醋地理标志保护产品的综合分类模型鉴定方法

技术领域

本发明涉及醋地理标志保护产品的鉴定方法，尤其涉及一种醋地理标志保护产品的 综合分类模型鉴定方法。

背景技术

醋是我国人民非常喜爱的一种富有营养的酸性调味品，在我国有五千年的酿造历 史。我国每年醋的产量超过2600万公斤，每天的消费量为320万公斤。其中山西老陈醋、 镇江香(陈)醋声誉在中国四大名醋中位居前列，并已申请了地理标志产品保护，代表着深 厚的历史和文化，深受人们的喜爱，市场需求大。尽管山西老陈醋和镇江香(陈)醋有相关 的标准进行保护，但是标准中对各种成分含量的规定过于简单，尚无法真正起到保护地理标 志产品的作用，亟需完善相关质量控制指标和判定标准以实施更有效的保护。

目前对醋地理标志保护产品的研究主要集中在化学成分的分析，如氨基酸、有机 酸、微量元素以及功效成分的分析。有学者提出通过少数几种化学成分或物理属性对其品质 进行评价，例如山西老陈醋中川芎嗪、有机酸、还原糖等含量的分析，高效液相色谱法测定 醋中5-羟甲基糠醛，气相色谱法测定乙醇，电感耦合等离子体质谱法测定铅等。

现有的研究主要局限于醋的某种组成成分与醋的质量的关系，例如通过总酸总酯的 含量区分产品的质量等级，进行单一或少数的指标分析，缺乏组成成分与地理标志产品关系 的系统研究，并不能揭示地理标志产品的整体特征性，也无法对醋地理标志产品的真伪进行 有效的鉴定。目前尚无对醋地理标志产品鉴别方法的系统性研究，不能有效的鉴定醋地理标 志产品，不利于醋地理标志产品的有效保护。

发明内容

为解决现有技术中存在的问题，本发明对醋地理标志保护产品中氨基酸、多元醇、 有机酸和无机元素四大类型变量进行检测条件的摸索和定量检测，对醋中成分与地理标志产 品的关系进行了系统研究，确定分类特征因子，建立醋地理标志保护产品的综合分类模型， 提供一种醋地理标志保护产品的综合分类模型鉴定方法，可对醋地理标志保护产品的真伪进 行有效鉴定。

一种醋地理标志保护产品的综合分类模型鉴定方法，包括如下步骤：

A)醋地理标志保护产品特征成分的检测：分别对醋地理标志保护产品和对照组样品从氨基 酸、多元醇、有机酸和无机元素四个方面进行四大类型变量的检测；

B)采用相关性分析进行变量的优化：分别对所述四大类型变量的各类型变量中任意两对变 量间的相关系数进行计算，删除相关性高的变量，进行变量的优化；

C)分别建立四大类型变量的分类模型：基于氨基酸、多元醇、有机酸和无机元素四大类型 优化后变量的含量，采用PCA分析剔除异常样品并初步判断分类模型的可行性，通过 Fisher准则分别建立四大类型变量的分类模型；

D)醋地理标志保护产品的综合分类模型的建立：采用马氏距离计算所述分类模型中各变量 的权重系数，删除权重系数小的变量，确定分类特征因子，进行线性判别分析后，建立一个 基于四大类型变量的综合分类模型，得到判别临界值；

E)未知醋样品的真伪鉴别：检测未知醋样品中所述分类特征因子的浓度，使用所述综合分 类模型计算预测值，通过所述预测值与所述判别临界值的比较，进行未知醋样品的真伪鉴 别。

采用上述技术方案，使用色谱、质谱等技术对醋地理标志保护产品的特征成分进行 检测条件的摸索和定量检测，应用综合PCA主成分分析以及Fisher准则下的两类线性判别 方法，将色谱、质谱检测技术与化学计量学方法相结合建立了醋地理标志保护产品的综合分 类模型，提供了一种醋地理标志保护产品的综合分类模型鉴定方法，考察了醋地理标志保护 产品与其他醋产品的差异，揭示了醋地理标志保护产品的整体特征性，可对醋地理标志保护 产品进行有效的鉴定，为地理标志保护产品的鉴定和保护提供参考。

由于采用上述技术方案，克服了现有的研究仅对醋中单一或少数的变量检测分析， 不能揭示醋地理标志产品的整体特征性，无法有效应用于醋地理标志产品的真伪鉴定，不利 于醋地理标志产品的保护的缺点，解决了现有技术无法对醋地理标志保护产品的真伪进行有 效鉴定的技术问题。

作为本发明的进一步改进，所述醋地理标志保护产品为山西老陈醋地理标志保护产 品，所述分类特征因子包括Co、As、Al、Mg、Ca、阿拉伯糖醇、赤藻糖醇、山梨醇、脯氨 酸、赖氨酸和丙酮酸。这些分类特征因子以四大类型变量的分类模型中鉴定准确率高的无机 元素和多元醇类型变量为主，同时兼顾了其他类型变量，更能反映山西老陈醋地理标志保护 产品的整体特征性。

作为本发明的进一步改进，所述综合分类模型为：

A＝-2.9970×10^-3C_Co+1.0957×10^-4C_As+1.9331×10^-3C_Al+3.8446×10^-5C_Mg+8.0572× 10^-5C_Ca+1.3194×10^-4C_{阿拉伯糖醇}-8.1130×10^-5C_赤藻糖醇-2.1542×10^-4C_山梨醇+5.9381×10^-6C_脯氨酸-3.3950×10^-5C_赖氨酸-4.8603×10^-5C_丙酮酸，所述判别临界值为0.0043。该综合分类模型考虑了各 变量的权重系数，通过该综合分类模型，可对山西老陈醋地理标志保护产品进行有效的鉴 定，灵敏度高。判别临界值由Fisher两类判别函数均值的加权平均值计算所得，大于临界值 的样品是山西老陈醋地理标志保护产品，小于临界值的样品不是山西老陈醋地理标志保护产 品。

作为本发明的进一步改进，所述醋地理标志保护产品为镇江香(陈)醋地理标志保护 产品，所述分类特征因子包括苏氨酸、丝氨酸、甘氨酸、赖氨酸、Ba、赤藻糖醇、木糖醇和 乳酸。这些分类特征因子以四大类型变量的分类模型中鉴定准确率高的氨基酸类型变量为 主，同时兼顾了其他类型变量，更能反映镇江香(陈)醋地理标志保护产品的整体特征性。

作为本发明的进一步改进，所述综合分类模型为：B＝1.4462×10^-4C_苏氨酸+6.5185× 10^-5C_丝氨酸-1.9386×10^-4C_甘氨酸+1.2814×10^-5C_赖氨酸+9.2693×10^-6C_Ba-1.0712×10^-4C_赤藻糖醇-4.7652 ×10^-5C_木糖醇-2.3420×10^-8C_乳酸，所述判别临界值为0.001476。该综合分类模型考虑了各变量 的权重系数，通过该综合分类模型，可对镇江香(陈)醋地理标志保护产品进行有效的鉴 定，灵敏度高。判别临界值由Fisher两类判别函数均值的加权平均值计算所得，大于临界值 的样品是镇江香(陈)醋地理标志保护产品，小于临界值的样品不是镇江香(陈)醋地理标 志保护产品。

与现有技术相比，本发明的有益效果是：使用色谱、质谱等技术对醋地理标志保护 产品的特征成分进行检测条件的摸索和定量检测，应用综合PCA主成分分析以及Fisher准 则下的两类线性判别方法，将色谱、质谱检测技术与化学计量学方法相结合，建立了醋地理 标志保护产品的综合分类模型，提供了一种醋地理标志保护产品的综合分类模型鉴定方法， 考察了醋地理标志保护产品与其他醋产品的差异，排除了食品添加剂等的干扰，全面地考虑 了各种类型的特征成分，揭示了醋地理标志保护产品的整体特征性，可对醋地理标志保护产 品进行有效的鉴定，为地理标志保护产品的鉴定和保护提供参考。同时，提供了山西老陈醋 地理标志保护产品的分类特征因子和综合分类模型，反映了山西老陈醋地理标志保护产品的 整体特征性，有利于山西老陈醋地理标志保护产品的鉴定和保护；提供了镇江香(陈)醋地 理标志保护产品的分类特征因子和综合分类模型，反映了镇江香(陈)醋地理标志保护产品 的整体特征性，有利于镇江香(陈)醋地理标志保护产品的鉴定和保护。

附图说明

图1为山西老陈醋地理标志保护产品综合分类模型用于样品的鉴定结果示意图。

图2为镇江香(陈)醋地理标志保护产品综合分类模型用于样品的鉴定结果示意 图。

具体实施方式

下面结合附图和实施例对本发明做进一步详细说明。

实施例一多元醇的分析。

仪器条件：Trace GC-DSQ，购自美国Thermo公司；Roto Fix 32A型离心机，购自德 国Laboroto公司；4003型旋转蒸发仪，购自德国Laboroto公司；DHG-9203A型电热恒温鼓 风干燥箱，购自上海一恒科技有限公司。

色谱条件：色谱柱：DB-35ms柱，30m×0.25mm×0.25μm；进样口温度：250 ℃；传输线温度：240℃；程序温度：70℃保持1min，以10℃/min速度升至190℃，再以5 ℃/min的速度升至210℃，再以3℃/min的速度升至220℃并保持5min，再以15℃/min的 速度升至250℃并保持2min；载气：氦气，恒流，1.0mL/min；不分流进样，进样体积1 μL。

质谱参数：电离模式：电子轰击源(EI)，能量为70eV；离子源温度为280℃；分析 器(电子倍增器)电压为1427V；溶剂延迟为8min；扫描方式：采用快速全扫描与选择离 子扫描相结合的方式；全扫描范围为m/z 50-300；选择特征离子为m/z 115，145，187。

样品的处理：

A)样品的提取：称取1.000g样品，置10mL比色管中，加8mL乙腈，用水定容到10 mL。摇匀振荡，转移到15mL离心管中，4000r/min离心5min，取上清液5mL在鸡心瓶 中旋转蒸发至近干，105℃烘干；

B)样品的衍生：取1mL吡啶，0.1g盐酸羟胺，加入上述鸡心瓶，塞上瓶塞，90℃肟化0.5 h。取1mL乙酸酐加入肟化后产物中，135℃下反应1.5h。取出鸡心瓶，放至室温，加5 mL水，10mL三氯甲烷，涡漩混合30s，使两相分离。取有机相，加少量无水硫酸钠振 摇，放置15min以上，将有机相经过0.45μm滤膜过滤后上机；

C)空白样的制备：量取乙腈-水(V/V＝8∶2)5mL于蒸馏瓶中，旋干，于105℃烘干，其 余按B)的内容操作，作为定性考察；

D)标准工作曲线绘制：采用去离子水配制赤藻糖醇、阿拉伯糖醇、木糖醇、肌醇、甘露 醇、山梨醇浓度为1000mg/L混合标准溶液，使用时用去离子水逐级稀释至不同浓度的标准 溶液。取浓度分别为0.1、1.0、5.0、50.0、100.0、200.0mg/L的标准溶液1.00mL于蒸馏瓶 中，旋干，于105℃烘干，其余按B)的内容操作。

实施例二有机酸的分析。

仪器条件：E2695型高效液相色谱仪，购自美国Waters公司；Sep-Pak C18固相萃取 柱、MAX固相萃取柱，购自美国Waters公司，使用前先用甲醇、水各5mL活化；ENVI- Carb固相萃取柱，购自美国Supelco公司，使用前先用5mL甲醇活化。流动相：25mmol/L KH2PO4溶液，pH＝2.6；色谱柱：Prevail Organic acid 250mm×4.6mm×5μm；流速：1 mL/min；柱温：25℃；进样量：10μL；检测波长：210nm。

样品的处理：量取2.0mL醋样品，用水定容至25.0mL作为样品溶液，备用。C18 SPE柱净化：取5mL样品溶液通过SPE柱，弃去最初流出的3mL，收集其后流出液2 mL，经过0.45μm滤膜过滤后上机测定。

实施例三氨基酸的分析。

仪器条件：日立L-8900氨基酸自动分析仪，购自日本日立公司；分析柱：HITACHI 2622SC-PH离子分析柱，4.6mmID×60mmL；柱温：57℃；反应柱温度：135℃；缓 冲液流速：0.4mL/min；反应液流速：0.35mL/min；紫外检测波长：一通道，570nm；第 二通道，440nm。

样品的处理：将醋样用0.02mol/L盐酸稀释25倍，经过0.45μm滤膜过滤后上机测 定。

实施例四无机元素的分析。

仪器条件：THERMO Xii四极杆电感耦合等离子体质谱仪、电感耦合等离子发射光 谱仪，购自美国热电公司，仪器条件分别见表1、表2；CEM MARs高通量密闭微波消解系 统，购自美国CEM公司，仪器条件见表3；Mili-Q纯水机，购自美国密理博公司。

样品的处理：称取2.5g样品于消化罐，加入4mL硝酸和1mL 30％过氧化氢，密封 进行微波消解，消解参数条件参见表3。消解液定容至25mL，经过0.45μm滤膜过滤后 上机测定，同时做两次试剂空白。

表1电感耦合等离子体质谱仪采集参数

表2电感耦合等离子体发射光谱仪采集参数

表3微波消解参数条件

实施例五山西老陈醋地理标志保护产品综合分类模型的建立。

用于建立山西老陈醋地理标志保护产品综合分类模型的样品共计62个，其中，山西 老陈醋地理标志保护样品37个(由当地生产产家提供或当地超市购买)，对照组样品25个 (包括广东、湖南、山西、镇江、四川等产地的醋样品)。

本发明中所使用的变量相关性分析、PCA分析及Fisher判别模型的建立均在科学计 算软件Matlab 6.5中编写处理程序。

对氨基酸、多元醇、有机酸和无机元素四大类型变量(共71个变量)进行数据处 理：其中组分含量均为“0”的变量，数据分析过程中不作研究；氨基酸中，由于谷氨酸可 作为食品添加剂添加在醋里面，导致个别样本谷氨酸远远大于其它样本含量，因此谷氨酸数 据在数据分析及建模过程中不参与建模；无机元素中，部分含有小于测试分析检测下限的半 定量数据变量，也不参与建模；四大类型变量的各类型变量中，计算所有两对变量间的相关 系数，删除相关性高地变量，进行变量的优化。表4为本发明数据分析所用到的变量。

表4数据分析所用到的变量

基于氨基酸、多元醇、有机酸和无机元素四大类型优化后变量的含量，采用PCA分析剔除 异常样品并初步判断分类模型的可行性，通过Fisher准则分别建立四大类型变量的分类模 型。其中，无机元素分类模型对对照组样品的误判率最小，其次是多元醇和氨基酸，而有机 酸分类模型的误判率稍大，说明四大类型变量中，无机元素和多元醇类型变量能较好地反映 出山西老陈醋地理标志保护产品与对照组样品间的差异。因此，以反映地理信息的无机元素 和生产工艺信息的多元醇组分为主要优化对象，适当考虑氨基酸和有机酸的组成，采用马氏 距离计算四大类型变量的分类模型中各变量的权重系数，删除权重系数小的变量，确定山西 老陈醋地理标志保护产品的分类特征因子为Co、As、Al、Mg、Ca、阿拉伯糖醇、赤藻糖 醇、山梨醇、脯氨酸、赖氨酸和丙酮酸。进行线性判别分析后，建立一个基于四大类型变量 的山西老陈醋地理标志保护产品综合分类模型：A＝-2.9970×10^-3C_Co+1.0957×10^-4C_As+1.9331 ×10^-3C_Al+3.8446×10^-5C_Mg+8.0572×10^-5C_Ca+1.3194×10^-4C_{阿拉伯糖醇}-8.1130×10^-5C_赤藻糖醇-2.1542 ×10^-4C_山梨醇+5.9381×10^-6C_脯氨酸-3.3950×10^-5C_赖氨酸-4.8603×10^-5C_丙酮酸，判别临界值由Fisher 两类判别函数均值的加权平均值计算所得，上式判别临界值为0.0043，采用色谱、质谱等技 术对未知样品中Co、As、Al、Mg、Ca、阿拉伯糖醇、赤藻糖醇、山梨醇、脯氨酸、赖氨酸 和丙酮酸的浓度进行检测，使用镇江香(陈)醋地理标志保护产品综合分类模型计算未知样 品的预测值，预测值大于临界值的样品是山西老陈醋地理标志保护产品，预测值小于临界值 的样品不是山西老陈醋地理标志保护产品。

实施例六镇江香(陈)醋地理标志保护产品综合分类模型的建立。

用于建立镇江香(陈)醋地理标志保护产品综合分类模型的样品共计74个，其中， 镇江香(陈)醋地理标志保护样品47个(由当地生产产家提供或当地超市购买)，对照组样 品27个(包括广东、湖南、山西、镇江、四川等产地的醋样品)。

对氨基酸、多元醇、有机酸和无机元素四大类型变量(共71个变量)进行数据处 理：其中组分含量均为“0”的变量，数据分析过程中不作研究；氨基酸中，由于谷氨酸可 作为食品添加剂添加在醋里面，导致个别样本谷氨酸远远大于其它样本含量，因此谷氨酸数 据在数据分析及建模过程中不参与建模；无机元素中，部分含有小于测试分析检测下限的半 定量数据变量，也不参与建模；四大类型变量的各类型变量中，计算所有两对变量间的相关 系数，删除相关性高地变量，进行变量的优化，数据分析所用到的变量如表4所示。

基于氨基酸、多元醇、有机酸和无机元素四大类型优化后变量的含量，采用PCA分 析剔除异常样品并初步判断分类模型的可行性，通过Fisher准则分别建立四大类型变量的分 类模型。其中，氨基酸分类模型对对照组样品的误判率最小，其次是有机酸和无机元素。因 此，以氨基酸组分为主要优化对象，适当考虑有机酸、无机元素和多元醇的组成，采用马氏 距离计算四大类型变量的分类模型中各变量的权重系数，删除权重系数小的变量，确定镇江 香(陈)醋地理标志保护产品的分类特征因子为苏氨酸、丝氨酸、甘氨酸、赖氨酸、Ba、赤 藻糖醇、木糖醇和乳酸。进行线性判别分析后，建立一个基于四大类型变量的镇江香(陈) 醋地理标志保护产品综合分类模型：B＝1.4462×10^-4C_苏氨酸+6.5185×10^-5C_丝氨酸-1.9386× 10^-4C_甘氨酸+1.2814×10^-5C_赖氨酸+9.2693×10^-6C_Ba-1.0712×10^-4C_赤藻糖醇-4.7652×10^-5C_木糖醇-2.3420 ×10^-8C_乳酸，判别临界值由Fisher两类判别函数均值的加权平均值计算所得，上式判别临界 值为0.001476。采用色谱、质谱等技术对未知样品中苏氨酸、丝氨酸、甘氨酸、赖氨酸、 Ba、赤藻糖醇、木糖醇和乳酸的浓度进行检测，使用镇江香(陈)醋地理标志保护产品综合 分类模型计算未知样品的预测值，预测值大于临界值的样品是镇江香(陈)醋地理标志保护 产品，预测值小于临界值的样品不是镇江香(陈)醋地理标志保护产品。

实施例七山西老陈醋地理标志保护产品综合分类模型的验证。

山西老陈醋地理标志保护产品综合分类模型建立后，采用生产工艺不同的镇江香 (陈)醋地理标志保护产品和生产工艺相近的喀左陈醋地理标志保护产品以及其他非地理标 志保护样品对该综合分类模型进行判别验证。样品共129个，其中，山西老陈醋地理标志保 护样品37个，非山西老陈醋地理标志保护样品92个(包括镇江香(陈)醋样品47个、喀 左陈醋样品11个、其他非地理标志保护样品34个)。

山西老陈醋地理标志保护产品综合分类模型对129个验证样品的判别结果如图1所 示，其中，地标为地理标志保护产品的简称。共有6个验证样品判别错误，包括1个山西老 陈醋地理标志保护样品和5个其他样品判别错误，误判率为4.7％。从各类型醋样品的判别 情况上看，特别是对于生产工艺类似仅产地不同的喀左陈醋全部判别正确，由此可见，以 Co、As、Al、Mg、Ca、阿拉伯糖醇、赤藻糖醇、山梨醇、脯氨酸、赖氨酸和丙酮酸为特征 因子建立的综合分类模型能很好的反映山西老陈醋地理标志保护产品的特征，基于以上11 个特征因子的测试结果与综合分类模型的运算即可对山西老陈醋地理标志保护产品进行正确 的判别。

实施例八镇江香(陈)醋地理标志保护产品综合分类模型的验证。

镇江香(陈)醋地理标志保护产品综合分类模型建立后，采用生产工艺不同的山西 老陈醋地理标志保护产品和喀左陈醋地理标志保护产品以及其他非地理标志保护样品对该综 合分类模型进行判别验证。样品共131个，其中，镇江香(陈)醋地理标志保护样品47 个，非镇江香(陈)醋地理标志保护样品84个(包括山西老陈醋样品37个、喀左陈醋样品 11个、其他非地理标志保护样品36个)。

镇江香(陈)醋地理标志保护产品综合分类模型对131个验证样品的判别结果如图2 所示，其中，地标为地理标志保护产品的简称。共有12个验证样品判别错误，包括6个镇 江香(陈)醋地理标志保护样品和6个其他样品判别错误，误判率为9.2％。从各类型醋样 品的判别情况上看，特别是对于生产工艺类似仅产地不同的喀左陈醋全部判别正确，由此可 见，以苏氨酸、丝氨酸、甘氨酸、赖氨酸、Ba、赤藻糖醇、木糖醇和乳酸为特征因子建立的 综合分类模型能很好的反映镇江香(陈)醋地理标志保护产品的特征，基于以上8个特征因 子的测试结果与综合分类模型的运算即可对镇江香(陈)醋地理标志保护产品进行正确的判 别。

以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本 发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱 离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范 围。