近红外光谱结合特征变量筛选方法测定茶汤中的氨基酸含量

吴彦红，艾施荣，严霖元*，杨红飞，胡 琪

(1．江西农业大学 工学院，江西 南昌 330045;2．江西农业大学 软件学院，江西 南昌 330045)

茶叶内含有茶多酚、氨基酸、咖啡碱等多种对人体有益的成分，既是一种具有营养性和风味性的饮品，又是一种具有降血脂、防辐射、抗癌等药理功效的功能性饮品［1］。随着生活水平的提高，生活节奏的加快，液态茶饮料以其具有方便、消暑解渴、保健疗效、开瓶即饮等特点越来越受到人们的喜爱，目前“即开型”茶饮料已占了茶叶产业的绝大部分市场［2］。而据国家质量监督检验检疫总局对市场上38家企业的茶饮料产品质量抽检结果，发现大部分产品中内含成分低于茶饮料标准或根本不含有茶成分［3］。加强茶饮料质量检测力度，已是茶饮料行业迫切需要解决的问题。

茶叶中的氨基酸是构成其鲜爽味的主要物质，也是人体所需的主要营养物质，具有预防疾病等保健功效［4］。而茶叶中的氨基酸含量较少，只占干物质含量的3%左右，在茶饮料中，氨基酸含量更是甚少。氨基酸常规检测方法主要有茚三酮比色法［5］、高效液相色谱法等［6］，这些方法检测精度高，但属于化学方法，检测步骤繁琐、耗时长、费用高，无法满足茶饮料加工和贸易过程中的质量快速检测需要。

近红外光谱技术具有简单、快速、成本低和重现性好等优点，已被广泛应用于液态样品品质的快速检测中［7－9］，目前在茶汤的茶多酚成分检测中也得到了广泛应用［10－11］，但用于茶汤中氨基酸含量检测还未见相关报道。氨基酸组分复杂，导致了其近红外光谱的复杂性，另外，茶饮料的近红外谱峰中含有水的强吸收峰。因此，如何通过一些数据挖掘方法从复杂的液体光谱信息中提取特征信息，以建立精确、稳定的定量分析模型是必须要解决的关键问题。本研究分别采用间隔偏最小二乘法(interval partial least square，iPLS)和联合区间偏最小二乘法(Synergy interval partial least square，siPLS)从茶汤的近红外光谱中提取氨基酸光谱信息，建立氨基酸的近红外光谱定量分析模型，文中由iPLS方法建立的模型简称iPLS模型，由siPLS方法建立的模型简称siPLS模型。

1 材料和方法

1．1 样本收集与茶汤制备

从茶叶市场收集绿茶、红茶、乌龙茶种类90个茶样，茶样原产地为江西、江苏、福建、云南、安微、浙江等国内重要产区，将茶样编号后置于4℃冰柜中保存。试验时，从每个茶样中分别称取3 g，在室温下放置12 h达到室温平衡后，用150 mL沸蒸馏水加盖冲泡5 min，倒出茶汤，用滤纸过滤，将滤液迅速冷却到室温。

1．2 茶汤近红外光谱采集

使用AntarisⅡ傅里叶变换近红外光谱仪(Thermo Scientific，USA)采集茶汤光谱，光谱仪带有透射样品池附件。光谱采集条件为:光谱波数范围10 000～4 000 cm－1，分辨率为3．856－1，扫描次数为32次。采集光谱时，将备用茶汤注入5 mm光程的样品池中，每个样本采集光谱后旋转大约60°重复采集3次，求其平均值作为原始光谱。

1．3 氨基酸含量参考测定

为防止因茶汤浓度过高而导致吸光度值过大，用吸管分别从每个样本的茶汤中吸取10 mL到25 mL容量瓶中，用蒸馏水稀释到刻度。根据酒石酸亚铁比色法 (GB/T 8314—2002)测量各稀释后茶汤中的氨基酸含量。从原始样本中随机选出60个组成校正集，用来建立校正模型;余下30个组成预测集，用来检验模型性能。

1．4 间隔偏最小乘法(iPLS)和联合区间偏最小二乘法(siPLS)

间隔偏最小二乘法(iPLS)是一种有效的波长筛选方法［12］，其原理是将整个光谱区等分为若干个子区间，然后在全光谱区和每个子区间内分别建立偏最小二乘回归模型，比较各模型的精度，取精度最高的模型所在的子区间为最终优选的特征波长区间。联合区间偏最小二乘法(siPLS)已广泛应用于光谱数据的特征波长优选上［13－14］，其原理是将整个光谱区等分为多个子区间，再联合其中的2个、3个或更多的子区间建立模型，比较各模型的预测误差，误差最小的模型所对应的联合子区间即是被优选的特征光谱区间。

1．5 模型性能评价

在校正集中采用交互验证法(leave-one-out cross-validation)优化模型参数，以氨基酸含量的实测值与模型预测值的相关系数Rc、校正集交互验证均方根误差(root mean square error of cross-validation，RMSECV)和预测集均方根误差(root mean squared error of prediction，RMSEP)作为模型性能的评价指标，所有数据分析基于Matlab V7．8．0平台完成。

2 结果与讨论

2．1 茶汤近红外原始光谱分析及光谱预处理

图1为茶汤近红外原始光谱图，从图1可看出，各样本茶汤的光谱信息几乎没有差 异，且 在 6 900 ～7 140 cm－1和5 155 cm－1附近存在强吸收峰，这是茶汤中水的O-H伸缩振动的合频和一级倍频吸收［15］，因此必须从整个光谱信息中提取与氨基酸相关的特征信息，消除水峰及其他无关信息对模型性能的影响。另外，因原始光谱中夹带有噪声信息及其他无关信息，文献研究表明标准正态变量变换(Standard Normal Variate Transformation，SNV)能有效去除光谱中的噪音信息［16］，本研究采用SNV方法预处理原始光谱图。

图1 茶汤原始光谱图Fig．1 NIR original spectra of tea infusion

2．2 间隔偏最小二乘法(iPLS)筛选特征光谱区间及iPLS模型建立

为考察子区间数划分对优选结果的影响，试验将整个光谱区分别等分为11～25个子区间，在校正集中用交互验证法优化模型参数，模型性能衡量标准由交互验证均方根误差值(RMSECV)决定，优选结果见图2。从图中可看出，当整个光谱区等分为15子区间时，所建模型的RMSECV值最小，因此研究将整个光谱区等分为15个子区间来优选特征光谱区间。图3是在15个子区间上优选的区间结果图，当选择第12个子区间，使用前5个主成分建立模型时，其RMSECV最小，对应的波数范围为8 412．0 ～8 809．2 cm－1。模型对校正集的相关系数(Rc)和交互验证均方根误差(RMSECV)分别为0．788 和0．278;预测集的中相关系数(Rp)和预测均方根误差(RMSEP)分别为 0．724 和0．299。图中表明，用iPLS优选出来的特征变量不在水的强吸收峰内，从而避免了水峰的影响。

图2 各划分子区间上所建最优模型的交互验证均方根误差Fig．2 RMSECV of the optimal models based on all divided interval numbers

图3 iPLS优选的间隔数Fig．3 The selected interval by iPLS

2．3 联合区间偏最小二乘法(siPLS)筛选特征光谱区间及siPLS模型建立

由上述结果可知，建立的iPLS模型性能较差，研究采用另一种特征变量筛选方法(联合区间偏最小二乘法，siPLS)优选特征变量，试验将整个光谱区分别等分为11～25个子区间，在各等分的子区间内，又分别联合其中的2、3和4个子区间建立模型。在校正集中交互验证法优化模型参数，由最小的交互验证均方根误差值(RMSECV)作为衡量标准，优选结果见表1。从表中结果可知，当整个光谱区被划分成21个子区间，联合其中的第7、13和第17个子区间，使用前7个主成分数时建立模型的RMSECV值最小。图4是优选结果图，图中的灰色区是筛选出的3个特征子区间，各子区间对应的波数范围分 别 为 5 723．7 ～ 6 005．2 cm－1、7 436．2 ～ 7 717．7 cm－1和 8 577．8 ～8 859．4 cm－1，共 222 个变量。由图也可看出，优选的特征变量不在水的强吸收峰内。

表1 由siPLS方法在不同子区间划分的特征光谱区间优选结果Tab．1 Results of feature spectral regions selected by siPLS

由优选的222个变量建立PLS模型，模型对校正集样本的相关系数(Rc)和交互验证均方根误差(RMSECV)分别

为0．912和0．185;预测集的中相关系数(Rp)和预测均方根误差(RMSEP)分别为0．887和0．202。图5

校正集和预测集中样本的实测值与模型预测值之间的散点图。

图4 由siPLS筛选的特征光谱区间［7 1317］Fig．4 Optimal spectral regions［7 1317］selected by siPLS

2．4 模型性能比较与讨论

本研究比较经典偏最小二乘(PLS)模型、iPLS模型和siPLS模型性能，比较结果见表2。从表2可看出，siPLS模型性能最好，经典PLS模型较差。这是因为经典PLS模型是利用茶汤的近红外全光谱变量建模，全光谱区内含有大量与氨基酸成分无关的信息，尤其是水的吸收峰，这些信息参与模型建立必然会严重影响模型的精度和稳定性。而利用iPLS建模时，优选出与氨基酸成分最相关的特征变量建立模型，且优选得到的特征变量不在水的强吸收峰内，因此其模型性能要好于全光谱区的PLS模型性能;但仅优选其中的一个子区间来建立模型，其他子区间中也含有一些与氨基酸成分最相关的信息。SiPLS模型是通过优选出几个与氨基酸成分最相关的光谱子区间建立的模型，其性能明显要好于iPLS模型。

表2 不同模型结果比较Tab．2 Results and comparison from different models

图5 校正集和预测集中实测值与模型预测值之间的散点图Fig．5 Reference measurement versus NIR prediction in the calibration and prediction sets

3 结论

本文研究利用近红外光谱技术结合特征变量筛选方法快速测定茶汤中的氨基酸含量。研究结果发现，利用iPLS方法筛选的特征变量建立模型避开了水的强吸收峰影响，但模型精度较差，而利用siPLS方法筛选的特征变量建立模型同样避开了水的强吸收峰影响，但模型性能明显好于iPLS的。研究表明利用近红外光谱技术结合siPLS方法测定茶汤中的氨基酸含量是可行的。

茶汤中含有大量水分，由于水分子的强吸收使茶汤近红外原始光谱在6 900～7 140 cm－1波段产生吸收峰饱和现象;另外，氨基酸在茶汤中的含量很低，相对于水的强吸收，氨基酸的近红外光谱非常微弱，其吸收信息容易被水的强吸收信号掩盖和干扰。姜礼义等［10］探讨利用合适的光程来减少水溶液干扰所产生的误差，得出使用1 mm光程的透射附件所建立模型是可行的。但透射附件的光程太小，在清洗、制作工艺等方面会存在一些相应的负面问题。本文探讨使用化学计量学方法从茶汤近红外光谱中提取氨基酸的微弱光谱信息，茶汤原始光谱使用5 mm光程石英比色皿采集，其中有部分光谱区产生饱和现象，严重影响模型精度。而siPLS方法通过将整个光谱区等分成多个子区间，再分别联合其中的几个精度较高的子区间建立模型，这些精度较高子区间内的变量跟待测成分最相关，直接剔除了一些无关信息且避开了水峰影响。与利用小光程的近红外光谱分析方法相比，该方法只使用了全光谱变量(1 557个变量)中的222个变量建立模型，模型更简洁，且避免利用小光程来减少水的强吸收影响所带来的缺陷。

［1］Bettuzzi S，Brausi M，Rizzi F．Chemoprevention of human prostate cancer by oral administration of green tea catechins in volunteers with high－grade prostate intraepithelial neoplasia:a preliminary report from a one－year proof－of－principle study［J］．Cancer Research，2006，66(2):1234 －1240．

［2］艾施荣，吴瑞梅，吴燕．基于神经网络近红外光谱鉴别茶饮料的研究［J］．安徽农业科学，2010，38(14):7658－7662．［3］谷晓君．来自茶饮料的困惑［J］．上海标准化，2004，5:36 －38．

［4］郭志明．近红外光谱法测定茶叶中游离氨基酸的研究［J］．光谱仪器与分析，2011(1):105－109．［5］张正竹．茶叶生物化学实验教程［M］．北京:中国农业出版社，2009:42－43．

［6］郭升平．高效液相色谱法测定茶叶中氨基酸的研究［J］．色谱，1996，14(6):464－466．

［7］Yu H Y，Ying Y B，Fu X P，et al．Quality determination of Chinese rice wine based on Fourier transform near infrared spectroscopy［J］．Journal of Near Infrared Spectroscopy，2006，14(1):37 －44．

［8］Cozzolino D，Kwiatlowski M J，Waters E J，et al．A feasibility study on the use of visible and short wavelengths in the near－ infrared region for the nondestructive measurement of wine composition［J］．Analytical and Bioanalytical Chemistry，2007，387(6):2289－2295．

［9］Galtier N，Dupuy Y，Le D，et al．Geographic origins and compositions of virgin olive oils determinated by chemometric analysis of NIR spectra［J］．Analytica Chimica Acta，2007，595(1):136 – 144．

［10］姜礼义，刘福莉，陈华才，等．绿茶汤中茶多酚近红外定量分析的光程选择［J］．中国计量学院学报，2009，20(2):135－138．

［11］吴瑞梅，赵杰文，陈全胜，等．特征变量筛选在绿茶汤中茶多酚近红外光谱定量分析中的应用［J］．农业机械学报，2011，42(12):173 －176．

［12］Norgaard L，Saudland A，Wagner J，et al．Interval partial least－ squares regression(iPLS):a comparative chemometric study with an example from near－ infrared spectroscopy［J］．Applied Spectroscopy，2000，54(3):413 －419．

［13］Chen Q S，Zhao J W，Liu M H，et al．Determination of total polyphenols content in green tea using FT－NIR spectroscopy and different PLS algorithms［J］．Journal of Pharmaceutical and Biomedical Analysis，2008，46(3):568 －573．

［14］朱向荣，李娜，史新元，等．近红外光谱与组合的间隔偏最小二乘法测定清开灵四混液中总氮和栀子苷的含量［J］．高等学校化学学报，2008，29(5):906 －911．

［15］Chen Q S，Zhao J W，Huang X Y，et al．Simultaneous determination of total polyphenols and caffeine contents of green tea by near－ infrared reflectance spectroscopy［J］．Microchemical Journal，2006，83(1):42 －47．

［16］Liu F，He Y，Wang L，et al．Detection of organic acids and pH of fruit vinegars using near－ infrared spectroscopy and multivariate calibration［J］．Food and Bioprocess Technology，2011，4(8):1331－1340．