利用風味物質進行金沙窖酒原產地溯源

張情亞，余德順*，邱樹毅，王長存，鄒江鵬，馬龍利，于海

1(中國科學院地球化學研究所,環境地球化學國家重點實驗室 超臨界流體中心，貴州 貴陽,550081) 2(貴州大學 化學與化工學院，貴州 貴陽,550025) 3(貴州省發酵工程與生物制藥重點實驗室，貴州 貴陽,550025) 4(貴州金沙窖酒酒業有限公司，貴州 金沙,551800)

利用風味物質進行金沙窖酒原產地溯源

張情亞1，2，余德順1，2*，邱樹毅3，王長存4，鄒江鵬4，馬龍利1，2，于海1，2

1(中國科學院地球化學研究所,環境地球化學國家重點實驗室 超臨界流體中心，貴州 貴陽,550081) 2(貴州大學 化學與化工學院，貴州 貴陽,550025) 3(貴州省發酵工程與生物制藥重點實驗室，貴州 貴陽,550025) 4(貴州金沙窖酒酒業有限公司，貴州 金沙,551800)

對不同產地及香型白酒中11種含量較高的主要風味物質進行了測定，運用化學計量學對所測得的11種風味物質含量進行包括主成分分析、聚類分析、判別分析。結果表明：不同原產地白酒中的風味物質含量有顯著差異，結合化學計量學分析，建立了貴州金沙窖酒判別模型，判別準確率為100%，結果表明利用風味物質進行白酒原產地溯源研究是一種有效和準確的手段，有利于相關企業產品質量控制及產地溯源。

風味物質；金沙窖酒；產地溯源

中國白酒是中華民族寶貴的文化遺產，目前已經形成了以濃香、醬香、 清香、 米香4大香型為主的12種香型[1]。除去白酒中大量的乙醇和水以外，通常把剩余的物質稱之為微量組分，但不是所有的微量組分都對白酒風味的形成有貢獻[2]，我們把對白酒風味有貢獻的微量組分稱為風味物質，不同白酒中風味物質種類及含量的不同，也是決定不同品牌及香型白酒口感風味別具特色的一個十分重要的因素[3]。從20世紀50年代開始我國便開始了對白酒微量組分的研究，并且已經檢測到近千種成分[4]。隨著分析技術的不斷發展，關于白酒的風味成分的分析方法也逐漸增多，從早期的紙上層析技術到氣相色譜技術，再到氣相色譜-質譜聯用技術、氣相色譜-飛行時間質譜、氣相色譜-聞香、電子鼻技術等[5-8]。對于白酒的分析也從風味物質分析發展到礦物元素分析，姜濤[9]等對黔川不同原產地的19種典型白酒中的礦物元素進行分析測定，并篩選出6個特征礦物元素指標用于進行原產地溯源研究，整體判別正確率為94.7%。

貴州金沙窖酒酒業有限公司是貴州省內僅次于茅臺酒的第二大醬香型白酒生產企業，金沙窖酒是貴州省的老牌名酒，具有醬香突出、優雅細膩、味醇豐滿、酒體醇厚、回味悠長以及空杯留香的純正醬香獨特風味。本文以金沙窖酒為主要研究對象，結合其他不同產地的白酒，通過對相關白酒中主要的低沸點風味物質進行定性、定量測定，結合化學計量學對所得數據進行分析，建立金沙窖酒判別模型，探究風味物質在白酒產地溯源研究中的可行性。

1 材料與方法

1.1 材料、試劑與儀器

材料：貴州金沙窖酒酒業有限公司品牌白酒8種(醬香型)，購于貴州金沙窖酒酒業有限公司，分別命名為：JS1、JS2、JS3、JS4、JS5、JS6、JS7、JS8，其他白酒均購于貴陽沃爾瑪超市。具體白酒品牌代碼、酒精度、香型及出廠年份見表1。

表1 白酒樣品

試劑：叔戊醇(純度≥99.5%，內標1)、乙酸正戊酯(純度≥99.5%，內標2)、2-乙基丁酸(純度≥99.5%，內標3)：色譜純，阿拉丁試劑有限公司；無水乙醇：色譜純，天津科密歐試劑有限公司。其他未述及實驗用試劑均為分析純及以上，實驗用水為超純水。

儀器：7890A 氣相色譜儀(gas chromatography, GC)，7890A-5975C 氣相色譜-質譜聯用儀(gas chromatography-mass spectrometry, GC-MS)：美國Agilent公司；固相微萃取裝置(solid phase microextraction, SPME)，57328-u型復合萃取頭(Divinylbenzene/Carboxen/Polydimethylsiloxane, DVB/CAR/PDMS)，手動進樣手柄，SPME攪拌加熱平臺：美國supelco公司。

1.2 方法

1.2.1 標準及樣品制備

用移液槍準確吸取叔戊醇、乙酸正戊酯、2-乙基丁酸各2 mL于100 mL容量瓶中，用體積分數為60%的乙醇溶液定容至100 mL。取上述各品牌白酒分別置于10 mL容量瓶中，向其中加入0.2 mL 2%內標液，用酒樣定容至10 mL，低溫、密封、避光保存。

1.2.2 測定條件

色譜條件：Cp-wax 57 CB毛細管柱(50 m×0.25 mm，0.20 μm)；進樣口溫度：250 ℃；載氣：高純氦氣(99.9999%),流速：0.8 mL/min;分流進樣，分流比：30∶1；升溫程序：35 ℃保持5 min，先以5 ℃/min升至100 ℃ ，保持2 min，再以10 ℃/min升溫至160 ℃，保持15 min；進樣量：0.6 μL。

質譜條件：電子轟擊離子源，電子能量為70 ev，離子源溫度230 ℃，接口溫度280 ℃，質量掃描范圍m/z 30～500，NIST11質譜庫，進樣方式：頂空-固相微萃取[10](headspace-solid phase microextraction, HS-SPME)。

1.2.3 HS-SPME方法

取酒樣溶液2 mL于5 mL的萃取瓶中，放入磁力攪拌轉子，旋緊瓶蓋。將萃取瓶放在固相微萃取攪拌加熱平臺設置溫度為35 ℃，將萃取瓶放在其上預熱15 min，萃取頭在使用前插入250 ℃ GC進樣口解析5 min，隨后插入萃取頭距液面1～2 mm，萃取30 min，立即取出并插入GC-MS的GC進樣口熱解析進樣5 min。

1.2.4 數據分析

采用Aglient Chemstation工作站；SPSS 21.0軟件；EXCEL軟件對數據進行處理。

2 結果與分析

2.1 白酒中風味物質的定性、定量分析

按照1.3.1配制好樣品，并按照1.3.3的HS-SPME進樣方法以及1.3.2的色譜質譜條件，對所有酒樣進行GC-MS分析，通過對GC-MS分析所得總離子流圖與NIST11質譜庫中的化合物進行比對，化合物鑒定以相似度 >80%為依據，同時通過GC分析所得色譜圖與標準品的色譜圖保留時間進行比對，以在相同色譜條件下，相同保留時間為同一種物質為依據，共鑒定出19種白酒酒樣中57種低沸點風味物質(包含3種內標物)，選取其中主要的11個峰面積較大的組分(占總出峰面積的85%以上)作為特征變量，根據相關文獻[11]，采用氣相色譜直接進樣，內標法完成定量計算，所有酒樣11個特征變量的定量結果見表2。

續表2

名稱乙醛乙酸乙酯乙縮醛異戊醛丁酸乙酯正丙醇異丁醇異戊醇乳酸乙酯乙酸糠醛TC276717184532666611467398106729041402111975936YX2241874746170950166291073235810231150761734GT3374288726499923746142051492312211494205292363ZJ3320538718781856942716253991163913381283QJ2955174836245103713966041738410815593125882368WLY15846372277275844412727852154141854742951HX2411287664103061123119521394684830SH35316065940010516167047148321090

2.2 風味物質的化學計量學分析

采用SPSS 21.0對JS1、JS2、JS3、JS4、JS5、JS6、MT、WZ、YB、TC、GT、YX、WLY、HX進行主成分分析、聚類分析、判別分析，建立金沙窖酒判別模型，JS7、JS8、ZJ、QJ、SH用于驗證判別模型的準確性。

2.2.1 數據預處理

從表1中數據不難發現，數據結果中各變量之間存在量綱或者數量級的差異，數值大的變量自然會在分析過程中提供較大的貢獻，作用則更為顯著，這會導致那些盡管可能攜帶更重要的信息但數值較小的變量，但會被數值大的變量所掩蓋，從而造成不合理的統計分析結果，為避免這種情況的出現，必須對數據進行預處理[12]，從而消除由于數量級以及量綱不同所造成的差異。采用SPSS 21.0對原始數據進行標準化處理，使數據服從(0,1)正態分布規律[13]，變換后的數據見表3。

表3 標準化數據

2.2.2 主成分分析

將表2的數據輸入SPSS中進行主成分分析，得到變量間的相關系數矩陣，由相關系數矩陣出發，進行主成分分析，主成分提取結果見表4，提取累計貢獻率大于80%的因子，由表4可知前3個主成分因子所攜帶的信息占總信息的87.661%，基本上保留了原變量的所有信息。表5為各變量在3個主成分因子上的載荷矩陣表，顯示了各原始變量在3個主成分上所占的載荷系數，即對主成分的貢獻率，可以根據每個變量在主成分上所占的載荷大小，來確定每個主成分所代表的變量信息。

表4 主成分提取結果

表5 因子載荷矩陣

由表5可以看出主成分1上載荷較大的因子有：乙縮醛、乙醛、異戊醛、異丁醇、異戊醇、糠醛、丁酸乙酯、正丙醇，說明主成分1反映了醛類、醇類以及丁酸乙酯的信息；主成分2上載荷較大的因子有：乳酸乙酯、乙酸乙酯、乙酸，反映這3個組分的的信息；主成分3反映了乳酸乙酯這一個酯類組分的信息，不難發現，通過主成分分析我們將原來很多個變量轉化為3個主成分因子，每個主成分因子上具有較大載荷系數的變量，在很大程度上則代表了樣本所攜帶的信息，可以認為是樣本的特征變量。通過進一步分析，可得主成分因子得分系數矩陣(見表6)，表6則是主成分分析的最終結果，每一個主成分下的得分系數則反映了這些變量間的線性組合，不難看出，通過得分系數的大小，也能反映出每個主成分所體現的變量特征。從成分得分系數表6中能得到3個主成分得分方程。

F1=0.137×Z(乙醛)+0.073×Z(乙酸乙酯)+0.138×Z(乙縮醛)+0.135×Z(異戊醛)+0.115×Z(丁酸乙酯)+0.132×Z(正丙醇)+0.135×Z(異丁醇)+0.135×Z(異戊醇)-0.016×Z(乳酸乙酯)+0.095×Z(乙酸)+0.13×Z(糠醛)

F2=0.163×Z(乙醛)+0.339×Z(乙酸乙酯)+0.156×Z(乙縮醛)-0.12×Z(異戊醛)-0.184×Z(丁酸乙酯)-0.093×Z(正丙醇)-0.181×Z(異丁醇)-0.043×Z(異戊醇)+0.365×Z(乳酸乙酯)+0.313×Z(乙酸)-0.1×Z(糠醛)

F3=0.234×Z(乙醛)-0.46×Z(乙酸乙酯)+0.226×Z(乙縮醛)+0.182×Z(異戊醛)-0.038×Z(丁酸乙酯)-0.258×Z(正丙醇)-0.106×Z(異丁醇)+0.194×Z(異戊醇)+0.503×Z(乳酸乙酯)-0.353×Z(乙酸)+0.105×Z(糠醛)

式中,Z代表所代入的數據都是經過標準變換后的數值，通過代入上面的方程，可以得到14種白酒樣品在3個主成分上的因子得分(如表7所示)，可見，通過主成分分析，可將原來11個變量轉化為3個主成分因子，達到降維的目的，因此在后續諸如聚類分析、判別分析，都通過主成分得分來進行。

表6 成分得分系數矩陣

表7 主成分得分

以第一主成分得分為橫坐標，第二主成分得分為縱坐標得各白酒因子得分散點圖(圖1所示)。由圖1不難看出14種白酒大致分為3個區域：6種金沙窖酒集中分布在PC1正區域、PC2負區域；省內其他醬香型白酒由于不是出于同一原產地，分布則較為分散，但也相對集中在PC2正區域；省外其他香型的兩種白酒的分布也是較為分散，但相對集中在PC1以及PC2負區域。由此可見，所選的11種風味物質是可以將金沙窖酒與其他白酒區分的有效指標。

圖1 第一主成分和第二主成分得分散點圖Fig.1 Scatter plot of the PC1 and PC2 component scores

2.2.3 聚類分析

根據表7得到的各主成分得分，采用SPSS 21.0進行系統聚類分析(HCA)，選擇組間連接法作為分類方法，選擇夾角余弦作為區間度量標準[14]，聚類分析結果用樹狀圖表示(圖2)。由圖2不難發現，14種白酒被分為6類：6種金沙窖酒被分為一類；WLY、HX被分為一類；YX、GT被分為一類；MT、YB、TC被分為一類；WZ、TC分別單獨成類。從系統聚類分析結果來看，分類效果是令人滿意的，能夠將金沙窖酒與其他醬香型白酒區分開來。

圖2 聚類分析樹狀圖Fig.2 Dendrogram of clustering analysis

2.2.4 判別分析

選擇主成分分析時得出的3個主成分因子得分為預測變量，將14種白酒分為兩類作為分組變量取值，即金沙酒廠出品的6種白酒為1，其他酒廠出品的白酒為2，選擇5種酒樣作為驗證判別結果準確性，其中金沙酒廠2種(JS7、JS8)，其他酒廠3種(ZJ、QJ、SH)，利用SPSS軟件得到Fisher判別函數系數見表8，通過表8，建立判別模型。

金沙窖酒的Fisher判別函數：

Z1=4.726×F1-4.465×F2-0.354×F3-4.041

其他白酒的Fisher判別函數：

Z2=-3.544×F1+3.349×F2+0.266×F3-2.576

表8 分類函數系數

判別準則為：將樣品數據分別輸入上述兩個方程，若Z1>Z2，對應樣品判別為1(即金沙酒)，若Z1< Z2，對應樣品判別為2(非金沙酒)。將初始酒樣與待判酒樣主成分因子得分分別代入上述兩個函數，輸出結果如表9所示。

表9 Fisher判別函數得分

由表9不難發現，8種金沙窖酒的Fisher判別得分Z1>Z2，根據判別準則判定為1(即金沙窖酒)，其他各品牌白酒的Fisher判別得分Z1< Z2, 根據判別準則判定為2(即非金沙窖酒)，原14種酒樣以及5種待判定酒樣全部判定正確，判別準確率達到了100%。結果表明利用所建立的判別模型能很好的鑒定未知白酒是否屬于金沙窖酒，為相關企業產品質量控制及產地溯源提供了基礎依據。

3 結論

本研究針對貴州省金沙窖酒等主要醬香型白酒以及省外其他主要香型白酒的風味物質進行初步分析研究，對其中主要的11種低沸點風味物質進行了定性、定量測定，并對數據進行了化學計量學分析。獲得以下幾點結論：(1)通過主成分分析，提取了3個主成分因子，并求得各主成分得分，通過第一主成分得分和第二主成分得分散點圖可以將金沙窖酒與其他白酒區分開；(2)通過聚類分析，將所有白酒分為6類：貴州金沙窖酒6種白酒被分為一類；WLY、HX被分為一類；YX、GT被分為一類；MT、YB、TC被分為一類；WZ、TC分別單獨成類，分類結果是令人滿意的，能將貴州金沙窖酒同省內其他醬酒區分開來；(3)通過判別分析，建立了貴州金沙窖酒Fisher判別模型，根據判別準則，通過將原有酒樣以及待判定酒樣進行驗證，所有酒樣均被分類正確，模型準確率達到了100%。

可見，利用風味物質進行金沙窖酒原產地溯源研究是可行的，通過白酒主要風味物質的分析測定及建立判別模型能很好地對白酒進行產地判定，為白酒生產質量控制提供重要依據。

[1] 黃業立,張彬,武金華.試論芝麻香型白酒[J].釀酒科技,2007(7): 116-119.

[2] 范文來,徐巖.白酒風味物質研究方法的回顧與展望[J].食品安全質量檢測學報,2014,5(10): 3 073-3 078.

[3] 李春光,屈菊平.氣相色譜法分析白酒微量成分研究[J].焦作大學學報,2004(3): 105-106.

[4] 季克良,郭坤亮,朱書奎,等,全二維氣相色譜/飛行時間質譜用于白酒微量成分的分析[J].釀酒科技 2007(3): 100-102.

[5] 范文來,徐巖.中國白酒風味物質研究的現狀與展望[J].釀酒,2007,27(4): 31-37.

[6] 李大和.建國五十年來白酒生產技術的偉大成就(六)[J].釀酒,1999,26(6): 19-31.

[7] 曾祖訓.白酒香味成分的色譜分析[J].釀酒,2006,33(2): 3-6.

[8] 徐晚秀,李臻峰,張振,等.基于電子鼻的中國白酒酒齡檢測[J].食品與發酵工業,2016,42(2): 144-149.

[9] 姜 濤,肖唐付,寧增平,等.黔川典型白酒多元素組成及其原產地判定研究[J].地球與環境,2013,41(5): 529-534.

[10] 張源麟,董建軍,郝俊光,等.頂空固相微萃取-氣相色譜-質譜法同時檢測啤酒釀造大米中16 種風味物質含量[J].食品科學,2015,36(22): 75-79.

[11] 蔡心堯,尹建軍,胡國棟.毛細管柱直接進樣測定白酒香味組分的研究[J].色譜,1997,15(5): 367-371.

[12] 謝貞建,唐遠謀,黃小燕,等.四川不同產地濃香型白酒金屬元素測定及主成分分析[J].釀酒科技,2014(11): 87-89.

[13] 周長會,高宴梓,祁正興,等.茶葉中微量元素的主成分分析和聚類分析[J].南陽理工學院學報,2012,4(2): 104-106.

[14] 劉江,陳興福,楊文鈺,等.川麥冬野生種質資源色譜特征圖譜的建立及其系統聚類分析[J].中國中藥雜志,2010,35(20): 2 726-2 730.

Discussion of the origin traceability of Jinsha liquor by using flavor compounds

ZHANG Qing-ya1,2, YU De-shun1,2*, QIU Shu-yi3，WANG Chang-cun4, ZOU Jiang-peng4, MA Long-li1,2,YU Hai1,2

1(Research Center of Supercritical Fluids, State Key Laboratory of Environment Geochemistry, Institute of Geochemistry, Chinese Academy of Sciences, Guiyang 550081, China) 2(College of Chemistry and Chemical Engineering, Guizhou University, Guiyang 550025, China) 3(Province Key Laboratory of Fermentation Engineering and Biopharmaceutical，Guiyang 55025，China) 4(Guizhou Jinsha Jiaojiu Co. Ltd., Jinsha 551800, China)

Contents of 11 kinds of main flavor compounds in liquor from different producing areas and flavor types were determined and measured by chemometrics methods including principal component analysis, cluster analysis, and discriminant analysis. The results showed that contents of liquor from different origin producing areas were significant different. A discriminant model for liquor from Guizhou Jinsha was established based on chemometrics analysis and its discriminant accuracy reach 100%. The results showed that it was a very effective and accurate method to study the origin traceability of liquor through flavor compounds and was useful for quality control of related enterprises’ products and their origin traceability.

flavor compounds Jinsha liquor; origin traceability

10.13995/j.cnki.11-1802/ts.201612028

碩士(余德順研究員為通訊作者，E-mail：yudeshun@vip.skleg.cn)。

2013年度省市院科技合作項目(省市院合作項目2013-1)

2016-06-19，改回日期：2016-08-22