堵錫華 宋 明 田 林 徐 艷 陳 艷 李 靖

(徐州工程學(xué)院材料與化工學(xué)院，徐州 221018)

橄欖油是直接冷榨油橄欖果實所得的食用油，因其富含不飽和脂肪酸及多種抗氧化營養(yǎng)物質(zhì)[1]，除具有護膚作用外[2]，對心血管疾病、阿爾茨海默病、糖尿病、甚至乳腺癌等癌癥也具有良好的預(yù)防、保健作用和功效[3-5]，故近年來越來越受到人們的喜愛，科研工作者對其研究也越來越受重視。在這些對橄欖油的研究工作中，相對對橄欖油的營養(yǎng)成分或揮發(fā)性成分的檢測較為常見，如Antonietta Baiano等[6]采用色譜質(zhì)譜聯(lián)用技術(shù)對橄欖油揮發(fā)性香氣成分進行了分析；田維芬等[7]則采用頂空固相微萃取-氣質(zhì)聯(lián)用技術(shù)對不同品牌種類的橄欖油揮發(fā)性風(fēng)味物質(zhì)進行了檢測和分析；龍偉等[8]也利用氣相色譜及氣質(zhì)聯(lián)相色譜技術(shù)對初榨橄欖油的營養(yǎng)成分進行了檢測并對其油脂特性進行了分析；少量的研究工作則關(guān)注于橄欖油的功能性研究方面，如高建平等[9]探討了橄欖油等3種不同食用油對小鼠的血脂、肥胖以及糖尿病易感性的影響；Rezaei S等[10]則研究了橄欖油在減輕非酒精性脂肪肝方面的優(yōu)越性，這些研究工作均取得了較好的成效。

近年來，定量結(jié)構(gòu)-保留相關(guān)性(QSRR)研究成為熱點之一，在色譜定性分析方面發(fā)揮了重要作用，它將化合物的色譜保留性質(zhì)與分子結(jié)構(gòu)特征進行關(guān)聯(lián)，可深入了解色譜分離機理，判斷化合物結(jié)構(gòu)及相關(guān)性質(zhì)，評價色譜分析中的固定相性質(zhì)，預(yù)測色譜保留行為[11]。由于目前對橄欖油的這些研究需要通過大量的實驗才能獲得相關(guān)數(shù)據(jù)，因此費時費力，而利用在農(nóng)業(yè)[12]、環(huán)境化學(xué)[13，14]、食品科學(xué)[15，16]、機械[17]、物理學(xué)[18]、建筑學(xué)[19]等方面廣泛應(yīng)用的神經(jīng)網(wǎng)絡(luò)(Neural Networks)方法建立QSRR模型，對橄欖油揮發(fā)性成分進行研究，就成為一種簡便有效的手段。為此筆者在前期做了較多的基礎(chǔ)研究[20-22]工作，這里采用人工神經(jīng)網(wǎng)絡(luò)法中的BP算法，對文獻[23]檢測橄欖油得到的揮發(fā)性香氣成分，建立連接性指數(shù)、分子形狀指數(shù)、原子類型電性拓撲狀態(tài)指數(shù)和電性距離矢量四種分子結(jié)構(gòu)參數(shù)與橄欖油揮發(fā)性成分的色譜保留指數(shù)之間的神經(jīng)網(wǎng)絡(luò)模型，根據(jù)該模型得到的保留指數(shù)預(yù)測值與實驗值較為吻合，故利用神經(jīng)網(wǎng)絡(luò)方法對橄欖油揮發(fā)性香氣成分進行研究，可快速獲取揮發(fā)性成分的保留指數(shù)值，為提高橄欖油品質(zhì)研究提供參考。

1 數(shù)據(jù)處理及研究方法

1.1 橄欖油揮發(fā)性成分及保留指數(shù)來源

橄欖油揮發(fā)性成分及其色譜保留指數(shù)(RI)來源于文獻[23]，它們主要包括：烴類、醛類、醇類、酯類、酸類、酮類及其他少量的酚類、醚類等化合物，將這些橄欖油揮發(fā)性化合物分子列于表1。

表1 橄欖油揮發(fā)性成分的分子結(jié)構(gòu)參數(shù)及保留指數(shù)

1.2 參數(shù)計算和QSRR分析

采用Chem3D Ultra 9.0三維分子結(jié)構(gòu)應(yīng)用軟件，繪出鄧澤元等[23]采用GC-MS-O結(jié)合電子鼻測定的橄欖油揮發(fā)性成分分子的結(jié)構(gòu)圖，再用MATLAB計算科學(xué)建模軟件，根據(jù)文獻方法[24，25]自編程序，計算了文獻[23]檢測出的108種揮發(fā)性成分中，97個具有保留指數(shù)值分子的連接性指數(shù)、分子形狀指數(shù)、原子類型電性拓撲狀態(tài)指數(shù)和電性距離矢量，共四大類分子結(jié)構(gòu)參數(shù)，將這四大類結(jié)構(gòu)參數(shù)中大部分分子為0值的數(shù)組去除，用具有強大功能的MINITAB統(tǒng)計分析軟件及具有數(shù)據(jù)挖掘、預(yù)測分析的SPSS軟件，對計算得到的結(jié)構(gòu)參數(shù)進行分析，優(yōu)化篩選了分子連接性指數(shù)中0X、2X和5X、分子形狀指數(shù)的K2和K3、原子類型電性拓撲狀態(tài)指數(shù)的E1和E2、電性距離矢量中M2共8種參數(shù)，與橄欖油揮發(fā)性成分色譜保留指數(shù)相關(guān)性為最優(yōu)，可以構(gòu)建定量結(jié)構(gòu)-保留相關(guān)性(QSRR)模型。

1.3 模型穩(wěn)健性檢驗

為檢驗使用8個變量所建模型的穩(wěn)定性，用Jackknifed法對式(1)進行檢驗，這里由于樣本數(shù)相對較多，以每20個分子為一組，每一組中每次剔除一個分子，用余下的分子進行建模，如依次剔除第1、21、41、61、81號分子，用余下分子建模，得到第一個相關(guān)系數(shù)，依此類推，這樣共得到20個Jackknifed相關(guān)系數(shù)r，見表2。

表2 Jackknifed相關(guān)系數(shù)r的檢驗

2 QSRR神經(jīng)網(wǎng)絡(luò)模型的構(gòu)建

為提高多元回歸模型(1)預(yù)測橄欖油揮發(fā)性成分色譜保留指數(shù)的能力，這里應(yīng)用MATLAB軟件中的神經(jīng)網(wǎng)絡(luò)法進一步進行研究。在神經(jīng)網(wǎng)絡(luò)輸入層、隱含層、輸出層三層網(wǎng)絡(luò)結(jié)構(gòu)中，主要是隱含層變量(Y)的選擇，基于前期工作[26，27]基礎(chǔ)，綜合許祿[28]及Andrea[29]的建議規(guī)則，隱含層變量(Y)計算式為: 2.2>n/M≥1.4(這里n為樣本數(shù)，M為權(quán)重)，M的計算又可以根據(jù)M=(Si+1)Y+(Y+1)So(Si、Y、So分別為神經(jīng)網(wǎng)絡(luò)的輸入層變量、隱含層變量和輸出層變量)計算得到。

將前面篩選的橄欖油揮發(fā)性成分的8個分子結(jié)構(gòu)參數(shù)作為輸入層變量，這些分子的色譜保留指數(shù)作為輸出層變量，根據(jù)隱含層變量計算公式得到的Y可取5或6，經(jīng)過計算分析比較，發(fā)現(xiàn)Y采用6時，所得結(jié)果更好，故對橄欖油揮發(fā)性成分色譜保留指數(shù)預(yù)測的神經(jīng)網(wǎng)絡(luò)采用8-6-1的網(wǎng)絡(luò)結(jié)構(gòu)方式。為防止建模過程中的過擬合現(xiàn)象，將97個橄欖油揮發(fā)性成分分子分為3組：第一組為訓(xùn)練集組(以每5個分子為一組，取其中第1、2、4個分子)、第二組為測試集組(每5個分子組中的第5個分子)、第三組為驗證集組(每5個分子組中的第3個分子)，每組分子為隨機選擇，用MATLAB中神經(jīng)網(wǎng)絡(luò)法進行計算分析。

3 結(jié)果與討論

用8種參數(shù)與橄欖油揮發(fā)性成分色譜保留指數(shù)構(gòu)建的多元線性回歸模型為：

RI=89.3890X+206.8272X-107.0535X+61.196K2-31.096K3-57.013E1-38.427E2-12.915M2+281.690

(1)

從式(1)可以看到，利用選取的8個參數(shù)與保留指數(shù)的多元回歸模型相關(guān)系數(shù)達到0.91，基本達到建模的要求。對該模型檢驗的Jackknifed相關(guān)系數(shù)r的平均值為0.911，與多元回歸方程相關(guān)系數(shù)完全吻合，說明以這8個變量建立模型的穩(wěn)定性較好。

進一步采用神經(jīng)網(wǎng)絡(luò)研究得到了預(yù)測橄欖油揮發(fā)性成分色譜保留指數(shù)模型的總相關(guān)系數(shù)rt=0.996 7，3個集組的相關(guān)系數(shù)分別為：訓(xùn)練集組的相關(guān)系數(shù)r1=0.996 2、測試集組的相關(guān)系數(shù)r2=0.998 2、驗證集組的相關(guān)系數(shù)r3=0.996 8，這里明顯可以看出，模型總相關(guān)系數(shù)相比多元回歸法模型相關(guān)系數(shù)得到了明顯的提升，達到了0.99以上優(yōu)級相關(guān)性，利用該神經(jīng)網(wǎng)絡(luò)模型預(yù)測的橄欖油揮發(fā)性成分的色譜保留指數(shù)與實驗值的吻合度較為理想，兩者的平均相對誤差僅為1.56%，誤差明顯小于多元回歸法結(jié)果，將橄欖油揮發(fā)性成分保留指數(shù)的預(yù)測值與實驗值也列于表1中，預(yù)測值與實驗值的關(guān)系見圖1，兩者相對誤差值見誤差控制圖2。

圖1 橄欖油揮發(fā)性成分色譜保留指數(shù)實驗值與預(yù)測值關(guān)系

圖2 誤差控制圖

由于不同產(chǎn)地、不同方法生產(chǎn)出的橄欖油含有的揮發(fā)性成分各有不同，但其中正是含有少量不同的成分組成，形成了其自身獨特的香味特征。橄欖油揮發(fā)性香味成分的種類繁多，主要有烴類、醛類、醇類、酯類、酸類、酮類及其他少量的酚類、醚類等眾多類型的揮發(fā)性有機物，有的成分含量相對較多，有的成分雖然含量極少，但是影響其獨特香氣的重要成分。而這些揮發(fā)性香氣化合物分子性質(zhì)均與其分子結(jié)構(gòu)有密切的聯(lián)系，從表1中可以看到，橄欖油揮發(fā)性成分的分子結(jié)構(gòu)參數(shù)和保留指數(shù)之間有一定的關(guān)系，揮發(fā)性化合物分子上連接的取代基種類、取代基的數(shù)量、取代基所在位置、連接的方式以及基團之間相互影響的大小等等，均影響著保留指數(shù)的大?。粨]發(fā)性成分分子體積越大，其保留指數(shù)也越大。

利用本模型可尋找不同產(chǎn)地、不同方法所得橄欖油含有的揮發(fā)性香氣成分的區(qū)別，發(fā)現(xiàn)不同品質(zhì)橄欖油中起獨特風(fēng)味作用的成分，從而為生產(chǎn)高品質(zhì)的橄欖油在理論上作出指導(dǎo)。

4 結(jié)論