气相色谱-质谱技术结合化学计量学对5种动物油进行判别分析

王同珍，陈孝建,2，安 爱，邱思聪，王修伟，姜春宝，

陈鹏飞1，曹维强1,2*

(1.深圳中检联检测有限公司，广东 深圳 518052；2.广东工业大学 轻工化工学院，广东 广州 510006;

研究简报



气相色谱-质谱技术结合化学计量学对5种动物油进行判别分析

王同珍1，陈孝建1,2，安 爱1，邱思聪1，王修伟1，姜春宝3，

陈鹏飞1，曹维强1,2*

(1.深圳中检联检测有限公司，广东 深圳 518052；2.广东工业大学 轻工化工学院，广东 广州 510006;

3.惠州出入境检验检疫局，广东 惠州 516006)

测定了5种不同种类动物油(鸡油、牛油、鸭油、羊油和猪油)的脂肪酸组成和含量，探讨了利用动物油脂肪酸的指标对不同种类的动物油进行分类和判别的可能性。采用气相色谱-质谱联用技术(GC-MS)对5种动物油脂肪酸的组成和含量进行测定，利用SPSS 19.0 统计软件进行主成分分析、聚类分析和判别分析。对5种动物油的脂肪酸进行统计、分析和对比，得出动物油的主要组成为C16∶0，C18∶0，C18∶1c-9，C18∶2c-9,12和C14∶0，这5种脂肪酸在鸡油、牛油、鸭油、羊油和猪油中的总含量分别为92.1%，93.5%,93.5%，90.6%和95.6%。5种脂肪酸的不饱和度均小于1。主成分分析降维得到3个主成分，利用主成分分析数据，依次进行聚类分析和判别分析，建立了3个动物油典则判别函数，相关系数均大于0.995，对于鸡油、牛油、鸭油、羊油和猪油的初始分类正确率和交叉验证正确率均为100%。

动物油；气相色谱-质谱联用仪(GC-MS)；主成分分析；聚类分析；判别分析

油脂是一大类天然有机化合物，主要包括脂肪(甘油三酯)和类脂(磷脂、甾醇、色素等)[1]。其中，脂肪(甘油三酯)占动物油和植物油的95%以上[2-3]。食用油最主要的成分是脂肪酸，其组成及含量很大程度上决定了食用油的营养价值[4-6]，也是评定食用油质量的主要指标[7-10]。

食用油中的脂肪酸分为饱和脂肪酸(Saturated fatty acid，SFA)、单不饱和脂肪酸(Monounsaturated fatty acid，MUFA)和多不饱和脂肪酸(Polyunsaturated fatty acid，PUFA)。研究表明，脂肪酸在维持身体健康方面起着重要作用[11-13]。目前食用油中脂肪酸组成和含量的研究主要集中于植物油的组成和含量，鲜有研究动物油脂肪酸组成和含量的文献报道。

本文采用气相色谱-质谱联用技术(GC-MS)，对5种动物油(鸡油、鸭油、牛油、羊油和猪油)中的脂肪酸组成和含量进行测定，并利用SPSS 19.0统计软件进行主成分分析、聚类分析和判别分析，建立了3个动物油典则判别函数(相关系数均大于0.995)，对鸡油、牛油、鸭油、羊油和猪油的初始分类正确率为100%，交叉验证正确率为100%。

1 实验部分

1.1 仪器与试剂

GC-7890A气相色谱仪、质谱仪、Autosample-7693自动进样器、DB-23色谱柱(60 m×0.25 mm，0.25 μm，美国Agilent公司)。

37种脂肪酸甲酯混标(美国Sigma-Aldrich公司)；正己烷、甲醇为色谱纯；其它试剂均为分析纯。对于动物油及购买的新鲜动物脂肪，应进行油脂的提取。

1.2 GC-MS条件

色谱柱为DB-23石英毛细管柱(60 m×0.25 mm，0.25 μm，美国Agilent公司)；程序升温：初始温度130 ℃，保持1 min，以6.5 ℃/min升温至170 ℃后再以2.75 ℃/min升至215 ℃，保持12 min，最后以40 ℃/min升至230 ℃，保持3 min；载气为高纯氦气(99.999%)，流速：1.2 mL/min；离子源：EI源；离子源温度：230 ℃；溶剂延迟4.5 min；扫描方式：SIM，以m/z55，67，74，79，87为选择性离子；进样口温度：260 ℃；进样量：1 μL；分流比：75∶1。

1.3 样品前处理

将市购的新鲜动物脂肪洗净、切块，在自动索氏提取器上用正己烷提取脂肪油脂，并用旋转蒸发仪去除残余的正己烷溶剂，将得到的动物油油脂置于4 ℃储存备用。

氢氧化钾-甲醇溶液：将6.6 g KOH-CH3OH溶于50 mL无水甲醇中，轻微加热，加入无水硫酸钠干燥、过滤，即得澄清溶液，约为2 mol/L。

为了降低脂肪酸沸点以利于GC-MS分析，通常需对油脂样品进行脂肪酸甲酯化衍生预处理。称取0.060 0 g动物油样品于具塞试管中，加入4 mL正己烷溶解样品(轻微加热使油脂样品溶解)，再加入200 μL 2 mol/L KOH-CH3OH溶液，旋涡混合30 s，室温下反应30 min后，静置使溶液澄清，向溶液中加入1 g硫酸氢钠，以中和过量的氢氧化钾，待无机盐沉淀后，用0.45 μm针头式滤膜过滤，供GC-MS分析[14]。

2 结果与讨论

2.1 脂肪酸成分的定性与定量

GC-MS联用技术的最大优势是可以利用MS数据对化合物进行定性分析。将动物油脂样品的质谱图数据与质谱图检索库(NIST Mass Spectral Database)进行对比，初步确定脂肪酸的种类，再用GC色谱图的保留时间与37种脂肪酸甲酯混合标准品色谱图的保留时间进行比对。

对5种动物油(鸡油、鸭油、牛油、羊油和猪油)样品进行GC-MS分析，以MS数据和GC色谱图的保留时间定性，面积归一化法定量，每一样品平行测定3次，最终数据取平均值±标准偏差，得到动物油脂肪酸的组成和含量[15]，结果见表1。

表1 动物油脂肪酸的组成和含量

Table 1 The fatty acids composition and contents of animal oil

FattyacidChanterelle(%)Butter(%)Duckfat(%)Suet(%)Lard(%)C10∶0C12∶0C14∶0C14∶1C15∶0C16∶0C16∶1c-9C16∶1c-11C17∶0C17∶1C18∶0C18∶1c-9C18∶1c-11C18∶2c-9，12C18∶3c-9，12，15C20∶0C20∶1C20∶2C20∶3c-8，11，14C20∶3c-11，14，17C20∶4U/S-∗0146±00051317±00210108±00030094±000242505±11520267±00074554±01030169±0004-11508±012724027±03061450±002512718±01380608±00110099±00030190±00050089±00020057±00010094±0003-07910092±00030097±00025684±01210370±00080937±000938042±10910493±00051683±00241703±00260301±000530478±100418223±02590563±00081073±00060104±00070160±0050-----02980082±00022384±00352046±00210030±00010077±000243178±11210215±00101960±00230139±0003-12334±013223829±01510795±001112106±01010449±00020099±00010180±00030052±00010019±00020026±0001-06570265±00030110±00015383±01030386±00050978±001237609±11020085±00022248±00313681±00940575±000725564±087519770±01350634±00122267±00230324±00040073±00010048±0001----03580137±00040109±00032183±0031--38986±12310132±00030955±00120399±00020083±000127082±090118260±01151185±00369049±01510393±00080255±00050321±00030315±00050033±00010085±0002-0446

*below 0.010%or no detected(低于0.010%或未检出);U/S:ratio of unsaturated and saturated fatty acids(不饱和度);C10∶0(癸酸),C12∶0(月桂酸),C14∶0(肉豆蔻酸),C14∶1(肉豆蔻脑酸),C15∶0(十五烷酸),C16∶0(棕榈酸),C16∶1c-9(棕榈烯酸),C16∶1c-11(11-十六碳烯酸),C17∶0(十七烷酸)，C17∶1(顺-10-十七碳烯酸),C18∶0(硬脂酸),C18∶1c-9(油酸),C18∶1c-11(11-十八碳烯酸),C18∶2(亚油酸),C18∶3(亚麻酸),C20∶0(花生酸),C20∶1(顺-11-二十碳烯酸),C20∶2(顺-11,14-二十碳二烯酸),C20∶3c-8,11,14(顺-8,11,14-二十碳三烯酸),C20∶3c-11,14,17(顺-11,14,17-二十碳三烯酸),C20∶4(花生四烯酸)

从表1可以看出，动物油的主要脂肪酸组分相同，即动物油主要由C16∶0，C18∶0，C18∶1c-9，C18∶2c-9,12和C14∶0 5种脂肪酸组成，其在鸡油、牛油、鸭油、羊油和猪油中的总含量分别为92.1%，93.5%，93.5%，90.6%和95.6%。在动物油的5种主要脂肪酸中，包括了饱和的C14∶0，而植物油则为C18∶3c-9,12,15，可见动物油以饱和脂肪酸为主要成分，而植物油以不饱和脂肪酸为主要成分[16]。从表1还可看出，不同种类的动物油中各脂肪酸的含量均不相同，部分脂肪酸甚至未能检出。如棕榈酸(C16∶0)在动物油中的含量为37.6%～43.2%,并以在鸭油中的含量最高(43.2%)，在羊油中含量最低(仅为37.6%)。硬脂酸(C18∶0)在鸡油中的含量最低(11.5%)，在牛油中的含量最高(30.5%)，可以看出硬脂酸在动物油中的波动范围较大，在牛油中的含量为在鸡油中的2.6倍。油酸(C18∶1c-9)具有降低低密度蛋白(Low density lipoprotein-LDL)胆固醇水平的功效[17]，亚油酸(C18∶2c-9,12)具有预防心血管疾病的功效。动物油中油酸和亚油酸含量最高的均为鸡油，分别为24.0%和12.7%，可见鸡油在这方面的营养价值高于其它动物油。油酸在动物油中的含量为18.2%～24.0%。亚油酸在动物油中含量波动较大，在牛油中含量最低(仅为1.1%)，而在鸡油中的含量为牛油中的11.8倍。

表1结果显示，动物油含有C10∶0和C12∶0，这两种脂肪酸在植物油中很少甚至未检出。动物油中含有少量奇数碳链脂肪酸，即C15∶0，C17∶0和C17∶1。这3种脂肪酸的总含量在鸡油、牛油、鸭油、羊油和猪油中的含量分别为0.26%，2.94%，0.22%，5.23%和0.48%，远高于植物油。不饱和度(U/S)是动物油中总不饱和脂肪酸含量与饱和脂肪酸含量的比值。由表1可以看出，动物油的不饱和度均小于1，其中最小为牛油(0.30)，最高为鸡油(0.79)。而植物油的不饱和度均大于2[16]，因此，不饱和度可作为区分纯动物油和纯植物油的重要依据，不饱和度小于1为动物油，不饱和度大于2为植物油。

图1 三维载荷图Fig.1 Three-dimensional load diagram

2.2 主成分分析

利用SPSS 19.0进行主成分分析[18-21]，同时可得前4个主成分的特征值以及贡献率。从结果可知，第一和第二主成分的特征值分别为9.43和3.03，按16个主成分计算，其累计方差贡献率为77.8%[(9.43+3.03)/16×100%]，而前3个主成分的累计方差贡献率为88.4%，可以代表原有16个变量的大部分信息，故提取前3个主成分，载荷图如图1所示。

从表2可看出，第1主成分与C18∶2，C16∶0，C18∶3，C18∶1c-11，C18∶1c-9负相关，与C14∶0，C15∶0，C14∶1，C18∶0，C17∶0正相关。第2主成分与C20∶0负相关，与C17∶1正相关。第3主成分与C10∶0负相关，与C16∶1正相关。

表2 主成分载荷矩阵

Table 2 Principal component loading matrix

FattyacidPrincipalcomponent1234C10∶0C12∶0C14∶0C14∶1C15∶0C16∶0C16∶1c-9C16∶1c-11C17∶0C17∶1C18∶0C18∶1c-9C18∶1c-11C18∶2c-9，12C18∶3c-9，12，15C20∶00668-0536096908910931-08910226-0548084406940889-0814-0786-0974-08560000035402440125027102780009-0475051105000690-04490507-002401400355-0926-0646-0038010903390229011908220399-0156-0050-00710226-0099-0103-0192-0324-0050-0802-010600920001-0025-01970525010001060036-00770603-0047-01300174

2.3 聚类分析

将主成分分析得到的数据(鸡油:72个样品,牛油：90个样品,鸭油：104个样品,羊油：72个样品,猪油：69个样品)PC1，PC2和PC3，以平方欧式距离为度量准则，以组间连接法(Between-group linkage)为组群合并准则，用SPSS19.0统计软件进行K均值聚类分析[22]。聚类数为5，最大迭代次数为25，最终在SPSS 19.0中聚类成功,其最终聚类结果如表3所示。

表3 最终聚类中心

Table 3 The final cluster centers

No12345ChanterelleButterDuckfatSuetLardPC1PC2PC3-12716035330875208750-06916084461067916167-08240-03515-13909-17917-1120105066-00839

2.4 判别分析

以主成分分析得到的PC1，PC2和PC3 3个主成分作为判别分析的自变量，在K均值聚类中得到的聚类号作为判别分析的分组变量，进行判别分析，得到3个典则判别式函数。其中累计方差贡献率为100.0%(DA1：方差48.3%,DA2：方差36.0%,DA3：方差15.7%)，且3个函数的相关性很好，r2均不小于0.995。

DA1=6.759PC1-10.556PC2+10.062PC3,r2=0.998

(1)

DA2=10.939PC1+8.416PC2+1.481PC3,r2=0.998

(2)

DA3=-4.134PC1+4.123PC2+7.102PC3,r2=0.995

(3)

图2 判别式函数散点图Fig.2 The scatterplot of discriminant function

将鸡油、牛油、鸭油、羊油和猪油的PC1，PC2，PC3数据代入上述方程，得到每种动物油脂对应的典则判别函数的判别值。因前两个典则判别函数的累计贡献达84.3%，故可用典则判别函数(1)和(2)分别作为X和Y作图。如图2所示，5种动物油可区分开，说明判别分类的效果良好。

利用得到的3个判别函数对407个动物油样品进行判别分类，结果如表4。从表4可以看出，判别分析对于5种动物油407个样品进行分类判别。在交叉验证中，分析中的每个案例均通过该案例以外的其他案例派生的函数进行分类，对初始分组案例和交叉验证分组案例分别进行分析，正确率均为100%。故可用典则判别函数(1)、(2)、(3)对以上5种动物油的未知油脂样品进行分析判别。

表4 分类结果

Table 4 Results of classification

NoPredictgroupmembership12345TotalInitialCount12345720000090000001040000072000006972901047269Correctrate(%)12345100000000100000000100000000100000000100010001000100010001000CrossvalidationCount12345720000090000001040000072000006972901047269Correctrate(%)12345100000000100000000100000000100000000100010001000100010001000

3 结 论

采用气相色谱-质谱联用(GC-MS)测定了5种不同种类动物油(鸡油、牛油、鸭油、羊油和猪油)的脂肪酸组成和含量，利用SPSS 19.0统计软件进行主成分分析、聚类分析和判别分析，最终建立了3个动物油的典则判别函数，其相关系数(r2)分别为0.998，0.998和0.995。对各动物油样本典则判别函数的分值作图，通过主成分分析、聚类分析和判别分析，不同动物油的分类和判别效果良好。研究表明，该方法对于鸡油、牛油、鸭油、羊油和猪油的初始分类正确率为100%，交叉验证正确率为100%。根据动物油脂肪酸的指标对不同种类的动物油进行分类和判别是可行的，从而为动物油脂肪酸图谱库的建立和地沟油的鉴别提供了依据。

[1] Ji S X,Wei F,Hu N,Lü X,Dong X Y,Chen H,Feng Y Q.J.Instrum.Anal.(籍淑贤,魏芳,胡娜,吕欣,董绪燕,陈洪,冯钰锜.分析测试学报),2014,33(1)：112-118.

[2] Wei Y S,Zheng M Y,Geng W,Liu J.FoodSci.(魏永生,郑敏燕,耿薇,刘建.食品科学),2012,33(16):188-193.

[3] Zhou W H,Zheng S H,Jiang A M.Cereal&Oils(周文化,郑仕宏,蒋爱民.粮食与油脂),2011,24(3):4-6.

[4] Wei M,Cao X Z,Liao C H.FoodSci.(魏明,曹新志,廖成华.食品科学),2003,24(12):103-106.

[5] Wang J R,Zhou J P,Zhang L F,Liu R,Deng Z J.ChinaOilsandFats(王江蓉,周建平,张令夫,刘荣,邓志坚.中国油脂),2007,32(6):78-81.

[6] Yang C Y,Liu X M,Chen Z Y.FoodSci.(杨春英,刘学铭,陈智毅.食品科学),2013,34(6)：211-214.

[7] Gan H S,Ahmad M,Bahruddin S,Boey P L.J.Chromatogr.A,2010,1217(52):8073-8078.

[8] Wang T Z,Yu L,Qiu S C,Wang S Q,Cao W Q.J.FoodSaf.Qual.(王同珍,余林,邱思聪,王淑琼,曹维强.食品安全质量检测学报),2014,5(2):577-585.

[9] Huang Z P,Guo W Q,Wang L L.Chin.J.Anal.Chem.(黄忠平,郭伟强,王丽丽.分析化学),2009,37(A02):237-237.

[10] Lin C H,Yan N,Xu Z H,Liao W L,Fan N L,Yang S M.J.Instrum.Anal.(林春花,严楠,许招会,廖维林,范乃立,杨绍明.分析测试学报),2014,33(11):1322-1326.

[11] Crowe F L,Allen N E,Appleby P N.Am.J.Clin.Nutr.,2008,88(5):1353-1363.

[12] Li L,Wu X H,Chen C L.ChinaOilsandFats(李丽,吴雪辉,陈春兰.中国油脂),2009,33(12):7-12.

[13] Zeng Y L.Agric.Prod.Process.(曾亚丽.农产品加工),2010,(7):68-70.

[14] GB/T 17376-2008.Animal and Vegetable Fats and Oils-Preparation of Methyl Esters of Fatty Acids.National Standards of the People's Republic of China(动植物油脂 脂肪酸甲酯制备.中华人民共和国国家标准).

[15] Wu H Q,Huang X L,Lin X S,Huang F,Zhu Z X,Ma Y F.Chin.J.Anal.Chem.(吴惠勤,黄晓兰,林晓珊,黄芳,朱志鑫,马叶芬.分析化学),2007,35(7)：998-1003.

[16] Wang T Z,Yu L,Qiu S C,Chen X J,Cai S Q,Cao W Q.J.Instrum.Anal.(王同珍,余林,邱思聪,陈孝建,蔡淑琴,曹维强.分析测试学报),2015,34(1):50-55.

[17] Stephen D A,Kacey H,Carrah S,Andres A.J.Integr.Med.,2013,11(1):2-10.

[18] Xia Y M,Wang X,Mao R,Huang Y F,Liu B L.J.Instrum.Anal.(夏义苗,王欣,毛锐,黄运芬,刘宝林.分析测试学报)，2015,34(9):999-1007.

[19] Wang X L,Wu J,Tan M Q.J.Instrum.Anal.(王晓玲,吴晶,谭明乾.分析测试学报),2015,34(7):784-794.[20] Zhang Y R,Zhang X H,Zhou X Q,Yang L L.J.HenanUniv.Technol.(张玉荣,张秀华,周显青,杨兰兰.河南工业大学学报),2008,29(5):1-5.

[21] Dong W J,Ni Y N.J.Instrum.Anal.(董文江,倪永年.分析测试学报),2014,33(5):506-511.

[22] Chen Y Q,Ni Y N.Chem.Res.Appl.(陈燕清,倪永年.化学研究与应用),2009,21(1):1-7.

Discriminant Analysis of Five Kinds of Animal Oils by Gas Chromatography-Mass Spectrometry Combined with Chemometrics

WANG Tong-zhen1,CHEN Xiao-jian1,2,AN Ai1,QIU Si-cong1,WANG Xiu-wei1,JIANG Chun-bao3,CHEN Peng-fei1,CAO Wei-qiang1,2*

(1.Sino Assessment Group,Shenzhen 518052,China;2.Faculty of Chemical Engineering and Light Industry, Guangdong University of Technology,Guangzhou 510006,China;3.Huizhou Entry-Exit Inspection and Quarantine,Huizhou 516006,China)

Gas chromatography-mass spectrometry was used to determine the fatty acid compositions in five different animal oils,and chemometric methods(such as principal component analysis(PCA),cluster analysis(CA) and discriminant analysis(DA)) were applied to the obtained data.The fatty acids in five animal oils samples were investigated,and the results showed that the main compositions of animal oils were C16∶0,C18∶0,C18∶1c-9,C18∶2c-9,12 and C14∶0.Total contents of the five major fatty acids were 92.1%,93.5%,93.5%,90.6%and 95.6%corresponding to the chanterelle,butter,duck fat,suet and lard,respectively.The ratios of unsaturated and saturated fatty acids(U/S) were all less than 1 for five animal oils.Three PCs were sequentially used for CA and DA.Three discriminant functions were established and the correlation coefficients were larger than 0.995.The initial classification accuracy and cross-validation accuracy of chanterelle,butter,duck fat,suet and lard all reached up to 100%.

animal oils；gas chromatography-mass spectrometry(GC-MS)；principal component analysis；cluster analysis；discriminant analysis

2015-10-13；

2015-11-20

研究简报

10.3969/j.issn.1004-4957.2016.05.010

O657.63；TQ645.3

A

1004-4957(2016)05-0557-06

*通讯作者：曹维强,博士,高级工程师,研究方向:食品安全检测,Tel:0755-2651492,E-mail:caowqciq@163.com