基于浸出茶油香气成分压榨茶油掺伪模型及应用

陈则铭 赵鑫鑫 朱晓阳 周 波 钟海雁

(中南林业科技大学食品学院，湖南 长沙 410004)

油茶(Camelliaoleifera)，山茶科山茶属常绿灌木或小乔木，是中国特有的一种木本油料树种，广泛分布于南方丘陵地带，其籽所制得的油脂称为油茶籽油。山茶籽油中不饱和脂肪酸高达90%，并含有丰富的角鲨烯、甾醇、维生素E、酚类化合物等生物活性成分，具有一定的营养保健作用[1]，特别是压榨制备的油茶籽油深受消费者喜爱。因此，市面上出现了不少在浸出油中添加“茶油香精”或在压榨油中添加部分浸出油来冒充压榨油出售的情况。近年来，科研工作者对茶油产品掺伪鉴别做了大量研究。Xie等[2]提出了利用GC-MS检测茶油与大豆油掺假的方法。张东生等[3]采用GC分析茶油与其他植物油的脂肪酸组分差异，再结合PCA、PLS-DA等数学分析方法能够很好地区分出茶油。Hai等[4]采用电子鼻和人工神经网络(ANN)模型相结合的方法检测山茶籽油和芝麻油中掺入的玉米油，结果表明不同类型的油之间传感器信号存在显著差异，并且能够很好地识别芝麻油中的掺假情况。Li等[5]比较了差示扫描量热法(DSC)和GC应用于茶油掺伪鉴别的效果，发现DSC的效果更好。Li等[6]采用近红外光谱与模式识别结合的方法辨别纯茶油和掺伪茶油，能够达到98.3%的正确分类率，但不能确定掺伪油的种类和掺伪百分比。吴翠蓉[7]利用SPME-GC-MS分离得到50种茶油挥发性成分，筛选出区别于菜籽油、大豆油、玉米油和棉籽油的特征挥发性组分，建立了掺假油中茶油含量与特征组分含量变化回归方程。周波等[8]运用主成分分析和Fisher判别方法，建立了油茶籽油掺伪鉴别模型。但是基于不同的油茶品种和制油工艺，香气成分的种类和含量会有较大差异，难以准确定量，应用于掺伪鉴别也有一定的局限性。

研究拟通过HS-SPME-GC-MS和感官评价等方法，对精炼浸出茶油和3种添加茶油香精的浸出茶油进行关键香气成分测定和感官分析，基于2类压榨茶油的香气成分建立LDA模型，并应用模型对浸出茶油进行鉴别，以期为压榨茶油中掺入浸出茶油的鉴别研究提供依据。

1 材料与方法

1.1 试验材料

精炼浸出茶油：编号为J1，湖南永兴泰宇茶油有限公司；

茶油香精：将3种品名不同的茶油香精分别以0.1%的比例掺入J1中，得到3种添加香精的浸出茶油样品，编号为X1、X2、X3，市售；

原香茶油：均为冷榨法制取，分别来自湖南省衡阳、邵阳等油茶主产地，采用湖南地区传统压榨法制取的有代表性的原香茶油产品，编号为Y1、Y2、Y3，详细信息见表1，市售；

表1 具有代表性的茶油产品Table 1 Representative camellia oil products

茶油样品CW1：按冷榨工艺自制；

烤香茶油：均为热榨法制取，分别来自海南省澄迈、琼海等油茶主产地具有代表性的烤香茶油产品，编号为H1、H2，市售；

茶油样品CW2、CW3、CW4、CS1、CS2、CS3、CS4、CS5：详细信息见表2，按烤香型茶油工艺自制；

表2 实验室自制茶油样品信息表Table 2 The information of camellia oil samples from laboratory made

掺伪浸出茶油：在4种原香茶油和10种烤香茶油中分别掺入5%，10%，15%，20%，40%的浸出茶油J1，共得到70种掺伪样品，其具体编号见表3。

表3 掺伪样品的掺伪量以及编号Table 3 Quantity and number of adulterated sample

1.2 试验仪器

气相色谱—质谱联用仪：7890B/5977A型，美国Agilent Technologies公司；

毛细色谱柱：HP-5MS型(30 m×250 μm×0.25 μm)，美国Agilent Technologies公司；

固相微萃取手柄：57348-U(50/30 μm DVB/CAR/PDMS)SPME型，美国Supelco公司；

固相微萃取头：美国Supelco公司；

电子天平：OHAUS CP224C型，美国OHAUS公司；

加热搅拌器：RCTbasic型，德国IKA公司。

1.3 试验方法

1.3.1 茶油理化性质分析

(1)酸价：按GB 5009.229—2016执行。

(2)过氧化值：按GB 5009.227—2016执行。

1.3.2 茶油香气成分的HS-SPME-GC-MS分析

(1)HS-SPME、GC/MS条件与定性定量分析：参照朱晓阳等[9]的方法。

(2)关键香气成分的确定：参照刘登勇等[10]的方法。

1.4 数据统计分析

所有试验重复3次，采用SPSS 22.0软件进行LDA分析，采用Origin 9.0和Excel 2016软件进行数据处理和绘图。

2 结果与讨论

2.1 理化性质分析

由试验结果可知，所用茶油样品的酸价及过氧化值均符合国家标准[11]。

2.2 挥发性成分的HS-SPME-GC-MS分析

由表4、表5可知，J1、X1、X2和X3均鉴定出17种香气成分，4种茶油中共鉴定出20种香气成分。4种茶油的主要香气成分为醛类，其中J1为9种，X1～X3为8种，且香气成分组成和相对含量均很相似。虽然己酸的相对含量均达到50%左右，在香气成分中含量最高，但由于其感觉阈值较高，所以对茶油风味贡献不大。

表4 加香茶油的挥发性成分相对含量Table 4 Relative content of volatile components in solvent extracted camellia oil

由表5可知，J1中的关键香气成分为4种，X1～X3中的关键香气成分均为3种，4种茶油中共有4种关键香气成分。X1～X3中的关键香气成分(E)-2-癸烯醛、(E)-2-壬烯醛和壬醛在J1中均存在，且ROAV值也较接近，表明这些关键香气成分是精炼浸出茶油中本身存在的成分。因此选择X1～X3中存在而J1中不存在的香气成分进行分析，计算其ROAV值，结果见表6。

表5 茶油香气成分的ROAV值及关键成分(ROAV≥1)的感官描述Table 5 ROAV value of aroma components and sensory description of key components (ROAV≥1)in camellia oil

由表6可知，添加香精茶油中特有的香气成分为2-甲氧基-3-甲基吡嗪、甲基环戊烯醇酮和2-甲基吡嗪，其中2-甲氧基-3-甲基吡嗪对风味贡献最大，其次是具有类似咖啡的焦糖香气的甲基环戊烯醇酮、具有爆米花香气的2-甲基吡嗪，其特有香气主要由食用香精香料成分提供，且GB 2760—2014中允许使用这3种食用香精香料，但也规定了不得添加食品用香料、香精的食品名单，其中包括植物油脂。因此，在茶油中添加这种茶油香精实际上是违法行为，应该被杜绝。

表6 添加香精茶油的关键香气成分(ROAV≥1)Table 6 Key aroma components in added fragrance camellia oil (ROAV≥1)

2.3 掺伪浸出茶油模型建立及应用

2.3.1 原香茶油掺伪浸出茶油的模型建立及应用 由表7 可知，4种原香茶油的香气成分相对含量与J1的香气成分比较后，得到28个香气成分变量数据，分别为3-甲基丁醛、己醛、苯甲醛、苯乙醛、庚醛、辛醛、(E)-2-辛烯醛、壬醛、(E)-2-壬烯醛、癸醛、(E)-2-癸烯醛、(E,E)-2,4-癸二烯醛、2-十一烯醛、3-甲基丁醇、辛醇、苯乙醇、苯乙烯、己酸、(Z)-2-甲基-2-甲基丁酯-2-丁烯酸、辛酸、(E)-2-甲基-3-甲基丁酯-2-丁烯酸、壬酸、乙酸乙酯、糠醛、(Z)-3,4-二甲基-3-己烯-2-酮、2,4-二甲基己烷、(Z)-2-庚烯醛和1-十五烯。

表7 原香茶油的挥发性成分相对含量Table 7 Relative content of volatiles in traditionalodor camellia oil

将3类样品的香气成分相对含量进行分组：4种原香茶油设为组1，1种浸出茶油设为组2，20种掺伪茶油设为组3，将25个样品中的28个特征香气成分作为指标代入到SPSS 22.0软件，选择步进式判别分析，得到Fisher判别函数式：

Y1=0.028×C3-甲基丁醛+0.469×C己醛+0.042×C苯甲醛+1.227×C苯乙醛-7.083。

(1)

各香气成分变量均为其相对含量值，变量的回归系数越大，表明其对判别过程的贡献越大。由式(1)可知，苯乙醛和己醛对判别过程的贡献最大。

模型的特征值为2.745，典型相关性为0.856，表明该判别函数效果较好。将3种添加茶油香精的浸出茶油作为测试数据，使用该模型对训练数据及测试数据进行分类鉴别，判别结果见表8。

由表8可知，训练数据的判别正确率达84%，只有掺伪比例为5%的4个样品被误判为原香茶油。因此该判别模型能够鉴别原香茶油中掺伪比例为10%及以上的浸出茶油。同时，测试数据的判别正确率达100%，即使添加了香精，也能够判别出浸出茶油。

表8 LDA1的分类判别结果Table 8 Classification discriminant results of LDA1

综上，全部数据的总体判别正确率为85.7%；根据原香茶油香气成分组成和相对含量建立的LDA模型能够鉴别原香茶油中掺伪比例为10%及以上的浸出茶油，也可以很好地鉴别出添加茶油香精的浸出茶油。

2.3.2 烤香茶油掺伪浸出茶油模型建立及应用 由表9可知，10种烤香茶油的香气成分相对含量与J1的香气成分对比后，得到掺伪样品中30个香气成分的变量数据，分别为3-甲基丁醛、苯甲醛、苯乙醛、庚醛、辛醛、壬醛、(E)-2-癸烯醛、(E,E)-2,4-癸二烯醛、2-十一烯醛、辛醇、己酸、辛酸、壬酸、糠醛、糠醇、5-甲基糠醛、5-羟甲基糠醛、2-甲基吡嗪、2,5-二甲基吡嗪、2-乙基-6-甲基吡嗪、2-乙基-5-甲基吡嗪、2-乙基-3-甲基吡嗪、3-乙基-2,5-二甲基吡嗪、麦芽酚、甲基环戊烯醇酮、2,3-二氢-3,5-二羟基-6-甲基-4H-吡喃-4-酮、5-羟基尿嘧啶、2,4-二甲基己烷、(Z)-2-庚烯醛和1-十五烯。

表9 烤香茶油的香气成分相对含量Table 9 Relative content of aroma components in roasted odor camellia oil

续表9

续表9

将10种烤香茶油的香气成分相对含量数据设为组1，1种浸出茶油设为组2，50种掺伪浸出茶油设为组3，将61个样品的30个特征香气成分作为指标代入SPSS 22.0软件，选择步进式判别分析，得到Fisher判别函数式：

Y2=(2.449E-13)×C3-甲基丁醛+(2.995E-13)×C苯甲醛-(1.065E-15)×C苯乙醛+(3.612E-12)×C庚醛+1.810×C辛醛-(6.859E-15)×C壬醛+(8.012E-15)×C(E)-2-癸烯醛-(1.744E-14)×C2-十一烯醛-(1.379E-13)×C辛酸-(1.108E-13)×C2,5-二甲基吡嗪-1.461。

(2)

由式(2)可知，辛醛对判别的贡献最大。模型的特征值为1.343，典型相关性为0.757，表明该判别函数效果较好。将3种添加茶油香精的浸出茶油作为测试数据，使用该模型对训练数据及测试数据进行分类鉴别，判别结果见表10。

由表10可知，训练数据的判别正确率达83.6%，只有掺伪比例为5%的10个样品被误判为烤香茶油。因此该判别模型能够鉴别烤香茶油中掺伪比例为10%及以上的浸出茶油。但是，该模型未能正确判别测试数据，3种添加香精的浸出茶油被误判为烤香茶油。这些茶油香精具有强烈的烤香味，其中甲基环戊烯醇酮和2-甲基吡嗪等带来焦糖香、爆米花香的成分也普遍存在于烤香茶油中，可能是由于重要香气成分较为相似而未能判别出其为浸出茶油。

表10 LDA2的分类判别结果†Table 10 Classification discriminant results of LDA2

综上，全部数据的总体判别正确率为79.7%；根据烤香茶油香气成分组成和相对含量建立的LDA模型能够鉴别烤香茶油中掺伪比例为10%及以上的浸出茶油，但还不能正确鉴别添加烤香味茶油香精的浸出茶油，仍需进一步研究。

3 结论

试验表明，精炼浸出茶油中关键香气成分为(E)-2-癸烯醛、辛醛、(E)-2-壬烯醛和壬醛。添加香精的浸出茶油中特有的香气成分为2-甲氧基-3-甲基吡嗪、甲基环戊烯醇酮和2-甲基吡嗪，分别具有坚果、咖啡、焦糖、爆米花等香气，虽然国标中允许使用这3种食品用于合成香料，但植物油脂中不得添加食品用香料、香精，因此在茶油中应禁止添加这类茶油香精。线性判别分析模型对原香茶油和烤香茶油的判别正确率分别达到84.0%和83.6%，能够鉴别原香及烤香茶油中掺伪比例为10%及以上的浸出茶油；线性判别分析模型能够很好地鉴别出添加茶油香精的浸出茶油，正确率达100%，但烤香茶油的模型无法鉴别，这与烤香味香精和烤香茶油的重要香气成分较为相似有关，后续仍需进一步研究。