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)。
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。
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。
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)。
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]。
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
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
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
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。
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。