SPME-GC-MS聯(lián)用法區(qū)分不同類(lèi)別白菜

李曉穎，馬 茜，王 葉，陳修紅，王 軍*

（中國(guó)農(nóng)業(yè)大學(xué)食品科學(xué)與營(yíng)養(yǎng)工程學(xué)院，北京 100083）

SPME-GC-MS聯(lián)用法區(qū)分不同類(lèi)別白菜

李曉穎，馬 茜，王 葉，陳修紅，王 軍*

（中國(guó)農(nóng)業(yè)大學(xué)食品科學(xué)與營(yíng)養(yǎng)工程學(xué)院，北京 100083）

利用固相微萃取-氣相色譜-質(zhì)譜（solid phase microextraction-gas chromatograph-mass spectrometry，SPMEGC-MS）分析方法測(cè)定普通白菜、綠色白菜、甲醛處理白菜中揮發(fā)性風(fēng)味物質(zhì)，對(duì)其中14 種物質(zhì)進(jìn)行定性與面積歸一化分析，并結(jié)合判別分析（discrimant analysis，DA）方法，利用其指紋特征峰對(duì)這3 類(lèi)白菜進(jìn)行聚類(lèi)建模分析，聚類(lèi)分析效果明顯。隨機(jī)抽取綠色白菜和甲醛白菜做預(yù)測(cè)判別分析，準(zhǔn)確率在95%以上。結(jié)果表明：SPMEGC-MS結(jié)合DA是一種對(duì)白菜類(lèi)別判別有效的方法，可為白菜樣品品質(zhì)與安全分析提供參考。

白菜；風(fēng)味物質(zhì)；固相微萃取；氣相色譜-質(zhì)譜聯(lián)用；判別分析

大白菜原產(chǎn)于中國(guó)，因其味道鮮美、營(yíng)養(yǎng)豐富、價(jià)格便宜、四時(shí)有售，故有“菜中之王”的美譽(yù)。大白菜熱量低，纖維素含量豐富，有利于腸道的蠕動(dòng)和廢物的排除，一直是中國(guó)百姓餐桌上的重要蔬菜[1]。隨著近些年人們生活水平的提高，對(duì)于蔬菜的要求更有所提高，綠色蔬菜因其種植生態(tài)環(huán)境良好，生產(chǎn)管理科學(xué)，越來(lái)越受到廣大消費(fèi)者的青睞。對(duì)于大白菜而言，綠色大白菜價(jià)格比普通大白菜價(jià)格高，但就外觀而言，兩者的區(qū)別并不顯著，很難用肉眼進(jìn)行區(qū)分，因此一些不法商販以次充好，欺騙消費(fèi)者；甚至有些商販利用甲醛處理大白菜以改變外觀，延長(zhǎng)白菜貯存期，造成潛在的食品安全問(wèn)題。

指紋圖譜技術(shù)已應(yīng)用于中藥領(lǐng)域，樣品經(jīng)適當(dāng)處理后，采用一定的分析手段，提取其化學(xué)信息并加以描述，得到能夠標(biāo)志該中藥材特性的圖譜[2]，結(jié)合化學(xué)計(jì)量計(jì)算，實(shí)現(xiàn)區(qū)分和標(biāo)識(shí)中藥材不同產(chǎn)地以及不同品質(zhì)。近年來(lái)對(duì)指紋圖譜的研究越來(lái)越深入，借鑒中藥指紋圖譜的分析方法，將其應(yīng)用到食品領(lǐng)域，已實(shí)現(xiàn)了紅葡萄酒產(chǎn)地的溯源[3]、米糠油摻偽檢測(cè)[4]等。

風(fēng)味物質(zhì)是果蔬內(nèi)在品質(zhì)的重要體現(xiàn)。種植環(huán)境（大氣、水質(zhì)、土壤）、肥料種類(lèi)、是否使用農(nóng)藥等都對(duì)蔬菜生長(zhǎng)代謝有很大影響，直接影響到果蔬的風(fēng)味組成與含量。固相微萃取（solid phase microextraction，SPME）是20世紀(jì)90年代初興起的一種在固相萃取技術(shù)的基礎(chǔ)上發(fā)展起來(lái)的樣品前處理技術(shù)[5]，與傳統(tǒng)方法相比具有很多優(yōu)點(diǎn)，其吸附、萃取具有一定的選擇性，克服了水蒸氣蒸餾法、溶劑萃取法等傳統(tǒng)處理時(shí)樣品需求量大、耗時(shí)長(zhǎng)等缺點(diǎn)，具有操作簡(jiǎn)單，選擇性較好等特點(diǎn)[6]。近年來(lái)被廣泛用于水果、蔬菜等作物的香氣組分分析[7-11]。本實(shí)驗(yàn)采用SPME和氣相色譜-質(zhì)譜（gas chromatograph-mass spectrometry，GC-MS）聯(lián)用的方法，通過(guò)分析大白菜的揮發(fā)性成分，結(jié)合判別分析（discrimant analysis，DA）法建立區(qū)分普通大白菜、綠色大白菜以及甲醛處理大白菜的方法，為大白菜質(zhì)量控制、安全預(yù)警和快速溯源提供參考。

1 材料與方法

1.1 材料與試劑

實(shí)驗(yàn)用白菜來(lái)自北京及周邊地區(qū)，品種均為北京3號(hào)大白菜。普通白菜和甲醛處理所用白菜均購(gòu)自北京當(dāng)?shù)剞r(nóng)貿(mào)市場(chǎng)；綠色白菜購(gòu)自北京專(zhuān)營(yíng)綠色蔬菜超市。其中普通白菜購(gòu)買(mǎi)8 種，綠色白菜購(gòu)買(mǎi)9 種，甲醛白菜模擬5 種，每種白菜均做3 個(gè)平行，共計(jì)66 個(gè)樣品數(shù)。

氯化鈉（分析純） 北京化工廠；甲醛溶液（分析純） 汕頭市西隴化工有限公司

1.2 儀器與設(shè)備

450-GC-220-MS氣相色譜-質(zhì)譜聯(lián)用儀 美國(guó)Varian公司；DB-5MS石英毛細(xì)管柱（30 m×0.25 mm，0.25 μm） 美國(guó)Agilent公司；85-2A數(shù)顯恒溫磁力攪拌器 北京市永光明醫(yī)療儀器廠；固相微萃取手柄及SPME萃取頭、100 μm聚二甲基硅氧烷（polydimethylsiloxane，PDMS）、75 μm二乙烯基苯/碳分子篩/聚二甲基硅氧烷（carboxen/PDMS，CAR/ PDMS）、65 μm聚二甲基硅氧烷/二乙基苯（PDMS/ divinylbenzene，PDMS/DVB） 美國(guó)Supelco公司；BS200S-WEI萬(wàn)分之一天平 德國(guó)Sartorius公司。

1.3 方法

1.3.1 樣品前處理

將白菜樣品采用八分法，取1/8切碎后放入榨汁機(jī)中，將水和白菜按照m（水）：m（白菜）=1∶5的比例勻漿。稱(chēng)取2 g氯化鈉置于15 mL樣品瓶中，并加入3 g搗碎的白菜漿，加入磁子，封口后放在磁力攪拌器中，攪拌平衡20 min。將萃取頭插入250 ℃的GC進(jìn)樣口老化20 min，然后插入已平衡好、裝有樣品的頂空瓶中在40 ℃條件下吸附30 min。吸附完成后，插入GC-MS進(jìn)樣器中，立即啟動(dòng)儀器采集數(shù)據(jù)，待解吸3 min后取出萃取頭[12]。

甲醛白菜處理：配制質(zhì)量分?jǐn)?shù)0.1%甲醛溶液，將其噴灑到白菜上面，并用塑料袋包裹住，放置24 h后取出備用[13-14]，樣品后續(xù)處理同上。

1.3.2 GC-MS條件

GC條件：載氣為氦氣；恒流；流速1 mL/min；進(jìn)樣方式：不分流進(jìn)樣；升溫程序：起始溫度45 ℃，保持3 min，以6 ℃/min上升至140 ℃后，再以10 ℃/min上升至230 ℃保持6 min。

MS條件：電子電離源；電子能量70 eV；離子源溫度250 ℃；進(jìn)樣口溫度250 ℃；電子掃描質(zhì)量范圍45～650 u。1.4 數(shù)據(jù)處理

定性分析：將GC-MS分析得到的總離子流圖用計(jì)算機(jī)檢索，與NIST檢索圖譜庫(kù)進(jìn)行匹配，確定白菜風(fēng)味物質(zhì)的主要化學(xué)成分。并選取3 類(lèi)白菜的共有峰作為白菜的特征指紋峰，結(jié)合Excel-Xlstats軟件，利用DA計(jì)算數(shù)據(jù)，得到這3 類(lèi)白菜的指紋分析。

定量分析：依據(jù)峰面積歸一化法計(jì)算各風(fēng)味物質(zhì)在總萃取物質(zhì)組成中的相對(duì)含量。DA首先需要建立判別模型，然后可以對(duì)未知樣本進(jìn)行類(lèi)別判定，并利用分類(lèi)的結(jié)果進(jìn)行預(yù)測(cè)[15-17]。本實(shí)驗(yàn)利用樣品分析數(shù)據(jù)建立判別分析樣本集，再隨機(jī)采樣了同品種的2 種綠色白菜和1 種甲醛白菜（1.3.1節(jié)模擬制備），然后將這3 種白菜進(jìn)行DA，判斷、驗(yàn)證該方法的準(zhǔn)確性。

2 結(jié)果與分析

2.1 不同SPME萃取頭的選擇

圖1 不同萃取頭吸附白菜風(fēng)味物質(zhì)的總離子流圖Fig.1 Total ion current chromatogram of volatile components in Chinese cabbages by different SPME fibers

SPME技術(shù)是依據(jù)萃取頭上不同材料的涂層吸附揮發(fā)性物質(zhì)，不同的萃取頭對(duì)揮發(fā)性物質(zhì)的吸附狀況也不同。本實(shí)驗(yàn)選擇常用的3 種不同萃取頭對(duì)白菜風(fēng)味物質(zhì)進(jìn)行吸附，并采用GC-MS分析，進(jìn)行優(yōu)化對(duì)比，總離子流見(jiàn)圖1。

由圖1可知，無(wú)論從出峰的數(shù)量以及相對(duì)強(qiáng)度上來(lái)看，75 μm CAR/PDMS萃取頭具有更好的吸附性，該萃取頭對(duì)白菜風(fēng)味物質(zhì)吸附效果好，因此選用該萃取頭進(jìn)行白菜風(fēng)味物質(zhì)吸附分析研究。

2.2 白菜風(fēng)味物質(zhì)的測(cè)定選擇

75μm CAR/PDMS的萃取頭對(duì)白菜風(fēng)味物質(zhì)進(jìn)行測(cè)定分析（以綠色白菜為例），經(jīng)NIST庫(kù)檢索白菜的風(fēng)味物質(zhì)組成及相對(duì)含量見(jiàn)表1。

表1 白菜風(fēng)味物質(zhì)組成及相對(duì)含量Table 1 Flavor components and relative contents in Chinese cabbages

經(jīng)測(cè)定，綠色、普通以及甲醛處理3 類(lèi)白菜中均主要檢測(cè)出14 種物質(zhì)，其中包括醛類(lèi)、腈類(lèi)、酯類(lèi)、醚類(lèi)等。其中腈類(lèi)5 種、酯類(lèi)4 種、醚類(lèi)2 種、雜環(huán)類(lèi)1 種、醛類(lèi)1 種、以及肟1 種。3 類(lèi)白菜共有的風(fēng)味物質(zhì)中含量較高的是反-2-己烯醛、1-異硫代氰酸丁酯、苯代丙腈、二甲基二硫醚、二甲基三硫醚、環(huán)己酮甲基肟、硫代異氰酸環(huán)戊酯和異硫氰酸苯乙酯。其中含量最高的反-2-己烯醛，又名青葉醛，在稀釋狀態(tài)下有令人愉快的綠葉清香和水果香氣，天然存在于一些綠色蔬菜、水果中[18-21]。

白菜風(fēng)味物質(zhì)中檢出較多的腈類(lèi)物質(zhì)和異硫氰酸酯類(lèi)，這是因?yàn)榱虼咸烟擒帐鞘只剖卟酥械闹匾锘钚晕镔|(zhì)，廣泛存在于十字花科植物根、莖、葉、種子中，是一類(lèi)含硫陰離子親水性次生代謝產(chǎn)物[22]。硫代葡萄糖苷在葡萄糖硫苷酶的作用下脫去葡萄糖和硫酸，重組形成異硫代氰酸鹽、硫代氰酸鹽、腈類(lèi)化合物等降解產(chǎn)物[23]。但受到遺傳因素和環(huán)境條件的影響，風(fēng)味物質(zhì)在不同種類(lèi)、品質(zhì)白菜中的構(gòu)成含量各不相同[24-26]。

2.3 白菜指紋圖譜分析

對(duì)普通白菜、綠色白菜、甲醛白菜，選取上述含量較豐富的14 個(gè)共有峰作為這3 類(lèi)白菜的特征指紋峰，結(jié)合Excel-Xlstats軟件，利用DA計(jì)算數(shù)據(jù)，得到這3 類(lèi)白菜的指紋分析。

2.3.1 不同類(lèi)別白菜DA聚類(lèi)分析

圖2 不同類(lèi)別白菜DA圖Fig.2 DA diagram of Chinese cabbage samples

由圖2 DA可以看出，不同類(lèi)別的白菜所含風(fēng)味物質(zhì)構(gòu)成含量有差異，因此根據(jù)風(fēng)味品質(zhì)，利用SPME-GCMS方法能將相同類(lèi)別的白菜能有效地聚在一起，而不同類(lèi)別的白菜彼此能區(qū)分開(kāi)。由圖2可以看出，甲醛白菜與其他2 種白菜區(qū)分更明顯。這是由于經(jīng)過(guò)甲醛處理后導(dǎo)致白菜中一些風(fēng)味物質(zhì)的結(jié)構(gòu)和含量發(fā)生較明顯的變換，因此與其他2 類(lèi)白菜風(fēng)味差別較大。而綠色白菜和普通白菜相對(duì)風(fēng)味物質(zhì)差距不大，判別分析圖中綠色白菜和普通白菜在邊緣處有部分交叉，這可能是因?yàn)橐恍┚G色白菜在種植過(guò)程中沒(méi)有良好控制種植方式等，造成部分判別模糊的狀況。

2.3.2 不同類(lèi)別白菜DA

用66 個(gè)樣本數(shù)據(jù)建立的模型，對(duì)超市中購(gòu)買(mǎi)的2 種綠色白菜和1 種自制模擬的甲醛白菜進(jìn)行抽樣分析，結(jié)果見(jiàn)圖3。

圖3 不同類(lèi)別白菜抽樣DA圖Fig.3 Discriminant analysis of Chinese cabbage samples by DA method

表2 抽樣白菜判別正確性分析（n=3）Table 2 Analysis of prediction accuracy for selected Chinese cabbage samples (n = 3)

市場(chǎng)隨機(jī)抽樣檢驗(yàn)的綠色白菜和甲醛白菜均落在各自類(lèi)別區(qū)域中，得到了準(zhǔn)確的區(qū)分。根據(jù)表2的預(yù)測(cè)判斷結(jié)果數(shù)據(jù)可以看出，判斷類(lèi)別的準(zhǔn)確性均在95%以上，準(zhǔn)確性好，該方法能用于白菜類(lèi)別的預(yù)測(cè)判別分析。

3 結(jié) 論

本實(shí)驗(yàn)通過(guò)對(duì)市場(chǎng)上常見(jiàn)的普通白菜、綠色白菜，以及按照相關(guān)報(bào)道制備的甲醛白菜中風(fēng)味物質(zhì)進(jìn)行SPME-GC-MS分析，總離子流色譜圖數(shù)據(jù)結(jié)合Excel-Xlstats軟件進(jìn)行DA聚類(lèi)和DA，該方法能有效地將這3 類(lèi)白菜聚類(lèi)區(qū)分在不同區(qū)域，形成各自的建模聚集區(qū)，區(qū)分效果好。綠色白菜與甲醛白菜抽樣類(lèi)別預(yù)測(cè)判別實(shí)驗(yàn)表明，抽樣的綠色白菜與甲醛白菜樣品都能聚類(lèi)在各自的建模聚集區(qū)，能分別與其他2 類(lèi)白菜區(qū)分開(kāi)，判斷類(lèi)別的準(zhǔn)確性在95%在上，判別結(jié)果準(zhǔn)確性好，能用于白菜類(lèi)別的預(yù)測(cè)判斷分析，為保障食品安全，提高風(fēng)險(xiǎn)預(yù)警能力提供了一種有效的參考方法。

[1] 吳澎, 周濤, 寇麗娟, 等. 自動(dòng)化靜態(tài)頂空/氣相色譜-質(zhì)譜對(duì)膠州大白菜中風(fēng)味物質(zhì)的快速分析[J]. 食品科學(xué), 2009, 30(12): 215-218.

[2] 秦昆明, 方前波, 蔡寶昌. 指紋圖譜技術(shù)在方劑現(xiàn)代研究中的應(yīng)用現(xiàn)狀[J]. 世界科學(xué)技術(shù)-中藥現(xiàn)代化, 2009, 11(2): 287-293.

[3] 謝建軍, 陳小帆, 陳文銳, 等. 氣相色譜指紋圖譜法進(jìn)行紅葡萄酒產(chǎn)地溯源表征[J]. 食品科學(xué), 2013, 34(18): 253-257.

[4] 喻鳳香, 林親錄, 黃中培, 等. 基于指紋圖譜相似度的米糠油摻偽檢測(cè)方法研究[J]. 中國(guó)糧油學(xué)報(bào), 2013, 28(10): 118-122.

[5] ALCXANDRA S, JNUSEZ P. Analysis of flavor volatiles using headspace solid-phase microextraction[J]. Agricultural and Food Chemistry, 1996, 44(8): 2187-2193.

[6] 王傳增, 張艷敏, 徐玉亭, 等. 蘋(píng)果香氣SPME-GC/MS萃取條件優(yōu)化[J].山東農(nóng)業(yè)科學(xué), 2012, 44(7): 116-120.

[7] 高婷婷, 寒帥, 劉玉平, 等. 固相微萃取結(jié)合GC-MS分析鮮山楂果肉中的揮發(fā)性成分[J]. 食品科學(xué), 2013, 34(20): 144-147.

[8] 何朝飛, 冉玥, 曾林芳, 等. 檸檬果皮香氣成分的GC-MS分析[J]. 食品科學(xué), 2013, 34(6): 175-179.

[9] 張偉, 盧引, 顧雪竹, 等. HS-SPME-GC-MS分析兩種南瓜肉揮發(fā)性成分[J]. 中國(guó)實(shí)驗(yàn)方劑學(xué)雜志, 2013, 19(7): 117-119.

[10] 李聚英, 王軍, 戴蘊(yùn)青, 等. 香椿特征香氣組成及其在貯藏中變化的研究[J]. 北京林業(yè)大學(xué)學(xué)報(bào), 2011, 33(3): 127-131.

[11] PONTES M, PEREIRA J, CAMARA J S. Dynamic headspace solid-phase microextraction combined with one-dimensional gas chromatography-mass spectrometry as a powerful tool to differentiate banana cultivars based on their volatile metabolite profile[J]. Food Chemistry, 2012, 134 (4): 2509-2520.

[12] 吳春燕, 何啟偉, 宋廷宇, 等. 大白菜風(fēng)味物質(zhì)的氣相色譜-質(zhì)譜分析[J].食品科學(xué), 2009, 30(4): 145-148.

[13] 李海濤, 岳中花, 張景然. 高效液相色譜法檢測(cè)白菜中的甲醛[J]. 廣東化工, 2012, 39(16): 56-57.

[14] 付麗麗. “甲醛白菜” 之憂[N]. 大眾科技報(bào), 2012-05-15(3).

[15] 陳燕清, 倪永年. 模式識(shí)別在食品質(zhì)量控制方面的應(yīng)用進(jìn)展[J]. 化學(xué)研究與應(yīng)用, 2009, 21(1): 1-7.

[16] 孫其然, 向平, 沈保華, 等. 氣相色譜-質(zhì)譜指紋圖譜在鑒別貴州茅臺(tái)酒中的應(yīng)用[J]. 色譜, 2010, 28(9): 833-839.

[17] 李軍, 朱蘇閩, 林平. 固相微萃取-氣相色譜-質(zhì)譜指紋圖譜鑒別仿冒品牌卷煙[J]. 煙草科技, 2002(12): 26-28.

[18] 劉春香, 何啟偉. 黃瓜芳香物質(zhì)的研究進(jìn)展[J]. 園藝學(xué)報(bào), 2004, 31(2): 269-273.

[19] FROSS D A, DUNSTONE E A, ZAMSHAW E H, et al. The fl avor of cucumbers[J]. Food Science, 1962, 27(1): 90-93.

[20] 陳計(jì)巒, 周珊, 王強(qiáng), 等. 新疆庫(kù)爾勒香梨的香氣成分分析[J]. 食品科技, 2007, 32(6): 95-98; 103.

[21] 喬宇, 謝筆鈞, 柴倩, 等. 血橙果實(shí)香氣成分的氣相色譜-質(zhì)譜分析[J].質(zhì)譜學(xué)報(bào), 2008, 29(1): 1-4; 9.

[22] HALKIER B A, GERSHENZON J. Biology and biochemistry of glucosinolates[J]. Annual Review of Plant Biology, 2006, 57: 303-333.

[23] VAUGHN S F, BERHOW M A. Glucosinolate hydrolysis products from various plant sources: pH effects, isolation, and purifi cation[J]. Industrial Crops and Products, 2005, 21: 193-202.

[24] 吳春燕, 何啟偉, 宋廷宇. 白菜揮發(fā)性組分的氣相色譜-質(zhì)譜分析[J].食品科學(xué), 2012, 33(20): 252-256.

[25] 夏廣清, 何啟偉, 于占東, 等. 不同生態(tài)型大白菜品種中揮發(fā)性化學(xué)成分分析[J]. 中國(guó)蔬菜, 2005(5): 20-21.

[26] 戴建青, 李振宇, 陳煥瑜, 等. 3 種十字花科蔬菜植物揮發(fā)性物質(zhì)的分離鑒定[J]. 廣東農(nóng)業(yè)科學(xué), 2011, 38(22): 106-108.

Discriminant Analysis of Different Kinds of Chinese Cabbages by SPME-GC-MS

LI Xiao-ying, MA Qian, WANG Ye, CHEN Xiu-hong, WANG Jun*
(College of Food Science and Nutritional Engineering, China Agricultural University, Beijing 100083, China)

A method of SPME coupled with GC-MS was developed and applied for the determination of fl avor compounds in three kinds of Chinese cabbages, including ordinary cabbages, green cabbages, and cabbages treated with formaldehyde. A total of 14 compounds in the cabbages as characteristic peaks were identifi ed and quantifi ed by area normalization method. A clustering model was established with the data of the characteristic peaks by discriminant analysis (DA). The randomly selected samples were used to verify the accuracy of prediction for Chinese cabbage types. The results showed that the accuracy rate was more than 95%. Hence, SPME-GC-MS combined with DA analysis was effective for judging Chinese cabbage types, which provided a scientifi c reference for analyzing the safety and quality of Chinese cabbages.

Chinese cabbage; flavor compounds; solid phase microextraction; gas chromatograph-mass spectrometry; discriminant analysis

TS201.6

A

1002-6630（2014）24-0224-04

10.7506/spkx1002-6630-201424043

2014-05-09

北京市科學(xué)技術(shù)委員會(huì)資助課題（Z121100000312080）

李曉穎（1989—），女，碩士研究生，主要從事食品安全研究。E-mail：lxygyj1989111@163.com

*通信作者：王軍（1975—），男，副教授，博士，主要從事食品化學(xué)以及食品安全檢測(cè)領(lǐng)域研究。E-mail：wangjun1@cau.edu.cn