指纹图谱技术在茶叶研究上的应用_资料内容_资料下载_学习资料共享网
当前位置： >>
指纹图谱技术在茶叶研究上的应用
茶叶科学 2013 ， 33 （ 1 ） ： 13~20 Journal of Tea Science投稿平台： ki.net指纹图谱技术在茶叶研究上的应用刘英，吴曙光，尹州，吴广红，曹丽芬杭州市余杭区质量计量监测中心，浙江 杭州 311100摘要：茶叶品质难辨易形成混乱的市场局面，制约了茶产业现代化发展进程。近年来，指纹图谱技术在茶叶感 官品评、质量控制和产地判别等方面的应用越来越多，为茶叶的品质鉴定提供了有效的技术支撑。文章就茶叶 指纹图谱技术方法进行了综述，包括气相色谱（ GC ）、高效液相色谱（ HPLC ）、毛细管电泳（ CE ）、红外 （ IR ）及近红外光谱（ NIR ）、核磁共振（ NMR ）等，并对指纹图谱技术在茶叶应用上存在的问题进行了分析， 对其今后的发展做出了展望，为指纹图谱技术在茶叶上的进一步应用提供理论基础和参考依据。 关键词： 茶叶；指纹图谱；气相色谱；液相色谱；核磁共振；光谱 中图分类号： TS272.7 文献标识码： A 文章编号： X （ 2013 ） 01-013-08Application of Fingerprint Technique in Tea ResearchLIU Ying, WU Shu-guang, YIN Zhou, WU Guang-hong, CAO Li-fenYuhang District of Hangzhou Center of Supervision & Inspection on Quality And Measurement, Hangzhou 311100, ChinaAbstract: Chaotic market situation was formed for identifying the quality of tea difficultly, which affected the modern development of tea industry.In recent years, more and more application to sensory evaluation, quality control and geographical origin determination of tea was studied by fingerprinting techniques, which provides effective technical support for the identification of the quality of tea. The methods of fingerprint technique were reviewed in this paper, including fingerprintings based on gas chromatography(GC), liquid chromatography(LC), capillary electrophoresis (CE), infrared （ IR ） and near-infrared （ NIR） spectroscopy, nuclear magnetic resonance (NMR), etc. The problem of the fingerprint in tea applications were analyzed, and the development in tea was predicted in the paper, The article also gives a theoretical basis and reference for further studies of the fingerprint in tea. Keywords: tea, fingerprinting, gas chromatography, liquid chromatography, nuclear magnetic resonance, spectroscopy茶叶是我国传统的健康饮品， 但现在主要 通过测定茶叶中某些主要成分， 并结合感官审 评方法来鉴定和评价其品质， 具有一定的局限 性，尤其是对原产地茶和名茶的鉴定，缺乏客 观科学的量化依据， 不能全面而准确地反映茶 叶质量。 目前指纹图谱已成为国际公认的控制 中药或天然药物质量的最有效手段， 它通过一 定的分析手段，得到标示其化学特征的谱图，是一种综合的可量化的鉴定手段 [1]。茶叶指纹 图谱分析借鉴了中药指纹图谱的分析方法， 将 谱学分析法与化学计量学处理方法相结合， 以 特征峰为依据对茶叶进行分类， 为茶叶品质鉴 定提供了较详细的信息。所以，建立茶叶指纹 图谱能有效解决茶叶品质鉴定和产地识别等 问题，为茶叶质量的整体评价起到指导和推 动作用。目前研究和应用较多的指纹图谱技收稿日期： 修订日期 ： 基金项目: 国家质检总局科技计划项目（
） 作者简介：刘英（1981 ― ） ，女，陕西延安人，工程师，硕士研究生，主要从事食品质量分析与检测工作，E-mail:
14茶 叶 科 学33 卷术主要有色谱和光谱两大类，笔者就近年来 指纹图谱技术在茶叶方面的应用研究进行综 述。于茶样的品质保真、地域判别。由此可见， GC-MS 指纹图谱技术通过分析茶叶香气，在 茶叶质量评价和身份鉴定方面有一定作用。 GC 的优势在于挥发性成分的测定，对于茶叶 中不挥发性成分，可用裂解气相色谱进行测 定。张铭光等 [8] 采用热脱附 - 裂解色谱法测定 了普洱茶色谱指纹图谱，并选用模糊聚类数 据处理手段对图谱进行综合分析，该指纹图 谱能较好地反映普洱茶因产地、工艺加工、 存放地点、存放时间所产生的差异，为普洱 茶的品质鉴定提供了一种快速、简便、科学 的测试手段。 1.2 液相色谱（ LC）指纹图谱 与 GC 相比，除了同样具有分离效能高、 分析速度快等特点外，高效液相色谱（ HPLC） 不受样品挥发性和热稳定性限制，应用范围 广， 60%~70% 的有机化合物均可应用，并且 通过与不同检测器联用， 可以有针对性地检测 分析样品中不同的化学成分。 如使用二极管阵 列检测器（ DAD） ，可以得到不同波长下的色 谱图，计算机处理后可获得三维图谱，适用于 成分复杂物质的定性和定量分析 [9]。 HPLC 方 法应用于茶叶组分分析时间并不久，直到 1976 年 Hoefler 和 Coggon [10]才首次采用液相 色谱法测定了茶叶中组分， 为茶叶指纹图谱分 析提供了研究方向。Pedro 等 [11]采用 HPLC 分 析法对肯尼亚、印度、日本等国家以及中国云 南的普洱茶、 福建的乌龙茶等进行了产地区分 的判别研究。罗一帆 [12] 根据高效液相色谱中 的相对保留时间、 相对面积、 共有峰、 重叠率、 八强峰及相对总面积等对广东岭头单枞茶的 色谱指纹图谱进行了分析和对比研究， 建立了 鉴定广东岭头单枞茶品种的色谱指纹图谱分 析方法。 茶多酚的药理药效越来越受到人们关 注，何昱等 [13]对 33 批茶多酚进行了高效液相 色谱指纹图谱分析， 并结合主要单体成分的含 量检测，制作了数字化指纹图谱，认为该图谱 可以作为茶多酚产品质量控制的依据。 除此之 外，还通过高效液相色谱法获得绿茶特征图1 色谱指纹图谱1.1 气相色谱（ GC）指纹图谱 GC 具有分离效能高、选择性强、用量少 且分离速度快等优点，已经广泛应用于香气、 农药等挥发性物质的分离检测， 特别适用于具 有挥发性成分的茶叶香气的指纹图谱研究。 GC 与质谱（ MS）联用，不仅具有 GC 的高分 离效能， 而且兼备了 MS 鉴定的高灵敏性和准 确性， 并能够提供指纹图谱中主要成分的化学 结构信息， 较好地克服了因色谱峰重叠而造成 的定性、定量不准确的问题，是指纹图谱技术 研究的有效手段 [2]。 Borse 等 [3]为了评价印度 不同产区红茶的内在特征， 建立了各地区红茶 的化学和生物化学指纹图谱。通过 GC-MS 法 分析得出各产区红茶中 25 种挥发性香气成分 的指纹图谱。研究发现，不同产地的红茶所含 挥发性特征成分及含量不同，比如 Annamalai 红茶中的正己醇含量最低， Kurti 红茶中含有 二甲苯，这些特征有助于判断红茶产地来源。 郭丽等[4]采用顶空固相微萃取-气质联用法（ HS-SPME-GC-MS）测定了 12 个白茶样的 香气成分，利用主成分分析法（ PCA）构建白 茶的香气质量评价模型， 模型检验结果与感官 审评结果相同， 可替代感官评审法对白茶香气 品质进行评价。叶国注等 通过 GC-MS 获取 具有板栗香型茶样的共有成分，并应用 Bayes 逐步筛选特征成分，建立判别方程，用于绿茶 香型的识别， 对板栗香与非板栗香具有很好的 区分效果。黄亚辉等 用 GC-MS 法对 3 种不 同年代生产的茯砖茶的香气成分进行测定， 发 现 3 个年份茯砖茶共有的 18 种香气成分和 3 种自身特征香气成分， 这对茯砖茶存放年份的 鉴定有一定借鉴作用。欧阳石光[7] [6] [5]通过应用HS-SPME/GC-MS 富集和分析茶样香气，构建 了婺源绿茶和武夷岩茶的香气指纹图谱， 可用1期刘英，等：指纹图谱技术在茶叶研究上的应用15谱，并以数字化色谱指纹图谱为基础，探讨了 绿茶分类新模式， 从内在组成上为绿茶的分类 提供了一个客观量化的界定标准 [14]。 HPLC 指 纹 图 谱 在 茶 叶研 究 中 主 要是 通 过测定茶叶中儿茶素、茶多酚等特征成分含 量， 提取茶特征成分并与模式识别方法相结合 判别茶叶品种和产地。 成浩等[15-16]（ MS ）联用可同时得到色谱峰的结构信息， 使茶叶成分分析更加深入细致。 Zhu 等 [22]建立 了茶叶及其提取物中茶氨酸、绿原酸、嘌呤碱 类 和 儿 茶 素 类 12 种 化 合 物 的 HPLC 和 HPLC-MS 分析方法，通过该法获得的谱图可 以作为茶叶及其提取物中生物活性成分质量 控制的指纹图谱。倪倩 [23]采用高效液相色谱质谱联用技术（ HPLC-MS ）及高效液相色谱 法对生熟普洱茶中的 8 种主要成分进行定性 和定量分析，并结合主成分分析（ PCA ） 、聚 类分析（ CA ）和判别分析方法，能准确地区 分普洱生茶与熟茶。 1.3 毛细管电泳（ CE）色谱指纹图谱 毛细管电泳（ CE ）是以毛细管为分离通 道，以高压电场为驱动力的新型液相分析技 术。毛细管电泳作为一种快速、高效、微量、 经济的分离技术， 在茶叶成分分析中已有较多 应用，其中毛细管区带电泳（ CZE）和毛细管 胶束电动色谱 （ MEKC ） 是最常用的两种模式。 利用 CZE 分离模式，可以分析茶叶中多种生 物活性成分，包括 6 种儿茶素类 [ 儿茶素（ C） 、 没食子儿茶素（ GC ） 、表儿茶素（ EC ） 、表儿 茶 素 没 食 子 酸 酯 （ ECG ） 、表没食子儿茶素 （ EGC ） 、 没食子儿茶素没食子酸酯 （ EGCG） ]、 4 种茶黄素、茶氨酸、咖啡碱、茶碱、腺嘌呤 和 多 种 酚 酸 [24-27] ， 以 及 水 溶 性 维 生 素 [28] 。 MEKC 与 CZE 相比， 不但可以分离带电物质， 还可以分离电中性的物质，它可以同时分离 8 种儿茶素类、咖啡碱、茶碱、可可碱 [29] ，但 MEKC 对茶黄素类的分离效果不佳 [30]。宋冠 群 [31] 用胶束电动色谱法建立了茶叶的色谱指 纹谱，并用于分析 10 种中国名茶，实现了图 谱的数据化； 同时以相对保留值表示各色谱峰 的峰位，提高了样品间的可比性。在这方面做了很多研究，在产地识别方面，以不同类别的 扁形绿茶样品为研究对象， 从儿茶素和黄酮苷 两类物质着手，通过大量样本分析研究，建立 了不同的数字化多元 HPLC 化学指纹模式图 谱，能较好地代表其来源样本的特征属性；在 绿茶原料品种属性鉴别技术方面， 建立的绿茶 HPLC 多元化学指纹图谱能够较好地表征茶 叶样本的品种属性 [17] ；针对武夷岩茶分类识 别的研究， 借助 HPLC 色谱数据的多元信息融 合，建立了武夷岩茶不同原料品种、不同产地 区域的分类判别模型， 模型对训练集样本的判 别准确率达到 100%[18]；在普洱茶分类研究方 面，利用茶多酚类、咖啡碱及黄酮类物质含量 变化的两个 HPLC 色谱数据，制作了滇青（晒 青毛茶） 、青饼和普洱茶（熟饼） 3 组茶样的 化学指纹图谱， 发现 1~2 年陈以内的青饼在化 学成分上与普洱茶 （熟饼） 有着本质上的差异， 而与晒青毛茶有很高的相似度， 本质上还是属 于绿茶 [19] 。宁井铭 [20] 对晒青毛茶的分类鉴别 进行了相关研究，通过对 18 个云南普洱茶晒 青毛茶样品 HPLC 图谱的分析， 确定了普洱毛 茶的特征指纹峰，与绿茶比较，二者 HPLC 图 谱存在较大的差异， 所得色谱图可以作为云南 毛茶专属性的指纹图谱， 为普洱毛茶鉴别和质 量控制提供了实验依据。在此研究基础上，张 梁 [21]建立了普洱茶 HPLC 指纹图谱方法，通 过对不同产地的普洱生茶和普洱熟茶的研究 分析， 发现不同产地的普洱熟茶和普洱生茶分 别有 24 个共有峰和 21 个共有峰， 并且两者因 不同的发酵工艺又产生了各自特征性的指纹 峰。所以，该法可以用于普洱熟茶和普洱生茶 的质量评价和真伪鉴别。 随着高效液相色谱仪器的普及，与质谱2 光谱指纹图谱2.1 红外光谱（ IR）指纹图谱 红外光谱是指波长范围在 400~4000 cm-1 之间的中红外区，因为具有良好的指纹性，所16茶 叶 科 学33 卷以只要茶叶的化学成分在质和量方面相对稳 定，且样品前处理方法统一，其红外光谱是相 对稳定的。依据此特性，张俊瑜[32]品种鉴别工作。 陈全胜和赵杰文 [38-41]用近红外 光谱技术分别结合主成分 - 马氏距离模式、软 独 立 模 式 分 类 法 （ SIMCA ） 和 支 持 向 量 机 （ SVM ）识别方法，对龙井、碧螺春、毛峰、 祁红、铁观音进行有效鉴别，对绿茶、红茶、 乌龙茶识别准确度可达 90% 以上。李晓丽 [42] 应用可见 -近红外光谱仪在 325~1 075 nm 范围 内测定西湖龙井、羊岩勾青、雪水云绿等 5 个品种茶叶的光谱特征曲线， 并结合主成分分 析人工神经网络建立了茶叶品种鉴别的模型， 识别率达到 100%。何勇等 [43]在相同的近红外 光谱范围，用主成分分析（ PCA）得到的 8 个 主成分作为输入因子， 以 8 个品种 200 份绿茶 样品建立了一个反向传播人工神经网络 （ BP-ANN ）判别模型，对 40 份未知茶样品 种预判准确率达到 100%。周健等 [44-47]用近红 外光谱技术结合不同的数据分析方法， 在茶叶 的分类识别和真伪鉴定方面做了深入的研究， 他们利用杠杆率校正结合偏最小二乘法 （ PLS-DA） ， 对武夷岩茶中的正岩茶与半岩茶 识 别 正 确 率 达 到 100% ； 通 过 主 成 分 分 析 法 （ PCA） 建立的 Fisher 识别函数对成品茶原料 品种的定标集和验证样本的识别准确率分别 为 96.8%和 93.5%，对地理标志茶样的训练集 和验证集的识别准确率均达 96.7%；采用 PLS 法建立的西湖龙井的预测模型， 对其真伪的鉴 定准确率达到 100%，为其他名茶真伪鉴定的 参考。对滇青、青饼和普洱茶（熟饼）的近红 外化学指纹图谱的研究中，周健 [48] 采用欧氏 距离、 PCA 和系统聚类等方法对其进行了定 性判别分析， 得出青饼的近红外光谱与普洱茶 （熟饼）样品差异显著，而与其原料滇青（晒 青毛茶）十分接近，这与普洱茶 HPLC 指纹图 谱分类研究的结果 [19] 一致。除此之外， He[49] 和周健 [50] 还提出两步法对茶叶进行品种或产 地判别， 这为原产地标识茶叶的鉴别工作提供 了新思路。试验对西湖龙井、钱塘龙井、越州 龙井和扁形绿茶 4 个类型的茶样进行近红外 光谱分析并建立判别模型， 首次判别使用 PLS 法， 对定标集和验证集样本的识别准确率分别利用傅里叶变换红外光谱（ FTIR）法获取了不同厂家不同 年份 3 种普洱红茶的特征红外光谱，并发现对 同一加工方式生产的红茶，随着存储时间的延 长，其特征谱的差异就越明显。所以，该研究 对鉴别茶叶真伪和存储年份有一定参考价值。 近红外光（ NIR ）是指波长介于可见光区 与中红外光区之间的电磁波， 其关注的波数范 围为 4 000~12 500 cm ，因其具有快速简便、 对样品无破坏性、无污染、成本低等特点，近 年来发展迅速。 茶叶中的主要成分含有近红外 的主要吸收官能团含氢基团， 因此根据不同茶 叶在近红外区的光谱特征不同， 可以将近红外 区的光谱信息应用于茶叶定性定量分析品质 检验工作中。 Hall[33]对 134 个红茶样品进行了 近红外光谱分析，通过对红茶水分含量、茶黄 素含量和感官品评来评价红茶的来源和品质。 夏贤明[34] -1用近红外光扫描对 40 个绿茶试样进行分析，建立了绿茶总氮量、游离氨基酸、咖 啡碱、茶多酚这 4 种成分的近红外定标模型。 通过标准化学法验证， 得出近红外法和化学法 测定结果差异不显著， 确认了近红外光谱法可 用于绿茶品质检验。 Schulz[35]用近红外反射光谱分析绿茶的品质参数，建立测定茶多酚、氨 基酸和咖啡碱的模型，结合主成分分析法，能 够辨别不同树龄的茶叶。 Li 等[36]用可见 / 近红外无损检测技术对 200 个茶叶软饮料试样的 可溶性固形物含量进行测定， 并采用偏最小二 乘（ PLS）和多元线性回归（ MLR）的多变量 分析方法， 建立了茶软饮料的回归模型和指纹 图谱。王胜鹏[37]还把近红外光谱技术用于茶鲜叶原料的质量评价。 通过建立近红外光谱与 茶鲜叶含水量、 全氮量和粗纤维含量间的相关 性模型和质量系数方程来评价鲜叶嫩度， 提出 了用质量系数作为评价鲜叶质量高低的参数， 为茶鲜叶原料收购和加工分级等工作提供了 新思路。 近红外技术除了用于茶叶及茶产品的 质量品质评价工作， 还用于茶叶的分类研究和1期刘英，等：指纹图谱技术在茶叶研究上的应用17为 95.28%和 93.68%，对不能识别的茶样再利 用欧氏距离法进行二次判别， 最后对校正集和 验 证 集 茶 样 总 的 识 别 准 确 率 达 到 98.43% 和 96.84%。 用同样的方法对 4 个茶叶样本的原料 品种进行识别，其准确率分别为 90.3%（定标 集）和 83.5%（验证集） 。由此可见，利用近 红外技术结合多种分析模式， 可实现茶叶的快 速分类判定和真伪鉴定。 2.2 核磁共振（ NMR）指纹图谱 NMR 是一种吸收光谱，可以检测多种核 素， 是鉴定有机化合物结构的常规方法和重要 手段， 在茶叶指纹图谱研究中主要用于茶叶特 征成分的分析。 Gall [51]首先报道了用 NMR 对 191 种绿茶的代谢产物进行描述，通过 PCA 与聚类分析（ CA ）显示龙井茶与大多数其他 中国绿茶具有显著差异，与其他茶叶相比，龙 井茶中茶氨酸、没食子酸、咖啡碱、 EGCG、 ECG 含量较高， EGC 含量较低；龙井茶中还 发现有茶没食子素、可可碱和一些含糖化合 物， 这些特征成分有助于茶叶的身份鉴定。 Lee 等人 [52]用 1 HNMR 研究韩国济州岛 3 个不同茶 叶产区的茶叶代谢产物，根据氨基酸、儿茶素 类和咖啡碱等特征成分含量的不同， 利用 PCA 和正交投影潜结构判别分析（ OPLS-DA ）等 模式识别技术，可正确识别茶叶所在产区。由 此可见， 通过研究茶叶特征代谢产物来识别茶 叶身份是可行的。 陈波等 [53]用 1 HNMR 分析测 定 35 种不同种类和产地的茶叶，检测出约 20 种物质，包括儿茶素类、茶氨酸、糖类、脂肪 酸、咖啡碱等，所得谱图通过主成分分析实现 了不同种类茶叶的区分以及铁观音产地的辨 别，结果具有较好的重现性。陆玮洁 [54] 依据1出限低、适合微量和超微量分析及同时测定 多种元素或化合物等特点。光谱指纹图谱中 除了常用的红外光谱、核磁共振之外，还有 紫 外 - 可 见 光 谱 （ UV-Vis ） 、电感耦合等离子 体发射光谱（ ICP-AES ）和荧光光谱。其中， 紫外 - 可见光谱通常作为检测器与高效液相、 毛细管电泳技术联用来建立物质的指纹图 谱。荧光光谱法具有速度快、取样量少、选 择性好等优点，已从茶叶成分检测运用到茶 叶品质鉴别中。唐心亮 [55] 运用三维荧光光谱 技术建立了 15 种茶叶样本的三维荧光谱及其 等高线指纹谱，选取图谱中的 4 个峰值作为 指标变量进行主元分析，验证了运用三维荧 光光谱技术和主元分析方法实现多种绿茶品 质鉴定和种类区分的可行性。茶叶中富含多 种矿物质和微量元素，其含量与生长环境密 切相关，所以，用 ICP-AES 法研究茶叶中的 微量元素对茶叶品质鉴定和产地识别有重要 意义。 Moreda-Pineiro 等 [56] 通过 ICP-AES 和 ICP-MS 法测定来自亚洲和非洲等地的 85 个 茶叶样本中的 Al 、 Ba 、 Ca 等 17 种金属元素 的含量，结合不同的模式识别技术，对地理 原产地茶进行了分类研究。以 PCA 和 CA 为 探索性技术，线性判别分析（ LDA ）和软独 立模式分类法（ SIMCA ）为分类手段，得出 在 5% 的显著性水平，LDA 和 SIMCA 对非洲 茶样分类的正确率为 100% ， 对亚洲茶样分类 正确率分别为 94.4% 和 91.7% 。 但在外部样本 的判别分类上，SIMCA 法不能区分印度和斯 里兰卡的茶样。 Chen [57] 利用元素指纹识别技 术，通过 ICP-AES 法测定茶叶中的 Al 、 B 、 Ca 等 15 种元素含量，结合 PCA 、聚类分析、 LDA 、反向传播神经网络（ BPNN ）的多元统 计分析方法，得到 8 个不同茶叶品种特定元 素指纹，可以用于茶叶品种鉴别。 McKenzie 等 [58] 采用 ICP-AES 法测定白茶、 绿茶、 红茶、 乌龙茶和普洱茶中的 Al 、 Ba 、 Zn 等 14 种元 素含量，用 LDA 和概率神经网络（ PNN ）构 建的分类模型对 5 种茶叶的识别率分别达到 81% 和 97% 。HNMR 指纹图谱与茶叶品种之间存在着较好的对应关系， 利用共有峰率和变异峰率双指标 序列法分析了 29 份不同种类、不同产地茶叶 样品的 1 HNMR 指纹图谱，能够对绿茶和红茶 的品质进行准确的鉴别。 2.3 其他光谱指纹图谱技术 光谱法具有灵敏度高、分析速度快、检18茶 叶 科 学33 卷3 其他指纹图谱技术指纹图谱分析技术除了色谱和光谱， 还有 电化学检测技术、电子鼻技术等。电化学检测 简便、易于实现自动化，适用于茶叶的在线分 析。赵哲 [59] 用非线性电化学振荡检测方法， 通过“溴酸钠 -硫酸锰 - 硫酸 -丙酮”稳态体系， 获得不同厂家、 不同品种茶饮料的非线性化学 指纹图谱， 该方法能将冰红茶从其他茶饮料中 鉴别出来， 并且分析不同掺水量的茶饮料的非 线性化学指纹图谱的参数信息， 可以对茶饮料 的质量进行评价。 电子鼻是一种新型仿生检测 仪器，可以模拟人的鼻子检测茶叶香气品质。 Yu 等 [60]利用电子鼻技术对不同质量等级的绿 茶进行了测定，采用 BP 神经网络、概率神经 网络和聚类分析法来分析不同的茶样， 发现电 子鼻技术对不同茶叶样本有不同的响应， 据此 可实现茶叶不同等级的评定。史波林 [61] 运用 电子鼻技术分析西 湖龙井茶 香气特征， 通过 顶空瓶内茶水直接混合的香气制备法、合理 选择电子鼻顶空进样及信号采集参数等方 法，利用软独立建模分类法（ SIMCA ）建立 不同等级西湖龙井茶判别模型，等级分类正 确率高达 95% 以上，实现了西湖龙井茶的智 能分等分级。需进一步思考和解决。二、不同技术所得指纹 图谱之间的关系还需要研究。 指纹图谱技术检 测手段多样，从色谱到光谱；分析方法由一维 发展到多维； 检测技术也由单一应用发展到联 用技术。 而各种检测技术对同一样品指纹鉴定 结果的相关性分析还没有开展类似的研究。 三、茶叶指纹图谱的标准化建设难，还需要大 量的研究工作。首先，建立不同茶叶的标准指 纹图谱工作较难。受仪器种类、品牌、分析条 件和样品前处理方法等因素影响， 分析方法和 条件不同，指纹图谱就会有差异，实现标准化 较难。其次，数学建模方法的适用性还需要研 究。 用于指纹图谱技术的数据处理方法主要有 相似度分析、主成分分析、聚类分析、人工神 经网络等，在茶叶分类研究、品质分析和质量 控制中的适用性和判定的准确性还需要进一 步评估。最后，茶叶指纹信息数据库的建立需 要进行大批量茶叶样本的研究和长时间的数 据积累。 茶叶指纹图谱技术的研究虽然刚起步， 但 因其具有整体性、模糊性和可量化等特点，在 茶叶感官评审、种类识别、品质鉴定、真伪辨 别和过程控制等方面都有广阔的应用前景。 未 来茶叶指纹图谱技术的研究对象会以茶叶产 品为中心，向整个茶叶产业辐射开来，比如对 茶饮料的在线监测，对茶保健品的质量控制 等。 分析方法会随着仪器分析技术和计算机信 息处理技术的发展，更科学准确。同时，多种 分析技术优势互补也会为指纹图谱技术在茶 叶上的应用发展提供助力， 推进我国茶叶产业 质量控制的标准化进程。4 问题与展望指纹图谱技术作为近年来的一个研究热 点，在茶叶上的应用研究虽然取得了一些成 效，但尚处于起步阶段，要让茶叶指纹图谱技 术走出实验室，应用于生产实践，还有一段路 要走。主要基于以下几点原因：一、茶叶种类 繁多，成分复杂且不稳定。茶叶品质受种植环 境、栽培措施、采摘方法、加工工艺以及贮存 条件等多种因素影响，产品质量很难稳定，尤 其发酵类茶叶，内在成分本身就具有不稳定 性。所以，目前茶叶指纹图谱研究的模型适用 范围较小，有一定的局限性。面对这些不稳定 因素和繁杂的成分， 如何保证指纹图谱的重现 性？科学准确地评判茶叶品质？这些问题还参考文献[1] 郝志龙, 金心怡, 江丽萍, 等. 化学指纹图谱在茶叶品质 鉴 定 与 控 制 上 的 应 用 [J]. 亚 热 带 农 业 研 究 , ): 60-63. [2] 张春凤 , 张永清 . 气相色谱及其在中药质量标准现代化中 的应用 [J]. 山东医药工业 , ) : 32-34. [3] Borse BB, Rao LJM, Nagalakshmi S, et al. Fingerprint of black teas from india: Identi ? cation of the regio-speci ? c1期刘英，等：指纹图谱技术在茶叶研究上的应用characteristics[J]. Food Chemistry, ): 419-424.19theanine, chlorogenic acld, purine alkaloids and catechins in tea samples with the help of multi-dimension information of on-line high performance liquid chromatography/electrospray-mass[4]郭丽, 蔡良绥, 林智, 等. 基于主成分分析法的白茶香气 质 量 评 价 模 型 构 建 [J]. 热 带 作 物 学 报 , ): .spectrometry[J]. Journal of Pharmaceutical and Biomedical Analysis, ): 695-704. [23] 倪倩 , 佟玲 , 高钧 , 等 . 高效液相色谱 - 质谱法及模式识别 法用于鉴别普洱生茶与熟茶 [J]. 理化检验 - 化学分册 , ): 171-181. [24] Horie H, Mukai T, Kohata K. Simultaneous determination of qualitatively important components in green teainfusions using capillary electrophoresis[J]. Journal of[5]叶国注 , 袁海波 , 江用文 , 等 . Bayes 逐步判别法在绿茶板 栗香化学识别上的应用 [J]. 茶叶科学 , ): 27-33.[6]黄亚辉, 王娟, 曾贞, 等. 不同年代茯砖茶香气物质测定 与分析 [J]. 食品科学 , ): 261-266.[7]欧阳石光 . 茶叶香气指纹图谱及特征识别的初步研究 [D]. 泰安 : 山东农业大学 , 2011.[8]张铭光 , 袁敏 , 袁鹏 , 等 . 普洱茶热脱附 - 裂解色谱指纹图 谱 研 究 [J]. 华 南 师 范 大 学 学 报 : 自 然 科 学 版 , 2006(3): 96-101.Chromatography A, ): 332-335. [25] Arce L, Rios A, Valc á rce1 M. Determination of[9]韩晔华, 霍飞凤, 杨悠悠, 等. 中药指纹图谱研究的某些 进展与展望 [J]. 色谱 , ): 142-152.anti-carcinogenic polyphenol-spresent in green tea using capillary electrophoresis coupled to a flow injection system[J]. Journal of Chromatography A, ): 113-120. [26] Lee BL, Ong CN. Comparative analysis of tea catachins and theaflavins by high-performance liquid chromatography and capillary electrophoresis[J]. Journal of Chromatography A, ): 439-447. [27] 张荷丽 , 颜振宁 . 毛细管区带电泳法测定绿茶中绿原酸的 含量 [J]. 食品科学 , ): 117-118. [28] 司 雄 元 , 檀 华 蓉 , 高 丽 萍 , 等 . 高 效 毛 细 管 电 泳 方 法 同 时 测 定 茶 叶 中 多 种 水 溶 性 维 生 素 [J]. 安 徽 农 业 科 学 , ) : 849- 850, 856. [29] Bonoli M, Colabufalo P, Pelillo M, et a. Fast Determination of Catechins and Xanthines in Tea Beverages by Micellar Electmkinetic Chromatography[J]. Journal of Agricultural and Food Chemistry, ): . [30] Larger PJ, Jones AD, Dacombe C. Separation of tea polyphenols using micellar electrokinetic chromatography with diode array detection[J]. Journal of Chromatography A, : 309-320. [31] 宋 冠 群 , 董 文 举 , 林 金 明 , 等 . 茶 叶 指 纹 图 谱 的 毛 细 管 胶 束电动色谱法研究 [J]. 色谱 , ): 359-362. [32] 张俊瑜 , 王怡林 . 不同厂家的三种普洱红茶的 FTIR 研究 [J]. 光谱实验室 , ): 805-809. [33] Hall MN, Robertson A, Scotter CNG. Near-infrared[10] Hoefle AC, Coggon P. Reversed -phase high performance liquid chromatography of tea constituents[J]. J Chromatogr., : 460-463. [11] Fernández PL, Pablos F, Martin MJ, et al . Study of catechin and xanthine tea profiles as geographical tracers[J]. Journal of Agricultural and Food Chemistry, 33-1839. [12] 罗 一 帆 , 郭 振 飞 , 许 旋 , 等 . 广 东 岭 头 单 枞 茶 高 效 液 相 色 谱指纹图谱的研究 [J]. 食品科学 , ): 206-209. [13] 何昱 , 洪筱坤 , 王智华 . 33 批茶多酚高效液相色谱指纹图 谱 的 质 量 控 制 研 究 [J]. 中 国 药 学 杂 志 , ): 139-142. [14] 何昱 , 洪筱坤 , 王智华 . 绿茶的 色谱指纹谱分类模式初探 [J]. 分析化学 , ): 843-847. [15] 成 浩 , 王 丽 鸳 , 周 健 , 等 . 基 于 化 学 指 纹 图 谱 的 扁 形 茶 产 地判别分析研究 [J]. 茶叶科学 , ): 83-88. [16] 王 丽 鸳 , 成 浩 , 周 键 , 等 . 绿 茶 数 字 化 多 元 化 学 指 纹 图 谱 建立初探 [J]. 茶叶科学 , ): 335-342. [17] 成 浩 , 王 丽 鸳 , 周 健 , 等 . 基 于 化 学 指 纹 图 谱 的 绿 茶 原 料 品种判别分析 [J]. 中国农业科学 , ): . [18] 王 丽 鸳 , 成 浩 , 周 键 , 等 . 基 于 多 元 化 学 指 纹 图 谱 的 武 夷 岩茶身份判别研究 [J]. 茶叶科学 , ): 83-88. [19] 王丽鸳 , 成浩 , 周键 , 等 . 普洱茶的 HPLC 化学指纹图谱 分类研究 [J]. 浙江林业科技 , ): 25-30. [20] 宁井铭 , 张正竹 , 谷勋刚 , 等 . 云南晒青毛茶 HPLC 指纹 图谱的研究 [J]. 食品与发酵工业 , ): 36-40. [21] Zhang L, Li N, Che YY, et al . Development of the fingerprints of crude Pu-erh tea and ripened Pu-erh tea by high-performance liquid chromatography[J]. Journal of Chinese Pharmaceutical Sciences, ): 352-359. [22] Zhu XL, Chen B, Ma M, et al. Simultaneous analysis ofreflectance prediction of quality, theaflavin content and moisture content of black tea[J]. Food chemistry, ): 61-75. [34] 夏贤明 , 丁宁 . 用近红外光谱法检测绿茶中品质成分的研 究 [J]. 分析化学 , l991, 19(8): 945-948. [35] Schulz H, Engelhardt UH, Wegent A ， et al. Application of20茶 叶 科 学Near-Infrared Reflectance Spectroscopy to the Simultaneous Prediction of Alkaloids and Phenolic Substances in Green Tea Leaves[J]. J Agric Food Chem, ): .33 卷[48] 周健 , 成浩 , 叶阳 , 等 . 滇青、青饼和普洱茶 ( 熟饼 ) 近红外 指纹图谱分析 [J]. 核农学报 , ): 110-113. [49] He W, Zhou J, Cheng H, et al . Validation of origins of tea samplesusing partial least squares analysis and Euclidean distance method withnear-infrared spectroscopy data[J]. Spectrochimica Acta Part A: Molecular and Biomolecular Spectroscopy, 9-404. [50] 周 健 , 成 浩 , 曾 建 明 , 等 . 基 于 近 红 外 的 多 相 最 小 二 乘 模 型 组 合 分 析 实 现 茶 叶 原 料 品 种 鉴 定 与 溯 源 的 研 究 [J]. 光 谱学与光谱分析 , ): . [51] Gall GL, Colquhoun IJ, Defernez M. Metabolite Profiling Using1[36] Li XL, He Y, Wu CQ, et al. Nondestructive measurement and fingerprint analysis of soluble solid content of tea soft drink based on Vis/NIR spectroscopy[J]. Journal of FoodEngineering, ): 316-323. [37] 王胜鹏 , 宛晓春 , 林茂先 , 等 . 基于水分、 全氮量和粗纤维 含 量 的 茶 鲜 叶 原 料 质 量 近 红 外 评 价 方 法 [J]. 茶 叶 科 学 , ): 66-71. [38] 赵 杰 文 , 陈 全 胜 , 张 海 东 , 等 . 近 红 外 光 谱 分 析 技 术 在 茶 叶 鉴 别 中 的 应 用 研 究 [J] . 光 谱 学 与 光 谱 分 析 , ): . [39] 陈全胜, 赵杰文, 张海东, 等. SIMCA 模式识别方法在近 红 外 光 谱 识 别 茶 叶 中 的 应 用 [J] . 食 品 科 学 , ): 186-189. [40] Zhao JW, Chen QS, Huang XY, et al . Qualitative identification of tea categories by near infrared spectroscopy and support vector machine[J]. Journal of Pharmaceutical and Biomedical Analysis, ): . [41] Chen QS, Zhao JW, Fang CH, et al. Feasibility study on identification of green, black and Oolong teas using near-infrared reflectance spectroscopy based on support vector machine (SVM)[J]. Spectrochimica Acta Part A: Molecular and Biomolecular Spectroscopy, ): 568-574. [42] 李晓丽 , 何勇 , 裘正军 . 一种基于可见 - 近红外光谱快速鉴 别茶叶品种的新方法 [J]. 光谱学与光谱分析 , ): 279-282. [43] He Y, Li XL, Deng XF. Discrimination of varieties of tea using near infrared spectroscopy by principal component analysis and BP model[J]. Journal of Food Engineering, ): 238-1242. [44] 周健 , 成浩 , 王丽鸳 , 等 . 基于杠杆率校正的 PLS-DA 法对正 半岩武夷岩茶的识别研究 [J]. 茶叶科学 , ): 34-40. [45] 周健 , 成浩 , 叶阳 , 等 . 基于近红外的 Fisher 分类法识别 茶 叶 原 料 品 种 的 研 究 [J]. 光 学 学 报 , ): . [46] Zhou J, Cheng H, He W, tea et al . Identification ofHNMR Spectroscopy for Quality Assessment ofGreen Tea, Camellia sinensis (L.)[J]. J Agric Food Chem , ): 692-700. [52] Lee JE, Lee BJ, Chung JO, et al . Geographical and climatic dependencies of green tea ( Camellia sinensis ) metabolites: A 1 H NMR-based metabolomics study[J]. J Agric Food Chem, ): . [53] 陈波 , 张巍 , 康海宁 , 等 . 茶叶的1HNMR 指纹 图谱研究[J]. 波普学杂志 , ): 169-180. [54] 陆玮洁 , 刘冰 , 邹华彬 , 等 . 茶叶 1 HNMR 指纹图谱双指标 序列分析 [J]. 山东大学学报 : 理学版 , ): 35-38. [55] 唐心亮 , 吴希军 , 李树军 . 三维荧 光光谱和主成分分析法 在 茶 叶 品 质 鉴 别 中 的 应 用 研 究 [J]. 河 北 科 技 大 学 学 报 , ): 305-309. [56] Moreda-Pineiro A, Fisher A, Hill SJ. The classification of tea according to region of origin using pattern recognition techniques and trace metal data[J]. Journal of Food Composition and Analysis, ): 195-211. [57] Chen YX, Yu MG, Xu J, et al . Differentiation of eight tea ( Camellia sinensis ) cultivars in China by elementalfingerprint of their leaves[J]. Journal of the Science of Food and Agriculture, ): . [58] McKenzie JS, Jurado JM, Pablos FD. Characterisation of tea leaves according to their total mineral content by means of probabilistic neural networks[J]. Food Chemistry, ): 859-864. [59] 赵哲, 张泰铭, 方宣启, 等. 利用非线性化学指纹图谱技 术鉴别评价茶饮料[J]. 食品科学, ): 219-223. [60] Yu HC, Wang J, Yao C, et al . Quality grade identification of green tea using E-nose by CA and ANN[J]. LWT-Food Science and Technology, ): . [61] 史 波 林 , 赵 镭 , 支 瑞 聪 , 等 . 应 用 电 子 鼻 判 别 西 湖 龙 井 茶香气品质 [J]. 农业工程学报 , 2011, 27( 增刊 2): 302-306.geographicalindicationwithFisher'sdiscriminantclassfication and principalcomponents analysis[J]. Journal of Near Infrared Spectroscopy, ): 159-164. [47] 周健 , 成浩 , 贺巍 , 等 . 基于近红外的 PLS 量化模型鉴定 西湖龙井真伪的研究 [J]. 光谱学与光谱分析 , ): .指纹图谱技术在茶叶研究上的应用作者： 作者单位： 刊名： 英文刊名： 年，卷(期)： 刘英， 吴曙光， 尹州， 吴广红， 曹丽芬 杭州市余杭区质量计量监测中心,浙江 杭州 311100 茶叶科学 Journal of Tea Science 2013(1)本文链接：http://d..cn/Periodical_cykx.aspx是一个在线免费学习平台、通过收集整理大量专业知识，职业资料、考试资料,考试复习指导,试题资料等给大家分享;同时提供学习互动交流;更好的帮助大家学习。}