核磁共振氫譜結(jié)合化學(xué)計(jì)量學(xué)快速檢測摻假茶油

石 婷，陳 倩，閆小麗，朱夢婷，陳 奕*，謝明勇

（南昌大學(xué) 食品科學(xué)與技術(shù)國家重點(diǎn)實(shí)驗(yàn)室，江西 南昌 330047）

茶油是油茶種子中經(jīng)過壓榨、浸出等方法提取得到的木本植物油，又名油茶籽油、茶樹油、茶籽油，主要分布在湖南、江西、廣西、浙江等中國南部省市，是我國特產(chǎn)的一種綠色、生態(tài)和高營養(yǎng)的保健食用油，為食用油中的珍品，被稱為世界四大木本油料植物之一[1]。由于茶油的脂肪酸組成和橄欖油的脂肪酸組成非常相似，因此被譽(yù)為“東方橄欖油”[2]。研究表明茶油除含有較高含量的油酸，少量亞油酸、亞麻酸外，還含有多種生理活性物質(zhì)如角鯊烯、甾醇、生育酚、茶多酚等[3]，對多種疾病有較好的預(yù)防作用[4]。其中富含的α-生育酚可促進(jìn)細(xì)胞新陳代謝，具有增加肌肉細(xì)胞的營養(yǎng)、防止動(dòng)脈硬化、預(yù)防心臟和肺梗塞、改善血液循環(huán)、防止關(guān)節(jié)炎等功能，而茶多酚在降低膽固醇含量和抗癌療效方面效果較佳[5-6]。我國茶油資源豐富，但由于茶油的生產(chǎn)周期長、產(chǎn)出率低等原因?qū)е虏栌彤a(chǎn)量比其他植物油較低，且因脂肪酸組成、產(chǎn)量及營養(yǎng)價(jià)值等因素的影響，茶油的市場價(jià)格大約是普通食用油的3～6 倍[7]，一些不良商販為了牟取暴利，在茶油中摻入廉價(jià)的植物油，如大豆油、玉米油，冒充茶油出售，導(dǎo)致目前市場上茶油質(zhì)量參差不齊。因此，建立摻假茶油檢測技術(shù)對于茶油質(zhì)量監(jiān)督以及品質(zhì)控制十分重要。

目前，常用于茶油摻假的檢測主要有傳統(tǒng)檢測方法（如感官評(píng)價(jià)、物理化學(xué)指標(biāo)的評(píng)價(jià)等）[8]和儀器檢測方法（如色譜[9]、質(zhì)譜[10]、差示掃描量熱法[11]等），但傳統(tǒng)檢測方法時(shí)間長、化學(xué)試劑耗費(fèi)大，而以上這些儀器檢測方法大多需要進(jìn)行繁瑣的樣品前處理，對樣品破壞性較大。與上述方法相比，核磁共振具有快速、高效、無污染、無需繁瑣的前處理、重復(fù)性高等優(yōu)點(diǎn)，在植物油摻假領(lǐng)域，如橄欖油[12]、花生油[13]、核桃油[14]、菜籽油[15]中得到廣泛的應(yīng)用。

通過核磁共振波譜可以獲得樣品中多種化學(xué)成分的信息，但是各種成分信號(hào)的重疊也使得圖譜變得十分復(fù)雜，尤其當(dāng)譜峰嚴(yán)重重疊，信號(hào)所包含的化學(xué)成分未知時(shí)，數(shù)據(jù)分析的難度大大增加。面對信息量大、復(fù)雜的核磁數(shù)據(jù)，如何提高其處理效率變得至關(guān)重要。

所研究樣品的信息，有些可以通過數(shù)據(jù)直觀地反映出來，但很多重要的信息卻并不能直接從數(shù)據(jù)中得到，往往需要結(jié)合正確的數(shù)學(xué)模型和有效的計(jì)算方法對數(shù)據(jù)進(jìn)行分析[16]?；瘜W(xué)計(jì)量學(xué)是將化學(xué)體系的測量值與體系的狀態(tài)建立聯(lián)系的學(xué)科，本質(zhì)是化學(xué)測量的基礎(chǔ)理論與方法學(xué)。結(jié)合化學(xué)計(jì)量學(xué)方法可以全面地分析譜圖數(shù)據(jù)，從復(fù)雜的核磁數(shù)據(jù)中最大限度地提取有關(guān)研究對象成分、結(jié)構(gòu)等重要信息，獲得有效的特征數(shù)據(jù)，建立數(shù)學(xué)模型，有助于對測量數(shù)據(jù)的解釋、判別和預(yù)測，具有計(jì)算速度快和識(shí)別功能佳等優(yōu)點(diǎn)[14]。常用的化學(xué)計(jì)量學(xué)方法一般包括兩類：無監(jiān)督模式識(shí)別和有監(jiān)督模式識(shí)別。主成分分析（principal component analysis，PCA）法是常用的無監(jiān)督模式識(shí)別方法之一，在保持?jǐn)?shù)據(jù)信息損失最少的原則下，對高維變量空間進(jìn)行降維處理，直觀反映樣品間的差異[17]。常用的有監(jiān)督模式識(shí)別包括偏最小二乘判別分析（partial least squares-discriminant analysis，PLSDA）法、PLS等[18-19]。PLS-DA作為一種可靠、穩(wěn)健的多元統(tǒng)計(jì)分析方法，多適用于復(fù)雜樣品的質(zhì)量控制以及類別預(yù)測。PLS是一種描述矩陣X和響應(yīng)矩陣Y相關(guān)性的多元校正分析方法，多用于定量分析。

但是，很少有研究報(bào)道應(yīng)用核磁共振結(jié)合化學(xué)計(jì)量學(xué)方法PCA、PLS-DA以及PLS對茶油摻假進(jìn)行檢測。本實(shí)驗(yàn)利用核磁共振氫譜（1H nuclear magnetic resonance，1H NMR），以純茶油及摻入大豆油、玉米油的摻假茶油為研究對象，結(jié)合PLS-DA建立摻假油種類的預(yù)測模型，通過PLS模型進(jìn)一步預(yù)測摻假比例，對茶油品質(zhì)進(jìn)行評(píng)價(jià)，為核磁共振結(jié)合化學(xué)計(jì)量學(xué)方法在茶油品質(zhì)評(píng)價(jià)和控制中的應(yīng)用提供實(shí)驗(yàn)依據(jù)。

1 材料與方法

1.1 材料與試劑

茶油樣品30 個(gè)（江西省不同地區(qū)）、大豆油樣品3 個(gè)（江西省南昌市）、玉米油樣品3 個(gè)（江西省南昌市、江西省九江市、浙江省杭州市），以上均由江西省南昌市質(zhì)檢局提供； 氘代氯仿（CDCl3，99.8%+0.03%四甲基硅烷（tetramethylsilane，TMS）） 上海阿拉丁公司。

1.2 儀器與設(shè)備

AV 600 MHz核磁共振波譜儀 瑞士布魯克公司；5 mm核磁共振樣品管 美國Wilmad公司；QL-861型渦旋儀 海門市其林貝爾儀器制造有限公司；DragonLab移液器 北京大龍實(shí)驗(yàn)室儀器有限公司。

1.3 樣品的1H NMR測定

從上述30 種茶油樣品中隨機(jī)挑選3 種茶油，向所選茶油（n=3）中分別摻入不同體積分?jǐn)?shù)（5%、10%、20%、30%、40%、50%、60%、70%、80%、100%）的大豆油（n=3）或玉米油（n=3），當(dāng)茶油中摻入大豆油或玉米油的比例達(dá)到100%，則為純的大豆油或玉米油。上述混合油樣渦旋30 s，取200 μL油樣與800 μL CDCl3混合，渦旋30 s，室溫靜至5 min，取600 μL轉(zhuǎn)移至5 mm核磁管中進(jìn)行核磁實(shí)驗(yàn)，總計(jì)90 個(gè)樣品，其中茶油樣品30 個(gè)，摻有不同比例的大豆油樣品30 個(gè)，摻有不同比例的玉米油樣品30 個(gè)。

質(zhì)子共振頻率為600 MHz，時(shí)域?yàn)?2 K，90°脈沖的寬度為11 μs，恢復(fù)時(shí)間為2 s，信號(hào)檢測時(shí)間為2.73 s，信號(hào)累加次數(shù)為32，空掃次數(shù)為4。以TMS（δ 0.00）為內(nèi)標(biāo)。

1.4 數(shù)據(jù)處理

將測得的1H NMR信號(hào)導(dǎo)入MestRenova軟件進(jìn)行傅立葉轉(zhuǎn)換，自動(dòng)調(diào)整相位和基線，以內(nèi)標(biāo)峰TMS（δ 0.00）為基準(zhǔn)校正化學(xué)位移，化學(xué)位移在δ 7.0～7.5歸屬于溶劑峰（CDCl3）信號(hào)。1H NMR圖譜手動(dòng)積分，將?；溕夕?亞甲基氫（—OCO—CH2—，信號(hào)9，δ 2.40～2.20）的積分面積標(biāo)準(zhǔn)化為1 000，其他信號(hào)峰面積以此為參考標(biāo)準(zhǔn)[20]，最終得到16 個(gè)積分片段。

將15 個(gè)積分片段（除了作為參考標(biāo)準(zhǔn)的信號(hào)9，δ 2.40～2.20）作為變量導(dǎo)入Simca-P+12.0軟件（Umetrics，Sweden），結(jié)合PCA、PLS-DA以及PLS建立摻雜油種類及其摻雜量的預(yù)測模型。PCA通過幾個(gè)獨(dú)立的變量線性表示原始變量，綜合指標(biāo)通常用方差來表達(dá)，方差越大，包含的信息越多[21]。PLS多用于定量分析，當(dāng)用于定性分析時(shí)，則以PLS-DA形式出現(xiàn)[22-23]。PLS-DA是一種用于判別分析的多變量統(tǒng)計(jì)分析方法，根據(jù)觀察或測量到的若干變量值判斷研究對象如何分類。PLS-DA是PCA的回歸拓展，其原理是對不同處理樣本（如觀測樣本、對照樣本）的特性分別進(jìn)行訓(xùn)練，產(chǎn)生訓(xùn)練集，并檢驗(yàn)訓(xùn)練集的可信度，通過分類信息將不同組別樣本的分離最大化，而將同類中的方差及協(xié)方差最小化[24-25]。

2 結(jié)果與分析

2.1 1H NMR指紋圖譜

圖1 茶油、玉米油和大豆油的1H NMR譜Fig. 1 1H NMR spectra of camellia oil, corn oil and soybean oil

圖1為純茶油、玉米油以及大豆油的1H NMR 指紋圖譜，表1是相應(yīng)化學(xué)位移對應(yīng)的官能團(tuán)[26-29]。可以看出3 種植物油主要成分為甘油三酯，含有少量的甘油二酯，角鯊烯和甾醇。由于脂肪酸的化學(xué)相似性，大部分信號(hào)存在重疊，沒有完全區(qū)分開來。其中信號(hào)最強(qiáng)的是δ 1.40～1.14（信號(hào)12）和δ 0.92～0.80（信號(hào)14），其次為信號(hào)1（δ 5.42～5.29）和信號(hào)10（δ 2.08～1.94）。信號(hào)12包括所有的不飽和脂肪酸以及軟脂酸和硬脂酸上的亞甲基氫，信號(hào)14是來自于除了亞麻酸以外的其他脂肪酸末端的甲基氫。對比3 種植物油的特征指紋圖譜，可以看出玉米油中有最高強(qiáng)度的β-甾醇和甘油二酯共振峰，大豆油中亞麻酸共振峰強(qiáng)度最高，而茶油中亞油酸以及甾醇共振峰強(qiáng)度均明顯低于玉米油和大豆油。通過1H NMR圖譜可以看出純茶油與純大豆油及玉米油之間存在差異譜峰，為進(jìn)一步通過化學(xué)計(jì)量學(xué)方法，從中找出純茶油和摻假茶油之間的生物標(biāo)志物提供依據(jù)。

表1 茶油1H NMR信號(hào)Table 1 Assignment of the 1H NMR spectral signals of camellia oil

2.2 摻假油樣的PCA

在進(jìn)行PCA之前，可以通過Hotelling’s T2Range算法判斷異常樣本。當(dāng)T2超過臨界值時(shí)（0.05作為置信區(qū)間），說明該樣本與其他樣本間存在較大差異，應(yīng)作為異常點(diǎn)剔除。如圖2所示，在95% Hotelling’s T2的置信區(qū)間之內(nèi)，茶油樣品中無異常值，而大豆油摻假樣品中剔除2 個(gè)異常值，玉米油摻假樣品中剔除2 個(gè)異常值，剩余86 個(gè)樣品用于下一步的模型建立。

圖2 茶油（a）、大豆油（b）和玉米油（c）摻假樣品的Hotelling’s T2 Range圖Fig. 2 Hotelling’s T2 Range plots of pure camellia oil (a) and adulterated camellia oil with soybean oil (b) or corn oil (c)

根據(jù)模型得分圖（圖3）可知，不同組的樣本分類情況，從得分圖3a上可以看出，PC1解釋了45.77%的總方差，純茶油和大部分摻假茶油在主成分1上有較好的區(qū)分。所有純茶油均分布在PC1左側(cè)，大部分摻假油分布在PC1右側(cè)，由于化學(xué)組成上的相似性，少部分低濃度的摻假油與純茶油重疊，隨著摻假油比例的增加，樣品的分布在PC1軸上呈從左到右分布。進(jìn)一步采用載荷圖來篩選區(qū)分真假茶油潛在的生物標(biāo)記物，對不同組的樣本分類貢獻(xiàn)較大的代謝物質(zhì)通常是在載荷圖中遠(yuǎn)離中心原點(diǎn)的物質(zhì)，即離中心的距離越遠(yuǎn)，對分類的影響越大[30]。從圖3b可以看出，信號(hào)4（δ 4.20～4.05），10（δ 2.08～1.94），12（δ 1.40～1.14）以及14（δ 0.92～0.80）在PC1上有較大的負(fù)載荷值，而所有的不飽和脂肪酸（信號(hào)1，δ 5.42～5.29）、亞油酸（信號(hào)8，δ 2.84～2.79）以及亞麻酸（信號(hào)7和信號(hào)13）在PC1上有較大的正載荷值，甘油三酯（信號(hào)2、信號(hào)3）在PC2上有較大的負(fù)載荷值，甘油二酯（信號(hào)6）在PC2上有較大的正載荷值。

圖3 剔除奇異點(diǎn)后的茶油（CAO）、大豆油摻假樣品（CAOSO）、玉米油摻假樣品（CAOCO）的PCA得分圖（a）和載荷圖（b）Fig. 3 PCA score plot (a) and loading plot (b) of PC1 versus PC2 for pure camellia oil and adulterated camellia oil with soybean oil and corn oil

結(jié)合圖3分析可以看出，不飽和脂肪酸（信號(hào)1）、亞油酸（信號(hào)8）以及亞麻酸（信號(hào)7和信號(hào)13）是摻假茶油的主要特征信號(hào)峰，而油酸（信號(hào)10）、甘油三酯（信號(hào)4）以及三萜醇（信號(hào)16）是純茶油的特征信號(hào)峰。進(jìn)一步對摻假茶油1H NMR譜中以上特征信號(hào)峰進(jìn)行積分，并獲得其信號(hào)強(qiáng)度與摻假量之間的關(guān)系，結(jié)果如圖4所示。隨著大豆油摻入量的增加，信號(hào)1和信號(hào)8、信號(hào)7和信號(hào)13的共振峰逐漸增強(qiáng)。摻有玉米油的樣品信號(hào)峰強(qiáng)度呈現(xiàn)出類似的趨勢。由此證實(shí)了PCA在篩選摻假茶油特征變量上的有效性。

表2 PLS-DA模型判別準(zhǔn)確率Table 2 Discrimination accuracy of the PLS-DA model

圖4 不同摻假比例的茶油樣品1H NMR信號(hào)積分面積Fig. 4 Integral area of 1H NMR signals for camellia oil samples with different adulteration ratios

2.3 摻假油樣的PLS-DA

無監(jiān)督模式識(shí)別的PCA無法判斷未知樣品，且存在與研究目的無關(guān)的組內(nèi)誤差以及隨機(jī)誤差，不利于分組信息的準(zhǔn)確性。為了確定分組樣品的差異，進(jìn)一步采用有監(jiān)督模式識(shí)別的PLS-DA。按照建模的一般要求，在所采集的86 個(gè)樣本（30 種茶油+28 種摻入大豆油的茶油+28 種摻入玉米油的茶油）中，從每一類油樣隨機(jī)取2/3的樣品劃分為訓(xùn)練集，用于建立模型，剩余1/3的樣品作為預(yù)測集，用于檢驗(yàn)?zāi)Ｐ汀?/p>

為了準(zhǔn)確識(shí)別摻假茶油，首先將56 種摻假茶油歸為一類，純茶油作為另一類，建立PLS-DA1模型，圖5判別結(jié)果表明，相比PCA，純茶油和摻假茶油在PLS-DA1中得到了更好地分離。隨著摻假比例的增加，茶油樣本區(qū)域和摻假茶油樣本區(qū)域間的距離逐漸增加。當(dāng)摻假比例≤10%時(shí)，摻假茶油和純茶油有部分交叉，而當(dāng)摻假比例≥20%時(shí)，摻假茶油和純茶油得到較好地區(qū)分，尤其當(dāng)摻假比例達(dá)到40%以上時(shí)，兩類樣品能完全分開。為避免模型分類的偶然性，采用200 次置換檢驗(yàn)驗(yàn)證上述模型（圖5e）的可信度，結(jié)果見圖6a。如圖6a所示，PLS-DA1模型的R2和Q2分別為0.078和-0.37，且所有位于左邊的Q2值（Y軸數(shù)據(jù)）均低于最右邊的Q2值，說明模型沒有過擬合，具有較好的穩(wěn)定性和預(yù)測性。進(jìn)一步采用預(yù)測集檢測模型的判別準(zhǔn)確率，驗(yàn)證模型的有效性。在判別分析中，將茶油數(shù)值設(shè)定為1，摻假茶油數(shù)值設(shè)定為0，閾值設(shè)為0.5，并規(guī)定預(yù)測值中≥0.5判定為1，＜0.5判定為0。預(yù)測結(jié)果如表2所示，當(dāng)摻假比例由5%增加至40%時(shí)，模型預(yù)測集的總判別準(zhǔn)確率由88.00%提高至100%。當(dāng)摻假量≥40%時(shí)，訓(xùn)練集和預(yù)測集判別準(zhǔn)確率達(dá)到100%，模型檢測效果較好。

圖5 茶油及摻假茶油PLS-DA1得分圖Fig. 5 Score plot of PLS-DA1 for pure camellia oil and adulterated camellia oil with an adulteration ratio higher than 5%, 10%, 20%,30%, and 40%

圖6 排列實(shí)驗(yàn)對PLS-DA模型的可靠性驗(yàn)證Fig. 6 Validation of PLS-DA model by permutation test

為了進(jìn)一步判別茶油中摻假油的種類，對純茶油、摻入大豆油的茶油、摻入玉米油的茶油建立PLSDA2模型，結(jié)果見圖7。隨著摻假比例的增加，純茶油的樣本區(qū)域和摻入大豆油以及摻入玉米油的茶油樣本區(qū)域間的距離逐漸增加。從表2判別結(jié)果可以看出，除了部分摻假茶油被誤判為純茶油外，其他所有樣本都能被準(zhǔn)確識(shí)別，訓(xùn)練集總判別準(zhǔn)確率高于89.66%。與PLS-DA1模型類似，采用200次置換檢驗(yàn)對圖7e中對應(yīng)的PLS-DA2模型進(jìn)行驗(yàn)證，結(jié)果如圖6b所示。該模型的R2和Q2分別為0.022 5和-0.34，模型穩(wěn)健，可靠性強(qiáng)。進(jìn)一步采用預(yù)測集驗(yàn)證模型的有效性。在判別分析中，設(shè)定茶油為（1, 0, 0），摻入大豆油的茶油為（0, 1, 0），摻入玉米油的茶油為（0, 0, 1），并規(guī)定預(yù)測值≥0.5，判定為1；預(yù)測值＜0.5，判定為0。預(yù)測結(jié)果如表2所示，當(dāng)摻假量≥30%時(shí)，摻入玉米油的茶油樣品判別準(zhǔn)確率達(dá)到100%，此時(shí)純茶油的樣本區(qū)域和摻入玉米油的茶油樣本區(qū)域分布較遠(yuǎn)，區(qū)分很明顯，表明摻少量玉米油的茶油與純茶油樣品間即存在明顯的品質(zhì)差異。當(dāng)摻假量≥40%時(shí)，摻入大豆油的茶油樣品判別準(zhǔn)確率達(dá)到100%。而當(dāng)摻假量≥30%時(shí)，大豆油摻假樣品訓(xùn)練集和預(yù)測集的判別準(zhǔn)確率分別為85.71%和83.33%，仍有部分低濃度的大豆油摻假樣品被誤判為純茶油。原因可能是一些微量化學(xué)成分在茶油和大豆油中差異較大，如大豆油中甾醇含量達(dá)到2226.13 mg/kg，而茶油中甾醇含量低于535.99 mg/kg[31]。當(dāng)大豆油摻假比例較低時(shí)，摻假樣品中甾醇含量較低，與茶油中甾醇含量類似，因此導(dǎo)致大豆油摻假樣品被誤判為純茶油；而隨著摻假比例的增加，摻假樣品中甾醇含量升高，與茶油甾醇含量差異較大，二者能較好地區(qū)分。由表2可知，大豆油摻假樣品的判別準(zhǔn)確率低于玉米油摻假樣品，表明在同樣摻假比例下，摻有大豆油的茶油樣品更不易檢出，因此大豆油更容易成為茶油的摻假對象。結(jié)合PLS-DA2得分圖（圖7e）和載荷圖（圖7f）可以看出，不飽和脂肪酸（信號(hào)1）、亞油酸（信號(hào)8）以及亞麻酸（信號(hào)7和信號(hào)13）是摻假茶油的主要特征信號(hào)峰，隨著摻假比例的增加，上述信號(hào)峰積分值在茶油和摻假茶油之間的差異越明顯。由此可見，1H NMR結(jié)合PLS-DA 方法不僅可有效辨識(shí)純茶油和不同摻假形式的摻假茶油，而且還可以表征摻假物質(zhì)（大豆油、玉米油）添加量對茶油品質(zhì)特性變化的影響。

圖7 茶油（CAO）、大豆油摻假樣品（CAOSO）、玉米油摻假樣品（CAOCO）PLS-DA2得分圖（a～e）以及載荷圖（f）Fig. 7 Score plots (a-e) and loadings plot (f) of PLS-DA2 for pure camellia oil and adulterated camellia oil with higher than 5%, 10%, 20%,30% and 40% soybean oil or corn oil

2.4 摻假油樣的定量分析

圖8 摻假茶油含量真實(shí)值和預(yù)測值相關(guān)關(guān)系散點(diǎn)圖Fig. 8 Plot of predicted against actual concentration of soybean oil and corn oil in aduterated camellia oil

由于PLS-DA模型只能判斷摻假油的種類，因此將檢測所得1H NMR數(shù)據(jù)及實(shí)際摻假值結(jié)合PLS法，建立摻假量預(yù)測模型。將2/3的樣品劃分為訓(xùn)練集，1/3的樣品作為預(yù)測集。通常采用訓(xùn)練集均方根誤差（root mean square error of estimation，RMSEE）、預(yù)測集均方根誤差（root mean square error of prediction，RMSEP）以及訓(xùn)練集相關(guān)系數(shù)（R2）評(píng)價(jià)PLS模型，R2越大，RMSEE和RMSEP越小，說明模型準(zhǔn)確性和精確度越高，模型越理想[32]。PLS利用1H NMR數(shù)據(jù)作為自變量，茶油摻假比例作為因變量，線性擬合1H NMR峰的積分值和摻假比例之間的關(guān)系，在一定程度上可以克服傳統(tǒng)單變量模型的缺陷，解決以往用普通多元線性回歸難以解決的問題。但是，PLS方法有其局限性。當(dāng)被測組分濃度范圍很大時(shí)，化學(xué)值和樣品1H NMR積分值之間非線性因素就會(huì)變強(qiáng)，影響測試結(jié)果。圖8為大豆油摻假樣品和玉米油摻假樣品的PLS模型，兩個(gè)模型中R2依次為0.995 0和0.995 9，均大于0.99，RMSEE依次為0.025和0.023，然后采用預(yù)測集樣品檢驗(yàn)此模型，RMSEP依次為0.025和0.020，RMSEE和RMSEP接近于0，檢測效果良好，說明PLS模型可用來準(zhǔn)確預(yù)測摻假茶油中的摻假量。

3 結(jié) 論

通過1H NMR指紋圖譜可以看出純茶油、玉米油以及大豆油的主要成分為甘油三酯，含有少量的甘油二酯，角鯊烯和甾醇，且3 種植物油之間存在差異特征峰。隨著摻假比例的增加，純茶油、大豆油摻假樣品以及玉米油摻假樣品在PCA得分圖上呈規(guī)律性分布，結(jié)合載荷圖分析可知甘油三酯、不飽和脂肪酸、亞油酸、亞麻酸以及甘油二酯在區(qū)分純茶油及摻假茶油中起著重要的作用。通過PCA方法可以直觀反映茶油及摻假茶油的差異，但是無法判斷未知樣品。而采用PLS-DA模型則可以有效地區(qū)分純茶油和摻假茶油，其中茶油的判別準(zhǔn)確率為100%，當(dāng)摻假比例大于40%時(shí)，玉米油摻假樣品和大豆油摻假樣品的判別準(zhǔn)確率均達(dá)到100%。進(jìn)一步通過PLS模型可準(zhǔn)確預(yù)測摻假茶油中大豆油和玉米油的摻假量。以上結(jié)果說明1H NMR結(jié)合PCA、PLS-DA以及PLS等化學(xué)計(jì)量學(xué)方法可簡單、快速地對未知茶油進(jìn)行摻假鑒別。無監(jiān)督模式識(shí)別的PCA能夠客觀反映原始數(shù)據(jù)的分類信息，但無法判斷未知樣品，缺乏確切的數(shù)據(jù)指標(biāo)來判別模型的好壞。而PLS-DA作為一種可靠、穩(wěn)健的有監(jiān)督模式識(shí)別方法，通過分類信息將不同組別樣本的分離最大化，而將同類中的方差及協(xié)方差最小化，能較好地預(yù)測摻假茶油種類。但PLS-DA模型只能判斷摻假油的種類，無法判斷摻假量。而PLS提供了一種多因變量對自變量的線性回歸建模方法，適合摻假體系的定量預(yù)測。但是，PLS方法有其局限性。當(dāng)被測組分濃度范圍很大時(shí)，化學(xué)值和樣品1H NMR積分值之間非線性因素就會(huì)變強(qiáng)，影響測試結(jié)果。在預(yù)測茶油摻假量模型中，R2大于0.99，RMSEE和RMSEP接近于0，表明PLS模型可準(zhǔn)確預(yù)測茶油摻假量。1H NMR結(jié)合PLS-DA和PLS可以預(yù)測茶油摻假種類和摻假量，具有分析時(shí)間短、可控性強(qiáng)、準(zhǔn)確性高等優(yōu)點(diǎn)，可以彌補(bǔ)目前茶油摻假鑒別方法存在的缺陷，為現(xiàn)代油品企業(yè)及有關(guān)監(jiān)管部門監(jiān)測、評(píng)價(jià)和控制油制品的品質(zhì)提供了新的研究思路和有效手段，對推動(dòng)行業(yè)科技進(jìn)步、規(guī)范茶油市場、保障消費(fèi)者合法權(quán)益以及促進(jìn)我國茶油產(chǎn)品事業(yè)的健康發(fā)展具有重要意義。