七種牛肝菌的紅外光譜鑒別

馬殿旭, 劉 剛, 歐全宏, 于海超, 李會(huì)梅， 劉 艷

云南師范大學(xué)物理與電子信息學(xué)院, 云南 昆明 650500

七種牛肝菌的紅外光譜鑒別

馬殿旭, 劉 剛*, 歐全宏, 于海超, 李會(huì)梅， 劉 艷

云南師范大學(xué)物理與電子信息學(xué)院, 云南 昆明 650500

運(yùn)用傅里葉變換紅外光譜、 二維相關(guān)譜及主成分分析對(duì)7種同屬牛肝菌進(jìn)行分析鑒別。 結(jié)果顯示： 7種牛肝菌的原始光譜總體特征相似， 主要由蛋白質(zhì)、 多糖等的吸收峰組成， 但在吸收峰強(qiáng)度、 位置仍存在差異。 對(duì)樣品進(jìn)行二維相關(guān)紅外光譜分析， 在二維相關(guān)紅外光譜1 680～1 300 cm-1范圍內(nèi)， 茶褐牛肝菌和雙色牛肝菌出現(xiàn)了6個(gè)明顯的自動(dòng)峰； 小美牛肝菌出現(xiàn)了5個(gè)明顯的自動(dòng)峰； 灰褐牛肝菌和美柄牛肝菌出現(xiàn)4個(gè)明顯自動(dòng)峰； 美味牛肝菌和銅色牛肝菌自動(dòng)峰相對(duì)較少， 只出現(xiàn)了3個(gè)明顯的自動(dòng)峰； 而且自動(dòng)峰和交叉峰的強(qiáng)度、 位置也存在較大差異。 同樣在二維相關(guān)紅外光譜1 150～920 cm-1范圍內(nèi)， 不同牛肝菌的同步譜中自動(dòng)峰和交叉峰的數(shù)量、 強(qiáng)度和位置也不同。 對(duì)光譜1 800～800 cm-1范圍內(nèi)的二階導(dǎo)數(shù)進(jìn)行主成分分析， 所有樣品均區(qū)分開， 其分類正確率達(dá)100%。 結(jié)果表明， 傅里葉變換紅外光譜結(jié)合二維相關(guān)紅外光譜或者主成分分析可以有效地區(qū)分茶褐牛肝菌、 小美牛肝菌、 雙色牛肝菌、 灰褐牛肝菌、 美柄牛肝菌、 美味牛肝菌和銅色牛肝菌。 該方法對(duì)于分類鑒別蘑菇是一種快速、 準(zhǔn)確、 有效的方法。

牛肝菌； 傅里葉變換紅外光譜(FTIR)； 二維相關(guān)紅外光譜(2D-IR)； 主成分分析(PCA)； 鑒別

引 言

牛肝菌(Boletus)是真菌系擔(dān)子菌亞門(Basidiomycetes)層菌綱(Hymenomycetes)牛肝菌目(Boletales)的重要類群。 牛肝菌目包含有牛肝菌科(Boletaceae)、 小牛肝菌科 (Boletinellaceae)和圓牛肝菌科 (Gyroporaceae)等18個(gè)科， 我國(guó)牛肝菌科中包含有牛肝菌屬(Boletus)、 疣柄牛肝菌屬(Leccinum)、 粉孢牛肝菌屬(Tylopilus)和絨蓋牛肝菌屬(Xerocomus)等16個(gè)屬[1, 2]。 在牛肝菌屬中多數(shù)牛肝菌肉質(zhì)肥厚， 是名貴稀有的野生藥食用菌， 其子實(shí)體內(nèi)富含多種氨基酸、 維生素、 礦質(zhì)元素和活性多糖等人體所需的營(yíng)養(yǎng)成分， 且牛肝菌香味濃郁， 味道鮮美， 深受人們喜愛(ài)， 同時(shí)牛肝菌中富含的多糖和堿性蛋白提取物具有增強(qiáng)人體免疫力、 抗腫瘤、 抗病毒等功效， 因此具有很高的食用價(jià)值和藥用價(jià)值[3]。 目前， 我國(guó)牛肝菌種類多達(dá)390種以上， 其中有199種可食用； 云南是我國(guó)牛肝菌種類最為豐富的地區(qū)之一， 已知牛肝菌種類有224種， 其中可食用的有144種[4]。

牛肝菌種類繁多， 包含較多毒牛肝菌， 新鮮的牛肝菌外觀比較相似， 難以通過(guò)外觀特征來(lái)進(jìn)行區(qū)分是否可食， 而且大量可食牛肝菌都是切片干燥后儲(chǔ)存， 干片牛肝菌形態(tài)特征消失， 更難進(jìn)行分辨， 因此準(zhǔn)確、 快速地鑒別牛肝菌對(duì)其開發(fā)、 利用等有著重要意義。 目前， 對(duì)蘑菇的研究主要側(cè)重蘑菇的多肽類和多糖等成分的提取及其生物活性、 蘑菇的營(yíng)養(yǎng)價(jià)值和藥用價(jià)值、 蘑菇的加工保存， 以及對(duì)蘑菇的生長(zhǎng)條件等方面的研究。 如Liu等[5]對(duì)雞腿菇中所提取的多糖結(jié)構(gòu)以及抗腫瘤活性進(jìn)行了研究， Heleno等[6]對(duì)波蘭的三種食用蘑菇的營(yíng)養(yǎng)價(jià)值、 生物活性物質(zhì)和抗氧化性能做了研究， Wrona等[7]用一種新活性包裝對(duì)蘑菇的保存進(jìn)行了研究， Ostos等[8]對(duì)野生蘑菇的汞含量以及攝入量進(jìn)行了研究。

對(duì)于蘑菇的種類鑒別主要通過(guò)應(yīng)用化學(xué)分析、 色譜、 質(zhì)譜等分析方法進(jìn)行研究， 如Malheiro等[9]用頂空萃取和氣相色譜質(zhì)譜技術(shù)對(duì)野生蘑菇的特征揮發(fā)物進(jìn)行研究， 從而對(duì)蘑菇種類進(jìn)行鑒別； 劉芳等[10]用分子標(biāo)記技術(shù)對(duì)草原野生食用菌蒙古口蘑進(jìn)行了鑒別分析； 楊天偉等[4]用紫外光譜結(jié)合歐氏距離和主成分分析法對(duì)牛肝菌種類進(jìn)行了鑒別分析； 這些分析方法需對(duì)樣品進(jìn)行提取分離， 分析時(shí)間長(zhǎng)， 分析過(guò)程復(fù)雜等。

傅里葉變換紅外光譜技術(shù)具有不破壞真菌樣品化學(xué)結(jié)構(gòu)， 能反映出真菌的組成物質(zhì)， 具有用量少， 操作簡(jiǎn)單等優(yōu)點(diǎn)[11]。 FTIR光譜技術(shù)已廣泛應(yīng)用于不同領(lǐng)域， 如Bombalska等[12]用FTIR和統(tǒng)計(jì)分析為危險(xiǎn)生物材料的鑒別區(qū)分提供了一種新方法； Shen等[13]用FTIR對(duì)中國(guó)米酒的糖和酸進(jìn)行了預(yù)測(cè)； 周在進(jìn)等[14]用FTIR技術(shù)對(duì)云南省5個(gè)不同產(chǎn)地的58個(gè)野生雙色牛肝菌和5個(gè)不同產(chǎn)地的63個(gè)野生小美牛肝菌進(jìn)行了鑒別分類研究； 時(shí)有明等[15]用FTIR技術(shù)結(jié)合統(tǒng)計(jì)分析方法對(duì)松茸和姬松茸以及紅黃鵝膏菌原亞種和其黃褐變種進(jìn)行了鑒別分析。

二維相關(guān)紅外光譜引入了外界微擾， 將光譜信號(hào)擴(kuò)展到第二維上以提高光譜分辨率， 其在中草藥分析鑒別、 食物品質(zhì)檢測(cè)、 分子結(jié)構(gòu)變化等技術(shù)領(lǐng)域獲得很好應(yīng)用[16]： 如Choong等[11]用FTIR技術(shù)和二維相關(guān)紅外光譜對(duì)不同產(chǎn)地的硬孔菌進(jìn)行了鑒別區(qū)分； Popescu等[17]用二維相關(guān)紅外光譜對(duì)真菌降解椴木的過(guò)程進(jìn)行了研究； Adib等[18]利用二維相關(guān)紅外光譜對(duì)崗松藥材的提取物進(jìn)行識(shí)別分析。

本工作采用傅里葉變換紅外光譜、 二維相關(guān)紅外光譜技術(shù)及主成分分析對(duì)牛肝菌屬的茶褐牛肝菌、 小美牛肝菌、 雙色牛肝菌、 灰褐牛肝菌、 美柄牛肝菌、 美味牛肝菌和銅色牛肝菌進(jìn)行研究。 文獻(xiàn)中還未見用二維相關(guān)紅外光譜分析蘑菇。

1 實(shí)驗(yàn)部分

1.1 儀器與測(cè)試條件

使用美國(guó)Perkin Elmer公司生產(chǎn)的Frontier型傅里葉變換紅外光譜儀， 配備DTGS 探測(cè)器， 測(cè)定范圍4 000～400 cm-1， 分辨率為4 cm-1， 掃描16次。 溫控附件為EUROTHERM 3216型溫控儀， 控溫范圍50～120 ℃。

1.2 樣品制備和光譜數(shù)據(jù)處理

七種野生牛肝菌均采自云南大理蒼山。 將蘑菇樣品去除泥土、 草葉等雜物、 清洗、 曬干、 保存， 實(shí)驗(yàn)中將同一部位的少量樣品放入瑪瑙研缽中磨為細(xì)粉， 再加入適量的溴化鉀攪磨均勻， 壓片待測(cè)。 實(shí)驗(yàn)所得原始光譜通過(guò)使用紅外光譜處理軟件(OMNIC 8.0)進(jìn)行基線校正、 5點(diǎn)平滑和歸一化處理， 利用Origin 8.5和SPSS統(tǒng)計(jì)軟件進(jìn)行原始光譜分析和主成分分析。 動(dòng)態(tài)譜是樣品在50～120 ℃每間隔10 ℃采集一次光譜所得， 對(duì)動(dòng)態(tài)譜進(jìn)行二維相關(guān)紅外光譜分析， 并得到二維相關(guān)紅外光譜， 采用為清華大學(xué)分析中心編制的二維相關(guān)分析軟件。

2 結(jié)果與討論

2.1 七種牛肝菌的紅外光譜特征

圖1a—g分別為茶褐牛肝菌、 小美牛肝菌、 雙色牛肝菌、 灰褐牛肝菌、 美柄牛肝菌、 美味牛肝菌和銅色牛肝菌的紅外光譜圖， 可以看出， 七種牛肝菌光譜總體相似， 其典型特征吸收峰： 3400 cm-1附近的寬吸收峰， 表征自多糖、 蛋白質(zhì)的O—H和N—H的伸縮振動(dòng)[11]； 2 956， 2 928和2 858 cm-1附近的峰分別歸屬為—CH3不對(duì)稱伸縮振動(dòng)、 —CH2不對(duì)稱伸縮振動(dòng)和對(duì)稱伸縮振動(dòng)[14-16]； 1 650， 1 553和1 240 cm-1附近譜峰分別為蛋白質(zhì)酰胺Ⅰ帶、 酰胺Ⅱ帶和酰胺Ⅲ的特征吸收峰[19]； 1 500～1 200 cm-1范圍歸屬為蛋白質(zhì)、 脂肪酸和多糖的混合振動(dòng)吸收； 其中1 401和1 317 cm-1附近的吸收峰為C—O—H的彎曲振動(dòng)和—CH2的變形振動(dòng)； 在多糖的特征吸收區(qū)域1 200～950 cm-1范圍內(nèi)出現(xiàn)了兩個(gè)強(qiáng)吸收峰1 079和1 044 cm-1， 分別歸屬為糖類的C—O和C—C的伸縮振動(dòng)， 小美牛肝菌、 雙色牛肝菌、 美味牛肝菌和銅色牛肝菌光譜中1 114 cm-1的吸收峰相對(duì)較強(qiáng)， 而其他樣品相對(duì)弱； 在糖類異構(gòu)區(qū)950～750 cm-1范圍內(nèi)， 890 cm-1附近的峰歸屬為β-構(gòu)型多糖的特征峰， 840 cm-1附近的弱吸收峰歸屬為α-構(gòu)型多糖的特征峰[18-19]。 所有光譜典型的特征吸收峰表明， 七種牛肝菌的光譜特征很相似， 主要由蛋白質(zhì)和碳水化合物的吸收峰構(gòu)成， 但吸收峰強(qiáng)度、 位置存在差異， 說(shuō)明它們的成分含量不同。

圖1 七種不同牛肝菌的FTIR光譜圖

2.2 七種牛肝菌的二維相關(guān)紅外光譜特征

二維相關(guān)紅外光譜是在不同外界微擾下， 得到一系列的動(dòng)態(tài)振動(dòng)紅外光譜圖， 并利用數(shù)學(xué)相關(guān)分析對(duì)動(dòng)態(tài)光譜信號(hào)進(jìn)行處理得到二維相關(guān)紅外光譜圖[20]。 二維相關(guān)紅外光譜由于在第二維上進(jìn)行了擴(kuò)展， 將重疊峰甚至原先被掩蓋的一些小峰清晰地顯示出來(lái)， 因而有效的提高了譜圖的分辨率[21]。 本文以溫度作為外界微擾， 測(cè)量不同溫度下的牛肝菌紅外光譜， 得到牛肝菌的動(dòng)態(tài)紅外光譜， 對(duì)動(dòng)態(tài)紅外光譜進(jìn)行處理， 得到二維相關(guān)同步譜的等高線圖、 三維立體魚網(wǎng)圖以及自動(dòng)峰圖譜， 如圖2和圖3所示。

2.2.1 七種牛肝菌1 300～1 680 cm-1范圍的二維相關(guān)紅外光譜

圖2為七種牛肝菌在1 300～1 680 cm-1范圍的二維相關(guān)紅外光譜， 從圖中發(fā)現(xiàn)各樣品的自動(dòng)峰強(qiáng)度、 數(shù)目和形狀差異很大。 茶褐牛肝菌和雙色牛肝菌均出現(xiàn)了6個(gè)明顯的自動(dòng)峰， 其最強(qiáng)分別為1 549和1 579 cm-1， 茶褐牛肝菌出現(xiàn)了其他樣品未出現(xiàn)的中等強(qiáng)度自動(dòng)峰1 619 cm-1， 同樣雙色牛肝菌出現(xiàn)了其他樣品未出現(xiàn)的弱的自動(dòng)峰1 629 cm-1； 小美牛肝菌出現(xiàn)了5個(gè)明顯的自動(dòng)峰， 最強(qiáng)自動(dòng)峰在1 570cm-1； 灰褐牛肝菌和美柄牛肝菌出現(xiàn)4個(gè)明顯自動(dòng)峰， 最強(qiáng)自動(dòng)峰分別在1 559和1 570 cm-1； 美味牛肝菌和銅色牛肝菌自動(dòng)峰相對(duì)較少， 只出現(xiàn)了3個(gè)明顯的自動(dòng)峰， 且最強(qiáng)自動(dòng)峰都在1 649 cm-1。 七種牛肝菌樣品最強(qiáng)自動(dòng)峰的波數(shù)明顯不同， 其中茶褐牛肝菌和灰褐牛肝菌最強(qiáng)的自動(dòng)峰出現(xiàn)在1 549和1 559 cm-1， 移動(dòng)了10 cm-1； 小美牛肝菌和美柄牛肝菌最強(qiáng)的自動(dòng)峰均出現(xiàn)在1 570 cm-1， 而雙色牛肝菌則出現(xiàn)在1 579 cm-1， 移動(dòng)了9 cm-1。 雙色牛肝菌在1 658 cm-1出現(xiàn)自動(dòng)峰， 其余6個(gè)樣品均在1 649 cm-1處出現(xiàn)自動(dòng)峰， 有9 cm-1的移動(dòng)， 且在美味牛肝菌和銅色牛肝菌中的自動(dòng)峰最強(qiáng)， 而雙色牛肝菌相對(duì)較弱； 茶褐牛肝菌、 小美牛肝菌、 雙色牛肝菌、 美柄牛肝菌和銅色牛肝菌在1 549 cm-1出現(xiàn)了強(qiáng)自動(dòng)峰， 灰褐牛肝菌和美味牛肝菌自動(dòng)峰出現(xiàn)在1 559 cm-1， 移動(dòng)了10 cm-1； 因此可以看出樣品中蛋白質(zhì)酰胺Ⅰ帶和酰胺Ⅱ帶結(jié)構(gòu)和含量存在一定的差異。 小美牛肝菌、 雙色牛肝菌和灰褐牛肝菌出現(xiàn)了中等強(qiáng)度的自動(dòng)峰1 450 cm-1， 茶褐牛肝菌在1 459 cm-1處出現(xiàn)了中等強(qiáng)度的自動(dòng)峰， 移動(dòng)了9 cm-1， 其他牛肝菌并沒(méi)有明顯出現(xiàn)此自動(dòng)峰， 但在1 409 cm-1出現(xiàn)了弱自動(dòng)峰。

圖2 七種不同牛肝菌在1 300～1 680 cm-1的二維相關(guān)紅外光譜

七種樣品自動(dòng)峰差別很大， 而且每種樣品自動(dòng)峰之間主要形成了不同強(qiáng)度的正交叉峰， 其中茶褐牛肝菌相對(duì)較強(qiáng)的交叉峰為(1 619, 1 649 cm-1)， (1 549, 1 649 cm-1)， (1 459, 1 649 cm-1)， (1 619, 1 549 cm-1)和(1 459, 1 549 cm-1)； 小美牛肝菌交叉峰(1 450, 1 570 cm-1)， (1 450, 1 649 cm-1)， (1 570, 1 649 cm-1)和雙色牛肝菌交叉峰(1450, 1 579 cm-1)相對(duì)較強(qiáng)； 灰褐牛肝菌出現(xiàn)了兩個(gè)較明顯的交叉峰(1 450, 1 559 cm-1)， (1 559, 1 649 cm-1)； 美柄牛肝菌、 美味牛肝菌和銅色牛肝菌只出現(xiàn)一個(gè)較強(qiáng)交叉峰， 分別在(1 570, 1 649 cm-1)， (1 559, 1 649 cm-1)和(1 549, 1 649 cm-1)處； 顯然樣品間的交叉峰強(qiáng)度、 位置和數(shù)量均不同。

2.2.2 七種牛肝菌920～1150 cm-1范圍的二維相關(guān)紅外光譜

圖3為牛肝菌在920～1 150 cm-1范圍的二維相關(guān)紅外光譜， 其差異可見： 茶褐牛肝菌、 雙色牛肝菌和美柄牛肝菌均出現(xiàn)5個(gè)明顯的自動(dòng)峰， 其中茶褐牛肝菌的最強(qiáng)自動(dòng)峰出現(xiàn)在1 019 cm-1， 雙色牛肝菌出現(xiàn)在1 089 cm-1， 美柄牛肝菌出現(xiàn)在1 049 cm-1， 茶褐牛肝菌中出現(xiàn)了其他牛肝菌沒(méi)明顯出現(xiàn)的949 cm-1弱自動(dòng)峰， 雙色牛肝菌出現(xiàn)了相對(duì)較弱的自動(dòng)峰1 069 cm-1； 小美牛肝菌、 灰褐牛肝菌、 美味牛肝菌和銅色牛肝菌均出現(xiàn)了4個(gè)明顯的自動(dòng)峰， 其中小美牛肝菌和灰褐牛肝菌的最強(qiáng)自動(dòng)峰均出現(xiàn)在1 089 cm-1處， 美味牛肝菌和銅色牛肝菌的最強(qiáng)自動(dòng)峰卻出現(xiàn)在1 079 cm-1， 移動(dòng)了10 cm-1， 另外灰褐牛肝菌自動(dòng)峰中出現(xiàn)了其他樣品未出現(xiàn)的弱自動(dòng)峰969 cm-1， 美味牛肝菌和銅色牛肝菌的自動(dòng)峰強(qiáng)度和形狀都比較接近， 但在自動(dòng)峰1 039 cm-1， 銅色牛肝菌明顯強(qiáng)于美味牛肝菌。 茶褐牛肝菌、 美味牛肝菌、 美柄牛肝菌和銅色牛肝菌均在1 079 cm-1出現(xiàn)強(qiáng)自動(dòng)峰， 但在小美牛肝菌、 雙色牛肝菌和灰褐牛肝菌中自動(dòng)峰出現(xiàn)在1 089 cm-1處， 不但移動(dòng)了10 cm-1， 而且都為自身最強(qiáng)自動(dòng)峰， 說(shuō)明糖類的C—O振動(dòng)對(duì)溫度微擾較敏感[22]。 在1 029 cm-1處茶褐牛肝菌和灰褐牛肝菌均沒(méi)出現(xiàn)明顯的自動(dòng)峰， 美味牛肝菌和銅色牛肝菌均出現(xiàn)在1 039 cm-1處， 移動(dòng)了10 cm-1， 另外美柄牛肝菌在1 049 cm-1出現(xiàn)了最強(qiáng)自動(dòng)峰。 七種牛肝菌樣品的自動(dòng)峰強(qiáng)度、 數(shù)目和位置均存在明顯的差異， 說(shuō)明樣品中多糖成分對(duì)熱微擾的影響、 變化存在明顯不同， 因此多糖結(jié)構(gòu)存在很大差異。

從圖3發(fā)現(xiàn)各自動(dòng)峰之間主要形成了正交叉峰， 其茶褐牛肝菌中最強(qiáng)交叉峰為(1 019, 1 079 cm-1)； 小美牛肝菌和雙色牛肝菌較強(qiáng)交叉峰均為(1 089, 1 029 cm-1)， (1 089, 929 cm-1)和(1 029, 929 cm-1)； 灰褐牛肝菌較強(qiáng)交叉峰為(1 089, 1 019 cm-1)， (1 089, 929 cm-1)和(1 019, 929 cm-1)； 美柄牛肝菌、 美味牛肝菌和銅色牛肝菌較強(qiáng)交叉峰均為自動(dòng)峰1 109， 1 079和1 039 cm-1相互形成， 且交叉峰強(qiáng)度依然存在差異。 因此在受到熱微擾時(shí)各樣品結(jié)構(gòu)均發(fā)生了不同的變化， 導(dǎo)致各較強(qiáng)交叉峰強(qiáng)度、 位置和數(shù)量不同。

由以上分析可知， 自動(dòng)峰和交叉峰的位置、 數(shù)目、 相對(duì)強(qiáng)度均有很大的差異， 說(shuō)明七種牛肝菌樣品本身所含的蛋白質(zhì)和糖類化合物存在很大的區(qū)別。 所以根據(jù)樣品自動(dòng)峰的數(shù)目、 位置和交叉峰的差異能夠?qū)崿F(xiàn)這七種同屬牛肝菌的鑒別。

圖3 七種不同牛肝菌在920～1 150 cm-1的二維相關(guān)紅外光譜

2.3 主成分分析

主成分分析(PCA)是在眾多原始變量中篩選出幾個(gè)主要變量， 使變量數(shù)目減小， 同時(shí)這幾個(gè)主要變量能準(zhǔn)確代表整個(gè)原始變量的特征， 這樣即減小數(shù)據(jù)維數(shù)， 也能獲取主要信息， 從而達(dá)到樣品的區(qū)分[23]。

圖4 七種牛肝二階導(dǎo)數(shù)的主成分分析得分圖

△: Boletus brunneissimus Chiu; □: Boletus speciosus; ◇: Boletus bicolor; ×: Boletus griseus Forst; +: Boletus calopus;: Boletus edulis; ○: Boletus aereus

對(duì)七種牛肝菌1 800～800 cm-1范圍的二階導(dǎo)數(shù)光譜做主成分分析。 提取前3個(gè)主成分， 累積貢獻(xiàn)率為85.1%。 得到七種牛肝菌的三維立體主成分得分圖， 如圖4， 三個(gè)坐標(biāo)分別表示第1, 2, 3主成分得分值。 從圖中可以清晰看到52個(gè)牛肝菌樣本完整的分布在七個(gè)區(qū)域， 而且七個(gè)區(qū)域中的每個(gè)區(qū)域都為同一種樣品， 并沒(méi)有出現(xiàn)誤分。 其中雙色牛肝菌、 美味牛肝菌和美柄牛肝菌距離較近， 說(shuō)明他們之間化學(xué)成分含量相對(duì)接近； 小美牛肝菌和灰褐牛肝菌距離較近， 但和其他樣品距離相對(duì)較遠(yuǎn)， 說(shuō)明它們和其他樣品之間的差異較大。 七種蘑菇的分類正確率達(dá)到100%。

3 結(jié) 論

運(yùn)用FTIR光譜、 二維相關(guān)紅外光譜以及主成分分析來(lái)對(duì)七種同屬牛肝菌進(jìn)行分析鑒別研究， 從FTIR光譜圖中可以發(fā)現(xiàn)， 七種蘑菇的紅外光譜特征整體較相似， 主要為蛋白質(zhì)和多糖的吸收峰組成。 二維相關(guān)紅外光譜提高了譜圖的分辨率， 在各牛肝菌1 300～1 680和920～1 150 cm-1范圍的二維相關(guān)紅外光譜中， 自動(dòng)峰和交叉峰的強(qiáng)度、 位置、 數(shù)量均有很大的差異， 表明其蛋白質(zhì)和糖類化合物結(jié)構(gòu)差異明顯。 對(duì)7個(gè)樣品在1 800～800 cm-1范圍內(nèi)光譜的二階導(dǎo)數(shù)進(jìn)行主成分分析， 所有樣品正確的劃分在7個(gè)區(qū)域， 主成分分析正確率達(dá)100%。 結(jié)果表明應(yīng)用FTIR光譜結(jié)合二維相關(guān)紅外光譜或主成分分析可以很好的對(duì)茶褐牛肝菌、 小美牛肝菌、 雙色牛肝菌、 灰褐牛肝菌、 美柄牛肝菌、 美味牛肝菌和銅色牛肝菌7個(gè)樣品進(jìn)行區(qū)分。 此方法具有快捷、 準(zhǔn)確等優(yōu)點(diǎn)。

[1] ZANG Mu(臧 穆). Chinese Fungi(中國(guó)真菌志). Beijing: Science Press(北京： 科學(xué)出版社), 2006.

[2] LI Tai-hui, SONG Bin(李泰輝, 宋 斌). Ecological Science(生態(tài)科學(xué)), 2002, 21: 240.

[3] YU Wen-qing, PENG Yan-fang, XU Ying-ying, et al(于文清, 彭艷芳, 許迎迎, 等). Natural Product Research and Development(天然產(chǎn)物研究與開發(fā)), 2015, (2): 271.

[4] YANG Tian-wei, LI Tao, ZHANG Ji, et al(楊天偉, 李 濤, 張 霽, 等). Food Science(食品科學(xué)), 2014, 35(16): 105.

[5] Liu X, Wang L, Zhang C, et al. Carbohydrate Polymers, 2015, 118: 101.

[6] Heleno S A, Barros L, Martins A, et al. Food Bioscience, 2015, 11: 48.

[7] Wrona M, Bentayeb K, Nerín C. Food Control, 2015, 54: 200.

[8] Ostos C, Pérez-Rodríguez F, Arroyo B M, et al. Journal of Food Composition and Analysis, 2015, 37: 136.

[9] Malheiro R, Pinho P G D, Soares S, et al. Food Research International, 2013, 54(1):186.

[10] LIU Fang, ZHU Bing, YU Jing-li, et al(劉 芳, 朱 兵, 于景麗, 等). Biotechnology Bulletin(生物技術(shù)通報(bào)), 2010, (6): 124.

[11] Choong Y K, Xu C H, Lan J, et al. Journal of Molecular Structure, 2014, 1069(26): 188.

[12] Bombalska A, Mularczyk-Oliwa M, Kwasny M, et al. Spectrochimica Acta Part A, 2010, 78(4): 1221.

[13] Shen F, Ying Y, Li B, et al. Food Research International, 2011, 44(5): 1521.

[14] ZHOU Zai-jin, LIU Gang, REN Xian-pei(周在進(jìn), 劉 剛, 任先培). Laser & Infrared(激光與紅外), 2009, 39(11): 1158.

[15] SHI You-ming, LIU Gang, SUN Yan-lin, et al(時(shí)有明, 劉 剛, 孫艷琳, 等). The Journal of Light Scattering(光散射學(xué)報(bào)), 2010, 22(2): 171.

[16] Noda I. Chinese Chemical Letters, 2015, 26: 167.

[17] Popescu C M, Popescu M C, Vasile C. Microchemical Journal, 2010, 95(2): 377.

[18] Adib A M, Jamaludin F, Kiong L S, et al. Journal of Pharmaceutical and Biomedical Analysis, 2014, 96(2):104.

[19] Mecozzi M, Sturchio E. Spectrochimica Acta Part A: Molecular Biomolecular Spectroscopy, 2015, 137: 90.

[20] SUN Su-qin, ZHOU Qun, QIN Zhu(孫素琴, 周 群, 秦 竹). Atlas of Two-Dimensional Correlation Infrared Spectroscopy for Traditional Chinese Medicine Identification(中藥二維相關(guān)紅外光譜鑒定圖集). Beijing: Chemical Industry Press(北京: 化學(xué)工業(yè)出版社), 2003.

[21] Li J R, Sun S Q, Wang X X, et al. Journal of Molecular Structure, 2014, 1069: 229.

[22] Choong Y K, Sun S Q, Zhou Q, et al. Journal of Molecular Structure, 2014, 1069: 60.

[23] Uarrota V G, Moresco R, Coelho B, et al. Food Chemistry, 2014, 161(6): 67.

Discrimination of Seven Species of Boletus with Fourier Transform Infrared Spectroscopy

MA Dian-xu, LIU Gang*, OU Quan-hong, YU Hai-chao, LI Hui-mei, LIU Yan

School of Physics and Electronic Information, Yunnan Normal University, Kunming 650500, China

Fourier transform infrared spectroscopy, two-dimensional correlation infrared spectroscopy and principal component analysis were used to discriminate seven species of boletus belonging to the same genus. The results showed that the absorption bands of original spectra were similar, which were mainly composed of the absorption bands of protein and polysaccharides, but tiny differences were still observed at the position and intensities of peaks. Two-dimensional correlation infrared spectroscopy technology was applied to study the sample. It showed that there are 6 auto-peaks in the Boletus brunneissimus Chiu and Boletus bicolor, 5 auto-peaks in the Boletus speciosus, 4 auto-peaks in the Boletus griseus Forst and Boletus calopus, only 3 in the Boletus edulis and Boletus aereus in the range of 1 680～1 300 cm-1. The significant differences in the position, intensity of auto-peaks and cross peaks were still observed in the range of 1 680～1 300 cm-1. Same significant differences were observed in the range of 1 150～920 cm-1. Principal component analysis was conducted on boletus with second derivative infrared spectra in the range of 1 800～800 cm-1. All the samples were distinguished and the classification accuracy of principal component analysis is up to 100%. It is demonstrated that Fourier transform infrared spectroscopy combined with two-dimensional correlation infrared spectroscopy or principal component analysis is a rapid and effective method for discriminating mushrooms.

Boletus; FTIR; Two-dimensional correlation infrared spectroscopy; Principal component analysis; Discrimination

Jun. 10, 2015; accepted Oct. 26, 2015)

2015-06-10，

2015-10-26

國(guó)家自然科學(xué)基金項(xiàng)目(30960179) 和云南省高?？萍紕?chuàng)新團(tuán)隊(duì)支持計(jì)劃項(xiàng)目資助

馬殿旭, 1991年生, 云南師范大學(xué)物理與電子信息學(xué)院碩士研究生 e-mail: 465615292@qq.com *通訊聯(lián)系人 e-mail: gliu66@163.com

O657.3

A

10.3964/j.issn.1000-0593(2016)08-2479-08

*Corresponding author