紫外可见光谱指纹图谱结合化学计量学鉴别不同焙炒度的中粒种咖啡详解.docx

紫外可见光谱指纹图谱结合化学计量学鉴别不同焙炒度的中粒种咖啡 董文江1,2,3， 王凯丽1,2,3， 谷风林1,2,3， 陆敏泉1,2,3， 赵建平1,2,3 * 1 中国热带农业科学院香料饮料研究所，海南万宁 571533 2 农业部香辛饮料作物遗传资源利用重点实验室，海南万宁 571533 3 国家重要热带作物工程技术研究中心，海南万宁 571533） 摘 要 采用紫外可见光谱指纹图谱结合多元数据分析建立一种可快速鉴别不同焙炒度中粒种咖啡的方法，考察不同的光谱前处理方法对样品分类结果的影响，比较不同的模式识别方法对样品的鉴别结果。结果表明：一阶导数处理被选为最优的前处理方法，大部分样品能够在主成分分析（PCA）和系统聚类分析（HCA）中按各自特性聚为一类，线性判别分析（LDA）的分类效果优于PCA和HCA；最小二乘向量机（LS-SVM）模型的预报结果优于偏最小二乘判别分析（PLS-DA）和反传人工神经网络（BP-ANN），识别率和预报率均为100%。 关键词 紫外可见光谱；焙炒咖啡；指纹图谱；多元数据分析 中文分类号 文献标识码 咖啡饮料的质量与焙炒豆的化学组成密切相关，不同的生豆化学组成方式和采后加工条件（干燥、贮藏、焙炒和粉碎）导致焙炒豆的化学组成不同[1]。焙炒是咖啡加工过程中最重要的一个环节，在此过程中咖啡豆将发生显著的化学、物理、结构以及感官方面的变化；依据所需最终产品的特性不同，咖啡豆将经历不同的温度-时间处理，从而形成不同风味的咖啡豆。众所周知，咖啡豆在焙炒过程中由于初始阶段的失水及碳水化合物的热解反应使其质量减小，同时由于内部气体（CO2和其它热分解产物）的形成使其体积显著增大，密度减小，形成焙炒咖啡豆的典型孔状结构[2]。 用于评价焙炒豆质量的常用标准有失重、水分、颜色和风味的检测分析，其中前三个指标应用最为广泛而被用于考察焙炒后咖啡豆的变化。此外，气相色谱-质谱联用（GC-MS）、气相色谱-嗅觉测量法（GC-O）被用于考察咖啡焙炒后的风味变化，采用人工神经网络算法对特征风味成分与感官评价进行关联性分析[3]；Liberto等[4]通过采集咖啡豆的非分离顶空固相微萃取质谱联用（HS-SPME-MS）轮廓数据作为监测咖啡焙炒度的标志物；Wei等[5]通过核磁共振光谱分析不同焙炒度咖啡豆的提取物以监测焙炒过程中风味成分的变化规律，控制焙炒反应过程。尽管上述分析方法在咖啡焙炒度质量控制上可靠性好，但通常它们对实验人员技能要求高、耗时、价格昂贵，且样品前处理繁琐甚至需要有机试剂，因此需要建立一种简单、快速的方法来实现不同焙炒度咖啡的鉴别。近年来，紫外可见光谱技术以其快速、易操作、廉价、样品前处理少而被用于食品、药品及化工行业的定性和定量分析中，化学计量学中的模式识别方法和多元回归分析在解析大量数据时优势明显，能够最大程度的从“海量数据”中提取有效信息，Sarbu等[6]采用紫外可见光谱和高效液相色谱指纹图谱结合多元数据分析能较好的区分不同品种及亚种的猕猴桃和柚子；Boggia等[7]通过紫外可见光谱和化学计量学方法快速检测石榴汁中的填充果汁和蒸馏水；Pizarro等[8]利用可见光谱指纹图谱和物理化学指标结合多元数据分析可有效的区分不同地理来源的特级橄榄油。 目前还没有采用紫外可见光谱指纹图谱鉴别不同焙炒度咖啡的相关报道，因此本文通过采集不同焙炒度中粒种咖啡样品的紫外可见光谱数据，经数据前处理校正基线漂移、光散射等影响后，采用无监督模式识别方法PCA和HCA，有监督模式识别方法LDA、PLS-DA、BP-ANN和LS-SVM对不同焙炒度咖啡样品进行鉴别，以校正集和预报集样品的识别率和预报率为判别指标，优选最适的焙炒度预测方法，为咖啡的焙炒加工提供理论依据。 ________________________________ 基金项目: 中国热带农业科学院院本级基本科研业务费项目（No. 1630012014017）。 作者简介: 董文江（1985年—），男，博士，助理研究员；研究方向：食品化学、化学计量学。*通讯作者（Corresponding author）：赵建平（Zhao Jianping）， Email： HYPERLINK mailto:zjp-68068@163.com zjp-68068@163.com。 1 材料与方法 1.1 材料 1.1.1 供试材料 咖啡鲜果采摘于中国热带农业科学院香料饮料研究所试验基地，九成熟，选择红色、无畸形、无病虫害的果实，共16个不同批次的样品，采用干法加工得到生咖啡豆，低温避光保存、备用。 1.1.2 主要仪器 紫外可见分光光度计：SPECORD 250PLUS型（德国耶拿仪器有限公司），电子天平：AL204型（梅特勒-托利多仪器（上海）有