工夫紅茶作為我國特有的紅茶品類，以其香高、色艷、味濃的特點深受消費者喜愛。如今，紅茶市場魚龍混雜，以次充好、虛假標注等現象屢見不鮮，嚴重損害消費者利益，因此，做好優質紅茶與缺陷紅茶的香氣品質評價具有十分重要的意義。
本研究以市售工夫紅茶為材料，通過專家感官評定篩選出優質工夫紅茶和缺陷工夫紅茶，基于GC-E-Nose和GC-MS融合技術結合正交偏最小二乘判別分析（OPLS-DA）對茶樣進行綜合研究，探明優質工夫紅茶與缺陷工夫紅茶的關鍵差異組分。
揮發性組分定性定量分析
為進一步深入比較兩組樣品的揮發性組分差異情況，采用GC-MS技術對兩組茶樣進行定性定量分析，共鑒定出73種揮發性組分。根據化學結構可分為8類，包括醇類化合物12種、醛類化合物10種、烯烴類化合物9種、酯類化合物23種，酮類化合物11種，雜環類化合物4種，芳香烴類化合物3種和烷烴類化合物1種。不同類別的化合物在兩組紅茶中含量各異（圖2A、B），以其特定的含量配比形成優質紅茶和缺陷紅茶的品質特征。醇類化合物相對含量最高，在優質紅茶中平均相對含量高于缺陷紅茶組平均相對含量，代表性物質為苯乙醇、芳樟醇與香葉醇，呈現花香和甜香，為紅茶特征性香氣物質。其次為醛類化合物。
以GC-MS鑒定的73種揮發性成分相對含量數據集為基礎，建立了工夫紅茶香氣品質分類OPLS-DA模型，結果如圖2C所示，缺陷紅茶樣品與優質紅茶樣品分別位于X軸的負半軸和正半軸，兩組間分離明顯（R2Y＝0.951，Q2＝0.930），存在可視化的差異，與GC-E-Nose模型結果較好地吻合。置換檢驗結果顯示，R2＝0.356，Q2＝－0.582（圖2D），回歸直線Q2與Y軸的截距小于0，表明模型未過擬合。該結果說明GC-MS結合多元統計分析可以實現缺陷紅茶和優質紅茶的準確分類。
結論
本研究依據專家感官審評結果將14個工夫紅茶樣品劃分為缺陷紅茶和優質紅茶兩類。基于GC-E-Nose與GC-MS技術分別獲得44維和73維的數據集，將其融合得到117維多元信息數據集用于缺陷紅茶和優質紅茶的分類判別表征。基于融合信息建立的OPLS-DA模型可實現兩類紅茶的有效分類，且融合信息模型的擬合性能和預測性能優于單一數據源GC-E-Nose。基于VIP＞1.6和P＜0.05共篩選出8個區分兩類紅茶的關鍵差異性組分，主要包括二甲基硫醚、β-紫羅酮、(3E)-4,8-二甲基壬-1,3,7-三烯、二氫獼猴桃內酯、芳樟醇、苯乙醇、δ-辛內酯和γ-壬內酯。研究結果表明，基于GC-E-Nose和GC-MS融合技術結合多元統計分析可以實現缺陷紅茶和優質紅茶的快速、準確分類。
來源：感官科學與評定，轉載請注明來源。
參考文獻：王立磊,楊艷芹,謝佳靈,等.基于電子鼻與GC-MS融合技術的優質紅茶和缺陷紅茶香氣品質評價[J].食品科學,2024,45(02):274-282.
提醒：文章僅供參考，如有不當，歡迎留言指正和交流。且讀者不應該在缺乏具體的專業建議的情況下，擅自根據文章內容采取行動，因此導致的損失，運營方不負責。如文章涉及侵權或不愿我平臺發布，請聯系小編。
本研究以市售工夫紅茶為材料，通過專家感官評定篩選出優質工夫紅茶和缺陷工夫紅茶，基于GC-E-Nose和GC-MS融合技術結合正交偏最小二乘判別分析（OPLS-DA）對茶樣進行綜合研究，探明優質工夫紅茶與缺陷工夫紅茶的關鍵差異組分。
感官審評結果分析
依據專家感官審評結果（表1）將14個茶樣分成兩類：優質紅茶組，用R表示（7個）；缺陷紅茶組，用F表示（7個）。優質紅茶組香氣特征主要呈現甜香、甜花香等，從香氣評分來看，優質紅茶香氣評分均高于90分。缺陷紅茶組香氣主要表現為熟悶、不純、駁雜、青草氣強、火工偏高等，其評語中以“偏、透、欠”等傾向性強的副詞修飾較多，從香氣評分來看缺陷紅茶評分則低于85分，。綜上分析可知，兩類紅茶香氣品質存在明顯差異性。
表1 工夫紅茶感官審評結果
基于GC-E-Nose的優質紅茶和缺陷紅茶揮發性組分
揮發性成分定性定量分析
Heracles II GC-E-Nose采用氣相色譜原理，采用RI結合AroChembase數據庫對化合物進行鑒定，共定性出36個化合物，主要包括醛類8個、烯烴類6個、酯類5個、酮類4個、醇類3個、雜環類物質3個、硫化物2個、酸類2個、烷烴類2個和芳烴類1個。乙醇、乙醛、二甲基硫醚、乙酸乙酯、苯、二甲基二硫化物、異丁酸乙酯、3-己酮8個揮發性香氣化合物在2根色譜柱中同時檢出。綜上所述，兩組紅茶樣本采用GC-E-Nose技術得到1個44維的數據集用以表征其香氣品質（表2）。
Heracles II GC-E-Nose采用氣相色譜原理，采用RI結合AroChembase數據庫對化合物進行鑒定，共定性出36個化合物，主要包括醛類8個、烯烴類6個、酯類5個、酮類4個、醇類3個、雜環類物質3個、硫化物2個、酸類2個、烷烴類2個和芳烴類1個。乙醇、乙醛、二甲基硫醚、乙酸乙酯、苯、二甲基二硫化物、異丁酸乙酯、3-己酮8個揮發性香氣化合物在2根色譜柱中同時檢出。綜上所述，兩組紅茶樣本采用GC-E-Nose技術得到1個44維的數據集用以表征其香氣品質（表2）。
表2 基于GC-E-Nose技術的揮發性化合物定性結果
OPLS-DA
為了進一步考察兩組紅茶的分類情況，進行OPLS-DA。相較于PLS-DA，OPLS-DA添加了正交計算以消除與分類無關的信息，能有監督地實現不同分組間樣品的有效分離。基于GC-E-Nose檢測的揮發性成分響應峰面積數據集構建OPLS-DA模型，其得分圖如圖1A所示，缺陷紅茶位于第2象限和第3象限，優質紅茶位于第1象限和第4象限，兩者分離趨勢明顯，模型R2Y＝0.973，Q2＝0.925，表明該模型具有較好的解釋能力和預測能力。置換檢驗（n＝200）中R2和Q2的截距分別為0.426和－0.865，Q2截距＜0，說明該模型不存在過擬合（圖1B）。結果表明，GC-E-Nose結合多元統計分析可實現缺陷紅茶與優質紅茶快速區分。
圖1 基于GC-E-Nose技術的工夫紅茶揮發性成分OPLS-DA
基于GC-MS技術的優質紅茶和缺陷紅茶揮發性組分表征
揮發性組分定性定量分析
為進一步深入比較兩組樣品的揮發性組分差異情況，采用GC-MS技術對兩組茶樣進行定性定量分析，共鑒定出73種揮發性組分。根據化學結構可分為8類，包括醇類化合物12種、醛類化合物10種、烯烴類化合物9種、酯類化合物23種，酮類化合物11種，雜環類化合物4種，芳香烴類化合物3種和烷烴類化合物1種。不同類別的化合物在兩組紅茶中含量各異（圖2A、B），以其特定的含量配比形成優質紅茶和缺陷紅茶的品質特征。醇類化合物相對含量最高，在優質紅茶中平均相對含量高于缺陷紅茶組平均相對含量，代表性物質為苯乙醇、芳樟醇與香葉醇，呈現花香和甜香，為紅茶特征性香氣物質。其次為醛類化合物。
圖2 基于GC-MS技術的工夫紅茶揮發性成分分析
OPLS-DA以GC-MS鑒定的73種揮發性成分相對含量數據集為基礎，建立了工夫紅茶香氣品質分類OPLS-DA模型，結果如圖2C所示，缺陷紅茶樣品與優質紅茶樣品分別位于X軸的負半軸和正半軸，兩組間分離明顯（R2Y＝0.951，Q2＝0.930），存在可視化的差異，與GC-E-Nose模型結果較好地吻合。置換檢驗結果顯示，R2＝0.356，Q2＝－0.582（圖2D），回歸直線Q2與Y軸的截距小于0，表明模型未過擬合。該結果說明GC-MS結合多元統計分析可以實現缺陷紅茶和優質紅茶的準確分類。
基于GC-E-Nose和GC-MS融合技術的缺陷紅茶與優質
紅茶揮發性組分表征為實現對工夫紅茶香氣品質全面而綜合的分析，將上述提及的44維GC-E-Nose數據集與73維GC-MS數據集融合為一個117維數據集，并采用UV歸一化處理，以構建基于電子鼻-GC-MS融合技術的工夫紅茶香氣品質分類模型。融合數據OPLS-DA結果如圖3所示，優質紅茶組位于第1、4象限中，缺陷紅茶組位于第2、3象限中（圖3A），兩類茶樣分類明顯，組內聚攏趨勢更強，其模型參數（R2Y＝0.976，Q2＝0.959）較單一GC-E-Nose或GC-MS技術的OPLS-DA模型有一定提升，模型擬合和預測能力更強。為了驗證該模型的準確性，對數據進行200次置換檢驗，結果顯示R2＝0.434，Q2＝－0.640（圖3B），說明該模型可靠，不存在過擬合現象。此外，依據變量投影重要性（VIP）＞1和P＜0.05的原則初步篩選缺陷紅茶與優質紅茶的關鍵差異性組分，共篩選出47個變量，其中34個變量來源于GC-MS，13個變量來源于GC-E-Nose（圖3C）。進一步地，基于VIP＞1.6的原則，篩選出8個區分優質紅茶與缺陷紅茶的重要差異化合物（9個數據變量對應8個物質），包括二甲基硫醚（B3、B25）、β-紫羅酮（A59）、(3E)-4,8-二甲基壬-1,3,7-三烯（A20）、二氫獼猴桃內酯（A64）、芳樟醇（A17）、苯乙醇（A19）、δ-辛內酯（A41）和γ-壬內酯（A45）。其中二甲基硫醚、(3E)-4,8-二甲基壬-1,3,7-三烯、芳樟醇3個物質在載荷圖（圖3D）中更靠近優質紅茶組，其含量在優質紅茶組中更高，而β-紫羅酮、二氫獼猴桃內酯、苯乙醇、δ-辛內酯和γ-壬內酯5個物質則更靠近缺陷紅茶組，其相對含量在缺陷紅茶組中更高。
圖3 基于GC-E-Nose與GC-MS融合信息的工夫紅茶揮發性成分OPLS-DA模型
結論
來源：感官科學與評定，轉載請注明來源。
參考文獻：王立磊,楊艷芹,謝佳靈,等.基于電子鼻與GC-MS融合技術的優質紅茶和缺陷紅茶香氣品質評價[J].食品科學,2024,45(02):274-282.
提醒：文章僅供參考，如有不當，歡迎留言指正和交流。且讀者不應該在缺乏具體的專業建議的情況下，擅自根據文章內容采取行動，因此導致的損失，運營方不負責。如文章涉及侵權或不愿我平臺發布，請聯系小編。
