动态顶空技术检测油菜蜜香气成分的方法，CN201610074621.3一种浓缩苹果汁风味品质判别方法及其应用，CN201510258433.1一种基于成分分析的花椒粉质量检测方法，等专利或专利申请均公布了采用多组分的成分分析方法并结合化学计量法对产品掺假及质量判定的方法。

发明内容

针对目前啤酒花产品掺伪等行为的存在导致仅通过少量指标难以判别啤酒花品种的问题，本发明提供了一种以顶空固相微萃取-气质联用方法测定啤酒花的主要挥发性成分的方法，确定特定品种啤酒花基于主要挥发性成分的轮廓，并结合主成分分析法建立特定品种啤酒花基于主要挥发性成分的PCA模型标准，并以此为标准，通过对需要判别的待测啤酒花样品中主要挥发性成分的分析比对来判别啤酒花的品种纯度和掺伪情况。本发明的目的是提供一种通过分析检测啤酒花中的挥发性成分，从而精准、快捷判别啤酒花产品纯度和掺伪的方法，具有样品量少、分析过程中无溶剂使用、环境友好等优点，并能真实精准地反映特定品种啤酒花样品的挥发性成分特征。

为了实现上述目的，本发明是采用如下技术方案来予以实现的：

一种基于挥发性成分结合PCA模型判别啤酒花掺伪的方法，其特征包括以下步骤：

(1) 收集不同产地、不同种植区、不同采收年份的特定品种的啤酒花样品10~50个，构成该特定品种的标准啤酒花样品组，按商品啤酒花的生产方法将啤酒花样品干燥包装后，置于冰箱-18℃以下冷冻保存；

(2) 将上述步骤（1）中的啤酒花样品分别于测试前从冰箱取出，室温放置30min~60min后进行粉碎处理，定量称取0.1000g~3.0000g粉碎后的啤酒花样品，置于顶空瓶中，以聚四氟乙烯盖密封，在20℃~50℃水浴下温育15min~60min，随后将固相微萃取的萃取头悬于顶空瓶上部萃取10min~80min；萃取结束后，将萃取头置于气相色谱-质谱联用仪的进样装置上，进行气相色谱-质谱分析，并采用保留指数法结合质谱谱库分析逐个鉴定出样品中挥发性成分的组成和含量信息；

(3) 采用PCA法，对上述步骤（2）中顶空固相微萃取-气质联用分析得到的标准啤酒花中的挥发性成分进行统计分析，建立上述步骤（1）中所述的特定品种的标准啤酒花基于挥发性成分的含量和组成的PCA模型标准；

(4) 对需要判别的待测啤酒花样品采用上述步骤（2）所述的方法进行分析，并与步骤（3）建立的特定品种啤酒花的PCA模型标准进行比对，确定该啤酒花样品的纯度和掺伪情况。

所述的一种基于挥发性成分结合PCA模型判别啤酒花掺伪的方法，其特征在于所述的特定品种的标准啤酒花样品组的样品为品种信息明确可靠，且符合规范种植要求的啤酒花。

所述的一种基于挥发性成分结合PCA模型判别啤酒花掺伪的方法，其特征在于所述的特定品种的标准啤酒花样品组的品种为青岛大花啤酒花。

所述的一种基于挥发性成分结合PCA模型判别啤酒花掺伪的方法，其特征在于所述的用于固相微萃取的萃取头为聚丙烯酸酯涂层、活性炭/聚二甲基硅烷涂层、聚二甲基硅烷/二乙烯基苯涂层、聚二甲基硅烷涂层等萃取头中的一种，所述的固相微萃取萃取时的水浴温度优选的为40℃~50℃，萃取时间优选的为30min~50min。

所述的一种基于挥发性成分结合PCA模型判别啤酒花掺伪的方法，优选的用于分析啤酒花样品的萃取头为活性炭/聚二甲基硅烷涂层的萃取头。

所述的一种基于挥发性成分结合PCA模型判别啤酒花掺伪的方法，其特征在于所述的气相色谱-质谱的分析步骤为色谱条件：氦气作为载气，载气流速为0.8mL/min~1.2mL/min，采用无分流进样模式，进样口温度为200℃~250℃；柱温箱起始温度为40℃~50℃，保持3min~5min；然后以2℃/min~10℃/min程序升温的方式升至200℃~250℃，保持3min~8min；传输线温度为200℃~250℃；质谱条件为：质谱在70eV电子电离模式（EI+）下运行，扫描范围为质荷比33~453，离子源温度为200℃~220℃，发射电流为180μA~220μA，检测器电压为300V~380V；定性采用NIST和Wiley质谱数据库结合C6~C26的正构烷烃计算保留指数完成，并逐个获得测定样品的主要挥发性组分信息。

所述的一种基于挥发性成分结合PCA模型判别啤酒花掺伪的方法，其特征在于该方法能够用于判别特定品种的商品啤酒花的掺伪和品种混杂现象。

所述的一种基于挥发性成分结合PCA模型判别啤酒花掺伪的方法，其特征在于该方法能够用于判别商品青岛大花啤酒花的品种纯度和掺伪。

所述的一种基于挥发性成分结合PCA模型判别啤酒花掺伪的方法，其特征在于所述的需要判别的待测啤酒花样品品种的分析方法为将待测啤酒花样品采用如前所述的与标准啤酒花样品组相同的样品分析程序，获得样品中的主要挥发性成分的分析数据，并与建立的基于特定品种的标准啤酒花样品的主要挥发性成分的组成和含量确定的PCA模型标准进行比对，以确定待测啤酒花样品的品种纯度和掺伪情况。

所述的一种基于挥发性成分结合PCA模型判别啤酒花掺伪的方法，其特征在于需要首先对特定品种的啤酒花建立标准样品基于主要挥发性成分的组成和含量的PCA模型标准，需要判别掺伪或纯度的待测啤酒花样品需要与同一品种的啤酒花的PCA模型标准进行对照；该判断方法准确、可靠，需要的样品数量少，分析时间短。

本发明所取得的有益效果是：

本发明采用的方法准确、可靠，需要的样品量少，分离度高，分析时间短，对啤酒花掺伪行为的判别非常适宜。中国是全球第一大啤酒生产和消费国，而啤酒花品质控制是保证啤酒质量的关键因素之一，因此确保啤酒花的品种质量的一致性，减少掺伪啤酒花流入市场，不仅可提升中国啤酒花和啤酒行业在国际市场的地位和影响力，也可为加强行业管理，提高企业诚信经营的意识，发展我国啤酒花和啤酒产业，带动地区经济发展起到积极的引领作用。

本发明所采用的方法容易推广，不同品种的啤酒花只需一次建立其基于主要挥发性成分的组成和含量的PCA模型标准，就能实现长期用于同一品种的啤酒花产品品种和品质的分析管控，并对啤酒花市场进行监控，具有很好的应用前景；且该方法也可拓展于其他对品种纯度要求较高的农作物产品的市场管控中。

附图说明

图1为青岛大花啤酒花标准样品的PCA模型图。

图2为基于图1两个模拟样品的PCA图。

图3为基于图1需要判别的10批次青岛大花啤酒花样品的PCA图。

具体实施方式

下面采用具体实施例的方式具体解释本发明，但本发明不局限于实施例。

实施例1

于2014年8月啤酒花收货季节，采集10个青岛大花啤酒花样品，种植地分布在新疆兵团222团、奇台农场、军户农场、甘肃玉门地区等，每批次酒花样品取两份，每份25g进行包装，采用真空-充氮-真空方式进行处理后，置于冰箱-18℃冷冻保藏。上述的啤酒花样品在2014年9月中旬到10月初进行分析。具体分析条件如下：将上述冷冻的青岛大花啤酒花样品取出，室温放置1h后粉碎，准确称取2.0000g粉碎的啤酒花样品，置于20mL顶空瓶中，以聚四氟乙烯密封，在45℃的水浴下温育20min，随后将活性炭/聚二甲基硅烷涂层的萃取头（技术规格为CAR/PDMS，75 μm，1 cm）的固相微萃取纤维头悬于顶空瓶上部平衡40分钟，取出后进行气相色谱-质谱分析。其中色谱条件为：氦气作为载气，恒定流速为0.8mL/min，采用无分流进样模式，进样口温度为250°C；柱温箱起始温度为45°C，保持3分钟；然后以10°C/min速率升温至100°C；再以5°C/min的速率升温至190°C；最后以10°C/min升至230°C，保持4分钟；进样口和传输线温度均为240°C。质谱条件为：质谱在70eV电子电离模式（EI⁺）下运行，扫描范围为质荷比33~453，离子源温度为200°C，发射电流为200μA，检测器电压为350V。定性采用NIST和Wiley质谱数据库结合C6~C26的正构烷烃计算保留指数（RI）完成，并逐个完成待测定样品的主要挥发性成分的分析。所获得青岛大花啤酒花的主要挥发性成分的组成和含量范围见表1。

实施例2

采用PCA法，将获得的酒花样品挥发性成分进行主成分分析，附图1为青岛大花啤酒花标准样品（标记为○）的PCA模型。

实施例3

以青岛大花的标准样品和已明确品种来源的高ɑ-酸的马克波罗和努格特品种的啤酒花制备了模拟样品，其中模拟样品1由80%青岛大花和20%马克波罗混合而得，模拟样品2由85%青岛大花和15%的努格特混合而得。以实施例2中的主成分分析所得的PCA模型为标准，对需要判别的模拟样品1（标记为▲）和模拟样品2（标记为■）进行分析，所得PCA图见附图2。由附图2容易看出，两个模拟样品均落在青岛大花啤酒花标准样品建立的PCA模型标准外，证明了该模型判断样品的掺伪情况的可靠性。

实施例4

以实施例2中的主成分分析所得的PCA模型为标准，对需要判别的待测10批次青岛大花啤酒花样品（标记为●）进行分析，所得PCA图见附图3。由附图3得出，可落入标准啤酒花建立的PCA模型标准内的需要判别的待测样品在品种和品质上与该品种对应的标准啤酒花具有高度一致性，不存在掺伪行为；反之，若未知样品落在其对应品种的标准啤酒花建立PCA模型标准外，则该样品在品种和品质上存在问题，存在掺伪行为。

表1 青岛大花啤酒花的主要挥发性成分

Claims (8)

1.一种基于挥发性成分结合PCA（主成分分析）模型判别啤酒花掺伪的方法，其特征包括以下步骤：

(1) 收集不同产地、不同种植区、不同采收年份的特定品种的啤酒花样品10~50个，构成该特定品种的标准啤酒花样品组，按商品啤酒花的生产方法将啤酒花样品干燥包装后，置于冰箱-18℃以下冷冻保存；

(2) 将上述步骤（1）中的啤酒花样品分别于测试前从冰箱取出，室温放置30min~60min后进行粉碎处理，定量称取0.1000g~3.0000g粉碎后的啤酒花样品，置于顶空瓶中，以聚四氟乙烯盖密封，在20℃~50℃水浴下温育15min~60min，随后将固相微萃取的萃取头悬于顶空瓶上部萃取10min~80min；萃取结束后，将萃取头置于气相色谱-质谱联用仪的进样装置上，进行气相色谱-质谱分析，并采用保留指数法结合质谱谱库分析逐个鉴定出样品中挥发性成分的组成和含量信息；

(3) 采用PCA法，对上述步骤（2）中顶空固相微萃取-气质联用分析得到的标准啤酒花中的挥发性成分进行统计分析，建立上述步骤（1）中所述的特定品种的标准啤酒花基于挥发性成分的含量和组成的PCA模型标准；

(4) 对需要判别的待测啤酒花样品采用上述步骤（2）所述的方法进行分析，并与步骤（3）建立的特定品种啤酒花的PCA模型标准进行比对，确定该啤酒花样品的纯度和掺伪情况。

2.根据权利要求1步骤（1）所述的方法，其特征在于所述的特定品种的标准啤酒花样品组的样品为品种信息明确可靠，且符合规范种植要求的啤酒花。

3.根据权利要求2所述的方法，其特征在于所述的特定品种的标准啤酒花样品组的品种为青岛大花啤酒花。

4.根据权利要求1步骤（2）所述的方法，其特征在于所述的用于固相微萃取的萃取头为聚丙烯酸酯涂层、活性炭/聚二甲基硅烷涂层、聚二甲基硅烷/二乙烯基苯涂层、聚二甲基硅烷涂层等萃取头中的一种，所述的固相微萃取萃取时的水浴温度优选的为40℃~50℃，萃取时间优选的为30min~50min。

5.根据权利要求1步骤（2）所述的方法，优选的用于分析啤酒花样品的萃取头为活性炭/聚二甲基硅烷涂层的萃取头。

6.根据权利要求1步骤（2）所述的方法，其特征在于所述的气相色谱-质谱的分析步骤为色谱条件：氦气作为载气，载气流速为0.8mL/min~1.2mL/min，采用无分流进样模式，进样口温度为200℃~250℃；柱温箱起始温度为40℃~50℃，保持3min~5min；然后以2℃/min~10℃/min程序升温的方式升至200℃~250℃，保持3min~8min；传输线温度为200℃~250℃；质谱条件为：质谱在70eV电子电离模式（EI+）下运行，扫描范围为质荷比33~453，离子源温度为200℃~220℃，发射电流为180μA~220μA，检测器电压为300V~380V；定性采用NIST和Wiley质谱数据库结合C6~C26的正构烷烃计算保留指数完成，并逐个获得测定样品的主要挥发性组分信息。

7.根据权利要求1步骤（4）所述的方法，其特征在于该方法能够用于判别特定品种的商品啤酒花的掺伪和品种混杂现象。

8.根据权利要求1步骤（4）所述的方法，其特征在于该方法能够用于判别商品青岛大花啤酒花的品种纯度和掺伪。