气相色谱-质谱联用技术（结合PARAFAC-SIMCA软件）在鉴定金合欢蜂蜜真伪中的应用

《Talanta》：Gas chromatography-mass spectrometry coupled to PARAFAC-SIMCA for the authentication of acacia honey

【字体：大中小】 时间：2026年05月02日 来源：Talanta 6.1

编辑推荐：

　　Rocío Pellegrino Vidal|Liudmyla Khvalbota|Adriano A. Gomes|Ivan ?pánik斯洛伐克布拉迪斯拉发技术大学化学与食品技术学院分析化学研究所，Radlinského 9号，812 37，布拉迪斯拉发，斯洛伐克摘要蜂蜜的植

Rocío Pellegrino Vidal|Liudmyla Khvalbota|Adriano A. Gomes|Ivan ?pánik

斯洛伐克布拉迪斯拉发技术大学化学与食品技术学院分析化学研究所，Radlinského 9号，812 37，布拉迪斯拉发，斯洛伐克

摘要

蜂蜜的植物来源对其成分和市场价值有重大影响，因此需要可靠的鉴定方法。单花蜂蜜来自单一植物物种，具有独特的风味和营养保健特性，这增加了其需求，同时也使其容易受到伪造。花粉分析是鉴定植物来源的标准方法，但该方法劳动强度大且需要大量的区域花粉数据。本研究介绍了一种利用HS-SPME-GC-MS获得的挥发性成分谱来区分蜂蜜类型的化学计量学方法。分析了98个样本的数据集，其中包括49种金合欢蜂蜜。通过并行因子分析（PARAFAC）将二阶GC-MS数据分解为时间、光谱和浓度谱。利用这些浓度谱开发了一个SIMCA（软独立类比建模）模型，以金合欢蜂蜜作为目标类别。该策略能够区分不同植物来源的金合欢蜂蜜，表现出高灵敏度（86%）和特异性（92%），总体准确率为91%。进一步分析表明，与其他类型的蜂蜜相比，金合欢蜂蜜含有更高水平的芳樟醇氧化物、糠醛、苯甲醛和霍特里烯醇，以及较低水平的丁香醛（B、C、D）和1-p-薄荷-9-醇。所开发的方法可用于蜂蜜的鉴定和成分分析，有助于了解蜂蜜的化学多样性并确保其可追溯性。

引言

蜂蜜是一种广泛消费的天然甜味剂，具有多种营养和医疗特性。根据来源不同，蜂蜜可分为两大类：多花蜂蜜由多种植物采集的花蜜制成，而单花蜂蜜则仅由同一植物物种的花蜜制成。单花蜂蜜具有独特的感官特性以及抗氧化、抗炎和抗菌作用。这些特性使其市场价值增加，但也引发了关于其真实性的担忧[1]。目前，确定蜂蜜植物来源的官方方法是蜜粉学分析[2]，但这种方法耗时较长，需要专门的人员和大量的区域花粉参考数据。因此，人们越来越关注开发替代的蜂蜜植物来源鉴定方法。最近提出了多种分析方法，包括拉曼光谱[4]、[5]、[6]、ICP-MS[7]、NMR光谱[8]等。分离技术也非常受欢迎，例如全面气相色谱[9]、对映多维GC-GC-MS(FID)[10]、[11]和HPLC[12]。过去十年中，GC-IMS在蜂蜜植物来源鉴定中的应用受到了越来越多的关注。该技术已成功用于区分北欧生产的椴树蜜、金合欢蜜、菜籽蜜和银冷杉蜜[13]，以及意大利生产的金合欢蜜、栗子蜜、柑橘蜜、蒲公英蜜、杜鹃花蜜和向日葵蜜[14]，还有中国新疆伊犁地区十二种不同植物来源的蜂蜜[15]。然而，目前尚未建立结合保留时间和IMS漂移时间的全面数据库。此外，GC-IMS的应用在很大程度上依赖于后续的化学计量数据处理。

蜂蜜通常含有多种挥发性有机化合物（VOCs），这些化合物的类型和含量因植物来源而异。因此，特定VOC的存在可以作为某种蜂蜜的标志物。根据Manyi-Loh等人的研究[3]，通过GC-MS在蜂蜜中鉴定出了600多种VOC。挥发性成分谱通常包括酯类、醚类、醇类、羧酸、醛类、类胡萝卜素衍生物、烃类、酮类、萜类、诺里索普伦类、呋喃和吡喃衍生物、酚类挥发物等[17]。然而，通过挥发性有机化合物（VOCs）鉴定商业单花蜂蜜存在困难，因为提出的化学标志物存在显著不一致性。例如，己醛和庚醛通常被认为是薰衣草蜂蜜的特征标志物[18]，但它们也被认为是金合欢蜂蜜的标志物[3]。[p-芹烯最初被确定为菜籽蜂蜜的标志物[20]，后来也在金合欢蜂蜜中被检测到[9]。

这种标志物的重叠现象也存在于其他蜂蜜品种中。为荞麦蜂蜜提出的标志物，如2-甲基丁醛、3-甲基丁醛和苯乙醛[10]，并非唯一，也在其他植物来源的蜂蜜中被检测到[21]。此外，特定蜂蜜具有更独特的成分谱；巴勒斯坦Thymus capitatus蜂蜜的特征化合物包括百里酚、香草醛和各种苯甲醛衍生物，而Thymelaea hirsuta蜂蜜的特征化合物包括苯衍生物和苯甲醇、4-甲氧基酚。Tolpis virgata蜂蜜的成分谱较为简单，3,5-二羟基甲苯和十三烷是其主要标志物[22]。

文献中的许多差异可能归因于样本量的地理限制和研究环境条件的差异。因此，需要进行一项全面的大规模研究，以建立稳健且普遍适用的单花蜂蜜鉴定VOC标志物。为了区分蜂蜜的植物来源，主要使用各种分析技术获得的一阶数据集进行了不同的化学计量学处理。GC-MS半定量或内部归一化的结果通过MANOVA（多变量方差分析）和LDA（线性判别分析）[19]、PCA（主成分分析）和CA（聚类分析）[20]、ANOVA（方差分析）和k-NN（k-最近邻）[22]、ANOVA、PCA和SLDA（逐步线性判别分析）[23]、MANOVA、LDA和k-NN[24]进行了分析。伏安电子舌测量数据和¹H NMR光谱数据通过PCA和PLS[25]进行了处理，NIR和MIR光谱数据通过PCA和PLS-DA（偏最小二乘判别分析）[26]进行了处理，而FTIR-ATR（衰减全反射傅里叶变换红外光谱）数据通过DA（判别分析）[27]进行了处理。然而，据我们所知，尚未有使用二阶数据进行蜂蜜植物来源鉴定的化学计量学处理的报道。

在本研究中，使用顶空固相微萃取气相色谱-质谱（HS-SPME-GC-MS）分析了98个代表不同植物来源的蜂蜜样本，以研究其挥发性成分谱，主要目的是区分单花金合欢（Robinia pseudoacacia）蜂蜜与其他类型的蜂蜜。采用了一种全面的化学计量学方法，首先处理完整的GC-MS色谱图以提取有意义的数据。然后通过并行因子分析（PARAFAC）将数据分解为时间、光谱和浓度谱，从而识别出不同的化学模式。利用PARAFAC分析得到的分数开发了一个SIMCA模型，有效地区分了金合欢蜂蜜和非金合欢蜂蜜。最后，进一步分析这些分数以发现数据中的趋势并识别金合欢蜂蜜的潜在化学标志物。

章节摘录

化学试剂

无水NaCl购自Mikrochem（斯洛伐克Pezinok）。用于鉴定VOC的标准试剂购自Sigma Aldrich（美国密苏里州圣路易斯）、Merck（德国达姆施塔特）、Fluka（瑞士Buchs）和Alfa Aesar（美国马萨诸塞州Ward Hill）。标准溶液的浓度为1 ppm，使用己烷或甲醇（德国达姆施塔特Merck）配制。n-烷烃混合物购自Supelco（美国宾夕法尼亚州Bellefonte）。

蜂蜜样本

研究中的单花蜂蜜和多花蜂蜜

蜂蜜样本中的VOCs

研究蜂蜜中的VOC化合物有助于深入了解蜂蜜的植物和地理来源，从而更深入地理解不同蜂蜜品种的芳香复杂性。蜂蜜中的VOC来源于多种来源，包括花蜜、蜂蜡、蜂蜜加工过程、储存条件和环境因素。它们的丰度和多样性源于蜜蜂、植物和环境之间的复杂相互作用[26]。研究中的蜂蜜样本

结论

所提出的HS-SPME-GC-MS方法结合PARAFAC反卷积和SIMCA单类建模有效地区分了金合欢蜂蜜与其他植物来源的蜂蜜。这种相对较少被研究的策略具有明显的优势，包括高效的维度降维和易于使用的解释工具。SIMCA模型表现出稳健的性能，总体准确率为91%（灵敏度86%，特异性92%），验证了其在鉴定中的实用性

CRediT作者贡献声明

Adriano A. Gomes：撰写 – 审稿与编辑，撰写 – 原稿，方法学。Ivan ?pánik：撰写 – 审稿与编辑，撰写 – 原稿，监督，项目管理，资金获取，概念化。Rocio Vidal Pellegrino：撰写 – 审稿与编辑，撰写 – 原稿，方法学。Liudmyla Khvalbota：撰写 – 审稿与编辑，撰写 – 原稿，方法学，研究

[16]。

? 作者声明他们没有已知的财务利益或个人关系可能影响本文所述的工作。

致谢

本项目得到了斯洛伐克研究与发展机构的资助，合同编号为APVV-21-0211，以及斯洛伐克共和国教育部的VEGA项目（合同编号1/0298/23）的资助。RPV感谢

联系信箱：

摘要

引言