基于紫外光譜技術(shù)和PLS-DA算法煙用爆珠內(nèi)液的判別分析

許嘉東 唐 杰 朱 玲 朱立軍 譚廣璐 彭 忠 胡興鋒

(重慶中煙工業(yè)有限責(zé)任公司 技術(shù)中心，重慶 400060)

煙用爆珠是一種脆性膠囊，里面包裹了由多種香精香料和適量溶劑調(diào)和制成的特色香味液體[1]，埋于成品卷煙濾棒絲束內(nèi)，是用于卷煙香氣補(bǔ)償?shù)募夹g(shù)手段之一。香精香料化學(xué)成分中無論是小分子易揮發(fā)的酯、醛、酮、不飽和醇、不飽和烴類，還是芳香族化合物以及生物大分子化合物，在紫外可見光譜區(qū)絕大部分都有吸收[2，3]。樣品化學(xué)成分和/或濃度發(fā)生改變，其在不同波長處的吸光度值將發(fā)生變化，光譜圖隨之改變。紫外可見光譜技術(shù)具有靈敏度高、儀器價(jià)格低、操作簡單及分析快捷等優(yōu)點(diǎn)，方法便于普及與應(yīng)用[4]。因此可選用紫外可見光譜技術(shù)檢測煙用爆珠內(nèi)液。

在應(yīng)用紫外光譜技術(shù)檢測復(fù)雜體系時(shí)，其核心是光譜數(shù)據(jù)的預(yù)處理和模型的建立。光譜數(shù)據(jù)的預(yù)處理方法主要有平滑、導(dǎo)數(shù)、歸一化、多元散射校正(MSC)及標(biāo)準(zhǔn)正態(tài)變量變換(SNV)等[5，6]。偏最小二乘判別分析(PLS-DA)方法是基于PLS回歸的一種判別分析方法，PLS算法與主成分分析(PCA)算法基本思想相近，但PLS算法將光譜分解和回歸同時(shí)進(jìn)行，將濃度矩陣的信息引入到光譜矩陣的分解過程中，從而可以最大程度地利用光譜數(shù)據(jù)與主成分濃度之間的線性關(guān)系[7]，因此具有高效的鑒別能力。目前對煙用爆珠的研究主要集中在不同類型爆珠的研發(fā)[8]、爆珠外觀質(zhì)量檢測[9]、爆珠對卷煙有害成分及特性的影響[8,10]、爆珠安全性[11]及其內(nèi)液化學(xué)成分的檢測[12]等，尚未見到煙用爆珠判別分析的研究，而煙用爆珠的錯(cuò)、混和穩(wěn)定性改變將極大的影響爆珠卷煙制品的質(zhì)量。因此，本實(shí)驗(yàn)以3種不同牌號的煙用爆珠樣品紫外可見光譜為基礎(chǔ)，采用PLS-DA算法建立煙用爆珠判別模型，旨在為煙用爆珠判別分析提供快速簡便的參考方法。

1 實(shí)驗(yàn)部分

1.1 儀器與試劑

煙用爆珠樣品由重慶中煙工業(yè)有限責(zé)任公司技術(shù)研發(fā)中心提供。

無水乙醇(分析純，≥99.7，上海國藥集團(tuán))。

Cary60光纖紫外光譜儀(馬來西亞安捷倫公司)；XSE204電子天平(感量：0.1 mg，瑞士Mettler Toledo公司)。

1.2 實(shí)驗(yàn)方法

1.2.1煙用爆珠樣品的準(zhǔn)備

A、B、C3種牌號煙用爆珠樣品，每月抽樣，連續(xù)抽樣12個(gè)月，每批次每個(gè)牌號隨機(jī)抽取不少于60顆。采用電子天平稱量，精確到0.001 g，篩選質(zhì)量和粒徑偏差均不大于±5%的煙用爆珠作為測試樣品。

1.2.2樣品溶液的制備

在10 mL 試管中加入2～3 mL無水乙醇，取煙用爆珠1～3粒加入到試管中(由于不同牌號煙用爆珠樣品內(nèi)液的濃度差異較大，因此需根據(jù)不同煙用爆珠樣品內(nèi)液的濃度調(diào)整煙用爆珠和無水乙醇的料液比，使得樣品在250～330 nm范圍內(nèi)的最高峰吸收值在0.2～1.0范圍內(nèi))。壓破煙用爆珠，使得爆珠內(nèi)液釋放，充分搖勻，靜置，待測。

1.2.3紫外光譜測定

設(shè)定光纖紫外光譜儀測定波長范圍為190～350 nm，吸光度記錄范圍為-0.1～3.5，波長間隔0.5 nm，光程為10 mm，測定時(shí)將光纖探頭完全浸沒在溶液中，無水乙醇作為參比液調(diào)零，以連續(xù)波長掃描3次的光譜數(shù)據(jù)平均值作為樣品最終紫外光譜數(shù)據(jù)。

1.3 PLS-DA分析方法

PLS-DA算法將光譜數(shù)據(jù)與分類變量進(jìn)行線性回歸，其基本判別過程如下：首先建立校正集樣本的分類變量，將分類變量與光譜數(shù)據(jù)進(jìn)行PLS分析，建立分類變量與光譜數(shù)據(jù)的PLS回歸模型，并計(jì)算預(yù)測集的分類變量的值(y)。具體的判別規(guī)則是[13]：①當(dāng)y>0.5，且偏差<0.5，判定樣本屬于該類；②當(dāng)y<0.5，且偏差<0.5，判定樣本不屬于該類；③當(dāng)y的偏差≥0.5，判別不穩(wěn)定。

根據(jù)正常樣本的y值作質(zhì)量控制(QC)圖，中心線為樣本統(tǒng)計(jì)的平均值，控制上限(UCL)為平均值加3倍的標(biāo)準(zhǔn)偏差，控制下限(LCL)為平均值減3倍的標(biāo)準(zhǔn)偏差，對于未知樣本一致性判別規(guī)則是：①當(dāng)LCL≤y≤UCL，判定樣本一致性較好；②當(dāng)y>UCL或y

1.4 數(shù)據(jù)處理

采用Orange軟件(3.16.0 版)和R軟件(3.5.1版)進(jìn)行數(shù)據(jù)處理與統(tǒng)計(jì)分析。

2 結(jié)果與討論

2.1 PLS-DA模型的建立

2.1.1變量分類賦值及校正集、檢驗(yàn)集樣本的選取

PLS-DA模型是基于PLS方法建立的樣本分類變量與樣品紫外可見光譜的回歸模型，根據(jù)煙用爆珠樣本不同的牌號進(jìn)行分類變量和賦值。以A牌號煙用爆珠PLS模型為例，對于選定的爆珠樣本，隨機(jī)選取100個(gè)樣品，設(shè)定Y值為1，再從B和C牌號煙用爆珠樣本中各隨機(jī)選取105個(gè)樣品，設(shè)置y值為0，將上述選取的樣品作為校正集樣本。A、B、C牌號煙用爆珠各自剩下的20個(gè)樣品作為驗(yàn)證集。

表1 煙用爆珠樣本分類變量

2.1.2特征波長區(qū)間的選擇

不同煙用爆珠內(nèi)液的紫外可見光譜峰型和吸收強(qiáng)度存在差異，如圖1所示。為避免波段過寬造成光譜矩陣含有大量冗余信息和噪音干擾，導(dǎo)致后續(xù)分析的效率和準(zhǔn)確度降低，本研究首先對紫外光譜波段進(jìn)行了優(yōu)化提取。煙用爆珠內(nèi)液在190～230nm區(qū)域存在較強(qiáng)的末端吸收，噪音較大，不適合模型的建立，而在波長大于330nm區(qū)域吸光度小，曲線相對平滑，可利用信息少[6]，光譜信息最為豐富的區(qū)域在230～330nm范圍內(nèi)，因此選擇波段230～330nm作為優(yōu)選譜區(qū)。

圖1 不同牌號煙用爆珠樣品紫外可見光譜圖

2.1.3紫外可見光譜數(shù)據(jù)預(yù)處理方法的比較

紫外光譜數(shù)據(jù)通過預(yù)處理可以減少噪音和干擾，提高信噪比，提取出更多的有效光譜信息，從而增強(qiáng)光譜的穩(wěn)定性和分辨率[14]。本實(shí)驗(yàn)對比了紫外光譜原始數(shù)據(jù)、平滑、平滑后標(biāo)準(zhǔn)歸一化、多元散射校正(MSC)、標(biāo)準(zhǔn)正態(tài)變量變換(SNV)、一階導(dǎo)數(shù)和二階導(dǎo)數(shù)預(yù)處理方法(表2)對PLS-DA模型的影響，依據(jù)校正均方根(RMSE)和決定系數(shù)(R2)值，判別數(shù)據(jù)預(yù)處理效果，其中RMSE越小，R2值越大，模型的穩(wěn)定性越好。當(dāng)主成分?jǐn)?shù)均設(shè)置為7時(shí)，PLS-DA建模，不同預(yù)處理方式RMSE和R2值如表2所示。歸一化預(yù)處理對煙用爆珠PLS-DA模型沒有優(yōu)化作用，1階導(dǎo)數(shù)處理對于B牌號、2階導(dǎo)數(shù)處理對于B和C牌號PLS-DA模型均起到負(fù)作用，可能是因?yàn)楣庾V數(shù)據(jù)中帶有的少許隨機(jī)噪聲，采用導(dǎo)數(shù)方法時(shí)放大了這些噪聲信號，從而導(dǎo)致信噪比降低。平滑加MSC以及平滑加SNV均能優(yōu)化PLS-DA模型，其中SNV預(yù)處理結(jié)果略優(yōu)于MSC預(yù)處理結(jié)果。因此，平滑加SNV被選為最優(yōu)預(yù)處理方法。

表2 不同預(yù)處理方法不同牌號煙用爆珠PLS-DA模型RMSE和R2值

2.1.4最佳主成分?jǐn)?shù)的確定

PLS-DA建模中最主要的問題就是確定最佳主成分?jǐn)?shù)，主成分?jǐn)?shù)的選擇直接影響模型的實(shí)際預(yù)測能力。本實(shí)驗(yàn)通過不同主成分?jǐn)?shù)下所建模型的RMSE和R2值的大小，綜合確定模型的最佳主成分?jǐn)?shù)值[15]。從3個(gè)不同牌號煙用爆珠的PLS-DA模型的RMSE和R2值隨主成分變化圖(圖2)可知，隨著主成分?jǐn)?shù)增加，3個(gè)模型的RMSE值均逐漸減小，R2值逐漸增加；當(dāng)主成分?jǐn)?shù)分別達(dá)到3、6、5時(shí)，A、B、C牌號煙用爆珠PLS-DA模型RMSE和R2值分別趨于穩(wěn)定。而當(dāng)主成分?jǐn)?shù)過大時(shí)，將可能出現(xiàn)模型過擬合的現(xiàn)象[13]。因此，A、B、C牌號煙用爆珠PLS-DA模型的最佳主成分?jǐn)?shù)值分別為3、6、5。

圖2 主成分?jǐn)?shù)對PLS-DA模型RMSE和R2值的影響 (a)：RMSE值；(b)：R2值

2.2 PLS-DA模型對校正集樣本的驗(yàn)證結(jié)果

3種不同牌號煙用爆珠樣品PLS-DA模型校正集樣本的預(yù)測結(jié)果如表3所示。A牌號煙用爆珠樣品分類變量校正集樣本的預(yù)測值分散在1附近，其他分類變量的預(yù)測值分散在0附近，偏差均小于0.2。因此，根據(jù)判別規(guī)則該模型對校正集樣本中A牌號的煙用爆珠均能準(zhǔn)確判別，識別準(zhǔn)確度為100%，模型的校正集相關(guān)系數(shù)(R2)為0.9862，校正集預(yù)測均方根誤差(RMSEP)為0.0550，說明該模型有較好的擬合性和較高的預(yù)測精度。B和C牌號煙用爆珠PLS-DA模型對其樣本同樣具有較好的判別能力和預(yù)測精度，預(yù)測準(zhǔn)確度均為100%，R2分別為0.9562和0.9586，RMSEP分別為0.0994和0.0980，可用于判別和預(yù)測新的樣本。

表3 不同牌號煙用爆珠PLS-DA模型校正集預(yù)測結(jié)果 T

2.3 PLS-DA模型對驗(yàn)證集樣本的預(yù)測效果

利用3種不同牌號煙用爆珠的PLS-DA模型對未參與建模的驗(yàn)證集樣本進(jìn)行分析預(yù)測，結(jié)果如表4所示。A牌號煙用爆珠樣品分類變量驗(yàn)證集樣本的預(yù)測值分散在1附近，其他分類變量的預(yù)測值分散在0附近，偏差均在0.2以內(nèi)。因此，根據(jù)判別規(guī)則該模型對驗(yàn)證集樣本中A牌號的煙用爆珠均能準(zhǔn)確判別，對A牌號煙用爆珠樣品的預(yù)測準(zhǔn)確度為100%。模型的驗(yàn)證集相關(guān)系數(shù)R2為0.9686， RMSEP為0.0835，說明該模型判別準(zhǔn)確度高。B和C牌號煙用爆珠PLS-DA模型對其樣本同樣具有較好的判別能力和較高的預(yù)測精度，預(yù)測準(zhǔn)確度均為100%，R2分別為0.9411和0.9560， RMSEP分別為0.1146和0.1063。B和C牌號煙用爆珠PLS-DA模型也具有較好的判別能力和較高的預(yù)測精度。

表4 不同牌號煙用爆珠PLS-DA模型驗(yàn)證集預(yù)測結(jié)果

2.4 煙用爆珠內(nèi)液一致性分析

圖3 煙用爆珠內(nèi)液單值控制圖 (a)：A牌號；(b)：B牌號；(c)：C牌號

3 結(jié)論

(1)通過無水乙醇稀釋煙用爆珠內(nèi)液，紫外可見光譜掃描獲得煙用爆珠內(nèi)液紫外光譜數(shù)據(jù)，光譜數(shù)據(jù)經(jīng)平滑和SNV預(yù)處理后，建立了3種不同牌號煙用爆珠的PLS-DA判別模型。

(2)3個(gè)牌號煙用爆珠PLS-DA模型的校正集分類變量的預(yù)測值與實(shí)測值的相關(guān)系數(shù)均≥0.9562，PLS-DA模型對于參與建模的310個(gè)煙用爆珠樣本(校正集)和未參與建模的60個(gè)煙用爆珠樣本(驗(yàn)證集)的預(yù)測準(zhǔn)確度均為100%，模型擬合性好，預(yù)測精度高，判別能力強(qiáng)。且基于PLS-DA模型的分類變量值建立的單值控制圖可以對煙用爆珠內(nèi)液的一致性進(jìn)行快速判定。

(3)紫外可見光譜技術(shù)結(jié)合PLS-DA算法可對不同牌號煙用爆珠進(jìn)行有效判別，且方法快速準(zhǔn)確、經(jīng)濟(jì)環(huán)保、易于推廣。