煙絲裂解產物指紋圖譜及在卷煙品質評價中的應用

湯曉東，蔣佳磊，陳曉水，潘 力，趙路燦，許高燕，張 宸，陸明華，朱書秀

浙江中煙工業有限責任公司技術中心，杭州市西湖區轉塘鎮科海路118號 310024

卷煙品質分析是煙草科技工作的主要任務之一。目前，卷煙品質的評價主要有感官評吸和化學分析等方法［1］。然而，感官評吸工作量大，且容易受到評價人員主觀因素的影響。不同品牌卷煙的生產工藝、原料、葉組配方及煙用香精香料等方面存在差異，從而導致不同卷煙的化學組成存在一定的差異［2-3］。常規化學成分檢測已成為卷煙品質評價的一種輔助手段。然而，卷煙的成分非常復雜，僅依靠部分化學成分難以實現卷煙品質的有效評價。

指紋圖譜技術可用于表征樣品中化學成分的種類和含量，是一種綜合、可量化的鑒定手段［4-5］。通常采用主成分分析（PCA）、聚類分析（HCA）、偏最小二乘判別分析（PLS-DA）等數理統計方法對指紋圖譜進行模式識別分析［6-10］。近年來，該技術在煙草行業煙草及煙草制品品質分析和判別等領域得到了較廣泛的應用。例如：李軍等［11］用固相微萃取-氣相色譜/質譜聯用法測定卷煙的揮發性和半揮發性成分，建立了卷煙的特征指紋圖譜并用于真假卷煙鑒別；許洪慶等［12］以二氯甲烷提取物中的致香成分構建指紋圖譜，用于不同香型烤煙的比較和分類。在以往的報道中，研究者主要是采用指紋圖譜技術研究香精香料的特征，而葉組配方的特征難以體現。王維剛等［13］采用GC/MS對卷煙主流煙氣中的揮發性成分進行了測定，并采用模式識別對卷煙品牌進行區分鑒別。然而，盡管主流煙氣能較好地代表卷煙特征，但是其分析過程較繁瑣。

裂解技術可實現全部煙草樣品的瞬間裂解，由于煙草加熱時間短，二次反應少，裂解產物能夠反映樣品的初始組成及特征，因此該方法具有操作簡單、樣品用量少、分析速度快、重復性好等優點［14-15］。采用裂解技術對卷煙煙絲進行分析，既可以全面反映卷煙的特征，也可以簡化操作流程。袁凱龍［16］在有氧氛圍下，采用裂解-氣相色譜/質譜法對成品卷煙進行了分析，通過PCA顯示了不同卷煙的差異。目前，將指紋圖譜技術與裂解-氣相色譜/質譜法相結合并用于成品卷煙特征分析的研究鮮見報道。為此，本研究中對卷煙煙絲的裂解條件進行了優化，建立基于聚類分析和主成分分析的卷煙分類模型，并對模型進行驗證，旨在為卷煙品質評價提供方法參考。

1 材料與方法

1.1 材料和儀器

15個建模樣品：A1～A7為浙江中煙工業有限責任公司“利群”品牌不同規格卷煙；B1～B3為浙江中煙“雄獅”品牌不同規格卷煙；C1～C3為江蘇中煙工業有限責任公司“南京”品牌不同規格卷煙；D1和D2為云南中煙工業有限責任公司“云煙”品牌不同規格卷煙。上述卷煙樣品信息見表1。5個驗證樣品：X1～X3為不同規格“利群”卷煙，X4和X5為B1“雄獅”不同月份生產的卷煙（浙江中煙工業有限責任公司提供）。

表1 卷煙樣品的主要參數Tab.1 Main parameters of cigarette samples （mg·支-1）

Pyroprobe 5250型熱裂解儀（美國CDS公司）；7890B/5977B型氣相色譜/質譜聯用儀（美國Agilent公司）；XP205型電子天平（感量0.000 1 g，瑞士Mettler Toledo公司）；Cyclotec 1093旋風式樣品磨（丹麥Foss公司）。

1.2 方法

1.2.1 樣品Py-GC/MS分析

將卷煙樣品的煙絲取出，于（40±1）℃下干燥4 h后粉碎，過425 μm（40目）篩。稱取（1.0±0.1）mg煙末樣品，置于專用石英管中進行熱裂解，裂解產物直接通入GC/MS進樣口進行分析。裂解條件和GC/MS分析條件為：

裂解氛圍：He氣；裂解溫度：100℃保持5 s，以20℃/ms升溫至600℃，保持10 s。色譜柱：DB-5MS色譜柱（30 m×0.25 mm×0.25 μm）；進樣口溫度：280 ℃；分流比：50∶1；載氣：He氣；流量：1.0 mL/min；升溫程序：起始溫度50℃，保持1 min，以5℃/min升溫至280℃，保持10 min；傳輸線溫度：280℃；離子源溫度：230℃；電離方式：EI；電離能量：70 eV；四極桿溫度：150℃；質量掃描范圍：35～650 amu。采用NIST11譜庫檢索定性。

1.2.2 數據處理

采用夾角余弦法計算不同樣品共有峰間的相似度。采用Minitab 16數據統計分析軟件進行聚類分析、主成分分析和判別分析，其中聚類分析中聯結法選擇最短距離，距離量度選擇歐式（Euclidean）距離；主成分分析中矩陣類型選擇相關系數矩陣；判別分析中判別函數選擇線性函數，并且使用交叉驗證。

2 結果與討論

2.1 裂解氣相色譜條件的優化

2.1.1 進樣量的確定

為了保證實驗結果的重復性，樣品應當在盡可能短的時間內裂解，以避免二次反應的發生。樣品量越大，熱傳遞速率越慢，發生二次反應的可能性越大，因此樣品量應盡可能小。根據卷煙煙絲煙末的形態和實際實驗的需要，本研究中選擇樣品量為1.0 mg。

2.1.2 裂解溫度的確定

不同溫度下卷煙煙絲在He氛圍中裂解的全掃描色譜圖見圖1，煙堿和裂解產物的絕對峰面積隨裂解溫度的變化見圖2。可以看出：①裂解溫度對裂解產物的變化具有顯著影響，在600℃以下時，隨著溫度的升高，以煙絲的裂解為主，裂解產物不斷增加；溫度在600℃以上時，煙絲裂解基本結束，裂解產物不再明顯增加。②在400℃時，煙堿的釋放量達到最大，而后隨著裂解溫度的升高有所降低，但降幅較小。這表明在無氧氛圍中，煙堿（沸點247℃）主要通過蒸餾而非裂解釋放出來。這與孔浩輝等［17-18］的研究結果基本一致。綜合考慮樣品煙堿的釋放量和裂解產物的種類，選擇裂解溫度為600℃。

2.2 卷煙煙絲的Py-GC/MS測定和共有峰的選取

圖1 卷煙煙絲在不同裂解溫度下總離子流色譜圖Fig.1 Total ion current spectra of cut tobacco of cigarettes at different pyrolysis temperatures

圖2 不同裂解溫度下裂解產物和煙堿的含量Fig.2 Contents of pyrolysis products and nicotine at different pyrolysis temperatures

在1.2節條件下采用Py-GC/MS測定20個卷煙樣品，將A1～A7、B1～B3、C1～C3、D1～D2共15個建模樣品作為訓練集，用于建立模型；將X1～X5共5個驗證樣品作為驗證集，用于模型驗證。圖3為15個建模樣品的總離子流色譜圖。可以看出，不同樣品的裂解色譜圖相似度較高，無法直觀地區分卷煙品牌。

圖3 15個建模樣品的總離子流圖Fig.3 Total ion current spectra of 15 modeling samples

經過譜圖解析，發現卷煙煙絲裂解產物主要為煙堿、烯烴、醇、酮、醛、苯取代物和雜環化合物。每個卷煙煙絲樣品裂解產物的總離子流圖上均有數百個色譜峰，但其中有部分色譜峰出現了嚴重重疊，若使用這些峰進行數據分析，勢必會影響分析結果。因此，選取若干成分的色譜峰作為指紋圖譜的共有峰。色譜峰選取標準：保留時間和相對峰面積穩定；分離度較好，且質譜定性準確；在所有樣品中均可檢出。通過對20個卷煙樣品譜圖的分析，確定了29個共有峰，以29個共有峰峰面積為100%計算得到各峰的相對百分含量，定性及定量結果見表2。對Py-GC/MS譜圖的重復性進行了考察，29個共有成分峰面積相對含量的RSD（n=5）均小于5%，表明本方法具有良好的重復性。

表2 20個卷煙樣品煙絲共有峰的定性和定量結果Tab.2 Qualitative and quantitative results of the common components in cut tobacco of 20 cigarette samples

表2（續）

表2（續）

2.3 卷煙煙絲裂解產物相似度計算

以A1樣品作為對照，采用夾角余弦法計算其余14個建模樣品與A1的相似度，結果分別為0.999 4、0.998 9、0.999 5、0.998 6、0.999 9、0.999 2、0.987 4、0.972 4、0.981 0、0.997 9、0.997 7、0.998 1、0.991 1、0.993 5。相似度結果表明，15個建模樣品煙絲裂解產物相似度較高，難以直接對其進行區分。

2.4 卷煙樣品聚類分析

應用Minitab 16軟件對表2中15個建模樣品的29個共有組分的相對百分含量進行了聚類分析。圖4為樣品的系統聚類樹系圖，其中橫坐標為樣品號，縱坐標為類間的距離，類間的距離越小，表明圖譜越相似。由圖4可知，當距離約為3時，15個卷煙樣品可分為4類，且每一類對應1個卷煙品牌。

2.5 卷煙樣品主成分分析

以表2中的15個建模樣品的29個共有組分相對百分含量建立矩陣，應用Minitab 16軟件對樣品進行主成分分析，分別求得29個分量所對應的特征值，結果見表3。一般認為，特征值大于1或累積貢獻率大于85%的若干個分量可以作為主成分，表3中前兩個分量特征值大于1，且其對應的累積貢獻率達到93.9%，表明這兩個分量已基本上包含了29種裂解產物的信息。因此選擇這兩個分量為主成分，其投影圖見圖5。由圖5可知，與聚類分析結果類似，通過第一分量和第二分量，可以較好地分離不同品牌卷煙樣品，同時，可以較好地聚集同一品牌不同規格卷煙樣品。這表明煙絲裂解產物可以應用于卷煙品牌判別。另外，從第一分量和第二分量的載荷矩陣發現，1、12、16、17、20和28號峰在第一分量上有較高載荷，表明第一分量主要反映上述幾種裂解產物的信息。同理可知，第二分量反映的是1、14、15、17、20、24、28和29號峰對應裂解產物的信息。各分量無具體意義，它是原有的29個共有峰綜合后產生的變量。這些分量并非原有變量簡單取舍后的結果，而是原有變量重組后的結果，因此不會造成原有變量信息的大量缺失，能夠代表原有變量的絕大部分信息。綜上可知，提取的這兩個主成分可以反映全部指標的主要信息。

圖4 卷煙樣品系統聚類樹系圖Fig.4 Hierarchical cluster analysis diagram of cigarette samples

表3 主成分分析的特征值及貢獻率Tab.3 Factor eigenvalues and contribution rates of PCA

圖5 卷煙樣品主成分投影圖Fig.5 Principal component projection of cigarette samples

2.6 卷煙評價模型的建立與驗證

以15個建模樣品作為訓練樣本，參考2.5節的結果，采用判別分析對建立的模型進行驗證。對5個驗證樣品的裂解分析結果（表2中X1～X5數據）進行預測，結果見表4。由表4可知，15個建模樣品的誤判概率為0，同時所建立的評價模型對5個驗證樣品的正確判別率達到100%。驗證樣品中X1～X3的判定結果為“利群”品牌（A）不同規格樣品，與實際品牌樣品一致，表明該模型可以應用于卷煙樣品的正確分類。X4、X5與“雄獅”品牌B1為同一個季度不同月份的B1樣品，判定結果與實際規格樣品一致，表明該模型經過一定的拓展后，可以輔助應用于相同規格不同生產時間卷煙產品質量穩定性的監控。當然，采用本方法對卷煙樣品進行判別分析要求建模樣品具有充分的代表性，同時由于卷煙生產企業會對配方進行調整，定期對模型進行維護才能獲得正確的預測結果。

本研究中樣本數目較少，篩選的29種成分應用于區分更多卷煙品牌的效果還有待進一步驗證。隨著樣本量的擴大，樣本的復雜性不斷增加，僅僅依靠29種成分進行判別分析可能難以滿足需求。為了篩選出更具有代表性的卷煙特征成分，進而完善評價模型，今后將對以下幾個方面進行改進：①優化色譜條件（如色譜柱，程序升溫等），使煙絲裂解產物得到更加有效的分離。②裂解產物定性與裂解機理的研究。煙草的特殊性在于其成分復雜，采用MS對裂解產物定性時，部分物質的匹配度不高，因此還需要通過標準品比對或裂解機理研究來預測相關產物。③通過增加樣本量，不斷優化模型，進一步拓展預判模型應用的領域和途徑。

表4 交叉驗證及判別分析結果Tab.4 Results of cross-validation and discriminant analysis

表4（續）

3 結論

建立了獲取卷煙煙絲指紋圖譜的裂解-氣相色譜/質譜（Py-GC/MS）方法。采用本方法得到了卷煙煙絲的裂解指紋圖譜，并篩選出29個共有峰。基于模式識別進行樣品判別分析，較好地區分了4個不同品牌的卷煙。采用判別分析法對已經建立的卷煙評價模型進行了驗證，15個建模樣品和5個驗證樣品的正確判別率為100%，表明該模型具有良好的適用性，其判別預測結果能夠符合實驗要求。本方法的樣品前處理無需有機試劑，樣品用量少，操作簡單快速，可為卷煙品質評價提供參考。