基于電子鼻技術對鋸谷盜及煙草甲揮發物的研究

李孟凡 陳二虎 唐靜杰 胡懷月 唐培安

摘要：精準監測和及時發現糧食蟲害并采取有針對性的措施對于維護糧食安全至關重要。研究采用電子鼻技術對兩種儲糧害蟲鋸谷盜和煙草甲揮發物類型進行了研究，電子鼻響應曲線顯示12根傳感器均在30 s內達到峰值，雷達指紋圖譜顯示鋸谷盜揮發物總體響應值要高于煙草甲，且兩種昆蟲的主要揮發物類型為含氮化合物和有機極性化合物。主成分分析結果表明鋸谷盜揮發物組內差異更小，二者揮發物信號不存在過度擬合，OPLS-DA鑒別結果顯示兩種儲糧害蟲主要可以通過含氮化合物、有機極性化合物和芳香族化合物進行有效區分。

關鍵詞：電子鼻；鋸谷盜；煙草甲；揮發物

中圖分類號：S379.5 文獻標志碼：A DOI：10.16465/j.gste.cn431252ts.2023050526

基金項目：國家重點研發計劃項目（2021YFD2100604-01）；江蘇省重點研發計劃項目（BE2022377）；國家自然科學基金項目（32272388）；江蘇高校優勢學科建設工程資助項目（PAPD）。

Study on the volatiles of Oryzaephilus surinamensis and Lasioderma serricorn based on electronic nose technology

Li Mengfan， Chen Erhu， Tang Jingjie， Hu Huaiyue， Tang Peian

（College of Food Science and Engineering， Nanjing University of Finance and Economics/ Collaborative Innovation Center for Modern Grain Circulation and Safety， Nanjing， Jiangsu 210023）

Abstract： Accurate monitoring and timely detection of food pests and taking targeted measures are essential to maintain food security. In this study， the electronic nose detection technology was used to identify the types of volatiles of two common stored grain pests， which included Oryzaephilus surinamensis and Lasioderma serricorn. The electronic nose response curve indicated that the volatiles of two insects could reach the peak value within 30 s for all 12 sensors. The radar fingerprint showed that the overall response value of O. surinamensis was higher than that of L. serricorn， the main volatiles of the two insects were nitrogen compounds and organic polar compounds. The results of principal component analysis showed that there was less difference among the volatile components of O. surinamensis， and there was no over fitting of their volatilization signals. The results showed that the two stored grain pests could be effectively distinguished by nitrogen compounds， organic polar compounds and aromatic compounds by OPLS-DA model.

Key words： electronic nose， Oryzaephilus surinamensis， Lasioderma serricorn， volatiles

近年來，儲糧害蟲防治已經引起了世界各國以及社會各界的廣泛關注，已經成為了眾多學者探討的焦點。每年因為儲糧害蟲損失的糧食不計其數[1]，為此，做好糧食收獲后倉儲害蟲監測預防工作刻不容緩[2-3]。儲糧環境氣體檢測越來越成為當今的熱點研究內容[4-7]，通過氣體檢測器監測糧倉內揮發物質的動態變化可以更好地了解儲糧環境[8]，及時判斷害蟲對倉內糧食的污染情況[9]。

電子鼻技術作為一種重要的氣體檢測技術，已經在多個食品領域得到普及[10-11]。電子鼻不同的氣體傳感器陣列對應著鼻子中的不同嗅覺感受器細胞，電子鼻將收集到的氣體信號輸入到傳感器陣列然后通過信號處理系統，將香氣信號轉變成電化學信號，達到識別不同香氣的目的。電子鼻被應用到食品檢測的方方面面[12-13]，新鮮糧食有其特有的香氣[14]，當受到蟲害侵染及霉菌寄生時其香氣成分會發生顯著變化[15]，電子鼻可以對其準確鑒定。根據不同糧食揮發的氣味信號判斷糧食的儲藏年限[16]，對于一些肉眼不可見的內部霉變糧食，電子鼻也可以起到很好的區分效果。目前糧倉害蟲的識別主要通過人工抽檢的方式進行[17]，耗費了大量人力物力，結果卻不盡人意，因此急需開發一種新型糧蟲檢測技術，提高糧食害蟲識別的準確性。電子鼻在檢驗糧食品質方面應用很廣，但是檢測糧倉中昆蟲揮發物的應用背景卻很少。面對這一新興技術應用的空缺，本實驗主要通過電子鼻研究兩種常見儲糧害蟲鋸谷盜及煙草甲的揮發物信號類型，旨在為糧倉昆蟲氣體檢測提供一定科學依據，進而為新型綠色糧蟲檢測技術打下理論基礎，使電子鼻技術在維護糧食品質與安全等方面應用更加廣泛。

1 材料和方法

1.1 昆蟲材料

供試儲糧害蟲鋸谷盜（Oryzaephilus surinamensis）和煙草甲（Lasioderma serricorn）均取自南京財經大學糧食儲運研究實驗室。隨機挑選100頭已經羽化成蟲，將其放入提前準備好的飼料中（煙草甲飼料：稱取100 g全麥粉并向其中添加0.5%的酵母；鋸谷盜飼料：按照m全麥粉∶m燕麥片∶m酵母=5∶4∶1共稱取100 g），連續培養三代，選擇第三代羽化兩周后的成蟲作為實驗昆蟲。昆蟲飼養在恒溫恒濕培養箱中，溫度設定（30±2） ℃，設定濕度70%，采用無光照的飼養環境。

1.2 實驗設備

FOX3000型電子鼻：法國阿爾法莫斯公司；BSC-400型恒溫恒濕培養箱：上海博訊醫療生物儀器股份有限公司；01-3AS型電熱鼓風干燥箱：上海蘇進儀器設備廠；AR-204型電子分析天平：浙江伯利恒儀器設備有限公司；Discovery V.12型掃描電子顯微鏡：德國卡爾蔡司光學有限公司。

1.3 實驗預處理

提前將20 mL頂空瓶放入100 ℃電熱鼓風干燥箱干燥20 min，去除雜質氣體，冷卻后備用。隨機各挑選30頭羽化兩周后的鋸谷盜和煙草甲，用40目的金屬篩子篩除昆蟲表面飼料，將其放入一次性培養皿中爬行20 min，之后在掃描電子顯微鏡下鏡檢，當看到蟲體表面無明顯飼料顆粒將其放入20 mL頂空瓶中，瓶口用隔墊密封，之后將封好的頂空瓶放入恒溫恒濕培養箱中收集揮發物24 h，使蟲體揮發物充盈整個頂空瓶，每個實驗設置6個重復，并以20 mL空白頂空瓶作為對照組。

1.4 電子鼻傳感器類型與參數設定

1.4.1 電子鼻傳感器性能

FOX3000電子鼻12根傳感器性能信息見表1。

1.4.2 電子鼻程序參數

實驗參數參照唐培安等[18]的方法稍作修改。具體程序參數設定參照表2。

2 結果與分析

2.1 煙草甲和鋸谷盜揮發物傳感器響應曲線分析

電子鼻12根傳感器典型信號記錄如圖1所示。本實驗過程主要采集60 s的信號記錄，從圖1可以看出，鋸谷盜和煙草甲揮發物傳感器響應隨時間變化趨勢，傳感器響應強度隨時間不斷變化，響應曲線顯示出不同的趨勢，相同傳感器在相同時間響應強度也不同，兩種昆蟲響應值在10～30 s響應強度達到峰值，之后開始回落，表明電子鼻對于不同昆蟲揮發性物質十分敏感，可以采用電子鼻區分鋸谷盜和煙草甲揮發物。

2.2 煙草甲和鋸谷盜揮發物雷達指紋圖譜分析

圖2是煙草甲和鋸谷盜的雷達指紋圖譜，煙草甲和鋸谷盜兩種昆蟲對PA/2、T70/2、P40/1、P10/2、P10/1、T30/1傳感器有響應，傳感器 LY2/LG、LY2/G、LY2/AA、LY2/GH、LY2/ gCTL、LY2/gCT響應值為0，表明電子鼻檢測到兩種昆蟲的揮發物類型為含氮物質、芳香化合物、氧化分子、脂肪酸類化合物、烴類和有機極性化合物。總體上看，鋸谷盜和煙草甲對于不同傳感器響應值差別很大，鋸谷盜對于PA/2、T70/2、P40/1、P10/2、P10/1、T30/1傳感器的響應值顯著高于煙草甲，表明鋸谷盜比煙草甲揮發物中擁有更多的含氮物質、有機極性化合物、芳香族化合物、氧化分子、脂肪酸和烴類；鋸谷盜PA/2傳感器響應水平在0.35左右，T30/1傳感器響應值介于0.25與0.30之間，且傳感器響應值PA/2>T30/1>P40/1>T70/2>P10/2，表明鋸谷盜的主要化合物類型為含氮化合物和有機極性化合物；鋸谷盜中各個物質的響應情況：含氮物質>有機極性化合物>烴類>氧化分子>脂肪酸類化合物>芳香化合物。說明鋸谷盜和煙草甲的主要化合物類型均為含氮化合物和有機極性化合物。

2.3 煙草甲和鋸谷盜揮發物主成分分析

圖3是兩種昆蟲的主成分分析圖。其中PC1貢獻率60.6%，PC2貢獻率27.1%，二者累計貢獻率高達87.7%，表明電子鼻對于鋸谷盜和煙草甲區分效果較好。其中鋸谷盜大部分信號點主要集中在第二象限靠近原點右側位置，煙草甲信號點集中在原點靠近第三象限，二者數據點之間沒有任何交叉，表明二者揮發性化合物成分差異很大。從每組信號點的聚集程度來看，煙草甲數據點相對更加分散，鋸谷盜信號點更加集中，煙草甲組內揮發性化合物差異要高于鋸谷盜組。因此主成分分析結果表明鋸谷盜揮發物組內差異更小，煙草甲揮發物組內差異更大，兩種昆蟲揮發物組間差異明顯。

2.4 OPLS-DA鑒別兩種昆蟲特征揮發物種類

圖4是采用正交偏最小二乘法判別分析OPLS-DA模型評價煙草甲及鋸谷盜特征揮發物種類的結果，OPLS-DA模型的R2X（cum）=0.99，R2Y（cum）=0.896，Q2（cum）=0.875，說明本實驗建立的模型解釋效果很好。

圖4（a）是采用OPLS-DA模型進行500次隨機置換檢驗的結果，其中R2代表對實際樣本數據的解釋能力，Q2代表OPLS-DA模型對隨即變量的預測能力，左側的所有Q2值都低于右側的原始點且Q2點回歸線在零以下與左側垂直軸相交，表明OPLS-DA模型穩定可靠可以解釋兩種昆蟲的特征揮發物種類；圖4（b）是兩種昆蟲的OPLS- DA模型的得分散點圖，可以看出所有昆蟲揮發物樣本均處在95%的置信區間之內，煙草甲信號點集中在第二象限，鋸谷盜揮發信號分布在第三象限，樣本之間區分度很好，模型擬合情況良好；根據OPLS-DA模型根據多元變量傳感器響應強度與單變量昆蟲種類相結合的角度對兩種昆蟲的揮發物進行分析，計算出VIP值。VIP值高低代表不同昆蟲揮發物信號樣本之間的差異程度，VIP柱越高VIP值越大，代表兩種昆蟲揮發物種類差異越顯著，可信度越高。以VIP值大于1作為推薦閾值對特征傳感器進行篩選鑒定，如圖4（c）所示，差異比較大傳感器類型主要有PA/2、T30/1、T70/2、P10/1、P40/1、P10/2，排名前三的傳感器為PA/2、T30/1、T70/2，表明兩種昆蟲差異比較明顯的化合物類型主要是含氮物質、有機極性化合物和芳香化合物。

3 結 論

本研究基于電子鼻技術對鋸谷盜和煙草甲揮發物進行了研究，兩種昆蟲揮發物對不同傳感器響應值可在10～30 s達到峰值，鋸谷盜和煙草甲的主要揮發物類型為含氮化合物和有機極性化合物，鋸谷盜揮發物中含氮物質、有機極性化合物、芳香族化合物、氧化分子、脂肪酸和烴類響應強度要高于煙草甲；兩種昆蟲揮發物組內組間存在明顯差異，鋸谷盜揮發物組內差異更小，煙草甲組內差異更大，二者揮發物組間差異明顯；兩種昆蟲主要可以通過含氮物質、有機極性化合物和芳香化合物進行區分。

參 考 文 獻

[1]徐永安.“儲糧害蟲防治技術進展與展望”專論介紹[J].糧油食品科技，2022，30（4）：13-14.

[2]郝倩.儲糧害蟲防治方法綜述[J].糧油倉儲科技通訊，2018，34（3）：45-48+51.

[3]王洋，李長明，劉中超，等.儲糧害蟲綠色防治技術分析[J].現代食品，2020（16）：3-5.

[4] MANKIN R W， HODGES R D， NAGLE H T， et al. Acoustic indicators for targeted detection of stored product and urban insect pests by inexpensive infrared， acoustic， and vibrational detection of movement[J]. Journal of Economic Entomology， 2010，103（5）：1636-1646.

[5] ELIOPOULOS P A， POTAMITIS I， KONTODIMAS D C， et al. Detection of adult beetles inside the stored wheat mass based on their acoustic emissions[J]. Journal of Economic Entomology， 2015，108（6）：2808-2814.

[6] SHEETAL BANGA K， KOTWALIWALE N， et al. Techniques for insect detection in stored food grains： An overview [J]. Food Control， 2018，94：167-176.

[7]王威松，周慧玲，秦戈，等.一種探管式儲糧害蟲誘捕在線監測裝置的設計研究[J].中國糧油學報，2020，35（9）：139-144+149.

[8] 牛永浩.固相微萃取與氣質聯用檢測儲糧及儲糧害蟲揮發性化合物的研究[D].咸陽：西北農林科技大學，2015：2-9.

[9] SENTHIKUMAR T， JAYAS D S， WHITE N D G， et al. Characterization of volatile organic compounds released by granivorous insects in stored wheat[J]. Stored Products Research，2012，48：91-96.

[10] DONG X G， GAO L B， ZHANG H J， et al. Comparison of sensory qualities in eggs from three breeds based on electronic sensory evaluations[J]. Foods，2021，10（9）：1984.

[11] XU M， WANG J， ZHU L Y. The qualitative and quantitative assessment of tea quality based on E-nose， E-tongue and E-eye combined with chemometrics[J]. Food Chemistry， 2019，289：482-489.

[12] 何杉杉，彭禹熙，王曉蕊，等.不同焙火程度的武夷巖茶揮發性成分分析研究[J].食品研究與開發，2020，41（20）：186-192.

[13]劉樹萍，馮爽，方偉佳.電子鼻在辣白菜腌制及發酵工藝中的應用研究[J].中國調味品，2019，44（12）：99-103+107.

[14] EVANS P， PERSAUD K C， MCNEISH S A， et al. Evaluation of a radial basis function neural network for the determination of wheat quality from electronic nose data[J]. Sensors & Actuators： B Chemical，2000，69（3）：348-358.

[15] GU S， WANG J， WANG Y W. Early discrimination and growth tracking of Aspergillus spp. contamination in rice kernels using electronic nose[J]. Food Chemistry， 2019，292：325-335.

[16]龐林江，王俊，路興花.電子鼻判別小麥陳化年限的檢測方法研究[J].傳感技術學報，2007（8）：1717-1722.

[17]王晶磊，肖雅斌，徐威，等.糧庫儲糧害蟲防治存在問題及前景展望[J].糧食與食品工業，2014，21（3）：82-85.

[18]唐培安，侯曉燕，孔德英，等.電子鼻檢測玉米象不同蟲態的技術研究[J].中國糧油學報，2015，30（12）：87-91+97.

[19] FEI C H， REN C C， WANG Y L， et al. Identification of the raw and processed crataegi fructus based on the electronic nose coupled with chemometric methods[J]. Scientific Reports，2021，11（1）：1849.

[20]楊雯懿，陳林，周學忠.基于主成分分析和聚類分析的橄欖油中微量元素的統計比較[J].食品與發酵工業，2020，46（14）： 222-227.