基于电子鼻技术对锯谷盗及烟草甲挥发物的研究

李孟凡 陈二虎 唐静杰 胡怀月 唐培安

摘要：精准监测和及时发现粮食虫害并采取有针对性的措施对于维护粮食安全至关重要。研究采用电子鼻技术对两种储粮害虫锯谷盗和烟草甲挥发物类型进行了研究，电子鼻响应曲线显示12根传感器均在30 s内达到峰值，雷达指纹图谱显示锯谷盗挥发物总体响应值要高于烟草甲，且两种昆虫的主要挥发物类型为含氮化合物和有机极性化合物。主成分分析结果表明锯谷盗挥发物组内差异更小，二者挥发物信号不存在过度拟合，OPLS-DA鉴别结果显示两种储粮害虫主要可以通过含氮化合物、有机极性化合物和芳香族化合物进行有效区分。

关键词：电子鼻；锯谷盗；烟草甲；挥发物

中图分类号：S379.5 文献标志码：A DOI：10.16465/j.gste.cn431252ts.2023050526

基金项目：国家重点研发计划项目（2021YFD2100604-01）；江苏省重点研发计划项目（BE2022377）；国家自然科学基金项目（32272388）；江苏高校优势学科建设工程资助项目（PAPD）。

Study on the volatiles of Oryzaephilus surinamensis and Lasioderma serricorn based on electronic nose technology

Li Mengfan， Chen Erhu， Tang Jingjie， Hu Huaiyue， Tang Peian

（College of Food Science and Engineering， Nanjing University of Finance and Economics/ Collaborative Innovation Center for Modern Grain Circulation and Safety， Nanjing， Jiangsu 210023）

Abstract： Accurate monitoring and timely detection of food pests and taking targeted measures are essential to maintain food security. In this study， the electronic nose detection technology was used to identify the types of volatiles of two common stored grain pests， which included Oryzaephilus surinamensis and Lasioderma serricorn. The electronic nose response curve indicated that the volatiles of two insects could reach the peak value within 30 s for all 12 sensors. The radar fingerprint showed that the overall response value of O. surinamensis was higher than that of L. serricorn， the main volatiles of the two insects were nitrogen compounds and organic polar compounds. The results of principal component analysis showed that there was less difference among the volatile components of O. surinamensis， and there was no over fitting of their volatilization signals. The results showed that the two stored grain pests could be effectively distinguished by nitrogen compounds， organic polar compounds and aromatic compounds by OPLS-DA model.

Key words： electronic nose， Oryzaephilus surinamensis， Lasioderma serricorn， volatiles

近年來，储粮害虫防治已经引起了世界各国以及社会各界的广泛关注，已经成为了众多学者探讨的焦点。每年因为储粮害虫损失的粮食不计其数[1]，为此，做好粮食收获后仓储害虫监测预防工作刻不容缓[2-3]。储粮环境气体检测越来越成为当今的热点研究内容[4-7]，通过气体检测器监测粮仓内挥发物质的动态变化可以更好地了解储粮环境[8]，及时判断害虫对仓内粮食的污染情况[9]。

电子鼻技术作为一种重要的气体检测技术，已经在多个食品领域得到普及[10-11]。电子鼻不同的气体传感器阵列对应着鼻子中的不同嗅觉感受器细胞，电子鼻将收集到的气体信号输入到传感器阵列然后通过信号处理系统，将香气信号转变成电化学信号，达到识别不同香气的目的。电子鼻被应用到食品检测的方方面面[12-13]，新鲜粮食有其特有的香气[14]，当受到虫害侵染及霉菌寄生时其香气成分会发生显著变化[15]，电子鼻可以对其准确鉴定。根据不同粮食挥发的气味信号判断粮食的储藏年限[16]，对于一些肉眼不可见的内部霉变粮食，电子鼻也可以起到很好的区分效果。目前粮仓害虫的识别主要通过人工抽检的方式进行[17]，耗费了大量人力物力，结果却不尽人意，因此急需开发一种新型粮虫检测技术，提高粮食害虫识别的准确性。电子鼻在检验粮食品质方面应用很广，但是检测粮仓中昆虫挥发物的应用背景却很少。面对这一新兴技术应用的空缺，本实验主要通过电子鼻研究两种常见储粮害虫锯谷盗及烟草甲的挥发物信号类型，旨在为粮仓昆虫气体检测提供一定科学依据，进而为新型绿色粮虫检测技术打下理论基础，使电子鼻技术在维护粮食品质与安全等方面应用更加广泛。

1 材料和方法

1.1 昆虫材料

供试储粮害虫锯谷盗（Oryzaephilus surinamensis）和烟草甲（Lasioderma serricorn）均取自南京财经大学粮食储运研究实验室。随机挑选100头已经羽化成虫，将其放入提前准备好的饲料中（烟草甲饲料：称取100 g全麦粉并向其中添加0.5%的酵母；锯谷盗饲料：按照m全麦粉∶m燕麦片∶m酵母=5∶4∶1共称取100 g），连续培养三代，选择第三代羽化两周后的成虫作为实验昆虫。昆虫饲养在恒温恒湿培养箱中，温度设定（30±2） ℃，设定湿度70%，采用无光照的饲养环境。

1.2 实验设备

FOX3000型电子鼻：法国阿尔法莫斯公司；BSC-400型恒温恒湿培养箱：上海博讯医疗生物仪器股份有限公司；01-3AS型电热鼓风干燥箱：上海苏进仪器设备厂；AR-204型电子分析天平：浙江伯利恒仪器设备有限公司；Discovery V.12型扫描电子显微镜：德国卡尔蔡司光学有限公司。

1.3 实验预处理

提前将20 mL顶空瓶放入100 ℃电热鼓风干燥箱干燥20 min，去除杂质气体，冷却后备用。随机各挑选30头羽化两周后的锯谷盗和烟草甲，用40目的金属筛子筛除昆虫表面饲料，将其放入一次性培养皿中爬行20 min，之后在扫描电子显微镜下镜检，当看到虫体表面无明显饲料颗粒将其放入20 mL顶空瓶中，瓶口用隔垫密封，之后将封好的顶空瓶放入恒温恒湿培养箱中收集挥发物24 h，使虫体挥发物充盈整个顶空瓶，每个实验设置6个重复，并以20 mL空白顶空瓶作为对照组。

1.4 电子鼻传感器类型与参数设定

1.4.1 电子鼻传感器性能

FOX3000电子鼻12根传感器性能信息见表1。

1.4.2 电子鼻程序参数

实验参数参照唐培安等[18]的方法稍作修改。具体程序参数设定参照表2。

2 结果与分析

2.1 烟草甲和锯谷盗挥发物传感器响应曲线分析

电子鼻12根传感器典型信号记录如图1所示。本实验过程主要采集60 s的信号记录，从图1可以看出，锯谷盗和烟草甲挥发物传感器响应随时间变化趋势，传感器响应强度随时间不断变化，响应曲线显示出不同的趋势，相同传感器在相同时间响应强度也不同，两种昆虫响应值在10～30 s响应强度达到峰值，之后开始回落，表明电子鼻对于不同昆虫挥发性物质十分敏感，可以采用电子鼻区分锯谷盗和烟草甲挥发物。

2.2 烟草甲和锯谷盗挥发物雷达指纹图谱分析

图2是烟草甲和锯谷盗的雷达指纹图谱，烟草甲和锯谷盗两种昆虫对PA/2、T70/2、P40/1、P10/2、P10/1、T30/1传感器有响应，传感器 LY2/LG、LY2/G、LY2/AA、LY2/GH、LY2/ gCTL、LY2/gCT响应值为0，表明电子鼻检测到两种昆虫的挥发物类型为含氮物质、芳香化合物、氧化分子、脂肪酸类化合物、烃类和有机极性化合物。总体上看，锯谷盗和烟草甲对于不同传感器响应值差别很大，锯谷盗对于PA/2、T70/2、P40/1、P10/2、P10/1、T30/1传感器的响应值显著高于烟草甲，表明锯谷盗比烟草甲挥发物中拥有更多的含氮物质、有机极性化合物、芳香族化合物、氧化分子、脂肪酸和烃类；锯谷盗PA/2传感器响应水平在0.35左右，T30/1传感器响应值介于0.25与0.30之间，且传感器响应值PA/2>T30/1>P40/1>T70/2>P10/2，表明锯谷盗的主要化合物类型为含氮化合物和有机极性化合物；锯谷盗中各个物质的响应情况：含氮物质>有机极性化合物>烃类>氧化分子>脂肪酸类化合物>芳香化合物。說明锯谷盗和烟草甲的主要化合物类型均为含氮化合物和有机极性化合物。

2.3 烟草甲和锯谷盗挥发物主成分分析

图3是两种昆虫的主成分分析图。其中PC1贡献率60.6%，PC2贡献率27.1%，二者累计贡献率高达87.7%，表明电子鼻对于锯谷盗和烟草甲区分效果较好。其中锯谷盗大部分信号点主要集中在第二象限靠近原点右侧位置，烟草甲信号点集中在原点靠近第三象限，二者数据点之间没有任何交叉，表明二者挥发性化合物成分差异很大。从每组信号点的聚集程度来看，烟草甲数据点相对更加分散，锯谷盗信号点更加集中，烟草甲组内挥发性化合物差异要高于锯谷盗组。因此主成分分析结果表明锯谷盗挥发物组内差异更小，烟草甲挥发物组内差异更大，两种昆虫挥发物组间差异明显。

2.4 OPLS-DA鉴别两种昆虫特征挥发物种类

图4是采用正交偏最小二乘法判别分析OPLS-DA模型评价烟草甲及锯谷盗特征挥发物种类的结果，OPLS-DA模型的R2X（cum）=0.99，R2Y（cum）=0.896，Q2（cum）=0.875，说明本实验建立的模型解释效果很好。

图4（a）是采用OPLS-DA模型进行500次随机置换检验的结果，其中R2代表对实际样本数据的解释能力，Q2代表OPLS-DA模型对随即变量的预测能力，左侧的所有Q2值都低于右侧的原始点且Q2点回归线在零以下与左侧垂直轴相交，表明OPLS-DA模型稳定可靠可以解释两种昆虫的特征挥发物种类；图4（b）是两种昆虫的OPLS- DA模型的得分散点图，可以看出所有昆虫挥发物样本均处在95%的置信区间之内，烟草甲信号点集中在第二象限，锯谷盗挥发信号分布在第三象限，样本之间区分度很好，模型拟合情况良好；根据OPLS-DA模型根据多元变量传感器响应强度与单变量昆虫种类相结合的角度对两种昆虫的挥发物进行分析，计算出VIP值。VIP值高低代表不同昆虫挥发物信号样本之间的差异程度，VIP柱越高VIP值越大，代表两种昆虫挥发物种类差异越显著，可信度越高。以VIP值大于1作为推荐阈值对特征传感器进行筛选鉴定，如图4（c）所示，差异比较大传感器类型主要有PA/2、T30/1、T70/2、P10/1、P40/1、P10/2，排名前三的传感器为PA/2、T30/1、T70/2，表明两种昆虫差异比较明显的化合物类型主要是含氮物质、有机极性化合物和芳香化合物。

3 结 论

本研究基于电子鼻技术对锯谷盗和烟草甲挥发物进行了研究，两种昆虫挥发物对不同传感器响应值可在10～30 s达到峰值，锯谷盗和烟草甲的主要挥发物类型为含氮化合物和有机极性化合物，锯谷盗挥发物中含氮物质、有机极性化合物、芳香族化合物、氧化分子、脂肪酸和烃类响应强度要高于烟草甲；两种昆虫挥发物组内组间存在明显差异，锯谷盗挥发物组内差异更小，烟草甲组内差异更大，二者挥发物组间差异明显；两种昆虫主要可以通过含氮物质、有机极性化合物和芳香化合物进行区分。

参 考 文 献

[1]徐永安.“储粮害虫防治技术进展与展望”专论介绍[J].粮油食品科技，2022，30（4）：13-14.

[2]郝倩.储粮害虫防治方法综述[J].粮油仓储科技通讯，2018，34（3）：45-48+51.

[3]王洋，李长明，刘中超，等.储粮害虫绿色防治技术分析[J].现代食品，2020（16）：3-5.

[4] MANKIN R W， HODGES R D， NAGLE H T， et al. Acoustic indicators for targeted detection of stored product and urban insect pests by inexpensive infrared， acoustic， and vibrational detection of movement[J]. Journal of Economic Entomology， 2010，103（5）：1636-1646.

[5] ELIOPOULOS P A， POTAMITIS I， KONTODIMAS D C， et al. Detection of adult beetles inside the stored wheat mass based on their acoustic emissions[J]. Journal of Economic Entomology， 2015，108（6）：2808-2814.

[6] SHEETAL BANGA K， KOTWALIWALE N， et al. Techniques for insect detection in stored food grains： An overview [J]. Food Control， 2018，94：167-176.

[7]王威松，周慧玲，秦戈，等.一種探管式储粮害虫诱捕在线监测装置的设计研究[J].中国粮油学报，2020，35（9）：139-144+149.

[8] 牛永浩.固相微萃取与气质联用检测储粮及储粮害虫挥发性化合物的研究[D].咸阳：西北农林科技大学，2015：2-9.

[9] SENTHIKUMAR T， JAYAS D S， WHITE N D G， et al. Characterization of volatile organic compounds released by granivorous insects in stored wheat[J]. Stored Products Research，2012，48：91-96.

[10] DONG X G， GAO L B， ZHANG H J， et al. Comparison of sensory qualities in eggs from three breeds based on electronic sensory evaluations[J]. Foods，2021，10（9）：1984.

[11] XU M， WANG J， ZHU L Y. The qualitative and quantitative assessment of tea quality based on E-nose， E-tongue and E-eye combined with chemometrics[J]. Food Chemistry， 2019，289：482-489.

[12] 何杉杉，彭禹熙，王晓蕊，等.不同焙火程度的武夷岩茶挥发性成分分析研究[J].食品研究与开发，2020，41（20）：186-192.

[13]刘树萍，冯爽，方伟佳.电子鼻在辣白菜腌制及发酵工艺中的应用研究[J].中国调味品，2019，44（12）：99-103+107.

[14] EVANS P， PERSAUD K C， MCNEISH S A， et al. Evaluation of a radial basis function neural network for the determination of wheat quality from electronic nose data[J]. Sensors & Actuators： B Chemical，2000，69（3）：348-358.

[15] GU S， WANG J， WANG Y W. Early discrimination and growth tracking of Aspergillus spp. contamination in rice kernels using electronic nose[J]. Food Chemistry， 2019，292：325-335.

[16]庞林江，王俊，路兴花.电子鼻判别小麦陈化年限的检测方法研究[J].传感技术学报，2007（8）：1717-1722.

[17]王晶磊，肖雅斌，徐威，等.粮库储粮害虫防治存在问题及前景展望[J].粮食与食品工业，2014，21（3）：82-85.

[18]唐培安，侯晓燕，孔德英，等.电子鼻检测玉米象不同虫态的技术研究[J].中国粮油学报，2015，30（12）：87-91+97.

[19] FEI C H， REN C C， WANG Y L， et al. Identification of the raw and processed crataegi fructus based on the electronic nose coupled with chemometric methods[J]. Scientific Reports，2021，11（1）：1849.

[20]杨雯懿，陈林，周学忠.基于主成分分析和聚类分析的橄榄油中微量元素的统计比较[J].食品与发酵工业，2020，46（14）： 222-227.