電子鼻在芝麻油摻芝麻油香精識別中的應用

賈洪鋒 鄧 紅 梁愛華

(四川旅游學院食品科學系1，成都 610100)

(烹飪科學四川省高等學校重點實驗室2，成都 610100)

芝麻(Sesamum indicumL.)是亞洲和非洲地區種植的一種重要油料作物。傳統的芝麻制油工藝是先對芝麻高溫焙炒，然后再采用水代法或壓榨法生產芝麻油[1－2]。因其特殊的香氣和口感，在許多亞洲國家，芝麻油都是一種重要的調味品和食用油脂。由于芝麻油營養價值高于其它食用植物油，所以其價格往往比其他食用植物油昂貴，在韓國，其價格是其他植物油脂的10～20倍[3－4]。通過摻入價格低廉或劣質的其他油脂可以牟取暴利，常見的摻假方式是摻入玉米油、大豆油、菜籽油和葵花籽油等。

在我國，芝麻油的摻假除了摻入其他食用植物油以外，還存在用芝麻油香精勾兌生產假冒芝麻油的現象。盡管大多數的摻假都不會對消費者的健康產生危害，但是這種欺詐行為嚴重侵害了消費者的基本權利和利益，因此，為了保護合法生產經營者和消費者的利益，迫切需要建立科學、快速、準確、有效的檢測方法，進行芝麻油摻假的鑒別[3]。

芝麻油摻假鑒別的方法主要有高效液相色譜法[5]、氣相色譜法[3、5]、電子鼻法[6]、同位素比值質譜儀法[3]、常規理化指標法(折光率、酸價、色澤、水分及揮發物、皂化值和碘價等)[7]、威勒邁志法、波多因法、硫酸顯色法[8]、紫外分光光度法[9]和近紅外光譜法[10]等。但這些方法不僅操作復雜，而且耗時，費用較高，對于芝麻油摻假的快速檢測都有一定的局限性，而使用電子鼻可以較好的避免這些缺陷。

在芝麻油摻假的檢測方面，電子鼻已成功用于鑒別芝麻油和其他植物油脂[4、6、11－12]，而關于芝麻油和芝麻油香精區分識別的報道還比較少[13]。本試驗主要研究芝麻油中摻入芝麻油香精的電子鼻檢測，以期為摻假芝麻油的檢測提供一定的參考依據。

1 材料和方法

1.1 材料

瓶裝芝麻油、芝麻油香精:市售。

樣品信息如表1。

表1 試驗樣品

1.2 儀器與設備

FOX 4000電子鼻(傳感器由18個金屬氧化物傳感器組成):法國Alpha MOS公司；Alpha SOFTV12軟件:法國Alpha MOS公司；AUW220D電子天平:日本島津公司。

1.3 方法

1.3.1 摻假芝麻油樣品制備

根據前期對4種芝麻油香精和14種芝麻油的電子鼻分析研究結果[13]，選擇其中氣味最為相似的芝麻油(A)和芝麻油香精(G)進行芝麻油的摻假試驗。在純芝麻油樣品中分別添加質量比為0%、10%、30%、50%、70%、90%和100%的芝麻油香精制備摻假樣品，樣品信息見表1。

1.3.2 分析樣品準備和檢測參數

稱取0.25 g樣品，于10 mL頂空瓶中，加蓋密封待檢，每個樣品重復4次。

樣品的檢測參數為:載氣(合成干燥空氣)流速150 mL/min，頂空產生時間600 s，頂空產生溫度25℃，進樣體積2.5 mL，進樣速度2.5 mL/s，數據采集時間120 s，延滯時間300 s。

1.3.3 傳感器信號分析

電子鼻共有18個傳感器，檢測每一個樣品時共采集120 s。在進行數據分析與處理時，選擇每個傳感器的最大響應強度值進行分析。

1.3.4 數據分析方法

根據傳感器采集的原始數據進行統計學分析，分別采用主成分分析(Principal Component Analysis，PCA)、判別因子分析(Discriminant Factor Analysis，DFA)、偏最小二乘回歸分析(Partial Least－squares Analysis，PLS)和統計質量控制分析(Statistical Quality Control，SQC)進行數據處理。

2 結果與分析

2.1 樣品的傳感器信號分析結果

根據樣品在各傳感器上的響應值，建立雷達指紋圖譜和傳感器信號強度圖(圖1)。從圖1中可以看出，各樣品在18個傳感器上的響應值存在一定的差異，隨著芝麻油香精摻入比例的增加，在各傳感器上的響應值呈增大的趨勢(除了B和D兩個樣品在傳感器 P10/1、P10/2、P40/1、T40/1、TA/2上的響應值略有波動)。在傳感器LY2/gCT上，各樣品的響應值均較小，但是這種響應值增大的趨勢仍然較為明顯。通過對比在不同傳感器上響應值的差異，可以明顯區分不同摻混比例的芝麻油樣品，因此電子鼻可以實現對摻假芝麻油(摻入芝麻油香精)的區分。

圖1 不同樣品的雷達指紋圖譜

2.2 主成分分析

圖2為不同樣品的主成分分析圖，不同摻混比例的芝麻油樣品在圖中有不同的聚類，從總體上看，隨著摻混比例的增加，樣品的分布呈現一定的規律性(圖2箭頭所示)，但是在PCA圖中，B和C兩個樣品重疊，E、F和G3個樣品比較接近，說明雖然總體上具有規律性，但是PCA分析對樣品的區分效果不盡理想。

圖2 不同樣品的PCA圖

2.3 判別因子分析

圖3是不同樣品的判別因子分析圖。從圖3中可以更加明顯地看出樣品間的差異性，不同的樣品在DFA圖中有不同的聚類分布，樣品間的區分程度比PCA更好，PCA圖中不能分開的B和C兩個樣品能夠很好的分開，且規律性更加明顯，隨著芝麻油中摻入的芝麻油香精比例的增加，各樣品按圖3中箭頭所示的方向規律分布。說明采用DFA對樣品的區分更有效，且能夠區分不同摻入比例的摻假樣品。

圖3 不同樣品的DFA圖

2.4 偏最小二乘回歸分析

以傳感器響應值為自變量，以芝麻油中摻入芝麻油香精的質量比例(0%、10%、30%、50%、70%、90%和100%)為擬合目標值進行曲線擬合，結果如圖4。曲線擬合的相關系數R＝0.992 1，擬合效果良好，回歸方程為y＝0.992 1x。說明樣品摻混比例與電子鼻的響應值具有良好的線性關系。

圖4 芝麻油中摻入不同比例芝麻油香精的PLS預測

2.5 質量控制分析

以純芝麻油樣品為標準建立統計質量控制分析圖，對不同摻混比例的樣品進行SQC分析，結果見圖5。

從圖5中可以看出，總體來說，以純芝麻油樣品A為標準品時，隨著芝麻油香精摻入比例的增加，樣品離標準品之間的距離越大，即距離與芝麻油香精的摻入比例是成正比的。D、E、F和G四個樣品處于合格品區域以外，即為不合格品；B和C兩個樣品部分處于合格品區域以內，對B和C兩個樣品的判別效果不理想。這說明SQC模型對于摻入比例較高(≥50%)的混合樣品具有較好的區分能力，而對于摻混比例較低的混合樣品區分效果不好。

圖5 統計質量控制分析圖

3 結論

3.1 隨著芝麻油香精摻入比例的增加，樣品在各傳感器上的響應值呈增大的趨勢，且響應值增大的趨勢較為明顯。因此，通過對比在不同傳感器上響應值的差異，可以區分不同摻混比例的芝麻油樣品。

3.2 通過PCA和DFA分析發現，隨著芝麻油香精摻入比例的增大，樣品均呈規律性分布；但PCA的區分效果不太理想，部分樣品存在重疊；而在DFA分析中，樣品的分布更具規律性，在PCA分析中重疊的B和C兩個樣品區分明顯，說明相比于PCA，DFA能更加有效地對摻入不同比例芝麻油香精的摻假芝麻油樣品進行區分。

3.3 對不同摻混比例的芝麻油樣品進行PLS分析表明，模型的擬合效果良好，相關系數R＝0.992 1，回歸方程為y＝0.992 1x。樣品摻混比例與電子鼻的響應值具有良好的線性關系。PLS方法能有效識別摻入比例為0%～100%的試驗樣品。

3.4 以純芝麻油樣品為標準建立統計質量控制分析，SQC模型對于摻入比例較高(≥50%)的混合樣品具有較好的區分能力，而對于摻混比例較低的混合樣品區分效果不好。這可能是由于在實驗中樣品偏少，以至于模型不太準確，在后期試驗中可通過增加樣品數量來對SQC模型進行優化。

參考文獻

[1]Park M H，Jeong M K，Yeo J D，et al.Application ofsolid phase－microextraction(SPME)and electronic nose techniques to differentiate volatiles of sesame oils prepared with diverse roasting conditions[J].Journal of Food Science，2011，76(1):80－88

[2]劉玉蘭，陳劉楊，汪學德，等.不同壓榨工藝對芝麻油和芝麻餅品質的影響[J].農業工程學報，2011，27(6):382－386

[3]Seo H Y，Ha J，Shin D B，et al.Detection of corn oil in adulterated sesame oil by chromatography and carbon isotope analysis[J].Journal of the American Oil Chemists＇Society，2010，87(6):621－626

[4]Zheng H，Jun W.Electronic nose and data analysis for detection of maize oil adulteration in sesame oil[J].Sensors and Actuators B:Chemical，2006，119(2)449－455

[5]Park Y W，Chang P S，Lee J H.Application of triacylglycerol and fatty acid analyses to discriminate blended sesame oil with soybean oil[J].Food Chemistry，2010，123(2):377－383

[6]Son H J，Kang JH，Hong E J，et al.Authentication of Sesame Oil with Addition of Perilla Oil Using Electronic Nose Basedon Mass Spectrometry[J].Korean Journal of Food Science and Technology，2009，41(6):609－614

[7]黎海紅，李雪琴，苗笑亮.摻偽芝麻油檢測的主成分分析方法研究[J].食品工業科技，2008，29(6):297－300

[8]周祥德.摻偽芝麻油中芝麻油含量分析方法的比較[J].糧食與食品工業，2004，12(2):53－55

[9]朱杏冬，王凱雄，臧榮春，等.芝麻油摻偽檢測的紫外分光光度法研究[J].中國油脂，2000，25(1):50－51

[10]馮利輝，劉波平，張國文，等.芝麻油中摻入菜籽油的近紅外光譜研究[J].食品科學，2009，30(18):296－299

[11]Zheng H，Jun W.Detection of adulteration in camellia seed oil and sesame oil using an electronic nose[J].European Journal of Lipid Science and Technology，2006，108(2):116－124

[12]Shin J A，Lee K T.Discrimination of Sesame Oils from Imported Seeds and Their Blended Ones Using Electronic－Nose System，[J].Korean Journal of Food Science and Technology，2005，37(5):856－860

[13]王鑫，賈洪鋒，鄧紅，等.電子鼻在芝麻油及芝麻油香精識別中的應用[J].中國調味品，2012，37(5):39－43.