上海保圣电子鼻cNose：枳壳品质风味研究的关键助力

一、研究背景

枳壳（Fructus Aurantii，FA）作为药食两用的功能性食品，在促进消化方面功效显著。然而，生枳壳（RFA）对部分患者存在副作用，因此临床多使用炮制后的枳壳（PFA）。目前，FA的生产和质量评价主要依赖传统方法，这种方式主观性强，导致产品质量稳定性差。建立客观、全面的PFA质量评价体系迫在眉睫。

FA的风味是其品质的关键指标之一，直接影响产品的应用和消费者接受度。其风味变化与挥发性成分密切相关，而电子鼻作为一种模拟人类嗅觉系统的智能检测设备，能够快速、低成本地获取气味信息，在食品和医药生产的过程监控与质量控制领域应用广泛。在FA的研究中，电子鼻可用于分析其挥发性成分变化，为品质评价提供重要依据。同时，结合相对气味活性值（ROAV）等分析方法，能更全面、客观地反映FA加工后挥发性风味化合物的变化特征，对快速质量评价意义重大。

二、实验方法

（一）样品准备

实验所用的RFA和PFA均采购自广州子孙医药健康有限公司，并经广州中医药大学张丹燕教授鉴定。RFA在7月采摘，经干燥、切片等处理；PFA则是在RFA基础上，经过发酵、清洗、蒸制等一系列加工工序制成。

（二）上海保圣电子鼻cNose检测

采用上海保圣实业发展有限公司生产的电子鼻对RFA和PFA进行检测。该电子鼻配备18种不同的金属氧化物半导体（MOS）传感器，可检测多种挥发性物质。实验时，精确称取4.0g样品，放入20mL顶空玻璃富集瓶中，密封后在26℃环境下静置30min。设置电子鼻的清洁时间为120s，载气流量为400mL/min，在60s内记录18个传感器的响应值，以生成响应曲线。选取各成分的最大响应值进行数据分析，从整体上评估样品的挥发性特征。

（三）数据处理

运用GraphPad Prism 8软件进行数据统计分析，通过单因素方差分析（ANOVA）比较不同组数据的差异，确定实验结果的显著性。利用Origin 2021软件对电子鼻数据进行主成分分析（PCA），直观呈现不同样品间的差异和相似性，以探索数据的潜在结构。借助SIMCA 14.1软件进行正交偏最小二乘法判别分析（OPLS - DA），进一步挖掘数据中的关键信息，寻找区分RFA和PFA的关键标记物，并评估模型的拟合优度和预测能力。

三、实验结果

（一）电子鼻区分效果

通过层次聚类分析（HCA）对电子鼻的最大响应值进行分析，结果显示所有样品可分为两大类，表明RFA和PFA在气味特征上存在明显差异。主成分分析（PCA）的得分图中，PC1和PC2分别解释了64.4%和26.1%的方差，尽管样品点存在部分重叠，但仍能观察到不同品种间的分离趋势。

进一步的正交偏最小二乘法判别分析（OPLS - DA）得分图清晰地展示了两组样品的差异，独立变量拟合指数（\(R^{2}X\)）为0.947，因变量拟合指数（\(R^{2}Y\)）为0.965，预测效率（\(Q^{2}\)）达到0.944，验证参数\(R^{2}\)和\(Q^{2}\)均超过0.5，表明模型拟合良好。RFA和PFA分别均匀分布在水平轴的负半轴和正半轴，说明不同样品的重复性良好，且二者在香气上存在显著差异。

（二）关键传感器确定

结合雷达图分析发现，电子鼻可通过sensor4、sensor5、sensor14、sensor17和sensor18区分PFA样品；sensor3、sensor6、sensor14和sensor16对样品的香气化合物响应较强。这意味着PFA中可能含有更高丰度的硫化物、含氮物质、醛酮类、醇类和甲烷等挥发性化合物，充分展示了电子鼻在检测FA加工过程中挥发性化合物变化方面的敏感性和有效性。

（三）与其他分析方法的关联

通过对电子鼻数据与GC - MS分析结果进行相关性分析，发现萜品烯 - 4 - 醇、6 - 表 - 松油醇、芳樟醇、桧烯、α - 甲基和α - 松油醇与上述传感器的响应值呈负相关；而D - 柠檬烯、α - 蒎烯、γ - 萜品烯和环己烷甲醇的丰度与sensor3、sensor4、sensor5、sensor6、sensor14、sensor16、sensor17和sensor18的信号强度呈强正相关。这表明电子鼻能够对FA中特定的挥发性化合物做出响应，与GC - MS分析结果相互印证，进一步验证了电子鼻数据的可靠性，也体现了其在判断FA产品风味方面的重要作用。

在枳壳品质评价研究中，电子鼻发挥了至关重要的作用。它能够有效区分RFA和PFA的香气特征，确定关键传感器，并且与其他分析方法相互关联，为全面了解枳壳在加工过程中的风味变化提供了有力支持，对建立科学的枳壳质量评价体系具有重要意义。