Page 37 - 2021年18期
P. 37

表2 荆芥穗可能的化合物及感官描述信息                           快 速 气 相 电 子 鼻 自 带 的 Alpha Soft V14.2 软 件 进 行
        Tab 2 Possible compounds and sensory description in-  DFA。结果显示，判别因子 1 和判别因子 2 的贡献率分
               formation of S. tenusfolia                  别为 92.089％和 3.982％；相同产地样品间的距离缩小，
         共有峰 可能化合物    分子式  RI（MXT-5色谱柱） RI（MXT-1701色谱柱） 感官描述信息  不同产地样品间的距离增大，表明不同产地荆芥穗可通
         2   甲酸甲酯     C2H4O2   401         488   水果、李子     过超快速气相电子鼻进行快速鉴别，且区分效果较好，
         3   反式-2-戊烯醛  C5H8O   750         865   绿色、辛辣
         4   1-己烯-3-醇  C6H12O  775         880   绿色、朗姆酒    所得趋势及结果与PCA结果一致，详见图4。
         5   乙苯       C8H10    874         921   植物的、甜
                                                               80
         6   α-蒎烯     C10H16   937         945   樟脑、萜烯         60
         7   β-水芹烯    C10H16   1 031      1 059  草药、薄荷味
         8   柠檬烯      C10H16   1 046      1 074  松树          3  40
         9   3-壬酮     C9H18O   1 090      1 169  植物、辣        判别因子2：.982％  20
         10  3-任醇     C9H20O   1 094      1 205  草药            0
         13  α-松油醇    C10H18O  1 176      1 293  植物、薄荷味       －20
         14  反式-香苇醇   C10H16O  1 217      1 360  绿色、留兰香       －40
         15  百里香酚     C10H14O  1 291      1 483  草药、辣         －60
         16  肉桂醛      C9H8O    1 303      1 494  肉桂、辛辣
                                                                    －200  －100  0    100  200  300  400  500
        降维，并对降维后的特征向量进行线性分类，最后在分                                                  判别因子1：92.089％
                               [20]
        析图上显示主要的二维图 。本研究采用超快速气相                                    图4 15批荆芥穗的判别因子分析图
        电子鼻自带的 Alpha Soft V14.2 软件，将筛选出的区分                 Fig 4 Discriminant factor analysis of 15 batches of S.
        能力强（＞0.900）、峰面积较大（＞1 000）且分离度较好                           tenusfolia
        的色谱峰作为传感器进行 PCA 。结果显示，第 1 主成                       2.7  CA
                                   [23]
        分（PC1）的贡献率为88.949％，第2主成分（PC2）的贡献                       CA 是将数据聚集到不同的类或者簇的一个过程，
        率为 7.858％，两个主成分的累计贡献率为 96.807％，表                   同一个簇中的对象有很大的相似性，而不同簇的对象有
        明不同产地荆芥穗气味的差异主要由 PC1 决定。PCA                        很大的相异性 。CA的目标是在相似的基础上收集数
                                                                        [24]
        区分指数（DI）为94（DI是电子鼻区分样品程度的表征，                       据并分类 。本研究参考相关文献[28－30]，采用SPSS
                                                                    [27]
        DI的最大值为100；80～100表明有效区分，且其值越大                      22.2软件以13个共有峰峰面积为变量，以平方欧式距离
                    [25]
        表示区分越好 ）。河南、甘肃及安徽产荆芥穗主要分                           为测度，以组间连接法进行CA。结果显示，当距离为10
        布于 PCA 图右边，江苏、河北产荆芥穗主要分布于图左                        时，15 批荆芥穗可聚为 3 类，B1～B5、J1～J3 聚为一类，
        边；相同产地的样品分布较为集中，不同产地的样品离                           A1～A3 聚为一类，G1、G2、N1、N2 聚为一类，该结果与
        散程度较大，表明不同产地样品的气味差异明显，详见                           PCA、DFA结果基本一致，详见图5。
        图3。                                                                     平方欧式距离
                                                                   0     5     10     15    20    25
                                                                  B3
                              识别指数＝94
          200 000                                                 B4
                                                                  B2
                                                                  B5
          100 000                                                 B1
         PC2：.858％  7  0                                          J1
                                                                  J2
                                                                  J3
         －100 000                                                 A1
                                                                  A2
                                                                  A3
                                                                  G1
         －200 000
                                                                  G2
                                                                  N1
                                                                  N2
                  －400 000 －200 000  0  200 000  400 000  600 000  图5 15批荆芥穗的聚类分析树状图
                               PC1：88.949％
                                                           Fig 5 Clustering analysis dendrogram of 15 batches
                 图3 15批荆芥穗的主成分分析图
        Fig 3 Principal component analysis of 15 batches of       of S. tenusfolia
              S. tenusfolia                                3 讨论
        2.6 DFA                                                超快速气相电子鼻作为一种新型的气味分析仪器，
                                                                                               [20]
            DFA 是一种用于构建模型并识别未知样品所属类                        具有检测灵敏度高和响应时间短等优点 。该仪器不
        别的方法 。通过数学变换，DFA能够使同类组群数据                          仅可将所得色谱峰作为传感器，而且还可将 RT 换算成
                [15]
        间的差异尽可能缩小，而不同类组群数据间的差异尽可                           RI，经正构烷烃校准后，通过 AroChemBase 数据库进行
        能扩大，以建立数据识别模型 。因此，本研究采用超                           定性分析 。与传统型电子鼻相比，气相输出信号取代
                                  [26]
                                                                    [31]
        中国药房    2021年第32卷第18期                                            China Pharmacy 2021 Vol. 32 No. 18  ·2207 ·
   32   33   34   35   36   37   38   39   40   41   42