基于HS-GC-IMS技术对不同程度霉变烟叶的判别

刘显军; 张亮; 孙海峰; 张振; 何澎; 杨鹏飞; 吴薇; 尚紫博

doi:10.12452/j.fxcsxb.24042901

您当前的位置：

首页 >

文章列表页 >

基于HS-GC-IMS技术对不同程度霉变烟叶的判别

研究报告 | 更新时间：2024-11-04

- 基于HS-GC-IMS技术对不同程度霉变烟叶的判别
- Discrimination of Different Degrees of Mildewed Tobacco Based on HS-GC-IMS Technique
- 分析测试学报 2024年43卷第9期页码：1433-1441
- 作者机构：
  
  1.深圳烟草工业有限责任公司　技术研发中心，广东深圳 518000
  2.郑州轻工业大学烟草科学与工程学院，河南郑州 450000
- 作者简介：
  
  张亮，硕士，高级工程师，研究方向：烟草化学，E-mail：zhangl@haorizi.cn
  孙海峰，硕士，高级工程师，研究方向：烟草化学，E-mail：sunhf@haorizi.cn
- 基金信息：
  
  中国烟草总公司重大科技项目（110202201053（SJ-03））;中国烟草实业发展中心科技项目(ZYSYQ-2022-17)
- DOI：10.12452/j.fxcsxb.24042901
  中图分类号： O657.7;TS45
- 纸质出版日期：2024-09-15，
  
  收稿日期：2024-04-29，
  
  修回日期：2024-06-12，
- 稿件说明：
移动端阅览
刘显军,张亮,孙海峰,张振,何澎,杨鹏飞,吴薇,尚紫博.基于HS-GC-IMS技术对不同程度霉变烟叶的判别[J].分析测试学报,2024,43(09):1433-1441.

LIU Xian-jun,ZHANG Liang,SUN Hai-feng,ZHANG Zhen,HE Peng,YANG Peng-fei,WU Wei,SHANG Zi-bo.Discrimination of Different Degrees of Mildewed Tobacco Based on HS-GC-IMS Technique[J].Journal of Instrumental Analysis,2024,43(09):1433-1441.
刘显军,张亮,孙海峰,张振,何澎,杨鹏飞,吴薇,尚紫博.基于HS-GC-IMS技术对不同程度霉变烟叶的判别[J].分析测试学报,2024,43(09):1433-1441. DOI： 10.12452/j.fxcsxb.24042901.

LIU Xian-jun,ZHANG Liang,SUN Hai-feng,ZHANG Zhen,HE Peng,YANG Peng-fei,WU Wei,SHANG Zi-bo.Discrimination of Different Degrees of Mildewed Tobacco Based on HS-GC-IMS Technique[J].Journal of Instrumental Analysis,2024,43(09):1433-1441. DOI： 10.12452/j.fxcsxb.24042901.

摘要

采用顶空-气相色谱-离子迁移谱（HS-GC-IMS）技术测定广东韶关南雄不同程度霉变烟叶中的挥发性化合物，并进行化学模式识别及相对气味活度值（ROAV）分析，构建了基于差异挥发性成分的分类判别模型。结果表明：HS-GC-IMS差异图、挥发性化合物指纹图谱及相似度相关性热图显示不同程度霉变烟叶中的挥发性化合物存在差异；不同烟叶样品共定性出50种挥发性化合物，其中醇类13种，醛类6种，酮类8种，酯类13种，酸类1种，萜烯类1种，其他类8种；主成分分析（PCA）、层次聚类分析（HCA）和偏最小二乘-判别分析（PLS-DA）均可有效区分不同程度的霉变烟叶，以变量重要性投影值（VIP）＞1为依据筛选出20种差异挥发性化合物；进一步通过ROAV分析选取了17个差异挥发性化合物用于构建支持向量机（SVM）分类判别模型，所建模型的分类判别率为100%。该方法能有效区分不同程度霉变烟叶，具有高效、准确等优点，可为烟叶霉变的识别及预测提供技术和数据支撑。

Abstract

To explore the differences of volatile compounds in different degrees of mildewed tobacco and achieve rapid discrimination，headspace-gas chromatography-ion mobility spectrometry（HS-GC-IMS） was employed to analyze the volatile compounds in different mildewed tobacco from Nanxiong，Shaoguan，Guangdong，and a classification model was constructed based on distinctive volatile components which was screened by the chemometric pattern recognition and relative odor activity value（ROAV） analysis. The results revealed discernible patterns of volatile compounds among tobacco with varying mold severity by the HS-GC-IMS differential maps，volatile compound fingerprints，and similarity correlation heatmaps. A total of 50 volatile compounds were qualitatively identified in different leaf samples，including 13 alcohols，6 aldehydes，8 ketones，13 esters，1 acid，1 terpene，and 8 other compounds. Principal component analysis（PCA），hierarchical clustering（HCA），and partial least squares discriminant analysis（PLS-DA） effectively differentiated tobacco samples with different mold severity. 20 distinct volatile compounds were screened out based on variable importance projection（VIP） values greater than 1. Furthermore，17 differential volatile compounds were chosed，using ROAV analysis，to construct a support vector machine（SVM） classification model，achieving a 100% classification rate. The method effectively discriminated tobacco with varying mold severity，providing technical and data support for moldew identification and prediction.

关键词

烟叶霉变顶空-气相色谱-离子迁移谱挥发性化合物化学模式识别相对气味活度值

Keywords

tobaccomildewheadspace-gas chromatography-ion mobility spectrometryvolatile compoundschemometric pattern recognitionrelative odor activity value

references

Wang L，Wang Y D，Zhu B，Li H，Zhou H S，Wang K Y，Yan T J，Zhou P，Xia H，Zhou M. J. Henan Agric. Sci.（王林，王宇栋，朱宝，李虎，周红审，王凯悦，闫铁军，周平，夏海，周敏. 河南农业科学），2023，52（3）：101-108.

Yang L. Effect of Environmental Factors on Quality of Tobacco Leaves and Prediction Method of Mildew. Kunming：Kunming University of Science and Technology（杨蕾. 环境对烟叶品质的影响分析及霉变预测方法研究. 昆明：昆明理工大学），2016.

YC/T 475-2013. Tobacco and Tobacco Products-Molding Control Guide. Tobacco Industry Standard of the People's Republic of China（烟草及烟草制品霉变控制指南. 中华人民共和国烟草行业标准）.

Zhou J Y，Yang P P，Liu L，Yin X D，Hou Y，Yang S H. Acta Tab. Sin.（周继月，杨盼盼，刘磊，尹晓东，侯英，杨式华. 中国烟草学报），2018，24（1）：6-13.

Mo Z，Yang L L，Zhou P，Huang G L，Xu Y，Wang Y J，Zhou P，Li M. Anhui Agric. Sci.（莫峥，杨丽莉，周鹏，黄纲临，徐勇，王勇军，周萍，李萌. 安徽农业科学），2023，51（3）：188-191.

Jin Q，Sun X F，Tang W，Hu Y X，Luo L，Lu F，Liao H Y. J. Instrum. Anal.（金强，孙学锋，唐伟，胡玉轩，罗亮，陆飞，廖惠云. 分析测试学报），2024，43（4）：574-581.

Yuan J J，Li H B，Cao S Q，Liu Z B，Li N，Xu D，Mo H Z，Hu L B. Foods，2023，12（24）：4394.

Yin J X，Wu M F，Lin R M，Li X，Ding H，Han L F，Yang W Z，Song X B，Li W L，Qu H B，Yu H S，Li Z. Microchem. J.，2021，168：106527.

Li Q L，Li R Q，Cao G，Wu X，Yang G M，Cai B C，Cheng B，Mao W M. J. Sep. Sci.，2015，38（18）：3205-3208.

Sun X，Gu D Y，Fu Q B，Gao L，Shi C，Zhang R T，Qiao X G. Food Sci. Nutr.，2019，7（4）：1387-1395.

Fang C F，He J，Xiao Q，Chen B L，Zhang W T. Molecules，2022，27（14）：4537.

Wang Y，Fan J L，Zhang M M，Ji W H，Wang X，Li L L. J. Instrum. Anal.（王燕，范佳丽，张敏敏，纪文华，王晓，李丽丽. 分析测试学报），2023，42（8）：976-983.

Steppert C，Steppert I，Sterlacci W，Bollinger T. J. Breath Res.，2021，15（2）：027105.

Akira T，Alfian W，Jiten K，Ramesh P. Biosensors（Basel），2019，9（2）：55.

Li J Q，Luo C D，Ren E F，Huang Y T，Feng C M，Luo X J，Wei Y，Li W M. J. Southern Agric.（李建强，罗朝丹，任二芳，黄燕婷，冯春梅，罗小杰，韦勇，李文墨. 南方农业学报），2023，54（2）：376-386.

Chen T，Chen X Y，Lu D L，Chen B. Int. J. Anal. Chem.，2018，2018：3160265.

Wu Q X，Li Z H，Wang D，Sun T Q，Du Z X，Zou J X. J. Instrum. Anal.（吴秋香，李志豪，王迪，孙堂强，杜振霞，邹积鑫. 分析测试学报），2022，41（11）：1652-1657.

Luong J，Gras R，Van M R，Sutherland F，Cortes H. J. Chromatogr. Sci.，2006，44（5）：276-286.

Sorribes-Soriano A，Herrero-Martínez J M，Esteve-Turrillas F A，Armenta S. J. Chromatogr. A，2020，1633：461629.

Wang Y，He Y H，Liu Y，Wang D W. Foods，2022，12（1）：59.

Pan M，Li J，Liu H，Chen Z F，Tian Q F，Long J，Long Q，Yang P，Liu X H. J. Food Saf. Qual.（潘牧，李俊，刘辉，陈宗飞，田钱丰，龙锦，龙泉，杨鹏，刘晓辉. 食品安全质量检测学报），2023，14（23）：214-226.

Zhang S，Wu S J，Lin B M，Li H M，Wu M H，Dai Y M. China Fruits（张帅，吴水金，林宝妹，李海明，吴妙鸿，戴艺民. 中国果树），2023，（11）：61-69，80.

Li D K，Tian N，Tian Z Z，Wu R X，Ma L C，Xing L X，Zhang C T. J. Instrum. Anal.（李登科，田楠，田志章，吴若昕，马立超，邢立霞，张春涛. 分析测试学报），2021，40（8）：1164-1170.

Zhang L H，Ma J Z，Le G Q，Dai X C. J. East Chin. Jiaotong Univ.（张利华，马钧钊，勒国庆，戴熙昌.华东交通大学学报），2013，30（3）：71-75.

Xu X G，Li H J，Tian Z W. Chin. Tob. Sci.（徐晓光，李红娟，田振伟. 中国烟草科学），2015，36（4）：102-105.

Lai Y H，Lin Y，Tao H，Wang Y. Acta Tab. Sin.（赖燕华，林云，陶红，王予. 中国烟草学报），2020，26（2）：36-43.

Yao S S，Zeng X L，Wang H，Sun P，Wang X W，Zhao J T，Zhang X J. Biol. Disaster Sci.（姚珊珊，曾宪立，王辉，孙鹏，王新伟，晁江涛，张学杰. 生物灾害科学），2022，45（4）：456-462.

Huang T，Lei Q，Yu S K，He Z X，Zhang Q L，Xie L W，Mu M X，Jing Y Q. J. Henan Agric. Sci.（黄涛，雷强，俞世康，何佶弦，张启莉，谢良文，母明新，景延秋. 河南农业科学），2022，51（2）：169-180.

Hao J，Jiang C Y，Chai Y，Wang X S，Jiang P F. J. Light Ind.（郝捷，江彩艳，柴颖，王煦松，姜鹏飞. 轻工学报），2023，38（2）：87-93，117.

Li M Q，Yang R W，Zang H，Wang S L，Chen D，Lin S Y. Food Chem.，2019，290：32-39.

Zhao L，Wang S L，Zhao X，Wang Y H，Hou B Q，Jin Y X，Wang J，Shi X D. J. Light Ind.（赵亮，王硕立，赵曦，王以慧，侯冰清，金一骁，王骏，时向东. 轻工学报），2024，39（1）：79-86.

Wang Z L，Yuan Y X，Hong B，Zhao X，Gu Z Y. Molecules，2021，26（23）：7113.

Wang X Y，Xu W Y，Chen T Q，Li Y，Zhang H L. J. Food Saf. Qual.（汪修意，徐文泱，陈同强，李勇，张红莉. 食品安全质量检测学报），2019，10（24）：8450-8455.

Shi Q Z，Li H L，Wang C，Fan W，Zhang Q D，Chai G B，Mao J，Xu X J，Xi H，Ji L B，Liu J H，Song Y B，Ma S T，Pan G W. Tob. Sci. Technol.（史清照，李河霖，王超，范武，张启东，柴国璧，毛健，徐秀娟，席辉，姬凌波，刘俊辉，宋瑜冰，马胜涛，潘高伟. 烟草科技），2023，56（5）：56-67.

Yu X L，Liu J，Wang D A，Ni D J，Yuan Y B，Li Z H，Liu S G，Chen N，Tao D X，Han Z B，Zhou S Z. South-Central Agric. Sci. Technol.（虞昕磊，刘俊，王大爱，倪德江，袁跃斌，李志豪，刘圣高，陈霓，陶德欣，韩智彪，周绍桢. 中南农业科技），2024，45（1）：47-55.

Tao L Y，Zhang Y W，Li Y Q，Luo L P，Zhang Z L，Chen J. Chin. J. Biotechnol.（陶玲芸，张怡雯，李雅乾，罗来鹏，张曾鲁，陈捷. 生物工程学报），2020，36（6）：1181-1189.

Ozer U G E，Uyar B. Food Sci. Nutr.，2023，11（10）：5908-5917.

Carmen K，Letizia A，Antoine D，Bastien L，Sébastien P，Christian G. Sci. Total Environ.，2020，741：140148.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

近红外光谱结合无参数校正增强实现不同年份烟叶总糖含量模型更新

近红外光谱技术结合教与学算法优化极限学习机实现烤烟等级判定

顶空固相微萃取/气相色谱－质谱联用技术结合相对气味活度值分析回收聚乙烯中的主体气味物质

偏最小二乘近红外光谱模型中潜变量个数对模型传递性能的影响