紅外光譜結(jié)合化學(xué)計(jì)量學(xué)方法快速鑒別牛肝菌種類及總汞含量分析

楊天偉，張 霽，李 濤，王元忠*，劉鴻高

1. 云南農(nóng)業(yè)大學(xué)農(nóng)學(xué)與生物技術(shù)學(xué)院，云南 昆明 650201 2. 云南省農(nóng)業(yè)科學(xué)院藥用植物研究所，云南 昆明 650200 3. 玉溪師范學(xué)院資源環(huán)境學(xué)院，云南 玉溪 653100

紅外光譜結(jié)合化學(xué)計(jì)量學(xué)方法快速鑒別牛肝菌種類及總汞含量分析

楊天偉1, 2，張 霽2，李 濤3，王元忠2*，劉鴻高1*

1. 云南農(nóng)業(yè)大學(xué)農(nóng)學(xué)與生物技術(shù)學(xué)院，云南 昆明 650201 2. 云南省農(nóng)業(yè)科學(xué)院藥用植物研究所，云南 昆明 650200 3. 玉溪師范學(xué)院資源環(huán)境學(xué)院，云南 玉溪 653100

傅里葉變換紅外光譜結(jié)合化學(xué)計(jì)量學(xué)建立快速鑒別牛肝菌種類及測(cè)定牛肝菌中總Hg含量的方法。采集15種共48份云南常見牛肝菌的紅外光譜信息并用冷原子吸收光譜-直接測(cè)汞儀測(cè)定牛肝菌的總Hg含量，根據(jù)FAO/WHO規(guī)定的每周Hg允許攝入量(provisional tolerable weekly intake, PTWI)評(píng)價(jià)牛肝菌的食用安全性；采用Norris平滑、多元散射校正、二階導(dǎo)數(shù)、正交信號(hào)校正-微波壓縮等方法對(duì)牛肝菌的紅外光譜進(jìn)行優(yōu)化處理，優(yōu)化處理后的數(shù)據(jù)進(jìn)行主成分分析、偏最小二乘判別分析建立快速鑒別牛肝菌種類及牛肝菌總Hg含量的預(yù)測(cè)模型。結(jié)果顯示： (1)主成分分析的前三個(gè)主成分累積貢獻(xiàn)率為77.1%，不同種類牛肝菌在主成分得分圖中能夠明顯區(qū)分開，表明不同種類牛肝菌的化學(xué)組分或含量具有差異；(2)不同產(chǎn)地、種類牛肝菌總Hg含量差異明顯，其總Hg含量在0.17～15.2 mg·kg-1dw之間；若成年人(60 kg)每周食用300 g新鮮牛肝菌則少數(shù)牛肝菌攝入的Hg超過PTWI的限量標(biāo)準(zhǔn)，食用有一定風(fēng)險(xiǎn)；(3)牛肝菌紅外光譜數(shù)據(jù)與總Hg含量擬合，進(jìn)行偏最小二乘判別分析，能快速區(qū)分總Hg含量低(≤1.95 mg·kg-1dw)、中(2.05～3.9 mg·kg-1dw)、高(≥4.1 mg·kg-1dw)的牛肝菌樣品，并且Hg含量差異越大，越易于區(qū)分；進(jìn)一步建立牛肝菌總Hg含量預(yù)測(cè)模型，訓(xùn)練集的R2為0.911 4，RMSEE為1.09，驗(yàn)證集的R2和RMSEP分別為0.949 7和0.669 5，牛肝菌總Hg含量預(yù)測(cè)值與測(cè)定值比較接近，模型預(yù)測(cè)效果良好。紅外光譜結(jié)合化學(xué)計(jì)量學(xué)方法能快速鑒別牛肝菌種類，區(qū)分不同總Hg含量的牛肝菌樣品并對(duì)Hg含量進(jìn)行準(zhǔn)確預(yù)測(cè)，為野生牛肝菌的質(zhì)量控制和食用安全評(píng)估提供快速、簡便的方法。

紅外光譜；牛肝菌；Hg；重金屬；鑒別；健康風(fēng)險(xiǎn)

引 言

我國是食用菌生產(chǎn)、出口和消費(fèi)大國，食用菌產(chǎn)業(yè)是我國農(nóng)業(yè)中的重要產(chǎn)業(yè)，其產(chǎn)值僅次于糧、棉、油、菜、果，居第六位，在我國農(nóng)業(yè)經(jīng)濟(jì)中發(fā)揮著重要作用[1]。云南是我國野生食用菌種類和自然產(chǎn)量最高的地區(qū)[2-3]，牛肝菌、松茸、塊菌等野生食用菌深受國內(nèi)外消費(fèi)者親睞[4-5]，其中野生牛肝菌富含蛋白質(zhì)、氨基酸、多糖、維生素、三萜類物質(zhì)、礦質(zhì)元素等營養(yǎng)成分，具有很高的食藥用價(jià)值[6-10]，是云南出口食用菌的主要種類和換匯率較高的菌類商品。

然而，牛肝菌種類多，種間形態(tài)相似性大，不易準(zhǔn)確鑒別、分類，目前仍未有一種快速、準(zhǔn)確鑒別牛肝菌種類的方法，因誤采誤食引起的中毒現(xiàn)象經(jīng)常發(fā)生[11]。此外，大量研究顯示，野生食用菌對(duì)重金屬的富集能力強(qiáng)于綠色植物，尤其對(duì)汞(Hg)的富集能力更為明顯[12-14]。Hg及其化合物為劇毒物質(zhì)，可在人體內(nèi)蓄積，積累量超過一定限量時(shí)會(huì)對(duì)人體產(chǎn)生全身性毒害作用[15-17]。目前測(cè)定樣品中Hg含量的主要方法有冷原子吸收光譜法，原子熒光法，ICP-AES，ICP-MS等方法[18-20]，這些方法靈敏度高、準(zhǔn)確性好，但是樣品前處理復(fù)雜、分析價(jià)格昂貴。

紅外光譜根據(jù)樣品所含官能團(tuán)的振動(dòng)及分子轉(zhuǎn)動(dòng)等信息用于分析物質(zhì)組分、分子結(jié)構(gòu)和化合物鑒別等[21]，具有操作簡便、快速、樣品無損、綠色環(huán)保等優(yōu)點(diǎn)，已被廣泛應(yīng)用于農(nóng)業(yè)、工業(yè)、食品、藥品等的定性、定量分析[22-24]。由于紅外光譜信號(hào)相對(duì)較弱，無機(jī)金屬元素一般沒有紅外吸收，但重金屬一般能與有機(jī)化合物結(jié)合成絡(luò)合物或螯合物的形式存在[25-26]。因此，根據(jù)金屬離子與有機(jī)物形成的絡(luò)合物、螯合物或金屬離子與其他組分含量之間的關(guān)系，采用紅外光譜結(jié)合化學(xué)計(jì)量學(xué)法可以達(dá)到對(duì)樣品金屬元素定量分析的目的[25]。Oudghiri等[27]采用傅里葉變換紅外光譜-衰減全反射結(jié)合熱分析法對(duì)港口污染沉積物中Hg，Pb，Cd等多種重金屬含量進(jìn)行測(cè)定，結(jié)果顯示傅里葉變換紅外光譜可以同時(shí)檢測(cè)沉積物的多項(xiàng)指標(biāo)，是快速、準(zhǔn)確評(píng)價(jià)沉積物污染水平的重要方法。Li等[28]采用近紅外光譜同時(shí)測(cè)定了水溶液中Hg2+，Cd2+，Pb2+等重金屬離子含量。寧宇等[29]通過巰基微球富集法富集樣品中Hg2+和Ag+，并采用近紅外漫反射光譜對(duì)兩種離子進(jìn)行定量分析。采用近紅外光譜結(jié)合偏最小二乘判別分析等化學(xué)計(jì)量學(xué)方法成功預(yù)測(cè)了大米中重金屬Cd的含量[26, 30]。Moros等[31]采用近紅外光譜和中紅外光譜結(jié)合偏最小二乘定量模型分析了河口沉積物中14種微量金屬元素的含量，結(jié)果顯示兩種方法都能對(duì)沉積物中的金屬元素進(jìn)行預(yù)測(cè)。

采用傅里葉變換紅外光譜結(jié)合多元統(tǒng)計(jì)分析建立快速鑒別牛肝菌種類及區(qū)分牛肝菌總Hg含量高低的方法，并建立牛肝菌總Hg含量預(yù)測(cè)模型，以期為快速鑒別野生牛肝菌種類和篩查牛肝菌Hg污染水平提供快速、可靠的方法。

1 實(shí)驗(yàn)部分

1.1 材料

2011年—2014年采自云南地區(qū)的48份牛肝菌樣品，均由云南農(nóng)業(yè)大學(xué)劉鴻高教授鑒定，其詳細(xì)信息見表1。牛肝菌采集后刮去枯枝、泥土、砂石等雜物，清洗干凈，50 ℃烘干，粉碎，過80目篩，備用。標(biāo)準(zhǔn)物質(zhì)： 波蘭香草混合物和茶葉均購于波蘭核化學(xué)技術(shù)研究所。

1.2 儀器

Frontier型傅里葉變換紅外光譜儀(美國Perkin Elmer公司，檢測(cè)器為DTGS，光譜分辨率為4 cm-1)；YP-2型壓片機(jī)(上海市山岳科學(xué)儀器有限公司)；冷原子吸收光譜，MA-2000型直接測(cè)Hg儀(日本NIC公司)；FW-100型高速粉碎機(jī)(天津市華鑫儀器廠)；80目標(biāo)準(zhǔn)篩盤(浙江上虞市道墟五四儀器廠)。

1.3 牛肝菌樣品紅外光譜信息采集

稱取牛肝菌粉末(1.5±0.2)mg及KBr粉末(100±0.2)mg，在瑪瑙研缽中充分混合并研磨成細(xì)粉，放入壓片模具壓成厚度均勻的透明薄片。儀器預(yù)熱1 h后測(cè)定光譜，累計(jì)掃描次數(shù)為16次，光譜掃描范圍4 000～400 cm-1，掃描時(shí)扣除KBr背景的干擾，每個(gè)樣品重復(fù)測(cè)定3次，取平均光譜。

1.4 牛肝菌總Hg含量測(cè)定

將牛肝菌樣品置于樣品舟中，用直接樣品熱分解結(jié)合金汞齊化法，在850 ℃條件下熱解樣品，通過金汞齊化反應(yīng)吸附樣品的總Hg，隨載氣進(jìn)入吸收池，測(cè)定總Hg含量[18]。CV-AAS條件為： 雙光束原子吸收檢測(cè)器，測(cè)定波長為： 253.7 nm，平行測(cè)定2～4次，計(jì)算平均值。儀器的低濃度測(cè)量范圍在： 0.000～15.000 ng之間，相關(guān)系數(shù)r=0.998 2，高濃度測(cè)定范圍是： 0.000～180.000 ng之間，相關(guān)系數(shù)r=0.999 6，儀器檢出限為0.001 mg·kg-1，定量限為0.003 mg·kg-1。樣品測(cè)定時(shí)會(huì)根據(jù)Hg含量高低，自動(dòng)選擇不同量程的標(biāo)準(zhǔn)曲線進(jìn)行擬合。該方法無需樣品前處理，避免了樣品前處理過程中Hg的損失，提高測(cè)定結(jié)果的準(zhǔn)確性。

為減小或消除不同樣品間的干擾及儀器對(duì)高含量樣品的記憶性，實(shí)驗(yàn)過程中每測(cè)定6個(gè)牛肝菌樣品設(shè)置1個(gè)空白實(shí)驗(yàn)[32]；并以同樣的方法測(cè)定波蘭香草混合物和茶葉兩種已知Hg含量的標(biāo)準(zhǔn)物質(zhì)，考察測(cè)定方法的準(zhǔn)確性。結(jié)果顯示兩種標(biāo)準(zhǔn)物質(zhì)的Hg含量測(cè)定值分別為(0.018 3±0.002)和(0.004 5±0.000 53)mg·kg-1與標(biāo)準(zhǔn)值(0.018±0.002)和(0.005 0±0.000 7)mg·kg-1很接近。表明該方法穩(wěn)定、可靠。

1.5 數(shù)據(jù)分析

根據(jù)世界糧農(nóng)組織和世界衛(wèi)生組織(FAO/WHO)規(guī)定的每周Hg允許攝入量(provisional tolerable weekly intake, PTWI)標(biāo)準(zhǔn)及牛肝菌中總Hg含量分析野生牛肝菌的食用安全性。采用Norris平滑、多元散射校正、標(biāo)準(zhǔn)正態(tài)變量、正交信號(hào)校正-微波壓縮等方法對(duì)牛肝菌紅外光譜進(jìn)行優(yōu)化處理；采用主成分分析、偏最小二乘判別分析方法建立快速鑒別牛肝菌種類及牛肝菌總Hg含量的預(yù)測(cè)模型。

2 結(jié)果與討論

2.1 牛肝菌紅外光譜

圖1 牛肝菌的傅里葉變換紅外光譜

2.2 光譜預(yù)處理

光譜預(yù)處理是減小或消除儀器噪音、散射光、實(shí)驗(yàn)環(huán)境等對(duì)實(shí)驗(yàn)結(jié)果產(chǎn)生干擾的重要方式，能提高光譜分析的準(zhǔn)確性及針對(duì)性。采用平滑、標(biāo)準(zhǔn)正態(tài)變量、多元散射校正、二階導(dǎo)數(shù)等多種光譜預(yù)處理方法對(duì)原始光譜進(jìn)行預(yù)處理，結(jié)果顯示Norris平滑(13∶4)、二階導(dǎo)數(shù)和多元散射校正三種光譜預(yù)處理方法組合，前10個(gè)主成分的累積貢獻(xiàn)率達(dá)到99.2%，因此以這些預(yù)處理方法的組合對(duì)光譜進(jìn)行預(yù)處理[圖2(a)]。正交信號(hào)校正能有效濾除X變量中與Y變量無關(guān)干擾信息，提高X變量與Y變量的相關(guān)性及光譜數(shù)據(jù)分析的針對(duì)性；對(duì)正交信號(hào)校正后的光譜采用離散小波變換法進(jìn)行壓縮，可以減小光譜分析的復(fù)雜性，提高計(jì)算速率。將牛肝菌的Hg含量設(shè)為Y變量，紅外光譜數(shù)據(jù)設(shè)為X變量，對(duì)光譜進(jìn)行正交信號(hào)校正微波壓縮處理，濾除與牛肝菌總Hg含量無關(guān)的光譜信息，提高紅外光譜對(duì)Hg的預(yù)測(cè)準(zhǔn)確性，結(jié)果見圖2(b)。

2.3 牛肝菌種類鑒別分析

對(duì)美味牛肝菌、絨柄牛肝菌等6個(gè)物種共39份牛肝菌樣品紅外光譜進(jìn)行Norris(13∶4)+MSC+SD預(yù)處理，預(yù)處理后的光譜數(shù)據(jù)進(jìn)行主成分分析，結(jié)果顯示主成分1的貢獻(xiàn)率為39.3%，前三個(gè)主成分累積貢獻(xiàn)率為77.1%；圖3為不同種類牛肝菌主成分分析的三維得分圖，由圖3可看出，不同種類牛肝菌樣品能夠明顯區(qū)分開，如樣品1～18為采自不同地區(qū)、不同年份的美味牛肝菌，能與絨柄牛肝菌(樣品19-31)、皺蓋疣柄牛肝菌(樣品34和35)等明顯區(qū)分，表明不同牛肝菌種類所含化學(xué)物質(zhì)具有差異。同一種牛肝菌因采集地點(diǎn)、時(shí)間等具有差異，在主成分得分圖中呈離散分布，如樣品32和33是采自不同地區(qū)的磚紅絨蓋牛肝菌，二者在主成分得分圖中有一定距離，表明同一種牛肝菌在不同的生長環(huán)境下其成分含量也具有差異。

圖2 Norris(13∶4)+MSC+SD(a)和OCSW(b)預(yù)處理后的牛肝菌紅外光譜

圖3 不同種類牛肝菌的主成分得分圖

2.4 牛肝菌總Hg含量分析

2.4.1 牛肝菌總Hg含量及食用安全評(píng)估

采用冷原子吸收光譜-直接測(cè)汞儀測(cè)定牛肝菌中總Hg含量其結(jié)果見表2，由表2可知不同種類、不同產(chǎn)地及不同采集時(shí)間牛肝菌的總Hg含量差異較大，所測(cè)牛肝菌樣品的總Hg含量在0.17～15.2 mg·kg-1dry weight(dw)之間，中間值為2.3 mg·kg-1dw，其中2011年采自香格里拉的絨柄牛肝菌中總Hg含量最低，2013年采自玉溪大營街的美味牛肝菌中總Hg含量最高，二者相差約89倍。表明不同種類牛肝菌對(duì)Hg的富集能力具有明顯差異，同時(shí)牛肝菌中的總Hg含量還與采集地點(diǎn)和采集時(shí)間有關(guān)。

聯(lián)合國糧農(nóng)組織和世界衛(wèi)生組織(FAO/WHO)規(guī)定每周Hg允許攝入量應(yīng)小于0.004 mg·kg-1body weight (bw)。假設(shè)成年人體重為60 kg，則每人每周允許攝入的Hg為60 kg×0.004 mg·kg-1=0.24 mg。若成年人(60 kg)每周食用用300 g新鮮牛肝菌，則通過牛肝菌攝入的Hg在0.005～0.456 mg之間(表2)；由表2可知，成年人每周食用300 g新鮮牛肝菌攝入的Hg多數(shù)低于FAO/WHO的限量標(biāo)準(zhǔn)，但2012年采自迪慶維西、保山隆陽區(qū)等地區(qū)的少數(shù)牛肝菌Hg的攝入量超過FAO/WHO規(guī)定的限量標(biāo)準(zhǔn)，食用有一定的安全風(fēng)險(xiǎn)。

表2 牛肝菌總Hg含量及Hg攝入量

續(xù)表2

117.750.233274.100.123430.940.028122.050.062280.530.016441.060.032132.300.069297.900.237453.100.0931415.200.456303.500.105460.550.017152.450.074319.600.288471.950.059162.600.078321.030.031482.200.066

Note： refers to the Hg levels for a 60 kg abult eating 300 g fresh meshrooms

2.4.2 區(qū)分不同總汞含量的牛肝菌

根據(jù)牛肝菌總Hg含量，將牛肝菌樣品分為低(≤1.95 mg·kg-1dw)、中(2.05～3.9 mg·kg-1dw)、高(≥4.1 mg·kg-1dw)三個(gè)部分，設(shè)牛肝菌紅外光譜信息和總Hg含量分別為X和Y變量，采用正交信號(hào)校正-微波壓縮法進(jìn)行預(yù)處理，濾除牛肝菌紅外光譜中與總Hg含量無關(guān)的干擾信息，用有監(jiān)督模式的偏最小二乘判別分析法對(duì)預(yù)處理后的數(shù)據(jù)進(jìn)行分析結(jié)果見圖5。圖5結(jié)合表2可知，牛肝菌中總Hg含量接近的樣品聚集在一起，如樣品1和5的總Hg含量分別為1.70和1.78 mg·kg-1dw，二者總Hg含量接近，在主成分得分圖中聚在相近位置；總Hg含量差異大的樣品在主成分得分圖中分布較遠(yuǎn)，如總汞含量低(≤1.95 mg·kg-1dw)和高(≥4.1 mg·kg-1dw)的牛肝菌樣品能夠明顯區(qū)分，其中樣品33和14的總汞含量分別為： 0.6和15.2 mg·kg-1dw，二者汞含量差異明顯，在主成分得分圖中分布較遠(yuǎn)。表明以牛肝菌總Hg含量及紅外光譜信息建立的偏最小二乘判別分析模型能準(zhǔn)確、快速將不同汞含量的牛肝菌樣品區(qū)分開，且總Hg含量差異越大越易于區(qū)分。

圖4 總Hg含量的不同牛肝菌樣品的分類圖

2.4.3 牛肝菌總Hg含量預(yù)測(cè)

采用PLS對(duì)正交信號(hào)校正-微波壓縮預(yù)處理后的光譜數(shù)據(jù)進(jìn)行分析，建立牛肝菌總Hg含量預(yù)測(cè)模型，根據(jù)決定系數(shù)(R2)，校正均方根誤差(RMSEE)，預(yù)測(cè)均方根誤差(RMSEP)等評(píng)價(jià)模型預(yù)測(cè)效果。圖5為所有牛肝菌樣品總Hg含量的實(shí)際觀測(cè)值與預(yù)測(cè)值，其中縱坐標(biāo)為測(cè)定值，橫坐標(biāo)為預(yù)測(cè)值，由圖可知，牛肝菌樣品總Hg含量的預(yù)測(cè)值與測(cè)定值比較接近，同時(shí)該模型的R2達(dá)到0.921 1，RMSEE僅為0.959 2，模型預(yù)測(cè)效果較好。

隨機(jī)選擇16份牛肝菌樣品作為驗(yàn)證集，其余樣品作為訓(xùn)練集建立牛肝菌總汞含量預(yù)測(cè)模型。圖6是訓(xùn)練集(a)和驗(yàn)證集(b)中牛肝菌總汞含量真實(shí)值與預(yù)測(cè)值的關(guān)系圖，由圖6(a)可知訓(xùn)練集的R2和RMSEE分別為0.9114和1.09，牛肝菌的汞含量預(yù)測(cè)值與測(cè)定值相近。圖6(b)可知驗(yàn)證集的RMSEP小于訓(xùn)練集的RMSEE，且R2=0.949 7較接近1，表明PLS建立的模型對(duì)牛肝菌總汞含量預(yù)測(cè)效果好。

圖5 牛肝菌總Hg含量測(cè)定值與預(yù)測(cè)值

圖6 牛肝菌總汞含量預(yù)測(cè)模型的訓(xùn)練集(a)與驗(yàn)證集(b)

3 結(jié) 論

采用傅里葉變換紅外光譜法采集云南地區(qū)常見牛肝菌物種的紅外光譜信息，選擇Norris平滑(13∶4)結(jié)合多元散射校正和二階導(dǎo)數(shù)的組合方法對(duì)牛肝菌紅外光譜進(jìn)行優(yōu)化處理。優(yōu)化處理后的光譜數(shù)據(jù)進(jìn)行主成分分析，不同種類牛肝菌樣品在主成分得分中呈現(xiàn)離散分布，同一種類牛肝菌樣品能較好的聚集在一起，表明紅外光譜結(jié)合主成分分析可以快速鑒別不同種類牛肝菌樣品。

采用冷原子吸收光譜-直接測(cè)Hg儀測(cè)定牛肝菌中總Hg含量，結(jié)果顯示不同種類、不同地區(qū)牛肝菌總Hg含量差異明顯，其中2011年采自香格里拉的絨柄牛肝菌中總Hg含量最低，為0.17 mg·kg-1dw，2013年采自玉溪大營街的美味牛肝菌中總Hg含量最高，為15.2 mg·kg-1dw。根據(jù)聯(lián)合國糧農(nóng)組織和世界衛(wèi)生組織規(guī)定的每周Hg允許攝入量標(biāo)準(zhǔn)可知，成年人每周食用300 g類如2012年采自迪慶維西、2013年采自玉溪大營街的美味牛肝菌等少數(shù)新鮮牛肝菌Hg攝入量將超過該標(biāo)準(zhǔn)，食用有一定風(fēng)險(xiǎn)。

設(shè)牛肝菌總Hg含量為Y變量，紅外光譜信息為X變量，對(duì)數(shù)據(jù)進(jìn)行正交信號(hào)校正處理，濾除與牛肝菌總Hg含量無關(guān)的干擾信息，同時(shí)采用離散小波變換法對(duì)光譜數(shù)據(jù)進(jìn)行壓縮，提高數(shù)據(jù)分析的計(jì)算速率。偏最小二乘判別分析主成分得分圖顯示不同Hg含量的牛肝菌樣品能夠明顯區(qū)分開，牛肝菌的總Hg含量差異越大越易于區(qū)分，為快速篩查野生牛肝菌Hg含量是否超標(biāo)提供簡便方法；用偏最小二乘法建立牛肝菌總Hg含量預(yù)測(cè)模型，結(jié)果顯示訓(xùn)練集的R2為0.911 4，RMSEE為1.09，驗(yàn)證集R2達(dá)到0.949 7，RMSEP僅為0.669 5，牛肝菌總Hg含量預(yù)測(cè)值與測(cè)定值相接近，模型預(yù)測(cè)效果較好。

[1] LI Yu(李 玉). Edible and Medicinal Mushrooms(食藥用菌), 2011, 19(1): 1.

[2] LI Tai-hui, SONG Bin(李泰輝, 宋 斌). Journal of Edible Fungi(食用菌學(xué)報(bào)), 2002, 9(2): 22.

[3] DAI Yu-cheng, ZHOU Li-wei, YANG Zhu-liang, et al(戴玉成, 周麗偉, 楊祝良, 等). Mycosystema(菌物學(xué)報(bào)), 2010, 29(1): 1.

[4] Wang X M, Zhang J, Wu L H, et al. Food Chemistry, 2014, 151: 279.

[5] ZHANG Qun, YANG Xiao-fang(張 群, 楊曉方). Technology and Market(技術(shù)與市場), 2013, 5: 316.

[6] Heleno S A, Ferreira R C, Antonio A L, et al. Food Bioscience, 2015, 11: 48.

[7] Jarzyńska G, Falandysz J. African Journal of Biotechnology, 2014, 11(20): 4588.

[8] Ulziijargal E, Mau J L. International Journal of Medicinal Mushrooms, 2011, 13(4): 343.

[9] Thatoi H, Singdevsachan S K. African Journal of Biotechnology, 2015, 13(4): 523.

[10] Cheung P C K. Nutrition Bulletin, 2010, 35(4): 292.

[11] LI Shu-hong, ZHAO Yong-chang, YU Fu-qiang, et al(李樹紅, 趙永昌, 于富強(qiáng), 等). Edible Fungi of China(中國食用菌), 2011, 30(5): 34.

[12] Liu B, Huang Q, Cai H, et al. Food Chemistry, 2015, 188: 294.

[13] Kalac P. Food Chemistry, 2010, 122(1): 2.

[14] Falandysz J, Kowalewska I, Nnorom I C, et al. Journal of Environmental Science and Health, Part A, 2012, 47(11): 1695.

[15] Guallar E, Sanz-Gallardo M I, Veer P, et al. New England Journal of Medicine, 2002, 347(22): 1747.

[16] Trasande L, Landrigan P J, Schechter C. Environmental Health Perspectives, 2005, 113(5): 590.

[17] Adams D H, Sonne C, Basu N, et al. Science of the Total Environment, 2010, 408(23): 5808.

[18] Jarzyńska G, Falandysz J. Journal of Environmental Science and Health Part A, 2011, 46(6): 569.

[19] Bernalte E, Salmanighabeshi S, Rueda-Holgado F, et al. International Journal of Environmental Science and Technology, 2015, 12(3): 817.

[20] YE Hui-xuan, TAN Zhou, LIU Xiang-qian, et al(葉惠煊, 譚 舟, 劉向前, 等). Food Science(食品科學(xué)), 2014, 35(4): 151.

[21] YANG Jia(楊 佳). Authenticity, Adulteration and Quality Analysis of Sesame oils by Fourier Transform Infrared Spectroscopy(傅里葉變換紅外光譜技術(shù)在芝麻油真?zhèn)舞b別, 摻偽與品質(zhì)分析中的應(yīng)用). Beijing: Beijing Forestry University(北京： 北京林業(yè)大學(xué)), 2013.

[22] Gok S, Severcan M, Goormaghtigh E, et al. Food Chemistry, 2015, 170: 234.

[23] ZHAO Yan-li, ZHANG Ji, YUAN Tian-jun, et al(趙艷麗, 張 霽, 袁天軍, 等). Spectroscopy and Spectral Analysis(光譜學(xué)與光譜分析), 2014, 34(7): 1831.

[24] Kwon Y K, Jie E Y, Sartie A, et al. Food Chemistry, 2015, 166: 389.

[25] SHAO Xue-guang, NING Yu, LIU Feng-xia, et al(邵學(xué)廣, 寧 宇, 劉鳳霞, 等). Acta Chimica Sinica(化學(xué)學(xué)報(bào)), 2012, 70(20): 2109.

[26] ZHU Xiang-rong, LI Gao-yang, HUANG Lü-hong, et al(朱向榮, 李高陽, 黃綠紅, 等). Chinese Journal of Analytical Chemistry(分析化學(xué)), 2015, 4: 029.

[27] Oudghiri F, García-Morales J L, Allali N, et al. International Journal of Environmental Research, 2014, 8(4): 1093.

[28] Li J, Zhang Y, Cai W, et al. Talanta, 2011, 84(3): 679.

[29] NING Yu，CAI Wen-sheng，SHAO Xue-guang(寧 宇, 蔡文生, 邵學(xué)廣). Chemical Journal of Chinese Universities(高等學(xué)?；瘜W(xué)學(xué)報(bào)), 2012, 33(04): 673.

[30] Zhu X, Li G, Shan Y. International Journal of Food Science & Technology, 2015, 50(5): 1123.

[31] Moros J, Vallejuelo S F O, Gredilla A, et al. Environmental Science & Technology, 2009, 43(24): 9314.

[32] Wiejak A, Wang Y, Zhang J, et al. Journal of Environmental Science and Health, Part B, 2014, 49(11): 811.

(Received Jul. 4, 2015; accepted Nov. 20, 2015)

*Corresponding authors

Infrared Spectroscopy Combined with Chemometrics for Rapid Discrimination on Species of Bolete Mushrooms and an Analysis of Total Mercury

YANG Tian-wei1, 2, ZHANG Ji2, LI Tao3, WANG Yuan-zhong2*, LIU Hong-gao1*

1. College of Agronomy and Biotechnology, Yunnan Agricultural University, Kunming 650201, China 2. Institute of Medicinal Plants, Yunnan Academy of Agricultural Sciences, Kunming 650200, China 3. College of Resources and Environment, Yuxi Normal University, Yuxi 653100, China

Fourier transform infrared spectroscopy combined with chemometrics was used to establish a method for rapid identification of different species of bolete mushrooms and determination of total mercury (Hg). In this study, 15 species of bolete mushrooms were used and the information of infrared spectra of 48 samples was collected. Meanwhile, the total Hg was determined with cold-vapour atomic absorption spectroscopy and direct mercury analyzer. The food safety of bolete mushrooms was evaluated according to provisional tolerable weekly intake (PTWI) for Hg recommended by the United Nations food and agriculture organization and the World Health Organization (FAO/WHO). The original infrared spectra were optimized with Norris smooth, multiplicative signal correction (MSC), second derivative, orthogonal signal correction and wavelet compression (OSCW). The spectra data were analyzed with principal component analysis (PCA) and partial least squares discriminant analysis (PLS-DA) after the optimal pretreatment. Then the discrimination model for different species of bolete mushrooms and prediction model of Hg content were established, respectively. The results showed that: (1) The cumulative contribution of first three principal components of PCA was 77.1%. Different species of boletes can be obviously distinguished in principal component score plot. It indicated that the chemical composition or contents were different in these species of boletes. (2) There were significant differences in total Hg contents in different samples and the total Hg content in the boletes were 0.17～15.2 mg·kg-1dry weight (dw). If adults (60 kg) ate 300 g fresh bolete mushrooms a week, Hg intakes in a few samples were higher than the PTWI standard with potential risks. (3) The infrared spectra data in combination with the total Hg content was performed by partial least squares discriminant analysis. The mushroom samples with low (≤1.95 mg·kg-1dw), medium (2.05～3.9 mg·kg-1dw) and high (≥4.1 mg·kg-1dw) total Hg content could be discriminated. Moreover, the more different the Hg content was, the more easily to distinguish. In addition, the prediction model of total Hg content of boletes was established. TheR2and RMSEE of the training set were 0.911 4 and 1.09, respectively whileR2and RMSEP of validation set were 0.949 7 and 0.669 5, respectively. The predictive values of total Hg content in boletes were approximate to the measured values which showed that the model has good predictive effect. Infrared spectroscopy combined with chemometrics can be used for rapid identification of bolete species and discrimination of bolete samples with different contents of total Hg. Furthermore, the total Hg content could also be predicted, accurately. This study may provide a rapid and simple method for quality control and edible safety assessment of wild-grown bolete mushrooms.

Infrared spectroscopy; Boletes; Hg; Heavy metal; Discrimination; Health risk

2015-07-04，

2015-11-20

國家自然科學(xué)基金項(xiàng)目(31260496，31460538)，云南省教育廳科學(xué)研究基金項(xiàng)目(2013Z074)，云南農(nóng)業(yè)大學(xué)研究生科技創(chuàng)新項(xiàng)目(2015ykc20)資助

楊天偉，1989年生，云南農(nóng)業(yè)大學(xué)農(nóng)學(xué)與生物技術(shù)學(xué)院碩士研究生 e-mail: yangtianweizj@126.com *通訊聯(lián)系人 e-mail: boletus@126.com; honggaoliu@126.com

TS201.2

A

10.3964/j.issn.1000-0593(2016)11-3510-07