課凈璇 黎杉珊 申光輝 吳賀軍 羅擎英 劉興艷 陳安均 張志清

(四川農(nóng)業(yè)大學(xué)食品學(xué)院，四川 雅安 625014)

基于雙指標(biāo)分析法和聚類分析法的花椒紅外指紋圖譜研究

課凈璇 黎杉珊 申光輝 吳賀軍 羅擎英 劉興艷 陳安均 張志清

(四川農(nóng)業(yè)大學(xué)食品學(xué)院，四川 雅安 625014)

為探索建立一種有效鑒別花椒產(chǎn)地的方法，以17份不同產(chǎn)地花椒為原料，采用傅里葉變換紅外光譜技術(shù)結(jié)合雙指標(biāo)分析法和聚類分析法研究不同產(chǎn)地花椒之間親緣遠近關(guān)系，并對花椒紅外二階導(dǎo)數(shù)光譜圖進行分析比較，研究花椒所含特征物質(zhì)與產(chǎn)地之間的關(guān)系。結(jié)果表明，不同產(chǎn)地花椒紅外光譜圖頻率分布基本一致，但在3 500～2 800 cm-1和1 700～1 000 cm-1兩個波段中吸收峰數(shù)目和強度存在差異；應(yīng)用雙指標(biāo)分析法可精確地表示樣品間的親緣關(guān)系；紅外圖譜經(jīng)二階導(dǎo)數(shù)處理，將特征峰峰高值導(dǎo)入SPSS 22.0 軟件進行聚類分析，17個花椒樣品被分為五類。試驗探索出了一種簡便、有效的花椒產(chǎn)地鑒別方法。

花椒；紅外光譜；雙指標(biāo)分析法；聚類分析法

花椒為蕓香科植物青花椒(ZanthoxylumschinifoliumSieb. et Zucc.)或花椒(ZanthoxylumbungeanumMaxim.)的干燥成熟果皮[1]。全球有200余種[2]，中國現(xiàn)有50余種，主要品種有竹葉花椒、青花椒、花椒、川陜花椒和野花椒等[3]。四川、陜西、云南、西藏、貴州、廣東和廣西等地區(qū)是花椒的主要產(chǎn)地[4]。研究表明，花椒中含有豐富的揮發(fā)油[5]、酰胺類[6]、酮類[7]、酚類[8]等有效成分。但不同產(chǎn)地的花椒在化學(xué)成分上有較大的差別，造成不同品種的花椒在品質(zhì)和風(fēng)味上存在差異[9]。目前，市場上花椒品種繁多，且其加工制品品質(zhì)差別較大，在生產(chǎn)或應(yīng)用中常會出現(xiàn)品種不一的情況，使得花椒在深加工及應(yīng)用領(lǐng)域(如醫(yī)學(xué))受到一定程度的限制。

化學(xué)指紋圖譜技術(shù)可以對原料產(chǎn)地進行溯源，判斷原料及其半成品和成品品質(zhì)的均一性[10]，它強調(diào)的是化學(xué)譜圖的“完整面貌”即整體性，反映的質(zhì)量信息是綜合的，可以整體地評價樣品質(zhì)量[11]。指紋圖譜技術(shù)與雙指標(biāo)序列分析法和聚類分析法結(jié)合可以分析樣品之間的親疏遠近關(guān)系，對樣品進行分類[12]?；瘜W(xué)指紋圖譜技術(shù)最初主要應(yīng)用于中藥地道藥材的產(chǎn)地溯源，即中藥指紋圖譜技術(shù)?；ń纷鳛樗幨惩葱允澄镆嗫捎没瘜W(xué)指紋圖譜技術(shù)來評價其質(zhì)量和產(chǎn)地鑒定。張玖等[13]采用水蒸氣蒸餾—乙醚萃方法提取花椒揮發(fā)油，建立了基于揮發(fā)油的花椒氣相色譜指紋圖譜，并利用氣相色譜—質(zhì)譜聯(lián)用技術(shù)(GC—MS)確定了特征峰物質(zhì)為β-月桂烯。杜文倩等[14]采用高效液相色譜法測定花椒乙醇提取物，建立了基于花椒麻味物質(zhì)的HPLC指紋圖譜，并通過液質(zhì)聯(lián)用的方法定性分析共有峰，為紅花椒產(chǎn)地溯源提供理論依據(jù)。

紅外光譜技術(shù)具有綠色、無損和操作簡便等特點[15]。紅外光譜技術(shù)較多應(yīng)用于中藥鑒別和質(zhì)量評價中[16-17]。目前，該技術(shù)也廣泛應(yīng)用于食品行業(yè)中[18]。單明秋等[19]采用傅里葉變換紅外光譜(FT-IR)技術(shù)，對不同產(chǎn)地的側(cè)柏葉進行紅外光譜分析，并結(jié)合雙指標(biāo)序列分析法計算不同產(chǎn)地側(cè)柏葉的相似性，得出結(jié)論為產(chǎn)地相同或相近的側(cè)柏葉樣品具有較高的共有峰率。齊海燕等[20]應(yīng)用紅外光譜技術(shù)并結(jié)合聚類分析法，測定不同產(chǎn)地花椒，從樣品特征吸收峰的差異性將12批樣品分為4類，分類情況與實際情況相符，說明紅外光譜技術(shù)可用于花椒的品質(zhì)測定。目前，已有較多研究學(xué)者應(yīng)用近紅外光譜技術(shù)定量檢測花椒中某種化學(xué)成分的含量，如吉卉[21]42-48研究了基于近紅外光譜技術(shù)花椒蛋白質(zhì)含量的快速測定；王剛等[22]研究了花椒揮發(fā)油含量的近紅外光譜無損檢測；李洋等[23]應(yīng)用近紅外光譜技術(shù)研究了花椒生物堿和揮發(fā)油含量的無損檢測。而花椒紅外光譜指紋圖譜的研究較少。吉卉[21]18-31采用多類逐步判別分析和BP神經(jīng)網(wǎng)絡(luò)兩種模式識別方法建立了同一品種不同產(chǎn)地花椒的鑒別模型，研究了花椒品質(zhì)指標(biāo)與紅外光譜圖之間的內(nèi)在聯(lián)系，但模型建立過程較為繁瑣。根據(jù)齊海燕等[20]研究，在分析花椒紅外光譜時只用了聚類分析法對樣品進行分類，分類結(jié)果明顯，但不能具體地表現(xiàn)各樣品之間的相似度。本研究擬采用傅里葉變換紅外光譜技術(shù)測定17批不同產(chǎn)地花椒的紅外光譜，并且采用雙指標(biāo)序列分析法結(jié)合聚類分析法分析花椒樣品紅外光譜，其中雙指標(biāo)序列分析法可精確地表示出不同產(chǎn)地花椒之間的相似度。又通過比較不同產(chǎn)地花椒紅外二階導(dǎo)數(shù)圖譜的差異性，分析不同產(chǎn)地花椒所含化學(xué)物質(zhì)的差異性，旨在建立一種直觀、快速和有效的花椒產(chǎn)地鑒別方法。

1 材料與方法

1.1 材料與儀器

1.1.1 材料與試劑

共計17個花椒樣品(見表1)。所有的花椒樣品在45 ℃下干燥24 h，經(jīng)高速粉碎機粉碎后，取0.5 g研磨過200目篩，儲存?zhèn)溆茫?/p>

KBr：光譜純，北京百靈威科技有限公司。

1.1.2 主要儀器設(shè)備

傅里葉變換紅外光譜儀：FT-IR NICOLET is10型，賽默飛世爾科技有限公司；

壓片機：YP-2型，上海山岳科學(xué)儀器有限公司；

分析天平：Sartorius CPA225D型，德國賽多利斯股份公司；

高速萬能粉碎機：FW-100型，北京中興偉業(yè)儀器有限公司。

1.2 試驗方法

花椒紅外光譜測定：精確稱取花椒樣品0.010 0 g和0.990 0 g KBr混合研磨均勻后，取0.1 g花椒與KBr混合物壓制成厚薄均勻的透明樣品片。壓片條件為：壓力20 kPa，時間3 min。儀器分辨率為4 cm-1，掃描范4 000～400 cm-1，空氣作為背景，掃描32次，每個樣品平行測定3次。所有測定光譜圖均扣除空氣背景光譜。

1.3 紅外分析的方法學(xué)考察

1.3.1 精密度試驗 取同一份花椒樣品片(本研究中所取的花椒樣品為1號樣品，即Z1韓城大紅袍)連續(xù)測定6次，計算光譜圖透過率和共有峰波數(shù)的RSD值，考察儀器精密度。

1.3.2 穩(wěn)定性試驗 取同一份儲存的花椒樣品(Z1韓城大紅袍)按1.2方法制樣，每2 h測定一次，共測定6次，計算光譜圖透過率和共有峰波數(shù)的RSD值，考察方法穩(wěn)定性。

1.3.3 重現(xiàn)性試驗 取同一份花椒樣品(Z1韓城大紅袍)，按1.2方法平行制備6份樣品片，分別測定其光譜圖。計算光譜圖透過率和共有峰波數(shù)的RSD值，考察方法重現(xiàn)性。

1.4 數(shù)據(jù)處理

1.4.1 花椒紅外二階導(dǎo)數(shù)光譜圖分析 紅外光譜經(jīng)二階導(dǎo)數(shù)處理后可提高其分辨率，本試驗采用Savitsky-Golay導(dǎo)數(shù)33點波數(shù)3進行二階導(dǎo)數(shù)處理，得到特征峰突出，噪音小的二階導(dǎo)數(shù)光譜圖[21]18-20。且根據(jù)花椒紅外二階導(dǎo)數(shù)光譜圖出峰數(shù)目、峰形狀和強度的差異判斷不同產(chǎn)地花椒所含特征物質(zhì)的種類和含量。其中出峰位置可以對花椒中所含特征成分進行定性分析，峰強度表示花椒所含特征物質(zhì)的含量。根據(jù)花椒紅外光譜圖中主要出峰位置，對花椒紅外二階導(dǎo)數(shù)光譜圖中3 000～2 500 cm-1和1 800～1 000 cm-1兩個波段出現(xiàn)的特征峰的峰高進行計算和比較分析。

1.4.2 花椒紅外光譜雙指標(biāo)序列分析 雙指標(biāo)序列分析法可以同時表示樣本中兩兩樣品間的相似性和差異性，樣品之間的相似性用共有峰率表示，樣品之間的差異性用變異峰率表示[19]。相關(guān)公式如下[24-25]：

(1) 共性指標(biāo)：

共有峰率P：P=(Ng/Nd)×100%；

(1)

共有峰數(shù)Ng：指在比較的兩張紅外指紋圖譜中都出現(xiàn)的吸收峰的總數(shù)；

獨立峰：在對比的兩張紅外指紋圖譜中不同的吸收峰，na(b)為紅外指紋圖譜a(b)中相對于其共有峰的非共有峰的峰數(shù)，稱為a(b)的變異峰數(shù)；

獨立峰數(shù)Nd：指在比較的兩張紅外指紋圖譜中的獨立峰的總數(shù)，Nd=Ng+na+nb。

(2)

(2) 變異性指標(biāo)：

變異峰率Pv：指在該紅外指紋圖譜中變異峰數(shù)與其共有峰數(shù)的比值；

紅外指紋圖譜a(b)的變異峰率Pva(b)：Pva(b)=[na(b)/Ng]×100%。

(3)

1.4.3 聚類分析 對花椒紅外二階導(dǎo)數(shù)光譜圖中3 000～2 500 cm-1和1 800～1 000 cm-1兩個波段出現(xiàn)的特征峰的峰高進行計算，將得到的數(shù)據(jù)導(dǎo)入SPSS 22.0。利用組間連接法，歐氏距離的平方(Squared Euclidean Distance)為測度，對17個產(chǎn)地的花椒樣品紅外光譜相似性進行系統(tǒng)聚類分析。

2 結(jié)果與討論

2.1 紅外分析的方法學(xué)考察

精密度試驗結(jié)果表明，按1.2的試驗方法測定6次所得的光譜圖透過率和共有峰波數(shù)的RSD值分別小于0.87%，0.06%。穩(wěn)定性試驗結(jié)果表明，按1.2的試驗方法測定6次所得的光譜圖透過率和共有峰波數(shù)的RSD值分別小于0.81%，0.21%。重現(xiàn)性試驗結(jié)果表明，按照1.2方法測定6次所得的光譜圖透過率和共有峰波數(shù)的RSD值分別小于2.05%，0.09%。

綜上可知，花椒紅外光譜圖基本一致，且在精密度試驗、穩(wěn)定性試驗和重現(xiàn)性試驗中計算出RSD值均小于3%，符合《中藥注射劑指紋圖譜研究的技術(shù)要求》(暫行)中的規(guī)定[26]。

2.2 花椒紅外光譜分析

按照1.2的試驗方法測定17個花椒樣品的紅外光譜，并利用OMNI軟件求出每種花椒的平均譜圖。對求出的平均圖譜進行自動基線校正、自動平滑、縱坐標(biāo)歸一化等預(yù)處理。

由圖1中a曲線可知，花椒紅外光譜主要分為2個波段：3 500～2 800 cm-1和1 700～1 000 cm-1。對絕對峰值大于80%的峰標(biāo)峰位，可以看出花椒的紅外光譜圖具有17個明顯的吸收峰，其中在第一波段主要峰位置為3 408.1，3 363.0，2 956.3，2 925.8，2 854.0 cm-1。3 408.1 cm-1附近寬強峰為蛋白質(zhì)N—O伸縮振動、水分子中O—H收縮振動引起的吸收峰；3 375.0 cm-1附近為羥基O—H收縮振動峰；2 956.3 cm-1附近的吸收峰是甲基—CH3的伸縮振動引起的；2 925.8 cm-1和2 854.0 cm-1附近分別是亞甲基的順式及反式伸縮振動引起的吸收峰[27]。第二波段中主要的出峰位置為1 738.1，1 651.3，1 628.3，1 515.5，1 441.6，1 384.6，1 319.3，1 254.9，1 156.2，1 103.7，1 060.0，1 022.6 cm-1。1 738.1 cm-1附近是醛類物質(zhì)中羰基C═O伸縮振動引起的吸收峰；1 651.3 cm-1附近為酮的C═C吸收峰[28]；1 628.3 cm-1和1 515.5 cm-1附近分別為酰胺Ⅰ帶，酰胺Ⅱ帶的特征吸收峰[18]；1 441.6，1 384.6，1 103.7～1 022.6 cm-1為C—H鍵彎曲振動引起的吸收峰[29]，再根據(jù)特征區(qū)3 375.0 cm-1的吸收峰基本上可判斷1 103.7～1 022.6 cm-1為酚類物質(zhì)的吸收峰；1 319.3 cm-1和1 254.9 cm-1附近為羧酸酯類的C—O—C特征吸收峰。1 156.2 cm-1附近為酸酐的振動吸收峰[30]。紅外光譜能從整體上反應(yīng)出花椒含有化學(xué)成分的復(fù)雜性，即使不同產(chǎn)地花椒樣品的紅外光譜圖大體一致，但是個別特征峰的出峰數(shù)目和強度會有所不同。直觀地從圖譜上得到的信息是有限的，需要對圖譜進行二階導(dǎo)數(shù)處理或其他方法結(jié)合以獲得更多的信息。

a. 紅外光譜(對應(yīng)左側(cè)縱坐標(biāo)軸) b. 紅外二階導(dǎo)數(shù)光譜(對應(yīng)右側(cè)縱坐標(biāo)軸)

圖1 5號花椒紅外光譜圖與紅外二階導(dǎo)數(shù)光譜圖

Figure 1 The infrared fingerprints and the second derivative of the infrared fingerprints of No.5Z.bungeanumMaxim.

2.3 不同產(chǎn)地花椒紅外二階導(dǎo)數(shù)光譜圖比較

紅外光譜圖經(jīng)二階導(dǎo)數(shù)處理后，峰寬變?yōu)樵瓐D譜峰寬的1/3，使重疊在一起的峰相互分開，可以更準確地指認峰位，提高圖譜的分辨率[31]。在本試驗中，各花椒樣品的平均圖譜經(jīng)預(yù)處理后，采用Savitsky-Golay導(dǎo)數(shù)33點波數(shù)3進行二階導(dǎo)數(shù)處理，得到特征峰突出、噪音小的二階導(dǎo)數(shù)光譜圖?；ń芳t外二階導(dǎo)數(shù)光譜圖可使不同特征物質(zhì)吸收峰的差異性更顯著，將不同產(chǎn)地和品種花椒紅外光譜的區(qū)別進一步放大?；ń芳t外光譜圖經(jīng)處理后得到花椒紅外二階導(dǎo)數(shù)光譜圖見圖1中b曲線。17個花椒樣品紅外二階導(dǎo)數(shù)光譜圖分析結(jié)果：1 738 cm-1的吸收峰為醛類物質(zhì)的C═O的吸收峰，Z15(四川漢源)在此處的吸收峰強度最大，達到0.000 81，其次是Z7(四川九龍)、Z8(甘肅武都)、Z13(甘肅武都)和Z16(四川三臺)，峰強度最小的是Z14(四川金陽)，峰強度為0.000 25，表明不同產(chǎn)地花椒醛類物質(zhì)的含量有所不同；1 651 cm-1處的吸收峰強度較大，可判斷為是酮類物質(zhì)的吸收峰[32]，其中Z8(甘肅武都)的峰強度最大，峰高為0.001 91，其次是Z12(云南紹通)、Z16(四川三臺)、Z5(四川漢源)、Z6(四川漢源)和Z2(陜西鳳縣)，峰強度最低的是Z1(陜西韓城)峰強度為0.000 73，說明甘肅、云南、和四川地區(qū)花椒中含有的酮類物質(zhì)較多，陜西地區(qū)花椒中所含酮類物質(zhì)較少；1 628～1 515 cm-1的吸收峰為酰胺類物質(zhì)的吸收峰，可反映樣品中蛋白質(zhì)含量。Z16(四川三臺)在此處的峰高最高分別為0.000 72和0.001 03，其次是Z17(四川三臺)、Z6(四川漢源)和Z14(四川金陽)，峰高最低的是Z8、Z9和Z10，這3個樣品都是來自甘肅武都，由此可看出四川地區(qū)花椒蛋白質(zhì)含量較多，產(chǎn)地為甘肅的花椒樣品中蛋白質(zhì)含量較少。該結(jié)果表明花椒蛋白質(zhì)的含量與地域之間有較強的聯(lián)系；1 103～1 022 cm-1處的3個吸收峰對應(yīng)的是酚類物質(zhì)的吸收峰，花椒提取物的抗氧化活性與花椒中含有酚類物質(zhì)密切相關(guān)?；ń窐悠吩诖颂幍奈辗遢^強，這與趙晨等[33]研究結(jié)果中花椒提取物具有一定的抗氧化活性相一致。其中Z1此處的吸收峰峰高為0.001 19，0.001 40，0.001 22，其次是Z2，其峰高為0.001 20，0.001 03，0.000 85，這兩個樣品的產(chǎn)地都是陜西。產(chǎn)自四川三臺的Z16和Z17在此處的吸收峰的峰高也比較高，且峰高相近。產(chǎn)地為四川茂縣的Z3在此處的吸收峰強度較小，分別為0.000 74，0.000 45，0.000 53。根據(jù)此結(jié)果可以判斷出陜西韓城大紅袍和陜西鳳縣大紅袍所含多酚類物質(zhì)較多，該試驗結(jié)果與張艷軍[34]采用福林-酚比色法測定不同品種花椒多酚含量得出的相似。以上結(jié)果表明花椒所含特征成分的類型和含量與產(chǎn)地有較大的關(guān)系，受產(chǎn)地氣候、土壤和當(dāng)季降水量等的影響較大[35]16-33?；ń匪卣鞒煞值念愋团c含量的不同會影響花椒的性質(zhì)與應(yīng)用。如研究花椒提取物的抗氧化活性或是在醫(yī)藥中研究可以選擇酮類或者酚類物質(zhì)含量較多的花椒品種，或者選擇適當(dāng)產(chǎn)地的花椒樣品。

2.4 不同產(chǎn)地花椒紅外光譜共有峰率、變異峰率分析

共有峰是指該組內(nèi)吸收峰波數(shù)差值的最大值明顯小于該組吸收峰與其相鄰吸收峰波數(shù)之差平均值的一吸收峰[36]。如2 925.8 cm-1對應(yīng)的一組峰，其平均波數(shù)為2 922.8 cm-1，組內(nèi)波數(shù)差最大值為9.0 cm-1，相鄰的前后兩組峰的波數(shù)差平均值分別為30.5 cm-1和71.8 cm-1，明顯大于9.0 cm-1，故可認為2 925.8 cm-1對應(yīng)的一組為一組共有峰。

按1.4.2的方法對17批不同產(chǎn)地花椒的共有峰率和變異峰率進行雙指標(biāo)序列分析，結(jié)果表明17個材料可分為3組，即A組(表2)、B組(表3)和C組(表4)，具體見表2～4。

由以上序列可知，在表2中即Z1～Z11號樣品為紅花椒和大紅袍，其共有峰率最大為100%，最小為74.6%，變異峰率最大為12.5%，最小為0，整體的相似度較高。共有峰率最高的是Z8:Z10，高達100%，Z8和Z10都是產(chǎn)自甘肅省的武都大紅袍，相同的產(chǎn)地，花椒的性質(zhì)也幾乎相同，其相似度如此之高也是符合實際情況的。共有峰率最低的是Z1:Z5和Z1:Z7都是74.6%，Z1是產(chǎn)于陜西韓城的大紅袍，Z5是產(chǎn)于四川越西，Z7是產(chǎn)于四川省九龍縣的紅花椒。Z1與Z5和Z7之間產(chǎn)地的地域差異較大造成共有峰率偏低，不同產(chǎn)地對于紅花椒所含化學(xué)成分有一定的影響。

在表3中樣品編號為Z12～Z17，都是青花椒品種，共有峰率在70.5%～93.3%，變異峰率在0～17.4%，整體的相似度較低。共有峰率最高的是Z14:Z17和Z16:Z17，共有峰率都是93.3%，Z17相對于Z14和Z16具有相同的變異峰率，為6.7%。Z14、Z16和Z17都是產(chǎn)自四川省的青花椒，其中Z16和Z17的產(chǎn)地都是四川三臺，但是收獲時期不同，說明青花椒所含化學(xué)成分的種類和收獲時期有一定關(guān)系，受氣候影響較大。縱觀A組與B組數(shù)據(jù)，可以看出紅花椒之間的共有峰率在整體上要高于青花椒之間的共有峰率，青花椒之間的變異峰率要高于紅花椒之間的變異峰率，氣候、土壤等條件對青花椒所含的化學(xué)物質(zhì)影響較大，說明青花椒品質(zhì)受產(chǎn)地的影響大于紅花椒[37]。

表4是紅花椒與青花椒之間的對比，共有峰率最大為87.5%，最小為63.1%，變異峰率最大為17.6%。不同產(chǎn)地紅花椒與青花椒之間的相似性小于87.5%，則表明紅花椒與青花椒所含化學(xué)物質(zhì)有較大的差異，說明不同種花椒品質(zhì)之間相差較大，這與宋麗等[38]采用HPLC法得出的紅花椒與青花椒品質(zhì)相差較大結(jié)果一致，且該紅外光譜技術(shù)操作較簡單，無污染。

2.5 聚類分析

系統(tǒng)聚類可以根據(jù)樣品之間的親疏遠近關(guān)系將樣品分類，較適合樣品數(shù)量較少時的聚類分析，最終輸出樹狀圖的聚類結(jié)果[39]。本試驗聚類分析結(jié)果表明，17批花椒樣品被分為5大類，花椒樣品的紅外光譜聚類分析樹狀圖見圖2。其中第Ⅰ類為Z14、Z16和Z17，分別是來四川的三臺和金陽，品種為青花椒；第Ⅱ類是Z13，其產(chǎn)地是甘肅武都，為青花椒；第Ⅲ類是Z5、Z8、Z4、Z7、Z3、Z9、Z6、Z10、Z11、Z2和Z1，該類是紅花椒，其中Z1和Z2的距離最近，其產(chǎn)地都是陜西；第Ⅳ類是Z15，其產(chǎn)地是四川漢源，品種為青花椒，根據(jù)花椒紅外二階導(dǎo)數(shù)圖譜分析，Z15在1 738 cm-1處的吸收峰最大，此處為醛類物質(zhì)的吸收峰，花椒揮發(fā)油中含有較多的醛類物質(zhì)，所以Z15被單獨聚類；第Ⅴ類是Z12，來自云南昭通，品種為青花椒。以上結(jié)果表明，不同產(chǎn)地的花椒所含化學(xué)成分具有一定的差異性。在本研究中不同地區(qū)的青花椒所含化學(xué)成分差異性較大。如Z12～Z17都是青花椒，但是因產(chǎn)地相差大，而被系統(tǒng)分為不同類別，說明產(chǎn)地和環(huán)境因素對品質(zhì)的影響青花椒大于紅花椒，該結(jié)論與余曉琴[35]106-115對花椒HPLC指紋圖進行聚類分析得到的結(jié)果一致。

3 結(jié)論

花椒藥食同源，含有復(fù)雜的化學(xué)物質(zhì)，其所含特征物質(zhì)的類型和含量受土壤條件、氣候變化等環(huán)境因素的影響，其中產(chǎn)地是影響花椒品質(zhì)最主要的因素之一，具有較明顯的本草學(xué)特點。紅外光譜可以綜合地反應(yīng)不同產(chǎn)地或品種花椒之間化學(xué)成分的差異性和多樣性。經(jīng)過對花椒紅外二階導(dǎo)數(shù)光譜圖的分析可比較出花椒中主要特征物質(zhì)含量的情況，由分析結(jié)果可以清楚地看出花椒中醛類、酮類、酚類和蛋白質(zhì)的含量受產(chǎn)地的影響較大。通過共有峰率、變異峰率雙指標(biāo)序列法可清楚地得知兩種花椒之間的相似性。通過系統(tǒng)聚類分析可直觀地看出不同產(chǎn)地花椒的分類情況，且分類情況與實際情況相符。故采用紅外光譜技術(shù)結(jié)合共有峰率、變異峰率雙指標(biāo)分析法和聚類分析法等分析方法可快速、有效地對花椒進行產(chǎn)地鑒別。另外，本研究只對中國西部地區(qū)所產(chǎn)花椒進行測定和分析比較，其他產(chǎn)地的花椒尚未涉及，且本研究采用紅外光譜技術(shù)對花椒中所含化學(xué)物質(zhì)進行了初步的定性測定，具體化學(xué)物質(zhì)的定量測定還需深入研究。

[1] 國家藥典委員會. 中華人民共和國藥典: 一部[S]. 北京: 中國醫(yī)藥科技出版社, 2015: 110.

[2] LI Ke-you, ZHOU Rui, JIA Wang-wang, et al.ZanthoxylumbungeanumEssential Oil Induces Apoptosis of HaCaT Human Keratinocytes.[J]. Journal of Ethnopharmacology, 2016, 186: 351-361.

[3] 閻紅, 辛松林, 彭德川. 四川漢源地區(qū)青花椒和紅花椒的氣味指紋圖譜分析[J]. 中國調(diào)味品, 2010, 35(4): 89-91.

[4] HUANG Shuai, ZHAO Lei, ZHOU Xian-li, et al. New alkylamides from pericarps ofZanthoxylumbungeanum[J]. Chinese Chemical Letters, 2012, 23(11): 1 247-1 250.

[5] 朱琳, 余曉琴, 闞建全. 花椒質(zhì)量等級新要素探討與分析[J]. 食品與機械, 2009, 25(2): 160-166.

[6] HATANO T, INADA K, OGAWA T O, et al. Aliphatic acid amides of the fruits ofZanthoxylumpiperitum[J]. Phytochemistry, 2004, 65(18): 2 599-2 604.

[7] 徐林, 蒲彪, 蔣燕, 等. 藤椒水提液的體外抗氧化能力[J]. 食品與發(fā)酵工業(yè), 2016, 42(2): 140-143.

[8] LI Wei, ZHOU Wei, SANNG S H, et al. Chemical constituents ofZanthoxylumschinifolium(Rutaceae)[J]. Biochemical Systematics and Ecology, 2014, 55(2): 60-65.

[9] 李倩. 不同產(chǎn)地青花椒主要營養(yǎng)及香氣成分對比分析[D]. 雅安: 四川農(nóng)業(yè)大學(xué), 2011: 14-19.

[10] CAO Yu-hua, GONG Wen-jun, LI Nan, et al. Comparison of microemulsion electrokinetic chromatography with high-performance liquid chromatography for fingerprint analysis of resina draconis[J]. Analytical and Bioanalytical Chemistry, 2008, 392(5): 1 003-1 010.

[11] 肖花艷, 易延逵. 中藥材指紋圖譜的研究概況[J]. 中國醫(yī)藥指南, 2012, 10(25): 292-294.

[12] 王燕, 王斌, 徐銀峰, 等. 基于聚類分析法和雙指標(biāo)分析法的淡菜紅外指紋圖譜比較研究[J]. 中國食品學(xué)報, 2013, 13(1): 178-182.

[13] 張玖, 姜洪芳, 張衛(wèi)明. 花椒呈香部位的氣相色譜指紋圖譜研究[J]. 中國野生植物資源, 2003, 22(5): 49-52.

[14] 杜文倩, 史波林, 歐克勤, 等. 基于麻味物質(zhì)構(gòu)成特征的紅花椒高效液相色譜指紋圖譜建立研究[J]. 食品安全質(zhì)量檢測學(xué)報, 2016, 7(3): 1 138-1 144.

[15] 董小玲. 菜籽品種可見近紅外光譜鑒別研究[J]. 食品與機械, 2013, 29(2): 64-67.

[16] 蔡皓, 秦昆明, 劉曉, 等. 用共有峰率和變異峰率雙指標(biāo)序列分析法分析百合的紅外指紋圖譜[J]. 紅外, 2010, 31(11): 38-43.

[17] 董彬, 孫素琴, 周紅濤, 等. 紅外光譜和聚類分析法無損快速鑒別赤芍[J]. 光譜學(xué)與光譜分析, 2002, 22(2): 232-234.

[18] 劉海靜, 許長華, 李偉明, 等. 基于紅外指紋圖譜的螺旋藻品質(zhì)分析和蛋白含量測定[J]. 光譜學(xué)與光譜分析, 2013, 33(4): 977-981.

[19] 單鳴秋, 姚曉東, 池玉梅, 等. 側(cè)柏葉紅外指紋圖譜共有峰率和變異峰率雙指標(biāo)序列分析法[J]. 光譜學(xué)與光譜分析, 2009, 29(8): 2 092-2 095.

[20] 齊海燕, 武亞會. 花椒的紅外光譜指紋圖譜研究[J]. 中國調(diào)味品, 2014, 39(5): 111-113.

[21] 吉卉. 基于紅外光譜的花椒品質(zhì)快速檢測技術(shù)研究[D]. 楊凌: 西北農(nóng)林科技大學(xué), 2010.

[22] 王剛, 祝詩平, 闞建全, 等. 花椒揮發(fā)油含量的近紅外光譜無損檢測[J]. 農(nóng)業(yè)機械學(xué)報, 2008, 39(3): 79-81.

[23] 李洋, 魏安智, 楊途熙, 等. 花椒生物堿和揮發(fā)油含量的近紅外光譜無損檢測[J]. 食品工業(yè), 2012, 33(5): 122-125.

[24] 鄒華彬, 袁久榮, 杜愛琴, 等. 甘草水提物紅外指紋圖譜共有峰率和變異峰率雙指標(biāo)序列分析法[J]. 中成藥, 2004, 26(10): 779-783.

[25] 龐濤濤, 張緒言. 苦丁茶紫外圖譜共有峰率和變異峰率雙指標(biāo)序列分析法[J]. 長江大學(xué)學(xué)報: 自科版, 2012, 9(1): 486-489.

[26] 國家藥品監(jiān)督管理局. 中藥注射劑指紋圖譜研究的技術(shù)要求(暫行)[J]. 中成藥, 2000, 22(10): 671-675.

[27] 王燕, 王斌, 徐煥志, 等. 基于聚類分析和主成分分析法的淡菜醇提物紅外指紋圖譜[J]. 水產(chǎn)學(xué)報, 2012, 36(7): 1 146-1 152.

[28] 陳前鋒, 侯鵬, 劉巧, 等. 紅外光譜法快速鑒別不同產(chǎn)地中藥黨參的研究[J]. 西南大學(xué)學(xué)報: 自然科學(xué)版, 2016, 38(6): 188-194.

[29] BARTH A. Infrared spectroscopy of proteins[J]. Biochimica Et Biophysica Acta, 2007, 1 767(9): 1 073-1 101.

[30] 毛曉麗, 覃禹, 蔡鵑, 等. 兩面針紅外指紋圖譜與抗癌活性的譜效研究[J]. 紅外與毫米波學(xué)報, 2013, 32(1): 91-96.

[31] 麥曦, 歐陽婷, 曹郁生, 等. 紅外二階導(dǎo)數(shù)指紋圖譜用于紫花地丁藥材的產(chǎn)地分類[J]. 理化檢驗: 化學(xué)分冊, 2011(1): 12-14.

[32] 徐柏頤, 談獻和, 朱華云, 等. 黃蜀葵花紅外指紋圖譜的研究[J]. 中國現(xiàn)代中藥, 2011, 13(4): 12-14.

[33] 趙晨, 李蓉, 鄒國林. 桂丁、花椒揮發(fā)油抗氧化活性及其方法研究[J]. 武漢大學(xué)學(xué)報: 理學(xué)版, 2008, 54(4): 447-450.

[34] 張艷軍. 花椒黃酮和多酚含量及抗氧化活性研究[D]. 楊凌: 西北農(nóng)林科技大學(xué), 2013: 33-36.

[35] 余曉琴. 花椒品質(zhì)評價方法及其應(yīng)用研究[D]. 北碚: 西南大學(xué), 2010.

[36] 孔德鑫, 黃庶識, 黃榮韶, 等. 基于雙指標(biāo)分析法和聚類分析法的雞骨草紅外指紋圖譜比較研究[J]. 光譜學(xué)與光譜分析, 2010, 30(1): 45-49.

[37] 余曉琴, 張麗平, 闞建全. 紅花椒和青花椒HPLC指紋圖譜的分析[J]. 食品與發(fā)酵工業(yè), 2012, 38(4): 171-174.

[38] 宋麗, 劉友平. 花椒與青椒HPLC指紋圖譜的比較研究[J]. 中藥材, 2012, 35(1): 39-42.

[39] 李曉燕, 李忠海, 楊代明, 等. 基于模糊聚類分析的辣椒制品表觀辣度分級研究[J]. 食品與機械, 2009, 25(2): 42-47.

Infrared Fingerprint Analysis of Zanthoxylum Based on Sequential Dual-Indexes and Cluster Analysis Method

KE Jing-xuanLIShan-shanSHENGuang-huiWUHe-junLUOQing-yingLIUXing-yanCHENAn-junZHANGZhi-qing

(CollegeofFoodScience,SichuanAgriculturalUniversity,Ya’an,Sichuan625014,China)

It was focused on setting a effective way for tracing the producing area ofZanthoxylumin this study, by using infrared fingerprints. The methods of dual-indexes and cluster had been applied to analyze the infrared fingerprints so as to investigate similarity of 17 samples. Moreover, the relationship between the producing area and prime substances inZ.bungeanumMaxim. has been researched by analyzing second derivative of the infrared fingerprints ofZ.bungeanumMaxim. The infrared spectras ofZanthoxylumhad the similar characteristic peaks, but there were still some differences in the number and intensity of the absorption peaks in the range of fingerprint region 3 500～2 800 cm-1and 1 700～1 000 cm-1. The degree of similarity of 17 samples were accurate when used sequential analysis of dual-indexes. The peak heights of infrared fingerprints after reckoned second derivative were used to cluster analysis by SPSS 22.0, and 17 samples were divided into five categories, obviously. In this study, a simple and convenient method for identification ofZanthoxylumwas explored.

Zanthoxylum.; Infrared spectrum; Dual-Indexes sequential analysis; Cluster analysis

四川省科技廳應(yīng)用基礎(chǔ)項目 (編號: 2016JY0118)；國家林業(yè)局林業(yè)行業(yè)標(biāo)準項目 (編號: 2015-LY-184)

課凈璇，女，四川農(nóng)業(yè)大學(xué)在讀碩士研究生。

張志清(1976—)，男，四川農(nóng)業(yè)大學(xué)教授，博士生導(dǎo)師，博士。E-mail: zqzhang721@163.com

2017-01-16

10.13652/j.issn.1003-5788.2017.03.012