基于電子鼻技術(shù)對(duì)中藥渣摻偽調(diào)味料的快速檢測(cè)

劉亞雄，劉叢叢，莊玥，羅卓雅

(廣東省藥品檢驗(yàn)所，廣州 510180)

中藥渣是指在藥材生產(chǎn)、飲片加工、中藥提取物制備等過程中未被開發(fā)利用的生物組織器官，我國中藥渣產(chǎn)生量巨大，且呈逐年升高的趨勢(shì)。國家明文禁止中藥渣以摻偽等形式再次流入中藥市場(chǎng)，為防止此類犯罪，可通過多種現(xiàn)代化中藥質(zhì)量控制手段進(jìn)行檢測(cè)，包括色譜指紋圖譜[1-7]、光譜指紋圖譜[8-15]、DNA指紋圖譜[16]、氣味指紋圖譜[17]、化學(xué)模式識(shí)別[18]。但2017年1月中央電視臺(tái)曝光的天津市獨(dú)流鎮(zhèn)調(diào)味料制假售假窩點(diǎn)案表明利用藥食兩用中藥渣摻偽調(diào)味料是中藥渣違法使用的新方向。因此有必要建立有效的中藥渣摻偽調(diào)味料的檢測(cè)方法，為打擊該類犯罪提供有力技術(shù)支撐。

電子鼻利用氣體傳感器陣列的響應(yīng)曲線來識(shí)別氣味，它可獲得樣品中揮發(fā)成分的整體信息，即“指紋”數(shù)據(jù)，從而對(duì)樣品來源進(jìn)行判斷。本研究以八角、花椒、肉桂3種藥食兩用中藥材為代表，利用電子鼻對(duì)其藥渣摻偽調(diào)味料進(jìn)行整體檢測(cè)，利用線性判別式(LDA)與多層感知器(MLP)建立判別模型，實(shí)現(xiàn)對(duì)藥食兩用中藥渣摻偽調(diào)味料的鑒別，為餐飲、食品行業(yè)調(diào)味料摻偽檢測(cè)提供方法依據(jù)。

1 材料與方法

1.1 實(shí)驗(yàn)材料

八角、花椒、小茴香、肉桂、丁香、砂仁、高良姜、木香、肉豆蔻、草豆蔻、陳皮、山柰、干姜均為市購，并各自打粉后用于樣品的制備。

1.2 實(shí)驗(yàn)設(shè)備

PEN3電子鼻(帶Win Muster智能識(shí)別軟件系統(tǒng)) 德國Airsense公司；SPSS modeler 18.0軟件 The SPSS Inc. Chicago，USA。

1.3 實(shí)驗(yàn)原理及方法

1.3.1 實(shí)驗(yàn)原理

樣品經(jīng)過電子鼻檢測(cè)后，用系統(tǒng)自帶Win Muster軟件及SPSS Modeler 18.0軟件建立調(diào)味料數(shù)據(jù)模型，用模型對(duì)樣品進(jìn)行區(qū)分，從而確定電子鼻對(duì)中藥渣摻偽調(diào)味料的鑒別能力。

1.3.2 十三香調(diào)味料及中藥渣不同比例摻偽十三香調(diào)味料的制備

1.3.2.1 十三香調(diào)味料制備

八角350 g，花椒、小茴香各100 g，肉桂90 g，丁香、砂仁各80 g，高良姜50 g，木香、肉豆蔻各40 g，草豆蔻、陳皮、山柰各20 g，干姜10 g，打粉再充分混勻。

1.3.2.2 中藥渣的制備

八角、花椒、肉桂分別在100 ℃水中煮1 h，80 ℃烘干，打粉。

1.3.2.3 中藥渣不同比例摻偽十三香調(diào)味料制備

八角渣、花椒渣、肉桂渣的摻偽比例為各自配比的0%，10%，30%，50%，70%，90%共6個(gè)濃度添加水平；當(dāng)中藥渣添加比例為0%時(shí)，為純的調(diào)味料，見表1。

每個(gè)制備好的樣品稱取10 g，裝在離心管內(nèi)密封備用。

表1 摻偽不同比例中藥渣的調(diào)味料的制備Table 1 Preparation of seasonings adulterated by traditional Chinese medicine residues %

1.3.3 氣體采集方法

每次測(cè)量前，傳感器都利用零空氣進(jìn)行清洗和標(biāo)準(zhǔn)化，清洗時(shí)間120 s，保證電子鼻測(cè)量數(shù)據(jù)的穩(wěn)定性和精確度。電子鼻采用動(dòng)態(tài)頂空法采集氣體，即在吸入檢測(cè)氣體的同時(shí)，樣品上部的氣體是連續(xù)流動(dòng)的，由流動(dòng)氣體將樣品的揮發(fā)成分不斷吹掃出來，由微型真空泵將待檢氣體吸入檢測(cè)室，氣體進(jìn)樣速率400 mL/min，檢測(cè)每個(gè)樣品采集時(shí)間為300 s，每個(gè)樣品重復(fù)測(cè)定30次。

1.3.4 信號(hào)檢測(cè)方法

PEN3電子鼻系統(tǒng)是由1個(gè)進(jìn)樣系統(tǒng)、1個(gè)包含10個(gè)金屬氧化物傳感器的探測(cè)系統(tǒng)和1個(gè)用于數(shù)據(jù)記錄和分析的模式識(shí)別軟件組成。每個(gè)傳感器通常對(duì)不同的揮發(fā)性物質(zhì)敏感，包含W1C(芳香苯類)、W5S(氨氧化物)、W3C(氨類)、W6S(氫氣)、W5C(烷烴)、W1S(甲烷)、W1W(硫化氫)、W2S(乙醇)、W2W(硫化氫類)和W3S(芳香烷烴)10個(gè)金屬氧化物傳感器陣列。傳感器的響應(yīng)信號(hào)即為傳感器接觸到樣品揮發(fā)性物質(zhì)后的電導(dǎo)率G與傳感器在經(jīng)過標(biāo)準(zhǔn)活性炭過濾氣體后的電導(dǎo)率G0的比值。記錄10個(gè)不同選擇性的傳感器G/G0比值，作為進(jìn)一步統(tǒng)計(jì)分析的數(shù)據(jù)。

1.3.5 數(shù)據(jù)分析方法

1.3.5.1 LDA法

LDA是一種常用的分類方法，為降維處理，輸入帶標(biāo)簽的數(shù)據(jù)后，經(jīng)投影處理形成按類別分類的效果，即相同類別的點(diǎn)更加接近，從而達(dá)到組間距離最遠(yuǎn)，組內(nèi)距離最近的目的。它能夠保證投影后模式樣本在新的空間中有最小的類內(nèi)距離和最大的類間距離，即模式在該空間中有最佳的可分離性。

1.3.5.2 MLP法

MLP即多層感知器網(wǎng)絡(luò)，是人工神經(jīng)網(wǎng)絡(luò)常見的算法之一。MLP屬于多層前向神經(jīng)網(wǎng)絡(luò)，能解決非線性不可分問題，包括輸入層、隱含層和輸出層，其中隱含層可以為一層或多層，MLP是非常好的二分類在線算法，優(yōu)點(diǎn)是不需要對(duì)種類樣品的統(tǒng)計(jì)性質(zhì)做任何假設(shè)，屬于確定性方法。

2 結(jié)果與討論

2.1 電子鼻對(duì)不同樣品的響應(yīng)

不同調(diào)味料的電子鼻響應(yīng)信號(hào)見圖1。

圖1 電子鼻傳感器對(duì)不同樣品的傳感響應(yīng)曲線。Fig.1 Sensory response curves of electronic nose sensor to different samples

注：A為八角與八角渣；B為花椒與花渣；C為肉桂與肉桂渣；D為十三香。

由圖1可知，各中藥及其藥渣的響應(yīng)值差異較大，藥渣由于有效成分被提取，其電子鼻響應(yīng)值相應(yīng)降低，其中花椒及其藥渣響應(yīng)差異最大，肉桂及其藥渣響應(yīng)差異次之，八角及其藥渣響應(yīng)差異再次之。因此可以推斷，純調(diào)味料與藥渣摻偽調(diào)味料之間電子鼻信號(hào)存在差異。

2.2 LDA分析

圖2 調(diào)味料中藥渣摻偽的LDA分析。Fig.2 LDA plot of seasonings adulterated by traditional Chinese medicine residues

注：A為八角渣；B為花椒渣；C為肉桂渣。

圖2中A表明，LDA分析判別式1與判別式2的貢獻(xiàn)率分別為66.62%和22.13%，累計(jì)貢獻(xiàn)率達(dá)到88.75%。純調(diào)味料與各比例八角渣的摻偽數(shù)據(jù)分布相距較遠(yuǎn)，能明顯區(qū)分。比例為50%與70%的摻偽相互有部分重疊區(qū)域，比例為70%與90%的摻偽相互有部分重疊區(qū)域。

圖2中B表明，LDA分析判別式1與判別式2的貢獻(xiàn)率分別為90.28%和7.73%，累計(jì)貢獻(xiàn)率達(dá)到98.01%。純調(diào)味料與各比例花椒渣的摻偽數(shù)據(jù)分布相距較遠(yuǎn)，能明顯區(qū)分。比例為50%的摻偽分別與70%及90%的摻偽相互有部分重疊區(qū)域。

圖2中C表明， LDA分析判別式1與判別式2的貢獻(xiàn)率分別為69.56%和16.90%，累計(jì)貢獻(xiàn)率達(dá)到86.46%。除比例為10%的肉桂渣摻偽外，純調(diào)味料與其他各比例肉桂渣的摻偽數(shù)據(jù)分布相距較遠(yuǎn)，能明顯區(qū)分。各摻偽相互之間無重疊區(qū)域。

2.3 MLP分析

LDA方法能夠?qū)σ阎獧z測(cè)樣品進(jìn)行分類，但是對(duì)于未知樣品的預(yù)測(cè)卻無能為力。為了進(jìn)一步驗(yàn)證電子鼻系統(tǒng)對(duì)于調(diào)味料中摻偽中藥渣的檢測(cè)能力，實(shí)現(xiàn)對(duì)未知樣品更加精確的預(yù)測(cè)，本研究采用MLP對(duì)電子鼻響應(yīng)數(shù)據(jù)進(jìn)行分析，以期得到最佳的檢測(cè)模型。

本研究制備的18種不同比例中藥渣摻偽調(diào)味料，每種調(diào)味料重復(fù)測(cè)試30次，共得到480組數(shù)據(jù)。按照隨機(jī)抽樣的原則，從每種調(diào)味料重復(fù)測(cè)試30次的數(shù)據(jù)中隨機(jī)抽取70%的樣品數(shù)據(jù)(共336組)作為訓(xùn)練集，用于對(duì)神經(jīng)網(wǎng)絡(luò)的訓(xùn)練；30%的樣品數(shù)據(jù)(共144組)作為測(cè)試集，用于對(duì)神經(jīng)網(wǎng)絡(luò)的仿真測(cè)試。利用SPSS Modeler 18.0構(gòu)建標(biāo)準(zhǔn)多層感知器，基于全部傳感器輸入層為10，自動(dòng)計(jì)算隱藏層為10。該網(wǎng)絡(luò)的準(zhǔn)確率見表2。

表2 MLP判別結(jié)果Table 2 Identification results of MLP

由表2可知，訓(xùn)練集的分組正確率為100%，預(yù)測(cè)集的分組正確率為98.6%。

3 結(jié)論

PEN3型便攜式電子鼻系統(tǒng)能快速、有效識(shí)別摻偽有不同比例八角渣、花椒渣、肉桂渣的十三香調(diào)味料，LDA與MLP判別模型均能較好地區(qū)分各樣品。采用LDA分析，達(dá)到86%以上的區(qū)分；采用MLP分析，訓(xùn)練集可達(dá)到100%以上的判別，預(yù)測(cè)集可達(dá)到98.6%的判別。相較于LDA方法，MLP方法更加有效、區(qū)分效果更好，并可對(duì)未知樣品進(jìn)行預(yù)測(cè)。該技術(shù)可為打擊調(diào)味料中藥渣摻偽犯罪行為提供有力的技術(shù)支撐。

[1]黃天來，洪馨，王寧生.生姜揮發(fā)油成分氣相色譜指紋圖譜研究(iv)[J].中藥新藥與臨床藥理，2003，14(2):123-124.

[2]王躍飛，文紅梅，程建明.金銀花藥材HPLC指紋圖譜研究[J].南京中醫(yī)藥大學(xué)學(xué)報(bào)，2006，22(2):128-130.

[3]曾建紅，徐剛標(biāo)，何川.色譜指紋圖譜在中藥材質(zhì)量控制中的應(yīng)用進(jìn)展[J].時(shí)珍國醫(yī)國藥，2012，23(6):1501-1502.

[4]張麗艷，羅君，李健，等.吳茱萸藥材薄層色譜指紋圖譜研究[J].中國實(shí)驗(yàn)方劑學(xué)雜志，2011，17(12):72.

[5]蘭作平，曲中堂.試論中藥指紋圖譜的研究現(xiàn)狀及其研究過程的標(biāo)準(zhǔn)化[J].西部藥學(xué)，2006，3(2):71.

[6]谷巍，巢建國，劉訓(xùn)紅，等.安徽道地藥材牡丹皮高效毛細(xì)管電泳指紋圖譜研究[J].中國實(shí)驗(yàn)方劑學(xué)雜志,2011(17):58.

[7]謝彥，曾和平，李紅，等.色譜指紋圖譜在中藥質(zhì)量控制中的應(yīng)用研究[J].現(xiàn)代食品與藥品雜志,2007,17(1):6-10.

[8]王樂，李素霞，陳晶.中藥指紋圖譜在中藥質(zhì)量控制中的應(yīng)用[J].河北化工,2010,33(1):71-73.

[9]馬曉青，蔡皓，劉曉，等.近紅外光譜在中藥鑒別和質(zhì)量控制中的應(yīng)用[J].中國藥房,2012,23(7):661-663.

[10]丁念亞，黎薇，朱仲良.近紅外漫反射光譜在中藥分類及真?zhèn)舞b別中的應(yīng)用[J].計(jì)算機(jī)與應(yīng)用化學(xué),2008,25(4):499.

[11]王剛力，聶黎行，梁錫猛，等.應(yīng)用近紅外光譜技術(shù)鑒別紅參藥材[J].中草藥,2008,29(3):438.

[12]王平，陳澤琴，蔡鐸昌.不同產(chǎn)地中藥材的近紅外光譜初步研究[J].西華師范大學(xué)學(xué)報(bào),2004,25(1):92.

[13]蘇松柏，張永萍，張麗麗,等.拉曼光譜在中藥質(zhì)量控制中的應(yīng)用[J].中國實(shí)驗(yàn)方劑學(xué)雜志，2011,17(8):284-286.

[14]林文碩，陳榮.山藥近紅外拉曼光譜分析[J].光譜學(xué)與光譜分析，2008，28(5):1095.

[15]周殿鳳.拉曼光譜在中藥注射劑鑒定中的應(yīng)用初探[J].光學(xué)儀器,2008,30(6):42.

[16]黃蕓，秦民堅(jiān)，楊光，等.RAPD法鑒定射干類中藥[J].中草藥,2002,33(10):936-937.

[17]許舜軍，楊柳，謝培山，等.中藥氣味鑒別的研究現(xiàn)狀與展望[J].中藥新藥與臨床藥理，2011，22(2):228-230.

[18]戴云，葉艷青，馮偉博，等.化學(xué)模式識(shí)別在中藥質(zhì)量控制中的應(yīng)用[J].云南民族大學(xué)學(xué)報(bào)(自然科學(xué)版),2007,16(4):334-337.