基于GC-MS和電子鼻探究不同方法提取的玫瑰精油揮發(fā)性香氣成分

摘要：香氣是評價玫瑰精油品質(zhì)的重要指標(biāo)，為研究不同方法提取的玫瑰精油的關(guān)鍵香氣成分，采用高效氣相色譜-質(zhì)譜聯(lián)用（gas chromatography-mass spectrometry，GC-MS）結(jié)合電子鼻（electronic nose，E-nose）技術(shù)對水蒸氣蒸餾（hydrodistillation，HD）法和超聲輔助水蒸氣蒸餾（ultrasonic-assisted extraction，UAE）法提取的新疆大馬士革玫瑰精油的揮發(fā)性成分進(jìn)行測定，通過多元統(tǒng)計(jì)分析正交偏最小二乘法-判別分析（orthogonal partial least squares-discriminant analysis，OPLS-DA）挖掘不同方法提取的玫瑰精油差異揮發(fā)物，以變量投影重要性（variable importance in projection，VIP）作為OPLS-DA模型的主要篩選工具，結(jié)合電子鼻數(shù)據(jù)主成分分析（principal component analysis，PCA）進(jìn)行對比分析。結(jié)果表明，兩種方法提取的玫瑰精油中共檢測出69種揮發(fā)性成分，分為醇類、醛類、酯類等7大類，VIP＞1的54種揮發(fā)性化合物，如（R）-（+）-β-香茅醇、1-十九碳烯等對玫瑰精油香氣起到貢獻(xiàn)作用。電子鼻雷達(dá)圖結(jié)果表明，W5S、W1S和W2W是玫瑰精油中香氣成分識別的關(guān)鍵性傳感器，通過PCA能夠很好地區(qū)分兩種方法提取的精油。綜上所述，GC-MS結(jié)合電子鼻技術(shù)能夠很好地區(qū)分不同方法提取的玫瑰精油的香氣成分，能為玫瑰精油的區(qū)分提供科學(xué)依據(jù)。

關(guān)鍵詞：玫瑰精油；揮發(fā)性成分；氣相色譜-質(zhì)譜聯(lián)用（GC-MS）；電子鼻；正交偏最小二乘法（OPLS）；主成分分析（PCA）

中圖分類號：TS224.4""""" 文獻(xiàn)標(biāo)志碼：A"""" 文章編號：1000-9973（2024）10-0153-08

Exploration of Volatile Aroma Components of Rose Essential Oils Extracted

by Different Methods Based on GC-MS and Electronic Nose

AN Bi-fang1， CHEN Chuang-ye1， SONG Kai-yang1， QIAO Gui-fang1，

FENG Zuo-shan1， TAO Yong-xia1*， LIU Tian-zhi2

（1.College of Food Science and Pharmacy， Xinjiang Agricultural University， Urumqi 830052， China;

2.Xinjiang Hotan Sunshine Desert Rose Co.， Ltd.， Hotan 848000， China）

Abstract： Aroma is an important index for evaluating the quality of rose essential oils. In order to study the key aroma components of rose essential oils extracted by different methods， the volatile components of Xinjiang Rosa damascena essential oils extracted by hydrodistillation （HD） method and ultrasonic-assisted extraction （UAE） method are determined by high performance gas chromatography-mass spectrometry （GC-MS） combined with electronic nose （E-nose） technology， the differential volatiles of rose essential oils extracted by different methods are explored by multivariate statistical analysis orthogonal partial least squares-discriminant analysis （OPLS-DA）， the variable importance in projection （VIP） is used as the main screening tool for OPLS-DA model， and the comparative analysis is carried out in

combination with electronic nose data principal component analysis （PCA）. The results show that a total of 69 volatile components are detected in the rose essential oils extracted by the two methods， which are divided into 7 categories， such as alcohols， aldehydes and esters and so on， and there are 54 volatile compounds with VIPgt;1， such as （R）-（+）-β-citronellol and 1-nonadecene， which contribute to the aroma of rose essential oils. The results of electronic nose radar diagram show that W5S， W1S and W2W are the key sensors for aroma component identification of rose essential oils， and PCA" could distinguish the essential oils extracted by the two methods well. In summary， GC-MS combined with electronic nose technology can well distinguish the aroma components of rose essential oils extracted by different methods， which can provide a scientific basis for the differentiation of rose essential oils.

Key words： rose essential oils; volatile components; gas chromatography-mass spectrometry （GC-MS）; electronic nose; orthogonal partial least squares （OPLS）; principal component analysis （PCA）

隨著我國玫瑰種植面積日益擴(kuò)大，玫瑰花產(chǎn)量連創(chuàng)新高[1]，玫瑰作為全球重要的藥食同源木本植物之一[2]，不僅富含營養(yǎng)物質(zhì)，而且含有非常珍貴的玫瑰精油，其香氣濃郁、清甜怡人，是精油中的精品，有“液體黃金”之美譽(yù)[3]，具有抗氧化[4-6]、抑菌[7-9]、抗焦慮[10-12]等功效，故被廣泛應(yīng)用于食品、醫(yī)療和高檔化妝品中[13]。隨著技術(shù)的不斷創(chuàng)新，精油的提取方法多種多樣，王虎虎等[14-15]通過水蒸氣蒸餾法從玫瑰中提取精油，周亞軍等[16-17]通過高壓脈沖電場協(xié)同酶法輔助提取精油，馬金璞等[18]通過超聲微波協(xié)同萃取法從苦水玫瑰中提取精油，吳啟康等[19]通過有機(jī)溶劑萃取法提取精油。隨著提取方法和玫瑰品種的多樣化，市場上的精油仿制品越來越多，如何通過正確的方法辨別各種精油成為目前研究的熱點(diǎn)。

玫瑰精油中含有大量的揮發(fā)性香氣成分，而揮發(fā)性化合物是構(gòu)成和影響玫瑰精油品質(zhì)的重要因素之一，直接決定了玫瑰精油的香氣特征，香氣特征的形成不僅受濃度與味道特征的影響，而且與閾值密不可分[20]。氣體檢測技術(shù)因準(zhǔn)確、高效等特點(diǎn)已經(jīng)在食品、醫(yī)藥、化工等諸多領(lǐng)域得到了應(yīng)用[21-23]，電子鼻檢測技術(shù)可以模擬人類的“嗅覺”，將收集到的氣體揮發(fā)信號通過傳感器陣列進(jìn)行識別，最后經(jīng)信號傳感器轉(zhuǎn)化輸出為電信號，進(jìn)而對不同香氣精準(zhǔn)識別，將電子鼻和GC-MS兩種方法結(jié)合對比結(jié)果具有良好的驗(yàn)證和互補(bǔ)作用，成為現(xiàn)階段研究的重點(diǎn)[24-25]。關(guān)天琪等[26]采用電子鼻結(jié)合GC-MS技術(shù)分析了兩種粗糧面包的揮發(fā)性風(fēng)味成分，李孟凡等[27]利用GC-MS和電子鼻技術(shù)測定了小麥和碎麥中的揮發(fā)性成分，黃晨等[28-29]采用GC-MS和電子鼻技術(shù)分別分析了不同烘烤度橡木對荔枝白蘭地風(fēng)味的影響和6種糖炒燕山板栗的風(fēng)味成分，區(qū)別效果較好，研究方法新穎，但是采用GC-MS結(jié)合電子鼻技術(shù)分析不同方法提取的玫瑰精油中揮發(fā)性成分的研究鮮少見到。因此，本研究將通過GC-MS和電子鼻技術(shù)對UAE法和HD法提取的玫瑰精油中關(guān)鍵香氣成分和特征進(jìn)行測定，并采用OPLS-DA和PCA進(jìn)行對比分析，以VIP＞1為指標(biāo)篩選出揮發(fā)性強(qiáng)的物質(zhì)，旨在為鑒定和比較兩種方法提取的玫瑰精油的香氣特征、優(yōu)化玫瑰精油提取方法、穩(wěn)定精油品質(zhì)提供更加可靠的參考依據(jù)。

1 材料與方法

1.1 試驗(yàn)材料

新疆和田大馬士革玫瑰：新疆和田瑰覓玫瑰有限公司；超聲輔助水蒸氣蒸餾法和水蒸氣蒸餾法提取得到的精油：實(shí)驗(yàn)室自制。

1.2 儀器與設(shè)備

PEN3電子鼻系統(tǒng) 德國Airsense公司；QP2010 SE氣相色譜-質(zhì)譜聯(lián)用儀 日本島津公司；JSB30-1電子計(jì)重秤 上海浦春計(jì)量儀器有限公司；XMP-10H超聲波清洗機(jī) 小美超聲儀器（昆山）有限公司；SXKW數(shù)控電熱套 北京市永光明醫(yī)療儀器有限公司；DLSB-5/20低溫冷卻液循環(huán)泵 鄭州長城科工貿(mào)有限公司；水蒸氣蒸餾裝置 天長市華唐實(shí)驗(yàn)設(shè)備科技有限公司。

1.3 試驗(yàn)方法

1.3.1 玫瑰精油的制備方法

水蒸氣蒸餾（HD）法：稱取新鮮的大馬士革玫瑰花200 g放入5 000 mL蒸餾燒瓶中，加入15%氯化鈉溶液，料液比為1∶4 （g/mL），蒸餾4 h，得到玫瑰精油。重復(fù)以上步驟，得到一定量的精油后將其取出備用。

超聲輔助水蒸氣蒸餾（UAE）法：稱取新鮮的大馬士革玫瑰花200 g放入5 000 mL蒸餾燒瓶中，加入15%氯化鈉溶液，料液比為1∶4 （g/mL），超聲功率200 W條件下超聲25 min，蒸餾4 h，得到超聲輔助提取的玫瑰精油。重復(fù)以上步驟，得到一定量的精油后將其取出備用。

1.3.2 GC-MS分析條件

GC條件：SH-Rxi-5Sil MS色譜柱（30 m×0.25 mm，0.25 μm），進(jìn)樣溫度280 ℃；升溫程序：初始溫度50 ℃，保持1 min，以10 ℃/min升至320 ℃，保持5 min；載氣為He，流量為1.0 mL/min，進(jìn)樣量為0.5 μL；采用分流模式進(jìn)樣。

MS條件：電子電離源；電子能量70 eV；離子源溫度200 ℃；四極桿溫度120 ℃；傳輸線溫度220 ℃；全掃描模式，質(zhì)量掃描范圍（m/z）：35～600 amu。

1.3.3 電子鼻分析

本試驗(yàn)采用直接頂空吸氣法，分別取UAE法和HD法提取的精油2.0 g置于10 mL頂空瓶中，加蓋密封，室溫下放置30 min，插入電子鼻探頭吸取頂端空氣進(jìn)行測定。測定條件：采樣時間為1 s/組；傳感器自清洗時間為120 s；傳感器歸零時間為10 s，樣品準(zhǔn)備時間為5 s；進(jìn)樣流量為400 mL/min；分析采樣時間為120 s。在對每個樣品數(shù)據(jù)采集的過程中，通過查看每個傳感器響應(yīng)信號的變化曲線、每個時間點(diǎn)的信號值和星型雷達(dá)圖或柱狀指紋圖，可以清晰考察各個傳感器在試驗(yàn)分析過程中的響應(yīng)情況，并通過傳感器選擇設(shè)置可以查看在不同傳感器數(shù)量情況下的響應(yīng)情況。由于每個傳感器對某一類特征氣體響應(yīng)劇烈，可以確定樣品分析過程中主要揮發(fā)出了哪一類特征氣體。

1.4 數(shù)據(jù)處理

采用Excel整理數(shù)據(jù)，對總離子流圖中各峰經(jīng)質(zhì)譜計(jì)算機(jī)數(shù)據(jù)系統(tǒng)檢索，采用NIST17-1.Lib譜庫檢索對比，選擇匹配度大于80%的峰，用峰面積歸一化法確定各揮發(fā)性成分的相對含量，兩種不同方法提取的精油重復(fù)測定3次，并利用SIMCA 14.1軟件進(jìn)行OPLS-DA，電子鼻數(shù)據(jù)通過WinMuster軟件檢測，并對數(shù)據(jù)進(jìn)行PCA；采用Origin 2022軟件制圖。

2 結(jié)果與分析

2.1 GC-MS測定結(jié)果

2.1.1 兩種不同方法提取的玫瑰精油主要揮發(fā)性成分分析

通過GC-MS對兩種方法提取的玫瑰精油中的揮發(fā)性成分進(jìn)行檢測和分析，在兩種方法提取的玫瑰精油中共鑒別出69種已知化合物，見表2。通過OPLS-DA對兩種不同方法提取的精油進(jìn)行判別分析，以變量投影重要性（variable importance in projection，VIP）作為OPLS-DA模型重要的差異代謝物的篩選工具，充分考量UAE法和HD法提取的玫瑰精油中揮發(fā)物數(shù)據(jù)特征，利用降維算法對數(shù)據(jù)進(jìn)行投影，進(jìn)一步用柱狀圖可視化表征具體化合物對樣品的總體貢獻(xiàn)度，VIP值越大，揮發(fā)物的重要性越強(qiáng)，與其他組的差異越明顯，以VIP＞1為篩選條件，篩選出具有主要貢獻(xiàn)的揮發(fā)性香氣成分，篩選結(jié)果見表2，發(fā)現(xiàn)VIP＞1的化合物有（R）-（+）-β-香茅醇、1-十九碳烯、十三烷二酸環(huán)乙撐酯、2-[（2R，4aR）-4a，8-二甲基-2，3，4，5，6，7-六氫-1H-萘-2-基]丙-2-醇、苯乙醇、芳樟醇、檸檬醛、α-松油醇、γ-萜品醇、正十七烷、金合歡醛、正二十一烷、C20H40、乙酸二甲基芐基原酯、雙（1-甲基-2-羥乙基）醚、兔耳草醛、香茅油、二苯醚等54種，這54種化合物在玫瑰精油中起到極大的貢獻(xiàn)作用，是最主要的區(qū)別UAE法和HD法提取的玫瑰精油的潛在標(biāo)記揮發(fā)性香氣成分。

由表2可知，UAE法提取的玫瑰精油和HD法提取的玫瑰精油揮發(fā)性成分差異較大，且每類物質(zhì)的相對含量和種類有較大的差異，通過查閱文獻(xiàn)，龍明華等[30]研究發(fā)現(xiàn)這是由于超聲過程中破壞了細(xì)胞，減緩了精油擴(kuò)散，導(dǎo)致其他物質(zhì)溶出，導(dǎo)致精油的香氣成分有較大的差異。UAE法和HD法提取的精油中共檢測出69種揮發(fā)性物質(zhì)，UAE法精油中檢測出37種，HD法精油中檢測出43種，劃分為7大類，分別是醇類、醛類、炔類、酚類、酮類、酯類和其他類。檢測出的揮發(fā)性物質(zhì)中醇類和炔類化合物最豐富，其中醇類22種、醛類6種、炔類12種、酚類1種、酮類1種、酯類13種、其他類14種，僅在UAE法提取的玫瑰精油中檢測出了酚類和酮類物質(zhì)，結(jié)果見圖1。UAE法提取的玫瑰精油中檢測出相對含量較高的揮發(fā)性成分有正二十一烷、香茅油、2-[（2R，4aR）-4a，8-二甲基-2，3，4，5，6，7-六氫-1H-萘-2-基]丙-2-醇、棕櫚酸，相對含量分別為55.07%、6.24%、4.06%、2.65%；HD法提取的玫瑰精油中檢測出相對含量較高的揮發(fā)性成分有苯乙醇、正二十一烷、十三烷二酸環(huán)乙撐酯、2-（2-羥基丙氧基）-1-丙醇，相對含量分別為12.11%、10.12%、22.06%、7.77%，正二十一烷是兩種提取方法精油中均檢測出的揮發(fā)性物質(zhì)，但是UAE法提取的玫瑰精油中的相對含量遠(yuǎn)高于HD法提取的玫瑰精油。

在UAE法和HD法提取的玫瑰精油中共同檢測出的揮發(fā)性物質(zhì)有11種，分別是2-[（2R，4aR）-4a，8-二甲基-2，3，4，5，6，7-六氫-1H-萘-2-基]丙-2-醇、β-桉葉醇、金合歡醇、香葉醇、正二十一烷、乙酸香茅酯、乙酸香葉酯、棕櫚酸、順式-檸檬醛、β-石竹烯、順-11，14-二十碳二烯酸，VIP值分別為1.016 8，1.012 4，1.013 5，1.012 5，1.016 5，1.015 4，1.003 6，1.015 3，0.963 1，0.712 6，0.994 8，其中前8個化合物的VIP＞1，可以作為起主要貢獻(xiàn)作用的物質(zhì)，其貢獻(xiàn)率大小為2-[（2R，4aR）-4a，8-二甲基-2，3，4，5，6，7-六氫-1H-萘-2-基]丙-2-醇＞正二十一烷＞乙酸香茅酯＞金合歡醇＞香葉醇＞β-桉葉醇＞棕櫚酸＞乙酸香葉酯。

2.1.2 UAE法和HD法提取的玫瑰精油差異揮發(fā)性成分判別分析

為了更好地識別不同方法提取的玫瑰精油的特征香氣成分，本研究通過OPLS-DA篩選UAE法和HD法提取的玫瑰精油的特征性揮發(fā)物，OPLS-DA模型總體評價參數(shù)有Rx2、Ry2和Q2，其中Rx2 （cum）=0.979，Ry2 （cum）=1，數(shù)值均趨近于1，說明本研究建立的X矩陣（UAE法、HD法提取的玫瑰精油的揮發(fā)物響應(yīng)面積）和Y矩陣（分類變量）對數(shù)據(jù)的解釋率較高，預(yù)測值Q2（cum）=0.999，大于推薦值0.5[31]，說明本研究建立的評估模型可用。

UAE法和HD法提取的玫瑰精油揮發(fā)物得分圖見圖2。

由圖2可知，從得分點(diǎn)的聚合程度來看，UAE法提取的玫瑰精油揮發(fā)物得分點(diǎn)較分散，組內(nèi)差異明顯，HD法提取的玫瑰精油揮發(fā)物得分點(diǎn)較緊湊，數(shù)據(jù)之間的擬合性較高；UAE法提取的玫瑰精油揮發(fā)物得分信號點(diǎn)位于95%置信區(qū)間左側(cè)，HD法提取的玫瑰精油揮發(fā)物得分信號點(diǎn)位于95%置信區(qū)間右側(cè)，且二者信號點(diǎn)之間互不交叉重疊，表明UAE法提取的玫瑰精油和HD法提取的玫瑰精油揮發(fā)物成分組間差異明顯，OPLS-DA模型可以實(shí)現(xiàn)UAE法和HD法提取的玫瑰精油揮發(fā)物的合理分類。

OPLS-DA模型的200次置換檢驗(yàn)結(jié)果圖見圖3。

OPLS-DA模型的200次置換檢驗(yàn)分析主要用于評估本試驗(yàn)建立的OPLS-DA模型的穩(wěn)定性和可靠性。置換檢驗(yàn)中的R2表示OPLS-DA模型的解釋率，Q2表示隨即模擬變量的預(yù)測值[32]，置換檢驗(yàn)中的Q2在縱軸的截距為－0.516，小于OPLS-DA模型的Q2值，且圖中最右側(cè)R2、Q2點(diǎn)均高于最左側(cè)點(diǎn)，R2與Q2的回歸線與橫坐標(biāo)交叉小于0，隨即檢驗(yàn)Q2下降，置換保留度降低，分類變量Y比例增加，說明本研究建立的OPLS-DA模型穩(wěn)定可靠，可以對UAE法和HD法提取的玫瑰精油的揮發(fā)性香氣成分進(jìn)行考察。

2.2 電子鼻分析

2.2.1 電子鼻典型圖譜分析

采用電子鼻測試UAE和HD兩種方法提取的玫瑰精油，結(jié)果見圖4。

該響應(yīng)值為樣品經(jīng)過電子鼻傳感器引起電阻變化G與空氣經(jīng)過傳感器引起的電阻變化G0的比值，每條曲線分別顯示了相對應(yīng)傳感器響應(yīng)值隨著時間延長的變化。由圖4可知，HD法提取的精油響應(yīng)值＞UAE法提取的精油響應(yīng)值。由于UAE法提取精油時，超聲使玫瑰花瓣的組織受損，使細(xì)胞液和蠟質(zhì)流出，摻雜在玫瑰精油中，蠟質(zhì)會使精油在室溫狀態(tài)下呈現(xiàn)微固態(tài)，香氣成分不易揮發(fā)，進(jìn)而影響整體的響應(yīng)值。而HD法提取的精油呈液態(tài)，玫瑰花瓣的組織結(jié)構(gòu)未被破壞，蠟質(zhì)極少，揮發(fā)性成分含量明顯上升，因而整體響應(yīng)值相應(yīng)提高。

2.2.2 電子鼻雷達(dá)圖

利用電子鼻的10個傳感器對不同方法提取的玫瑰精油風(fēng)味物質(zhì)響應(yīng)值進(jìn)行比較，結(jié)果見圖5。

由圖5可知，UAE法提取的玫瑰精油傳感器W2W的響應(yīng)值最高，表明其中有機(jī)硫化物含量較多，其次是W5S和W1S，而傳感器W1C、W3C、W6S、W5C、W1W、W3S的響應(yīng)值差異極??；HD法提取的玫瑰精油傳感器W5S的響應(yīng)值最高，表明其氮氧化合物含量較多，其次是W2W，而傳感器W1C、W3C、W6S、W5C、W1S、W1W、W2S、W3S的響應(yīng)值與UAE法提取的精油的響應(yīng)值基本一致，表明兩種方法提取的玫瑰精油中芳香成分、氫氣、烷烴芳香成分、硫化物、乙醇等基本一致，差異極小。綜上所述，兩種方法提取的精油都對W5S和W2W最敏感，證明其中的氮氧化合物和有機(jī)硫化物含量最高，其次是短鏈烷烴含量較高。電子鼻主要通過W5S、W1S、W2W傳感器區(qū)分不同提取方法提取的精油，其他7個傳感器雖然對玫瑰精油香氣具有響應(yīng)值，但是兩種方法提取的精油之間的差異微小，直觀上不具有較明顯的區(qū)分樣品的能力。HD法提取的玫瑰精油傳感器W5S、W1S、W2W均顯著高于UAE法提取的玫瑰精油，由此可知，HD法提取的精油中氮氧化合物、短鏈烷烴類、有機(jī)硫化物類含量可能最多。僅根據(jù)雷達(dá)圖觀察傳感器響應(yīng)值無法準(zhǔn)確區(qū)分兩種不同方法提取的玫瑰精油，故有必要利用PCA進(jìn)行進(jìn)一步的分析。

2.2.3 PCA

為進(jìn)一步確定不同提取方法對玫瑰精油香氣的影響，對兩種不同方法提取的玫瑰精油的10個電子鼻傳感器響應(yīng)值進(jìn)行PCA，結(jié)果見圖6。

由圖6可知，PC1的貢獻(xiàn)率為58.8%，PC2的貢獻(xiàn)率為20.3%，前兩個主成分的累計(jì)貢獻(xiàn)率為79.1%，主成分PC1的貢獻(xiàn)率明顯大于主成分PC2，表明電子鼻采集到的信息能夠代表其大多數(shù)揮發(fā)性物質(zhì)的信息，不同方法提取的玫瑰精油揮發(fā)物在主成分PC1上可以明顯區(qū)分。相同揮發(fā)物有其指定的信號點(diǎn)位置，UAE法提取的精油揮發(fā)性成分采集范圍比HD法提取的精油采集范圍大，且信號點(diǎn)相對分散，證明組內(nèi)揮發(fā)物差異較大，而HD法提取的玫瑰精油信號點(diǎn)分布較聚集，證明其組內(nèi)揮發(fā)性成分差異較小，且兩種方法提取的玫瑰精油信號點(diǎn)互不重疊，距離較遠(yuǎn)，說明電子鼻技術(shù)能夠很好地區(qū)分不同提取方法提取的玫瑰精油揮發(fā)性香氣物質(zhì)，這與GC-MS分析揮發(fā)性成分結(jié)果一致。

3 結(jié)論

本研究利用GC-MS結(jié)合電子鼻技術(shù)檢測UAE法和HD法提取的玫瑰精油中特征揮發(fā)性物質(zhì)，GC-MS共檢測出69種揮發(fā)性物質(zhì)，可分為7大類，分別為醇類、醛類、炔類、酯類、酮類、酚類、其他類化合物，其中炔類和醇類揮發(fā)性物質(zhì)含量最多。通過OPLS-DA篩選出54種VIP＞1的揮發(fā)性物質(zhì)，而UAE法和HD法提取的玫瑰精油共同檢測出的11種揮發(fā)性物質(zhì)中有8個物質(zhì)VIP＞1，其主要貢獻(xiàn)率大小為2-[（2R，4aR）-4a，8-二甲基-2，3，4，5，6，7-六氫-1H-萘-2-基]丙-2-醇＞正二十一烷＞乙酸香茅酯＞金合歡醇＞香葉醇＞β-桉葉醇＞棕櫚酸gt;乙酸香葉酯，這8種共有化合物在玫瑰精油中起到極大貢獻(xiàn)作用，是最主要的區(qū)別UAE法和HD法提取的玫瑰精油的潛在標(biāo)記揮發(fā)性香氣成分。通過電子鼻雷達(dá)圖可以分辨出不同方法提取的精油中各化合物含量的多少，結(jié)合PCA發(fā)現(xiàn)該方法能夠?qū)AE法和HD法提取的玫瑰精油很好地區(qū)分開，該結(jié)果與GC-MS分析結(jié)果一致，有較高的可靠性，可為后期不同方法提取的玫瑰精油鑒別提供理論依據(jù)和借鑒。精油在生活中越來越常見，應(yīng)用亦越來越廣泛，今后可在此基礎(chǔ)上聯(lián)合其他技術(shù)對揮發(fā)性香氣成分的合成進(jìn)行更深入的研究，以揭示不同品種玫瑰精油香氣的形成機(jī)制。

參考文獻(xiàn)：

[1]曹華.沙產(chǎn)業(yè)升級有了新目標(biāo)[N].新疆日報（漢），2022-03-15（5）.

[2]張?jiān)姮?，王力，張穎，等.食用玫瑰產(chǎn)業(yè)發(fā)展現(xiàn)狀與對策[J].黑龍江農(nóng)業(yè)科學(xué)，2023（7）：86-91.

[3]WEI A，SHIBAMOTO T.Antioxidant activities and volatile constituents of various essential oils[J].Journal of Agricultural amp; Food Chemistry，2007，55（5）：1737.

[4]KANG Y X， WU K W， SUN J， et al.Preparation of Kushui rose （Rosa setate×Rosa rugosa） essential oil fractions by double molecular distillation： aroma and biological activities[J].Industrial Crops and Products，2022，175（1）：175.

[5]GE Q，MA X J.Composition and antioxidant activity of anthocyannins is isolated from Yunnan edible rose （Anning）[J].Food Science and Human Wellness，2013（2）：68-74.

[6]MULYANA Y T， SOHADI W， INAYAH F， et al. Effect aromatheraphy of rose essential oil （Rosa domacena Mill） to decrease number a bacterial in air of conditioned room[J].Jurnal Medika Planta，2011，1：49-58.

[7]楊正青，薛文昊，苗延青.玫瑰精油的提取及抑菌活性研究[J].廣東化工，2019，46（5）：28-29.

[8]桂雨豪，孟瀟，陳慶生，等.植物精油的抑菌性探究及其在化妝品中的應(yīng)用[J].日用化學(xué)工業(yè)，2019，49（3）：187-192.

[9]謝志新，林蓓琪，林陽君，等.植物精油空氣清新劑聯(lián)合負(fù)離子增濕器抑菌作用研究[J].化工設(shè)計(jì)通訊，2023，49（5）：196-198.

[10]丁鳴，馬曉紅，張楠，等.2種玫瑰精油對小鼠的抗焦慮作用[J].上海交通大學(xué)學(xué)報（農(nóng)業(yè)科學(xué)版），2019，37（6）：25-29.

[11]DAGLI R， AVCU M， METIN M， et al. The effects of aromatherapy using rose oil （Rosa damascena Mill.） on preoperative anxiety： a prospective randomized clinical trial[J].European Journal of Integrative Medicine，2019，26（1）：37042.

[12]UYSAL M， DORU H Y， SAPMAZ E， et al. Investigating the effect of rose essential oil in patients with primary dysmenorrhea[J].Complementary Therapies in Clinical Practice，2016，24：45-49.

[13]呂鳳.植物精油在化妝品中的功效應(yīng)用[N].中國醫(yī)藥報，2021-12-14（7）.

[14]王虎虎，徐翠香，高強(qiáng).水蒸氣蒸餾法提取玫瑰精油的影響因素研究[J].云南化工，2020，47（11）：69-70.

[15]YANG Z Q， XUE W H， MIAO Y Q， et al.Study on extraction and antibacterial activity of rose essential oil[J].Guangdong Chemical Industry，2019，46（5）：28-29.

[16]周亞軍，李圣橈，王淑杰，等.高壓脈沖電場協(xié)同酶法輔助提取玫瑰精油工藝優(yōu)化[J].食品科學(xué)，2020，41（6）：270-277.

[17]ZHOU Y J， XUE C M， ZHANG S S， et al. Effects of high intensity pulsed electric fields on yield and chemical composition of rose essential oil[J].International Journal of Agricultural and Biological Engineering，2017，10（3）：295-301.

[18]馬金璞，施生玲，張鈺璇，等.超聲微波協(xié)同萃取法提取蘭州苦水玫瑰精油及抑菌活性的研究[J].中國糧油學(xué)報，2023（12）：151-157.

[19]吳啟康，田曉靜，高丹丹，等.有機(jī)溶劑萃取法提取揮發(fā)油研究進(jìn)展[J].農(nóng)產(chǎn)品加工，2018（10）：58-59，62.

[20]GUO X Y， SCHWAB W， HO C T， et al. Characterization of the aroma profiles of oolong tea made from three tea cultivars by both GC-MS and GC-IMS[J].Food Chemisty，2021，376（4）：131933.

[21]RICCARDO D F， DELVANA M， GIAMPIERO S， et al. Quantitatively unravelling the effect of altitude of cultivation on the volatiles fingerprint of wheat by a chemometric approach[J].Food Chemistry，2022，370（4）：131296.

[22]WANG Y H， ZHAO J W， XU F， et al. GC-MS， GC-O and OAV analyses of key aroma compounds in Jiaozi steamed bread[J].Grain amp; Oil Science and Technology，2020，3（1）：9-17.

[23]王鐵龍，許凌云，楊冠山，等.智能感官分析技術(shù)在食品風(fēng)味中的研究進(jìn)展[J].食品安全質(zhì)量檢測學(xué)報，2023，14（8）：37-43.

[24]TAN J Z， XU J. Applications of electronic nose （E-nose） and electronic tongue （E-tongue） in food quality-related properties determination： a review[J].Artificial Intelligence in Agriculture，2020，4（1）：104-115.

[25]SONG J X， CHEN Q Q， BI J F， et al. GC/MS coupled with MOS E-nose and flash GC E-nose for volatile characterization of Chinese jujubes as affected by different drying methods[J].Food Chemistry，2020，331：127201.

[26]關(guān)天琪，安玉紅，陳旭，等.電子鼻結(jié)合氣相色譜-質(zhì)譜聯(lián)用技術(shù)分析2種粗糧面包的揮發(fā)性風(fēng)味成分[J].食品科技， 2023，48（3）：282-290.

[27]李孟凡，唐培安，陳二虎，等.基于電子鼻與氣相色譜-質(zhì)譜法探究小麥與碎麥揮發(fā)性香氣成分差異[J].食品安全質(zhì)量檢測學(xué)報，2023，14（12）：15-22.

[28]黃晨，郭德軍，游剛，等.基于GC-MS和電子鼻技術(shù)分析不同烘烤度橡木對荔枝白蘭地風(fēng)味的影響[J].食品工業(yè)科技，2024（2）：252-259.

[29]楊銀，梁建蘭.GC-MS結(jié)合電子鼻、電子舌分析6種糖炒燕山板栗的風(fēng)味成分[J].食品工業(yè)科技，2024（2）：269-279.

[30]龍明華，張鵬，王智民.超聲波輔助提取洋蔥精油的工藝優(yōu)化[J].貴州農(nóng)業(yè)科學(xué)，2016，44（11）：149-151.

[31]XU J Y， ZHANG Y， YAN F， et al. Monitoring changes in the volatile compounds of tea made from summer tea leaves by GC-IMS and HS-SPME-GC-MS[J].Foods，2022，12（1）：146.

[32]YAN C， FU Y J， LI P， et al. Characterization of traditional Chinese sesame oil by using headspace solid-phase microextraction GC-MS， electronic nose， sensory evaluation， and rapidoxy[J].Foods，2022，11（22）：3555.

收稿日期：2024-04-30

基金項(xiàng)目：新疆維吾爾自治區(qū)重點(diǎn)研發(fā)專項(xiàng)項(xiàng)目（2522HXKT1）

作者簡介：安比芳（1994—），女，碩士，研究方向：香氣成分檢測與農(nóng)產(chǎn)品加工。

*通信作者：陶永霞（1979—），女，副教授，碩士，研究方向：食品營養(yǎng)與活性物質(zhì)、農(nóng)產(chǎn)品加工。