基于GC-MS结合化学计量学方法探究特征清香味辣椒粉的香气特点

王永晓，詹 萍*，田洪磊*，席嘉佩，姬云云，耿秋月

（1.石河子大学食品学院，新疆 石河子 832000；2.陕西师范大学食品工程与营养科学学院，陕西 西安 710119）

辣椒是一年生草本茄科植物，在世界范围内广泛种植，是饮食中使用的最古老的香料加工原料之一，同时还具有通经活络、活血化瘀、驱风散寒、开胃健脾、补肝明目等保健功效[1]。干制成粉是辣椒的主要加工形式，对辣椒风味的形成有极其重要的影响[2-6]。

辣椒粉中已经鉴定了数百种挥发性化合物，其中许多化合物有助于辣椒粉风味和香气的形成[7-9]。不同品种的辣椒粉，其风味存在很大差异。其原因在于挥发性物质的种类、比例及平衡关系的不同。对不同品种辣椒粉的呈香物质进行分析，对探究辣椒粉的呈香机理，确定不同品种辣椒粉的香气类型及主要香气特征有重要意义。高瑞萍等[10]采用顶空固相微萃取和气相色谱-质谱（gas chromatography-mass spectrometry，GC-MS）联用技术对遵义朝天红干辣椒挥发性风味物质进行鉴定分析，共检测出39 种物质，发现雪松烯、月桂烯等烯类化合物是其主要呈味物质。熊学斌等[11]以灯笼椒、红干椒、越野椒、野山椒4 个辣椒品种为材料，共检出94 种挥发性成分。野山椒中主要香气成分为酯类（己酸己酯、2-甲基丁酸己酯，3-甲基丁酸己酯），红干椒中主要香气成分为萜烯类（香橙烯、顺-(-)-2,4a,5,6,9a-六氢-3,5,5,9-四甲基-1H-苯并环庚烯），灯笼椒和越野椒中己醛、2-戊基呋喃相对含量较高。张恩让等[12]研究6 个贵州辣椒品种，发现挥发性成分最多为35 种，最少只有9 种，相比其他相关文献检出挥发物的数量偏少，可能由于条件限制，一些含量较高的未知物未被检出。关于辣椒粉风味品质的研究，虽然进行一些相关报道，但对其特征呈香物质的识别及它们在辣椒香气构成中的作用尚未深入研究。

主成分分析（principal component analysis，PCA）是一种广泛应用于减少多元问题维数的统计技术[13]，它在反映原始变量的大部分信息的前提下，将多个变量通过线性变换选出较少个数的重要变量，贡献率较大的变量保留在前几个主成分中[14]。例如，董文江等[15]运用PCA技术进行统计学分析，可视化不同地区生咖啡豆中风味前体物质的差异性。偏最小二乘回归（partial least squares regression，PLSR）分析是一种新型的多元统计方法，它最早产生于化学领域。现已在生物信息学、社会科学和食品科学等许多领域得到了成功的应用。例如，程媛等[16]采用PLSR建立抗类风湿性免疫活性肽的定量构效关系模型。此外，PLSR被认为是最强大的多变量校准技术之一，可以关联感官和化学数据集。例如，使用PLSR分析羊肉香精[17]、樱桃酒[18]和酱油[19]的感官属性和GC-MS数据之间的关系。

目前，鲜见关于辣椒粉呈香物质与其感官属性间关系的相关报道。因此，本研究应用描述性感官分析来描述不同品种辣椒粉的香气特征；运用GC-MS检测并鉴定不同品种辣椒粉中普遍存在的挥发性化合物；基于PCA研究特征清香味辣椒粉的香气特点；通过PLS1模型识别辣椒粉中与清香味辣椒粉显著相关的化合物。预期研究成果可使人们对清香味辣椒粉的特征香气有更深入的认识，同时为后期其风味品质的改进提供理论参考依据。

1 材料与方法

1.1 材料与试剂

从新疆大型农贸市场采购8 种不同品种的辣椒：螺丝辣椒（Z1）、羊角椒（Z2）、线椒（Z3）、灯笼椒（Z4）、猪大肠椒（Z5）、牛角椒（Z6）、迟班椒（Z7）和云阳椒（Z8），将其烘制成粉。

正构烷烃混合标准品（C7～C40）、1,2-二氯苯美国Sigma-Aldrich公司。

1.2 仪器与设备

7890A-5975C GC-MS联用仪、 HP-5ms毛细管柱（30 m×0.25 mm，0.25 μm） 美国Agilent公司；50/30 μm DVB/CAR/PDMS固相微萃取装置 美国Supelco公司。

1.3 方法

1.3.1 样品的制备

不同品种的辣椒去梗去籽，烘制成粉，通过旋涡混合器在30 s内与蒸馏水（1∶1.2，V/V）混合均匀，以通过固体扩散的形式促进挥发性化合物的释放。

1.3.2 辣椒粉挥发性物质顶空固相微萃取

准确称取6.0 g已混合均匀的样品于15 mL样品萃取瓶，加入10 μL的1,2-二氯苯（120 μL/L）作为内标化合物，将老化后的50/30 μm DVB/CAR/PDMS萃取头插入萃取瓶，同时推出纤维头（距离样品液面2.5 cm），于50 ℃水浴顶空吸附30 min，将纤维头缩回迅速插入GC进样口，在250 ℃解吸6 min，同时启动GC-MS联用仪采集数据。

1.3.3 GC-MS分析条件

色谱条件：色谱柱为HP-5ms弹性石英毛细管柱（30 m×0.25 mm，0.25 μm）；程序升温：柱温40 ℃保持3 min，以3 ℃/min升温至150 ℃，保持4 min，再以10 ℃/min升温至250 ℃，保持5 min；载气为高纯（99.999%）He；流速1.0 mL/min；进样口温度250 ℃；不分流进样。

质谱条件：电子电离源，离子源温度230 ℃；倍增器电压1 037 V；接口温度240 ℃；扫描范围30～500 u。

定性定量方法：将样品色谱图中的峰依次与Willey/NIST质谱库中数据进行比对，选取相似度指数（similarity index，SI）大于800的物质，同时与相关文献资料中化合物的保留指数（retention index，RI）进行比对定性。通过公式（1）可计算样品中待测组分的RI值：

式中：TR（x）、TR（z）、TR（z+1）分别代表待测组分及碳数为z、z+1正构烷的保留时间，且TR（z）＜TR（x）＜TR（z+1）。

采用内标法进行定量分析，根据待测组分和内标物的峰面积之比，待测组分的相对含量计算见公式（2）：

式中：Ai为待测组分i的峰面积，As为内标的峰面积，ms为内标质量/μg；f’为相对质量校正因子，假定为1；Wi为待测组分i的质量/μg。

1.3.4 感官指标的测定

实验采用6 点间隔尺度（0=无，5=极强）对辣椒粉样品进行定量描述性感官分析。感官评价小组由事先接受系统培训的12 名成员（6 男6 女，年龄25～35 岁）组成。感官评定在感官实验室进行，符合实验室的国际标准[20]。感官评定人员对样品的香气特征产生尽可能多的感官属性，通过对香气描述词进行讨论筛选，选择了12 个感官属性（煮熟蔬菜味、水果味、黄瓜味、甜味、新鲜味、蘑菇味、酸味、苦味、青草味、辛辣味、刺激味、土腥味）建立统一的评定标准进行进一步描述分析，以确保评定结果的准确性，每个样品重复评定3 次。

1.4 数据处理

感官数据的方差分析（ANOVA）采用SPSS 23.0软件进行分析，PCA采用SPSS 23.0软件进行数据处理，采用Origin 2017软件绘图，PLSR分析采用Unscrambler 9.7软件进行处理，所有数据均进行3 次重复实验。

2 结果与分析

2.1 辣椒粉感官分析结果

表 1 8 种辣椒粉样品的12 个感官属性得分值Table 1 Mean scores of 12 attributes of eight chilli powder samples in descriptive sensory evaluation

12 位感官评定人员对8 种辣椒粉的感官属性进行评定，结果如表1所示。方差分析结果表明不同品种的辣椒粉样品的感官属性（煮熟蔬菜味、水果味、黄瓜味、甜味、新鲜味、蘑菇味、酸味、苦味、青草味、辛辣味、刺激味、土腥味）呈现显著性差异（P＜0.05）。Duncan多重比较结果显示，Z1在蘑菇味、辛辣味和刺激味属性得分最高；Z2在水果味属性得分最高，Z3在新鲜味属性得分最高；Z4在煮熟蔬菜味属性得分最高，其次是Z3；Z5在苦味属性显示相对高的得分；Z6在酸味和青草味属性得分最高；Z7在青草味属性有相对高的得分；Z8在黄瓜味属性得分最高（表1）。结果表明，不同品种的辣椒粉有其偏向的感官属性。Z3和Z4由于其独特的清香味而与其他品种的辣椒粉相区分。

2.2 PCA结果

对8 种辣椒粉的12 个感官属性数据进行PCA。前4 个PCs在数据组中具有显着的差异，相应累计方差贡献为85.83%，可解释样本的大部分信息。PC1-PC2图（图1a）表明所有样品沿着PC1分离并显示4 个确定的组。样品Z1和Z2位于图的左侧，与辛辣味和刺激味相得益彰。样品Z3和Z4位于图的右侧，与新鲜味、煮熟蔬菜味有显著的相关性，并具有一定的青草味。样品Z5、Z7、Z8位于图的中间，表明这4 个样品具有所有感官属性的弱相关性并且没有显著的香味特征。样品Z6位于图的右侧，与土腥和酸味有显著相关性。进一步分析PC1-PC3图（图1b），表明Z4也有一定的酸味，但是它们之间没有显著相关性。综上所述，清香味辣椒粉的香气特征是新鲜味、煮熟蔬菜味和青草味的综合表现的结果。

图 1 基于感官属性评价得分值的不同样品的PCAFig. 1 PCA score plots of different samples based on sensory evaluation data

2.3 不同品种辣椒粉的挥发性化合物分析

续表2 μg/g

表 2 辣椒粉中挥发性化合物含量Table 2 Concentrations of volatile compounds in chili powder μg/g

续表2 μg/g

通过GC-MS对不同品种辣椒粉的挥发性成分进行检测、鉴定与量化，共检测出112 种挥发性化合物（表2），包括烃类15 种、醇类18 种、醛类36 种、酮类16 种、酸类4 种、酯类11 种、杂环类8 种和4 种其他化合物。所有8 种辣椒粉中，大部分挥发物的检测频率都较高，因此，这些挥发性化合物可能在辣椒的风味表征中起到重要作用，同时也说明不同品种之间的风味差异主要是由挥发性化合物含量的差异造成的。

辣椒粉中有不同种类的烃类化合物，一般来说，烷烃类化合物香气阈值高，赋予辣椒的香气作用小，而烯烃和芳香烃相对而言阈值较低，能够赋予辣椒特殊的香气[21]，其中雪松烯具有香柏的香气[4]，柠檬烯具有类似柠檬的香味[22]；辣椒粉中有不同种类的醇类化合物，其中许多甲基支链醇来源于氨基酸的代谢作用，常赋予样品新鲜的气味，其中1-辛烯-3-醇具有蘑菇、薰衣草、玫瑰和干草的香气[23]。醛类化合物是构成辣椒粉香气的重要物质，赋予香气的能力较强，主要来源于斯特拉克尔降解反应，其中(E)-2-己烯醛具有杏仁和水果香味，个别醛如2-甲基丁醛在高浓度下会产生刺激性风味[24]。在辣椒烘制过程中，一定程度的加热反应可能有利于酮类化合物的生成[25]，其中2,3-丁二酮具有饴糖和鲜花香味[26]。酯类化合物主要是辣椒中不饱和脂肪酸如油酸、亚油酸在热力作用下发生氧化或裂解反应产生的[27]，其中的水杨酸甲酯具有类似冬青的香味[28]。杂环类中的吡嗪类物质，大多是由己醛基和氨基酸的缩合反应生成的[29-30]，此类物质大部分具有焙烤、焦香气味[31-32]。

2.4 PLS1分析结果

PLS1分析多用于单一因变量和多个自变量之间的相关性。实验以112 种化合物的浓度作为X变量，3 个感官属性得分作为Y变量建立PLS1模型，对清香味辣椒粉的主要感官属性和测定的挥发性成分进行相关性分析。处理得到的PLS1模型主要包含3 个主成分（PC1、PC2和PC3），累计解释方差为62.23%，本实验仅对PC1-PC2模型进行讨论。如图2所示，结果表明：1）不同的感官属性新鲜味、青草味和煮熟蔬菜味和大部分挥发性化合物位于PC1的右侧；2）沿着PC2轴方向分布的变量可以被不同的感官属性指标所解释，其中新鲜味和青草味位于载荷图的上方，煮熟蔬菜味位于载荷图的下方。两个Y变量（鲜花和新鲜味）和大部分挥发性化合物分别位于内部和外部椭圆之间，r2分别为0.5和1.0，表明PLS1模型很好地解释了这些变量。

图 2 辣椒粉中的挥发性成分及感官属性（煮熟蔬菜味、青草味与新鲜味）的相关性分析Fig. 2 PLS1 correlation loadings plot of volatile components and sensory attributes

为进一步研究挥发性化合物分别对煮熟蔬菜味、青草味和新鲜味的贡献，建立PLS1模型进行分析，估计回归系数采用Jack-Knife不确定检验获得。结果表明，挥发性化合物的校准模型对于3 个感官属性（煮熟蔬菜味、青草味和新鲜味）的可信度较低，这是由于预测值与测量值之间的显著差异造成的。因此，实验选择63 种具有高香气的挥发性化合物，建立一个新的PLS1模型，可以更为直观的发现各种挥发性化合物对3 个感官属性的影响，结果如图3所示。

图 3 特定挥发物对感官属性的显著性影响分析Fig. 3 Significant influence analysis of specifically selected volatiles to characteristic aroma attrbites

18 种挥发性化合物在所有3 个感官属性（煮熟蔬菜味、青草味和新鲜味）中呈正相关关系，(Z)-2-戊烯醇和茴香脑与3 个感官属性都呈负相关，其他挥发性化合物在3 个感官属性上呈现不同的相关性；煮熟蔬菜味与β-月桂烯、(E)-2-戊烯醇、(E)-2-己烯醛、辛醛、4-辛烯-3-酮和2-戊基呋喃呈显著正相关，与大部分挥发性化合物呈非显著正相关，与己醛、(E,E)-2,4-癸二烯醛和2,3-丁二酮呈显著负相关。青草味与雪松烯、(Z)-3-己烯醇、己醛、(E)-2-庚烯醛和2-甲基丙酸呈显著正相关，与(E)-2-戊烯醛，1-辛烯-3-酮呈非显著正相关，与4-甲基-1-戊醇、己醇、辛烯醛和2-甲基丁酸己酯呈显著负相关。新鲜味与3-蒈烯、柠檬烯、(E,E)-2,4-癸二烯醛、(E)-2-壬烯醛、2-甲基丙酸和2-甲氧基-3-异丁基吡嗪呈显著正相关，与己醇、壬醛和2-甲基丁酸己酯呈显著负相关，而与庚醛、(E)-2-己烯醛和茴香脑呈非显著负相关。

挥发性化合物浓度不同这导致每个样品呈现不同的香味特征。尽管Z3和Z4样品都属于清香味辣椒粉，但与3 个感官属性相关的挥发性化合物浓度不同。与3 种感官属性呈正相关的18 种挥发性化合物的浓度在Z3中高于Z4，其中4 种与一种或两种感官属性呈显著正相关：3-蒈烯、柠檬烯、(E)-2-戊烯醇和4-辛烯-3-酮。Z4和其他样品中的茴香脑的浓度相对较低，且在3 种感官属性中都呈负相关。在Z1样品中，3-蒈烯、4-甲基-1-戊醇、(E)-2-庚烯醛、1-辛烯-3-酮、2-仲丁基-3-甲氧基吡嗪的浓度较高，这些化合物在2种以上感官属性中呈正相关。Z2样品中有27 种较高浓度的化合物，其中10 个在所有3 个感官属性上都呈正相关，而另外17 种在3 个不同的感官属性上呈负相关。Z5样品中，只有香叶醇和(Z)-2-戊烯醇的浓度相对较高，且后者在3 个感官属性上都呈负相关。Z6和Z8样品分别有10 种和12 种挥发性化合物的浓度最低，其中的大多数在3 个感官属性上都呈正相关。枯茗醛是Z7样品中唯一浓度最高的挥发性化合物，且在3 个感官属性上都呈正相关。

3 结 论

本研究中感官评定人员通过12 种感官属性（煮熟蔬菜味、水果味、黄瓜味、甜味、新鲜味、蘑菇味、酸味、苦味、新鲜味、辛辣味、刺激味、土腥味）对8 种不同品种的辣椒粉进行感官评定，结合PCA结果，表明特征清香味辣椒粉主要是由感官属性煮熟蔬菜味、青草味和新鲜味综合作用的结果。通过构建PLS1模型分析确定出具体哪些挥发物对特征清香味辣椒粉感官属性具有较高的贡献度，结果表明：煮熟蔬菜味与β-月桂烯、(E)-2-戊烯醇、(E)-2-己烯醛、辛醛、4-辛烯-3-酮和2-戊基呋喃呈显著正相关，与大部分挥发性化合物呈非显著正相关，与己醛、(E,E)-2,4-癸二烯醛和2,3-丁二酮呈显著负相关。青草味与雪松烯、(Z)-3-己烯醇、己醛、(E)-2-庚烯醛和2-甲基丙酸呈显著正相关，与4-甲基-1-戊醇、己醇、(E)-2-辛烯醛和2-甲基丁酸己酯呈显著负相关。而新鲜味与3-蒈烯、柠檬烯、(E,E)-2,4-癸二烯醛、(E)-2-壬烯醛、2-甲基丙酸和2-甲氧基-3-异丁基吡嗪呈显著正相关，与己醇、壬醛和2-甲基丁酸己酯呈显著负相关。通过本实验可确定特征清香味辣椒粉的香气特点及其特征挥发性物质，为研发清香味辣椒粉的相关产品提供理论依据。