草果中富含多種生物活性成分，包括揮發油、酚類、黃酮類、二苯基庚烷類和雙環壬烷類等，其中揮發油的含量尤為豐富，藥用歷史悠久，多以干燥果實入藥，具有燥濕溫中，截瘧除痰的功效。草果作為我國傳統的藥食同源植物，又因其具有特有的辛辣風味，通常被用作烹飪中的天然香料。本實驗以10種不同產地草果為研究對象，采用Heracles超快速氣相色譜電子鼻技術結合化學計量學模型建立一種快速、高效鑒別草果產地的方法。
藥材
10種不同產地草果干燥成熟果實，草果樣品具體信息見表1。
表1 不同產地草果信息
草果氣味指紋圖譜
利用電子鼻對10種不同產地草果樣品進行的檢測分析及后續數據處理，獲得了在MXT-5色譜柱和MXT-1701色譜柱上的氣味指紋圖譜，結果如圖2、圖3所示，觀察到不同產地草果的氣味成分色譜峰在出峰時間和峰面積上均呈現出明顯差異。若通過比對放大色譜圖來尋找樣品組間的差異，此過程較為繁瑣與復雜。為了提高分析效率，故采用先統計后化學分析的方法，首先，通過PCA法對不同產地草果樣品的氣味進行統計分析，識別氣味上的差異。在PCA分析的基礎上，進一步確定差異色譜峰。隨后，利用AroChembase數據庫對這些差異色譜峰進行定性分析。
圖2 草果在MXT-5色譜柱上的氣味指紋圖譜
圖3 草果在MXT-1701色譜柱上的氣味指紋圖譜
主成分分析
主成分分析（Principal Component Analysis，PCA）是一種常用統計分析方法，它可以將多個變量轉換為少數幾個主成分，從而簡化數據分析。本研究使用PCA算法對電子鼻采集的原始數據進行分析，通過計算主成分識別指數（Discrimination Index，DI）和貢獻率來識別變量。通過PCA分析，可以有效地揭示不同產地草果樣品氣味特征的差異。第一主成分（PC1）與第二主成分（PC2）的區分貢獻率之和為99.58%（圖4），表明這兩個主成分足以解釋10種不同產地草果樣品間的絕大部分的氣味差異，驗證了PCA模型能夠非常好地反映不同產地草果樣品間的氣味差異。識別指數（DI）是一種量化指標，用于衡量數據集或實驗結果中不同樣品或樣本之間的區分度。DI的數值大小直接關聯于數據集中樣本間的差異性。DI值越大，表示數據集中不同樣品或樣本之間的區分度越高，即模型或實驗方法的區分效果越好。草果樣品在主成分分析圖上的DI值達到89，進一步表明基于氣味特征的差異可以有效地區分10種不同產地的草果樣品。
圖4 草果樣品間的PCA分析圖
圖5展示了10種不同產地草果在PCA分析中兩兩樣品間距離柱狀圖，距離的遠近直觀反映了兩兩樣品間氣味差異的大小。距離越近則代表樣品間氣味差異性越小，距離越遠代表樣品間氣味差異性越大。圖中S3與S4草果樣品的距離最近，表明兩者之間氣味差異性最小；而草果樣品S1與S7距離最遠，意味著S1與S7樣品間氣味差異性最大。
圖5 10種不同產地草果兩兩樣品間相對距離（歐氏距離）柱狀圖
為進一步分析不同產地草果樣品氣味差異，先篩選了具有顯著區分能力（區分能力>0.900）和較大峰面積（峰面積>5000）且分離效果好的氣味色譜峰。這樣的篩選有助于更準確地識別影響草果氣味差異的關鍵化合物。經過篩選后的草果樣品在圖6中的分布趨勢與圖4中未經篩選的樣品分布趨勢相一致。這一發現證實了所選擇的色譜峰能夠有效地反映草果樣品的整體氣味特征。在主成分分析圖（PCA）的基礎上添加了載荷圖（Loading），載荷圖是對PCA結果的補充，它展示了各色譜峰對主成分的貢獻程度，從而幫助識別影響草果樣品氣味差異的關鍵化合物。在Heracles載荷圖中，每個色譜峰代表一個變量，其位置和距離反映了它對主成分的貢獻大小。因子越靠近樣品點，表明它對樣品間差異的貢獻度越大。可根據色譜峰的保留指數在AroChembase數據庫定性得到造成氣味差異的化合物信息。
圖6 10種不同產地草果樣品間主成分分析及載荷圖
主要差異揮發性化合物定性及定量分析
利用正構烷烴標準溶液，將氣味成分色譜峰的保留時間轉換為保留指數，結合AroChembase數據庫對篩選出的差異色譜峰進行定性，表4列出了可能含有的化合物，包括醛類、醇類、烯烴、酯類等22種主要差異揮發性化合物，其中以醛類成分較多。22種主要差異揮發性化合物在不同產地草果中均有發現，但含量存在顯著差異。色譜圖上的峰面積大小可以反映化合物的相對含量，其中γ-松油烯的峰面積最大，表明其含量最高。云南西雙版納草果中，左旋-α-蒎烯、左旋-β-蒎烯、2-甲基噻吩等13種揮發性化合物含量較高。云南德宏草果中，乙醇、丙烯醛等3種揮發性化合物含量較高；云南文山草果中，異丁醇、γ-松油烯等3種揮發性化合物含量較高；云南紅河草果中，正己醛、反式-2-己烯醛2種化合物含量較高；云南怒江草果中，p-menthadienhydroperoxide、3-十二酮2種揮發性化合物含量較高。相比之下，四川草果中，甲酸甲酯、乙醇等13種揮發性化合物含量較低；廣西桂林草果中，癸醛、3-甲基-2,4-壬烷二酮等7種揮發性化合物含量較低，而廣西南寧草果中p-menthadienhydroperoxide含量最低。
表4 草果主要差異揮發性化合物定性與定量分析結果
不同產地草果中主要差異揮發性化合物的ROAV分析
揮發性化合物對食品氣味的貢獻不僅取決于其含量，還受到嗅覺閾值的影響。含量相同的兩種化合物，同種介質中閾值越低則氣味越強。對于含量不同，閾值不同的兩種物質，則可以計算其ROAV值，從而評估不同化合物對草果氣味的具體貢獻，確定其在形成草果特有氣味中的重要性。基于峰面積歸一化法計算得到相對含量，以及通過AroChembase數據庫查詢得到嗅覺閾值。表5為云南西雙版納草果中主要差異揮發性化合物ROAV與氣味描述分析結果，ROAV值位于1至100范圍內的化合物有三種，分別是4-乙基-2-甲氧基苯酚、3-甲基-2,4-壬烷二酮和反式-2,4-癸二烯醛，這些化合物對草果的氣味特征起到關鍵作用。ROAV值介于0.1至1之間的兩種化合物，癸醛和左旋香芹酮，對草果的氣味特征起到重要的修飾作用。結合這些化合物的氣味描述，得出草果的主要氣味特征包括辛辣、柑橘、酚醛、刺鼻和脂肪等味道。而關于新鮮草果的氣味描述主要為柑橘、草藥、辛辣、松樹、水果、脂肪等，結合兩者可知，草果鮮果和草果干果兩者氣味相似均有辛辣味、脂肪味等。
表5 主要差異化合物ROAV與氣味描述分析
不同產地草果的ROAV分析結果有所差異（圖7），其中在云南紅河、西雙版納草果中，4-乙基-2-甲氧基苯酚相對含量與嗅覺閾值的比值最大，這代表著4-乙基-2-甲氧基苯酚是云南紅河、云南西雙版納草果氣味特征貢獻最大的化合物。在其他產地草果中3-甲基-2,4-壬烷二酮相對含量與嗅覺閾值的比值最大，表示該化合物為其他地區草果氣味特征貢獻最大的化合物。因此，這些化合物的含量及其ROAV值的差異可以作為區分不同產地草果的關鍵指標。
圖7 不同產地草果的ROAV雷達圖
判別因子分析（DFA）
為深化對不同產地草果的區分，在PCA模型的基礎上，進一步構建DFA模型，以縮小組內變異并實現對草果產地的快速有效鑒別。這一分析將有助于精確識別和區分不同產地的草果，為草果產地溯源鑒別提供科學依據。判別因子分析（Discriminant Factor Analysis，DFA）法是一種判定個體所屬類別的統計方法，它在主成分分析的基礎上把組內距離減小，組間距離增大，從而提高樣本的區分度。DFA分析在樣本數據庫構建完成后，對于未知樣本的定性判別具有重要作用，能夠確定其所屬的類別，適用于產品真偽鑒定、產地識別以及未知樣本的分類等多種應用場景。
在主成分分析基礎上，對10種不同產地草果樣品進行判別因子分析，分析結果如圖8顯示，判別因子1判別指數為62.46%，判別因子2判別指數為24.56%，不同產地草果樣品組內分布集中且離散程度小，組間分布離散程度大，表明該分析方法能夠有效地區分不同產地的草果樣品。進一步地，將3種不同產地的草果未知樣本的圖譜信息投射到已建立的DFA模型中，每種未知樣本均設置了兩組重復。如圖8所示，通過模型判定，3種未知樣本分別被準確歸類到S2、S6和S8三個不同的產地。具體到每個未知樣本，歸屬于S2產地的樣本識別準確率分別為98.9%和99.2%，歸屬于S6產地的樣本識別準確率分別為95.5%和94.2%，而歸屬于S8產地的樣本識別準確率分別為81.7%和97.2%。這些結果表明，DFA模型對于未知草果樣品的判別具有較高的準確性。因此，基于DFA模型的分析，可以快速而準確地鑒定草果的產地，為草果的產地溯源提供了一種有效的技術手段。
圖8 草果樣品的DFA分析圖
本研究采用超快速氣相電子鼻技術獲取了不同產草果的氣味色譜信息，篩選出酯類、醛類、醇類等22種主要差異揮發性化合物。通過計算這些主要差異揮發性化合物ROAV值，提示4-乙基-2-甲氧基苯酚、3-甲基-2,4-壬烷二酮、反式-2,4-癸二烯醛是草果氣味特征的關鍵貢獻者（1≤ROAV≤100）。首次發現4-乙基-2-甲氧基苯酚（ROAV=100）是云南紅河、西雙版納草果氣味特征的最大貢獻者，3-甲基-2,4-壬烷二酮是其他地區草果氣味特征的最大貢獻者（ROAV=100）。癸醛和左旋香芹酮對草果氣味特征起修飾作用（0.1≤ROAV）。這五種化合物在不同產地草果中的含量有所差異，這為草果氣味特征的地域性差異提供了化學基礎。基于不同產地草果的氣味特征建立的PCA分析模型的識別指數為89，DFA模型的判別指數為87.02%，可以有效辨別草果的產地來源。
參考文獻：胡蒙蒙,趙蓉,洪玉冰,等.不同產地草果氣味特征成分的快速分析[J/OL].現代食品科技,1-14[2025-04-18].
提醒：文章僅供參考，如有不當，歡迎留言指正和交流。且讀者不應該在缺乏具體的專業建議的情況下，擅自根據文章內容采取行動，因此導致的損失，此運營方不負責。如文章涉及侵權或不愿我平臺發布，請聯系小編。
提醒：文章僅供參考，如有不當，歡迎留言指正和交流。且讀者不應該在缺乏具體的專業建議的情況下，擅自根據文章內容采取行動，因此導致的損失，此運營方不負責。如文章涉及侵權或不愿我平臺發布，請聯系小編。
