基于回归方程式定量定性分析茶籽油掺伪的研究

彭思敏 吴卫国

(食品科学与生物技术湖南省重点试验室；湖南农业大学食品科技学院，长沙 410128)

茶籽油的掺伪现象大体分两类，一类是以掺伪茶籽油代替纯茶籽油出售，以欺骗消费者；另一类则可称为“正当掺伪”—茶籽调和油。GB 2716—2018明确指出，食用植物调和油是指用两种及两种以上的食用植物油调配制成的食用油脂，且要求在标签中注明各种食用植物油的比例。如何验证食用调和油中各类油的组成和类别成为亟须解决的新一类油脂掺伪问题[1，2]。

目前针对油脂掺伪检测有不少相关研究报道，除了常用的理化检验法外，光谱法、色谱法、电子鼻技术、热分析法等都积极运用在油脂掺伪检测上[3，4]，技术的更新在一定程度上提高了人们对油脂的了解，但为了进一步优化油脂掺伪检测的方法，对油脂的分析方法提出了更高的要求，而其中破解油脂的多样性与复杂性是油脂掺伪检测的关键点[5-8]。随着计算机科学、统计学、数学等在生物、化学等领域的发展，科研者们能最大限度地从分析测量数据中提取有用信息，以更好地阐明物质的组成、结构、性质以及物质之间的相互关系[9，10]，这也是未来检测研究的主要方向。

通过查询、分析食用植物油脂肪酸组成的相关文献可知，常见食用植物油中的脂肪酸组成具有相似性与差异性，其相似性在于不同食用植物油中的主要脂肪酸组成类似[11，12]，几乎所有类别的油脂中均含有油酸、亚油酸、硬脂酸等；其差异性在于同一种脂肪酸在不同食用植物油中的含量是不同的[13，14]，这也是本研究中采用的油脂掺伪检测方法的原理，即：不同油脂之间的掺伪会导致脂肪酸比例发生变化。本研究采用气质联用技术获取不同茶籽油掺伪模型中脂肪酸种类、含量等数据，利用统计学原理将掺伪模型中纯茶籽油含量与9类脂肪酸含量进行双变量分析。根据相关性原理，当物质A和物质B互掺时，其相关系数无限趋向于1，表明两者具有极强的关联性，即为同一物质。故而当某一种脂肪酸含量与茶籽油含量的相关系数越接近于1，则表明该脂肪酸与茶籽油含量的变化的关联性越强，在茶籽油掺伪中具有极强的辨识度。另外，根据差异性原理，当某脂肪酸含量变化差异性越显著，则表明在茶籽油掺伪中该脂肪酸含量变化越大，越具有代表性。因此，在实验中筛选出同时具有极强关联性和差异性的脂肪酸含量作为Y值，以茶籽油掺伪模型中掺入的单一油脂含量为X值，经过SAS分析法建立了回归方程组。该研究中建立的茶籽油掺伪单一油脂的一元回归方程组，可定量定性分析茶籽油掺伪现象，为茶籽油及茶籽调和油的品质监控提供参考。

1 材料与方法

1.1 材料与试剂

茶籽油：市售；花生、大豆、菜籽样品：湖南农业大学实验基地；甲醇、正己烷：色谱纯；无水硫酸钠、H2SO4、KOH：分析纯。

1.2 设备与仪器

SHZ-82水浴恒温振荡器；HH-8数显恒温水浴锅；GCMS-2010气质联用仪(SHIMADZU)。

1.3 实验方法

1.3.1 样品提取

纯油样品提取采用索氏抽提法，具体流程参照参考文献[15]进行。

1.3.2 茶籽油掺伪模型设计

根据单因子四水平的正交实验设计原理，取任一种纯油样品(菜籽油、大豆油、花生油)按5%、15%、25%、50%的比例加入到基础油茶籽油中，建立茶籽油油脂掺假模型(见表1)。

表1 植物油脂掺假模型设计

1.3.3 脂肪酸甲酯化处理

处理方法采用酸碱结合法，具体流程参照参考文献[16]。

1.3.4 气质联用分析

GC-MS分析条件为：岛津(SHIMADZU)GC-MS2010、HB-88毛细管柱(100.0 m × 0.32 mm × 0.25 μm)；载气为He(纯度99.999%)；进样口温度：250 ℃；柱温：初始温度120 ℃，保持1 min、10 ℃/min升温至175 ℃，保持10 min、5 ℃/min升温至210 ℃，保持5 min、5 ℃/min升温至230 ℃，保持15 min；柱流速：1.04 mL/min，分流比：10∶0；离子源温度：200 ℃；接口温度：220 ℃；质核比扫描范围：50～700 m/z；进样量：1 μL。

1.3.5 脂肪酸含量分析

将GC-MS检测所得脂肪酸图谱中各油脂脂肪酸出峰面积之和归为一，各脂肪酸峰面积的百分比表示为油脂中各脂肪酸的相对含量。

1.3.6 相关性及显著性分析

参照参考文献[16]，以棕榈酸、肉豆蔻酸、油酸、亚油酸、硬脂酸、亚麻酸、花生酸、花生烯酸和芥酸共9类脂肪酸甲酯的相对含量以及掺伪模型中茶籽油含量为变量，采用SPSS 17.0 数据统计软件进行双变量相关分析，根据相关性大小判断出随着茶籽油含量变化而具有较高程度关联的脂肪酸种类。同时结合单因素方差分析(ANOVA)，若组间差异显著，则采用Duncan氏法进行多重比较，显著水平为0.05，极显著水平为0.01。实验结果以平均值±标准差表示。

1.3.7 回归模型建立

回归方程中Y值为筛选出的具有显著相关性及差异性的脂肪酸的含量，X值为茶籽油掺伪模型中掺入的油脂含量，经SAS逐步回归分析建立回归方程组。

2 结果与分析

2.1 茶籽油掺伪菜籽油模型回归方程建立

2.1.1 茶籽油掺伪菜籽油模型的双变量(茶籽油含量、各脂肪酸含量)相关性分析

表2中的数值是茶籽油掺伪菜籽油模型中茶籽油含量变化与各脂肪酸含量变化间的相关性系数，其中数值越接近1，则表示不同茶籽油含量水平与脂肪酸含量水平之间的相关关系越强；数字前的“-”号表示不同茶籽油含量水平与脂肪酸含量水平呈现的关系为负相关，反之则为正相关。从表2中对茶籽油掺伪菜籽油模型中的双变量(茶籽油含量、各脂肪酸含量)的相关性分析结果可知，茶籽油掺伪菜籽油模型中不同茶籽油含量水平与棕榈酸及顺式油酸的含量变化呈极显著正相关(R=0.971、0.912，P<0.01)，其余多呈极显著负相关。其中与花生酸、亚麻酸的含量变化之间具有等同的最强关系(R=-0.998，P<0.01)，其次为芥酸甲酯(R=-0.980，P<0.01)、顺式亚油酸甲酯(R=-0.975，P<0.01)、花生烯酸甲酯(R=-0.969，P<0.01)。说明在茶籽油掺伪菜籽油模型中，随着茶籽油含量的增加，棕榈酸及顺式油酸的含量增加，花生酸、亚麻酸含量则降低。

表2 茶籽油掺伪菜籽油模型中茶籽油含量与各脂肪酸含量间的相关性分析

注：“*”表示显著相关(P<0.05)，“**”表示极显著相关(P<0.01)，余同。

2.1.2 茶籽油掺伪菜籽油模型中各脂肪酸含量显著性分析

表3为茶籽油掺伪菜籽油模型中各脂肪酸含量显著性分析结果，从表3可知：茶籽油掺伪模型的各实验组间，花生酸甲酯、亚麻酸甲酯含量差异均极显著(P<0.01)，且此2种脂肪酸甲酯含量均随着掺伪菜籽油含量的增加而递增；顺式亚油酸甲酯、芥酸甲酯的含量随实验Ⅰ、Ⅱ、Ⅲ、Ⅳ组的顺序增加，各实验组间相互具有显著差异性(P<0.05)。花生烯酸甲酯含量随掺伪菜籽油含量的增加呈递增趋势，实验Ⅰ、Ⅳ组分别与Ⅱ、Ⅲ组间具有极显著差异性(P<0.01)；棕榈酸甲酯、顺式油酸甲酯、硬脂酸甲酯在茶籽油掺伪菜籽油模型中，各实验组间无显著差异性(P>0.05)，其中棕榈酸甲酯、顺式油酸甲酯的浓度随着菜籽油含量的增加而逐步减少，而硬脂酸甲酯的含量随菜籽油含量的增加而增加。

表3 茶籽油掺伪菜籽油模型中各脂肪酸含量分析/%

注：同行数据肩标不同小写字母表示差异显著(P<0.05)，不同大写字母表示差异极显著(P<0.01)，反之则不显著，余同。

2.1.3 茶籽油掺伪菜籽油的数学回归模型建立

综合表2、表3可知：在茶籽油掺伪菜籽油模型中，同时具有显著相关性及差异性的脂肪酸甲酯为：顺式亚油酸甲酯、花生酸甲酯、亚麻酸甲酯、芥酸甲酯，共四种。其中，花生酸甲酯、芥酸甲酯的百分含量检测值极小，在茶籽油中掺伪5%的菜籽油时存在不易被检测出的可能性；故而优化选出顺式亚油酸甲酯、亚麻酸甲酯作为标志性脂肪酸。同时以此2种脂肪酸的含量为Y值，以茶籽油掺伪模型中掺入的菜籽油含量为X值，经过SAS分析法建立了以下回归方程组：

Y(顺式亚油酸甲酯)=0.351 5+0.060 4X(R2=0.831 6，P<0.01)

Y(亚麻酸甲酯)=9.230 7-0.039X(R2=0.996 0，P<0.01)

2.2 茶籽油掺假大豆油模型的回归分析

2.2.1 茶籽油掺伪大豆油模型的双变量(茶籽油含量、各脂肪酸含量)相关性分析

从表4中对茶籽油掺伪大豆油模型中的双变量(茶籽油含量、各脂肪酸含量)的相关性分析结果可知，茶籽油掺伪大豆油模型中不同茶籽油含量水平与顺式油酸的含量变化呈极显著正相关(R=0.996，P<0.01)，其余多呈极显著负相关。其中与顺式亚油酸、亚麻酸的含量变化之间具有等同的最强负相关关系(R=-0.999，P<0.01)，其次为硬脂酸甲酯(R=-0.987，P<0.01)、花生酸甲酯(R=-0.969，P<0.01)、棕榈酸甲酯(R=-0.932，P<0.01)。说明在茶籽油掺伪大豆模型中，当茶籽油含量越高时，顺式油酸的含量越高，而顺式亚油酸、亚麻酸含量则越低。

2.2.2 茶籽油掺伪大豆油模型中各脂肪酸含量显著性分析

表5为茶籽油掺伪大豆油模型中各脂肪酸含量显著性分析结果，从表5可知：茶籽油掺伪模型的各实验组间，硬脂酸甲酯、顺式亚油酸甲酯、亚麻酸甲酯含量差异均极显著(P<0.01)，且此3种脂肪酸甲酯含量均随着掺伪大豆油含量的增加而递增；顺式油酸甲酯的含量随实验Ⅰ、Ⅱ、Ⅲ、Ⅳ组的顺序降低，各实验组间相互具有显著差异性(P<0.05)。花生酸甲酯的浓度在茶籽油掺伪15%以上大豆油时，实验Ⅱ、Ⅲ、Ⅳ各组间具有极显著差异性(P<0.01)。棕榈酸甲酯、花生烯酸甲酯在茶籽油掺伪菜籽油模型中，各实验组间无显著差异性(P>0.05)，其中棕榈酸甲酯的浓度随着菜籽油含量的增加而递增，而花生烯酸甲酯的含量随菜籽油含量的增加而递减。

表4 茶籽油掺伪大豆油模型中茶籽油含量与各脂肪酸含量间的相关性分析

表5 茶籽油掺伪大豆油模型中各脂肪酸含量分析/%

2.2.3 茶籽油掺伪大豆油的数学回归模型建立

综合表4、表5可知：在茶籽油掺伪大豆油模型中，同时具有显著相关性及差异性的脂肪酸甲酯为：硬脂酸甲酯、顺式油酸甲酯、顺式亚油酸甲酯、亚麻酸甲酯、花生酸甲酯，共5种。其中，花生酸甲酯的百分含量检测值极小，在茶籽油中掺伪15%大豆油时仍存在不易被检出的可能性。同时在茶籽油掺伪大豆油模型中，大豆油掺伪比例小于15%时，其含量差异不显著，存在部分检测盲区；同时亚麻酸甲酯的百分含量检测值亦极小，在茶籽油中掺伪5%大豆油时就存在不易被检测出的可能性。故而优化选出硬脂酸甲酯、顺式油酸甲酯、顺式亚油酸甲酯、作为标志性脂肪酸。同时以此3种脂肪酸的含量为Y值，以茶籽油掺伪模型中掺入的菜籽油含量为X值，经过SAS分析法建立回归方程组：

Y(硬脂酸甲酯)=2.333 5+0.030 1X(R2=0.973 8，P<0.01)

Y(顺式油酸甲酯)=78.010 3-0.612 7X(R2=0.992 3，P<0.01)

Y(顺式亚油酸甲酯)=8.847 5+0.432 3X(R2=0.997 1，P<0.01)

2.3 茶籽油掺假花生油模型的回归分析

2.3.1 茶籽油掺伪花生油模型的双变量(茶籽油含量、各脂肪酸含量)相关性分析

从表6中对茶籽油掺伪花生油模型中的双变量(茶籽油含量、各脂肪酸含量)的相关性分析结果可知，茶籽油掺伪花生油模型中不同茶籽油含量水平与顺式油酸的含量变化呈极显著正相关(R=0.980，P<0.01)，其余多呈极显著负相关。其中与花生酸的含量变化之间具有最强的负相关关系(R=-0.999，P<0.01)，其次为顺式亚油酸(R=-0.983，P<0.01)。说明在茶籽油掺伪花生油模型中，当茶籽油含量越高时，顺式油酸的含量越高，而顺式亚油酸、花生酸含量则越低。

表6 茶籽油掺伪花生油模型中茶籽油含量与各脂肪酸含量间的相关性分析

2.3.2 茶籽油掺伪花生油模型中各脂肪酸含量显著性分析

表7为茶籽油掺伪花生油模型中各脂肪酸含量显著性分析结果，茶籽油掺伪模型的各实验组间，花生酸甲酯、亚麻酸甲酯含量差异均极显著(P<0.01)，但其中亚麻酸甲酯的含量变化无规律性；花生烯酸甲酯的含量在实验Ⅰ、Ⅱ、Ⅲ、Ⅳ组间相互具有显著差异性(P<0.05)。顺式亚油酸甲酯、顺式油酸甲酯的浓度均在茶籽油掺伪15%以上花生油时，实验Ⅱ、Ⅲ、Ⅳ各组间具有极显著差异性(P<0.01)。棕榈酸甲酯、硬脂酸甲酯含量变化无规律性，在茶籽油掺伪菜籽油模型中，各实验组间亦无显著差异性(P>0.05)。

表7 茶籽油掺伪花生油模型中各脂肪酸含量分析

2.3.3 茶籽油掺伪花生油的数学回归模型建立

由表6、表7可知：在茶籽油掺伪花生油模型中，同时具有显著相关性及差异性的脂肪酸甲酯为：顺式油酸甲酯、顺式亚油酸甲酯、花生酸甲酯，共三种。其中顺式油酸甲酯及顺式亚油酸甲酯在花生油掺伪比例小于15%时，其含量差异不显著，存在部分检测盲区；故而优化选出花生酸甲酯作为标志性脂肪酸。同时以此1种脂肪酸的含量为Y值，以茶籽油掺伪模型中掺入的菜籽油含量为X值，经过SAS分析法建立了以下回归方程组：

Y(花生酸甲酯)=0.040 1+0.017 6X(R2=0.998 8，P<0.01)

3 结论

茶籽油掺伪菜籽油模型中，通过茶籽油含量水平与9种脂肪酸含量水平之间相关性及显著性分析，筛选并建立了以亚麻酸甲酯、棕榈酸甲酯、顺式油酸甲酯为Y值的掺伪数学回归模型，分别为：

Y(顺式亚油酸甲酯)=0.351 5+0.060 4X(R2=0.831 6，P<0.01)；

Y(亚麻酸甲酯)=9.230 7-0.039X(R2=0.996 0，P<0.01)。

茶籽油掺伪大豆油模型中，通过茶籽油含量水平与9种脂肪酸含量水平之间相关性及显著性分析，筛选并建立了以顺式油酸甲酯、顺式亚油酸甲酯、硬脂酸甲酯为Y值的掺伪数学回归模型，分别为：

Y(硬脂酸甲酯)=2.333 5+0.030 1X(R2=0.973 8，P<0.01)；

Y(顺式油酸甲酯)=78.010 3-0.612 7X(R2=0.992 3，P<0.01)；

Y(顺式亚油酸甲酯)=8.847 5+0.432 3X(R2=0.997 1，P<0.01)。

茶籽油掺伪花生油模型中，通过茶籽油含量水平与9种脂肪酸含量水平之间相关性及显著性分析，筛选并建立了以花生酸甲酯为Y值的掺伪数学回归模型：Y(花生酸甲酯)=0.040 1+0.017 6X(R2=0.998 8，P<0.01)。

通过对茶籽油掺伪单一油脂(菜籽油、大豆油、花生油)模型中，不同茶籽油含量及9种脂肪酸含量的关系分析，优化出同时具有较强相关性和显著差异性的脂肪酸种类作为标志性脂肪酸，建立了茶籽油掺伪单一油脂的一元回归方程组。在茶籽油掺伪检测中，只需将相应脂肪酸含量检出后代入方程组，便可直观的显示出茶籽油掺伪类型及含量，是一种较为简洁、直观的分析方法，运用数学的方法为茶籽油掺伪检测提供了新的思路。