不同产地鲍鱼特征元素分析与主成分评价模型的建立*

陈胜军 刘先进 杨贤庆 李来好 黄 卉 吴燕燕 李春生

(1.农业农村部水产品加工重点实验室 国家水产品加工技术研发中心 中国水产科学研究院南海水产研究所 广州 510300；2.上海海洋大学食品学院 上海 201306)

中国是世界第一鲍鱼(HaliotisSpp.Abalone)养殖国家，养殖产量占全球的92%，从2006年的2.16×104t快速增长到2016年的13.97×104t，近10年的平均年增长率达到54.68%(农业部渔业渔政管理局，2007-2017)。鲍鱼由于其极高的食用价值和药用价值，深受国内外广大消费者喜爱。

不同产地的鲍鱼品质有很大差异，且难以区分，因此导致市场上以次充好的现象屡见不鲜。刘艳青(2013)研究发现，春季荣成产地的鲍鱼与福建、青岛两地的鲍鱼可以进行区分；夏季时3个产地的鲍鱼难以区分；秋季时青岛产地的鲍鱼与其他两产地鲍鱼可以区分；冬季时福建产地的鲍鱼与青岛产地的鲍鱼差异显著。刘桃花等(2016)通过判别分析和聚类分析对鲍鱼年龄进行了分类。贾亮亮等(2009、2014)对大连、山东、澳洲3个不同产地鲍鱼中若干元素含量进行了测定分析并建立了FTIR图谱。孙建民等(2010)建立了大连、山东、澳洲3个产地鲍鱼的HPLC指纹图谱。目前只能对鲍鱼的外观和微量元素进行简单的对比分析，很难找出其差异性，而通过大量的数据和主成分分析方法可以建立综合模型，找出主成分元素，为产地溯源建立基础。

区分不同产地的产品需要测定大量的数据，同时需要采用合适的工具对所得数据进行处理。统计分析方法在各个领域都有广泛应用，具有节省人工、提高速率、科学可靠、全面系统等优点。其中的主成分分析法是最常用的一种统计分析方法(Guptaet al,2018; Alharbi,2018)，通过数据降维处理，可以找出数据中的代表性指标，并且独立成新的变量，并获得变量间的线性关系(姜雪等,2017)，目前已广泛应用于食品(黄鸾玉等,2018)、药品(关倩倩等,2018)、水产品(李来好等,2012；韩青鹏等,2017；李忠义等,2009；李达等,2017)等领域。目前，我国不同产地的鲍鱼品质上的差异尚未实现量化评价，鲍鱼产品价格与其品质不一致，导致中国鲍鱼在国际市场上缺乏竞争力。另外，相较于茶叶、水果等产品，鲍鱼尚没有完善的溯源体系。中国鲍鱼养殖主要集中于福建、山东、广东以及辽宁四省。本研究通过对这4个产地鲍鱼的13种常量元素与微量元素进行统计分析，建立基于主成分分析的综合评价模型，旨在为不同产地鲍鱼的营养品质进行评价以及产地溯源提供数据支持。

1 材料与方法

1.1 材料与试剂

鲜活鲍鱼样品于2017年6月分别采集自福建、山东、广东、辽宁4个鲍鱼主要养殖省份，其中样品1～6号采自广东省，样品7～11号采自福建省，样品12～15号采自山东省，样品16～18号采自辽宁省，规格大小在20粒/kg左右(带壳)。HCl、H3BO3、NaOH、K2SO4、AgNO3等均为分析纯，HNO3为优级纯，购于广州左克生物科技发展有限公司；元素标准溶液为10 µg/L，购于国家标准测试中心；实验用水为超纯水。

1.2 仪器与设备

Agilent 7900型电感耦合等离子体质谱仪(安捷伦公司，美国)；CEM MARS5型高压高通量微波消解装置(CEM公司，美国)；Milli-Q型超纯水系统(密理博公司，美国)；GB204型电子天平(Mettler公司，瑞士)。

1.3 实验方法

1.3.1 样品的处理 将采集的鲍鱼去壳、去内脏，取腹足肌肉搅碎混匀制成样品急冻运回实验室，并于-20℃冰箱中保存备用。

1.3.2 常量及微量元素含量的测定 按照SN/T 2208-2008《水产品中钠、镁、铝、钙、铬、铁、镍、铜、锌、砷、锶、钼、镉、铅、汞、硒的测定微波消解—电感耦合等离子体—质谱法》的方法，使用微波消解装置进行消解，采用电感耦合等离子体质谱仪在标准模式下测定13种元素。

1.3.3 数据处理分析 采用SPSS 20.0和Excel软件进行数据分析处理。将Na、K、Mg、Ca、Fe、Zn、Cu、Ni、As、Al、Mn、Cr和Se这13种元素数据，运用SPSS 20.0软件进行相关性分析和主成分分析。

2 结果与分析

2.1 鲍鱼中常量与微量元素含量

鲍鱼样品中13种元素含量如表1所示。18个鲍鱼样品之间元素含量变异幅度均较大，其中，Mn的变异程度最大，变异系数为74%，Ni次之，为65%，其次是Se(60%)，其余元素的变异系数均高于10%，表明所选鲍鱼样品之间的元素差异明显，适于进行主成分分析(白沙沙等,2012)。

2.2 数据标准化处理与相关性分析

由于原始数据不是在同一个区域范围内，因此需要对原始数据进行标准化数据处理。首先，将原始数据进行标准化处理，计算出各元素的特征值和方差贡献率，并提取累计方差贡献率大于85%的指标作为主成分对象；然后主成分载荷系数矩阵数值除以主成分相应特征值的平方根，得到各主成分的特征向量值，进而得到各主成分的函数表达式，得到主成分综合模型(冼燕萍等,2016)；最后根据各主成分得分和综合得分，确定排名，选择出不同产地鲍鱼的特征元素。结果见表2。

对经标准化处理后的数据进行不同元素之间的相关性分析，从而衡量2个变量因素的相关密切程度。元素之间的相关性分析结果见表3。

由表3可知，18个鲍鱼样品中Na含量与Mg含量呈极显著正相关；K含量与Zn含量呈显著正相关；Mg含量与Ca含量呈显著正相关；Ca含量与Fe、Cu、Mn、Cr含量呈显著正相关；Fe含量与Ni含量呈显著正相关；Zn含量与Cr含量呈显著正相关，与Se含量呈极显著正相关；Cu含量与Ni、Cr、Se含量呈显著正相关；Ni含量与Cr含量呈极显著正相关，与Se含量呈显著正相关；As含量与Mn含量呈显著正 相关；Cr含量与Se含量呈极显著正相关。说明这些样品元素含量之间存在着密切的联系，但由于信息的重叠，难以看出整体关联性，因此，使用主成分分析法将这些数据进行降维处理，将复杂的数据简单化，有助于得出元素之间的关联规律。

表2 标准化数据 Tab.2 Standardized data

表3 18个鲍鱼样品元素含量的相关性 Tab.3 Correlation coefficients among element content of 18 kind of abalone sample

2.3 主成分分析

将18个鲍鱼样品中的常量与微量元素含量数据进行标准化处理后，对其进行主成分分析。由表4可知，第1主成分的特征值为3.610，方差贡献率为27.769%，累计方差贡献率为27.769%；第2主成分特征值为3.447，方差贡献率为26.516%；第3、4、5、6主成分的方差贡献率分别为12.951%、10.662%、6.563%和5.411%。当主成分的个数为6时，累计方差贡献率为89.872%(＞85%)，即意味着可以通过前6个主成分来解释全部样品的13个元素指标的绝大部分信息，因此选择前6个主成分对鲍鱼元素含量进行综合评价。

主成分载荷系数矩阵反映了各元素对主成分的影响程度。由表5可知，在第1主成分中，Ca有较大的正系数值，说明第1主成分可以有效反映Ca的信息；在第2主成分中，Se有较大的正系数值，说明第2主成分可以有效反映Se的信息；在第3主成分中，Na有较大的正系数值，Fe有较大的负系数值，说明第3主成分可以有效反映Na、Fe的信息；第4主成分中，Mn有较大的正系数值，说明第4主成分可以有效反映Mn的信息；第5主成分中，K有较大的正系数值，说明第5主成分可以有效反映K的信息；第6主成分中，Ni有较大的负系数值，说明第6主成分可以有效反映Ni的信息。根据上面结果可以确定，Ca、Se、Na、Fe、Mn、K和Ni这7种元素是不同产地鲍鱼的特征元素。

表4 主成分分析特征值及方差贡献率 Tab.4 Principal component analysis eigenvalue and variance contribution rate

表5 主成分载荷系数矩阵 Tab.5 Principal component loading coefficient matrix

2.4 特征元素主成分评价模型

由表5的主成分载荷系数矩阵数值除以其相应特征值的平方根，可得到各主成分的特征向量值，见表6，与标准化的元素含量数据相乘后即可得到6个主成分的元素函数表达式(式中ZNa表示标准化后的Na含量数据，其他函数同理)。

F1=0.2421ZNa-0.1947ZK+0.3137ZMg+0.4842ZCa+ 0.3537ZFe-0.0158ZZn+0.3047ZCu+0.2653ZNi+ 0.2779ZAs+0.2753ZAl+0.2511ZMn+0.2432ZCr+ 0.0826ZSe

F2=-0.2052ZNa+0.3167ZK-0.2596ZMg+0.0345ZCa+ 0.0684ZFe+0.3916ZZn+0.2682ZCu+0.3221ZNi-0.1847ZAs-0.1427ZAl-0.2004ZMn+0.3867ZCr+ 0.4594ZSe

F3=0.5140ZNa-0.1595ZK+0.3961ZMg+0.1094ZCa- 0.5086ZFe+0.2605ZZn+0.0285ZCu-0.1587ZNi- 0.2011ZAs-0.2574ZAl-0.0855ZMn+0.0432ZCr+ 0.2697ZSe

F4=-0.0841ZNa+0.2056ZK+0.0815ZMg+0.0399ZCa+ 0.0357ZFe+0.2913ZZn-0.4290ZCu+0.1520ZNi+ 0.3177ZAs-0.4298ZAl+0.5852ZMn-0.1113ZCr+ 0.0960ZSe

F5=0.2674ZNa+0.5944ZK+0.1332ZMg-0.2220ZCa- 0.0422ZFe+0.1722ZZn-0.0325ZCu-0.2328ZNi+ 0.4905ZAs+0.3638ZAl-0.2014ZMn+0.0888ZCr- 0.0087ZSe

F6=-0.3077ZNa-0.0811ZK-0.1419ZMg+0.2445ZCa- 0.1407ZFe+0.4556ZZn+0.1515ZCu-0.4795ZNi- 0.1145ZAs+0.4186ZAl+0.3208ZMn-0.2004ZCr+ 0.0930ZSe

将各主成分的方差贡献率作为系数与主成分的乘积之和，得出主成分综合模型为：F=0.2777F1+0.2652F2+0.1295F3+0.1066F4+0.0656F5+ 0.0541F6

其中F1表示第1主成分，F2～F6表示第2至第6主成分。

根据主成分的函数表达式计算出18个鲍鱼样品各主成分得分及排序情况，再以主成分综合模型函数表达式计算出18个鲍鱼样品元素含量的综合得分和综合排序(表7)。由表6可知，综合排名在前6位的是2号样品、6号样品、17号样品、13号样品、7号样品以及15号样品，排名最低的是5号样品。

2号样品F1、F2值、综合排名都是第一，F3、F4、F6值排名居中，F5值靠后，表明其主要优势体现在F1和F2上，即Ca、Se含量较高，K含量较低。6号样品的F2、F3、F4、F5值排名靠前，F1值排名靠后，表明其主要优势是在F2、F3、F4、F5上，即Se、Na、Mn、K含量较高，而Ca含量较低。7号样品，F1、F5、F6值排名靠前，F4值最低，表明其主要优势是在F1、F5、F6，即Ca、K含量较高，Mn、Ni含量较低。12号和13号样品F1、F4、F6值排名都靠前，F5排名都居中，F2、F3排名都靠后，表明其主要优势是在F1、F4、F6上，即Ca、Mn含量较高，Se、Na、Ni含量较低。贾亮亮等(2009)通过火焰原子吸收光谱法对大连、青岛、河北3个产地的鲍鱼若干元素含量进行测定后发现，3个产地鲍鱼的K、Na、Ca、Mg、Fe、P含量存在显著差异(P＜0.01)，Zn，Cu无显著性差异(P＜0.5)。这与本研究的特征元素相符，其中Fe、P未表现出明显优势可能是由于采样地点、品种以及检测方法差异导致的。

表6 特征向量值 Tab.6 Characteristic vector values

表7 主成分得分及排序 Tab.7 Principal component score and sort

3 结论

本研究通过对18个不同产地鲍鱼样品的13种常量与微量元素的测定并进行主成分分析，有效地从13个元素中提取了6个元素作为主成分，累计方差贡献率达89.872%；经分析，得出Ca、Se、Na、Fe、Mn、K和Ni这7种元素是不同产地鲍鱼的特征元素。建立了基于特征元素主成分分析的综合评价模型：F=0.2777F1+0.2652F2+0.1295F3+0.1066F4+0.0656F5+ 0.0541F6

为科学评价鲍鱼营养品质以及鲍鱼产地溯源提供了一定的理论参考。

本研究虽然对鲍鱼的13个常量元素及微量元素含量进行了主成分分析，但其对营养成分评价并不全面，对产地溯源只有一定参考作用，下一步可以结合脂肪酸、氨基酸等营养成分进行主成分分析、聚类分析等数据分析，构建出更为准确、简便、快捷的产地溯源模型。