全 文 ：《食品工业》2015 年第36卷第 9 期 208
研究探讨
不同产地、种类牛肝菌的紫外光谱鉴别分析
杨天伟1, 2，李涛3，张霁2，李杰庆1，刘鸿高1，王元忠2*
1. 云南农业大学农学与生物技术学院（昆明 650201）； 2. 云南省农业科学院药用植物研究所（昆明 650200）；
3. 玉溪师范学院资源环境学院（玉溪 653100）
摘 要 牛肝菌种类繁多, 种间形态相似性高, 不易准确鉴别、分类; 试验采用紫外光谱结合主成分分析法建
立快速鉴别不同产地、种类食用牛肝菌的方法。通过确定牛肝菌特征成分的提取条件, 制备测试液并进行紫外
光谱测定, 光谱数据转置后进行主成分分析。结果显示该方法的重现性、精密度、10 h内稳定性的RSD分别在
0.03%~0.63%, 0%~2.87%和0.04%~1.73%之间; 不同产地、种类牛肝菌紫外指纹图谱具有指纹特性; 主成分分析得分图
及三维投影图反映出不同产地、种类牛肝菌对营养成分的积累具有差异, 可以区分不同产地、种类食用牛肝菌。
该方法稳定、可靠, 能为食用菌鉴别分类提供辅助方法。
关键词 紫外光谱; 主成分分析 (PCA); 牛肝菌; 鉴别分类
Ultraviolet Spectrum Identification of Bolete Mushrooms from Different
Regions and Species
Yang Tian-wei1, 2, Li Tao3, Zhang Ji2, Li Jie-qing1, Liu Hong-gao1, Wang Yuan-zhong2*
1. College of Agronomy and Biotechnology, Yunnan Agricultural University (Kunming 650201);
2. Institute of Medicinal Plants, Yunnan Academy of Agricultural Sciences (Kunming 650200);
3. College of Resources and Environment, Yuxi Normal University (Yuxi 653100)
Abstract Boletes were not easy to accurate discrimination and classifi cation due to their wide variety and high morphological
similarity. In this study, the ultraviolet spectroscopy combined with principal component analysis (PCA) was used to establish
a rapid method for distinguishing different bolete mushroom species from different areas. After the extraction conditions of
characteristic components of boletes were determined, the preparation of the test liquid was determined by UV spectroscopy. The
spectroscopy data were transposed for the principal component analysis. The results showed that the RSDs of stability within 10 h,
repeatability and accuracy of the method were 0.04%~1.73%, 0.03%~0.63% and 0%~2.87%, respectively. UV fi ngerprint
spectra of different species from different areas of boletes had fi ngerprint features. The score plots and three-dimensional
projection of principal component analysis refl ected the difference of the accumulation of nutritional constituents among
different samples, which could be used to distinguish different edible bolete species from different areas. The method that was
stable and reliable could provide supplementary method for the authentication and classifi cation of edible fungi.
Keywords ultraviolet spectrum; principal component analysis (PCA); bolete; discrimination and classifi cation
*通讯作者；基金项目：国家自然科学基金项目（编号：
31260496、31160409），云南省自然科学基金项目（编号：
2011FB053、2011FZ195），云南省教育厅科学研究基金项目
（编号：2013Z074）
牛肝菌是世界性美味食用菌，富含蛋白质、氨基
酸、矿物质、多糖和膳食纤维等营养物质[1-3]，有抗氧
化、抗病毒、增强人体免疫力等功能，极具食药用价
值和开发应用前景[4-5]。云南特殊的生境环境，孕育了
丰富的大型真菌资源，野生牛肝菌种类多达244种，
其中144种可食用，是我国牛肝菌种类最丰富的地区
之一[6-7]。牛肝菌种类繁多，分布广泛，不同种类、不
同产地野生食用菌的化学成分、营养物质含量、药效
等不尽相同[6, 8]；对其进行鉴别分类是深入研究和开发
利用的基础。
传统的野生食用菌鉴别分类主要根据子实体外观
形貌，解剖特征，显微结构，菌肉、菌管的颜色及变
色反应和生长特性等进行分类，然而同种牛肝菌存在
大量表形变异，不同种类形态相似性高，不易准确鉴
别[9-10]。目前，对食用菌鉴别分类研究的方法主要是
红外光谱法和分子生物学方法；周在进等[11]用傅里叶
变换红外光谱（FTIR）技术鉴别了不同产地双色牛肝
菌；孙素琴等[12]依据红外光谱特征对36种灵芝产品进
行分类鉴别；刘刚等[13]根据青头菌、大红菇等不同食
用菌红外吸收光谱的峰形、峰高对其进行鉴别，但这
种方法需要丰富的经验，难以建立完整的鉴别体系。
分子生物学技术为真菌分类学提供了新方法，改变了
真菌分类群的一些概念[14-15]。Mello等[16]根据ITS片段
设计引物，对铜色牛肝菌（Boletus aereus Bull）、美
味牛肝菌（Boletus edulis Bull）等进行了分子鉴别；
Lian等[17]应用ITS设计引物辨别美味牛肝菌与其他蘑
菇；李艳春等[18]研究了云南市场上常见4“种”牛肝
菌的DNA条形码，研究发现4“种”牛肝菌样品实际
《食品工业》2015 年第36卷第 9 期 209
研究探讨
代表了12个独立物种；分子生物学方法操作复杂，价
格昂贵，存在一定局限性。
指纹图谱是以法医学“指纹鉴定”中指纹“绝对
专一性”的原理和概念为基础，运用现代仪器（光谱
仪、色谱仪等）检测得到的能够基本反映中药材、食
品等成分较复杂物质内部特征的规范化图谱，它具有
操作简便、快速、整体性强等特点，是一种综合的质
量控制或物种鉴别方法[19-20]。指纹图谱不能代替成分
含量测定，但所获得的信息比测定任何单一成分所提
供的信息更丰富、更全面，是一种实现对样品多组
分、多指标分析的理想方法[21]。紫外指纹图谱技术根
据不同物质体系紫外吸收图谱的峰形、峰高、峰面积
等的差异，可用于鉴别不同物质体系[22]；该项技术已
被广泛应用于食品质量控制[23]，中药材鉴别[24]，真假
酒鉴别[25]等多个领域。采用紫外指纹图谱技术结合主
成分分析法对采自云南不同地区的12个牛肝菌样品进
行紫外指纹图谱鉴别分析，为野生食用菌的鉴别分类
提供辅助方法。
1　试验部分
1.1　仪器、试剂及样品
UV-2550双通道紫外可见分光光度计：日本岛津
公司，含UV probe操作软件；KQ5200型超声波清洗
机：昆明市超声仪器有限公司。
氯仿、氢氧化钠：分析纯，西陇化工股份有限公
司；石油醚：分析纯，天津市风船化学试剂科技有限
公司；无水乙醇：分析纯，云南汕滇药业有限公司；
蒸馏水。
牛肝菌样品均采于2011年，由云南农业大学刘鸿
高教授鉴定，来源见表1。
表1　牛肝菌样品来源
编号 名称 来源 编号 名称 来源
1 皱盖疣柄
牛肝菌
昆明五华区街
道办事处瓦恭
7 绒柄牛肝菌 峨山富良棚
2 皱盖疣柄
牛肝菌
曲靖泽州桂花
树村
8 绒柄牛肝菌 峨山小街
3 皱盖疣柄
牛肝菌
易门普贝 9 绒柄牛肝菌 姚安前场
4 砖红绒盖
牛肝菌
楚雄武定 10 美味牛肝菌 易门普贝
5 砖红绒盖
牛肝菌
曲靖泽州桂花
树村
11 美味牛肝菌 楚雄姚安
6 砖红绒盖
牛肝菌
昆明五华区厂
口瓦恭
12 美味牛肝菌 南华沙桥
1.2　样品处理及测定条件
样品采集后，清洗干净，50 ℃烘干，每份样品
取10个牛肝菌子实体混合粉碎，过100目筛，备用；
准确称取0.100 0 g牛肝菌样品于25 mL比色管中，加入
10 mL氯仿，超声提取30 min，过滤得氯仿提取液。以
氯仿作为参比液和测试液进行基线校正及空白测定，
消除基线漂移；以氯仿为参比液测定牛肝菌样品紫外
指纹图谱，重复测定3次，设定扫描波长为190~450
nm，狭缝宽度1.0 nm，采样间隔0.2 nm。对氯仿提取
液所测得的原始光谱进行3组总平均，扣除空白，
以消除溶剂干扰，强化谱带特征，提高光谱测定的准
确度。
1.3　牛肝菌样品的提取条件
1.3.1　最佳提取溶剂
随机选取9号样品为考察对象，准确称取0.100 0 g
样品于25 mL比色管中，分别加入10 mL蒸馏水、无水
乙醇（AR）、石油醚（AR）、氯仿（AR）、和0.5
mol/L氢氧化钠（AR），每组分别平行3次；超声提取
30 min，过滤，以对应的溶剂为参比液，同1.2节方式
测定紫外光谱，以紫外光谱吸收峰数考察不同溶剂对
牛肝菌提取率的影响。
1.3.2　最佳提取时间
以样品9为考察对象，准确称取0.100 0 g样品，
加入10 mL氯仿，分别超声提取20，30，40，50和60
min，过滤，同1.2节方式测定紫外光谱，根据图谱吸
收峰数确定最佳提取时间。
1.4　重现性、稳定性和精密度试验
以样品9为考察对象，称取0.100 0 g样品5份，分
别加入10 mL氯仿，超声提取30 min过滤，经190~450
nm紫外光谱测定，所得光谱数据转置后计算吸收波长
的平均相对标准偏差（RSD），考察重现性。
样品9的氯仿提取液在190~450 nm重复测定6次，
计算吸收波长的RSD，考察精密度。
样品9的氯仿提取液分别在2，4，6，8和10 h
时进行紫外光谱测定，计算吸收波长的RSD，考察稳
定性。
1.5　数据处理
由于190~230 nm紫外吸收峰受溶剂和光谱噪音
的干扰严重，牛肝菌样品的紫外光谱特征吸收峰在
230~450 nm波长范围内，因此取230~450 nm波长范围
内牛肝菌样品的紫外光谱数据（波长、吸光度）转置
后，用SIMCA-P 10.0软件进行主成分分析，以直观表
征不同产地、不同种类牛肝菌样品间的相似性。
2　结果与讨论
2.1　牛肝菌样品的提取条件
2.1.1　最佳提取溶剂
图1为相同条件下用不同溶剂提取样品9的紫外指
纹图谱，由图可以看出，蒸馏水、乙醇和0.5 mol/L氢
氧化钠提取液几乎没有明显的紫外吸收峰；石油醚提
取液的紫外吸收峰数目较少且吸收峰不明显；氯仿提
取液在260~300 nm波长范围有明显的紫外吸收峰，吸
收峰数目多于其它溶剂提取的吸收峰数，因此，用氯
《食品工业》2015 年第36卷第 9 期 210
研究探讨
仿作为最佳提取溶剂。
图1　不同溶剂提取牛肝菌样品的紫外指纹图谱
2.1.2　最佳提取时间
以氯仿作为提取溶剂，考察不同提取时间对提取
效果的影响，结果见图2，由图2可看出提取时间为20
min时牛肝菌样品提取液的紫外吸收峰不明显；超声
提取时间为30 min时具有明显的紫外吸收峰，此后延
长提取时间牛肝菌样品紫外指纹图谱吸收峰数目没有
明显变化，故选30 min为最佳提取时间。
图2　牛肝菌不同提取时间的紫外指纹图谱
2.2　试验方法考察
牛肝菌样品氯仿提取液的紫外光谱的重现性变
异系数RSD在0.03~0.63之间；精密度的变异系数RSD
介于0~2.87之间；10 h内稳定性的变异系数RSD在
0.04~1.73之间，结果表明该方法精密度高、重现性
好，稳定可靠。
2.3　牛肝菌紫外指纹图谱
图3为12个不同产地、种类食用牛肝菌的紫外指
纹图谱。由图3可以看出不同产地、不同种类食用牛
肝菌的紫外指纹图谱在260~450 nm波长范围内图谱较
相似，如276，281和295 nm等处是牛肝菌样品的共有
峰，表明牛肝菌样品氯仿提取液的主要化学组分相
似；但不同产地、种类牛肝菌样品的紫外吸光度具有
明显的差异，如采自峨山富良棚的绒柄牛肝菌（图中
7）在276和281 nm等处的吸光度都大于其他样品，采
自曲靖泽州桂花树村的砖红绒盖牛肝菌（图中5）样
品的紫外吸光度最小，不同样品表现出指纹性和特征
性，表明不同地区，不同种类食用牛肝菌化学成分的
含量存在不同程度的差异。牛肝菌氯仿提取液中主要
成分的组成与牛肝菌的种类、产地的相关性，相对于
主要成分的含量与产地、种类的相关性要低，这可能
是不同产地、不同种类牛肝菌生长环境的差异导致牛
肝菌所含成分含量或化学成分构型发生了变化。
图3　牛肝菌样品紫外指纹图谱
2.4　主成分分析
主成分分析是以数据降维的方式，将多个原始变
量综合成少数几个变量，使这几个综合变量尽可能地
反映原始变量的信息，从而简化分析过程[26]。食用牛
肝菌紫外光谱的吸光度经转置后用SIMCA-P 10.0软件
进行主成分分析。主成分得分图反映了不同产地、种
类食用牛肝菌紫外指纹图谱间的关系，图谱相似的样
品在主成分得分图中聚在较近的区域，反之，图谱差
异越大在主成分得分图中距离越远。图4为12个牛肝
菌样品的主成分得分图，由图4可以看出所有样品都
在置信区间内；不同产地、种类牛肝菌样本点产生离
散分布，表明其成分的组成和含量具有一定差异；
采自不同地区的砖红绒盖牛肝菌（图中4~6）及采自
不同地区的美味牛肝菌（图中10~12）分别聚在较近
的区域，而采自不同地区的皱盖疣柄牛肝菌（图中
1~3）和采自不同地区的绒柄牛肝菌（图中7~9）相距
较远，表明牛肝菌对营养物质的积累与产地和种类
有关。
图4　牛肝菌紫外指纹图谱的主成分得分图
《食品工业》2015 年第36卷第 9 期 211
研究探讨
图5为前3个主成分构成的三维投影图，由图5反
映出不同产地、种类食用牛肝菌的紫外指纹图谱信息
具有一定的差异，采自不同地区的同一种牛肝菌营养
物质的积累也存在不同程度的差异，如不同产地砖红
绒盖牛肝菌样品之间差异较小，不同产地绒柄牛肝菌
样品之间差异较大，这可能与不同地区地质、地貌、
土壤环境，气候条件等的差异及牛肝菌的种间差异有
关。主成分分析能够反映牛肝菌样品的氯仿提取液中
组分和含量的差异，根据牛肝菌紫外指纹图谱信息
的主成分分析结果可以鉴别不同种类、产地食用牛
肝菌。
图5　牛肝菌样品主成分分析的三维图
3　结论
牛肝菌化学成分构成复杂，不同提取方式对牛肝
菌特征成分的提取效果不同，试验通过确定牛肝菌提
取条件，建立12个不同产地、不同种类食用牛肝菌的
紫外指纹图谱，牛肝菌紫外光谱的共有峰揭示了牛肝
菌氯仿提取液中主要组成成分相似，而吸光度大小差
异反映了不同产地、种类牛肝菌主要成分含量存在差
异。牛肝菌紫外光谱吸光度值转置后进行主成分分
析，结果表明，不同产地、种类牛肝菌对物质的积累
具有差异；紫外光谱结合主成分分析可以区分不同产
地、种类牛肝菌样品，为野生食用菌的鉴别提供新思
路。显然，由于不同地区土壤背景、气候条件等差
异，导致不同产地牛肝菌所积累物质的组分及含量不
同，如果同一种牛肝菌采自土壤环境、气候条件及地
质、地貌等生长环境较相似的地区，主成分分析的结
果应该会更好一些。
参考文献：
[1] WANG X M, ZHANG J, WU L H, et al. A mini-review of
chemical composition and nutritional value of edible wild-
grown mushroom from China[J]. Food Chemistry, 2014(151):
279-285.
[2] 崔福顺, 李松涛, 董敏. 超声辅助提取美味牛肝菌总黄酮
的工艺研究[J]. 食品工业, 2012(9): 23-26.
[3] ZHANG A, LIU Y, XIAO N, et al. Structural investigation
of a novel heteropolysaccharide from the fruiting bodies of
Boletus edulis[J]. Food Chemistry, 2014(146): 334-338.
[4] 倪宗耀. 食用菌的食疗作用与保健功效[J]. 食药用菌,
2013, 21(1): 22-25.
[5] YALTIRAK T, ASLIM B, OZTURK S, et al. Antimicrobial
and antioxidant activities of Russula delica Fr[J]. Food and
Chemical Toxicology, 2009, 47(8): 2052-2056.
[6] 李泰辉, 宋斌. 中国食用牛肝菌的种类及其分布[J]. 食用
菌学报, 2002, 9(2): 22-30.
[7] 戴玉成, 周丽伟, 杨祝良, 等. 中国食用菌名录[J]. 菌物学
报, 2010(1): 1-21.
[8] 李树红, 赵永昌, 于富强, 等. 云南商品牛肝菌中易混淆毒
牛肝系统学研究[J]. 中国食用菌, 2011, 30(5): 34-36.
[9] 魏海龙, 李海波, 王丽玲, 等. 牛肝菌属卷边组Boletus sect
Appendiculati 物种的分子识别[J]. 菌物学报, 2014, 33(2):
242-253.
[10] LI H, WEI H, PENG H, et al. Boletus roseofl avus, a new
species of Boletus in section Appendiculati from China[J].
Mycological Progress, 2014, 13(1): 21-31.
[11] 周在进, 刘刚, 任先培. 不同产地小美牛肝菌的红外光谱
聚类分析研究[J]. 激光与红外, 2009, 39(11): 1158-1162.
[12] 孙素琴, 杜德国, 梁曦云, 等. 36种灵芝产品傅里叶变换
红外光谱快速鉴别研究[J]. 分析化学, 2001, 29(3): 309-
312.
[13] 刘刚, 刘剑虹, 杨爱明, 等. 食用菌的傅里叶变换红外光
谱鉴别[J]. 光谱学与光谱分析, 2004, 24(8): 941-945.
[14] YANG Z L. Molecular techniques revolutionize knowledge
of basidiomycete evolution[J]. Fungal Diversity, 2011, 50(1):
47-58.
[15] 余知和, 曾昭清. DNA分子标记技术在真菌系统学研究
中的应用及影响[J]. 菌物学报, 2013, 32(1): 1-14.
[16] MELLO A, GHIGNONE S, VIZZINI A, et al. ITS primers
for the identification of marketable boletes[J]. Journal of
Biotechnology, 2006, 121(3): 318-329.
[17] LIAN B, ZANG J, HOU W, et al. PCR-based sensitive
detection of the edible fungus Boletus edulis from rDNA
ITS sequences[J]. Electronic Journal of Biotechnology, 2008,
11(3): 102-109.
[18] 李艳春, 吴刚, 杨祝良. 我国云南食用牛肝菌的 DNA 条
形码研究[J]. 植物分类与资源学报, 2013, 35(6): 725-732.
[19] 李明, 彭艳丽, 田永云. 指纹图谱技术在中药鉴定中的应
用[J]. 卫生职业教育, 2006, 24(7): 105-107.
[20] 董丽新. 指纹图谱在中药领域的应用研究[J]. 内蒙古中医
药, 2013, 32(13): 125-127.
[21] 邵建强. 中药指纹图谱的研究进展[J]. 中草药, 2009(6):
《食品工业》2015 年第36卷第 9 期 212
专题论述
物联网技术与食品质量安全管理的相辅效应
马长路，曲爱玲*
北京农业职业学院（北京 102442）
摘 要 物联网技术在食品行业中的应用, 保证了食品质量安全管理体系的健全与完善。反之, 物联网技术在食品
行业应用中的不足, 促进了物联网技术的不断更新与发展。物联网技术与食品质量安全管理相互促进、相互发展
的相辅效应, 开创了二者和谐发展的新格局。
关键词 物联网; 食品质量; 食品安全管理
The Mutual Development of the Internet of Things Technology and the
Management of Food Quality and Safety
Ma Chang-lu, Qu Ai-ling*
Beijing Vocational College of Agriculture (Beijing 102442)
Abstract The internet of things technology application in the food industry, ensure the food quality and safety management
system to improve and perfect. On the contrary, the lack of technology of the Internet of things technology in the application
in food industry, promote the internet of things technolo gy constantly updated and development. The internet of things
technology and the food quality and safety management mutual promotion and mutual development, create the new pattern of
the harmonious development of both.
Keywords the internet of things; the food quality; the food quality and safety management system
物联网技术在食品行业中的应用，保证了食品质
量安全管理体系的健全与完善。反之，物联网技术在
食品行业应用中的不足，促进了物联网技术的不断更
新与发展。物联网技术与食品质量安全管理相互促
进、相互发展的相辅效应，开创了二者和谐发展的新
格局。
1　物联网
1.1　物联网定义
物联网（The internet of things）是新一代信息
技术的重要组成部分，是物物相联的互联网。其技
术核心是通过射频识别（RFID）、红外感应、全球
定位系统、激光扫描等信息传感设备，按约定的协
议，将物品与互联网连接起来，进行信息交换和通
讯，以实现智能化识别、定位、跟踪、监控和管理
的一种网络。
1.2　物联网构架
图1　物联网典型体系构架
994-998.
[22] 贾萍. 指纹图谱与中药质量控制[J]. 中国药业, 2004,
13(2): 79-80.
[23] 欧文娟, 孟耀勇, 张小燕, 等. 紫外可见吸收光谱结合主
成分-反向传播人工神经网络鉴别真假蜂蜜[J]. 分析化学,
2011, 39(7): 1104-1108.
[24] 袁天军, 王元忠, 赵艳丽, 等. 滇龙胆紫外指纹图谱共有
峰率和变异峰率双指标序列分析法[J]. 光谱学与光谱分
析, 2011, 31(8): 2161-2165.
[25] CONTRERAS U, BARBOSA-GARCÍA O, PICHAR-
DO-MOLINA J L, et al. Screening method for identification
of adulterate and fake tequilas by using UV-VIS spectroscopy
and chemometrics[J]. Food Research International, 2010,
43(10): 2356-2362.
[26] 张菊华, 朱向荣, 李高阳, 等. 近红外光谱法结合化学
计量学方法用于茶油真伪鉴别分析[J]. 分析化学, 2011,
39(5): 748-752.