工夫紅茶咖啡堿和5種兒茶素組分近紅外快速測定方法的研究

劉洪林

(1.重慶第二師范學(xué)院旅游與服務(wù)管理系,重慶 400065;2.西南大學(xué),重慶 400715)

?

工夫紅茶咖啡堿和5種兒茶素組分近紅外快速測定方法的研究

劉洪林1,2

(1.重慶第二師范學(xué)院旅游與服務(wù)管理系,重慶 400065;2.西南大學(xué),重慶 400715)

提出一種利用近紅外光譜技術(shù)無損快速檢測工夫紅茶咖啡堿(Caffeine)和5種兒茶素(兒茶素(Catechin,C)、表兒茶素(Epicatechin,EC)、表沒食子兒茶素(Epigallocatechin,EGC)、表兒茶素沒食子酸酯(Epicatechin gallate,ECG)、表沒食子兒茶素沒食子酸酯(Epigallocatechin gallate,EGCG))組分含量的新方法。實驗樣品共計240個,手動選擇180個樣品作為校正級,剩余60個樣品作為預(yù)測集;利用OPUS7.0軟件優(yōu)化出各模型最佳波數(shù)段和最佳預(yù)處理方法,平滑點數(shù)17,維數(shù)1,結(jié)合咖啡堿(Caffeine)和5種兒茶素組分C、EC、ECG、EGC、EGCG含量建立預(yù)測模型,分析預(yù)測模型的預(yù)測性能。結(jié)果表明:各預(yù)測模型預(yù)測精準度高,均可用于咖啡堿和5種兒茶素組分C、EC、ECG、EGC、EGCG檢測。其中,各模型校正相關(guān)系數(shù)(Rc)為91.85%～99.49%,校正均方根誤差(RMSEC)為0.0187～0.353;預(yù)測相關(guān)系數(shù)(Rp)為97.12%～99.88%,預(yù)測均方根誤差(RMSEP)為0.00759～0.0773。各模型校正集和預(yù)測集均有較高的擬合度,模型預(yù)測性能咖啡堿>EGC>EC>ECG>EGCG>C。結(jié)論:近紅外光譜圖結(jié)合咖啡堿(Caffeine)和5種兒茶素組分C、EC、ECG、EGC、EGCG含量建立的各預(yù)測模型預(yù)測性能優(yōu),可用于工夫紅茶咖啡堿(Caffeine)和5種兒茶素組分C、EC、ECG、EGC、EGCG含量快速無損檢測。

工夫紅茶,近紅外光譜技術(shù),咖啡堿,兒茶素,預(yù)測模型

咖啡堿和兒茶素是決定紅茶湯色和滋味的主要化學(xué)成分[1]。近紅外光譜(NIRS)是一種介于可見光譜區(qū)和中紅外光譜區(qū)的電磁波,波長在780～2526 nm(12820～2959 cm-1)范圍內(nèi)[2]。由于近紅外光譜分析技術(shù)具有速度快、效率高、成本低、測試重現(xiàn)性好、測量方便、客觀等特點[3-8],近年來國內(nèi)外利用近紅外光譜技術(shù)對茶葉種類的識別[9]和真假茶的鑒別[10]等研究成為熱點之一。目前,對咖啡堿和兒茶素類定量分析的方法中應(yīng)用最廣泛的是高效液相色譜法(HPLC)[11],該方法精度高,但是分析過程復(fù)雜,速度較慢,且對樣品有化學(xué)污染。但目前利用近紅外光譜技術(shù)檢測工夫紅茶咖啡堿和兒茶素類品質(zhì)成分還鮮有報道。

因此,本研究以2013年隨機抽取的240個工夫紅茶茶樣為原料,利用OPUS7.0軟件將工夫紅茶近紅外光譜圖譜與咖啡堿和5種兒茶素組分C、EC、ECG、EGC、EGCG測定結(jié)果(HPLC法)結(jié)合建立定量分析預(yù)測模型,探討近紅外光譜客觀評價技術(shù)與化學(xué)方法測定結(jié)果的一致性,以期為無損快速測量工夫紅茶咖啡堿和5種兒茶素組分C、EC、ECG、EGC、EGCG提供一種新方法。

1　材料與方法

1.1材料與儀器

240個工夫紅茶茶樣:分別從安徽、福建、廣東、廣西、貴州、湖北、湖南、江蘇、江西、山東、陜西、四川、云南、浙江和斯里蘭卡地區(qū)抽取2、5、4、11、4、3、4、1、3、3、4、8、1、6、1個紅茶品種,60個紅茶品種,每個品種4個茶樣(含特級、一級、二級、三級四個等級),共240個工夫紅茶茶樣。

C、EC、EGC、ECG、EGCG、Caffeine標準品美國sigma公司;乙腈、甲醇、三氟乙酸(色譜純)美國sigma公司;乙酸乙酯、正丁醇、碳酸氫鈉、草酸(分析純)重慶博藝化學(xué)試劑有限公司。

布魯克MPA型傅立葉變換近紅外光譜儀BRUKER公司;HH-8型數(shù)顯恒溫水浴鍋金壇市富華儀器有限公司;C18高效液相色譜儀美國Aglient有限公司;Whatman Partisphere C18液相色譜柱(4.6 mm×125 mm,5 μm)美國Whatman有限公司;DFT-200型200 g手提式粉碎機溫嶺市林大機械有限公司;FA2004A型分析天平海津天電子儀器有限公司;Mili-Q超純水儀美國密理博公司;Centrifuge5810高速離心機德國Eppendorf公司。

1.2實驗方法

1.2.1工夫紅茶樣品近紅外光譜圖采集方法參照周小芬[12]方法,本實驗采用完整茶樣進行實驗。實驗條件為:掃描范圍:800～2500 nm(波數(shù)12500～4000 cm-1)[13],掃描次數(shù):32次,分辨率:8 cm-1。測試前,將97 mm自動旋轉(zhuǎn)式樣品杯擦拭干凈,裝入20 g工夫紅茶樣品,能確保樣品杯中裝入茶葉容量在2/3以上[14],通過OPUS軟件控制光譜儀掃描,每個樣品掃描3次,取平均譜作為該樣品的近紅外光譜。

1.2.2咖啡堿和5種兒茶素組分含量測定方法本實驗建立高效液相色譜法[11]測定工夫紅茶的咖啡堿和5種兒茶素組分含量。

色譜條件:色譜柱為hatman Partisphere C18液相色譜柱(4.6 mm×125 mm,5 μm),檢測器為二極管陣列檢測,器柱溫32 ℃,流動相A相為含0.035%(v/v)三氟乙酸的5%(v/v)的乙腈溶液、B相為含0.025%(v/v)三氟乙酸的50%(v/v)的乙腈溶液,梯度洗脫,30 min內(nèi)完成,梯度洗脫程序見表1,流速1 mL/min,進樣量為10 μL,檢測波長為205 nm。

表1　高效液相色譜洗脫梯度Table 1　The elution gradient of HPLC

樣品處理:準確稱取每個茶樣0.5 g,分別粉碎后轉(zhuǎn)入100 mL棕色錐形瓶中,加入50 mL沸超純水,于90 ℃水浴鍋中恒溫水浴30 min,期間順時針搖動30 s,使內(nèi)含物質(zhì)充分浸出。冷卻后將上清液充分過濾到100 mL棕色離心管中,加入2 mL 20%的乙腈溶液,在15000×g下離心2 min。待測液用0.22 μm濾膜過濾,將濾液置于2 mL的棕色進樣瓶中待色譜測定。

1.2.3工夫紅茶茶樣波數(shù)選擇和近紅外光譜圖預(yù)處理方法實驗對240個工夫紅茶茶樣結(jié)合咖啡堿和5種兒茶素組分含量利用0PUS7.0軟件進行建模,通過軟件剔除高頻區(qū)和低頻區(qū)的無效光譜,采用無光譜預(yù)處理、一階導(dǎo)數(shù)(FD)、二階導(dǎo)數(shù)(SD)、消除常數(shù)偏移量、矢量歸一化(SNV)、減去一條直線、最小-最大歸一化、多元散射校正(MSC)、一階導(dǎo)數(shù)(FD)+減去一條直線、一階導(dǎo)數(shù)(FD)+矢量歸一化(SNV)、一階導(dǎo)數(shù)(FD)+多元散射校正(MSC)等光譜預(yù)處理方法進行光譜預(yù)處理[15]。同時實驗通過OPUS7.0軟件進行方法優(yōu)化選擇建模最佳波數(shù)段和最佳預(yù)處理方式,以總樣本均方根誤差RMSEC總作為衡量標準(RMSEC總越小,效果越好)。

1.2.4基于近紅外光譜圖對咖啡堿(Caffeine)和5種兒茶素組分含量的建模方法實驗樣品共計240個,樣品集分為校正集(定標集)和預(yù)測集(驗證集),二者樣品數(shù)比例為3∶1[12]。預(yù)測集的選擇方式有兩種:即隨機選擇和手動選擇。為了避免隨機選擇中可能存在同一等級茶樣品集中被選中,從而影響模型的定標范圍和定標精準度,因此本實驗利用手動選擇方式選擇預(yù)測集樣品。方法為:對樣品咖啡堿(Caffeine)和5種兒茶素組分含量進行高低排序,從上而下每隔3個校正集樣品選擇一個預(yù)測集樣品。因此本實驗的校正集樣品數(shù)為180個,預(yù)測集樣品數(shù)為60個。在最佳波數(shù)段利用最佳預(yù)處理方法對原始光譜曲線進行有效信息提取,并對預(yù)處理后的光譜曲線結(jié)合咖啡堿(Caffeine)和5種兒茶素組分含量建立預(yù)測分析模型。

1.2.5數(shù)據(jù)統(tǒng)計分析各實驗至少重復(fù)3次以上,采用OPUS7.0軟件及其軟件自帶的偏最小二乘法(PLS)分析方法,將近紅外光譜圖結(jié)合咖啡堿(Caffeine)和5種兒茶素組分含量進行建模分析[16]。

建模結(jié)果表示方式以校正相關(guān)系數(shù)(Rc)、校正均方根誤差(RMSEC)、預(yù)測相關(guān)系數(shù)(Rp)、預(yù)測均方根誤差(RMSEP)表示[17]。

2　結(jié)果與分析

2.1近紅外光譜圖的采集

工夫紅茶的近紅外光譜圖是其內(nèi)在品質(zhì)的反映。茶葉無論品種、產(chǎn)地等是否相同,近紅外光譜圖都帶有很多相似信息,這是由于近紅外光譜吸收的都是茶葉中的C-H和N-H基團,這些基團的周圍環(huán)境發(fā)生變化時,會導(dǎo)致峰位的變化,但變化幅度并不大;決定近紅外光譜峰位和峰強度的是樣品中存在的成分含量[18]。而不同的工夫紅茶中的成分含量都不一致,也就出現(xiàn)了不同的光譜圖。240個工夫紅茶近紅外光譜掃描曲線如圖1所示。

表3　咖啡堿和5種兒茶素組分模型波數(shù)和光譜預(yù)處理方法選擇Table 3　Selection of wave number and spectral preprocessing method Caffeine and five kinds of catechin component content models

圖1　工夫紅茶茶樣近紅外光譜圖Fig.1　Averaged NIR reflectance spectra for Congou black tea samples

從圖1中可以看出,不同的工夫紅茶的光譜曲線有明顯區(qū)別,具有一定的特征性和指紋性[18],這一區(qū)別為不同工夫紅茶咖啡堿和5種兒茶素組分含量檢測奠定了數(shù)學(xué)建模基礎(chǔ)。其中大于10000 cm-1和小于4000 cm-1主要貢獻噪聲,4000～10000 cm-1波數(shù)段為有效信息集中段[12]。

2.2工夫紅茶咖啡堿和5種兒茶素組分含量測定結(jié)果

表2是240個工夫紅茶茶樣咖啡堿和5種兒茶素組分含量測定結(jié)果,其中測得咖啡堿含量范圍在9.40～23.61 mg/g之間,平均含量16.44 mg/g;C含量范圍在0.91～6.08 mg/g之間,平均含量2.95 mg/g;EC含量范圍在0.99～6.26 mg/g之間,平均含量1.92 mg/g;ECG含量范圍在3.37～13.52 mg/g之間,平均含量6.93 mg/g;EGC含量范圍在4.66～13.83 mg/g之間,平均含量6.44 mg/g;EGCG含量范圍在1.78～5.42 mg/g之間,平均含量3.20 mg/g。

表2　240個工夫紅茶茶樣咖啡堿 和5種兒茶素組分含量(n=3)Table 2　The Caffeine and five kinds of catechin component contentof 240 Congou black tea(n=3)

2.3波數(shù)選擇和光譜預(yù)處理

實驗對茶樣4000～10000 cm-1波數(shù)段結(jié)合咖啡堿和5種兒茶素組分含量利用0PUS軟件進行建模,同時調(diào)節(jié)OPUS軟件中的波數(shù)段、預(yù)處理方法、平滑點數(shù)和維數(shù),RMSEC總最小時為最佳波數(shù)段和最佳預(yù)處理方式,表3為RMSEC總最小時對應(yīng)的波數(shù)和預(yù)處理方法,分別為建模的最佳波數(shù)和預(yù)處理方法,平滑點數(shù)17,維數(shù)1[19-20]。

2.4基于近紅外光譜技術(shù)的工夫紅茶咖啡堿和5種兒茶素組分含量快速預(yù)測

提取工夫紅茶光譜圖譜信息,建立能充分反映光譜特征與茶葉咖啡堿和5種兒茶素組分含量專有屬性關(guān)系的定量預(yù)測分析模型,找出被眾多錯綜復(fù)雜的共性所掩蓋著的專屬特征,定量地描述不同樣品譜圖間的相似程度,這是近紅外光譜技術(shù)可以用于評判茶葉品質(zhì)專有屬性的原因所在[21]。

表4　工夫紅茶茶樣咖啡堿和5種兒茶素組分校正集 與預(yù)測集模型的建模結(jié)果Table 4　The Congou black tea samples to Caffeine and five kinds of catechin component content of calibration set and prediction set model modeling results

實驗利用工夫紅茶近紅外光譜圖結(jié)合咖啡堿和5種兒茶素組分C、EC、ECG、EGC、EGCG建立了定量預(yù)測模型,并運用OPUS7.0軟件中自帶的偏最小二乘法對結(jié)果進行分析,結(jié)果如表4所示。由表4可知,工夫紅茶茶樣的Rc和Rp均在90%以上,模型定標效果較好。研究表明[17],所建立的定量模型精準度由預(yù)測集的Rp和RMSEP反映。當Rp值>0.9時,表明所建模型是比較好的模型,Rp值越接近1表明模型越好;RMSEP越小,RMSEP以接近0為最好,模型預(yù)測性能越優(yōu)。按照咖啡堿、C、EC、ECG、EGC、EGCG的預(yù)測模型相關(guān)系數(shù)Rp分別為99.88%、97.12%、99.39%、99.25%、99.66%、99.18%;所對應(yīng)的RMSEP分別為0.0773、0.00806、0.0745、0.0756、0.00759、0.0765,從模型看出,六種化學(xué)品質(zhì)組分近紅外光譜定量預(yù)測模型預(yù)測性能由高到低為:咖啡堿>EGC>EC>ECG>EGCG>C。

各模型預(yù)測精準度均較高,預(yù)測性能較優(yōu),證明近紅外光譜技術(shù)是一種快速無損檢測工夫紅茶咖啡堿和5種兒茶素組分C、EC、ECG、EGC、EGCG成分含量的新方法。

3　結(jié)論

240個工夫紅茶茶樣咖啡堿含量范圍在9.40～23.61 mg/g之間,平均含量16.44 mg/g;C含量范圍在0.91～6.08 mg/g之間,平均含量2.95 mg/g;EC含量范圍在0.99～6.26 mg/g之間,平均含量1.92 mg/g;ECG含量范圍在3.37～13.52 mg/g之間,平均含量6.93 mg/g;EGC含量范圍在4.66～13.83 mg/g之間,平均含量6.44 mg/g;EGCG含量范圍在1.78～5.42 mg/g之間,平均含量3.20 mg/g。

手動選擇180個樣品作為校正集,剩余60個樣品作為預(yù)測集;利用OPUS7.0軟件優(yōu)化出各模型最佳波數(shù)段和最佳預(yù)處理方法,平滑點數(shù)17,維數(shù)1,結(jié)合咖啡堿和5種兒茶素組分C、EC、ECG、EGC、EGCG建立預(yù)測模型。

各模型預(yù)測精準度高,均可用于工夫紅茶咖啡堿和5種兒茶素組分C、EC、ECG、EGC、EGCG含量檢測。其中,各模型校正相關(guān)系數(shù)(Rc)為91.85%～99.49%,校正均方根誤差(RMSEC)為0.0187～0.353;預(yù)測相關(guān)系數(shù)(Rp)為97.12%～99.88%,預(yù)測均方根誤差(RMSEP)為0.00759～0.0773。各模型校正集和預(yù)測集均有較高的擬合度,模型預(yù)測性能咖啡堿>EGC>EC>ECG>EGCG>C。

總的來說,近紅外光譜圖結(jié)合咖啡堿和5種兒茶素組分C、EC、ECG、EGC、EGCG含量建立預(yù)測模型預(yù)測性能優(yōu),為快速無損檢測工夫紅茶咖啡堿和5種兒茶素組分C、EC、ECG、EGC、EGCG提供了一種新方法。今后的方向還可利用近紅外光譜技術(shù)結(jié)合其它技術(shù)(如機器視覺技術(shù))對工夫紅茶品質(zhì)評價建立優(yōu)性能預(yù)測模型。

[1]席佳麗,張廣輝,李國榮,等.云南臨滄不同級別紅茶化學(xué)成分比較研究[J].西南農(nóng)業(yè)學(xué)報,2014,27(4):1447-1452.

[2]張正竹,廖步巖,閻守和,等.近紅外光譜(NIRS)技術(shù)在茶葉品質(zhì)保真中的應(yīng)用前景[J].食品工業(yè)科技,2009,30(09):349-352.

[3]郭志明.近紅外光譜法測定茶葉中游離氨基酸的研究[J].光譜儀器與分析,2011,20(Z1):105-109.

[4]趙杰文,郭志明,陳全勝,等.近紅外光譜法快速檢測綠茶中兒茶素的含量[J].光學(xué)學(xué)報,2008,28(12):2302-2306.

[5]劉輝軍.基于近紅外技術(shù)的茶葉成份快速分析儀的原理與設(shè)計[D].北京:中國計量科學(xué)研究院,2006.

[6]Luypaert J M H,Zhang D L,Massart.Feasibility study for the use of near infrared spectroscopy in the qualitative and quantitative analysis of green tea[J],Camellia sinensis(L.)Analytica Chimica Acta,2003,478(2):303-312.

[7]陳全勝.無損檢測新技術(shù)在茶葉品質(zhì)檢測中的應(yīng)用[C]//食品安全監(jiān)督與法制建設(shè)國際研討會暨第二屆中國食品研究生論壇論文集(上).杭州:食品安全監(jiān)督局,2005:5-6.

[8]Chen Q.Simultaneous analysis of main catechins contents in green tea(Camelliasinensis(L.)by Fourier transform near infrared reflectance(FT-NIR)spectroscopy[J]. Food Chemistry,2009,113(4):1272-1277.

[9]羅一帆,郭振飛,朱振宇,等.近紅外光譜測定茶葉中茶多酚和茶多糖的人工神經(jīng)網(wǎng)絡(luò)模型研究[J].光譜學(xué)與光譜分析,2005,25(08):1230-1233.

[10]龔加順,劉佩瑛,劉勤晉,等.茶飲料品質(zhì)相關(guān)成分的近紅外線光譜技術(shù)分析[J].食品科學(xué),2004,25(02):135-140.

[11]Lee B L,Ong C N.Comparative analysis of tea catechins and theaflavins by high-performance liquid chromatography and capillary electrophoresis[J]. Journal of Chromatography A,2000,881(1-2):439-447.

[12]周小芬,葉陽,周竹定,等.基于近紅外光譜法的大佛龍井茶品質(zhì)評價研究[J].光譜學(xué)與光譜分析,2012,32(11):2971-2975.

[13]廖步巖,張正竹,夏濤,等.近紅外光譜分析技術(shù)在茶葉品質(zhì)屬性甄別中的應(yīng)用[J].安徽農(nóng)業(yè)大學(xué)學(xué)報,2009,36(02):287-291.

[14]李曉麗.基于機器視覺及光譜技術(shù)的茶葉品質(zhì)無損檢測方法研究[D].杭州:浙江大學(xué),2009.

[15]Lehrer M,Miller L,Natale J.Chapter 19-The OPUS System in Immunoassay Automation D W Chan,D W Chang ditors[M].Boston:Academic Press,1992:245-267.

[16]Olivieriac,Escandar G M.Chapter9-Partial Least-Squares with Residual Bilinearization[M].Boston:Elsevier,2014:157-195.

[17]嚴衍祿,趙龍蓮,李軍會.現(xiàn)代近紅外光譜分析的信息處理技術(shù)[J].光譜學(xué)與光譜分析,2000,20(06):777-780.

[18]Sinija V R,Mishra H N.FT-NIR spectroscopy for caffeine estimation in instant green tea powder and granules[J]. LWT-Food Science and Technology,2009,42(5):998-1002.

[19]尼珍,胡昌勤.近紅外光譜分析中光譜預(yù)處理方法的作用及其發(fā)展[J].藥物分析雜志,2008,28(5):824-828.

[20]柳艷云,胡昌勤.近紅外分析中光譜波長選擇方法進展與應(yīng)用[J].藥物分析雜志,2010,30(5):968-975.

[21]王夢東,王勝鵬.適用于3類茶的定性分類及主要內(nèi)含成分定量分析的近紅外預(yù)測模型的建立[J]. 華中農(nóng)業(yè)大學(xué)學(xué)報,2015,34(1):123-127.

Research of rapid measurement methods of caffeine and five kinds of catechin components quality ingredients of congou black tea using near infrared spectroscopy

LIU Hong-lin1,2

(1.School of Tourism and Service Management,Chongqing University of Education,Chongqing 400065,China;2.Southwest University,Chongqing 400715,China)

A new method about detecting the caffeine and five kinds of catechin components including Catechin,Epicatechin,Epigallocatechin,Epicatechin gallate,Epigallocatechin gallate of Congou black tea by near infrared spectroscopy was established.There were 240 test samples,180 samples of them used to be a correction stage as the remaining 60 samples a prediction set.Each model was optimized the best waves of the number of segments and best pretreatment method for model inguse to establish the quantitative prediction model by OPUS 7.0 software.The Smooth points were 17 and dimension was 1. Combined with caffeine and five kinds of catechin component induding C,EC,ECG,EGC,EGCG content,the prediction model was established,and the performance of the prediction model was analyzed.The model predicted a high accuracy which can be used to predict the caffeine and five kinds of catechin component including C,EC,ECG,EGC,EGCG quality of Congou black tea.The calibration correlation coefficient(Rc)was 91.85%～99.49%,correcting root mean square error(RMSEC)was 0.0187～0.353;predictive correlation coefficient(Rp)was 97.12%～99.88%,and the RMSEP was 0.00759～0.0773. Each model calibration set and prediction set had a higher degree of fit,the prediction performance model of caffeine>EGC>EC>ECG>EGCG>C.The combination of near-infrared spectra of each prediction model to predict the performance had an excellent organoleptic results and can be used in the caffeine and five kinds of catechin component C,EC,ECG,EGC,EGCG content rapid non-destructive testing of congou black tea.

congou black tea;near infrared spectroscopy;caffeine;catechins;prediction model

2016-01-14

劉洪林(1991-),男,碩士,助教,研究方向：茶學(xué),E-mail:475844900@qq.com。

重慶第二師范學(xué)院校級科研項目(KY201546C)。

TS207.3

A

1002-0306(2016)15-0316-05

10.13386/j.issn1002-0306.2016.15.053