基于電子鼻與多元統計分析鑒別當歸產地的研究

劉阿靜 王娟 王波 王慧珺 張紅艷 丁歡

（蘭州海關技術中心 甘肅蘭州 730010）

1 前言

當歸為傘形科植物當歸（Angelica sinensis（Oliv.）Diels）的干燥根，主產于我國甘肅、云南、四川、陜西和湖北等地，亞洲西部、歐洲及北美等地也多有栽培，性甘、辛、溫，有補血活血、調經止痛、潤腸通便之功效[1-2]。研究表明，當歸中含有豐富的阿魏酸、藁本內酯及總揮發油等有效成分，這些有效物質的合成和累積，與其生存的生態環境緊密相關，故不同產地的當歸，其有效成分的含量有顯著差異，品質參差不齊[3-5]，若對其產地鑒別不當，會嚴重影響當歸藥效的發揮。

據文獻報道，目前當歸藥材道地性的評價鑒別技術主要有指紋圖譜技術、DNA分子遺傳標記、內生菌群特征和電子鼻技術等[6-10]，前兩者是藥材道地性評價最為傳統的方法，后兩者通過內在品質和量化氣味的手段，能夠全面、科學、客觀、整體性地評價當歸藥材的道地性，具有非常大的開發潛力。

電子鼻作為一種新型鑒別技術，能夠快速準確地表征被測樣品氣味的整體信息，通過多種模式識別不同樣品氣味中的微小差異，以此實現產地溯源，克服檢測設備昂貴、實驗操作復雜等難題，實現快速無損化檢測[11-16]。為保護甘肅當歸道地性的良性發展，本實驗基于電子鼻技術，提取不同產地當歸樣品的整體性氣味信息，借助多元統計分析法，建立氣味識別模型，用以表征分析當歸的氣味特性，以期實現4個不同產地的當歸藥材的高效快速鑒別。

2 材料與儀器

2.1 材料

共采集當歸藥材樣品15批，分別從4個主產區甘肅隴南（1#~2#）、甘肅定西（3#~7#）、甘肅武威（8#~11#）、青海西寧（12#~15#）收集，所有樣品經蘭州大學封士蘭教授鑒定為傘形科植物（Angelica sinensis（Oliv.）Diels）的干燥根。

2.2 儀器

PEN3便攜式電子鼻（北京盈盛恒泰科技有限責任公司，附帶10根不同的氣體傳感器，其性能見表1）；電子天平（德國Sartorius公司，±0.1 mg）；微型高速萬能粉碎機（鄭州科豐儀器設備有限公司）；螺紋口頂空進樣瓶（50 mL）。

表1 傳感器性能

3 方法與結果

3.1 方法

3.1.1 樣品采集方法

將當歸樣品洗凈，除去須根；晾曬干，粉碎，過3號篩；精密稱取樣品粉末5 g，置于50 mL頂空進樣品瓶中，擰緊密封；在室溫條件下將針頭插入頂空進樣瓶進行氣味數據采集，每份樣品重復測定6次。

3.1.2 稱樣量的考察

精密稱取樣品粉末0.5、1.0、2.0、5.0、8.0、10.0 g；進氣流速為300mL/min，于室溫條件下放置30 min；其它參數不變，測定各傳感器響應值。結果顯示，當稱樣量≥5.0 g時，區分度逐漸下降，原因可能為隨著樣品量的增大，當歸強烈的氣味會影響到傳感器的判斷，使得部分傳感器的氣味識別超載，因此本文選擇稱樣量為5.0 g。

3.1.3 進氣流速的考察

精密稱取樣品粉末5.0 g，于室溫條件下放置時間30 min；其它參數不變，分別考察100、200、300、400、500 mL/min進氣流速下傳感器的響應值。結果顯示，當進氣流速≥300 mL/min時，響應曲線相對穩定，表明各傳感器對氣味的表征趨于穩定，因此本文選擇進氣流速為300 mL/min。

3.1.4 放置時間的考察

精密稱取樣品粉末5.0g，進氣流速為300mL/min；其它參數不變，分別考察樣品在室溫放置時間10、20、30、50、60 min下傳感器的響應值。結果顯示，樣品放置30 min后，響應值曲線趨于穩定，因此本文選擇放置時間為30 min。

3.1.5 電子鼻響應值的測定

本文在對上述各因素進行優化的基礎上，最終選取最佳的測試條件：稱樣量為5.0 g，進氣流速為300 mL/min，樣品室溫放置時間為30 min，傳感器自清洗時間為150 s，分析采樣時間為100 s。在進樣前6 s時間段，測得的相對電阻率較低，但隨著揮發性氣體成分在各傳感器表面持續不斷地富集，相對電阻率呈現先增加而后逐漸趨于平緩，至80 s后達到相對穩定的狀態，因此，本文數據分析選擇在80~90 s。以穩態時刻80～90 s獲得的氣味數據，繪制不同產地當歸的氣味響應柱狀圖，見圖1。從圖1可以看出，電子鼻各傳感器對不同產地當歸的氣味響應差異明顯，其中S9（W2W）是氣味響應值最為明顯的傳感器，其次是S2、S6和S7。

3.1.6 精密度考察

重復測定同一樣品6次（以1#樣品穩態時刻的平均值為例），分別計算各傳感器響應值RSD。結果顯示，電子鼻10根傳感器響應值RSD在0.91%～4.61%之間，表明該儀器的精密度良好，能夠滿足實驗測定的要求。

3.2 數據分析

本文采用試驗所用電子鼻儀器自帶的WinMuster軟件中的Loading分析法、主成分分析法（Principal component analysis，PCA）、線性判別分析法（Linear discriminant analysis，LDA） 和 判 別 因 子 分 析 法（Discriminant factor analysis，DFA）等對實驗數據進行分析。

3.3 結果與分析

3.3.1 不同當歸樣品氣味特征數據分析

為更直觀地表示區分效果，本文根據傳感器對不同產地當歸樣品響應特征值的不同，選取響應曲線穩態時刻（80~90 s）的平均值，繪制當歸藥材氣味雷達圖，見圖2。從圖2可以看出，不同產地當歸雷達圖的陰影部分面積各不相同，樣品產地間的差異性可以通過雷達圖來展現。其中，S9、S2、S6和S7傳感器接收到的不同產地當歸氣味響應值的差異性較大；S1、S3、S4、S5、S8和S10傳感器接收到的不同產地當歸氣味響應值，在雷達圖中幾乎可以相互重疊，差異性較??；S9傳感器的氣味響應值在雷達圖中分布的頂點距中心點最遠，表明其氣味響應值的影響最大，當歸中可能含有芳香成分或有機硫化物成分，這與文獻[17-18]中報道的一致。由此可見，通過電子鼻所測樣本數據生成的雷達圖，以及氣味響應曲線圖及柱狀圖，均能夠從宏觀角度反映當歸產地間的差異性。

3.3.2 傳感器分析

本文利用Loading分析法對氣味信息數據進行分析，見圖3。從圖3可以看出，對第1主成分貢獻率最大的是S9（W2W）傳感器，對第2主成分貢獻率最大的是S2（W5S）傳感器；結合表1可以看出，S9（W2W）傳感器對芳香成分及有機硫化物靈敏，S2（W5S）傳感器對氮氧化合物靈敏。因此，當歸氣味成分中可能主要含有芳香類化合物、有機硫化物和氮氧化合物，這與文獻[17-18]中報道的一致。

3.3.3 不同產地當歸比較分析

PCA對不同產地當歸藥材的分析結果見圖4和表2。從圖4和表2可以看出，在PCA模型中的第1主成分的貢獻率為99.63%，第2主成分的貢獻率為0.24%，二者的總貢獻率為99.87%，說明該模型能夠較好地反映原始數據信息。據此分析電子鼻對不同產地當歸的氣味識別能力，分析結果表明，其區分度整體較好，但武威和定西產地的區分度值僅為0.484，區分度較低。

表2 PCA區分度表

利用LDA進一步分析4個產地的當歸藥材，見圖5。從圖5可以看出，第1主成分的貢獻率為81.04%，第2主成分的貢獻率為13.85%，二者的總貢獻率為94.89%，各產地當歸樣品間無重疊，主要聚集在不同區域，說明該模型對不同產地當歸藥材的區分效果明顯，也表明生態環境的差異對當歸氣味的差異影響顯著。

根據4個產地當歸樣品的表征狀況，利用DFA分析電子鼻傳感器，分別隨機挑選4個產地當歸樣品數據中的70%作為訓練集，剩余30%的數據作為測試集，建立DFA判別模型，見圖6。從圖6可以看出，DFA分析模型能夠將4個產地的當歸樣品完全區分，隴南和青海產樣品全部集中在Y軸右側，定西和武威產樣品全部集中在Y軸左側；回判發現，未知的當歸樣本都在相應的4個產地中，回判正確率高達100%，表明DFA分析模型能夠將不同產地的當歸完全區分，該模型可靠準確。

4 討論

本文基于電子鼻傳感器對當歸特殊氣味的采集，繪制了相應的氣味柱狀圖和雷達圖，初步表征產地間的區別，并結合主成分分析、線性判別分析及判別因子分析法，構建了相關氣味模型并進行評價，最終建立了電子鼻技術定性鑒別不同產地當歸的分析方法。

研究結果表明，區分不同產地的當歸藥材，主要通過對第1主成分貢獻率最大的9號（W2W）傳感器和對第2主成分貢獻率最大的2號（W5S）傳感器；結合文獻印證，區分不同產地當歸藥材的氣味成分可能主要為有芳香類化合物、有機硫化物和氮氧化合物；主成分分析及線性判別分析構建的模型，能夠將4個不同產地的當歸明顯區分，表明其揮發性組分整體性質之間的差異較大；構建的DFA模型在區分樣品間的差異性方面表現相對較好，模型經驗證判別率達100%，可以成功地將不同產地的未知樣品進行有效區分，說明電子鼻技術在鑒別當歸產地方面具有一定的可行性。

本文借助電子鼻技術對當歸的氣味進行鑒別，有效實現了其氣味信息的整體性表征，驗證了氣味作為當歸鑒別方法的可靠性和準確性，為當歸的產地鑒別、品質評價、道地性的保護提供了可靠的技術支撐。