棗烘焙揮發性組分的GC-MS鑒定和主成分分析

崔 璨，高 哲，李喜悅，安小楠，王 洋，崔 同

（河北農業大學食品科技學院，河北保定071000）

棗烘焙揮發性組分的GC-MS鑒定和主成分分析

崔 璨，高 哲，李喜悅，安小楠，王 洋，崔 同*

（河北農業大學食品科技學院，河北保定071000）

采用大孔樹脂吸附和氣相色譜-質譜聯用法分析了阜平大棗的烘焙揮發性成分，初步鑒定出5-甲基-2（3H）-呋喃酮等25種揮發性化合物。并對不同烘焙溫度、烘焙時間、樹脂用量、泵流速和洗脫劑用量的8個不同的烘焙處理進行比較，采用主成分分析法對各處理的結果建立評價模型，確定了三個主成分，其累積貢獻率達93.73%。據此模型對8個烘焙處理進行評價，效果最好的處理條件：150℃、烘箱加熱60min、0.8g樹脂吸附、泵流速為5mL/s，洗脫乙醚用量為10mL。

棗，烘焙，香氣成分，主成分分析法，氣相色譜-質譜

棗是鼠李科棗屬植物棗樹（Zizyphus jujuba Mill）的果實，它是原產于中國的最古老的幾種水果之一，在中國北部和西部有大面積種植。棗有多種食用方式，包括鮮食，干食，以及各種加工制品。近年來這種食材已經被當作一種香味料廣泛地添加到鮮牛奶、酸奶、冰淇淋、碳酸飲料、香煙等很多產品中。然而有關棗的烘焙香氣成分方面，目前尚未見任何有價值的研究報道。

現代儀器分析技術的進步例如氣相色譜-質譜聯用（GC-MS）法，為香氣物質的研究提供了強有力的工具和手段［1-2］，但是由于香氣物質事實上是極其復雜的，僅僅依賴儀器的直觀分析往往很難給出有價值的客觀評判結果，主成分分析法是一種通過降維技術將多個變量轉化為少數幾個主成分的實用統計分析方法，它是解決存在多數變量，并且各變量之間存在一定聯系等相關問題的一種有效方法。主成分分析的目的是簡化數據和揭示變量間的關系［3］，已廣泛應用于許多領域［4-10］。本文擬采用氣相色譜-質譜聯用技術對棗的高溫烘焙揮發性物質進行分析鑒定，再通過對不同烘焙處理方法下棗的風味物質進行主成分分析，以期建立一種對棗的烘焙風味物質進行質量評價的客觀方法。

1　材料與方法

1.1材料與儀器

阜平大棗購于保定市果品批發市場，產于河北省阜平縣，去核，曬干，打粉，放置在真空干燥器中備用；X-5樹脂購于天津南開大學化工廠，使用前進行如下處理：乙醇浸泡24h，上柱，用95%的乙醇流動清洗，檢查流出的洗脫液與蒸餾水1∶5體積混合不出現白色渾濁為止，然后以大量蒸餾水沖洗，至水洗液無醇味為止，再用丙酮浸泡24h，上柱，用丙酮洗脫，方法同乙醇洗脫，用蒸餾水洗去丙酮，最后用兩倍于樹脂體積2%的鹽酸淋洗后再用蒸餾水淋洗，烘干后待用。

7890A-5975C型氣相色譜-質譜聯用儀美國Agilent公司；HP-5ms毛細管色譜柱（30m×0.25mm× 0.25μm） Agilent J&W公司；USC-202型超聲波清洗器上海龍波電子設備有限公司；101-0型電熱鼓風干燥箱上海錦屏儀器儀表有限公司；SGK-2LB型低噪音空氣泵北京東方精華苑科技有限公司；TB-215D型分析天平德國賽多利斯股份有限公司；ST-02A型多功能粉碎機永康市帥通工具有限公司；RE-52CS型旋轉蒸發儀上海亞榮生化儀器廠；SHZ-D型循環水真空泵保定陽光科教儀器廠。

1.2實驗方法

1.2.1揮發性風味物質的提取準確稱取20.0g棗粉放入具塞三角瓶中并置于烘箱內，瓶口用膠塞密封，膠塞插有兩只玻璃管，其中一只將凈化了的空氣（用少許X-5大孔吸附樹脂）通入三角瓶底部，另一只通出烘箱外，連接一只內裝有一定質量X-5大孔吸附樹脂的冷凝管作吸收管，管外通入循環冷卻水，后面連接一只可調速的吸氣泵。在設定的烘焙溫度，烘焙時間，樹脂質量和泵空氣流速下用樹脂吸附棗的揮發性物質。吸附結束后用乙醚洗脫吸附樹脂并濃縮至1mL，供GC-MS分析。本實驗共設8種實驗處理方式［11］，詳見表1。

表1　棗烘焙實驗處理Table 1　Treatments of roasting jujuba

1.2.2揮發性風味物質的GC-MS分析GC分析條件：色譜柱：HP-5（30m×0.25mm×0.25μm）；載氣（He）流速：1mL/min；進樣口溫度：250℃；輔助加熱器溫度：280℃；平衡時間0.5min，升溫程序：40℃保持3min后，以5℃/min升至70℃，再以2℃/min升至80℃，保持1min再以10℃/min升至200℃，保持2min；分流比20∶1，進樣量1μL。

MS條件：離子源溫度：230℃；MS四極桿：150℃。電離方式EI，電離能70eV；掃描范圍m/z=14～450。

1.2.3揮發性風味物質的定性定量方法GC-MS分析圖譜經計算機把每個峰與NIST Library05相匹配檢索定性，匹配度大于90作為鑒定結果。棗的揮發性物質的相對含量以峰面積歸一化表示。

1.2.4評價模型的建立由不同烘焙處理的風味物質的色譜峰面積構成主成分分析的相關矩陣，根據主成分分析后確定的不同主分量的線性組合與累積貢獻率之積的和來排序不同的樣本，進行風味物質質量評價，具體分析步驟如下：

將n個樣本的p個變量通過變換將原變量Xi轉換成主成分，主成分是原變量的線性組合，即將X1，X2，…，Xp綜合成k（k＜p）個變量（F1，…，Fk），綜合變量F1，F2，…，Fk分別稱作原變量的第1、第2、…、第k個主成分，表示為：

F1=a11X1+a21X2+…+ap1Xp

F2=a12X1+a22X2+…+ap2Xp

…

Fk=a1kX1+a2kX2+…+apkXp

以不同特征值的方差貢獻率βi（i=1，2，…，k）為加權系數，利用綜合評價函數F=β1F1+β2F2+…+βkFk計算各樣本得分，然后進行排序評價棗風味物質質量。

圖1　棗烘焙香氣成分的GC-MS總離子流色譜圖Fig.1　GC-MS total ion chromatograms of in baked jujuba

2　結果與討論

2.1不同烘焙處理棗風味物質測定結果

采用1.2.1方法對棗樣品進行烘焙并收集揮發物，采用1.2.2的方法進行GC-MS分析，圖1是棗烘焙揮發性成分的總離子流色譜圖。通過對NIST譜庫檢索，對其中匹配度＞90%的25種化合物得到了初步鑒定，其中有雜環類物質13種，烷烴類物質8種，酸類物質4種。在這25種化合物中，糠醛、2-糠醇、2-乙酰基呋喃、5-甲基-2-糠醛、5-羥甲基-2-糠醛、十烷酸、十二酸以及十四酸8種化合物曾在前人關于各種棗的揮發性香氣成分的研究中有過報道［12-19］，但含量和比例卻多有不同，而5-甲基-2（3H）-呋喃酮等其余17種化合物尚未見其他研究報道。由于文獻報道的實驗條件多為低溫加熱烘焙，而本實驗采用140～170℃的高溫加熱，由此判斷可能是高溫烘焙過程豐富了棗的香氣成分，產生了5-甲基-2（3H）-呋喃酮等其余17種香氣成分。

對鑒定的25種化合物用峰面積表示其相對含量，統計8種不同烘焙處理的風味物質測定結果，見表2。

表2　棗樣中主要風味物質的相對含量峰面積歸一化處理Table 2　The relative contents of main flavor compounds in jujuba samples

2.2各指標的標準化處理

利用SPSS數據分析軟件，對表2的數據進行了標準化，結果見表3。

2.3棗烘焙風味物質的主成分

樣品數據經過標準化后，利用SPSS軟件的Analyze菜單中的Factor過程進行主成分分析，得到特征值和特征向量列于表4。由表4可看出，第1成分的貢獻率為60.32%，第2成分的貢獻率為24.22%，第3成分的貢獻率為9.19%，前三個主成分的累積貢獻率已經達到93.73%，可見前3個成分已經足以說明該數據的變化趨勢，完全符合主成分分析的要求，故取前3個主成分作為數據分析的有效成分。

表5為主成分載荷矩陣，由此可以看出，第1主成分與糠醛、2-糠醇、5-甲基-2（3H）-呋喃酮、3-環戊烯-1，4-二酮、2-乙酰基呋喃、丁內酯、2-呋喃酮、5-甲基-2-（5H）-呋喃酮、5-甲基-2-糠醛、2-呋喃甲醇乙酸酯、2，3-二氫-3，5-二羥基-6-甲基-4H-吡喃-4-酮、5-羥甲基-2-糠醛、5-乙酰基甲酯-2-糠醛，成高度正相關，負荷量分別為0.961、0.904、0.959、0.948、 0.957、0.953、0.901、0.964、0.949、0.930、0.896、0.840、0.818，又因為總方差60%以上的貢獻來自于第一主成分，因此可以認為糠醛、2-糠醇、5-甲基-2（3H）-呋喃酮、3-環戊烯-1，4-二酮、2-乙酰基呋喃、丁內酯、2-呋喃酮、5-甲基-2-（5H）-呋喃酮、5-甲基-2-糠醛、2-呋喃甲醇乙酸酯、2，3-二氫-3，5-二羥基-6-甲基-4H-吡喃-4-酮、5-羥甲基-2-糠醛、5-乙酰基甲酯-2-糠醛是棗烘焙揮發物質的主要成分。

對第2主成分貢獻最大的是萘，負荷量為0.973，其次為1，3-二乙基苯、1，4-二乙基苯、十一烷，負荷量分別為0.868、0.870和0.881，因而第二主成分代表了以萘、1，3-二乙基苯、1，4-二乙基苯、十一烷為組合的風味化合物。

2.4不同烘焙處理的質量評價結果

將主成分載荷矩陣中的數據利用SPSS中的“Transfor→Compute”過程，在Compute Variable對話框中輸入“A1=B1/SQR（15.080）”［注：第二主成分SQR后的括號中填6.055，第三主成分SQR后的括號中填2.297］，即可得到特征向量A1。同理，可得到特征向量A2、A3。將得到的特征向量與標準化后的數據相乘，公式見（1.2.4）。

以每個主成分所對應的特征值占所提取主成分總的特征值之和的比例作為權重計算主成分綜合模型F（見下式）。并計算不同處理棗烘焙風味成分的綜合得分，見表6。

表3　標準化后的棗樣中主要風味物質的相對含量Table 3　The relative contents of main flavor compounds in jujuba samples after standardized

表4　主成分的特征值以及貢獻率Table 4　The contribution of the eigenvalues of principal component

表5　主成分載荷矩陣Table 5　Principal component loading matrix

F=0.644F1+0.258F2+0.098F3

=0.174ZX1+0.181ZX2+0.171ZX3+0.173ZX4+ 0.181ZX5+0.181ZX6+0.159ZX7+0.185ZX8+0.177ZX9-0.019ZX10+0.182ZX11-0.031ZX12-0.033ZX13+0.052ZX14+ 0.056ZX15+0.028ZX16+0.156ZX17+0.076ZX18+0.174ZX19+ 0.128ZX20+0.136ZX21+0.046ZX22+0.141ZX23+0.161ZX24+ 0.163ZX25

由表6可以看出，綜合排名第一的是T5，第二名是T3，第三名是T4，主成分F1方差貢獻率達60.32%，F1的前三位排名和綜合主成分排名相同，表明棗烘焙風味成分最佳的處理首先是150℃、0.8g樹脂、60min烘箱加熱、泵流速為5mL/s，洗脫用乙醚為10mL。其次是160℃，0.8g樹脂、30min烘箱加熱、泵流速為5mL/s，洗脫用乙醚為20mL。由于此兩個處理的綜合主成分值相差不大，分別為3.775和3.547，考慮到處理所需時間的關系，在實際應用中可以選用160℃，30min加熱的處理為最佳處理。比較其他得分，T3＞T4＞T2＞T1表明在只有溫度為變量的條件下，140～170℃范圍內，最佳溫度為160℃，其次為170、150℃，最后為140℃；T5＞T2表明在只有時間是變量的條件下，增加烘焙時間由0.5h至1h會使綜合模型分數增加；T2＞T8，表明只有洗脫劑為變量的條件下，增加洗脫劑用量由10mL增加到20mL會使綜合模型分數增大，即洗脫劑的足夠量是重要的；T6＞T8表明只有樹脂克數為變量的條件下，樹脂克數增加（由0.6～0.8g）而洗脫劑用量不變（均為10mL）會使綜合模型分數減小，即樹脂的克數和洗脫劑的用量應成比例關系增加或者減少；T8＞T7表明只有泵流速為變量的條件下泵流速由3mL/s升到5mL/s會使綜合模型分數增加。

表6　綜合主成分值Table 6　Integrated value of the principal component

需要關注一點，本研究的烘焙香氣物質評價是以產生的揮發性化合物的相對含量為依據的統計分析結果，然而不同化合物的感官貢獻其實是十分微妙的，所以含量分析結果應該與香氣的感官評價平行進行，以期能更好的反應產品的質量，這些工作還有待進一步嘗試。

3　結論

采用氣相色譜-質譜聯用結合譜庫檢索，從棗烘焙揮發性組分中初步鑒定出25種化合物，其中有17種是新報道的化合物。采用主成分分析法對不同烘焙處理方法的香氣組分的含量進行了統計評價，結果表明糠醛、2-糠醇、5-甲基-2（3H）-呋喃酮、3-環戊烯-1，4-二酮、2-乙酰基呋喃、丁內酯、2-呋喃酮、5-甲基-2-（5H）-呋喃酮、5-甲基-2-糠醛、2-呋喃甲醇乙酸酯、2，3-二氫-3，5-二羥基-6-甲基-4H-吡喃-4-酮、5-羥甲基-2-糠醛、5-乙酰基甲酯-2-糠醛是阜平棗的主要烘焙風味物質，綜合主成分值結果表明T5處理的效果優于其他處理，各處理的排序依次為：T5＞T3＞T4＞T6＞T2＞T8＞T7＞T1。這些結果為棗烘焙工藝參數的改進及后續研究提供了更為客觀的依據。

［1］Mehdi JH，Zekavat B，Sereshti H.Characterization of essential oil components of Iranian geranium oil using gas chromatographymassspectrometrycombinedwithchemometricresolution techniques［J］.J Chromatogra A，2006，11（14）：154-163.

［2］Li N.Gas chromatography-mass spectrometry following microwave distillation and headspace solid-phase microextraction for fast analysis of essential oil in dry traditional Chinese medicine［J］.J Chromatogra A，2006，11（33）：29-34.

［3］宋江峰，李大婧，劉春泉，等.甜糯玉米軟罐頭主要揮發性物質主成分分析和聚類分析［J］.中國農業科學，2010，43（10）：2122-2131.

［4］楊堅，童華榮，賈利蓉.豆腐乳感官和理化品質的主成分分析［J］.農業工程學報，2002，18（2）：131-135.

［5］Miguel á，Rodríguez D.Principal component analysis of the polyphenol content in young red wines［J］.Food Chem，2002，78（4）：523-532.

［6］鮑艷，胡振琪，柏玉，等.主成分聚類分析在土地利用生態安全評價中的應用［J］.農業工程學報，2006，22（8）：87-90.

［7］岳田利，彭幫柱，袁亞宏，等.基于主成分分析法的蘋果酒香氣質量評價模型的構建［J］.農業工程學報，2007，23（6）：223-226.

［8］Zhang ZM，Li GK.A preliminary study of plant aroma profile characteristics by a combination sampling method coupled with GC-MS［J］.Microchem J，2007：29-36.

［9］Kara D.Evaluation of trace metal concentrations in some herbs and herbal teas by principal component analysis［J］.Food Chem，2009，11（4）：347-354.

［10］Zhao Y，Chen P，Lin LZ.Tentative identification，quantitation，and principal component analysis of green pu-erh，green，and white teas using UPLC/DAD/MS［J］.Food Chem，2011，12（6）：1269-1277.

［11］王洋.棗烘培香氣成分的GC-MS分析與質量評價［D］.保定：河北農業大學，2012.

［12］朱曉蘭，時亮，劉百戰，等.利用GC和GC/MS分析棗子酊揮發性化學成分［J］.分析儀器，2000，4：41-43.

［13］回瑞華，侯冬巖，李鐵純.酸棗果肉中揮發性化學成分的提取及分析［J］.分析化學研究簡報，2004，32（4）：325-328.

［14］車勇，李松濤，張永清.酸棗超臨界萃取物的化學成分研究［J］.安徽農業科學，2009，37（17）：7822-7834.

［15］李文絮，劉會巒.樂陵棗揮發油化學成分的氣相色譜-質譜分析［J］.青島大學學報，2005，18：67-70.

［16］穆啟運，陳錦屏，張保善.紅棗揮發性芳香物的氣相色譜—質譜分析［J］.農業工程學報，1999，15：251-255.

［17］鄧國賓，李雪梅，林瑜，等.滇刺棗揮發性成分的研究［J］.精細化工，2004，21：318-320.

［18］王頡，張子德，張占忠，等.棗揮發油的提取及其化學成分的氣相色譜—質譜分析［J］.食品科學，1998，19：38-40.

［19］王林祥，劉楊崛，袁身淑，等.天津紅棗香氣成分的分離與鑒定［J］.無錫輕工大學學報，1995，14：49-56.

Volatile components of baking jujuba identified by GC-MS and pincipal component analysis

CUI Can，GAO Zhe，LI Xi-yue，AN Xiao-nan，WANG Yang，CUI Tong*
（College of Food Science and Technology，Agricultural University of Hebei，Baoding 071000，China）

By macroporous resin adsorption and gas chromatography-mass spectrometry analysis the volatile components of the Fuping roasting jujube，preliminary identification of 5-methyl-2-furfural and other 25 kinds of volatile compounds.Different baking temperature and baking time，the amount of resin，the pump flow rate and eluent of the eight differents baking treatments were compared using principal component analysis，the results of which to established the evaluation model，identified three main principal components，cumulative contribution rate was 93.73%.Based on the model evaluate eight baking process，the best treatment conditions：150℃，60min of oven heating，0.8g resin，the pump flow rate of 5mL/s，elution ether dosage was 10mL.

jujube；baking；volatile components；principal component analysis；gas chromatography-mass spectrometry

TS201.1

A

1002-0306（2015）12-0065-06

10.13386/j.issn1002-0306.2015.12.005

2014－09－12

崔璨（1989-），男，在讀碩士研究生，研究方向：食品加工與安全。

崔同（1956-），男，博士，教授，研究方向：天然產物（水果）生物活性成分研究及保健食品開發。

國家林業公益性行業科研專項（201304708）。