一种基于代谢组学的烟叶霉变识别方法技术

本发明专利技术提供一种基于代谢组学的烟叶霉变识别方法，包括：获取同一品种烟叶样本，并将一定量的所述烟叶样本进行人为霉变得到霉变烟叶，进而得到正常样本和霉变样本；采用固相微萃取

【技术实现步骤摘要】
一种基于代谢组学的烟叶霉变识别方法


[0001]本专利技术涉及烟叶检测的
，具体为一种基于代谢组学的烟叶霉变识别方法。

技术介绍

[0002]烟叶原料作为农产品，在生长、仓储、醇化过程中烟叶极易受环境因素的影响发生霉变，导致卷烟企业经济损失严重。霉变烟叶不仅影响烟叶的外观和品质，甚至产生有毒代谢物(如黄曲霉毒素等)及附着病原微生物对吸烟者的健康构成潜在危害。
[0003]近年来，霉变烟叶的研究备受烟草企业、烟草研究者及国家烟草专卖局等关注，霉变烟叶识别成为烟草品质评价和香味提升亟待解决的关键问题之一。目前对烟叶霉变预防多以人工干预为主，耗费了大量的人力和财力却难以解决霉变发生的机理、机制等关键问题。现有的烟叶霉变机制和防霉技术方面主要包括营养物质与菌群、温湿度等环境条件对烟叶的霉变影响，有关烟叶霉变过程的代谢组相关的研究较少。因此，如何对烟叶霉变识别以提高烟草品质，具有重要的意义。

技术实现思路

[0004]本专利技术提供一种基于代谢组学的烟叶霉变识别方法，解决现有烟叶霉变识别存在不精准和效率低的问题，能提高烟叶霉变识别的准确度和效率，提高烟丝的品质，减少吸烟者的健康危害。
[0005]为实现以上目的，本专利技术提供以下技术方案：
[0006]一种基于代谢组学的烟叶霉变识别方法，包括：
[0007]获取同一品种烟叶样本，并将一定量的所述烟叶样本进行人为霉变得到霉变烟叶，进而得到正常样本和霉变样本；
[0008]采用固相微萃取
‑
气相色谱<br/>‑
质谱法对所述烟叶样本进行霉变前后烟叶中挥发性和半挥发性成分的测量，以得到质谱数据；
[0009]对采集的质谱数据进行数据处理以获取霉变样本与正常样本中不同种类化合物占比含量，进而得到霉变前后的烟叶样本中的挥发性化合物含量的变化差异，以筛选出霉变烟叶的判别变量；
[0010]根据所述判别变量建立烟叶霉变的识别模型，以通过所述识别模型对烟叶进行霉变识别。
[0011]优选的，所述对采集的质谱数据进行数据处理，包括：
[0012]利用质谱数据绘制火山图，并通过火山图分析霉变前后烟叶样本中挥发性化合物含量。
[0013]优选的，所述对采集的质谱数据进行数据处理，还包括：
[0014]采用主成分分析法分析烟叶霉变前后化合物的变化，以得到霉变前后的烟叶样本中的挥发性化合物含量的变化。
[0015]优选的，所述对采集的质谱数据进行数据处理，还包括：
[0016]采用正交偏最小二乘法对烟叶霉变前后的化合物成分的差异进行计算，以判定各种化合物对烟叶霉变的贡献值，进而根据所述贡献值确定判别变量。
[0017]优选的，所述对采集的质谱数据进行数据处理，还包括：
[0018]利用热图分析及层次聚类分析可视化分析，以直观分析霉变前后的烟叶样本中挥发性化合物的变化。
[0019]优选的，所述获取霉变样本与正常样本中不同种类化合物占比含量，包括：
[0020]对采集的质谱数据经NIST标准谱库进行检索进行鉴定，采取峰面积归一化法计算各物质的相对含量，以获取霉变样本与正常样本中不同种类化合物占比结果；
[0021]对采集到的挥发性化合物占比结果进行数据标准化和归一化处理，以获得霉变前后的烟叶样本中的挥发性化合物含量差异。
[0022]优选的，对烟叶样本进行人为霉变，包括：
[0023]对所述烟叶样本的烟叶含水率进行调节，采用烘箱干燥法测定烟叶含水率，使烟叶含水率在18％以上；
[0024]将预处理后的所述烟叶样本放入恒温恒湿箱，调节温度和相对湿度分别为28℃和70％条件下进行烟叶霉变实验。
[0025]优选的，进行微萃取时所述烟叶样本的进样温度为280℃，解吸2min。
[0026]优选的，气相色谱条件为：进样口温度：280℃，He载气，流速：1mL/min；升温条件为：初始温度50℃并保持2min，以5℃/min升温至140℃并保持1min，再以10℃/min升温至280℃并保持1min。
[0027]优选的，所述根据所述判别变量建立烟叶霉变的识别模型，包括：
[0028]将烟叶样本中的挥发性化合物进行Fisher逐步判别分析判筛选出对霉变烟叶判别有效的所述判别变量，根据所述判别变量建立Fisher线性判别函数。
[0029]本专利技术提供一种基于代谢组学的烟叶霉变识别方法，采用固相微萃取
‑
气相色谱
‑
质谱法测定霉变前后烟叶中挥发性和半挥发性成分，利用非靶向代谢组学结合多元统计分析方法探析烟叶霉变前后代谢物的差异性，构建预测模型对霉变烟叶品质的鉴别方法，对烟叶霉变的提前预测和实时监控。能提高烟叶霉变识别的准确度和效率，提高烟丝的品质，减少吸烟者的健康危害。
附图说明
[0030]为了更清楚地说明本专利技术的具体实施例，下面将对实施例中所需要使用的附图作简单地介绍。
[0031]图1为本专利技术提供的一种基于代谢组学的烟叶霉变识别方法示意图。
[0032]图2为本专利技术提供的烟叶霉变识别的流程图。
[0033]图3为本专利技术实施例提供的不同种类化合物占比图。
[0034]图4为本专利技术实施例提供的霉变前后的烟叶样本中挥发性化合物含量的火山图分析图。
[0035]图5A～5C为本专利技术实施例提供的霉变前后烟叶样本的多元统计分析图。
[0036]图6为本专利技术实施例提供的霉变前后烟叶样本中挥发性化合物的HMA和HCA分析结
果图。
具体实施方式
[0037]为了使本
的人员更好地理解本专利技术实施例的方案，下面结合附图和实施方式对本专利技术实施例作进一步的详细说明。
[0038]针对当前烟叶霉变识别存在效率低和不准确的问题，本专利技术提供一种基于代谢组学的烟叶霉变识别方法，解决现有烟叶霉变识别存在不精准和效率低的问题，能提高烟叶霉变识别的准确度和效率，提高烟丝的品质，减少吸烟者的健康危害。
[0039]如图1和图2所示，一种基于代谢组学的烟叶霉变识别方法，包括：
[0040]S1：获取同一品种烟叶样本，并将一定量的所述烟叶样本进行人为霉变得到霉变烟叶，进而得到正常样本和霉变样本。
[0041]S2：采用固相微萃取
‑
气相色谱
‑
质谱法对所述烟叶样本进行霉变前后烟叶中挥发性和半挥发性成分的测量，以得到质谱数据。
[0042]S3：对采集的质谱数据进行数据处理以获取霉变样本与正常样本中不同种类化合物占比含量，进而得到霉变前后的烟叶样本中的挥发性化合物含量的变化差异，以筛选出霉变烟叶的判别变量。
[0043]S4：根据所述判别变量建立烟叶霉变的识别模型，以通过所述识别模型对烟叶进行霉变识别。
[0044]具体地，在一实施例中，包括以下步骤：
[0045]步骤一：将仓储K326品种烟叶人为霉变，将烟叶样品分为正常本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于代谢组学的烟叶霉变识别方法，其特征在于，包括：获取同一品种烟叶样本，并将一定量的所述烟叶样本进行人为霉变得到霉变烟叶，进而得到正常样本和霉变样本；采用固相微萃取
‑
气相色谱
‑
质谱法对所述烟叶样本进行霉变前后烟叶中挥发性和半挥发性成分的测量，以得到质谱数据；对采集的质谱数据进行数据处理以获取霉变样本与正常样本中不同种类化合物占比含量，进而得到霉变前后的烟叶样本中的挥发性化合物含量的变化差异，以筛选出霉变烟叶的判别变量；根据所述判别变量建立烟叶霉变的识别模型，以通过所述识别模型对烟叶进行霉变识别。2.根据权利要求1所述的基于代谢组学的烟叶霉变识别方法，其特征在于，所述对采集的质谱数据进行数据处理，包括：利用质谱数据绘制火山图，并通过火山图分析霉变前后烟叶样本中挥发性化合物含量。3.根据权利要求2所述的基于代谢组学的烟叶霉变识别方法，其特征在于，所述对采集的质谱数据进行数据处理，还包括：采用主成分分析法分析烟叶霉变前后化合物的变化，以得到霉变前后的烟叶样本中的挥发性化合物含量的变化。4.根据权利要求3所述的基于代谢组学的烟叶霉变识别方法，其特征在于，所述对采集的质谱数据进行数据处理，还包括：采用正交偏最小二乘法对烟叶霉变前后的化合物成分的差异进行计算，以判定各种化合物对烟叶霉变的贡献值，进而根据所述贡献值确定判别变量。5.根据权利要求4所述的基于代谢组学的烟叶霉变识别方法，其特征在于，所述对采集的质谱数据进行数据处理，还包括：利用热图分析及层次聚类分析可视化分析，以直观分析霉变前后的烟叶样本中挥...

【专利技术属性】
技术研发人员：徐跃明，陈斌，周继来，方海英，许仁杰，杨文静，莫峥，周鹏，
申请(专利权)人：红云红河烟草集团有限责任公司，
类型：发明
国别省市：