湖北中醫(yī)藥大學(xué)劉艷菊教授團(tuán)隊(duì)在《Talanta》雜志（IF=6.1）上發(fā)表文章提出結(jié)合多變量算法的新型色譜-感官-光譜法鑒別不同加工程度鱉甲。研究構(gòu)建多技術(shù)分析框架，明確表面顏色參數(shù)（a背面、b正/背面）、粉末顏色參數(shù)（b*、L*）為關(guān)鍵區(qū)分指標(biāo)，電子鼻可區(qū)分生品與加工品，近紅外光譜結(jié)合歸一化預(yù)處理能有效區(qū)分加工度，BP神經(jīng)網(wǎng)絡(luò)模型鑒別率達(dá)91.7%，揭示了加工中氨基酸動(dòng)態(tài)變化與美拉德反應(yīng)、蛋白質(zhì)水解的關(guān)聯(lián)，為鱉甲加工質(zhì)量控制及中醫(yī)藥保健食品數(shù)字化轉(zhuǎn)型提供參考。

圖解摘要

一、研究背景與意義

鱉甲（Trionycis Carapax）作為常用保健食品原料，其加工程度直接決定品質(zhì)。傳統(tǒng)加工依賴經(jīng)驗(yàn)判斷，缺乏定量標(biāo)準(zhǔn)，且單一分析技術(shù)難以全面表征加工過程中的多維質(zhì)量變化，導(dǎo)致產(chǎn)品批次差異大、質(zhì)量不穩(wěn)定，嚴(yán)重制約了其標(biāo)準(zhǔn)化生產(chǎn)與在保健食品中的應(yīng)用。

此前研究多采用單一分析工具，無法全面評估鱉甲在炮制和制備過程中的多維質(zhì)量變化。鑒于此，本研究將食品化學(xué)領(lǐng)域成熟的多模態(tài)分析框架引入中醫(yī)藥保健食品加工體系，以鱉甲為研究模型，旨在構(gòu)建結(jié)合多種技術(shù)的綜合分析框架，實(shí)現(xiàn)對不同加工程度鱉甲的精準(zhǔn)鑒別，為鱉甲制備工藝優(yōu)化提供理論依據(jù)，同時(shí)為傳統(tǒng)經(jīng)驗(yàn)型質(zhì)量控制向數(shù)據(jù)驅(qū)動(dòng)型轉(zhuǎn)變提供技術(shù)支持，對推動(dòng)中醫(yī)藥保健食品生產(chǎn)現(xiàn)代化和標(biāo)準(zhǔn)化具有重要意義。

二、實(shí)驗(yàn)材料與方法

樣品：采購自湖北、安徽、江蘇的10批次中華鱉，制備得到40個(gè)鱉甲樣品，包括凈鱉甲和醋制鱉甲（分為欠制、適中、過制三個(gè)等級）。

cNose電子鼻系統(tǒng)（上海保圣實(shí)業(yè)發(fā)展有限公司，中國）由10個(gè)用于樣品分析的金屬氧化物傳感器組成。每個(gè)樣品（4 g）置于20 mL頂空玻璃瓶中，在25 ℃下平衡6 h。測試條件如下：清洗時(shí)間為120 s，流速為6 L/min，等待時(shí)間為5 s，測試時(shí)間為60 s，流速為1 L/min。每個(gè)樣品重復(fù)分析三次。響應(yīng)值表示為G/Go比，該比值表示樣品氣體與純空氣之間的電阻率比。每個(gè)傳感器的平均響應(yīng)值用作該樣品的數(shù)據(jù)。

三、實(shí)驗(yàn)結(jié)果與討論

研究發(fā)現(xiàn)，鱉甲的加工程度變化會影響其氨基酸組成、顏色和近紅外光譜特征。通過HPLC分析，隨著加工程度增加，賴氨酸含量下降，丙氨酸與色氨酸含量上升，PCA與OPLS-DA模型篩選出8個(gè)氨基酸差異指標(biāo)。E-eye分析表明，鱉甲表面及粉末的L*、E值下降，a值上升，b值先升后降，OPLS-DA模型確定了顏色差異的主要指標(biāo)。NIR光譜分析顯示，經(jīng)過預(yù)處理的光譜能有效區(qū)分不同加工程度鱉甲。

電子鼻（E-nose）分析

圖中A為不同加工程度鱉甲電子鼻氣味響應(yīng)值雷達(dá)圖，其中響應(yīng)值最高的是S8（短鏈烷烴），其次是S6（有機(jī)氣體、苯酮類、醛類、芳香族化合物），最后是 S5（氮化物、氨），說明鱉甲中的主要揮發(fā)性成分為短鏈烷烴、有機(jī)氣體、苯酮類、醛類、芳香族化合物、氮化物和氨。柱狀圖B、C、G、I表明鱉甲及加工品對傳感器1、2、6、8的響應(yīng)值存在明顯差異，說明烷烴、煙熏味、醇類、醛類、短鏈烷烴、有機(jī)氣體、苯酮類、醛類、芳香族化合物是造成生鱉甲與加工品氣味差異的成分。生鱉甲各傳感器響應(yīng)多高于加工品；氣味雷達(dá)圖表現(xiàn)出傳感器1、2、6、8可區(qū)分生品與加工品。通過OPLS-DA分離生品與加工品的趨勢略好。

多模態(tài)數(shù)據(jù)分析進(jìn)一步揭示了鱉甲外觀與內(nèi)在成分之間的動(dòng)態(tài)關(guān)聯(lián)，且基于這些數(shù)據(jù)構(gòu)建的BP神經(jīng)網(wǎng)絡(luò)判別模型，測試集總準(zhǔn)確率達(dá)91.7%，可精準(zhǔn)識別不同加工程度的鱉甲。