基于电子鼻分析鱼油储藏过程中酸败程度的研究

陈 娜 陈小娥 方旭波,2 王明月 赵小惠 袁高峰

(浙江海洋学院食品与医药学院1，舟山 316022) (浙江省水产品加工技术研究联合重点实验室2，舟山 316022)

基于电子鼻分析鱼油储藏过程中酸败程度的研究

陈 娜1陈小娥1方旭波1,2王明月1赵小惠1袁高峰1

(浙江海洋学院食品与医药学院1，舟山 316022) (浙江省水产品加工技术研究联合重点实验室2，舟山 316022)

鱼油的酸败往往伴随着气味的变化，利用电子鼻对储藏过程中金枪鱼油的挥发性气味进行研究，每5 d测定1次，运用主成分分析(PCA)、线性判别分析(LDA)区分不同储藏时间的鱼油样品，并通过偏最小二乘法(PLS)建立酸价、过氧化值的预测模型。结果表明：随着储藏时间的延长，金枪鱼油整体气味呈增加趋势，这种气味变化趋势与酸价、过氧化值的变化趋势基本一致；不同储藏时间的金枪鱼油样品可以区分开来，LDA分析方法明显优于PCA分析方法；利用PLS偏最小二乘法(PLS)预测金枪鱼油酸价和过氧化值，得到线性模拟方程，验证试验表明，酸价、过氧化值预测值与实测值的平均相对偏差分别为10.60%、12.04%，准确性较好，可作为酸价、过氧化值预测的辅助手段。

电子鼻 金枪鱼油 储藏时间 酸价 过氧化值

鱼油富含多不饱和脂肪酸EPA和DHA，对人体具有良好的保健作用，近年来一直是国内外学者研究的热点。但是EPA和DHA极易氧化，引起鱼油品质下降。目前，评价鱼油品质主要是通过酸价、过氧化值等化学指标测定[1]以及感官评定、气相色谱-质谱联用仪(GC-MS)联用技术分析挥发性组分[2-3]等。感官评定准确性差，评定结果因人而异；气谱-质谱联用技术成本高、分析时间长，并且测试结果基本是样品经分离后的结果，很难代表样品的整体性[4]。因此，寻求一种简洁、快速、经济、高效的方法来反映鱼油氧化酸败程度有重要意义。

电子鼻是由性能彼此重叠的多个化学传感器和适当模式识别方法所组成的，可以识别简单和复杂气味的仿生学仪器[5]。类似于人和动物的鼻子，电子鼻“闻到”的是被测样品中挥发成分的整体信息。工作时，气敏传感器阵列对气体进行吸附，解吸附或进行反应，并产生电信号，然后调离电路及数据采集系统对传感器产生的信号进行放大、A/D 转换、采集和传输，最后送至计算机及模式识别系统，对信号进行模式识别，作出判断并输出结果[5]。而且采用电子鼻分析的样品不需要预处理，检测速度快，每个样品只需要几十秒，同时又能代表样品的整体气味信息。

目前电子鼻的应用主要集中于果蔬成熟度和储藏期的检验[7-9]、食品微生物污染检测[10]、肉制品香精的识别[11]以及谷物的储藏检验[12]等，应用于油脂的研究主要集中于植物油定性、掺伪检测[13-14]、原料品种和产地鉴别方面。Gan等[15]通过定量分析不同贮藏温度和时间下棕榈油中脂肪酸等物质的含量，发现电子鼻能够明显区别出新鲜棕榈油和变质棕榈油；Oliveros等[16]采用配备金属氧化物气敏传感器的电子鼻对橄榄油的真伪进行了识别，发现采用线性鉴别分析(LDA)和二元鉴别分析(QDA)时，鉴别的正确率大于95%，采用人工神经网络方法(ANN)分析时，鉴别的正确率达到100%，而且可以近似地判断掺杂的其他植物油脂的含量；Cosio等[17]的研究结果也表明电子鼻可以很好地检测初榨优质橄榄油的氧化程度，并由此反映出不同植物油品质对应的不同储藏条件。

国内电子鼻应用于鱼油氧化酸败的研究鲜见报道，但是，鱼油的氧化酸败过程往往伴随气味的变化，故以金枪鱼油为原料，利用电子鼻研究其在储藏过程中的挥发性气味变化，通过主成分分析、判别函数法法进行分析，并利用PLS预测储藏过程中酸价和过氧化值，得到预测回归方程，可为电子鼻在鱼油领域的应用提供参考。

1 材料与方法

1.1 材料与试剂

金枪鱼油：浙江丰宇生物制品有限公司，经湿压榨工艺制金枪鱼粉产生的蒸煮液油水分离得到，其中含水量0.23%，不皂化物0.91%，酸价10.33 mgKOH/g，过氧化值7.97 mmol/kg，碘值181.6 gI/100 g，25 ℃下避光保存；碘化钾、氢氧化钠、三氯甲烷、冰醋酸、乙醚、乙醇等均为分析纯。

1.2 仪器与设备

PEN3便携式电子鼻系统：德国Airsense公司；EL303型电子分析天平：梅特勒-托利多仪器有限公司；HH-6系列恒温水浴锅：金坛市荣华仪器制造有限公司。

1.3 电子鼻测定方法

取金枪鱼油样品1 g(准确至0.01 g)，放入10 mL顶空瓶中，加盖密封，25 ℃水浴中平衡30 min，采用电子鼻顶空直接分析，载气流量300 mL/min，气体进样流量300 mL/min，传感器清洗时间60 s，采样时间间隔1 s，测试时间为70 s。样品每5 d测定1次。PEN3型便捷式电子鼻包含10个金属氧化物传感器阵列，各个传感器的名称及性能描述见表1。

表1 电子鼻传感器性能描述

1.4 理化指标测定

酸价、过氧化值分别采用GB /T 5530—2005、GB /T 5538—2005测定。每5 d测定1次。

1.5 数据处理

酸价、过氧化值的数据处理及作图采用Origin 8.5软件；电子鼻数据处理采用PEN3电子鼻系统自带的Winmuster数据向量化程序，对采集挥发性气味信息进行多变量统计分析，包括主成分分析(PCA)、线性判别分析(LDA)、载荷分析(Loadings)和偏最小二乘法(PLS)。

2 结果与讨论

2.1 不同储藏时间金枪鱼油品质指标

鱼油测定的理化指标主要包括酸价、过氧化值、碘价、不皂化物、水分含量等，可以反映鱼油品质。表2为在储藏过程中酸价和过氧化值的测定值，这2个指标与储藏过程中的水解过程和氧化过程产物密切相关。与储藏0 d相比，鱼油的酸价和过氧化值随储藏时间的延长均具有显著性的变化(P<0.05)，其中，在储藏时间为10、15、20 d酸价、过氧化值的数据变化不大，酸价在20 d出现短暂的回落现象，但无显著性差异，而过氧化值在10、15 d也无显著性差异。25 d之后酸价、过氧化值增幅变大，显著性差异明显，说明酸败加剧，鱼油品质下降明显。

2.2 不同储藏时间的金枪鱼油指纹特征分析

相比于传感器的变化数据，电子鼻雷达图可以更加直观地观察不同储藏时间下传感器响应信号的差异。由图1可以看出，不同储藏时间的金枪鱼油样品对电子鼻10个传感器的反应信号强度各不同，储藏时间越长，传感器的响应值越来越大，雷达图中下显示的区域也越大，即金枪鱼油样品中的挥发性气味越来越多，其中传感器W5S的响应值最大，其次为传感器W2W。因此，通过雷达图能够明显区分储藏时间不同的金枪鱼油样品。

表2 储藏过程中酸价和过氧化值变化

注：同一列数据右上角小写字母不同表示显著性差异(P<0.05)。

图1 不同储藏时间的金枪鱼油59 s雷达图

2.3 主成分分析(PCA)

图2是在金枪鱼油在25 ℃下分别储藏0、5、10、15、20、25、30、35 d的PCA分析图谱，第一主成分和第二主成分贡献率分别为99.31%和0.31%，总贡献率为99.62%，说明主成分可以较好地反映不同储藏时间金枪鱼油样品挥发性气味的特征信息。由图2可以看出，储藏0、5、10 d的样品气味区域有重叠，挥发性成分有一定的共性，说明金枪鱼油样品在前10 d中挥发性成分变化不明显，可能是氧化酸败速度比较慢的缘故；储藏15、20 d的样品气味区域虽无重叠区，但其横坐标距离差距不大，难以区分开来；25、30、35 d气味区域随横坐标轴方向依次分开，说明样品的挥发性气味随储藏时间的延长而明显增多，可能是多次取样氧气反复进入使得油样氧化加剧的缘故。金枪鱼油在10、15、20 d呈味区域在横坐标难以分开，即主成分变化不大，25 d之后金枪鱼油呈味区域随储藏时间增加而在横坐标上依次排开，说明气味增加明显，这与2.1分析结果基本相符。

图2 不同储藏时间金枪鱼油PCA图

2.4 线性判别分析(LDA)

用LDA判别函数法分析结果见图3。结果显示第一主成分贡献率为59.94%，第二主成分贡献率为19.09%，总贡献率为79.03%，说明判别分析结果能够代表大部分气味信息。由图3可以看出，除了储藏时间为5 d和10 d的样品气味区域有部分重叠外，其他气味区域均无重叠。储藏30 d和35 d的金枪鱼油样品第二主成分上差别不大，但根据图中各气味区域在横坐标轴上的跨度，储藏不同时间的样品可以完全区分开来。比较图2和图3可知，尽管LDA方法总贡献率低于PCA方法总贡献率，但区分效果远优于PCA方法。

图3 不同储藏时间金枪鱼油LDA图

2.5 载荷分析(Loadings)

由图4可知，10种传感器对储藏不同时间的金枪鱼油的敏感程度，根据传感器响应值来判断其对金枪鱼油气味识别能力的强弱，传感器W5S对第一主成分的贡献率最大，说明第一主成分主要反映氮氧化合物；传感器W2W对第二主成分的贡献率最大，传感器W2S、W1W和W1S对第二主成分的贡献率较大，说明了第二主成分主要反映的是芳香成分、乙醇、硫化物和甲烷成分。考虑到第二主成分贡献率远低于第一主成分的贡献率，即传感器W2W、W2S、W1W和W1S对金枪鱼油气味的影响可忽略不计。传感器W1C、W3C、W5C、W6S、W3S分布较接近，都接近(0，0)，说明信号较弱，贡献率较小，故其对金枪鱼油气味的敏感程度很弱，可以忽略。由此可知，氮氧化合物是对金枪鱼油气味影响较大的挥发性成分，这可能与金枪鱼油在储藏过程中，光、氧气等因素导致其不断发生氧化酸败的产物有关。

图4 金枪鱼油的Loadings分析结果

2.6 金枪鱼油酸价和过氧化值预测模型的建立

采用偏最小二乘法(PLS)分析储藏过程中金枪鱼油气味和品质变化并构建预测模型，分别以酸价和过氧化值预测值为纵坐标，电子鼻实测为横坐标，建立PLS线性拟合曲线。图5、图6分别是酸价、过氧化值的PLS分析图。

PLS酸值标准曲线的回归方程为：Y=1.029 86X-0.484 31，R2=0.941 5；PLS过氧化值标准曲线的回归方程为：Y=0.969 07X+0.264 01，R2=0.984 6。说明金枪鱼油在储藏过程中酸价、过氧化值与电子鼻传感器信号之间具有较好的线性关系。

图5 金枪鱼油酸价的PLS分析图

图6 金枪鱼油过氧化值的PLS分析图

2.7 预测模型的验证

表3中，为验证所建立预测模型的准确性，测定5组不同储藏时间的金枪鱼油酸价、过氧化值，同时做电子鼻试验，比较预测值与实测值。得到酸价预测值与实测值平均相对偏差为10.60%，过氧化值预测值与实测值平均相对偏差为12.04%，可知所建预测曲线可以用来预测酸价、过氧化值，但并不能够精确预测。

表3 酸价、过氧化值预测模型验证试验

3 结论

3.1 通过不同储藏时间的金枪鱼油指纹特征分析发现，随储藏时间的延长，金枪鱼油整体气味有增加趋势，这种气味变化与酸价、过氧化值的变化趋势基本一致。

3.2 通过主成分分析(PCA)、线性判别分析(LDA)可以区分不同储藏时间的金枪鱼油样品，且LDA分析方法明显优于PCA分析；载荷分析结果表明传感器W5S对第一主成分的贡献率最大，即鱼油储藏过程中挥发性成分主要为氮氧化合物。

3.3 利用PLS偏最小二乘法(PLS)预测金枪鱼油酸价和过氧化值，得到线性模拟方程分别为：Y=1.029 86X-0.484 31，R2=0.941 5；Y=0.969 07X+0.264 01，R2=0.984 6，5次验证试验表明，金枪鱼油酸价、过氧化值预测模型平均相对偏差分别为10.60%、12.04%，因此可以作为酸价、过氧化值预测的一种参考方法。后续工作将进一步通过气质联用技术分析鉴定鱼油挥发性物质，以期为鱼油氧化机理、脱除鱼油不良气味提供参考。

[1]刘明，徐维锋，张显仁，等. 共轭亚油酸甘油酯的储存稳定性研究[J]. 中国油脂，2012，37(10)：50-52

Liu Ming, Xu Weifeng, Zhang Xianren,et al. Storage stability of conjugated linoleic acid glyceride[J]. China Oils and Fats,2012,37(10):50-52

[2]孙培冬，马樱. 蛇油的挥发性成分分析和脱腥[J]. 分析试验室，2007，26(11)：74-78

Sun Peidong, Ma Ying. Analysis of volatile compounds in snake oil and deodorization[J]. Chinese Journal of Analysis laboratory,2007,26(11):74-78

[3]康晶晶. 甜杏仁油挥发性成分的分析及其在油脂品质分析中的应用[D]. 长沙：中南林业科技大学，2013

Kang Jingjing.Analysis of volatile components of apricot kernel oil and its application in oil quality analysis[D]. Changsha: Central South University of Forestry and Technology, 2013

[4]孙月娥. 基于电子鼻的植物油脂品质评价[J]. 粮油加工，2010(6)：10-12

Sun Yuee.Evaluation of vegetable oil quality based on electronic nose [J]. Cereals and Oils Processin,2010(6):10-12

[5]彭德川，阎红，辛松林. 电子鼻技术对红花椒粉感观品质的快速分析[J]. 现代食品科技，2010，26(9)： 1018-1019

Peng Dechuan, Yan Hong, Xin Songlin. Rapid analysis of red sichuan pepper powders with electronic nose[J]. Modern Food Science and Technology,2010,26(9):1018-1019

[6]伍锦鸣，李敏健，沈光林，等. 电子鼻在烟草分析测试中的应用[J]. 现代食品科技，2007，23(6)：67-69

Wu Jin, Li Minjian, Shen Guanglin, et al. Application of electronic nose in tobacco analysis[J]. Modern Food Science and Technology,2007,23(6):67-69

[7]胡桂仙，王俊，海铮，等. 不同储藏时间柑橘电子鼻检测研究[J]. 浙江农业学报，2006，18(6)：458-461

Hu Guixian, Wang Jun, Hai Zheng, et al. Electronic nose monitoring the oranges stored for different times[J]. Acta Agriculturae Zhejiangensis,2006,18(6):458-461

[8]Gomez A H, He Guixian, Wang Jun, et al. Evaluation of tomatomaturity by electronic nose[J]. Computers and Electronics in Agriculture,2006,54:44-52

[9]Saevels S, Lammertyn J, Berna A Z, et a1. An electronic nose and a mass spectrometry based electronic nose for assessing apple quality during shelf life[J]. Postharvest Biology and Technology,2004,31:9-19

[10]Concina I, Falasconi M, Gobb E, et al. Early detection of microbial contamination in processed tomatoes by electronic nose[J]. Food Control,2009,20:873-880

[11]张晓敏，朱丽敏，张捷，等. 采用电子鼻评价肉制品中的香精质量[J]. 农业工程学报，2008，24(9)：175-178

Zhang Xiaomin, Zhu Limin, Zhang Jie, et al. Appraisal of meat flavoring essence quality using electronic nose[J]. Transactions of the CSAE,2008,24(9):175-178

[12]邵小龙，张蓝月，宋伟，等. 籼稻储藏品质的电子鼻快速检测方法研究[J]. 中国粮油学报，2014，29(4)：104-107

Shao Xiaolong, Zhang Lanyue, Song Wei, et al. Rapid dectection method for stored indice rice by electronic nose[J]. Journal of the Chinese Cereals and Oils Association,2014,29(4):104-107

[13]贾洪锋，邓红，梁爱华. 电子鼻在芝麻油掺芝麻油香精识别中的应用[J]. 中国粮油学报，2013，28(8)： 83-86

Jia Hongfeng, Deng Hong, Liang Aihua.Recognition of sesame oil essence adulteration in sesame oil using electronic Nose[J]. Journal of the Chinese Cereals and Oils Association,2013,28(8):83-86

[14]海铮，王俊. 基于电子鼻山茶油芝麻油掺假的检测研究[J]. 中国粮油学报，2006，21(3)：192-197

Hai Zheng, Wang Jun. Detection of adulteration in sesame oil using an camellia seed oil and electronic nose[J]. Journal of the Chinese Cereals and Oils Association,2006,21(3):192-197

[15]Gan H L ,Tan C P ,Che Man Y B ,et al.Monitoring the storage stability of RBD palm olein using the electronic nose [J]. Food Chemistry,2005,89(2):271-282

[16]Oliveros M C C,Pavón J L P,Pinto C G ,et al .Electronic nose based on the metal oxide semiconductor sensors as a fast alternative for the detective of adulteration of virgin olive oils [J]. Analytica Chimica Acta,2002,459(2):219-228

[17]Cosio M S, Ballsbio D, Benedetti S, et al. Evaluation of different storage conditions of extra vrigin olive oils with an innovative recognition tool built by means of electronic nose and electronic tongue [J]. Food Chemistry,2007,101(2):485-491.

Analysis of Degree of Rancidity of Fish Oil DuringStorage by Using Electronic Nose

Chen Na1Chen Xiaoe1Fang Xubo1,2Wang Mingyue1Zhao Xiaohui1Yuan Gaofeng1

(School of Food and Pharmacy, Zhejiang Ocean University1, Zhoushan 316022)(Joint Key Laboratory of Zhejiang Province for the Research of Fishery Processing Technology2, Zhoushan 316022)

The rancidity of fish oil was often accompanied by changes in odor, so this article studied the change of odor of tuna oil during storage using electronic nose, which was measured every 5 d, using principal component analysis (PCA), linear discriminant analysis (LDA) to distinguish the sample with different storage time and establish forecast model of acid value, peroxide value by partial least squares (PLS). The results showed that odor of tuna oil was in an increasing trend with the extension of storage time, basically the same as trends of acid value and peroxide value. Tuna oil samples with different storage time could be distinguished and LDA method was better than PCA. PLS was used to forecast acid value and peroxide value of tuna oil, getting linear simulation equationhes. The validation test showed that the average relative deviation between the expected value and actual value of acid value and peroxide value was 10.60% and 12.04%, respectively, which could be used as an aid method of predicting acid value, peroxide value of fish oil during storage.

electronic nose, tuna fish oil, storage time, acid value, peroxide value

TS225.2

A

1003-0174(2016)10-0125-06

浙江省自然科学基金(LY12C20007，LY14C20004)，浙江省教育厅攀登计划(pd2013227)，国家星火计划(2012GA700195)

2015-03-11

陈娜，女，1990年出生，硕士，海洋生物资源利用

陈小娥，女，1968年出生，教授，海洋生物资源综合利用