张继光，吴万富，吕世懂*

1(昆明市粮油饲料产品质量检验中心，云南 昆明，650118)2(云南省粮油产品质量监督检验站，云南 昆明，650118)3(云南昆明国家粮食质量监测站，云南 昆明，650118)

茶籽主要包括油茶(CamelliaoleiferaAbel.)树和茶树(CamelliasinensisO.ktze)的种子，均属于茶科(Theacease)、山茶属(Camellia)多年生木本油料植物。油茶和茶树在我国的分布较广泛，长江以南的地区分布居多，比如湖南、江西，云南、贵州，四川、浙江等地[1-2]。茶籽油主要是从油茶树和茶叶树的种子中提取出来的，油茶树的种子制取的油叫做油茶籽油，茶叶树的种子制取的油叫做茶叶籽油。油茶籽油中油酸和亚油酸等不饱和脂肪酸含量高达80%以上，与橄榄油的脂肪酸组成及含量较接近；而茶叶籽油是近几年兴起的一种特色植物油，其营养成分丰富，含有茶多酚、维生素E、甾醇、山茶苷等多种活性成分，不饱和脂肪酸含量也较高。由于茶叶籽油产量低，营养价值丰富，被称为“油黄金”。由于油茶籽油和茶叶籽油都是通过山茶属的植物种子制取而来，因此在大多数报道中，经常把2种油都统称为茶籽油，实际上它们是有所区别的，由于受产量和营养成分等的影响，2种茶籽油在价格上也存在一定的差异，同时这2种茶籽油在外包装产品标准的标识上还存在着混淆，本来是油茶籽油的，执行的却是茶叶籽油标准，反之亦然，所以2种茶籽油在研究和生产中还存在问题。

脂肪酸为油脂的主要成分，包括“饱和”与“不饱和”脂肪酸，在很大程度上决定着油脂的性质[6]。模式识别分析方法是将数学和计算机应用于化学的一门新兴的交叉学科，对化学实验所获得的大量数据进行归类和筛选，揭示隐含于这些数据中的规律，从中提取有用信息来说明实验结果，已被广泛应用于各种不同产地和类型食品的判别分析。其中应用较多的主要包括主成分分析、聚类分析和偏最小二乘判别分析[7-11]。

目前，基于脂肪酸组成对茶叶籽油和油茶籽油进行模式识别分析方法的研究报道还较少。本研究结合油茶籽油和茶叶籽油的脂肪酸组成及含量，利用模式识别分析方法进行判别分析，并找出能区分它们的关键脂肪酸，以期为其鉴定提供理论和技术指导，同时为山茶属油料作物的开发提供理论基础，也为其他不同类型油脂的区分与比较提供分析手段。

1 材料与方法

1.1 材料与试剂

1.1.1 材料

7种茶叶籽油(编号A1-A7)和7种油茶籽油(编号B1-B7)购于不同生产厂家，均为成品油，生产年份均为2019年，详细信息见表1。

表1 茶叶籽油和油茶籽油样品信息Table 1 The sample information of camellia seed oils and oil-tea camellia seed oils

1.1.2 标准品和试剂

37种脂肪酸甲酯混标,美国Sigma公司,异辛烷、NaSO4、KOH、甲醇均为分析纯，天津市风船化学试剂科技有限公司;KHSO4(分析纯)，天津市光复精细化工研究所;KOH甲醇溶液(2 mol/L)的配制方法：将13.1 g KOH溶于 100 mL甲醇中，轻微加热，加入无水Na2SO4干燥，过滤，即得澄清溶液。

1.2 仪器与设备

Trace 1310气相色谱仪〔配有氢火焰离子化检测器(FID)及Chromeleon7数据处理系统〕,美国Thermofisher Scientific公司。

1.3 试验方法

1.3.1 脂肪酸组成的测定

脂肪酸组成的测定按照GB 5009.168—2016《食品安全国家标准 食品中脂肪酸的测定》第三法进行[12]。实验具体过程：称取油脂样品 60.0 mg 至10 mL玻璃离心管中，加入 4 mL 异辛烷溶解油样，紧接着加入200 μL KOH甲醇溶液，盖上塞子，在涡旋混匀器上猛烈振摇30 s后静置至澄清。加入1 g KHSO4，在涡旋振荡器上充分混摇，待上清液澄清后，将上层溶液过0.22 μm的尼龙膜后移入进样瓶上机测定。茶籽油中脂肪酸的含量按公式(1)计算:

(1)

式中：Yi，试样中某个脂肪酸占总脂肪酸的百分比，%；ASi，试样测定液中各脂肪酸甲酯的峰面积；FFAMEi-FAi，脂肪酸甲酯i转化成脂肪酸的系数(详见GB 5009.168—2016[12]的附录D)；∑ASi，测定出来的所有脂肪酸甲酯的峰面积之和。

1.3.2 色谱条件

色谱柱：TR-FAME柱(100 m×0.25 mm×0.25 μm)；柱温箱：初始温度100 ℃， 保持0.2 min，然后以2 ℃/min 升到240 ℃，保持 15 min；载气为高纯氮气 (纯度 99.999%)；流速 0.7 mL/min。进样口为SSL进样口，温度为240 ℃，进样为分流模式，分流比为100∶1；检测器温度250 ℃，氢气 35 mL/min，空气 350 mL/min，尾吹气氮气40 mL/min。

1.4 数据处理

每个样品的脂肪酸组成的数据均重复测定2次，均以平均值表示，双试验误差应在GB 5009.168—2016[12]规定的误差范围内。显著性差异分析(独立样本T检验，P≤0.05)使用SPSS 20.0统计软件，模式识别分析方法采用SIMCA-P15 (Umetrics, Sweden)软件。

2 结果与分析

2.1 两种茶籽油脂肪酸成分分析

按照1.3小节的方法和条件，分别对14个样品的脂肪酸组成进行分析，其中37种脂肪酸甲酯混标的色谱图如图1所示，茶叶籽油和油茶籽油脂肪酸组成的色谱图如图2和图3所示，脂肪酸组成的测定结果和统计分析结果见表2。

图1 37种脂肪酸甲酯混标的气相色谱图Fig.1 Gas chromatograms of 37 mixed fatty acid methyl esters

图2 茶叶籽油(编号A1)脂肪酸甲酯的气相色谱图Fig.2 The gas chromatogram of fatty acid methyl esters in the Camellia seed oil (No. A1)

图3 油茶籽油(编号B1)脂肪酸甲酯的气相色谱图Fig.3 The gas chromatogram of fatty acid methyl esters in the oil-tea Camellia seed oil (No.B1)

由图1可知，37种脂肪酸甲酯均能实现良好分离，说明所使用的仪器条件是可行的。由表2可知，在14种茶籽油中共检出脂肪酸14种，主要为油酸、亚油酸、棕榈酸、硬脂酸、亚麻酸、花生一烯酸等，其中油酸和亚油酸的含量最高，两者之和分别占茶叶籽油脂肪酸总含量的80.2%和油茶籽油总含量的89.1%。发现2种不同类型的茶籽油在脂肪酸组成上较为接近，但在脂肪酸含量上具有差异性，主要表现在油酸、亚油酸、棕榈酸等有较大的差异。另外，7个油茶籽油均没有检出豆蔻酸，而7个茶叶籽油中也均没有检出二十四烷酸，当然这2种脂肪酸并不是各自特有的特征脂肪酸，因为它们的含量太低，而且在一些茶叶籽油也没有检出豆蔻酸，而在一些油茶籽油中也没有检出二十四烷酸。茶叶籽油中亚油酸平均含量为20.2%，明显高于油茶籽油(8.78%)，而油茶籽油中油酸的平均含量为80.3%，明显高于茶叶籽油(60.0%)。除了油酸和亚油酸，棕榈酸、十七烷酸、硬脂酸、花生一烯酸和二十四碳一烯酸也具有显著差异。

2.2 基于茶叶籽油和油茶籽油的化学计量学分析

2.2.1 PCA和CA

PCA是将多个变量通过线性变换选出较少个数重要变量的一种多元统计分析方法，它研究的是如何通过少数几个主成分来揭示多个变量间的内部结构，即从原始变量中导出少数几个主成分，使它们尽可能多地保留原始变量的信息，且彼此间互不相关[13-14]。CA又称群分析，是根据“物以类聚”的道理，对样品或指标进行分类的一种多元统计分析方法，讨论的对象是大量的样品，要求能合理地按各自的特性来进行分类，没有任何模式可供参考或依循，即是在没有经验知识的情况下进行的[15-17]。将茶籽油的脂肪酸含量表(表2)输入多元统计学软件中进行分析，得到主成分得分图如图4所示，各变量载荷图如图5所示，聚类分析结果如图6所示。

表2 七种茶叶籽油和七种油茶籽油脂肪酸组成测定结果 单位：%Table.2 The test results of fatty acid composition in seven Camellia seed oils and seven oil-tea Camellia seed oils

图4 茶叶籽油和油茶籽油的主成分得分图Fig.4 PCA score scatter plot of the Camellia seed oils and oil-tea Camellia seed oils

由图4可知，油茶籽油和茶叶籽油之间有一个明显的区分，油茶籽油聚在了左边，而茶叶籽油聚在了右边。从图6可知，2种茶油实现了各自的聚类，这说明基于2种茶籽油中的脂肪酸含量，通过PCA和CA可以实现这2种茶油的区分。由图5可知，所有变量都比较分散，难以发现有价值的信息。因此，利用正交偏最小二乘判别分析(orthofonal partial least squares dissromination analysis,OPLS-DA)来进行下一步实验。

图5 基于主成分分析的茶叶籽油和油茶籽油脂肪酸变量载荷图Fig.5 Loading plot of 14 fatty acids utilized from PCA in the Camellia seed oils and oil-tea Camellia seed oils

图6 茶叶籽油和油茶籽油的聚类得分图Fig.6 The cluster score plot of Camellia seed oils and oil-tea Camellia seed oils

2.2.2 OPLS-DA

不同于PCA和CA的分析方法，OPLS-DA是一种有监督的模式识别方法，在基于对样品进行人为分组的基础上，通过建立变量与样品类别之间的关系模型，来实现对样品类别的预测以及进一步挖掘变量的手段[18-20]。在PCA模型的基础上，创建了OPLS-DA模型，得到判别分析的得分图和S-plot图，如图7和图8所示。

由图7可知，OPLS-DA得分图可以区分2种茶油，且聚类效果优于PCA。图8可知，S形的两个角的变量可能是2种不同茶油中的典型脂肪酸成分差异物。其中变量6、变量7、变量2等，也就是油酸、亚油酸和棕榈酸等可能分类贡献较大。为了具体的看出每一种脂肪酸成分的贡献，在放大实验次数为200的情况下，进行2组变量的VIP预测值分析，得到VIP图(图9)，导出的VIP数值表，预测值的结果如表3所示。

图7 基于OPLS-DA的茶叶籽油和油茶籽油的得分图Fig.7 The OPLS-DA of score scatter plot in the Camellia seed oils and oil-tea Camellia seed oils

图8 基于OPLS-DA变量的S-plot图Fig.8 The OPLS-DA of S-plot of 14 fatty acids in the Camellia seed oils and oil-tea Camellia seed oils

图9 茶叶籽油和油茶籽油的14种脂肪酸VIP预测值图Fig.9 The VIP predicted values plot of 14 fatty acids in the Camellia seed oils and oil-tea Camellia seed oils

通常情况下，当VIP值>1时，说明这些化合物可能是导致不同组差异的关键化合物。通过图9和表3的VIP值发现油酸、亚油酸、棕榈酸、十七烷酸、硬脂酸、花生一烯酸和二十四碳一烯酸的VIP预测值均大于1，说明这几种脂肪酸可能是2组茶油中差异较大的化合物，对它们的区分起到了关键的作用，同时这一结果也和统计学T检验所得到的结果相吻合。

表3 茶叶籽油和油茶籽油脂肪酸组成统计分析结果Table 3 Statistical analysis results of fatty acid Composition in Camellia seed oils and oil-tea Camellia seed oils

3 结论

本研究利用气相色谱法对茶叶籽油和油茶籽油的脂肪酸组成进行了定量分析，并进一步利用模式识别分析方法对这2种茶籽油进行判别分析，以挖掘差异性脂肪酸成分。结果表明,在14种茶油中检出14种脂肪酸，共有脂肪酸成分12种，主要为油酸、亚油酸、棕榈酸、硬脂酸、亚麻酸等。经对比发现，2种茶籽油在脂肪酸组成上基本一致，但在含量上存在差异，主要表现在油酸和亚油酸有较大的差异，这主要与它们来源于不同种的茶树有关。利用PCA、CA和OPLS-DA技术，2种茶籽油能实现较好的区分，并通过进一步分析发现油酸、亚油酸、棕榈酸、硬脂酸等7种脂肪酸可能是导致2种茶油实现区分的关键特征物。下一步实验将增加样品的采集量和分析指标，对2种不同类型的茶籽油的差异进行大样本的数据研究，同时结合化学计量学方法，对其他关键差异信息进行挖掘，以期为我国茶叶籽油的开发利用提供一定的理论参考。