基于TGA-GC/MS結合化學計量學在食醋品牌鑒別中的應用

林長虹,吳世玉,藍勇波,古麗君,洪佳瑞,鄭彥婕

(深圳市計量質量檢測研究院,廣東 深圳,518000)

食醋在中國已有近三千年的歷史,是中國人不可缺少的調味品和保健品。但是,近年來假冒偽劣食醋事件屢被曝光,從2018年山西平遙陳醋造假被曝光,到2019年農業農村部網站公布了農村假冒偽劣食品十大經典案例,再到2022年公安部發布了各地公安機關打擊危害食品安全犯罪的7起經典案例,食醋貼牌假冒之風盛行,但國內關于食醋鑒別分析的報道較少,缺乏針對性的檢測方法。

熱重分析(thermogravimetry analysis,TGA)技術是指在程序控制溫度和一定氣氛下連續測量待測樣品的質量與溫度或時間變化關系的一種熱分析技術[1]。熱重法針對微量樣品進行實驗,具有操作簡便、可重復性強、精度高、響應靈敏快速等優點[2],在食品成分測定[3-4]、中藥材鑒別[5-7]等領域廣泛應用。但TGA儀自身存在一定局限性,通常可將其與其他分析技術聯用,從而對樣品熱響應行為進行全面分析[2]。氣相色譜質譜聯用技術既結合了氣相色譜的高效分離能力,又具有質譜可提供豐富的結構信息的優點,是揮發性或半揮發性小分子化合物的重要分析方法[8]。GC/MS已廣泛應用于食醋揮發性成分分析[9-14]、食醋品牌鑒別[15-16]等領域。

TGA-GC/MS技術不僅結合了TGA實時獲得失重信息方便快捷的優點,還可以通過GC/MS進行分離定性,常被用于鑒別食用油是否摻假[17-18]。本研究建立了TGA-GC/MS聯機實驗方法,比較不同品牌食醋間的數據,結合化學計量學分析軟件,建立了食醋品牌的鑒別分析模型,為質監部門打擊市場食醋制假售假等違規現象提供了快速的檢測方法。

1 材料與方法

1.1 樣品

市售金山寺(8組)、東湖(13組)、紫林(8組)、恒順(13組)、寧化府(13組)以及其他品牌食醋(48組)。

1.2 TGA儀工作參數

氣體吸收池溫度25.0 ℃,高溫傳輸線1溫度250 ℃,富集管采集溫度40 ℃,閥箱溫度230.0 ℃,TGA接口溫度200.0 ℃,富集管釋放溫度:150.0 ℃;升溫程序:初始溫度50 ℃,以50.0 ℃/min的速率升溫至250 ℃,保持10.0 min,一路進氣流量50.0 mL。

1.3 GC-MS工作參數

GC單元:進樣口模式選擇分流,進樣口溫度250.0 ℃,壓力5.00 psi,總流量54.00 mL/min,隔墊吹掃流量3.00 mL/min,標準模式,分流比50∶1,分流流量50.00 mL/min;升溫程序:初始溫度50 ℃,保持5.00 min,升溫速率50 ℃/min,升溫至100 ℃,保持5 min,升溫速率4 ℃/min,升溫至180 ℃,保持時間5 min,升溫速率50 ℃/min,升溫至250 ℃,保持10 min。

MS單元:采集模式為全掃描模式,質量數范圍28～400,離子源溫度230 ℃,傳輸線溫度250 ℃。

1.4 食醋樣品測定

將食醋樣品充分混勻,采用移液槍移取200 μL小心加入樣品池中,開始測定,結束后記錄測定數據。每個樣品測定2次,每次測定前混勻樣品。

1.5 識別不同品牌食醋的線性判別分析(linear discriminant analysis,LDA)模型

1.5.1 建立TGA-GC/MS多譜特征值組合

TGA原始曲線經一階導數處理后,選擇50～250 ℃溫度段作為特征波段,經標準化處理,篩選出TGA特征值;GC/MS原始譜圖經篩選共有峰、標準化處理后,篩選出GC/MS特征值,將2組原始譜圖的特征值組合,形成TGA-GC/MS多譜特征值組合。

1.5.2 建立LDA模型

TGA-GC/MS多譜特征值組合經T-Test特征值提取、主成分分析(principal component analysis,PCA)及PCA 特征提取后,選擇LDA模型進行建模分析。模型交叉驗證結果正確識別率R評價模型的精確度。按公式(1)計算模型正確識別率。

R/%=正確識別的樣品數/樣品總數×100

(1)

1.6 數據分析

利用MSpectrum PatternTM對數據進行化學計量學分析和建模。

2 結果與分析

2.1 食醋的TGA-GC/MS分析

TGA-GC/MS相比較GC/MS,具有無需樣品預處理、操作方便、快速、進樣量少等優勢,相比較近紅外[19]而言,TGA-GC/MS能夠更加直觀的獲取食醋樣品成分信息。TGA單元在50.0～250.0 ℃,以50 ℃/min升溫速率持續升溫,揮發成分從樣品表面生成和釋放,樣品質量減少,揮發性成分通過TGA-GC/MS傳輸線到達GC/MS單元,進行分離定性定量分析。

由于各品牌食用醋主要成分相似,5個品牌共103組食醋樣品的TGA曲線(圖1-a)和質譜曲線(圖1-b)過于相近,重疊現象嚴重,無法通過直接觀察方法將不同品牌醋區分開,因此,采用化學計量學方法對TGA原始曲線和GC/MS原始譜圖進行預處理,并建立TGA-GC/MS多譜特征值組合。該多譜組合依次經T-Test對存在差異顯著性的點進行特征值提取處理(圖1-c)、PCA及特征提取(圖2),并選擇LDA模型進行建模分析(圖3)。

a-食醋TGA圖;b-食醋的總離子流譜圖;c-T-Test特征值提取圖(以東湖/非東湖為例)

a～e分別為東湖、恒順、寧化府、紫林和金山寺等單一品牌和其他品牌之間的區分;f-東湖、恒順、寧化府、金山寺以及紫林等5大品牌相互之間的區分;g-PCA置信橢圓和散點分布圖(以東湖/非東湖為例);h-聚類分析圖(以東湖/非東湖為例)(下圖同)

圖3 不同品牌食醋的LDA模型

2.2 食醋的PCA和聚類分析

PCA被廣泛應用于食醋鑒別[19-20]、蜂蜜摻假[21]等領域。TGA-GC/MS多譜特征值組合經T-Test特征值提取處理(圖1-c)后,進行PCA和聚類分析(圖2-h),選取貢獻度最大的3個主成分PC1、PC2、PC3作為數據代表用以可視化,分別對應圖2中X、Y、Z軸。由圖2可知,除恒順與非恒順(圖2-b)外,其余4個單一品牌和其他品牌之間都可以達到一定的聚類分堆和區分效果,但不能準確劃分單一品牌和其他品牌之間的界限;圖2-f顯示,除恒順和寧化府外,東湖、紫林、金山寺都能較好的聚類分堆和區分,但不能準確劃分各個品牌之間的界限。因此,本研究在PCA后進行特征值提取,選擇LDA模型進行建模分析,對5個品牌食醋進一步鑒別。

2.3 LDA模型在食醋品牌鑒別中的應用

LDA是根據研究對象的各種特征值判別其類型歸屬問題的一種多變量統計分析方法,在食品真偽鑒別領域也有廣泛應用。本研究對TGA-GC/MS多譜特征值組合進行PCA,并進行特征值提取,選擇累計貢獻率80.00%,進行LDA建模分析(圖3-a～圖3-e)。

經留一線法交叉驗證,5個單一品牌模型正確識別率依次為:東湖87.63%、恒順80.41%、寧化府96.91%、紫林80.41%、金山寺87.63%,5個單一品牌和其他品牌之間都可以達到聚類分堆和區分效果,且能準確劃分單一品牌和其他品牌之間的界限;5個品牌相互之間區分建模與單一品牌不同,TGA-GC/MS多譜特征值組合先經方差分析后,再進行PCA降維提取特征值,選取貢獻率80%,即前11個特征值進行LDA建模分析(圖3-f),經留一法驗證,模型正確識別率80.00%,5個品牌相互之間聚類分堆和分離效果良好,且各品牌之間界限清晰,便于區分。

基于TGA-GC/MS多譜特征值組合的LDA模型與基于近紅外光譜的LDA模型[19]相比,多維數據進行建模時,比單維數據建模其聚類效果更加明顯,能夠較好的實現東湖、恒順、寧化府、紫林以及金山寺等食醋品牌與其他品牌的分類區分。

3 結果與討論

本研究采用的TGA-GC/MS技術結合化學計量學方法對5個品牌的食醋進行鑒別區分,具有無需樣品預處理、進樣量少、樣品正確識別率高、操作簡單等優勢,可作為一種鑒別食醋品牌的檢測方法。

基于TGA-GC/MS多譜特征值組合的LDA模型顯示出了較好的分離和聚類分堆效果,且目標品牌與其他品牌之間界限清晰;該模型5個單一品牌和其他品牌之間區分正確識別率為:東湖87.63%、恒順80.41%、寧化府96.91%、紫林80.41%、金山寺87.63%,5個品牌相互之間區分正確識別率為80.00%,各品牌食醋正確識別率較高,結果可為食醋的鑒別提供參考。