雷春妮， 王 波， 解迎双， 孙苗苗， 齐安安

(兰州海关1，兰州 730010) (山东大学2，青岛 266237)

食用植物油是人们膳食结构中不可或缺的重要组成部分。脂肪酸是植物油中最重要的质量指标之一[1]，不同植物油的脂肪酸种类和含量存在差异，其营养价值和市场价格也有很大差别。不法厂商为了谋求高额利润，侵害消费者权益和健康，以廉价的植物油充当优质植物油，影响食用植物油的质量和安全。化学计量学是多元数据处理、提取复杂体系中隐藏信息不可或缺的工具，因此被越来越多地应用于数据挖掘和分类，如陈通等[2]基于GC-MS三维谱中对应挥发性有机物质的特征峰强度进行主成分信息降维，采用k最近邻算法建立植物油种类的判别模型，训练集的识别率达到100%；蒋万枫等[3]以7种植物油的易挥发成分为指标，通过主成份分析、偏最小二乘判别分析，建立了分类预测模型，分类模型训练和模型验证准确率均为100%；张方圆等[1]对6种植物油脂肪酸数据处理，采用遗传-偏最小二乘法、主成分分析法、线性判别分析和最小二乘-支持向量机进行建模分析，结果表明，主成分分析法能够较好地区分六类植物油，而在植物油种类判别分析中，线性判别分析的预报结果最佳。目前，尚未见到以12种食用植物油脂肪酸为指标进行主成分分析、系统聚类、K-平均值聚类和判别分析的研究。

采用气相色谱法对12种植物油(棉籽油、大豆油、芝麻油、亚麻籽油、核桃油、葵花籽油、橄榄油、一般菜籽油、低芥酸菜籽油、花生油、花椒油、玉米胚芽油)的脂肪酸组成进行分析，利用峰面积归一化法进行定量，采用主成分分析通过对原始变量不同权重的提取组建新的变量从而以全新的角度观察样品，利用主成分分析数据，依次进行系统聚类、K-平均值聚类和判别分析，建立判别函数，有效鉴别食用油的种类，旨在为食用油的掺杂掺假问题提供参考。

1 材料与方法

1.1 仪器、试剂与材料

Clarus 600气相色谱仪，配备氢火焰离子化检测器；37种脂肪酸甲酯混合标准品；氢氧化钾、甲醇均为分析纯；12种食用植物油均市售，于0～4 ℃的条件下保存备用。

1.2 实验方法

1.2.1 实验前处理

按照GB 5009.168—2016[4]处理：称取60.0 mg试样至具塞试管中，加入4 mL异辛烷溶解试样，必要时可以微热使试样溶解后加200 μL 2%氢氧化钾甲醇溶液,盖上玻璃塞猛烈振摇30s后静置至澄清。加入约1g硫酸氢钠，猛烈振摇，中和氢氧化钾。待盐沉淀后，将上层溶液移至进样小瓶中，待测。

1.2.2 气相色谱条件

色谱柱：HP-88毛细管柱(100 m×0.250 mm×0.20 μm)；程序升温：120 ℃保持1 min，以10 ℃/min升至175 ℃，保持10 min，以5 ℃/min升至210℃，保持5 min，再以5 ℃/min升至230 ℃，保持25 min；进样口温度：250 ℃；载气：高纯氮气(纯度≥99.999%)，分流比为100∶1，流速为1.0 mL/min；FID检测器温度：300 ℃；进样量：1.0 μL。

1.2.3 数据处理

将样品气相色谱图的保留时间与37种脂肪酸甲酯标准品色谱图进行对比，确认样品为脂肪酸甲酯。定量分析植物油样品中各脂肪酸甲酯的含量，采用面积归一化法，依据峰面积计算各种脂肪酸甲酯的相对含量。再利用 SPSS 22.0 统计软件进行主成分分析、系统聚类、 K-平均值聚类及判别分析。

2 结果与讨论

2.1 定性与定量分析

对12种植物油(共计196个样品)进行气相色谱分析，每一个样品平行测定3次，以保留时间定性，用面积归一化法定量，最终数据取实测每种食用植物油样品(花生油18个、玉米胚芽油9个、鲜花椒油9个、葵花籽油18个、大豆油19个、芝麻油18个、低芥酸菜籽油18个、核桃油16个、亚麻籽油18个、橄榄油18个、棉籽油17个、一般菜籽油18个)的平均值±标准偏差，见表1。

表1 12种植物油脂肪酸质量分数/%

从表1可以得出，12种植物油的主要脂肪酸成分相同，即油酸(15.635%～66.569%)和亚油酸(10.521%～58.227%)。由表1可以看出，不同种类的植物油各脂肪酸的种类和含量均不相同。油酸在12种植物油中的质量分数在15.635%～66.569%范围内，在橄榄油中的质量分数最高(66.569%)，而在棉籽油中最低(15.635%)，其具有降低低密度蛋白胆固醇水平的功效[5]。亚油酸在12种植物油中的质量分数在10.521%～58.227%之间，在葵花籽油中的质量分数最高(58.227%)，而在橄榄油中含量最低(10.521%)，亚油酸具有预防心血管疾病的功效。除油酸和亚油酸外，核桃油和亚麻籽油脂肪酸质量分数较高的还有有亚麻酸(分别为10.661%、52.537%)、棕榈酸(分别为6.709%、5.332%)，其亚麻籽油中的亚麻酸在12种植物油中含量最高(52.537%)，在葵花籽油中含量最低(0.038%)；鲜花椒油脂肪酸含量较高的还有γ-亚麻酸(11.750%)、亚麻酸(4.587%)、花生酸(4.385%)，且γ-亚麻酸是花椒油独有的，其具有降血脂、降血糖、抗心血管疾病、抗癌、美白和抗皮肤老化等作用[6]。低芥酸菜籽油和一般菜籽油脂肪酸含量较高的还有亚麻酸(分别为7.498%、9.010%)、棕榈酸(分别为3.163%、4.403%)，动物实验证明大量摄入含芥酸高的菜籽油，可致心肌纤维化引起心肌病变[7]，而GB/T 1536—2004标准规定低芥酸菜籽油中芥酸含量不大于3%，芥酸含量较一般菜籽油大大降低[8]；大豆油脂肪酸含量较高的还有棕榈酸(10.214%)、亚麻酸(5.989%)、硬脂酸(4.039%)；棉籽油、芝麻油、葵花籽油、橄榄油、花生油、玉米胚芽油脂肪酸含量较高的还有棕榈酸、硬脂酸。

植物油中的脂肪酸主要分为饱和脂肪酸(SFA)、单不饱和脂肪酸(MUFA)和多不饱和脂肪酸(PUFA)。美国国家胆固醇教育小组(NCEP)推荐，膳食中SFA、MUFA、PUFA供能比为1∶(1.5～2)∶ 1[9]；美国心脏病协会(AHA)推荐SFA、MUFA、PUFA供能比为1∶1.5∶1[10]；中国营养学会建议SFA、MUFA、PUFA供能比小于1∶1∶1[11]。由表1可以看出，12种植物油中没有任何一种植物油脂肪酸成分能达到推荐比例。此外棉籽油(16.285%)中单不饱和脂肪酸含量最低，橄榄油(67.628%)含量最高；橄榄油(11.284%)中多不饱和脂肪酸含量最低，核桃油(67.167%)含量最高，其中人体不能合成亚油酸和亚麻酸，必须从膳食中补充。不饱和度(U/S)是植物油中总不饱和脂肪酸含量与总饱和脂肪酸含量的比值，是衡量植物油脂品质的重要标准之一[5]。由表1 可以看出，植物油中不饱和度最小为棉籽油3.235，最大为低芥酸菜籽油14.672。

2.2 主成分分析

KMO检验统计量是用于比较变量间简单关系数和偏相关系数的指标，KMO值越接近1，意味着变量间的相关性越强，原有变量越适合做因子分析[12]。利用SPSS20.0软件对12种植物油脂肪酸成分的相对含量进行主成分分析，KMO值为0. 668(见表2)，可得出本实验数据适合做因子分析。从表3获得第1成分的贡献率为28.866%，第2成分的贡献率为19.238%，第3成分的贡献率为17.235%，第4成分的贡献率为13.840%，第5成分的贡献率为7.530%，其累计方差贡献率为86.708%，可见5个主成分能代表该数据的绝大部分信息，根据主成分贡献大小将其表示为PC1、PC2、PC3、PC4、PC5，图1为三维载荷图。

表2 KMO和巴特利特球形度检验

表3 5个主成分的特征值及其贡献率(总方差解释)

注：a1～a21代表脂肪酸组成。图1 三维载荷图

某一主成分与变量的联系系数绝对值越大，则表示该主成分与变量关系越接近[13]。由表4可知，第1主成分与二十碳二烯酸(0.919)、二十四碳一烯酸(0.833)、芥酸(0.819)、二十二碳二烯酸(0.814)高度正相关；第2主成分与棕榈酸(0.744)、十七碳一烯酸(0.621)呈正相关，与亚麻酸(-0.604)呈负相关；第3主成分与γ-亚麻酸(0.737)、十五碳酸(0.732)、二十碳三烯酸(0.732)正相关；第4主成分与棕榈油酸(-0.711)呈负相关；第5主成分与油酸(-0.656)呈负相关。由表3可知累积贡献率60%以上的贡献率来自第1、第2和第3主成分。因此可认为二十碳二烯酸、二十四碳一烯酸、芥酸、二十二碳二烯酸、棕榈酸、十七碳一烯酸、亚麻酸、γ-亚麻酸、十五碳酸、二十碳三烯酸是12种植物油脂肪酸主成分中相关性较强的组分。

表4 主成分载荷矩阵

2.4 聚类分析

为进一步探究12种植物油的脂肪酸成分是否有更多的内在联系与规律，采用SPSS22.0软件对12种植物油的脂肪酸含量进行聚类分析。聚类分析是一种重要的数据挖掘算法，它是将具有相同或相似性质的对象放于同一集合中，把不同性质的对象放于不同集合中，达到物以类聚的效果[14]。由脂肪酸指标所获得的主成分数据PC1、PC2、PC3、PC4、PC5作为变量值，进行系统聚类和K-平均值聚类。

2.4.1 系统聚类

以主成分分析获得的5个主成分为变量值，以组之间的连接法为聚类方法，以平方Euclidean距离为度量准则，用 SPSS 22. 0软件对196个植物油样品进行系统聚类分析，聚类分析结果见图3。

从图2可知，所有植物油样品采用SPSS 22.0软件进行系统聚类累计9次分类，第1次分类：一类只由花生油样品组成，另一类由玉米胚芽油、鲜花椒油、葵花籽油、大豆油、芝麻油、低芥酸菜籽油、核桃油、亚麻籽油、橄榄油、棉籽油、一般菜籽油11种样品组成，分类结果可知花生油与其他11种食用油在脂肪酸组成上差别较大，第1次分类就可区分。第2次分类：一类只由一般菜籽油样品组成，另一类由玉米胚芽油、鲜花椒油、葵花籽油、大豆油、芝麻油、低芥酸菜籽油、核桃油、亚麻籽油、橄榄油、棉籽油10种样品组成，分类结果可知一般菜籽油与其他10种植物油在脂肪酸组成上差别较大。油用植物菜籽的高芥酸会降低菜籽油的品质[15]，长期食用富含芥酸的菜籽油，会因芥酸过多积蓄而容易引起血管壁增厚和心肌脂肪沉积，不利于人体健康。第3次分类：一类只由棉籽油样品组成，另一类由玉米胚芽油、鲜花椒油、葵花籽油、大豆油、芝麻油、低芥酸菜籽油、核桃油、亚麻籽油、橄榄油9种样品组成，此次分类将棉籽油与其他9种食用油分开。第4次分类：一类只由橄榄油样品组成，另一类由玉米胚芽油、鲜花椒油、葵花籽油、大豆油、芝麻油、低芥酸菜籽油、核桃油、亚麻籽油8种样品组成，此次分类将橄榄油与其他8种食用油分开。第5次分类：一类由亚麻籽油和核桃油样品组成，另一类由玉米胚芽油、鲜花椒油、葵花籽油、大豆油、芝麻油、低芥酸菜籽油6种样品组成。将亚麻籽油和核桃油进行第六次分类可分类区分，分类结果说明亚麻籽油和核桃油的脂肪酸组成具有较大相似处，也有不同之处。将其他6种植物油进行第6次分类：一类由玉米胚芽油和鲜花椒油样品组成，另一类葵花籽油、大豆油、芝麻油、低芥酸菜籽油4种样品组成；玉米胚芽油和鲜花椒油经第7次聚类可分类；葵花籽油、大豆油、芝麻油、低芥酸菜籽油经第七次分类，可将葵花籽油与大豆油、芝麻油、低芥酸菜籽油分类。大豆油、芝麻油、低芥酸菜籽油进行第8次分类，大豆油与芝麻油、低芥酸菜籽油区分。芝麻油和低芥酸菜籽油经第9次分类可区分。

2.4.2 K-平均值聚类

以主成分分析获得的5个主成分为变量值，用SPSS 22.0进行K-平均值聚类分析，最大迭代次数为10，使用运行平均值，最终在SPSS 22.0中聚类成功，获得最终聚类中心(表5)。从最终聚类中心之间的距离可看出2个聚类中心无重合点。

表5 最终聚类中心

系统聚类、 K-平均值聚类结果与主成分分析结果一致，表明12种植物油脂肪酸成分具有明显差异，其结果对12种植物油真伪鉴别具有一定的指导性作用。

2.5 判别分析

应用SPSS 22.0软件通过主成分分析得到的5个主成分作为判别分析的自变量，K-平均值聚类中得到的聚类号作为判别分析的分组变量，进行判别模型的拟合，数据输出得到规范判别函数特征值，结果如表6所示，其中累计方差贡献率100% ，表明5个主成分所得到的模型数据能够对12种植物油进行判别。

表6 特征值

依据标准规范判别式函数系数，得到3个典则判别式函数，其标准规范判别式函数系数见表7，第一个判别函数解释了91.4%的方差，第二判别函数解释了8.0%的方差，第三判别函数解释了0.7%的方差，三个判别函数解释了全部方差，其判别函数见函数1、函数2、函数3。

表7 标准规范判别式函数系数

Y1=-0.517×PC1+0.520×PC2+0.830×PC3+0.596×PC4+0.577×PC5(函数1)

Y2=-0.069×PC1+0.560×PC2-0.526×PC3+0.534×PC4-0.213×PC5(函数2)

Y3=0.214×PC1-0.385×PC2+0.289×PC3+0.541×PC4-0.555×PC5(函数3)

表8是Fisher判别函数有效性检验结果。该检验的原假设是不同组的平均Fisher判别函数值不存在显著差异。

表8 Fisher判别函数有效性检验结果

从表8可知显著性<0.05，说明在0.05的显著性水平下有理由拒绝原假设。1到 3 表示没有函数被移去，拒绝原假设，表明两个判别函数能将各组样品分开；2到 3 表示没有函数被移去，拒绝原假设，表明两个判别函数能将各组样品分开；3表示排除了第1个判别函数和第2个判别函数后的显著性检验，拒绝原假设，第3个判别函数也能将各组样品分开。利用得到的3个典则判别函数对12种植物油样品进行验证判别，交叉验证结果可将12种食用动物油区分开，且对应的验证准确度为100%。故可用典则判别函数1、函数2、函数3对12种植物油的未知油脂样品进行分析判别。

3 结论

采用气相色谱法测定了12种食用植物油(棉籽油、大豆油、芝麻油、亚麻籽油、核桃油、葵花籽油、橄榄油、一般菜籽油、低芥酸菜籽油、花生油、花椒油、玉米胚芽油)的脂肪酸成分和含量，应用 SPSS 22. 0 数据分析软件进行数据处理，系统聚类、 K-平均值聚类结果与主成分分析结果一致，12种植物油肪酸成分具有明显差异，最终通过判别分析建立了3个典则判别函数，不同植物油的分类和判别的效果良好。据植物油脂肪酸的指标对不同种类的植物油进行分类和判别是可行的，为食用植物油类型判别提供参考。