基于快速蒸發(fā)電離質(zhì)譜技術(shù)鑒別咖啡摻偽

摘要：對咖啡及其摻偽物黑豆、黑玉米以及不同比例摻偽咖啡樣品進(jìn)行評估，采用快速蒸發(fā)電離質(zhì)譜（REIMS）采集各樣品一級全掃質(zhì)譜數(shù)據(jù)，構(gòu)建樣品主成分分析-線性判別分析（PCA-LDA）模型，并進(jìn)行l(wèi)eave-20%-out模式驗(yàn)證。結(jié)果表明，咖啡粉、黑豆粉及黑玉米粉樣品的識別正確率為100.00%，咖啡粉、黑豆粉及不同比例黑豆粉摻偽咖啡粉樣品的識別正確率為97.07%，咖啡粉、黑玉米粉及不同比例黑玉米粉摻偽咖啡粉樣品的識別正確率為96.60%，可以較好地區(qū)分咖啡、黑豆、黑玉米以及不同比例摻偽咖啡樣品，構(gòu)建的模型可實(shí)現(xiàn)樣品的瞬時實(shí)時識別。采用Live ID軟件對隨機(jī)的原料樣品和不同比例（5%、10%、20%、30%、40%、50%）摻偽咖啡樣品進(jìn)行實(shí)時識別，結(jié)果表明各樣品均被正確識別，摻偽比例檢出限最低可達(dá)5%。該方法可高效、快速、準(zhǔn)確地監(jiān)測咖啡摻偽情況，有效滿足咖啡樣品中摻偽黑豆和黑玉米的鑒別需求。

關(guān)鍵詞：快速蒸發(fā)電離質(zhì)譜；咖啡；摻偽；PCA-LDA模型

中圖分類號：TS255.1" " " " "文獻(xiàn)標(biāo)識碼：A

文章編號：0439-8114（2024）12-0171-07

DOI：10.14088/j.cnki.issn0439-8114.2024.12.031 開放科學(xué)（資源服務(wù)）標(biāo)識碼（OSID）：

Identification of coffee adulteration based on rapid evaporation ionization mass spectrometry technology

WU Wan-qin1，2， JIANG Feng1，2， FAN Xiao-long1，2， LI Xing1，2， ZHU Song-song1，2，

WANG Wei1，2， ZHANG Li1，2， ZHANG Ya-zhen1，2， ZHU Xiao-ling1，2， FENG Meng3

（1.Key Laboratory of Detection Technology of Focus Chemical Hazards in Animal-derived Food for State Market Regulation/NHC Specialty Laboratory of Food Safety Risk Assessment and Standard Development，Hubei Provincial Institute for Food Supervision and Test ，Wuhan" 430075， China；2.Hubei Shizhen Laboratory， Wuhan" 430065，China；3.Waters Technology （Shanghai） Co.， Ltd.， Shanghai" 201206， China）

Abstract： Coffee and its adulterated black soybean， black corn， and coffee samples with different proportions of adulteration were evaluated， rapid evaporation ionization mass spectrometry （REIMS） to was used collect primary full scan mass spectrometry data of each sample， a sample principal component analysis linear discriminant analysis （PCA-LDA） model was constructed， and the leave-20%-out mode was validated. The results showed that the correct recognition rate of coffee powder， black soybean powder and black corn powder samples was 100.00%， the correct recognition rate of coffee powder， black soybean powder and different proportion of black soybean powder adulterated with coffee powder samples was 97.07%， and the correct recognition rate of coffee powder， black corn powder and different proportion of black corn powder adulterated with coffee powder samples was 96.60%. Coffee， black soybean， black corn and different proportion of adulterated coffee samples could be better distinguished. The model constructed could achieve instantaneous real-time recognition of samples. Real time identification of random raw material samples and coffee samples with different proportions （5%， 10%， 20%， 30%， 40%， and 50%） of adulteration was carried out using Live ID software. The results showed that all samples were correctly identified， and the detection limit of adulteration proportion could reach as low as 5%. This method could efficiently， quickly， and accurately monitor coffee adulteration， effectively meeting the identification needs of adulterated black soybean and black corn in coffee samples.

Key words： rapid evaporation ionization mass spectrometry； coffee； adulteration； PCA-LDA model

收稿日期：2023-10-13

基金項(xiàng)目：湖北省市場監(jiān)督管理局科技計(jì)劃項(xiàng)目（Hbscjg-KJ2021002）；湖北省自然科學(xué)基金項(xiàng)目（2022CFB789）

作者簡介：吳婉琴（1991-），女，湖北荊州人，工程師，主要從事食品安全檢測研究，（電話）15327117381（電子信箱）429371379@qq.com；通信作者，汪 薇（1989-），女，湖北武漢人，高級工程師，主要從事食品安全檢測研究，（電子信箱）291668142@qq.com。

咖啡是一種廣受歡迎的高價值食品，有些生產(chǎn)商受經(jīng)濟(jì)利益驅(qū)使對咖啡進(jìn)行摻偽，雖然它們不一定會對消費(fèi)者的健康造成風(fēng)險，但這種行為欺騙了消費(fèi)者和按照合法工藝生產(chǎn)的企業(yè)。歐盟曾發(fā)布有關(guān)“食品安全與食品摻假”調(diào)查報告，列出10大易摻假食品名單，咖啡位列第七，這表明咖啡摻假已在行業(yè)中普遍存在［1］。目前咖啡摻偽的原料主要有莓果粉［2-5］、黑玉米粉［6，7］、大麥粉［8，9］、大豆粉［10，11］等。

近年來，大量的儀器分析技術(shù)已被用于鑒別咖啡摻假，主要有光譜檢測技術(shù)、色譜/質(zhì)譜檢測技術(shù)、分子生物學(xué)檢測技術(shù)等。光譜檢測技術(shù)包括紅外光譜技術(shù)［6］、多光譜成像技術(shù)［12］、核磁共振技術(shù)［13-15］、同步前表面熒光光譜技術(shù)［11］等，色譜/質(zhì)譜檢測技術(shù)包括液相色譜技術(shù)［16，17］、液相色譜-質(zhì)譜技術(shù)［18，19］、離子色譜技術(shù)［20］、穩(wěn)定同位素質(zhì)譜技術(shù)［21］等；分子生物學(xué)檢測技術(shù)包括聚合酶鏈反應(yīng)技術(shù)［22，23］等，但這些方法較復(fù)雜而且耗時、費(fèi)力。為了應(yīng)對日益嚴(yán)重的食品欺詐挑戰(zhàn)，人們越來越需要簡單、快速、可靠的技術(shù)，用于篩查及監(jiān)測食品的真實(shí)性。

快速蒸發(fā)電離質(zhì)譜法（REIMS）是一種新興技術(shù)，能夠?qū)悠分苯与婋x與質(zhì)譜分析相結(jié)合，無需或僅需簡單的樣品前處理步驟即可在大氣壓條件下對待測物進(jìn)行離子化，具有較好的特異性和靈敏度，該技術(shù)廣泛應(yīng)用于食品檢測、化妝品檢測等領(lǐng)域。REIMS在食品真實(shí)性測試方面有較大優(yōu)勢，它可以顯著減少分析時間，實(shí)現(xiàn)樣品高效分析。REIMS與高分辨率質(zhì)譜相結(jié)合，獲得不同食品的非靶向一級全掃質(zhì)譜圖譜，其可以用于構(gòu)建多元統(tǒng)計(jì)分析算法訓(xùn)練和驗(yàn)證化學(xué)計(jì)量學(xué)模型。未知樣本的實(shí)時分類可以通過相似性評分與驗(yàn)證模型進(jìn)行比較來獲得，從而可以準(zhǔn)確、實(shí)時、快速地分析樣本。

目前較少有文獻(xiàn)報道樣品的快速蒸發(fā)電離質(zhì)譜分析，本研究以不同摻偽比例的咖啡樣品為材料，將咖啡樣品置于錫箔盤中，加入適量溶劑混合均勻成糊狀，置于冰箱冷凍成塊后，采用快速蒸發(fā)電離質(zhì)譜采集咖啡及摻偽物黑豆、黑玉米以及不同比例摻偽咖啡樣品的一級全掃質(zhì)譜數(shù)據(jù)，通過構(gòu)建樣本PCA-LDA模型，并進(jìn)行5次分層驗(yàn)證（leave-20%-out模式），可以較好地區(qū)分咖啡及摻偽物。

1 材料與方法

1.1 材料與儀器

校正內(nèi)標(biāo)標(biāo)準(zhǔn)品為亮氨酸腦啡肽（LeuEnk），其分子式為C28H37N5O7，CAS登記號為58822-25-6，純度≥98%。甲醇、乙腈、異丙醇（質(zhì)譜純，德國Merck公司）；甲酸、乙酸銨（質(zhì)譜純，美國Fisher Scientific公司）；水為去離子水（電阻率為18.2 MΩ·cm，25 ℃，美國Millipore公司）；其他試劑均為分析純。

10批次烘焙咖啡豆、10批次黑豆、10批次黑玉米樣品均購自于電商平臺。

Waters Xevo G2-XS型飛行時間質(zhì)譜儀（配備REIMS系統(tǒng)，美國Waters公司）；愛爾博電子刀［愛爾博（上海）醫(yī)療器械有限公司］；粉碎機(jī)（美國J2 Scientific公司）；XS204型電子天平（瑞士Mettler Toledo公司）。

1.2 試驗(yàn)方法

1.2.1 樣品制備

1）烘焙咖啡豆樣品（編號為Coffee 1至Coffee 10）。將樣品粉碎處理后過40目篩，置于密封袋中備用。

2）黑豆樣品（編號為Black soybean 1至Black soybean 10）。將樣品置于200 ℃條件下烘焙45 min，置于干燥皿中冷卻至室溫，將樣品粉碎處理后過40目篩，置于密封袋中備用。

3）黑玉米樣品（編號為Black corn 1至Black corn 10）。將樣品置于200 ℃條件下烘焙45 min，將樣品粉碎處理后過40目篩，置于密封袋中備用。

4）咖啡粉混合樣品（編號為Coffee-Mix 10）。分別等質(zhì)量稱取粉碎過篩的10批次咖啡粉樣品，反復(fù)混勻。

5）黑豆粉混合樣品（編號為Black soybean-Mix 10）。分別等質(zhì)量稱取粉碎過篩的10批次黑豆粉樣品，反復(fù)混勻。

6）黑玉米粉混合樣品（編號為Black corn-Mix 10）。分別等質(zhì)量稱取粉碎過篩的10批次黑玉米粉樣品，反復(fù)混勻。

7）模擬摻偽樣品。將黑豆粉混合樣品分別以不同比例（5%、10%、20%、30%、40%、50%）與咖啡粉混合樣品進(jìn)行混合，模擬咖啡粉的黑豆粉摻偽樣品；將黑玉米粉混合樣品分別以不同比例（5%、10%、20%、30%、40%、50%）與咖啡粉混合樣品進(jìn)行混合，模擬咖啡粉的黑玉米粉摻偽樣品。

8）冰凍樣品制備。分別準(zhǔn)確稱取上述過40目篩的樣品粉末2 g（精確至0.01 g）于錫箔盤中，加入3 mL 5 mmol/L乙酸銨水溶液并混合均勻，置于-20 ℃冰箱冷凍20 min。

1.2.2 樣品采集 采用iKnife手術(shù)電刀對冰凍樣品進(jìn)行采集，iKnife手術(shù)電刀電壓設(shè)置為40 V，樣品采集長度為0.8～1.0 cm，樣品采集深度為0.2～0.3 cm，樣品采集時間為2～3 s，保證每個樣品重復(fù)采集10次，每個總離子流圖峰時間間隔為2～3 s。樣品經(jīng)手術(shù)刀采集電離后產(chǎn)生的氣溶膠通過N2氣流導(dǎo)入至飛行時間質(zhì)譜儀進(jìn)行分析。

1.2.3 儀器條件 輔助溶液為0.1%甲酸-甲醇溶液（含200 ng/mL亮氨酸腦啡肽），流速為0.15 mL/min，其中校正內(nèi)標(biāo)物亮氨酸腦啡肽（556.277 1，m/z）用于樣本質(zhì)譜數(shù)據(jù)質(zhì)量校正及歸一化處理。

掃描模式：ESI源正離子模式，采集模式為分辨率模式，錐孔電壓為40 V，質(zhì)量數(shù)掃描范圍為50～" " 1 200 m/z。

1.3 數(shù)據(jù)處理

采用MassLynx 4.1軟件采集樣品質(zhì)譜數(shù)據(jù)，Live ID軟件進(jìn)行樣品質(zhì)譜數(shù)據(jù)化學(xué)計(jì)量學(xué)模型的建立、驗(yàn)證和未知樣本實(shí)時識別。

2 結(jié)果與分析

2.1 輔助溶液的選擇

輔助溶液分別為甲醇-水溶液（98∶2，體積比）、甲醇、0.1%甲酸-甲醇溶液，3種輔助溶液中均含200 ng/mL亮氨酸腦啡肽，結(jié)果顯示，亮氨酸腦啡肽在0.1%甲酸-甲醇溶液中響應(yīng)及分辨率更好，故選擇0.1%甲酸-甲醇溶液（含200 ng/mL亮氨酸腦啡肽）作為輔助溶液。

2.2 樣品溶劑的選擇

選用合適的溶劑將黑豆粉樣品混勻成糊狀，采用冰凍方式將糊狀物冰凍成塊狀物，一是避免干燥固體粉末樣品被直接抽吸至質(zhì)譜儀，二是保證粉末樣品的導(dǎo)電性及劃取樣品的均勻性，三是保證樣品所含化學(xué)組分檢出的全面性和靈敏性。本研究分別選擇3 mL水、3 mL 5 mmol/L乙酸銨水溶液、3 mL 0.1%甲酸水溶液、3 mL甲醇-水（1∶1，體積比）、3 mL乙腈-水（1∶1，體積比）、3 mL甲醇-5 mmol/L乙酸銨水溶液（1∶1，體積比）作為混合粉末樣品的溶劑，混合均勻后置于-20 ℃冰箱冷凍20 min，采用智能刀（iKnife）采集樣品后進(jìn)行質(zhì)譜分析，結(jié)果顯示，加入甲醇-水（1∶1，體積比）和乙腈-水（1∶1，體積比）的粉末樣品并未冰凍成塊，無法滿足分析要求，在正離子掃描模式下比較其他4種溶劑混合樣品的質(zhì)譜采集數(shù)據(jù)（圖1），正模式下，0.1%甲酸水和5 mmol/L乙酸銨水溶液作為溶劑可以保證樣品質(zhì)譜數(shù)據(jù)的豐富性，但5 mmol/L乙酸銨水溶液作為溶劑時樣品質(zhì)譜數(shù)據(jù)靈敏度更佳，綜合考慮，最終選擇5 mmol/L乙酸銨水溶液作為樣品制備的溶劑。

2.3 iKnife手術(shù)電刀參數(shù)優(yōu)化

采用iKnife手術(shù)電刀，分別在30、40、50 V電壓下采集樣品，結(jié)果（圖2）表明，電壓為30 V時，樣品汽化程度不夠，靈敏度較差；電壓為50 V時，樣品汽化程度較高且出現(xiàn)輕微焦黑情況，同時由于樣品汽化量較大，樣品質(zhì)譜數(shù)據(jù)響應(yīng)較高，產(chǎn)生較強(qiáng)的基質(zhì)效應(yīng)，抑制校正內(nèi)標(biāo)物亮氨酸腦啡肽的響應(yīng)，影響樣品質(zhì)譜數(shù)據(jù)質(zhì)量校正；當(dāng)電壓為40 V時，既可以保證樣品質(zhì)譜數(shù)據(jù)的豐富性和靈敏度，也可以保證校正內(nèi)標(biāo)物的靈敏度。iKnife手術(shù)刀電壓選擇40 V。

2.4 構(gòu)建化學(xué)計(jì)量學(xué)模型

采用Live ID軟件對正離子掃描模式下采集的咖啡粉樣品、黑豆粉樣品、黑玉米粉樣品及不同比例黑豆粉、黑玉米粉摻偽咖啡粉樣品的質(zhì)譜數(shù)據(jù)進(jìn)行分析，首先使用亮氨酸腦啡肽對所有質(zhì)譜數(shù)據(jù)進(jìn)行質(zhì)量校正及歸一化處理，再將預(yù)處理后的樣本數(shù)據(jù)分組后構(gòu)建主成分分析-線性判別分析（PCA-LDA）模型，結(jié)果顯示，咖啡粉與黑豆粉、黑玉米粉樣品均有顯著的區(qū)分度，如圖3所示；咖啡粉、黑豆粉及不同比例黑豆粉摻偽咖啡粉樣品均有顯著區(qū)分度，且不同摻偽比例樣品存在一定的關(guān)聯(lián)性，如圖4所示；咖啡粉、黑玉米粉及不同比例黑玉米粉摻偽咖啡粉樣品均有顯著區(qū)分度，且不同摻偽比例樣品存在一定的關(guān)聯(lián)性，如圖5所示。

2.5 化學(xué)計(jì)量學(xué)模型的驗(yàn)證

采用Live ID軟件分別對咖啡粉、黑豆粉及黑玉米粉樣品，咖啡粉、黑豆粉及不同比例黑豆粉摻偽咖啡粉樣品，咖啡粉、黑玉米粉及不同比例黑玉米粉摻偽咖啡粉樣品進(jìn)行了5次分層驗(yàn)證（leave-20%-out模式），即數(shù)據(jù)集隨機(jī)分為5組，任意挑選其中4組建立模型，采用該模型對剩余的1組數(shù)據(jù)進(jìn)行驗(yàn)證，共進(jìn)行5次重復(fù)，以確定模型的識別正確率，結(jié)果顯示，咖啡粉、黑豆粉和黑玉米粉樣品的識別正確率為100.00%（表1），咖啡粉、黑豆粉和不同比例黑豆粉摻偽咖啡粉樣品的識別正確率為97.07%（表2），咖啡粉、黑玉米粉和不同比例黑玉米粉摻偽咖啡粉樣品的識別正確率為96.60%（表3）。

2.6 樣品實(shí)時識別

采用Live ID軟件對隨機(jī)的原料樣品和不同比例（5%、10%、20%、30%、40%、50%）摻偽咖啡樣品進(jìn)行實(shí)時識別，結(jié)果表明各樣品均被正確識別（圖6至圖10）。摻偽比例檢出限最低可達(dá)5%，可有效滿足咖啡樣品中摻偽黑豆和黑玉米的鑒別需求。

3 小結(jié)

本研究通過創(chuàng)新地將粉末樣品加入適宜溶劑后進(jìn)行冰凍制樣，采用快速蒸發(fā)電離質(zhì)譜法對粉末樣品進(jìn)行分析，該方法既可以保證劃取樣品的均勻性，又可以避免采集后樣品堵住智能刀尖部及被傳輸線氣流抽至質(zhì)譜儀污染儀器的情況。采用快速蒸發(fā)電離質(zhì)譜法構(gòu)建的咖啡及其摻偽樣品模型可以快速、準(zhǔn)確實(shí)現(xiàn)咖啡摻偽的識別。然而，在接下來的工作中有必要通過質(zhì)譜數(shù)據(jù)挖掘等方法來探索各類別樣品標(biāo)記物，同時還需要對咖啡的其他易摻偽物如大麥、莓果粉等進(jìn)行鑒別，以期更全面把控咖啡的摻偽情況。

參考文獻(xiàn)：

［1］ 歐盟調(diào)查報告列出10大易摻假食品名單［J］. 食品與生物技術(shù)學(xué)報， 2013， 32（11）： 1175.

［2］ 劉慧智， 奚星林， 邵仕萍. 摻假咖啡的形態(tài)鑒別研究［J］. 食品安全質(zhì)量檢測學(xué)報， 2017， 8（8）： 3129-3133.

［3］ 陳秀明， 奚星林， 潘丙珍， 等. 基于近紅外光譜技術(shù)的咖啡摻假快速鑒別方法［J］. 現(xiàn)代食品科技， 2018， 34（10）： 253-257，290.

［4］ 奚星林，陳秀明， 邵仕萍， 等. 咖啡中摻入黑玉米、大麥和巴西莓果粉的紅外鑒別研究［J］. 食品安全質(zhì)量檢測學(xué)報， 2017， 8（9）： 3450-3454.

［5］ 潘丙珍， 龐世琦， 陳秀明， 等.基于主成分分析和判別分析的咖啡摻假鑒別方法研究［J］. 食品科技， 2022， 47（11）： 267-272.

［6］ CHAKRAVARTULA S S N， MOSCETTI R， BEDINI G， et al. Use of convolutional neural network （CNN） combined with FT-NIR spectroscopy to predict food adulteration：A case study on coffee［J］. Food control， 2022， 135：108816.

［7］ MILANI M I， ROSSINI E L， CATELANI T A， et al. Authentication of roasted and ground coffee samples containing multiple adulterants using NMR and a chemometric approach［J］. Food control， 2020， 112： 107104.

［8］ FERREIRA T， GALLUZZI L， DE PAULIS T， et al. Three centuries on the science of coffee authenticity control［J］. Food research international， 2021， 149： 110690.

［9］ 潘丙珍， 奚星林， 陳秀明， 等. 高效陰離子交換色譜-脈沖安培檢測法測定烘焙咖啡豆及其摻假物中的糖類標(biāo)記物［J］. 食品安全質(zhì)量檢測學(xué)報， 2018， 9（20）： 5346-5352.

［10］ PAULI E D，BARBIERI F，GARCIA P S，et al.Detection of ground roasted coffee adulteration with roasted soybean and wheat［J］. Food research international， 2014， 61： 112-119.

［11］ 謝婧雅. 同步前表面熒光光譜法用于咖啡粉與姜黃粉的摻假檢測［D］. 天津：天津商業(yè)大學(xué)， 2021.

［12］ MIHAILOVA A， LIEBISCH B， ISLAM M D， et al. The use of multispectral imaging for the discrimination of Arabica and Robusta coffee beans［J］. Food Chem X， 2022， 14： 100325.

［13］ DEFERNEZ M， WREN E， WATSON A D， et al. Low-field （1）H NMR spectroscopy for distinguishing between arabica and robusta ground roast coffees［J］. Food Chem， 2017， 216： 106-113.

［14］ GUNNING Y， DEFERNEZ M， WATSON A D， et al. 16-O-methylcafestol is present in ground roast Arabica coffees： Implications for authenticity testing［J］. Food Chem， 2018， 248： 52-60.

［15］ GUNNING Y，DEFERNEZ M，KEMSLEY E K. Benchtop（60 MHz） proton NMR spectroscopy for quantification of 16-O-methylcafestol in lipophilic extracts of ground roast coffee［J］. MethodsX， 2023， 10： 102132.

［16］ Nú?EZ N， PONS J， SAURINA J， et al. Non-targeted high-performance liquid chromatography with ultraviolet and fluorescence detection fingerprinting for the classification， authentication， and fraud quantitation of instant coffee and chicory by multivariate chemometric methods［J］. Lwt， 2021， 147：111646.

［17］ TAVARES K M， LIMA A R， NUNES C A， et al. Free tocopherols as chemical markers for Arabica coffee adulteration with maize and coffee by-products［J］. Food control， 2016， 70： 318-324.

［18］ MIAO Y， ZOU Q， WANG Q， et al. Evaluation of the physiochemical and metabolite of different region coffee beans by using UHPLC-QE-MS untargeted-metabonomics approaches［J］.Food Biosci， 2022， 46：101561.

［19］ SILVA A C R， GARRETT R， REZENDE C M， et al. Lipid characterization of arabica and robusta coffee beans by liquid chromatography-ion mobility-mass spectrometry［J］. J Food Compos and Anal， 2022， 111： 104587.

［20］ 張 濤，蔡 峰，崔 鶴，等. 離子色譜-質(zhì)譜聯(lián)用法檢測咖啡豆中的典型單糖和小分子寡糖［J］. 分析儀器，2017（5）：20-25.

［21］ PENG C Y， ZHANG Y L， SONG W， et al. Characterization of Brazilian coffee based on isotope ratio mass spectrometry （delta（13）C， delta（18）O， delta（2）H， and delta（15）N） and supervised chemometrics［J］. Food Chem， 2019， 297： 124963.

［22］ FERREIRA T， FARAH A， OLIVEIRA T C， et al. Using real-time PCR as a tool for monitoring the authenticity of commercial coffees［J］. Food Chem， 2016， 199： 433-438.

［23］ 梁穎婕， 冼鈺茵， 劉婧文， 等. 咖啡特異性實(shí)時熒光PCR檢測方法的建立［J］. 檢驗(yàn)檢疫學(xué)刊， 2019， 29（1）： 13-17.