SPME-GC-MS联用法区分不同类别白菜

李晓颖，马 茜，王 叶，陈修红，王 军*

（中国农业大学食品科学与营养工程学院，北京 100083）

摘 要：利用固相微萃取-气相色谱-质谱（solid phase microextraction-gas chromatograph-mass spectrometry，SPME-GC-MS）分析方法测定普通白菜、绿色白菜、甲醛处理白菜中挥发性风味物质，对其中14 种物质进行定性与面积归一化分析，并结合判别分析（discrimant analysis，DA）方法，利用其指纹特征峰对这3 类白菜进行聚类建模分析，聚类分析效果明显。随机抽取绿色白菜和甲醛白菜做预测判别分析，准确率在95%以上。结果表明：SPME-GC-MS结合DA是一种对白菜类别判别有效的方法，可为白菜样品品质与安全分析提供参考。

关键词：白菜；风味物质；固相微萃取；气相色谱-质谱联用；判别分析

Discriminant Analysis of Different Kinds of Chinese Cabbages by SPME-GC-MS

LI Xiao-ying, MA Qian, WANG Ye, CHEN Xiu-hong, WANG Jun*

(College of Food Science and Nutritional Engineering, China Agricultural University, Beijing 100083, China)

Abstract: A method of SPME coupled with GC-MS was developed and applied for the determination of flavor compounds in three kinds of Chinese cabbages, including ordinary cabbages, green cabbages, and cabbages treated with formaldehyde. A total of 14 compounds in the cabbages as characteristic peaks were identified and quantified by area normalization method. A clustering model was established with the data of the characteristic peaks by discriminant analysis (DA). The randomly selected samples were used to verify the accuracy of prediction for Chinese cabbage types. The results showed that the accuracy rate was more than 95%. Hence, SPME-GC-MS combined with DA analysis was effective for judging Chinese cabbage types, which provided a scientific reference for analyzing the safety and quality of Chinese cabbages.

Key words: Chinese cabbage; flavor compounds; solid phase microextraction; gas chromatograph-mass spectrometry; discriminant analysis

中图分类号：TS201.6 文献标志码：A 文章编号：1002-6630（2014）24-0224-04

doi:10.7506/spkx1002-6630-201424043

大白菜原产于中国，因其味道鲜美、营养丰富、价格便宜、四时有售，故有“菜中之王”的美誉。大白菜热量低，纤维素含量丰富，有利于肠道的蠕动和废物的排除，一直是中国百姓餐桌上的重要蔬菜[1]。随着近些年人们生活水平的提高，对于蔬菜的要求更有所提高，绿色蔬菜因其种植生态环境良好，生产管理科学，越来越受到广大消费者的青睐。对于大白菜而言，绿色大白菜价格比普通大白菜价格高，但就外观而言，两者的区别并不显著，很难用肉眼进行区分，因此一些不法商贩以次充好，欺骗消费者；甚至有些商贩利用甲醛处理大白菜以改变外观，延长白菜贮存期，造成潜在的食品安全问题。

指纹图谱技术已应用于中药领域，样品经适当处理后，采用一定的分析手段，提取其化学信息并加以描述，得到能够标志该中药材特性的图谱[2]，结合化学计量计算，实现区分和标识中药材不同产地以及不同品质。近年来对指纹图谱的研究越来越深入，借鉴中药指纹图谱的分析方法，将其应用到食品领域，已实现了红葡萄酒产地的溯源[3]、米糠油掺伪检测[4]等。

风味物质是果蔬内在品质的重要体现。种植环境（大气、水质、土壤）、肥料种类、是否使用农药等都对蔬菜生长代谢有很大影响，直接影响到果蔬的风味组成与含量。固相微萃取（solid phase microextraction，SPME）是20世纪90年代初兴起的一种在固相萃取技术的基础上发展起来的样品前处理技术[5]，与传统方法相比具有很多优点，其吸附、萃取具有一定的选择性，克服了水蒸气蒸馏法、溶剂萃取法等传统处理时样品需求量大、耗时长等缺点，具有操作简单，选择性较好等特点[6]。近年来被广泛用于水果、蔬菜等作物的香气组分分析[7-11]。本实验采用SPME和气相色谱-质谱（gas chromatograph-mass spectrometry，GC-MS）联用的方法，通过分析大白菜的挥发性成分，结合判别分析（discrimant analysis，DA）法建立区分普通大白菜、绿色大白菜以及甲醛处理大白菜的方法，为大白菜质量控制、安全预警和快速溯源提供参考。

1 材料与方法

1.1 材料与试剂

实验用白菜来自北京及周边地区，品种均为北京3号大白菜。普通白菜和甲醛处理所用白菜均购自北京当地农贸市场；绿色白菜购自北京专营绿色蔬菜超市。其中普通白菜购买8 种，绿色白菜购买9 种，甲醛白菜模拟5 种，每种白菜均做3 个平行，共计66 个样品数。

氯化钠（分析纯） 北京化工厂；甲醛溶液（分析纯） 汕头市西陇化工有限公司

1.2 仪器与设备

450-GC-220-MS气相色谱-质谱联用仪 美国Varian公司；DB-5MS石英毛细管柱（30 m×0.25 mm，0.25 µm） 美国Agilent公司；85-2A数显恒温磁力搅拌器 北京市永光明医疗仪器厂；固相微萃取手柄及SPME萃取头、100 µm聚二甲基硅氧烷（polydimethylsiloxane，PDMS）、75 µm二乙烯基苯/
碳分子筛/聚二甲基硅氧烷（carboxen/PDMS，CAR/PDMS）、65 µm聚二甲基硅氧烷/二乙基苯（PDMS/divinylbenzene，PDMS/DVB） 美国Supelco公司；BS200S-WEI万分之一天平 德国Sartorius公司。

1.3 方法

1.3.1 样品前处理

将白菜样品采用八分法，取1/8切碎后放入榨汁机中，将水和白菜按照m（水）：m（白菜）=1∶5的比例匀浆。称取2 g氯化钠置于15 mL样品瓶中，并加入3 g捣碎的白菜浆，加入磁子，封口后放在磁力搅拌器中，搅拌平衡20 min。将萃取头插入250 ℃的GC进样口老化20 min，然后插入已平衡好、装有样品的顶空瓶中在40 ℃条件下吸附30 min。吸附完成后，插入GC-MS进样器中，立即启动仪器采集数据，待解吸3 min后取出萃取头[12]。

甲醛白菜处理：配制质量分数0.1%甲醛溶液，将其喷洒到白菜上面，并用塑料袋包裹住，放置24 h后取出备用[13-14]，样品后续处理同上。

1.3.2 GC-MS条件

GC条件：载气为氦气；恒流；流速1 mL/min；进样方式：不分流进样；升温程序：起始温度45 ℃，保持3 min，以6 ℃/min上升至140 ℃后，再以10 ℃/min上升至230 ℃保持6 min。

MS条件：电子电离源；电子能量70 eV；离子源温度250 ℃；进样口温度250 ℃；电子扫描质量范围45～650 u。

1.4 数据处理

定性分析：将GC-MS分析得到的总离子流图用计算机检索，与NIST检索图谱库进行匹配，确定白菜风味物质的主要化学成分。并选取3 类白菜的共有峰作为白菜的特征指纹峰，结合Excel-Xlstats软件，利用DA计算数据，得到这3 类白菜的指纹分析。

定量分析：依据峰面积归一化法计算各风味物质在总萃取物质组成中的相对含量。DA首先需要建立判别模型，然后可以对未知样本进行类别判定，并利用分类的结果进行预测[15-17]。本实验利用样品分析数据建立判别分析样本集，再随机采样了同品种的2 种绿色白菜和1 种甲醛白菜（1.3.1节模拟制备），然后将这3 种白菜进行DA，判断、验证该方法的准确性。

2 结果与分析

2.1 不同SPME萃取头的选择

A.萃取头75 µm CAR/PDMS；B.萃取头65 µm PDMS/DVB；C.萃取头100 µm PDMS。

图 1 不同萃取头吸附白菜风味物质的总离子流图

Fig.1 Total ion current chromatogram of volatile components in Chinese cabbages by different SPME fibers

SPME技术是依据萃取头上不同材料的涂层吸附挥发性物质，不同的萃取头对挥发性物质的吸附状况也不同。本实验选择常用的3 种不同萃取头对白菜风味物质进行吸附，并采用GC-MS分析，进行优化对比，总离子流见图1。

由图1可知，无论从出峰的数量以及相对强度上来看，75 µm CAR/PDMS萃取头具有更好的吸附性，该萃取头对白菜风味物质吸附效果好，因此选用该萃取头进行白菜风味物质吸附分析研究。

2.2 白菜风味物质的测定选择

75μm CAR/PDMS的萃取头对白菜风味物质进行测定分析（以绿色白菜为例），经NIST库检索白菜的风味物质组成及相对含量见表1。

表 1 白菜风味物质组成及相对含量

Table 1 Flavor components and relative contents in Chinese cabbages

经测定，绿色、普通以及甲醛处理3 类白菜中均主要检测出14 种物质，其中包括醛类、腈类、酯类、醚类等。其中腈类5 种、酯类4 种、醚类2 种、杂环类1 种、醛类1 种、以及肟1 种。3 类白菜共有的风味物质中含量较高的是反-2-己烯醛、1-异硫代氰酸丁酯、苯代丙腈、二甲基二硫醚、二甲基三硫醚、环己酮甲基肟、硫代异氰酸环戊酯和异硫氰酸苯乙酯。其中含量最高的反-2-己烯醛，又名青叶醛，在稀释状态下有令人愉快的绿叶清香和水果香气，天然存在于一些绿色蔬菜、水果中[18-21]。

白菜风味物质中检出较多的腈类物质和异硫氰酸酯类，这是因为硫代葡萄糖苷是十字花科蔬菜中的重要生物活性物质，广泛存在于十字花科植物根、茎、叶、种子中，是一类含硫阴离子亲水性次生代谢产物[22]。硫代葡萄糖苷在葡萄糖硫苷酶的作用下脱去葡萄糖和硫酸，重组形成异硫代氰酸盐、硫代氰酸盐、腈类化合物等降解产物[23]。但受到遗传因素和环境条件的影响，风味物质在不同种类、品质白菜中的构成含量各不相同[24-26]。

2.3 白菜指纹图谱分析

对普通白菜、绿色白菜、甲醛白菜，选取上述含量较丰富的14 个共有峰作为这3 类白菜的特征指纹峰，结合Excel-Xlstats软件，利用DA计算数据，得到这3 类白菜的指纹分析。

2.3.1 不同类别白菜DA聚类分析

＋.每一类别白菜区域数据中心点。

图 2 不同类别白菜DA图

Fig.2 DA diagram of Chinese cabbage samples

由图2 DA可以看出，不同类别的白菜所含风味物质构成含量有差异，因此根据风味品质，利用SPME-GC-MS方法能将相同类别的白菜能有效地聚在一起，而不同类别的白菜彼此能区分开。由图2可以看出，甲醛白菜与其他2 种白菜区分更明显。这是由于经过甲醛处理后导致白菜中一些风味物质的结构和含量发生较明显的变换，因此与其他2 类白菜风味差别较大。而绿色白菜和普通白菜相对风味物质差距不大，判别分析图中绿色白菜和普通白菜在边缘处有部分交叉，这可能是因为一些绿色白菜在种植过程中没有良好控制种植方式等，造成部分判别模糊的状况。

2.3.2 不同类别白菜DA

用66 个样本数据建立的模型，对超市中购买的2 种绿色白菜和1 种自制模拟的甲醛白菜进行抽样分析，结果见图3。

＋.每一类别白菜区域数据中心点；
Prediction表示对抽样样品的类别判断预测分析。

图 3 不同类别白菜抽样DA图

Fig.3 Discriminant analysis of Chinese cabbage samples by DA method

表 2 抽样白菜判别正确性分析（n=3）

Table 2 Analysis of prediction accuracy for selected
Chinese cabbage samples (n = 3)

市场随机抽样检验的绿色白菜和甲醛白菜均落在各自类别区域中，得到了准确的区分。根据表2的预测判断结果数据可以看出，判断类别的准确性均在95%以上，准确性好，该方法能用于白菜类别的预测判别分析。

3 结 论

本实验通过对市场上常见的普通白菜、绿色白菜，以及按照相关报道制备的甲醛白菜中风味物质进行SPME-GC-MS分析，总离子流色谱图数据结合Excel-Xlstats软件进行DA聚类和DA，该方法能有效地将这3 类白菜聚类区分在不同区域，形成各自的建模聚集区，区分效果好。绿色白菜与甲醛白菜抽样类别预测判别实验表明，抽样的绿色白菜与甲醛白菜样品都能聚类在各自的建模聚集区，能分别与其他2 类白菜区分开，判断类别的准确性在95%在上，判别结果准确性好，能用于白菜类别的预测判断分析，为保障食品安全，提高风险预警能力提供了一种有效的参考方法。

参考文献：

[1] 吴澎, 周涛, 寇丽娟, 等. 自动化静态顶空/气相色谱-质谱对胶州大白菜中风味物质的快速分析[J]. 食品科学, 2009, 30(12): 215-218.

[2] 秦昆明, 方前波, 蔡宝昌. 指纹图谱技术在方剂现代研究中的应用现状[J]. 世界科学技术-中药现代化, 2009, 11(2): 287-293.

[3] 谢建军, 陈小帆, 陈文锐, 等. 气相色谱指纹图谱法进行红葡萄酒产地溯源表征[J]. 食品科学, 2013, 34(18): 253-257.

[4] 喻凤香, 林亲录, 黄中培, 等. 基于指纹图谱相似度的米糠油掺伪检测方法研究[J]. 中国粮油学报, 2013, 28(10): 118-122.

[5] ALCXANDRA S, JNUSEZ P. Analysis of flavor volatiles using headspace solid-phase microextraction[J]. Agricultural and Food Chemistry, 1996, 44(8): 2187-2193.

[6] 王传增, 张艳敏, 徐玉亭, 等. 苹果香气SPME-GC/MS萃取条件优化[J]. 山东农业科学, 2012, 44(7): 116-120.

[7] 高婷婷, 寒帅, 刘玉平, 等. 固相微萃取结合GC-MS分析鲜山楂果肉中的挥发性成分[J]. 食品科学, 2013, 34(20): 144-147.

[8] 何朝飞, 冉玥, 曾林芳, 等. 柠檬果皮香气成分的GC-MS分析[J]. 食品科学, 2013, 34(6): 175-179.

[9] 张伟, 卢引, 顾雪竹, 等. HS-SPME-GC-MS分析两种南瓜肉挥发性成分[J]. 中国实验方剂学杂志, 2013, 19(7): 117-119.

[10] 李聚英, 王军, 戴蕴青, 等. 香椿特征香气组成及其在贮藏中变化的研究[J]. 北京林业大学学报, 2011, 33(3): 127-131.

[11] PONTES M, PEREIRA J, CAMARA J S. Dynamic headspace solid-phase microextraction combined with one-dimensional gas chromatography-mass spectrometry as a powerful tool to differentiate banana cultivars based on their volatile metabolite profile[J]. Food Chemistry, 2012, 134 (4): 2509-2520.

[12] 吴春燕, 何启伟, 宋廷宇, 等. 大白菜风味物质的气相色谱-质谱分析[J]. 食品科学, 2009, 30(4): 145-148.

[13] 李海涛, 岳中花, 张景然. 高效液相色谱法检测白菜中的甲醛[J]. 广东化工, 2012, 39(16): 56-57.

[14] 付丽丽. “甲醛白菜” 之忧[N]. 大众科技报, 2012-05-15(3).

[15] 陈燕清, 倪永年. 模式识别在食品质量控制方面的应用进展[J]. 化学研究与应用, 2009, 21(1): 1-7.

[16] 孙其然, 向平, 沈保华, 等. 气相色谱-质谱指纹图谱在鉴别贵州茅台酒中的应用[J]. 色谱, 2010, 28(9): 833-839.

[17] 李军, 朱苏闽, 林平. 固相微萃取-气相色谱-质谱指纹图谱鉴别仿冒品牌卷烟[J]. 烟草科技, 2002(12): 26-28.

[18] 刘春香, 何启伟. 黄瓜芳香物质的研究进展[J]. 园艺学报, 2004, 31(2): 269-273.

[19] FROSS D A, DUNSTONE E A, ZAMSHAW E H, et al. The flavor of cucumbers[J]. Food Science, 1962, 27(1): 90-93.

[20] 陈计峦, 周珊, 王强, 等. 新疆库尔勒香梨的香气成分分析[J]. 食品科技, 2007, 32(6): 95-98; 103.

[21] 乔宇, 谢笔钧, 柴倩, 等. 血橙果实香气成分的气相色谱-质谱分析[J]. 质谱学报, 2008, 29(1): 1-4; 9.

[22] HALKIER B A, GERSHENZON J. Biology and biochemistry of glucosinolates[J]. Annual Review of Plant Biology, 2006, 57: 303-333.

[23] VAUGHN S F, BERHOW M A. Glucosinolate hydrolysis products from various plant sources: pH effects, isolation, and purification[J]. Industrial Crops and Products, 2005, 21: 193-202.

[24] 吴春燕, 何启伟, 宋廷宇. 白菜挥发性组分的气相色谱-质谱分析[J]. 食品科学, 2012, 33(20): 252-256.

[25] 夏广清, 何启伟, 于占东, 等. 不同生态型大白菜品种中挥发性化学成分分析[J]. 中国蔬菜, 2005(5): 20-21.

[26] 戴建青, 李振宇, 陈焕瑜, 等. 3 种十字花科蔬菜植物挥发性物质的分离鉴定[J]. 广东农业科学, 2011, 38(22): 106-108.