基于浸出茶油香氣成分壓榨茶油摻偽模型及應用

陳則銘 趙鑫鑫 朱曉陽 周 波 鐘海雁

(中南林業科技大學食品學院，湖南 長沙 410004)

油茶(Camelliaoleifera)，山茶科山茶屬常綠灌木或小喬木，是中國特有的一種木本油料樹種，廣泛分布于南方丘陵地帶，其籽所制得的油脂稱為油茶籽油。山茶籽油中不飽和脂肪酸高達90%，并含有豐富的角鯊烯、甾醇、維生素E、酚類化合物等生物活性成分，具有一定的營養保健作用[1]，特別是壓榨制備的油茶籽油深受消費者喜愛。因此，市面上出現了不少在浸出油中添加“茶油香精”或在壓榨油中添加部分浸出油來冒充壓榨油出售的情況。近年來，科研工作者對茶油產品摻偽鑒別做了大量研究。Xie等[2]提出了利用GC-MS檢測茶油與大豆油摻假的方法。張東生等[3]采用GC分析茶油與其他植物油的脂肪酸組分差異，再結合PCA、PLS-DA等數學分析方法能夠很好地區分出茶油。Hai等[4]采用電子鼻和人工神經網絡(ANN)模型相結合的方法檢測山茶籽油和芝麻油中摻入的玉米油，結果表明不同類型的油之間傳感器信號存在顯著差異，并且能夠很好地識別芝麻油中的摻假情況。Li等[5]比較了差示掃描量熱法(DSC)和GC應用于茶油摻偽鑒別的效果，發現DSC的效果更好。Li等[6]采用近紅外光譜與模式識別結合的方法辨別純茶油和摻偽茶油，能夠達到98.3%的正確分類率，但不能確定摻偽油的種類和摻偽百分比。吳翠蓉[7]利用SPME-GC-MS分離得到50種茶油揮發性成分，篩選出區別于菜籽油、大豆油、玉米油和棉籽油的特征揮發性組分，建立了摻假油中茶油含量與特征組分含量變化回歸方程。周波等[8]運用主成分分析和Fisher判別方法，建立了油茶籽油摻偽鑒別模型。但是基于不同的油茶品種和制油工藝，香氣成分的種類和含量會有較大差異，難以準確定量，應用于摻偽鑒別也有一定的局限性。

研究擬通過HS-SPME-GC-MS和感官評價等方法，對精煉浸出茶油和3種添加茶油香精的浸出茶油進行關鍵香氣成分測定和感官分析，基于2類壓榨茶油的香氣成分建立LDA模型，并應用模型對浸出茶油進行鑒別，以期為壓榨茶油中摻入浸出茶油的鑒別研究提供依據。

1 材料與方法

1.1 試驗材料

精煉浸出茶油：編號為J1，湖南永興泰宇茶油有限公司；

茶油香精：將3種品名不同的茶油香精分別以0.1%的比例摻入J1中，得到3種添加香精的浸出茶油樣品，編號為X1、X2、X3，市售；

原香茶油：均為冷榨法制取，分別來自湖南省衡陽、邵陽等油茶主產地，采用湖南地區傳統壓榨法制取的有代表性的原香茶油產品，編號為Y1、Y2、Y3，詳細信息見表1，市售；

表1 具有代表性的茶油產品Table 1 Representative camellia oil products

茶油樣品CW1：按冷榨工藝自制；

烤香茶油：均為熱榨法制取，分別來自海南省澄邁、瓊海等油茶主產地具有代表性的烤香茶油產品，編號為H1、H2，市售；

茶油樣品CW2、CW3、CW4、CS1、CS2、CS3、CS4、CS5：詳細信息見表2，按烤香型茶油工藝自制；

表2 實驗室自制茶油樣品信息表Table 2 The information of camellia oil samples from laboratory made

摻偽浸出茶油：在4種原香茶油和10種烤香茶油中分別摻入5%，10%，15%，20%，40%的浸出茶油J1，共得到70種摻偽樣品，其具體編號見表3。

表3 摻偽樣品的摻偽量以及編號Table 3 Quantity and number of adulterated sample

1.2 試驗儀器

氣相色譜—質譜聯用儀：7890B/5977A型，美國Agilent Technologies公司；

毛細色譜柱：HP-5MS型(30 m×250 μm×0.25 μm)，美國Agilent Technologies公司；

固相微萃取手柄：57348-U(50/30 μm DVB/CAR/PDMS)SPME型，美國Supelco公司；

固相微萃取頭：美國Supelco公司；

電子天平：OHAUS CP224C型，美國OHAUS公司；

加熱攪拌器：RCTbasic型，德國IKA公司。

1.3 試驗方法

1.3.1 茶油理化性質分析

(1)酸價：按GB 5009.229—2016執行。

(2)過氧化值：按GB 5009.227—2016執行。

1.3.2 茶油香氣成分的HS-SPME-GC-MS分析

(1)HS-SPME、GC/MS條件與定性定量分析：參照朱曉陽等[9]的方法。

(2)關鍵香氣成分的確定：參照劉登勇等[10]的方法。

1.4 數據統計分析

所有試驗重復3次，采用SPSS 22.0軟件進行LDA分析，采用Origin 9.0和Excel 2016軟件進行數據處理和繪圖。

2 結果與討論

2.1 理化性質分析

由試驗結果可知，所用茶油樣品的酸價及過氧化值均符合國家標準[11]。

2.2 揮發性成分的HS-SPME-GC-MS分析

由表4、表5可知，J1、X1、X2和X3均鑒定出17種香氣成分，4種茶油中共鑒定出20種香氣成分。4種茶油的主要香氣成分為醛類，其中J1為9種，X1～X3為8種，且香氣成分組成和相對含量均很相似。雖然己酸的相對含量均達到50%左右，在香氣成分中含量最高，但由于其感覺閾值較高，所以對茶油風味貢獻不大。

表4 加香茶油的揮發性成分相對含量Table 4 Relative content of volatile components in solvent extracted camellia oil

由表5可知，J1中的關鍵香氣成分為4種，X1～X3中的關鍵香氣成分均為3種，4種茶油中共有4種關鍵香氣成分。X1～X3中的關鍵香氣成分(E)-2-癸烯醛、(E)-2-壬烯醛和壬醛在J1中均存在，且ROAV值也較接近，表明這些關鍵香氣成分是精煉浸出茶油中本身存在的成分。因此選擇X1～X3中存在而J1中不存在的香氣成分進行分析，計算其ROAV值，結果見表6。

表5 茶油香氣成分的ROAV值及關鍵成分(ROAV≥1)的感官描述Table 5 ROAV value of aroma components and sensory description of key components (ROAV≥1)in camellia oil

由表6可知，添加香精茶油中特有的香氣成分為2-甲氧基-3-甲基吡嗪、甲基環戊烯醇酮和2-甲基吡嗪，其中2-甲氧基-3-甲基吡嗪對風味貢獻最大，其次是具有類似咖啡的焦糖香氣的甲基環戊烯醇酮、具有爆米花香氣的2-甲基吡嗪，其特有香氣主要由食用香精香料成分提供，且GB 2760—2014中允許使用這3種食用香精香料，但也規定了不得添加食品用香料、香精的食品名單，其中包括植物油脂。因此，在茶油中添加這種茶油香精實際上是違法行為，應該被杜絕。

表6 添加香精茶油的關鍵香氣成分(ROAV≥1)Table 6 Key aroma components in added fragrance camellia oil (ROAV≥1)

2.3 摻偽浸出茶油模型建立及應用

2.3.1 原香茶油摻偽浸出茶油的模型建立及應用 由表7 可知，4種原香茶油的香氣成分相對含量與J1的香氣成分比較后，得到28個香氣成分變量數據，分別為3-甲基丁醛、己醛、苯甲醛、苯乙醛、庚醛、辛醛、(E)-2-辛烯醛、壬醛、(E)-2-壬烯醛、癸醛、(E)-2-癸烯醛、(E,E)-2,4-癸二烯醛、2-十一烯醛、3-甲基丁醇、辛醇、苯乙醇、苯乙烯、己酸、(Z)-2-甲基-2-甲基丁酯-2-丁烯酸、辛酸、(E)-2-甲基-3-甲基丁酯-2-丁烯酸、壬酸、乙酸乙酯、糠醛、(Z)-3,4-二甲基-3-己烯-2-酮、2,4-二甲基己烷、(Z)-2-庚烯醛和1-十五烯。

表7 原香茶油的揮發性成分相對含量Table 7 Relative content of volatiles in traditionalodor camellia oil

將3類樣品的香氣成分相對含量進行分組：4種原香茶油設為組1，1種浸出茶油設為組2，20種摻偽茶油設為組3，將25個樣品中的28個特征香氣成分作為指標代入到SPSS 22.0軟件，選擇步進式判別分析，得到Fisher判別函數式：

Y1=0.028×C3-甲基丁醛+0.469×C己醛+0.042×C苯甲醛+1.227×C苯乙醛-7.083。

(1)

各香氣成分變量均為其相對含量值，變量的回歸系數越大，表明其對判別過程的貢獻越大。由式(1)可知，苯乙醛和己醛對判別過程的貢獻最大。

模型的特征值為2.745，典型相關性為0.856，表明該判別函數效果較好。將3種添加茶油香精的浸出茶油作為測試數據，使用該模型對訓練數據及測試數據進行分類鑒別，判別結果見表8。

由表8可知，訓練數據的判別正確率達84%，只有摻偽比例為5%的4個樣品被誤判為原香茶油。因此該判別模型能夠鑒別原香茶油中摻偽比例為10%及以上的浸出茶油。同時，測試數據的判別正確率達100%，即使添加了香精，也能夠判別出浸出茶油。

表8 LDA1的分類判別結果Table 8 Classification discriminant results of LDA1

綜上，全部數據的總體判別正確率為85.7%；根據原香茶油香氣成分組成和相對含量建立的LDA模型能夠鑒別原香茶油中摻偽比例為10%及以上的浸出茶油，也可以很好地鑒別出添加茶油香精的浸出茶油。

2.3.2 烤香茶油摻偽浸出茶油模型建立及應用 由表9可知，10種烤香茶油的香氣成分相對含量與J1的香氣成分對比后，得到摻偽樣品中30個香氣成分的變量數據，分別為3-甲基丁醛、苯甲醛、苯乙醛、庚醛、辛醛、壬醛、(E)-2-癸烯醛、(E,E)-2,4-癸二烯醛、2-十一烯醛、辛醇、己酸、辛酸、壬酸、糠醛、糠醇、5-甲基糠醛、5-羥甲基糠醛、2-甲基吡嗪、2,5-二甲基吡嗪、2-乙基-6-甲基吡嗪、2-乙基-5-甲基吡嗪、2-乙基-3-甲基吡嗪、3-乙基-2,5-二甲基吡嗪、麥芽酚、甲基環戊烯醇酮、2,3-二氫-3,5-二羥基-6-甲基-4H-吡喃-4-酮、5-羥基尿嘧啶、2,4-二甲基己烷、(Z)-2-庚烯醛和1-十五烯。

表9 烤香茶油的香氣成分相對含量Table 9 Relative content of aroma components in roasted odor camellia oil

續表9

續表9

將10種烤香茶油的香氣成分相對含量數據設為組1，1種浸出茶油設為組2，50種摻偽浸出茶油設為組3，將61個樣品的30個特征香氣成分作為指標代入SPSS 22.0軟件，選擇步進式判別分析，得到Fisher判別函數式：

Y2=(2.449E-13)×C3-甲基丁醛+(2.995E-13)×C苯甲醛-(1.065E-15)×C苯乙醛+(3.612E-12)×C庚醛+1.810×C辛醛-(6.859E-15)×C壬醛+(8.012E-15)×C(E)-2-癸烯醛-(1.744E-14)×C2-十一烯醛-(1.379E-13)×C辛酸-(1.108E-13)×C2,5-二甲基吡嗪-1.461。

(2)

由式(2)可知，辛醛對判別的貢獻最大。模型的特征值為1.343，典型相關性為0.757，表明該判別函數效果較好。將3種添加茶油香精的浸出茶油作為測試數據，使用該模型對訓練數據及測試數據進行分類鑒別，判別結果見表10。

由表10可知，訓練數據的判別正確率達83.6%，只有摻偽比例為5%的10個樣品被誤判為烤香茶油。因此該判別模型能夠鑒別烤香茶油中摻偽比例為10%及以上的浸出茶油。但是，該模型未能正確判別測試數據，3種添加香精的浸出茶油被誤判為烤香茶油。這些茶油香精具有強烈的烤香味，其中甲基環戊烯醇酮和2-甲基吡嗪等帶來焦糖香、爆米花香的成分也普遍存在于烤香茶油中，可能是由于重要香氣成分較為相似而未能判別出其為浸出茶油。

表10 LDA2的分類判別結果?Table 10 Classification discriminant results of LDA2

綜上，全部數據的總體判別正確率為79.7%；根據烤香茶油香氣成分組成和相對含量建立的LDA模型能夠鑒別烤香茶油中摻偽比例為10%及以上的浸出茶油，但還不能正確鑒別添加烤香味茶油香精的浸出茶油，仍需進一步研究。

3 結論

試驗表明，精煉浸出茶油中關鍵香氣成分為(E)-2-癸烯醛、辛醛、(E)-2-壬烯醛和壬醛。添加香精的浸出茶油中特有的香氣成分為2-甲氧基-3-甲基吡嗪、甲基環戊烯醇酮和2-甲基吡嗪，分別具有堅果、咖啡、焦糖、爆米花等香氣，雖然國標中允許使用這3種食品用于合成香料，但植物油脂中不得添加食品用香料、香精，因此在茶油中應禁止添加這類茶油香精。線性判別分析模型對原香茶油和烤香茶油的判別正確率分別達到84.0%和83.6%，能夠鑒別原香及烤香茶油中摻偽比例為10%及以上的浸出茶油；線性判別分析模型能夠很好地鑒別出添加茶油香精的浸出茶油，正確率達100%，但烤香茶油的模型無法鑒別，這與烤香味香精和烤香茶油的重要香氣成分較為相似有關，后續仍需進一步研究。