全 文 ：第3 0卷 , 第4期　 　　　　　　　　　　　光 谱 学 与 光 谱 分 析 Vol.30 , No.4 , pp911-914
2 0 1 0 年 4 月　　　　　　　　　　　 　Spectro scopy and Spectr al Analy sis April , 2010 　
不同产地双色牛肝菌 FTIR光谱鉴别研究
周在进1 ,2 , 刘　刚1＊ , 任先培1
1.云南师范大学物理与电子信息学院 , 云南 昆明　650092
2.淮阴工学院计算科学系 , 江苏 淮安　223001
摘　要　同一种蕈菌子实体 , 由于外观形貌相似 , 凭传统外观形貌特征难以鉴别产地来源。应用傅里叶变换
红外光谱(FT IR)法测定了云南省 5 个不同地区 58 个野生双色牛肝菌子实体样品的红外光谱。借助于红外
光谱具有的指纹特性 , 利用 SPSS 13.0 统计软件对 1 350～ 750 cm -1范围光谱数据进行主成分分析(PCA),
根据前三个主成分累积贡献率已达到 88.87%以及主成分载荷分析 , 表明前三个主成分能够反映样品在该段
光谱的主要信息。对前三个主成分作投影显示并进行比较 , 发现以主成分 1 和主成分 2 作二维线形投影 , 对
不同产地的双色牛肝菌有较好的聚类和鉴别作用 , 所有样品被划分为 5 个区域 , 98.3%的样品被正确归类。
研究结果提示 , 傅里叶变换红外光谱结合主成分分析方法可以快速 、 方便地对不同产地的同一种野生双色
牛肝菌进行鉴别分类。
关键词　双色牛肝菌;傅里叶变换红外光谱;主成分分析;鉴别分类
中图分类号:O657.3　　文献标识码:A　　　DOI:10.3964/ j.issn.1000-0593(2010)04-0911-04
　收稿日期:2009-05-18 , 修订日期:2009-08-26
　基金项目:国家自然科学基金项目(30360068 , 10764006)资助
　作者简介:周在进 , 1970年生 , 淮阴工学院计算科学系讲师　　e-mail:zd0531@sina.com
＊通讯联系人　　e-mai l:gliu66@163.com
引　言
　　双色牛肝菌(Boletus bicolor), 属伞菌目 、牛肝菌科 、 牛
肝菌属的一种食药用外生菌根菌 , 一般于夏秋生于松栎混交
林中地上。我国主要分布在云南 、 四川 、 西藏 、 福建等
地[ 1 ,2] 。其中云南地区野生双色牛肝菌分布最为广泛 , 也是
市场上最为畅销的品质优良食用菌之一。双色牛肝菌菌肉肥
厚 , 味道鲜美 , 营养极其丰富 , 含有丰富的蛋白质 、氨基酸 、
维生素 、多糖类物质和矿物元素等。双色牛肝菌不但具有较
高的营养价值 , 还具有增强免疫 、抗癌 、 抗病毒 、 抗辐射等
重要的药用价值 , 是一种极具开发价值的珍贵食用菌[ 3 ,4] 。
由于受地理因素的影响 , 不同产区的野生食用菌 , 化学
成分的积累不同 , 其营养和药效也不尽相同。不同产地野生
食用菌的鉴别对于野生食用菌的市场质量控制具有一定的意
义。传统的野生食用菌的分类方法主要是根据食用菌子实体
的外观形貌 、 孢子的显微结构 、 食用菌生长特性等进行鉴
别 , 但这种方法很难鉴别出蘑菇的不同产地来源。
傅里叶变换红外光谱法是一种基于化合物中功能团和极
性键振动的结构分析技术 , 能够反映分子官能团的振动模
式 , 具有指纹特性 , 已成为探测生物组织中大分子结构及相
互作用的有力手段。它能够给出样品的化学组成方面的丰富
信息 , 根据红外吸收光谱谱峰位置可以鉴定多种有机化合物
及某种官能团的存在 , 确定其基本骨架 , 还可以通过比较不
同样品的红外光谱来反映样品在植化组成上的差异程度 , 而
结合化学计量法 , 利用光谱吸收强度可以定量地计算出各种
化学组分在样品中的相对分布等 , 这种技术具有快速 、 简
单 、 无损 、易操作等优点。目前傅里叶变换红外光谱技术已
广泛应用于生物 、 化工 、 食品 、 农林 、 医药等很多研究领
域[ 6-11] 。孙素琴等[12] 对灵芝做了红外光谱研究 , 本课题组已
用 FT IR光谱对不同种类野生食用菌 、同一种食用菌不同部
位进行了鉴别研究 , 但尚未利用傅里叶变换红外光谱技术结
合主成分分析对不同产地野生食用菌进行鉴别和分类研究。
主成分分析是一种以量测数据表征的多因素多变量问题
的多元统计分析方法 , 是研究相关变量共同关系的技术 , 它
能将原始变量线性组合成一组新的变量 , 即一组主成分 , 仅
用部分主成分就可表达原有变量的主要信息。利用这一特
性 , 可以实现红外光谱数据的线性降维投影显示 , 从而能直
观地从二维或三维图中观察到光谱的主要特性和样品的分类
情况[ 13] 。本文主要利用傅里叶变换红外光谱结合主成分分
析(PCA)对云南地区不同产地的 58 个野生双色牛肝菌样品
进行鉴别分类研究。
1　实　验
1.1　仪器设备与测试条件
测试仪器为 Perkin Elmer 公司的 S pectrum 100 型傅里
叶变换红外光谱仪 , 采用 DTGS 检测器 , 光谱扫描范围为
4 000 ～ 400 cm-1 , 累加扫描次数为 16 次 , 分辨率为 4 cm -1 。
1.2　样品及光谱
实验所用的 58 个野生双色牛肝菌(Boletus bicolor)样品
采自云南省 5 个不同地区 , 其中玉溪易门 20 个 , 楚雄禄丰
16 个 , 曲靖陆良 8 个 , 楚雄武定 6 个 , 昆明宜良 8 个 , 所有
样本都为各产地不同区域随机采集的独立子实体 , 样品清洗
干净后晾干保存待测。实验时取样品少量菌褶放入玛瑙研钵
磨细 , 再加入适量 KBr并研磨均匀 , 然后压片测定傅里叶变
换红外光谱。由于红外光谱对水分比较敏感 , 测量时在红外
灯下操作以尽可能降低水分的吸收 , 且样品测试在旱季(昆
明的冬或春季)。测定前 , 首先扫描空光路背景光谱 , 样品光
谱测定时仪器自动扣除背景光谱。
1.3　光谱预处理及数据分析
实验测得所有样品的红外光谱均采用 OMNIC 6.0 红外
光谱应用软件进行 9 点平滑 、 基线校正和归一化等预处理。
应用 SPSS 13.0 软件对数据进行主成分分析。利用 Origin
7.5 软件作主成分投影图 , 以直观表征不同样品之间的相似
性。
2　结果与讨论
2.1　58 个双色牛肝菌样品红外光谱特征分析
图 1给出了预处理后不同产地野生双色牛肝菌的傅里叶
变换红外光谱典型光谱图。其中 1 是易门双色牛肝菌 , 2 是
禄丰双色牛肝菌 , 3 是陆良双色牛肝菌 , 4 是武定双色牛肝
菌 , 5 是宜良双色牛肝菌。
Fig.1　Typical FTIR spectras of Boletus bicolor
from different areas
1:Yim en;2:Lufeng;3:Lu liang;4:Wuding;5:Yiliang
　　从图 1 中可以看出 , 不同产地双色牛肝菌的红外图谱在
4 000～ 400 cm -1整体较为相似 , 都具有一些典型的共有峰 ,
如 3 400 , 2 958 , 2 927 , 2 872 , 2 850 , 1 641 , 1 545 , 1 454 ,
1 404 , 1 311 , 1 234 , 1 151 , 1 076 和 1 035 cm -1等。表 1给
出了双色牛肝菌红外光谱主要吸收峰的归属[ 11] 。
Table 1　Major absorption assignments of
FTIR spectra of Bole tus bicolor
Frequency/ cm -1 Assignm ent
～ 3 400 主要为来自多糖 、蛋白质的羟基(O —H)和氨基(N —H)伸缩振动
～ 2 958 主要为来自脂类 、 多糖 、 蛋白质等甲基(CH 3)的反对称伸缩振动
～ 2 927 主要为来自脂类 、 多糖 、 蛋白质等甲基(CH 3)的对称伸缩振动
～ 2 872 主要为来自脂类 、多糖、 蛋白质等亚甲基(CH 2)反对称伸缩振动
～ 2 850 主要为来自脂类 、多糖、 蛋白质等亚甲基(CH 2)的对称伸缩振动
～ 1 744 酯类羰基 C O 振动
～ 1 644 酰胺Ⅰ带(蛋白质 C O 伸缩振动)
～ 1 545 酰胺 Ⅱ带(主要为蛋白质 C N 和 N —H伸缩振动)
～ 1 454 亚甲基(CH 2)的弯曲振动
～ 1 404 C—O —H 弯曲振动
～ 1 311 C—O —H 弯曲振动和 CH 2 变形振动
～ 1 234 酰胺Ⅲ带(主要为 C—N 伸缩振动和 N —H弯曲振动)
～ 1 151 糖类 C—O —C的反对称伸缩振动
～ 1 076 糖类 C—O伸缩振动
～ 1 035 糖类 C—C伸缩振动
　　表 1 中所有这些光谱特征反映了双色牛肝菌的主要成分
为蛋白质和碳水化合物[ 12 , 14] 。此外 , 红外光谱中在 950 ～ 750
cm -1范围吸收强度相对较弱 , 此范围能够区分糖类不同的异
构体 , 如 890 cm -1附近的峰可以归为 β-构型多糖的特征峰 ,
α-构型多糖的特征峰位于 860～ 800 cm -1 。
2.2　FTIR 数据的主成分分析(PCA)
比较 58 个双色牛肝菌样品的红外光谱 , 其主要特征吸
收峰比较相似 , 但在 1 350 ～ 750 cm -1范围不同产地样品光
谱在峰数 、 峰位 、峰强上存在一定的差异 , 具有明显的指纹
性和特征性 , 这可能与双色牛肝菌在不同分布地 , 由于生长
环境差异而导致某些化学成分构型或含量发生了微小的变化
有关 。基于58个双色牛肝菌样品的傅里叶变换红外光谱 , 利
用 SPSS 13.0 软件 , 以所有样品为对象 , 1 350 ～ 750 cm -1波
数段上的 313 个吸光度值为变量 , 构成(58 ×313)吸光度矩
阵 , 采用主成分分析法对所有样品进行研究。
通过对来自 5个已知不同产地的 58 个双色牛肝菌样品
进行主成分分析后 , 前 4 个主成分对应的特征值及贡献率见
表 2。
Table 2　Eigenvalues and contributing ratios
of principal components
主成分 特征值 贡献率/ % 累积贡献率/ %
PC1 154.060 49.22 49.22
PC2 94.941 30.33 79.55
PC3 29.171 9.32 88.87
PC4 14.309 4.57 93.44
912 光谱学与光谱分析　　　　　　　　　　　　　　　　　　　 第 30 卷
　　从表 2 中可以看出 , 主成分 1 占总方差贡献率的
49.22%, 是最重要的成分 , 主成分 2 占 30.33%, 主成分 3
占 9.32%, 前三个主成分累积贡献率达到了 88.87%, 表示
前三个主成分可以表达样品红外光谱全部信息的 88.87%
(大于 80%), 仅有 11.13%的信息丢失。故可以采用前三个
主成分来显示样品之间的相似性关系[ 5] 。
Fig.2　The PCA loadings plot
1:Loading 1;2:Loading 2;3:Loading 3
　　主成分载荷图是红外光谱数据主成分分析中非常有用的
一种图形 , 能够观察出各主成分对数据聚类起主要作用的光
谱区域[ 11 , 20] 。所谓载荷就是各个原始变量与主成分之间的
相关系数 , 变量在主成分上的载荷反映了变量与主成分之间
的相关性 , 载荷越大 , 说明主成分与该变量的相关性越好。
图 2 为前三个主成分的载荷图(lo ading plo t), 横坐标表示波
数范围 1 350 ～ 750 cm -1 , 纵坐标表示各波数变量对于主成
分的载荷值。从图 2 中可以看出各主成分与变量波数之间的
相关程度。第一主成分对全部波数变量都具有较大的载荷 ,
但它与 950 ～ 970 和 1 170 ～ 1 250 cm -1有特别高的相关性 ,
说明第一主成分主要反映了这个两个区段的变量信息 , 属于
主成分 1 的敏感特征区域 , 且对聚类起主要作用。第二主成
分与 800～ 830 和 990～ 1 100 cm -1相关程度较高。第三主成
分在 750～ 850 和 1300 ～ 1350 cm -1两个范围载荷较大 , 即相
关程度较高。由此可以看出前三个主成分几乎能够解释所有
原变量 , 即可以表达原变量的主要信息 , 与前面的方差解释
比较吻合。因此 , 采用 PC1 , PC2 和 PC3 得分来表征不同样
品之间的相似性具有一定的可行性和可靠性。
图 3 为前三个主成分的三维投影图。从图中可以看出 ,
在 PC1～ PC3平面投影中 , 陆良的 8 个样品能够明显区分开
来 , 自成一类。易门和禄丰的样品也能够较好的分开 , 但由
于宜良和武定的样品混杂它们之中 , 导致难以真正的把它们
区分开来。同样 PC2～ PC3 平面投影中 , 武定的 6 个样品也
能够区分开来 , 其他产地的样品混杂在一起 , 不能很好地区
别。比较发现 PC1 ～ PC2 平面投影图对样品有较好的聚类和
鉴别作用。
　　图 4为 PC1～ PC2 构成的不同产地双色牛肝菌的相似性
关系的二维投影图 , 图中横坐标表示每个样本的第一主成分
得分值 , 纵坐标表示每个样本的第二主成分得分值。不同产
地双色牛肝菌由于受地理因素影响的不同 , 卿化学成分的积
累也不尽相同 , 因而在 PC1～ PC2 二维投影图上呈一分布聚
集状态。从图 4 中可以看出 , 5 个不同产地的双色牛肝菌样
本明显分成五个区域 , 说明主成分 1 和 2 对 5 种不同产地双
色牛肝菌样本有较好的聚类作用。其中 , 武定的 6 个样本 、
禄丰的 16 个样本和易门的 20 个样本聚合度均较好 , 分别处
于①, ②和③区域内 , 说明每个产地各样品之间的相似性较
好。而宜良和陆良的样品聚合度不如其他产地 , 相对差一
些 , 分别处于④和⑤区域 , 这两个产地各自样品之间相对差
异性大一些。所有样品中只有宜良产地的一个样品被错分到
易门产地 , 其余产地样本都能够被很好地区分开来 , 98.3%
的样品按产地被正确分类。这些结果表明不同产地由于地
质 、 地貌 、 土壤 、 气候等生长条件的影响 , 在化学组分或构
型上具有一定的特殊性和差异性 , 利用傅里叶变换红外光谱
技术结合主成分分析能够对不同产地的双色牛肝菌样品进行
区分。
Fig.3　3D plot for boletus bicolor samples
■:Yimen;△:Lu feng;★:Luliang;★:Wuding;×:Yiliang
Fig.4　2D PC score plot for boletus bicolor
samples(PC1～ PC2)
3　结　论
　　应用傅里叶变换红外光谱技术结合主成分分析法研究了
5 个不同产地的 58个野生双色牛肝菌样品。通过分析比较 ,
所有样品的红外光谱较为相似 , 说明了野生双色牛肝菌主要
化学组分的相似性 , 主要为蛋白质和多糖等构成。由于不同
的双色牛肝菌样品含有的化学成分或相对含量的差异性 , 它
们的红外光谱又具有各自特点 , 在指纹区的峰形 、 峰强等存
在一些微小差异。对 1 350 ～ 750 cm -1指纹区的光谱数据进
913第 4 期　　　　　　　　　　　　　　　　　　　　光谱学与光谱分析
行主成分分析 , 前三个主成分可以表达原始数据的主要信
息 , 在 PC1 ～ PC2 得分图上能够很好地将 5 个产地样品较好
的分类 , 取得了令人满意的分析结果。因此 , 根据傅里叶变
换红外光谱技术结合主成分分析能够鉴别不同产地的双色牛
肝菌样品 , 为进一步对双色牛肝菌地域性优质品种的鉴定和
市场质量控制提供了一条新的途径。
参 考 文 献
[ 1] 　MAO Xiao-l an(卯晓岚).T he Macrofu ngi in China(中国大型真菌).Zh engzh ou:H enan Science and T echnology Press(郑州:河南科学
技术出版社), 2000.
[ 2] 　HUANG Lian-lai(黄年来).C olored Illust ration s of Macrofungi(Mush room)of C hina(中国大型真菌原色图鉴).Beijing:C hina Agricu l-
tural Press(北京:中国农业出版社), 1998.197.
[ 3] 　LIU Jia , GAO Min , YIN Zh ong , et al(刘　佳 , 高　敏 , 殷　忠 , 等).S tu dies of T race Elemen ts and H ealth(微量元素与健康研究),
2007 , 24(1):5.
[ 4] 　WANG Yuan-zhong , LI Xing-kui , YU H ong(王元忠 , 李兴奎 , 虞　泓 , 等).Acta Edu lis Fungi(食用菌报), 2005 , 12(4):5.
[ 5] 　ZHANG Zhi-xiang , LIU Peng , KANG H ua-jing , et al(张志祥 , 刘　鹏 , 康华靖 , 等).Spect roscopy an d Spect ral Analysis(光谱学与光
谱分析), 2008 , 28(9):2081.
[ 6] 　Vlachos N , Sk opeli tis Y , Psaroudaki M , et al.Analyt ica Chimica Acta , 2006 , 573(su pl.):459.
[ 7] 　Dogan Ayca , S iyak us Galip , Severcan Feride.Food Chemist ry , 2007 , 100:1106.
[ 8] 　Guibeta F , Amiela C , Cadotb P , et al.Vib rat ional S pect ros copy , 2003 , 33:133.
[ 9] 　Ngo-Thi N A , Kirsch ner C , Naum ann D.J ou rnal of M olecu lar S tru cture , 2003 , 661～ 662:371.
[ 10] 　Dharmaraj Saravanan , Jam alu din A Suhaimi , Razak H M ohammad , et al.Vib rat ional S pect roscopy , 2006 , 41:68.
[ 11] 　M ohacek-Grosev Vlasta , Bozac Romano , Puppels Gerw in J.Spect rochimica Acta Part A , 2001 , 57:2815.
[ 12] 　SUN Su-qin , DU De-guo , LIANG Xi-yun , et al(孙素琴 , 杜德国 , 梁曦云 , 等).Chinese Journal of Analy tical C hemist ry(分析化学),
2001 , 29(3):309.
[ 13] 　PENG Rui , WANG Ai-ping , WU Xiao-li(彭　锐 , 王爱平 , 伍晓丽, 等).S outhw es t China J ournal of Ag ricultu ral Sciences(西南农业学
报), 2008 , 21(2):420.
[ 14] 　SUN Su-qin , ZHO U Qun , QIN Zhu(孙素琴 , 周　群 , 秦　竹).Atlas of Tw o-Dimensional Correlation Inf rared S pectros copy for Tradi-
t ional C hinese Medicine Identi ficat ion(中药二维相关红外光谱鉴定图集).Beijin g:C hemical Indust ry Press(北京:化学工业出版社),
2003.
A Study of Boletus Bicolor from Different Areas Using Fourier Transform
Infrared Spectrometry
ZHOU Zai-jin1 , 2 , LIU Gang 1＊ , REN Xian-pei1
1.Schoo l o f Physics and Elect ronic Informa tion , Yunnan No rmal Univer sity , Kunming　650092 , China
2.Depar tment o f Computing Sciences , Huaiyin Institute of Technolog y , Huai an　223001 , China
Abstract　It is hard to diffe rentiate the same species o f w ild g row ing mushro oms from different a reas by macromo rpho lo gical fea-
ture s.In this paper , Fourier transfo rm inf rared (FTIR)spectro scopy combined with principal component analysis w as used to
identify 58 samples of boletus bicolor from five different a reas.Based on the fing erprint infr ared spectrum o f boletusbicolor sam-
ple s , principal component analy sis w as conducted on 58 boletusbicolor spectra in the range of 1 350-750 cm-1 using the statistical
so ftwa re SPSS 13.0.According to the result , the accumulated contributing ratio o f the fir st three principal components accounts
for 88.87%.They included almost all the info rmation of sample s.The two-dimensional pro jection plo t using fir st and second
principal component is a satisfacto ry clustering effect for the classification and discrimina tion of boletus bicolor.All boletus bicol-
or samples w ere divided into fiv e g roups with a classification accuracy of 98.3%.The study demonst rated that wild g rowing bo-
letus bicolor at species level f rom different areas can be identified by FT IR spectra combined with principal components analy sis.
Keywords　Boletus bicolor;Fourier t ransfo rm infr ared spectro scopy;P rincipal component analy sis;Identifica tion
(Received May 18 , 2009;accepted Aug.26 , 2009)　　
＊Co rr esponding author
914 光谱学与光谱分析　　　　　　　　　　　　　　　　　　　 第 30 卷