显著性差异分析

国务院 11 月 26 日发布了关于修改《中华人民共和国烟草专卖法实施条例》的决定，条例明确，电子烟等新型烟草制品参照本条例卷烟的有关规定执行。12 月 2 日，国家烟草专卖局举行政策吹风会，进一步明确了电子烟的法律属性、监管主体、监管范围等。电子烟可谓是迎来了新一波的“强监管”。对于电子烟的消费者而言，不同电子烟之间或者和传统卷烟的差别最主要来自于烟油的口味。生产企业为了研发、调配出受欢迎的电子烟口味，可能需要搭配不同种类的精油、溶剂，植物萃取成分等等来营造更加丰富多样的香味和口感。从理化分析的角度来说，是不同风味物质的组合缔造了不同口味的电子烟，而香气馥郁的电子烟，往往意味着其成分中具有更多及更高的化合物组成含量。这次专题我们来看看借助安捷伦 GC/MS 如何来区分不同电子烟中风味物质数量的“多少”，以及如何明确不同样品之间的关键差异。不同数据间的简单比较通过对电子烟烟油中各类可挥发的风味物质进行比较，可以更好地认识不同类型电子烟的差异性，有效地对关键性差异化合物进行确认，是明确不同口味、不同香型电子烟组分特征的基础。我们先来看看几种相对简单的数据比较方式。当需要将多个样品进行比较时，小伙伴们最常用及最直接的办法，是使用定性软件将色谱图进行分列或叠加。但这样的方式并不适用于样品数量较大或者化合物数目较多的情形。使用安捷伦 MassHunter 定量分析软件的目标物解卷积功能（Target Deconvolution）可以进行多个样品间的比较。图 1 在一个用户界面内直观显示了目标物尼古丁在不同样品中的响应、浓度和谱库匹配分数等信息，还可以将目标峰再次谱库检索以查找其它可能的匹配结果。也可以对不同样品的色谱图进行比较，也能够方便地对目标化合物的定量、定性离子（或离子对）和线性结果进行检查和确认。图 1. 使用 MassHunter 定量软件对多个样品间的目标化合物进行定性定量结果的比较当需要更清楚地掌握不同样品之间的整体差异情况时，还可以使用上一篇电子烟系列推文中提到过的未知物分析（Unknown Analysis）软件导入定量结果，软件的目标物匹配和空白扣除功能，将自动显示出不同样品中出现的目标物数目以及空白扣除的化合物数目。这个工作流程，能轻松地对所有化合物进行定性分析，还能够比较不同样品之间出现目标（已知）化合物的数量差异。图 2. 使用未知物分析软件对多个样品间的目标和未知化合物进行比较当研究几类不同的样品组时，我们更需要搞清楚不同组别的差异以及组内的变化，这就到了安捷伦 MassHunter Profinder 软件上场发挥的时候啦。如图 3 中的示例，MassHunter Profinder 软件可以对重复的数据文件进行分组，软件自动对分子特征提取到的化合物进行归类和对齐、显示出叠加的色谱图、组内的峰面积变化等等。三组样品中出现的化合物总数、化合物出现的频次、化合物含量的高低就这样清楚直观地呈现在我们眼前了，是不是很轻松呢？图 3. 使用 MassHunter Profinder 软件进行样品组之间的比较统计学差异分析电子烟烟油风味物质的分析除了进行数据的简单比较，还需要用到一些在差异分析中的“高端操作”。Agilent Mass Profiler Professional (MPP) 软件是一个化学计量学平台，专门用于发掘质谱数据的复杂信息内容，可以用在任何基于质谱的差异分析中，以确定两个或更多个样品组和变量之间的关系。来源于 GC/MS、LCMS 或 ICPMS 的质谱数据（四极杆或高分辨质谱）经过未知物分析软件或者 Profinder 软件处理后可以发掘出成百上千个化合物组分，MPP 将这些组分信息导入之后就可以对这些数目庞大的信息进行对齐（Alignment）、筛选（Filtering），以及统计学计算并提供可视化工具来确定样品组和变量之间的关系。以下是两组不同口味电子烟油样品（以 S01 和 S06 表示）进行统计学差异分析的工作流程实例。在 MPP 软件中使用热图（heat map）对对齐后的组分进行差异性可视化显示（见图 4）。热图显示出两组烟油样品的差异性还不是特别明显，这是因为经过未知物分析挖掘出的组分数量庞大，也包含了一些所有样品中都含有的溶剂、背景等组分，这些组分还没有经过统计筛选。图 4. 两组电子烟油样品 S01 和 S06 中组分的热图使用火山图功能挑选出表达水平差异程度(Fold Change)2，以及统计学显著性(p value)图 6. 两组电子烟油样品基于样品的层次聚类分析可以运用 PLS-DA（偏最小二乘回归分析）模型找出这些组分中 VIP值（variable importance in projection）1 的重要化合物，并且用建立好的模型对未来未知的样品进行归类预测（图 7）。图 7. 两组电子烟油样品中组分的 VIP 值以及建模后对未知样品进行预测总结本次专题介绍了安捷伦 GC/MS 数据比较的多种方式，我们除了可以直接用“定性软件叠图”的方式进行比较以外，还可以通过“定量软件目标物解卷积”、“ 未知物分析软件目标匹配”、“ Profinder 软件分组比较”等多种方式。其中，定量软件在注重目标物含量变化的同时包括了谱库检索的定性功能、未知物分析软件在注重谱图定性的同时包括了对目标物的整体比较、Profinder 软件则更强调组内变化以及组间差异。在更高端的应用中，我们还可以借助 MPP 软件对大批量的数据进行统计学分析，将差异用各种工具直观地可视化呈现，并最终达到确认关键性差异物质的目的。这些方式和工具在区分电子烟口味之间的差异，抑或是在区分和传统卷烟风味物质的差异时，都能够有针对性的进行差异分析达到事半功倍的效果。推荐阅读： 安捷伦气质联用系统 (GC/MS)https://www.agilent.com.cn/zh-cn/product/gas-chromatography-mass-spectrometry-gc-ms关注安捷伦微信公众号，获取更多市场资讯

风味物质是粮食作物食用品质和营养价值的重要衡量指标。小麦、玉米等谷类作物在储藏过程中的品质劣变与其风味物质含量密切相关。岛津中国创新中心与国家粮食和物资储备局科学研究院杨永坛研究员团队合作，基于固相微萃取-气相色谱-三重四极杆质谱联用技术（SPME-GC-MS/MS）对玉米中挥发性风味物质的种类和含量进行分析，多元统计分析结果显示，玉米的挥发性风味物质与储藏年限存在一定的相关性。由此可构建玉米储藏年份的分类模型，为玉米储藏品质的动态监测提供技术手段。研究成果以“SPME-GC-MS/MS结合多元统计分析不同储藏年份玉米风味物质差异”为题，已发表在《粮油食品科技》期刊。背景介绍粮食在贮藏期间会受到温度、湿度、微生物等环境因素影响，其食用品质和营养价值也会随着储藏时间延长而发生改变。玉米是我国主要粮食作物之一，也是我国储备粮的重要组成。由于玉米原始水分含量相对较高，同时内部富含脂肪，其相较于其他粮食品种储藏稳定性较差，易发生品质劣变，进而影响其种用、食用和加工品质。因此在玉米收购入仓和轮换出库前对其储藏品质进行评估十分必要，引起了研究人员的广泛关注。挥发性风味物质是影响玉米食用和加工的主要因素之一，风味物质的类型、含量以及它们之间的相互作用共同决定着玉米的风味。玉米储藏过程中风味物质含量变化间接反映其品质改变，因此越来越多的研究人员通过测定玉米中典型挥发性风味物质对其进行品质鉴别。已有多项研究发现玉米挥发性风味物质的种类和含量受不同储藏条件的影响，但尚未阐明不同储藏时间玉米的特征差异物质。固相微萃取技术能对含量较低的挥发性物质进行富集，在挥发性物质检测中具有方便、灵敏、高效的优点，在食品风味物质检测领域应用广泛。本研究以吉林地区2019—2022年收获玉米为研究对象，采用固相微萃取-气相色谱-三重四极杆质谱联用技术（SPME-GC-MS/MS）对玉米储藏过程中的风味物质进行检测，并结合主成分分析（PCA）和偏最小二乘法判别分析（PLS-DA）进行数据分析，阐明不同储藏年份玉米的特征差异物，建立玉米储藏年份判别模型。以期为玉米储藏品质的动态监测提供技术手段，更好地指导储备玉米科学储存与适时更新轮换。研究内容本研究采用固相微萃取-气相色谱三重四极杆质谱（GCMS-TQ系列），搭配专属型风味物质多反应监测（MRM）数据库，对玉米样品中的挥发性风味物质进行分析。图1为某采收自2019年的玉米样品的总离子流图，共检出挥发性风味物质共129种，包括醛类、醇类、酯类、酮类、苯系物、杂环类、酸类、醚类、烃类和酚类化合物共10类。检出化合物中醛类物质种类最为丰富，共检出26种，其次为醇类物质和酯类物质，分别检出23种和17种。对不同储藏年份玉米中各类风味物质的相对含量进行分析，结果显示酸类物质在玉米中相对含量最高，是玉米中的主要挥发性风味物质。并发现不同储藏年份玉米中风味物质相对含量发生了变化，需进一步探究二者之间的相关性。图1. 2019年玉米样品总离子流色谱图为明确风味物质含量与玉米储藏年份之间的关系，对不同储藏年份玉米中的挥发性风味物质进行PCA分析。从图2（A）可以看出，不同储藏年份玉米呈一定的聚类趋势。其中2019年和2022年储藏玉米区分度较为显著，表明该模型对储藏年份相差较大的样品区分能力较强。对不同储藏年份的样品组进行皮尔逊相关分析，结果如图2（B）所示，表明每个年份的样品组与其相应年份的样品组之间有很强的正相关性。图2. 2019—2022年玉米风味物质的统计分析结果: (A) 主成分分析得分图 (B) 皮尔逊相关分析为进一步直观体现不同储藏年份玉米的风味物质特征，对检测数据进行了PLS-DA分析。如图3（A）所示，4个储藏年份的样品分别聚为一类，表明不同年份间玉米的挥发性化合物差异显著。利用5倍交叉验证对PLS-DA模型的预测精确度和拟合度进行验证，结果如图3（B）所示，使用3个组分时，模型的R2=0.98，Q2=0.96，预测精确度为1.0，表明模型具有较好的预测能力。按照变量投影重要性（VIP）值大于1的标准，共筛选出47种关键差异化合物。图3 2019—2022年玉米风味物质的偏最小二乘判别分析结果: (A) 三维PLS-DA得分图 (B) 不同组分数下PLS-DA分类性能 (C) VIP值图进一步比较不同年份间玉米中挥发性风味物质的差异，可以看出有6种挥发性化合物出现规律性变化。其中，1-辛烯-3-醇、丁酸橙花酯和2-正戊基呋喃3种化合物含量随储藏时间的延长而减少（如图4（A）~（C））；此外，DL-泛酰内酯、辛酸甲酯和2-乙酰基呋喃化合物的含量随储藏时间的延长而增加（如图4（D）~（F））。图4. 不同储藏年份玉米特征风味物质箱线图结论基于岛津固相微萃取-气相色谱三重四极杆质谱仪建立玉米中挥发性风味物质的分析方法，对2019至2022年收获东北地区玉米样品中挥发性风味物质进行检测，采用PCA和PLS-DA方法对不同储藏年份玉米的风味物质数据进行分析，筛选出在不同年份的玉米间具有显著性差异的化合物，根据检出的差异化合物在不同储藏年份玉米中的含量分布构建分类模型，将为不同年份玉米的储藏品质动态监测提供参考，以更好指导储备玉米的科学储存与适时更新轮换，对保障国家粮食安全和节粮减损具有重要意义。岛津多功能自动进样器-气相色谱三重四极杆质谱仪参考文献：[1] WANG S, CHEN H, SUN B. Recent progress in food flavor analysis using gas chromatography–ion mobility spectrometry (GC–IMS) [J]. Food Chemistry, 2020, 15(315): 126158.[2] 徐瑞, 李洪军, 贺稚非. 玉米冻藏过程中挥发性成分变化及主成分分析[J]. 食品与发酵工业, 2019, 45(1): 210-218. XUN R, LI H J, HE Z F. Changes and principal component analysis of volatile compounds in corn ears during frozen storage[J]. Food and Fermentation Industries, 2019, 45(1): 210-218.[3] 李云峰, 范競升, 陈冰琳,等. 3个甜玉米品种在不同储藏条件下可溶性固形物含量及挥发性风味成分变化[J]. 华南农业大学学报, 2021, 42(03): 33-44. LI Y F, FAN J S, CHEN B L, et al. Changes of soluble solid contents and volatile flavor components of three sweet corn cultivars under different storage conditions[J]. Journal of South China Agricultural University, 2021, 42(03): 33-44.[4] 郭瑞, 李盼盼, 张晓莉, 等. SPME-GC-MS/MS 结合多元统计分析研究不同储藏年份玉米风味物质差异[J]. 粮油食品科技, 2024, 32(3): 179-186. GUO R, LI P P, ZHANG X L, et al. Diversity analysis of volatile flavor compounds of corn with various storage years based on SPME-GCMS/MS and multivariate statistical analysis[J]. Science and Technology of Cereals, Oils and Foods, 2024, 32(3): 179-186.本文内容非商业广告，仅供专业人士参考。

Introduction茶菌等传统微生物发酵饮料使用富含蔗糖的茶水作为原料，经酵母和细菌共发酵而成。红茶作为茶菌发酵的主要原料，也被称为康普茶，具有促进胃肠道消化、抑制肠道有害微生物生长、抗氧化特性、促进血管舒缩、辅助预防心脑血管疾病的功能。发酵是康普茶香气产生的关键工序，可以产生大量的醛、酸、酮和其他化合物。目前，红外、微波、超声波等物理加工技术已成功应用于食品发酵，与传统加工技术相比更能促进风味的形成。其中，超声波处理的茶叶非常稳定，通过物理作用增强参与香气合成基因的表达，使得茶叶形成不同香气化合物。近年来，顶空固相微萃取（HS-SPME）样品前处理方法因其对样品需求量小、不需要有机溶剂、操作简单、灵敏度高、重现性好等特点，已成功应用于各种茶叶香气物质的提取。超声提取技术具有速度快、成本低、操作简单、环保、效率高等优点，是增强茶叶香气释放的一种特殊方式。因此，HS-SPME结合超声波技术可能适用于茶叶发酵过程的分析。代谢组学可以同时实现所有代谢物的全面定性和定量分析。现阶段，基于HS-SPME结合气相色谱-质谱（GC/MS）技术的组学方法已广泛应用于挥发性化合物的代谢组学分析。然而，结合HS-SPME-GC/MS与代谢组学方法，用于康普茶代谢产物变化与代谢途径之间的关系的研究鲜有报道。本文改进了康普茶的发酵工艺，并通过单因素和响应面分析进行优化。采用HS-SPME-GC/MS技术对康普茶发酵过程进行代谢组学分析，探究其代谢产物变化，并进一步分析代谢途径及其对挥发性化合物性质的影响（图1）。图1. 基于HS-SPME-GC/MS的代谢组学结合多元分析研究康普茶发酵过程中的特征挥发性物质和代谢途径。Results and Discussion发酵条件的确定不同超声频率下发酵液中总糖和茶多酚的消耗率如图2A和2B所示。结果表明，超声处理和非超声处理的样品其总糖和茶多酚的消耗率存在显著差异。优选发酵时间为3 d。根据采样时间记录发酵周期为S0～S7，其中发酵初期阶段记录为S0。此外，优选23 kHz的超声波频率为后续实验的最佳频率（图2C），优选pH 3.2为后续发酵的最佳条件（图2D），优选30 °C为最佳温度（图2E）。以发酵后总糖和酚的消耗率为响应值，进行Box-Behnken分析，建立高度拟合的茶提取物发酵条件的三元回归模型。图2. 探究超声处理对（A）茶多酚消耗率、（B）糖消耗率的影响，（C）五种超声频率对茶多酚和糖消耗率的影响，（D）五种pH值对茶多酚和糖消耗率的影响，（E）五种温度对茶多酚和糖消耗率的影响。采用扫描电子显微镜（SEM）表征23 kHz处理组和对照组茶菌的形态。结果表明，对照组表面光滑圆润，而超声后的细胞表面存在凹痕和皱纹（图3）。这可能与20～40 kHz频率下的急性气穴现象有关。超声波处理可以提高微生物中相关酶的活性，从而提高发酵效率。图3. SEM表征超声对茶菌形态的影响，（A和B）超声处理组，（C和D）对照组。代谢组组成分析GC-MS-TQ8040具有高通量和智能操作特性，配备高亮度离子源和高效碰撞池，可用于超灵敏分析。保留时间、已鉴定化合物列表、缩写、CAS号和分子式如表1所示。 表1. 基于HS-SPME-GC/MS鉴定康普茶发酵过程中的代谢物。132种气味活性化合物被分为10组（32种醇类、13种酮类、16种烯烃、18种酯类、14种烷烃、11种芳烃、9种酸类、7种醚类、4种氮挥发性化合物和1种硫化物）。康普茶发酵过程中挥发物的代谢谱表明，鉴定的化合物分离良好。采用单因素方差分析和Tukey图基事后检验法验证上述132种挥发性化合物在发酵过程中具有显著性。132种高贡献挥发物的方差分析统计如表2所示。表2. 康普茶发酵过程中挥发性成分的相对峰面积变化及其与发酵时间的相关性。标志性挥发性物质的分析采用主成分分析（PCA）将发酵样品分为不同类群，结果表明，发酵和未发酵的茶叶具有不同的挥发性物质成分（图4A）。发酵过程中茶叶的挥发性物质经历周期性的变化。进一步采用PCA的载荷图解释S0～S7代谢物变化差异的具体成分，结果如图4B所示。2-甲基丁酸、D-柠檬烯和苯乙醇等香气化合物有助于康普茶的整体花香、酸甜和柠檬味，并且远离零点，对PC1和PC2有显著贡献，从而影响发酵液的气味特征。PLS-DA得分图显示出更好的模型拟合（组间差异更显著），PC1和PC2分别占比59.1%和7.6%（图4C）。如图4D所示，选择了25种挥发性化合物。苯乙醇增强了“花香”风味，改善了整体的感官香气质量，并增强了康普茶的“甜”香气特征。其难闻气味可能是由2-甲基丁酸引起。挥发性成分的鉴别结果表明，发酵工艺对康普茶挥发性成分具有显著影响。此外，这些挥发性化合物被认为是康普茶发酵过程中的主要特征香气成分。图4. （A）康普茶样品的多元统计分析和质谱数据集的PCA得分图，基于PCA模型的（B）康普茶样品中变量的载荷图、（C）PLS-DA得分图、（D）PLS-DA评选的前25种挥发性化合物。特征代谢物的鉴定结合载荷图和VIP得分进一步筛选特征代谢物。结果如图5所示，部分差异代谢物与康普茶发酵过程呈线性相关。叶醇、二十烷、水杨酸异辛酯、2-甲基丁酸、邻伞花烃、甲基三十烷基醚、苯乙醇和棕榈酸异丙酯的含量与红茶发酵时间呈正相关。其余化合物（甲氧基苯肟、芳樟醇、雪松醇、二氯乙酸、癸酯）与储存时间呈负相关。图5. 12种代谢物的箱形图表明发酵中存在显著差异。代谢途径分析本文介绍了特征挥发物的产生途径、形成机制以及它们之间的转化关系。康普茶发酵过程中发现的特征代谢物的代谢途径如图6所示。图6. 康普茶发酵过程中发现的特征代谢物的代谢途径。Conclusion本文采用单因素优化实验和响应面分析确定康普茶的最佳发酵条件为30 °C、pH 3.2、23 kHz。通过代谢组学技术监测超声辅助处理过程中挥发性物质的综合变化。总而言之，鉴定了由132种成分组成的综合代谢组学图谱，并成功进行多元统计分析，筛选VIP＞1的25种特征代谢物作为生物标志物。此外，详细研究了代谢途径以及各种挥发性物质的转化。结果表明，发酵后期存在挥发性物质转化的代谢途径。综上所述，在康普茶发酵过程中可以通过优化工艺加快和改进反应过程。本文为红茶菌发酵代谢产物的变化及影响机制的研究提供了重要的理论价值。