全 文 ：基于气味指纹分析的八角茴香与莽草鉴别研究
卢一１，谢达帅１，胥敏１，张超１，黄永亮１，２＊
（１．成都中医药大学，成都　６１１１３７；２．成都中医药大学 临床医学院，成都　６１００７５）
摘要：八角茴香与莽草同为木兰科植物的果实，其在性状上极其相似，难以区分。莽草具有一定的毒性，
被掺到八角茴香中难以辨别。作为常用香料，八角茴香气味浓郁且独特，而莽草具有不同于八角茴香的
特异芳香气。因此，气味鉴别是八角茴香与莽草区分的常用方法。研究以气味鉴别为切入点，采用气味
指纹分析技术，对八角茴香与莽草的气味进行检测，依据获得的气味指纹信息，结合化学计量学方法对
八角与莽草进行快速鉴别。结果表明：八角茴香与莽草在气味特征上存在明显差异，统计质量控制分析
（ＳＱＣ）与软独立建模分析（ＳＩＭＣＡ）模型能够实现八角茴香与莽草的区分；主成分分析（ＰＣＡ）可明显区
分八角茴香与莽草；判别因子分析（ＤＦＡ）模型累积方差总贡献率为１００％，正确判别率不小于９９％。
本研究采用气味指纹分析技术可反映出八角茴香及莽草的气味特征差异，并与化学计量学方法相结合，
实现了八角茴香与莽草的快速鉴别。
关键词：气味指纹分析；八角茴香；莽草；鉴别
中图分类号：ＴＳ２６４．３　　　文献标志码：Ａ　　　 ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１０００－９９７３．２０１６．０６．００４
文章编号：１０００－９９７３（２０１６）０６－００１８－０５
Ｄｉｓｃｒｉｍｉｎａｔｉｏｎ　ｏｆ　Ｉｌｌｉｃｉｕｍ　ｖｅｒｕｍａｎｄ　Ｉｌｌｉｃｉｕｍ　ａｎｉｓａｔｕｍｂａｓｅｄ
ｏｎ　Ｏｄｏｒ　Ｆｉｎｇｅｒｐｒｉｎｔｓ　Ａｎａｌｙｓｉｓ
ＬＵ　Ｙｉ　１，ＸＩＥ　Ｄａ－ｓｈｕａｉ　１，ＸＵ　Ｍｉｎ１，ＺＨＡＮＧ　Ｃｈａｏ１，ＨＵＡＮＧ　Ｙｏｎｇ－ｌｉａｎｇ１，２＊
（１．Ｃｈｅｎｇｄｕ　Ｕｎｉｖｅｒｓｉｔｙ　ｏｆ　Ｔｒａｄｉｔｉｏｎａｌ　Ｃｈｉｎｅｓｅ　Ｍｅｄｉｃｉｎｅ，Ｃｈｅｎｇｄｕ　６１１１３７，Ｃｈｉｎａ；２．Ｃｏｌｅｇｅ　ｏｆ
Ｃｌｉｎｉｃａｌ　Ｍｅｄｉｃｉｎｅ，Ｃｈｅｎｇｄｕ　Ｕｎｉｖｅｒｓｉｔｙ　ｏｆ　Ｔｒａｄｉｔｉｏｎａｌ　Ｃｈｉｎｅｓｅ　Ｍｅｄｉｃｉｎｅ，Ｃｈｅｎｇｄｕ　６１００７５，Ｃｈｉｎａ）
Ａｂｓｔｒａｃｔ：Ｉｌｌｉｃｉｕｍ　ｖｅｒｕｍ ａｎｄ　Ｉｌｌｉｃｉｕｍ　ａｎｉｓａｔｕｍ，ｂｅｌｏｎｇｉｎｇ　ｔｏ　Ｍａｇｎｏｌｉａｃｅａｅ，ａｒｅ　ｖｅｒｙ　ｓｉｍｉｌａｒ　ｉｎ
ａｐｐｅａｒａｎｃｅ，ｓｏ　ｔｈｅ　ｉｄｅｎｔｉｆｉｃａｔｉｏｎ　ｏｆ　ｔｈｅｍ　ｉｓ　ｖｅｒｙ　ｄｉｆｆｉｃｕｌｔ．Ｔｈｅ　ｏｄｏｒ　ｏｆ　Ｉｌｌｉｃｉｕｍ　ｖｅｒｕｍａｎｄ　Ｉｌｌｉｃｉｕｍ
ａｎｉｓａｔｕｍｉｓ　ｄｉｆｆｅｒｅｎｔ，ａｎｄ　ｏｄｏｒ　ｉｓ　ｏｎｅ　ｏｆ　ｔｈｅ　ｉｍｐｏｒｔａｎｔ　ｅｖａｌｕａｔｉｏｎ　ｉｎｄｅｘｅｓ　ｔｏ　ｉｄｅｎｔｉｆｙ　ｔｈｅｍ．Ｔｈｅ
ｐｒｅｓｅｎｔ　ｓｔｕｄｙ　ｓｔａｒｔｓ　ｆｒｏｍ　ｔｈｅ　ｏｄｏｒ　ｉｄｅｎｔｉｆｉｃａｔｉｏｎ，ａｎｄ　ｓｍｅｌ　ｆｉｎｇｅｒｐｒｉｎｔ　ａｎａｌｙｓｉｓ　ｔｅｃｈｎｏｌｏｇｙ　ｉｓ　ｕｓｅｄ　ｔｏ
ｄｅｔｅｃｔ　ｔｈｅ　ｏｄｏｒ　ｏｆ　Ｉｌｌｉｃｉｕｍ　ｖｅｒｕｍ　ａｎｄ　Ｉｌｌｉｃｉｕｍ　ａｎｉｓａｔｕｍ　ｂｙ　ｆｉｎｇｅｒｐｒｉｎｔ　ａｎａｌｙｓｉｓ．Ｂａｓｅｄ　ｏｎ　ｔｈｅ
ｉｎｆｏｒｍａｔｉｏｎ　ｏｂｔａｉｎｅｄ，ｔｈｅ　ｓｔｏｉｃｈｉｏｍｅｔｒｙ　ｍｅｔｈｏｄｓ　ａｒｅ　ｕｓｅｄ　ｔｏ　ｄｏ　ｒａｐｉｄ　ｉｄｅｎｔｉｆｉｃａｔｉｏｎ　ｏｆ　Ｉｌｌｉｃｉｕｍ　ａｎｉｓａｔｕｍａｎｄ
Ｉｌｌｉｃｉｕｍ　ｖｅｒｕｍ．Ｔｈｅ　ｒｅｓｕｌｔｓ　ｓｈｏｗ　ｔｈａｔ　ｔｈｅｒｅ　ａｒｅ　ｓｉｇｎｉｆｉｃａｎｔ　ｄｉｆｆｅｒｅｎｃｅｓ　ｂｅｔｗｅｅｎ　ｔｈｅ　ｏｄｏｒ
ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ　ｏｆ　Ｉｌｌｉｃｉｕｍ　ｖｅｒｕｍａｎｄ　Ｉｌｌｉｃｉｕｍ　ａｎｉｓａｔｕｍ，ｓｔａｔｉｓｔｉｃａｌ　ｑｕａｌｉｔｙ　ｃｏｎｔｒｏｌ　ａｎａｌｙｓｉｓ（ＳＱＣ）ａｎｄ
ｓｏｆｔ　ｉｎｄｅｐｅｎｄｅｎｔ　ｍｏｄｅｌｉｎｇ　ａｎａｌｙｓｉｓ （ＳＩＭＣＡ）ｍｏｄｅｌ　ｃａｎ　ｄｉｓｔｉｎｃｔ　Ｉｌｌｉｃｉｕｍ　ｖｅｒｕｍ　ａｎｄ　Ｉｌｌｉｃｉｕｍ
ａｎｉｓａｔｕｍ；ｐｒｉｎｃｉｐａｌ　ｃｏｍｐｏｎｅｎｔ　ａｎａｌｙｓｉｓ（ＰＣＡ）ｃａｎ　ｃｌｅａｒｌｙ　ｄｉｓｔｉｎｇｕｉｓｈ　Ｉｌｌｉｃｉｕｍ　ｖｅｒｕｍａｎｄ　Ｉｌｌｉｃｉｕｍ
ａｎｉｓａｔｕｍ ；ｔｈｅ　ｔｏｔａｌ　ｃｕｍｕｌａｔｉｖｅ　ｃｏｎｔｒｉｂｕｔｉｏｎ　ｒａｔｅ　ｏｆ　ｄｉｓｃｒｉｍｉｎａｔｉｏｎ　ｆａｃｔｏｒ　ａｎａｌｙｓｉｓ（ＤＦＡ ）ｍｏｄｅｌ　ｉｓ
收稿日期：２０１５－１２－２４　　　　　　　　＊通讯作者
基金项目：国家“十二五”科技支撑计划项目（２０１２ＢＡＩ－２９Ｂ１１）
作者简介：卢一（１９９１－），男，贵州仁怀人，硕士，主要研究方向为中药炮制；
黄永亮（１９８５－），男，中药师，博士，主要研究方向为中药炮制学、临床药学。
—８１—
基础研究　　第４１卷 第６期
２０１６年６月
　　　　　　　　　　　　　　　中 国 调 味 品
Ｃｈｉｎａ　Ｃｏｎｄｉｍｅｎｔ
１００％，ｔｈｅ　ｃｏｒｒｅｃｔ　ｃｌａｓｓｉｆｉｃａｔｉｏｎ　ｒａｔｅ　ｉｓ　ｎｏ　ｌｅｓｓ　ｔｈａｎ　９９％．Ｔｈｅ　ｐｒｅｓｅｎｔ　ｓｔｕｄｙ　ｕｓｅｓ　ｏｄｏｒ　ｆｉｎｇｅｒｐｒｉｎｔ
ａｎａｌｙｓｉｓ　ｔｏ　ｒｅｆｌｅｃｔ　ｔｈｅ　ｏｄｏｒ　ｏｆ　Ｉｌｌｉｃｉｕｍ　ｖｅｒｕｍａｎｄ　Ｉｌｌｉｃｉｕｍ　ａｎｉｓａｔｕｍａｎｄ　ｃｈａｒａｃｔｅｒｉｚｅ　ｔｈｅ　ｄｉｆｆｅｒｅｎｃｅｓ，
ａｎｄ　ｃｏｍｂｉｎｅ　ｗｉｔｈ　ｔｈｅ　ｓｔｏｉｃｈｉｏｍｅｔｒｙ　ｍｅｔｈｏｄｓ　ｔｏ　ａｃｈｉｅｖｅ　ｔｈｅ　ｉｄｅｎｔｉｆｉｃａｔｉｏｎ　ｏｆ　Ｉｌｌｉｃｉｕｍ　ｖｅｒｕｍ　ａｎｄ
Ｉｌｌｉｃｉｕｍ　ａｎｉｓａｔｕｍ．Ｔｈｉｓ　ｓｔｕｄｙ　ｐｒｏｖｉｄｅｓ　ａ　ｎｅｗ　ｍｅｔｈｏｄ　ａｎｄ　ａ　ｎｅｗ　ｔｅｃｈｎｏｌｏｇｙ　ｆｏｒ　ｔｈｅ　ｒａｐｉｄ
ｉｄｅｎｔｉｆｉｃａｔｉｏｎ　ｏｆ　Ｉｌｌｉｃｉｕｍ　ｖｅｒｕｍ ａｎｄ　Ｉｌｌｉｃｉｕｍ　ａｎｉｓａｔｕｍ，ｗｈｉｃｈ　ｉｓ　ｂｅｎｅｆｉｃｉａｌ　ｔｏ　ｔｈｅ　ｉｎｈｅｒｉｔａｎｃｅ　ａｎｄ
ｄｅｖｅｌｏｐｍｅｎｔ　ｏｆ　ｏｄｏｒ　ｉｄｅｎｔｉｆｉｃａｔｉｏｎ　ｅｘｐｅｒｉｅｎｃｅ．
Ｋｅｙ　ｗｏｒｄｓ：ｏｄｏｒ　ｆｉｎｇｅｒｐｒｉｎｔｓ　ａｎａｌｙｓｉｓ；Ｉｌｌｉｃｉｕｍ　ｖｅｒｕｍ；Ｉｌｌｉｃｉｕｍ　ａｎｉｓａｔｕｍ；ｄｉｓｃｒｉｍｉｎａｔｉｏｎ
　　 八角茴香为木兰科植物八角茴香 （Ｉｌｌｉｃｉｕｍ
ｖｅｒｕｍ Ｈｏｏｋ．ｆ．）的干燥成熟果实。其性辛、温，归肝、
肾、脾、胃经，具有温阳散寒、理气止痛之功［１］。现代药
理研究表明：八角茴香具有抗菌、镇痛、抗病毒等药理
作用［２－５］。八角茴香不仅应用于医药领域，并且作为
调味品广泛应用于食品领域，市场需求量大，所以一些
不法分子用伪品充当八角茴香。莽草 （Ｉｌｌｉｃｉｕｍ
ａｎｉｓａｔｕｍ）为同科植物莽草的果实，有毒，果实性状与
八角茴香非常相似，极易混淆，出现过很多误把莽草当
作八角茴香食用的中毒事件［６］。目前，对八角茴香的
鉴别方法有显微鉴别，ＴＬＣ［７］，ＵＶ，ＩＲ［８－１１］，ＧＣ－ＭＳ，
ＨＰＬＣ［１２］等，但都存在传统方法样品处理比较复杂，有
机试剂用量较多，鉴别时间比较长等缺点，因此，建立
一种快速、可靠、方便的鉴别方法具有重要意义。
气味指纹分析仪又叫电子鼻，是一种仿生嗅觉系
统，原理是利用传感器阵列将气味信号转化为电信号，
模拟动物嗅觉器官，是一种用于气味分析的现代技术
设备。主要由信号处理系统、气敏传感器阵列和模式
识别系统３部分组成。其核心部分是交叉气敏传感器
阵列，由具有不同选择性的金属氧化物传感器按一定
的阵列组成，对混合气体具有良好的检测和识别精度。
目前，电子鼻技术已经广泛应用于质量评价［１３，１４］、霉
变研究［１５］、气味鉴别［１６］、伪品鉴别［１７］、等级鉴定［１８，１９］、
食品过程监控［２０，２１］、贮藏期［２２，２３］等方面。
本文通过采用气味指纹分析技术，获取八角茴香
及莽草气味指纹图谱，利用化学计量学方法分析实现
对八角茴香与莽草进行快速鉴别研究。
１　材料与仪器
１．１　材料
八角茴香，购于成都荷花池中药材专业市场，共
２０批。莽草，购于广西玉林银丰国际中药港中药材专
业市场，共１０批。经鉴定，均为木兰科植物八角茴香
与莽草的干燥成熟果实。
１．２　仪器
α－ＦＯＸ４０００型电子鼻（由 ＨＳ－１００型自动进样器、
传感器阵列和信号处理系统３部分功能器件组成；传
感器阵列由１７根金属氧化物型半导体传感器构
成）　法国 Ａｌｐｈａ　Ｍｏｓ公司，数据处理软件（Ａｌｐｈａ－
Ｓｏｆｔ　Ｖｅｒｓｉｏｎ　２０１２．４５）；ＳＰＳＳ　１７．０数据分析软件；粉
碎机（ＦＷ１３５型）　天津市泰斯特仪器有限公司；电子
天平（ＢＰ２１１Ｄ）　Ｓａｒｔｏｒｉｕｓ。
２　方法
２．１　样品制备
将样品分别打粉，过５号筛，备用。
２．２　传感器信号分析
α－ＦＯＸ４０００型电子鼻共有１７根传感器。检测样
品时以采集时间（１２０ｓ）为横坐标，以响应值为纵坐
标，绘制每根传感器在采集时间（１２０ｓ）内的响应变化
曲线，见图１。数据分析与处理时应选择每个传感器
的最大响应值进行数据分析。
0.5
0.0
-0.5
-1.0
-1.5
强
度
时间（s）
0 10 20 30 40 50 60 70 80 90 100 110 120
图例
LY2/LG
LY2/G
LY2/AA
LY2/gCTL
LY2/gCT
T30/1
P10/1
P10/2
P40/1
T70/2
PA/2
P30/1
P40/2
P30/2
T40/2
图１　电子鼻传感器响应值变化曲线（样品Ｂ－９）
２．３　方法学考察
为使电子鼻具有良好的分析效果，尽量保持传感
—９１—
第４１卷 第６期
２０１６年６月
　　　　　　　　　　　　　　　中 国 调 味 品
Ｃｈｉｎａ　Ｃｏｎｄｉｍｅｎｔ 基础研究　　
器响应值在０．３～０．８范围内，故对八角茴香电子鼻检
测进行单因素方法学考察。由于八角茴香气味比较浓
郁，本研究中电子鼻检测固定称样量为０．１ｇ，自动进
样分析体积为２５００μＬ，分别对样品的振荡时间及振
荡温度进行单因素考察，初步建立八角茴香及莽草电
子鼻技术鉴别方法。
２．３．１　振荡时间考察
称取样品 ０．１ｇ，振荡温度 ６０ ℃，进样体积
２５００μＬ。振荡时间分别考察３，５，８，１０，１５ｍｉｎ进行
分析。由于八角茴香气味浓郁，在３ｍｉｎ与５ｍｉｎ响
应值无明显变化，表明八角茴香气味在３ｍｉｎ后趋于
饱和稳定。依据不同振荡时间电子鼻获得八角茴香样
品响应值，进行相似度分析，见图２。实验最终以
３ｍｉｎ作为样品分析的孵化时间。
0
1
2
10 min
15 min
3 min
5 min
8 min
LY
2/
%L
G
LY
2/
%G
LY
2/
%A
A
LY
2/
%g
CT
L
LY
2/
%g
CT
T3
0/
%1
P1
0/
%1
P1
0/
%2
P4
0/
%1
T7
0/
%2
PA
/%2
P3
0/
%1
P4
0/
%2
P3
0/
%2
T4
0/
%2
T4
0/
%1
TA
/%2
图２　不同振荡时间电子鼻传感器响应值相似度分析
２．３．２　振荡温度考察
称取样品 ０．１ｇ，振荡时间 ６００ｓ，进样体积
２５００μＬ。振荡温度分别考察４０，５０，６０℃进行分析，
４０℃时传感器响应值分布在０．３～０．８，且传感器未过
载为评价指标。最终选取４０℃为本实验研究的孵化
温度。
２．４　分析方法
２．４．１　样品制备
精密称取过５号筛的各样品０．１ｇ，置于２０ｍＬ
顶空进样瓶中，顶空进样分析，每份样品测定１次。
２．４．２　检测参数设置
数据获取时间１２０ｓ，获取周期１ｓ，延滞时间
６００ｓ，空气流速１５０ｍＬ／ｍｉｎ，注射体积２５００μＬ，注射
速度２５００μＬ／ｓ。自动进样器参数：振荡时间１８０ｓ，振
荡温度４０℃，冲洗时间１２０ｓ，注射器温度７０℃，搅拌
速度５００ｒ／ｍｉｎ，搅拌开始时间５ｓ，搅拌停止时间２ｓ。
２．４．３　重复性考察
根据上述确定的方法进行重复性考察。连续分析
和采集同一样品６份的传感器响应值，结果见表１。
除ＬＹ２／ＡＡ传感器的ＲＳＤ小于５．０％以外，其余各传
感器ＲＳＤ均小于３％。证明数据结果可靠，仪器稳定
性良好。
表１　电子鼻重复性考察结果（ｎ＝６）
％
传感器 ＲＳＤ 传感器 ＲＳＤ
ＬＹ２／ＡＡ －４．２３９ Ｔ４０／２　 １．４５３
ＬＹ２／ｇＣＴＬ －２．８１０ Ｐ３０／１　 １．４４５
Ｐ３０／２　 ２．５０４ ＰＡ／２　 １．３９６
Ｐ１０／１　 ２．２１０ Ｔ３０／１　 １．１７４
ＬＹ２／ｇＣＴ －２．１７０ ＴＡ／２　 １．０９９
ＬＹ２／Ｇ －１．７１６ Ｔ７０／２　 ０．８８７
ＬＹ２／ＬＧ　 １．６３０ Ｐ１０／２　 ０．７２１
Ｐ４０／１　 １．５０６ Ｔ４０／１　 ０．６７７
Ｐ４０／２　 ０．６５０ － －
２．５　化学计量学分析
因电子鼻传感器比较多，获取的数据维度高，所以
为便于数据处理分析，常与化学计量学方法，如统计质
量控制分析（ＳＱＣ）、软独立建模分析（ＳＩＭＣＡ）、主成
分分析 （ＰＣＡ）、判别因子分析 （ＤＦＡ）、方差分析
（ＡＮＯＶＡ）等结合分析。
３　八角茴香与莽草鉴别分析
３．１　主成分分析（ＰＣＡ）
将电子鼻获取的八角茴香及莽草的传感器响应值
进行ＰＣＡ分析，结果见图３。
0.2
0.1
0
-0.1
BJ
MCPC
2-
15
.9
67
%
PC1-83.218%
-0.2 -0.1 0 0.1 0.2 0.3
图３　八角茴香及莽草ＰＣＡ分析
由图３ＰＣＡ二维图可知，ＰＣ１与ＰＣ２总贡献率达
到９９．１８５％；其中可以很明显地看出八角茴香与莽草
之间存在明显的差异，表明电子鼻对八角茴香与莽草
具有很好的鉴别能力，因此可以采用电子鼻技术实现
对八角茴香与莽草进行快速鉴别。
３．２　判别因子分析（ＤＦＡ）
３．２．１　全变量ＤＦＡ模型分析
—０２—
基础研究　　第４１卷 第６期
２０１６年６月
　　　　　　　　　　　　　　　中 国 调 味 品
Ｃｈｉｎａ　Ｃｏｎｄｉｍｅｎｔ
本实验将电子鼻获取的八角茴香与莽草的所有传
感器响应值进行ＤＦＡ分析，根据八角茴香与莽草样
品获取的３０组数据建立ＤＦＡ模型，另外，随机抽取
９组数据作为模型验证集，结果见图４。对９个未知样
品的判别结果见表２。
4
3
2
1
0
-1
-2
-3
DF
2-
1.
06
1E
-1
1%
DF1-100%
-3 -2 -1 0 1 2 3 4 5 6
Unknown
BJ
MC
图４　八角茴香与莽草ＤＦＡ分析（全部传感器）
表２　９个未知样品的判别结果
未知样品编号 判别分组 判别结果 判别率（％）
Ｕ１ 八角茴香 Ｎｏ　 ５７．０
Ｕ２ 八角茴香 Ｙｅｓ　 ７６．０
Ｕ３ 八角茴香 Ｙｅｓ　 ９１．０
Ｕ４ 八角茴香 Ｙｅｓ　 ７８．２
Ｕ５ 八角茴香 Ｙｅｓ　 ９２．５
Ｕ６ 八角茴香 Ｙｅｓ　 ８３．０
Ｕ７ 莽草 Ｙｅｓ　 ８６．７
Ｕ８ 莽草 Ｙｅｓ　 １００．０
Ｕ９ 八角茴香 Ｎｏ　 ５０．３
　　由图４和表２可知，利用所有传感器响应值进行
ＤＦＡ建模，其对未知样本的识别效果较差，故有必要
对传感器进行优化选择。
３．２．２　传感器优化ＤＦＡ分析
现以所有样品的传感器响应值为研究对象，采用
单因素方差分析（ＡＮＶＯＡ）来优选传感器，结果见
表３。最终选择Ｆ值＞１６０的传感器为本实验 ＤＦＡ
建模的最优传感器，即以 ＬＹ２／ＬＧ，Ｐ３０／２，Ｐ４０／２，
ＬＹ２／ｇＣＬ，Ｐ１０／２这５根传感器为优选传感器。
表３　传感器响应方差分析结果
传感器类型
方差分析
Ｆ值 Ｐ
传感器类型
方差分析
Ｆ值 Ｐ
ＬＹ２／ＬＧ　 ２４２．４１６ ＜０．００１ Ｔ４０／１　 １０６．６１２ ＜０．００１
Ｐ３０／２　 ２３０．６６４ ＜０．００１ ＰＡ／２　 １０１．５７５ ＜０．００１
Ｐ４０／２　 ２１７．９７１ ＜０．００１ Ｔ３０／１　 ７４．７０９ ＜０．００１
ＬＹ２／ｇＣＴ　 １６８．８０７ ＜０．００１ Ｔ４０／２　 ６９．０９２ ＜０．００１
Ｐ１０／２　 １６２．６５１ ＜０．００１ ＬＹ２／Ｇ　 ５１．４７３ ＜０．００１
Ｔ７０／２　 １４７．１５０ ＜０．００１ Ｐ１０／１　 ４９．５７３ ＜０．００１
续　表
传感器类型
方差分析
Ｆ值 Ｐ
传感器类型
方差分析
Ｆ值 Ｐ
Ｐ４０／１　 １４６．５０３ ＜０．００１ ＬＹ２／ＡＡ　 １．８７９ ＜０．００１
ＴＡ／２　 １３０．９１２ ＜０．００１ ＬＹ２／ｇＣＴＬ　 １．４７４ ＜０．００１
Ｐ３０／１　 １０７．５３２ ＜０．００１ － － －
　　本实验将电子鼻获取的八角茴香与莽草用上述
５根传感器响应值进行ＤＦＡ分析，根据八角茴香与莽
草获取的３０组数据建立ＤＦＡ模型，另外，随机抽取的
９组数据作为模型验证集，结果见图５。对９个未知样
品的判别结果见表４。
表４　９个未知样品的判别结果
未知样品编号 判别分组 判别结果 判别率（％）
Ｕ１ 八角茴香 Ｙｅｓ　 ９９．０
Ｕ２ 八角茴香 Ｙｅｓ　 １００．０
Ｕ３ 八角茴香 Ｙｅｓ　 １００．０
Ｕ４ 八角茴香 Ｙｅｓ　 ９８．４
Ｕ５ 莽草 Ｙｅｓ　 ９６．７
Ｕ６ 莽草 Ｙｅｓ　 １００．０
Ｕ７ 莽草 Ｙｅｓ　 １００．０
Ｕ８ 莽草 Ｙｅｓ　 ９８．０
Ｕ９ 莽草 Ｙｅｓ　 １００．０
2
1
0
-1
-2
Unknown
BJ
MC
DF
2-
0%
DF1-100%
-7 -6 -5 -4 -3 -2 -1 0 1 2 3 4 5 6 7 8
图５　八角茴香与莽草ＤＦＡ分析（优选传感器）
　　由图５可知，ＤＦ１和ＤＦ２的累积方差总贡献率达
到１００％，表明该模型能很好地区分八角茴香与莽草。
由表４可知，依据建立的ＤＦＡ模型，对９组样品中的
９个未知样本进行了判别，９个未知样本均落在相应的
组别中，判别效果良好，正确判别率均不小于９９％。
３．３　统计质量控制分析（ＳＱＣ）
本实验将电子鼻获取的八角茴香与莽草传感器响
应值进行ＳＱＣ分析，以八角茴香为参照组，建立ＳＱＣ
模型，见图６。八角茴香与莽草区分明显，以莽草为参
照，其他２０批八角茴香均在区域外，表明ＳＱＣ模型能
够区分八角茴香与莽草；根据组内的距离可知，１０批
—１２—
第４１卷 第６期
２０１６年６月
　　　　　　　　　　　　　　　中 国 调 味 品
Ｃｈｉｎａ　Ｃｏｎｄｉｍｅｎｔ 基础研究　　
莽草气味差异较小，２０批八角茴香气味差异较大，可
能是因为不同产地的八角茴香气味差异较大。
0.005
0.000
-0.005
-0.010
BJ
MC
距
离（
感
官
单
位
）
10 20 30
图６　八角茴香与莽草的ＳＱＣ分析
３．４　软独立建模分析（ＳＩＭＣＡ）
本实验将电子鼻获取的八角茴香与莽草传感器响
应值进行ＳＩＭＣＡ分析，结果见图７。以八角茴香为参
照，莽草均在参照区域外，说明ＳＩＭＣＡ分析能区分八
角茴香与莽草，ＳＩＭＣＡ为有效模型，可用于八角茴香
与莽草的区分。
1.00-03
1.00-04
1.00-05
1.00-06
1.00-07
BJ
MC残
差
0.1 1 10 100
距离
图　７八角茴香与莽草的ＳＩＭＣＡ分析
４　结论与讨论
八角茴香作为药食两用中药，气味是其重要的性
状特征，也是判别质量优劣的重要因素。莽草与八角
茴香在形状上极其相似，出现过很多误把莽草当作八
角茴香食用的中毒事例，所以建立一种高效、快速的鉴
别方法意义重大。
本研究在传统经验鉴别的基础上，采用气味指纹
分析技术结合化学计量学方法，对八角茴香与莽草的
气味特征进行分析研究。结果表明：气味指纹分析技
术能够对八角茴香与莽草的气味进行客观化描述，
ＳＱＣ，ＰＣＡ，ＳＩＭＣＡ，ＤＦＡ模型均可以用于气味指纹
特征分析。其中，ＳＱＣ，ＳＩＭＣＡ能够实现对八角茴香
与莽草的区分；ＰＣＡ结果显示八角茴香与莽草区分明
显；ＤＦＡ模型正确判别率为１００％。从电子鼻传感器
响应特征以及化学计量学模型分析可知，八角茴香与
莽草之间气味特征存在显著差异。通过气味指纹分析
技术可以实现对八角茴香与莽草的快速鉴别。气味指
纹技术与传统鉴别方法相比更加快速、客观化，对食
品、中药鉴别的发展具有重要的意义。本文通过气味
指纹图谱技术应用于八角茴香与莽草的鉴别研究，为
食品与中药的气味鉴别研究提供思路借鉴。
参考文献：
［１］国家药典委员会．中华人民共和国药典（一部）［Ｍ］．北京：
中国医药科技出版社，２０１０：４．
［２］付敏东，李成欢．八角菌香油的提取工艺及抗菌、抗氧化性
作用［Ｊ］．中国医药导报，２０１１，３４（８）：２９．
［３］梅林，赖容．八角菌香抑菌活性试验研究［Ｊ］．激光杂志，
２０１０，３１（３）：９７．
［４］林洁，兰琪欣，韦应芳，等．八角菌香药用成分的提取及其镇
痛作用的实验研究［Ｊ］．右江民族医学院学报，２００８，３０（２）：
１９５．
［５］Ｋｏｃｈ　Ｃ，Ｒｅｉｃｈｌｉｎｇ　Ｊ，Ｋｅｈｍ　Ｒ，ｅｔ　ａｌ．Ｅｆｆｉｃａｃｙ　ｏｆ　ａｎｉｓｅ　ｏｉｌ，
ｄｗａｒｆ－ｐｉｎｅ　ｏｉｌ　ａｎｄ　ｃｈａｍｏｍｉｌｅ　ｏｉｌ　ａｇａｉｎｓｔ　ｔｈｙｍｉｄｉｎｅ－ｋｉｎａｓｅ－
ｐｏｓｉｔｉｖｅ　ａｎｄ　ｔｈｙｍｉｄｉｎｅ－ｋｉｎａｓｅ－ｎｅｇａｔｉｖｅ　ｈｅｒｐｅｓｖｉｒｕｓｅｓ［Ｊ］．Ｊ
Ｐｈａｒｍ　Ｐｈａｒｍａｃｏｌ，２００８，６０（１１）：１５４５．
［６］陈瑞生，陈相银，张露露．八角茴香的鉴别［Ｊ］．首都医药，
２０１１，２３：５１．
［７］彭强，朱志峰，何华，等．八角茴香及其两种混淆品果柄的显
微鉴别［Ｊ］．西北药学杂志，１９９９（６）：２５３－２５４．
［８］尹爱群，唐启令，陈雪峰．八角茴香与其伪品野八角的薄层
色谱和紫外光谱鉴别［Ｊ］．中国药师，２００３（１１）：７５７．
［９］刘军，刘蓬勃，朱世玮，等．ＮＩＲ　ＦＴ－Ｒａｍａｎ和ＦＴＩＲ光谱法
无损快速鉴别药材的真伪［Ｊ］．现代仪器，２００１（５）：１０．
［１０］周晶，孙建云，徐胜艳，等．八角茴香与其伪品莽草的红外
光谱三级鉴定研究［Ｊ］．光谱学与光谱分析，２００８，２８（１２）：
２８６４－２８６７．
［１１］张桂芝，范琳．八角茴香的红外光谱鉴定与气相色谱－质谱
分析［Ｊ］．现代中药研究与实践，２００６，２０（３）：２９－３２．
［１２］张敏，米佳宁，杨晓岚，等．八角茴香水溶性成分 ＨＰＬＣ指
纹图谱及莽草酸的定量研究［Ｊ］．上海中医药杂志，２０１１，
４５（１２）：９１－９５．
［１３］张晓华．电子鼻技术与传统检测方法在苹果质量研究中的
应用［Ｄ］．北京：中国农业大学，２００７．
［１４］兰会会，胡志和．电子鼻技术在乳品生产与质量控制中的
应用［Ｊ］．食品科学，２０１０，３１（１７）：４６７－４７１．
［１５］邹小波，赵杰文．电子鼻快速检测谷物霉变的研究［Ｊ］．农
业工程学报，２００４，２０（４）：１２１－１２４． （下转第２８页）
—２２—
基础研究　　第４１卷 第６期
２０１６年６月
　　　　　　　　　　　　　　　中 国 调 味 品
Ｃｈｉｎａ　Ｃｏｎｄｉｍｅｎｔ
加，辣椒的脱水率和固形物获取率增大，在相同条件
下，脱水率的值远大于固形物获取率的值，脱水率与固
形物获取率比值随着食盐含量的增加而增大，经温度
为４５℃渗透液（４５％蔗糖＋１０％食盐）渗透脱水２，４，
６ｈ，辣椒的脱水率与固形物获取率比值分别为４．２１±
０．１２，５．１１±０．１０，５．５６±０．１３。
在渗透脱水过程中，辣椒的有效水分扩散系数随着
渗透温度的升高而变大，近似呈线性规律。在渗透液为
４５％蔗糖＋１０％食盐（＋水），渗透温度为４５℃条件下，
辣椒的有效水分扩散系数为１．５７×１０－１０　ｍ２／ｓ。
参考文献：
［１］Ａｄｅｏｙｅ　Ｉ　Ｂ，Ｆａｓｈｏｇｂｏｎ　Ａ　Ｅ，Ｉｄｒｉｓ　Ｂ　Ａ．Ａｎａｌｙｓｉｓ　ｏｆ
ｔｅｃｈｎｉｃａｌ　ｅｆｆｉｃｉｅｎｃｙ　ｏｆ　ｐｅｐｐｅｒ　ｐｒｏｄｕｃｔｉｏｎ　ａｍｏｎｇ　ｆａｒｍｅｒｓ
ｕｎｄｅｒ　ｔｒｏｐｉｃａｌ　ｃｏｎｄｉｔｉｏｎｓ ［Ｊ］．Ｉｎｔｅｒｎａｔｉｏｎａｌ　Ｊｏｕｒｎａｌ　ｏｆ
Ｖｅｇｅｔａｂｌｅ　Ｓｃｉｅｎｃｅ，２０１４，２０（２）：１２４－１３０．
［２］Ｍｏｎｔｏｙａ－Ｂａｌｅｓｔｅｒｏｓ　Ｌ　Ｃ， Ｇｏｎｚáｌｅｚ－Ｌｅóｎ　Ａ， Ｇａｒｃíａ－
Ａｌｖａｒａｄｏ　Ｍ　Ａ，ｅｔ　ａｌ．Ｂｉｏａｃｔｉｖｅ　ｃｏｍｐｏｕｎｄｓ　ｄｕｒｉｎｇ　ｄｒｙｉｎｇ　ｏｆ
ｃｈｉｌｉ　ｐｅｐｐｅｒｓ［Ｊ］．Ｄｒｙｉｎｇ　Ｔｅｃｈｎｏｌｏｇｙ，２０１４，３２（１２）：１４８６－
１４９９．
［３］张茜，杨旭海，王丽红，等．辣椒干燥技术研究进展［Ｊ］．
食品科技，２０１１，３６（１０）：７９－８１．
［４］Ｄｅｖ　Ｓ　Ｒ　Ｓ，Ｇｅｅｔｈａ　Ｐ，Ｏｒｓａｔ　Ｖ，ｅｔ　ａｌ．Ｅｆｆｅｃｔｓ　ｏｆ　ｍｉｃｒｏｗａｖｅ－
ａｓｓｉｓｔｅｄ　ｈｏｔ　ａｉｒ　ｄｒｙｉｎｇ　ａｎｄ　ｃｏｎｖｅｎｔｉｏｎａｌ　ｈｏｔ　ａｉｒ　ｄｒｙｉｎｇ　ｏｎ　ｔｈｅ
ｄｒｙｉｎｇ　ｋｉｎｅｔｉｃｓ，ｃｏｌｏｒ，ｒｅｈｙｄｒａｔｉｏｎ，ａｎｄ　ｖｏｌａｔｉｌｅｓ　ｏｆ　ｍｏｒｉｎｇａ
ｏｌｅｉｆｅｒａ［Ｊ］．Ｄｒｙｉｎｇ　Ｔｅｃｈｎｏｌｏｇｙ，２０１１，２９（１２）：１４５２－１４５８．
［５］Ｔａｇｈｉａｎ　Ｄｉｎａｎｉ　Ｓｏｍａｙｅｈ，Ｈａｖｅｔ　Ｍｉｃｈｅｌ，Ｈａｍｄａｍｉ　Ｎａｓｓｅｒ，
ｅｔ　ａｌ．Ｄｒｙｉｎｇ　ｏｆ　ｍｕｓｈｒｏｏｍ　ｓｌｉｃｅｓ　ｕｓｉｎｇ　ｈｏｔ　ａｉｒ　ｃｏｍｂｉｎｅｄ
ｗｉｔｈ　ａｎ　ｅｌｅｃｔｒｏ　ｈｙｄｒｏ　ｄｙｎａｍｉｃ　ｄｒｙｉｎｇ　ｓｙｓｔｅｍ ［Ｊ］．Ｄｒｙｉｎｇ
Ｔｅｃｈｎｏｌｏｇｙ，２０１４，３２（５）：５９７－６０５．
［６］Ｏｚｅｎ　Ｂ　Ｆ，Ｄｏｃｋ　Ｌ　Ｌ，Ｏｚｄｅｍｉｒ　Ｍ，ｅｔ　ａｌ．Ｐｒｏｃｅｓｓｉｎｇ　ｆａｃｔｏｒｓ
ａｆｆｅｃｔｉｎｇ　ｔｈｅ　ｏｓｍｏｔｉｃ　ｄｅｈｙｄｒａｔｉｏｎ　ｏｆ　ｄｉｃｅｄ　ｇｒｅｅｎ　ｐｅｐｐｅｒｓ［Ｊ］．
Ｉｎｔｅｒｎａｔｉｏｎａｌ　Ｊｏｕｒｎａｌ　ｏｆ　Ｆｏｏｄ　Ｓｃｉｅｎｃｅ　ａｎｄ　Ｔｅｃｈｎｏｌｏｇｙ，
２００２，３７（５）：４９７－５０１．
［７］Ｓｕｒｅｓｈ　Ｃｈａｎｄｒａ，Ｄｕｒｖｅｓｈ　Ｋｕｍａｒｉ．Ｒｅｃｅｎｔ　ｄｅｖｅｌｏｐｍｅｎｔ　ｉｎ
ｏｓｍｏｔｉｃ　ｄｅｈｙｄｒａｔｉｏｎ　ｏｆ　ｆｒｕｉｔ　ａｎｄ　ｖｅｇｅｔａｂｌｅｓ：ａ　ｒｅｖｉｅｗ ［Ｊ］．
Ｃｒｉｔｉｃａｌ　Ｒｅｖｉｅｗｓ　ｉｎ　Ｆｏｏｄ　Ｓｃｉｅｎｃｅ　ａｎｄ　Ｎｕｔｒｉｔｉｏｎ，２０１５，５５
（４）：５５２－５６１．
［８］Ｓｏｕｚａ　Ｊ　Ｓ，Ｍｅｄｅｉｒｏｓ　Ｍ　Ｆ　Ｄ，Ｍａｇａｌｈǎｅｓ　Ｍ　Ｍ　Ａ，ｅｔ　ａｌ．
Ｏｐｔｉｍｉｚａｔｉｏｎ　ｏｆ　ｏｓｍｏｔｉｃ　ｄｅｈｙｄｒａｔｉｏｎ　ｏｆ　ｔｏｍａｔｏｅｓ　ｉｎ　ａ　ｔｅｒｎａｒｙ
ｓｙｓｔｅｍ　ｆｏｌｏｗｅｄ　ｂｙ　ａｉｒ－ｄｒｙｉｎｇ［Ｊ］．Ｊｏｕｒｎａｌ　ｏｆ　Ｆｏｏｄ　Ｅｎｇｉ－
ｎｅｅｒｉｎｇ，２００７，８３（４）：５０１－５０９．
［９］范君．圣女果渗透脱水及渗后热风干燥特性研究 ［Ｄ］．福
州：福建农林大学，２０１３．
［１０］Ｓｕｔａｒ　Ｐ　Ｐ，Ｐｒａｓａｄ　Ｓｕｒｅｓｈ．Ｏｐｔｉｍｉｚａｔｉｏｎ　ｏｆ　ｏｓｍｏｔｉｃ　ｄｅｈｙ－
ｄｒａｔｉｏｎ　ｏｆ　ｃａｒｒｏｔｓ　ｕｎｄｅｒ　ａｔｍｏｓｐｈｅｒｉｃ　ａｎｄ　ｐｕｌｓｅｄ　ｍｉｃｒｏｗａｖｅ
ｖａｃｕｕｍ　ｃｏｎｄｉｔｉｏｎｓ［Ｊ］．Ｄｒｙｉｎｇ　Ｔｅｃｈｎｏｌｏｇｙ，２０１１，２９（３）：
３７１－３８０．
［１１］Ｋｅｊｉｎｇ　Ａｎ，Ｈｕｉ　Ｌｉ，Ｄａｎｄａｎ　Ｚｈａｏ，ｅｔ　ａｌ．Ｅｆｆｅｃｔ　ｏｆ　ｏｓｍｏｔｉｃ
ｄｅｈｙｄｒａｔｉｏｎ　ｗｉｔｈ　ｐｕｌｓｅｄ　ｖａｃｕｕｍ　ｏｎ　ｈｏｔ－ａｉｒ　ｆｒｙｉｎｇ　ｋｉｎｅｔｉｃｓ
ａｎｄ　ｑｕａｌｉｔｙ　ａｔｔｒｉｂｕｔｅｓ　ｏｆ　ｃｈｅｒｒｙ　ｔｏｍａｔｏｅｓ［Ｊ］．Ｄｒｙｉｎｇ　Ｔｅｃｈ－
ｎｏｌｏｇｙ：Ａｎ　Ｉｎｔｅｒｎａｔｉｏｎａｌ　Ｊｏｕｒｎａｌ，２０１３，３１（６）：６９８－７０６．
［１２］黄生权，范柳萍．胡萝卜片渗透脱水与真空油炸联合干燥
动力学研究 ［Ｊ］．现代食品科技，２０１３，２９（２）：２２３－２２５．
［１３］Ｓａｃｃｈｅｔｔｉ　Ｇ，Ｇｉａｍｐｉｅｒｏ　Ａ，Ｒｏｓａ　Ａ　Ｄ．Ｓｔｕｄｙ　ｏｆ　ｐｒｏｃｅｓｓ
ｖａｒｉａｂｌｅｓ　ｏｎ　ｔｈｅ　ｋｉｎｅｔｉｃｓ　ｏｆ　ｔｈｅ　ｏｓｍｏｔｉｃ　ｄｅｈｙｄｒａｔｉｏｎ　ｏｆ
ｍｅｌｏｎ［Ｊ］．Ｆｏｏｄ　Ｓｃｉｅｎｃｅ　ａｎｄ　Ｔｅｃｈｎｏｌｏｇｙ，２００４，２４（２）：
６９６－７０１．
（上接第２２页）
［１６］Ｐｅｒｉｓａ　Ｍ，Ｅｓｃｕｄｅｒ－Ｇｉｌａｂｅｒｔ　Ｌ．Ａ　２１ｓｔ　ｃｅｎｔｕｒｙ　ｔｅｃｈｎｉｑｕｅ
ｆｏｒ　ｆｏｏｄ　ｃｏｎｔｒｏｌ：ｅｌｅｃｔｒｏｎｉｃ　ｎｏｓｅｓ［Ｊ］．Ａｎａｌｙｔｉｃａ　Ｃｈｉｍｉｃａ
Ａｃｔａ，２００９，６３８（１）：１－１５．
［１７］Ｙａｎｇ　Ｓ　Ｌ，Ｘｉｅ　Ｓ　Ｐ，Ｘｕ　Ｍ，ｅｔ　ａｌ．Ａ　ｎｏｖｅｌ　ｍｅｔｈｏｄ　ｆｏｒ　ｒａｐｉｄ
ｄｉｓｃｒｉｍｉｎａｔｉｏｎ　ｏｆ　ｂｕｌｂｕｓ　ｏｆ　Ｆｒｉｔｉｌａｒｉａ　ｂｙ　ｕｓｉｎｇ　ｅｌｅｃｔｒｏｎｉｃ
ｎｏｓｅ　ａｎｄ　ｅｌｅｃｔｒｏｎｉｃ　ｔｏｎｇｕｅ　ｔｅｃｈｎｏｌｏｇｙ［Ｊ］．Ａｎａｌ　Ｍｅｔｈｏｄｓ，
２０１５（７）：９４３－９５２．
［１８］Ｌｅｒｍａ－Ｇａｒｃｉａ　Ｍ　Ｊ，Ｓｉｍｏ－Ａｌｆｏｎｓｏ　Ｅ　Ｆ，Ｃｅｒｒｅｔａｎｔ　Ａ　Ｂ　Ｌ．
Ｒａｐｉｄ　ｅｖａｌｕａｔｉｏｎ　ｏｆ　ｏｘｉｄｉｚｅｄ　ｆａｔｔｙ　ａｃｉｄ　ｃｏｎｃｅｎｔｒａｔｉｏｎ　ｉｎ
ｖｉｒｇｉｎ　ｏｌｉｖｅ　ｏｉｌｓ　ｕｓｉｎｇ　ｍｅｔａｌ　ｏｘｉｄｅ　ｓｅｍｉｃｏｎｄｕｃｔｏｒ　ｓｅｎｓｏｒｓ
ａｎｄ　ｍｕｌｔｉｐｌｅ　ｌｉｎｅａｒ　ｒｅｇｒｅｓｓｉｏｎ［Ｊ］．Ｊ　Ａｇｒｉｃ　Ｆｏｏｄ　Ｃｈｅｍ，
２００９，５７（２０）：９３６５－９３６９．
［１９］李羿，吴浩忠，谭勇，等．电子鼻在多基源郁金鉴定中的应
用［Ｊ］．中国实验方剂学杂志，２０１５，２１（１）：９９－１０１．
［２０］Ｒａｇｈａｖａｎ　Ｇ　Ｓ　Ｖ，Ｌｉ　Ｚ，Ｗａｎｇ　Ｎ，ｅｔ　ａｌ．Ｃｏｎｔｒｏｌ　ｏｆ
ｍｉｃｒｏｗａｖｅ　ｄｒｙｉｎｇ　ｐｒｏｃｅｓｓ　ｔｈｒｏｕｇｈ　ａｒｏｍａ　ｍｏｎｉｔｏｒｉｎｇ［Ｊ］．
Ｄｒｙｉｎｇ　Ｔｅｃｈｎｏｌｏｇｙ，２０１０，２８（５）：５９１－５９９．
［２１］Ｌｉ　Ｚ，Ｒａｇｈａｖａｎ　Ｇ　Ｓ　Ｖ， Ｗａｎｇ　Ｎ．Ｃａｒｒｏｔ　ｖｏｌａｔｉｌｅｓ
ｍｏｎｉｔｏｒｉｎｇ　ａｎｄ　ｃｏｎｔｒｏｌ　ｉｎ　ｍｉｃｒｏｗａｖｅ　ｄｒｙｉｎｇ［Ｊ］．ＬＷＴ－
Ｆｏｏｄ　Ｓｃｉｅｎｃｅ　ａｎｄ　Ｔｅｃｈｎｏｌｏｇｙ，２０１０，４３：２９１－２９７．
［２２］胡桂仙，王俊，海铮，等．不同储藏时间柑橘电子鼻检测研
究［Ｊ］．浙江农业学报，２００６，１８（６）：４５８－４６１．
［２３］张红梅，王俊．电子鼻传感器阵列优化及其在小麦储藏年
限检测中的应用［Ｊ］．农业工程学报，２００６，７２（２２）：１６４－
１６７．
—８２—
基础研究　　第４１卷 第６期
２０１６年６月
　　　　　　　　　　　　　　　中 国 调 味 品
Ｃｈｉｎａ　Ｃｏｎｄｉｍｅｎｔ