专利名称：：一种烤烟醇化品质判定的高效液相指纹图谱主成分分析方法
技术领域：
：本发明涉及一种烤烟醇化品质的分析判定方法，尤其是一种烤烟醇化品质判定的高效液相指纹图谱主成分分析方法。
背景技术：
：烟叶醇化是巻烟生产的重要环节，同时也是烟叶吸食品质改善的一个重要步骤，在提高巻烟成品质量和加强成本控制方面发挥着十分重要的作用。在醇化过程中，烤烟片烟内部发生一系列复杂的生理生化及纯化学的变化，导致内部化学成分的改变，进而引起烟叶品质的改善。烟叶中的化学成分是决定烟叶品质的内在因素，烟叶的化学成分主要包括羰基化合物、氨基酸、蛋白质及其含氮化合物、生物碱和其他含氮杂环化合物、酶、有机酸、酚类化合物、色素、石油醚提取物、矿物质等；经进一步硏究表明，烟叶的化学成分变化主要有两个特征，一是不具有香气特征的大分子化合物如总糖、还原糖、淀粉、总氮、蛋白质、氨基酸、烟碱、类胡萝卜素和高级脂肪酸等发生降解和转化，含量呈下降趋势；二是芳香性的小分子化合物如总有机酸、羰基化合物如醇、醛、酮类、烟叶精油以及糖苷态香气物质得到合成、转化和积累。在烟叶醇化过程中，烟叶挥发性酸、挥发性羰基化合物含量以及烟叶精油中绝大多数香气成分含量显著增加，并符合二次曲线变化规律；醇化过程中烤烟片烟中的还原糖、烟碱、挥发碱、淀粉含量及pH值均随着醇化时间的延长呈持续降低趋势，挥发酸含量则逐渐增加，总氮含量无明显变化。依据烟叶醇化过程中化学成分变化的基本特征，探讨以化学分析与感官评吸相结合的醇化质量评价方式，对于减少和克服传统评价方式的缺陷，增加客观性和评价的准确性具有积极的意义。多年来，烟草科研人员试图用简单有效的化学方法来代替传统的感官质量评吸方法。但是，由于影响烟叶抽吸品质的因素是各化学成分的复杂平衡关系导致，所以利用化学指标方法来判断烟叶的醇化质量显得单一、片面；然而，目前还没有广泛适用的化学分析和仪器分析方法，这就限制了在生产上的应用。我们在研究中发现指纹图谱技术是对模糊物质研究的最佳方法，通过指纹图谱技术判断烟叶的醇化质量具有全面性和均一性。指纹图谱的概念是从中药药材的药性研究中首先提出来的，其定义是指样品经适当处理后，采用一定的分析手段，得到的能够标示该样品特性的共有峰的图谱。当前，色谱技术的多样化和检测能力的增强为指纹图谱研究和应用提供了良好的工作平台，针对此项技术，所涉及的方法种类繁多，包括TLC、TLCS、HPLC、HPLC/MS、GC、GC/MS、HPCE、IR、NMR及X射线衍射等。其中色谱技术是主流，尤其是TLCS、HPLC和GC已是大家所公认的三种常规的分析手段。随着科学技术的发展，色谱分析仪器的完善与提高，在克服自身固有缺陷，发挥自身优势方面有了长足发展，成为三种互相补充、相互结合的分析手段。其中HPLC方法随新的高效通用型检测器的发展，使得HPLC的适用性和灵敏度得到显著提高，从而使复杂样品的成功分析成为可能。烟叶的指纹图谱是利用色谱技术获得的烟叶特征提取物的色谱图，这是一种综合的、可定性化的鉴别方法，借助MS，NMR法对烟叶的特征提取物进行定性，通过内标和外标进行定量的先进方法。本发明对烤烟片烟在醇化过程中指纹图谱变化规律研究的基础上，建立了不同条件下烟叶醇化品质与指纹图谱特征之间的关系，筛选出适宜的烟叶醇化品质的指纹图谱判定方法，为指导烟叶醇化过程和准确判断醇化质量提供技术支撑。研究对于减少和克服传统评价方式的缺陷，增加客观性和评价的准确性具有积极的意义
发明内容《本发明的目的在于提供一种烤烟醇化品质判定的高效液相指纹图谱分析方法，该方法测定的结果与感官评吸结果具有很好的一致性，有利于增强判定烟叶醇化品质的客观性。为实现本发明目的所采取的技术方案是它是采用高效液相色谱分析方法测定不同烟叶样品，得出烟叶指纹图谱特征峰，然后利用中草药指纹图谱软件对特征峰进行主成分分析，建立特征峰的主成分值与烟叶样品感官质量的回归关系模型；以感官评吸值Y为依变量，7个主成分值A!至A7为因变量，建立特征峰主成分值与感官评吸值的多元回归模型Y二85.64+1.34A!+1.21A2+0.27A3-0.40A4-1.17A5-0.46A6+0.48A7，根据分析所得到的主成分值A,至A7，计算出感官质量Y。其中进行高效液相色谱分析时，流动相A:0.1%的甲酸；B:乙腈，进样量10ul;流量5.0ml/vmin;柱温25°C，采用剃度洗脱在0~40min乙腈由O.OV/V到50，40—5min由50变为100，然后保留5min，在50—55min变为0，保留5min。本发明利用HPLC分析技术，建立烤烟指纹图谱特征峰与感官质量之间的相关关系，进而建立指纹图谱特征峰与感官质量的多元回归模型，利用多元回归模型对烟叶的感官质量进行检测，它的有益效果是提供了一种客观的烤烟醇化品质的判定方法，且准确性和可靠性高；提出的指纹图谱方法和感官评吸方法评价烟叶醇化质量具有一样的效果；该方法简单实用，操作简便，非常适合作为烤烟质量的检测方法。图1为烟叶指纹图谱特征峰示意图具体实施例方式通过具体的实施例子对本发明进一步说明。指纹图谱的优势主要是能够反应具有复杂成分的植物材料及其制剂内在质量的均一性和稳定性。烟叶质量因产区的生态环境、等级、部位及醇化时间的不同而有明显差异，而指纹图谱既具有判断该对象真伪的"共性"，又能反映影响因素带来的差异性特征，具有物种的唯一性和个体的相似性，从而能够从整体上反应烟叶的质量。我们过去曾提出采用碘值法判断烟叶醇化进程，但该方法离生产实际应用的需要还相差甚远，这些研究仅仅提供了应用非感官方法判断烟草醇化进程和品质的可行性认识。在烟草醇化的理论与实践研究中，我们在过去指纹图谱理论与实践研究的基础上，进一步探讨烤烟指纹图谱特征值与醇化进程和醇化品质的关系，并建立了综合预测模型。同时，本项目重点研究了所提出判断方法的影响因子及指标体系，明确其应用条件和范围，使该方法的应用更具有广泛的适用性和实际可操作性。实施例为推广本发明的指纹图谱方法，特将本发明的方法应用与不同醇化时间、不同产地的烤烟进行了醇化质量判定实验。采用的样品见表l:表l:试验验证采用的样品一览表6大省份4个生态地区2个年份2005年福建C3F2005年湖北BLF2005年云南C3F-B2005年云南C3F2005年湖北XFL2005年四川C2L2005年四川C3F2005年云南BFL2005年湖北C2L-A2005年贵州CFL2005年云南XFL2005年东北C2L-A2005年湖北C3L2005年贵州BFL2004年云南C3F-B2005年东北CFL2005年贵州BFL2004年四川C2L2005年四川BFL-B3L2004年湖北C2L-A2005年四川BFL-CX1K2004年东北C2L-B6从打叶复烤线上取若干供试片烟，按照正常程序装箱打包，然后运回武汉，存放在指定的试验仓库中。以放置时间为起始醇化时间，每3个月取一次样，每次取2公斤；一份切丝巻烟，用于感官评吸；另一份磨粉，用于化学成分及酶的测定；一份留样。试验中经过了6次取样，时间分别分别是2006年7月、2006年10月、2007年1月、2007年4月、2007年7月和2007年10月。整个过程中，共取样品132个。样品用烘箱在6(TC下烘干，然后用植物粉碎机粉碎，过60目筛，用塑料袋密封，置于冰箱中保存待测。样品的感官质量是由湖北中烟工业有限责任公司技术中心技术组评吸委员会评定。指纹图谱分析是采用Agilent1100高效液相色谱仪，VWD检测器，色谱柱为YMCC8柱，尺寸150*4.6mm，粒径5pm，孔径12nm。取样品液，在Agilent1100高效液相色谱仪用DAD检测器进行3D扫描，通过对谱图研究，选择吸收波长为250nm;用VWD检测器在250nm处对样品进行检测。流动相A:0.1%的甲酸；B:乙腈。进样量10ul;流量5.0ml/vmin;柱温25。C;采用剃度洗脱在040min乙腈由0.0(V/V)到50，40~45min由50变为100，然后保留5min，在50—55min变为0，保留5min。在上述仪器条件下，得出烤烟指纹图谱特征峰见图1。用中草药指纹图谱软件对烟叶的指纹图谱进行分析，结果表明所作烟叶特征图谱具有高度的稳定性，重现性。表2:不同批次样品指纹图谱的相似度分析图谱编号SlS2S3S4S5S20.9961S30.9860.99〗1S40.9880.9910.9971S50.9840.990.9990.9971S60.9830.990.9950.9950.997通过相似度计算可知，各个特征图谱具有较高的相似度，但同时又能表现出醇化时间不同所带来的差异性。通过比较不同醇化时间烤烟指纹图谱的相似度来看，醇化21个月(S6)和醇化6个月(S1)的图谱具有显著差异。说明指纹图谱一方面可以反映所选用的方法具有重现性，另一方面也可以反应各指纹图谱的差异性。主成分分析(principalcomponentsanalysis,PCA)也称主成量分析，是一种通过降维来简化数据结构；如何把多个变量(指标)化为少数几个综合变量(综合指标)，而这几个综合变量可以反映原来多个变量的大部分信息。表3:18个特征峰的主成分分析结果特征峰PrinlPrin2Prin3Prin4Prin5Prin6Prin7xl0.230.32-0.15-0.240.070.13-0.14x20.220.29-0.15-0.30.090.21-0.15x3-0.040.4-0.0100.01-0.21-0.25x40.16-0.12-0.460.030.120.180.36x50.230.250.11-0.33-0.28-0.110.26x60.290.18-0.220.13-0.29-0.280.22x70.21-0.150.34-0.370,27-0.190.33x80.24-0.32-0.020.010.18-0.140.21x90.3-0.090.180.36-0.02-0.19-0.41x100.210.02-0.29-0.050.61-0.28-0.17xll0.110.37-0.030.2-0.210.040.3x120.060.070.57-0.260.050.05-0.03x130.35-0.220.060.1-0.140.060.12x140.340.210.090.140.05-0.14-0.13x150.38-0.150.120.17-0.080.03-0.14x16-0.110.210.230.470.18-0.130,32x170.160.180.180.260.330,690.1x180.24-0,27-0.06-0.09-0.340.29-0.21417Ja4g力711:70000212j529452值值率征征,8利用SAS8.2软件主成分分析方法对18个特征进行主成分分析，主成分分析(principalcomponentsanalysis,PCA)也称主成量分析，是一种通过降维来简化数据结构；如何把多个变量(指标)化为少数几个综合变量(综合指标)，而这几个综合变量可以反映原来多个变量的大部分信息，分析结果见表3。由表可知，18个特征峰可分成七个主成分，这七个主成分是由SAS8.2软件主成分运行程序所得，每个主成分表示不同的特征峰，一般选择绝对值较大的峰，绝对值越大，对相应的主成分贡献率越大，也就是主成分能够代表相对应的特征峰所反映的信息。主成分1包括X13、X14、X15;主成分2包括XI、X3、X8、Xll;主成分3包括X4、X12;主成分4包括X5、X7、X9、X16;主成分5包括X10、X18;主成分6包括X17;主成分7包括X4、X9。7个主成分的特征值分别为5.29、5.12、2.48、1.27、1.08、0.74、0.57;7个主成分特征值贡献率分别为29.4、28.5、13.8、7.1、6.0、4.1、3.2;七个主成分累计贡献率为92%。从7个主成分的较高贡献率可看出，利用主成分分析方法对烟叶的感官质量判定具有可行性。以感官评吸值为依变量，7个主成分值(ArA7)为因变量，建立特征峰主成分值与感官评吸值的多元回归模型，Y=85.64+1.34A!+1,21A2+0.27Ar0.40A4-1.17A5-0.46A6+0.48A7通过对回归模型的分析(见表4)，结果表明，多元回归模型达到了极显著水平，其中主成分值A,、A2和As达到了极显著水平，这就说明了应用主成分值对感官评吸结果可以进行较为准确的预测。表4:7个主成分与感官质量的多元回归模型(常数F-31.1,PrO.OOOl)<table>tableseeoriginaldocumentpage9</column></row><table>A70.48___0.2266模型应用分析运用获得的回归模型对不同的样品感官评吸值进行预测，结果发现，对于模型样品的预测误差值在0.5%范围内，对于非模型95%的样品预测值控制在2Q/。以内。该结果表明本模型完成适合于对醇化样品感官质量的预测(表5)。表5:应用主成分模型对感官评吸值的预测效果模型样品非模型样品样品感官质量样品感官质量实际值预测值误差实际值预测值误差%2005年福建C3F-01批86.184.10.592005年湖北BLF-01批85.288.2-0.862005年云南C3F-01批88.585.70.812005年湖北XFL-01批8682.80.952005年四川C3F-01批86.787.8-0.312005年云南BFL-01批86.787.7-0.282005年贵州CFL-01批85.384.50.252005年云南XFL-01批86.188.1-0.582005年湖北C3L-01批85.785.7-0.022005年贵州BFL-成熟-Ol批83.790.3-1.912005年东北CFL-01批73.375.6-0.782005年贵州BFL-尚熟-Ol批84.288.8-1.342005年福建C3F-02批86.288.5-0.652005年四川BFL-B3L-01批85.889.7-1.122005年云南C3F-02批88.987.40.422005年四川BFL-CX1K-01批85.582.60.852005年四川C3F-02批87.689.7-0.592005年湖北BLF-02批85.587.8-0.672005年贵州CFL-02批86.486.5-0.042005年湖北XFL-02批8680.31.712005年湖北C3L-02批8789.8-0.812005年云南BFL-02批86.989.8-0.842005年东北CFL-02批75.676.8-0.382005年云南XFL-02批86.488.1-0.48101.340.13跳62<扁11.210.1385.22<細10.270.192.100.1585-0.400.262.280.1422-1.170.2916.720扁3-0.460.341.750.197AAAAAA<table>tableseeoriginaldocumentpage11</column></row><table>C3L-06比2005年东北CFL-06批76.677.8-0.392005年云南XFL-05批84.980.51.312005年贵州BFL-成熟-05批84.386.7-0.692005年贵州BFL-尚熟-05批86.186.5-0.122005年四川BFL-B3L-05批86.388.4-0.612005年四川BFL-CX1K-05批82.9781.532005年湖北BLF-06批84.984.20.212005年湖北XFL-06批87.274.43.952005年云南BFL-06批84.786.2-0.442005年云南XFL-06批84.480.71.112005年贵州BFL-成熟-06批85.189.9-1.362005年贵州BFL-尚熟-06批86.986.50.112005年四川BFL-B3L-06批86.986.20.212005年四川BFL-CX1K-06批83.674.62.84综上所述，本发明指纹图谱主成分分析方法具有较高的准确率。这种方法在烟叶的醇化过程中是首次提出，并首次来加以利用。烟叶醇化过程中的指纹图谱主要是为了表现和控制烟叶化学成分群的整体，所以指纹图谱能够有较好的重现性。由于烟叶是一种复杂的体系，包含了一定的不确定度和模糊性，所以烟叶的指纹图谱也能够大量的表达烟叶的共性。通过利用烟叶指纹图谱方法判定上述烟叶醇化质量的效果可以看出，该方法具有准确性高、稳定性好的特点，实际操作中可节省大量的人力物力财力，使用方便，完全代替利用传统的感官评吸方法对烟叶醇化质量的判定。1权利要求1、一种烤烟醇化品质判定的高效液相指纹图谱主成分分析方法，它是采用高效液相色谱分析方法测定不同烟叶样品，得出烟叶指纹图谱特征峰，然后利用中草药指纹图谱软件对特征峰进行分析，建立特征峰的主成分值与烟叶样品感官质量的回归关系模型；以感官评吸值Y为依变量，7个主成分值A1至A7为因变量，建立特征峰主成分值与感官评吸值的多元回归模型Y＝85.64+1.34A1+1.21A2+0.27A3-0.40A4-1.17A5-0.46A6+0.48A7，根据分析所得到的主成分值A1至A7，计算出感官质量Y。2、根据权利要求1所述的一种烤烟醇化品质判定的高效液相指纹图谱主成分分析方法，其中进行高效液相色谱分析时，流动相A:0.1%的甲酸；B:乙腈，进样量10ul;流量5.0ml/vmin;柱温25"。3、根据权利要求1或2所述的一种烤烟醇化品质判定的高效液相指纹图谱主成分分析方法，其中进行高效液相色谱分析时，采用剃度洗脱在0"40min乙腈由O.OV/V到50，40~45min由50变为100，然后保留5min，在50—55min变为0，保留5min。全文摘要本发明涉及一种烤烟醇化品质判定的高效液相指纹图谱主成分分析方法。它是采用高效液相色谱分析方法测定不同烟叶样品，得出烟叶指纹图谱特征峰，然后利用中草药指纹图谱软件对特征峰进行分析，建立特征峰主成分值与烟叶样品感官质量的回归关系模型；以感官评吸值Y为依变量，7个主成分值A<sub>1</sub>至A<sub>7</sub>为因变量，建立特征峰主成分值与感官评吸值的多元回归模型Y＝85.64+1.34A<sub>1</sub>+1.21A<sub>2</sub>+0.27A<sub>3</sub>-0.40A<sub>4</sub>-1.17A<sub>5</sub>-0.46A<sub>6</sub>+0.48A<sub>7</sub>，根据分析所得到的主成分值A，计算出感官质量Y。本发明具有准确性高、稳定性好的特点，实际操作中可节省大量的人力物力财力，使用方便，完全能够代替利用传统的感官评吸方法对烟叶醇化质量的判定。文档编号G01N30/00GK101661024SQ20081019680公开日2010年3月3日申请日期2008年8月29日优先权日2008年8月29日发明者何结望,辉司,吴风光,孙敬国,涂书新,闫铁军申请人:湖北中烟工业有限责任公司