基于HS-PTR-TOF-MS技术的福建水仙产地识别模型

吴伟华，张丹丹，陈荣平

（1.闽江师范高等专科学校 化学与生物工程系，福建福州 350018；2.福建商学院，福建福州 350016；3.武夷山香江茶业有限公司，福建南平 354306）

福建水仙茶是我国传统的优良茶种，属乌龙茶类中的当家品种，原产于福建省南平市建阳区，茶树已有千年历史[1]。福建水仙茶素有“水仙茶质美而味厚”“果奇香为诸茶冠”的美名[2]，其中闽北水仙代表——武夷水仙，闽南水仙代表——永春水仙，闽西水仙代表——漳平水仙，以及因品质优良接连获中国地理标志保护产品的建阳水仙、建瓯水仙[3]，受到众多消费者的喜爱。

质子转移反应飞行时间质谱（PTR-TOF-MS）作为一种痕量挥发性有机物在线检测技术已被运用到很多领域[4]，其中在挥发性气体研究方面越来越受到重视。PTR-TOF-MS是一种软电离技术，碎片率较低，得到的质谱图非常清楚，易于识别，可进行绝对量测定，并在秒量级的时间内获得ng/L量级的检测灵敏度。

本研究采用HS-PTR-TOF-MS技术对来自不同产地（闽北、闽南、闽西）的福建水仙进行分析，并结合主成分分析和正交偏最小二乘判别分析建立不同产地的福建水仙识别模型,为福建水仙产业的发展提供技术支持。

1 材料与方法

1.1 材料与仪器

福建水仙的采集：依照国家标准《乌龙茶 第4部分：水仙》（GB/T 30357.4—2015），采集2020年春茶，分别为闽北水仙（武夷山县）9个、闽南水仙（永春县）9个、闽西水仙（漳平市）9个。

PTR-TOF-MS1000型质子转移反应飞行时间质谱,奥地利Ionicon Analytik公司；G1888型顶空自动进样器，安捷伦公司；XB124型精密电子天平，上海精密公司；5182-0837型20ml带盖螺纹玻璃瓶，安捷伦公司。

1.2 试验方法

（1）样品制备。称取1.0 g待检样品于20 mL顶空瓶中，用硅橡胶隔垫密封压紧，铝盖封口，当孵化器温度为80 ℃时，顶空瓶放在孵化器中预热30 min。

（2）测试条件。进样量1.0 mL，漂移管电压640 V，漂移管温度80 ℃，漂移管压力225 Pa，电场强度160 Td，漂移管中气体流量45 Pa·m3/s，扫描范围15 ～ 500m/z。

每个样品以每秒一张全谱图的采集速率测量60 s，测量顺序随机。每个样品连续扫描7次，取中间3次扫描质谱数据的平均值。取一空瓶，在相同的条件下进行检测，连续扫描空气7次，取后3次扫描质谱数据进行平均，得空白平均值。样品平均值减去空白平均值即得到进行统计分析的HS-PTR-TOF-MS质谱数据，每个样品独立进行3次试验，取平均值，以提高数据的精准度。

1.3 数据处理和分析

PTR-TOF-MS的数据处理包括固定时间校正、内部校准、提取质荷比。茶叶样品提取整数质荷比的范围在15～500，消除干扰离子（O2+、NO+和水簇离子）及其同位素的质谱峰。

采用SIMCA-p 14.1软件（Umetrics AB, Umea，瑞典）进行主成分分析（PCA）和正交偏最小二乘判别分析（OPLS-DA）。将所有质谱峰的响应值作为变量，所有的变量均以均值为中心，以Pareto为尺度，初步进行主成分分析（PCA）。在PCA模型能识别3个产地福建水仙的前提下，进行正交偏最小二乘判别分析（OPLS-DA），最终通过方差分析（Cross-Validate Residuals）和排列检验（Permutation Test）来评估OPLS-DA模型的稳定性和有效性，利用VIP（变量对投影的影响）值和P值选出关键变量。

2 结果与分析

2.1 利用主成分分析（PCA）对茶叶产地进行分类

PCA作为无监督主成分分析，虽然无法用于找出特征变量，但可以作为初步区分识别模型用以提供不同产地茶叶的初步分类结果，同时也是后续建立OPLS-DA模型的前提条件。

采用PCA模型识别不同产地福建水仙，PCA模型如图1所示。从图中可以看出，闽南水仙、闽北水仙和闽西水仙明显分为3个区域，说明不同产地的福建水仙可以通过PCA模型进行初步区分识别。模型参数[R2X（cum）=0.7784，Q2（cum）=0.7106]表明，前3种主成分总值（PCs）分别可以解释和预测总变量的77.84%和71.06%。因此，PCA模型具有良好的拟合性和较高的样本识别精度。

图1 PCA模型识别不同产地福建水仙情况

2.2 利用OPLS-DA判别茶叶产地

利用OPLS-DA模型识别不同产地的福建水仙中挥发性物质的差异，OPLS-DA模型见图2。模型参数[R2Y（cum）=0.8658，Q2（cum）=0.8229]表明，总变量的86.58%和82.29%可以分别解释和预测不同产地福建水仙。模型P值经CV-ANOVA显著性检验为1×10-6，说明模型组间有显著性差异（PCV-ANOVA＜0.05）。200次排列检验结果为R2=-0.152和Q2=-0.369，表明模型稳定有效，是一种很好的鉴别和预测茶叶原产地的工具。

图2 OPLS-DA模型识别不同产地福建水仙情况

利用OPLS-DA模型选出VIP＞1且P＜0.05的质谱峰作为模型识别的关键变量，共计有11个质谱峰：m/z47.0495（乙醇）、m/z55.0471（丁二烯）、m/z67.0547（环戊二烯）、m/z71.0487（丁烯醇）、m/z75.0386（丙酸）、m/z83.0856（环己烯）、m/z84.1162（3-戊烯-2-酮）、m/z89.0463（乙酸乙酯）、m/z105.0369（甲硫基丙醛）、m/z116.2013（庚醇）以及m/z131.1068（庚酸）。

3 结论

本研究建立了不同产地的福建水仙的PCA和OPLS-DA模型。在PCA模型能初步区分不同产地福建水仙的前提下，运用CV-ANOVA检验和Permutation Test对OPLS-DA模型的可信度进行评估。结合VIP值＞1且P值＜0.05，选取11个质谱峰作为影响不同产地判别的关键变量。这两个模型通过相互验证，增强了分析结论的有效性和可信性，PCA和OPLS-DA模型为福建水仙的产地区分提供了参考，可为福建水仙产业的发展提供技术支持。