謝建軍，陳小帆，陳文銳，姚 焱，袁震宇，周曉珊

(1.廣東出入境檢驗(yàn)檢疫局，廣東 廣州 510623；2.廣州大學(xué)生命科學(xué)學(xué)院，廣東 廣州 510006)

氣相色譜指紋圖譜法進(jìn)行紅葡萄酒產(chǎn)地溯源表征

謝建軍1，陳小帆1，陳文銳1，姚 焱2，袁震宇1，周曉珊1

(1.廣東出入境檢驗(yàn)檢疫局，廣東 廣州 510623；2.廣州大學(xué)生命科學(xué)學(xué)院，廣東 廣州 510006)

利用中藥色譜圖分析和數(shù)據(jù)管理系統(tǒng)和SPSS 19.0統(tǒng)計(jì)分析軟件進(jìn)行聚類分析，研究法國(guó)、南非、澳大利亞等10個(gè)常見葡萄酒產(chǎn)地85份紅葡萄酒樣品的氣相色譜指紋圖譜。結(jié)果表明：不同國(guó)家的紅葡萄酒氣相色譜指紋圖譜存在差異，不同產(chǎn)地生產(chǎn)的紅葡萄酒氣相色譜峰的相對(duì)峰面積和數(shù)量不同，各自產(chǎn)地紅葡萄酒氣相色譜有其特征峰；初步建立了基于氣相色譜指紋圖譜進(jìn)行產(chǎn)地溯源的系統(tǒng)聚類分析識(shí)別模式和方法，聚類分析表明，10個(gè)不同產(chǎn)地紅葡萄酒可以很好地聚類和區(qū)分；通過對(duì)市面上購(gòu)買的2種紅葡萄酒商品進(jìn)行了產(chǎn)地假冒模式的應(yīng)用實(shí)驗(yàn)，發(fā)現(xiàn)該系統(tǒng)聚類分析識(shí)別模式可以進(jìn)行初步的判別，判別效果較好。結(jié)果表明該氣相色譜指紋圖譜法是產(chǎn)地假冒紅葡萄酒進(jìn)行初步甄別的一種有效方法。

紅葡萄酒；氣相色譜；指紋圖譜；產(chǎn)地溯源

目前，全球葡萄酒消費(fèi)保持著日益增長(zhǎng)的勢(shì)頭，特別是最近幾年其總量基本維持在2360萬t左右[1]。但是，在葡萄酒的銷售和流通環(huán)節(jié)，特別是在中國(guó)市場(chǎng)存在著個(gè)別經(jīng)營(yíng)者一味追求高額利潤(rùn)，傍品牌、冒名牌、以次充好等制造、銷售假冒偽劣葡萄酒行為，嚴(yán)重?cái)_亂和干擾了正常的葡萄酒消費(fèi)市場(chǎng)秩序[2]。當(dāng)前，對(duì)紅葡萄酒進(jìn)行真假鑒別主要是從標(biāo)簽的識(shí)別、感官檢查、人工合成色素的檢測(cè)及酒精對(duì)于干抽出物的比值等方面綜合評(píng)價(jià)進(jìn)行鑒別，缺少客觀、科學(xué)、統(tǒng)一和系統(tǒng)的方法對(duì)假冒葡萄酒進(jìn)行客觀準(zhǔn)確的判定[3-4]。

由于葡萄酒具有很強(qiáng)的自然屬性，它的質(zhì)量與葡萄酒原料種植的生態(tài)環(huán)境、葡萄品種、采收釀制年份等有密切的關(guān)系。因此，國(guó)際和國(guó)內(nèi)的專家學(xué)者將目標(biāo)轉(zhuǎn)向了對(duì)葡萄酒次生物質(zhì)的分析，特別是對(duì)葡萄酒中攜帶的地理信息的特征性次生物質(zhì)進(jìn)行分析，通過識(shí)別和鑒別這些次生物質(zhì)，對(duì)葡萄酒進(jìn)行鑒定[5-10]。Kallithraka等[11]分析了紅葡萄酒的反-白藜蘆醇含量，對(duì)希臘產(chǎn)葡萄酒進(jìn)行產(chǎn)地鑒別。傅小偉[12]展望了同位素比質(zhì)譜儀或點(diǎn)特異性天然同位素分餾核磁共振技術(shù)在葡萄酒鑒別中的應(yīng)用，認(rèn)為這兩種方法是國(guó)際上通用的兩種同位素比值檢測(cè)技術(shù)，可以研究葡萄酒加糖、加酒精以及原產(chǎn)地等問題。但是，這些文獻(xiàn)報(bào)道的方法存在儀器昂貴、方法復(fù)雜、耗時(shí)長(zhǎng)的特點(diǎn)。紅葡萄酒具有類似于中藥的復(fù)雜體系，應(yīng)用指紋圖譜技術(shù)可以全面反映葡萄酒內(nèi)在化學(xué)成分的種類與數(shù)量、有效地表征葡萄酒質(zhì)量、進(jìn)行葡萄酒的溯源[13-17]。劉巍等[18]利用快速無損的近紅外光譜分析技術(shù)，對(duì)47份來自昌黎、沙城和法國(guó)波爾多(Bordeaux)的紅葡萄酒樣品進(jìn)行逐步回歸分析選取光譜區(qū)域，再進(jìn)行主成分分析和聚類識(shí)別，建立了判別葡萄酒原產(chǎn)地的預(yù)測(cè)模型。目前，尚無使用氣相色譜指紋圖譜技術(shù)結(jié)合聚類分析軟件進(jìn)行葡萄酒產(chǎn)地溯源和產(chǎn)地假冒的研究。

本實(shí)驗(yàn)擬通過對(duì)常見葡萄酒產(chǎn)地的紅葡萄酒樣品進(jìn)行氣相色譜指紋圖譜研究，利用中藥色譜圖分析和數(shù)據(jù)管理系統(tǒng)和SPSS 19.0統(tǒng)計(jì)分析軟件進(jìn)行聚類分析，發(fā)掘不同國(guó)家的紅葡萄酒氣相色譜指紋圖譜的差異，研究并表征各產(chǎn)地葡萄酒的氣相色譜指紋圖譜的共性；進(jìn)而初步建立常見紅葡萄酒產(chǎn)地溯源的系統(tǒng)聚類分析識(shí)別模式和方法，從而對(duì)市售存在產(chǎn)地假冒的紅葡萄酒進(jìn)行初步判別。

1 材料與方法

1.1 材料與試劑

紅葡萄酒樣本來源：法國(guó)、南非、澳大利亞、西班牙、智利、意大利、美國(guó)、德國(guó)、葡萄牙、格魯吉亞10個(gè)國(guó)家知名品牌的干紅葡萄酒樣品，85個(gè)來自廣東出入境檢驗(yàn)檢疫局技術(shù)中心食品實(shí)驗(yàn)室，2種商品紅葡萄酒購(gòu)自當(dāng)?shù)爻小?/p>

1.2 儀器與設(shè)備

7890A氣相色譜儀(帶FID檢測(cè)器) 美國(guó)Agilent公司。

1.3 色譜條件

色譜柱：CP-WAX57CB毛細(xì)管柱(50m×0.25mm，0.25?m)；升溫程序：40℃保持3min，以5℃/min升至50℃，保持5min，以15℃/min升至190℃，保持5min，以20℃/min升至215℃，保持12.5min；載氣流速：氮?dú)?純度99.999%)，流量3mL/min；進(jìn)樣口溫度：220℃；檢測(cè)器溫度250℃；進(jìn)樣模式：不分流進(jìn)樣；進(jìn)樣量1.0μL。

1.4 數(shù)據(jù)處理

采用中藥色譜圖分析和數(shù)據(jù)管理系統(tǒng)分析軟件預(yù)處理后的數(shù)據(jù)，用SPSS 19.0統(tǒng)計(jì)分析軟件進(jìn)行聚類分析，采用離差平方和法，利用歐氏距離作為樣品的測(cè)度，再采用夾角余弦法測(cè)量，每?jī)蓚€(gè)樣本用組間平均連接法，獲得分層聚類分析圖。

2 結(jié)果與分析

2.1 10個(gè)國(guó)家紅葡萄酒指紋圖譜的建立

本研究隨機(jī)抽取了10個(gè)常見葡萄酒生產(chǎn)國(guó)的紅葡萄酒85種，瓶裝葡萄酒樣品搖勻后開塞直接取約1.0mL裝瓶上機(jī)，按照1.3節(jié)中氣相色譜條件進(jìn)行分析，采集氣相色譜指紋圖譜。圖1是法國(guó)和意大利產(chǎn)某品牌紅葡萄酒的氣相色譜圖，8min之前主要是甲醇和乙醇的峰，在此研究中不作為特征峰進(jìn)行分析，35min以后沒有色譜峰出現(xiàn)，只采集至38min。

圖1 法國(guó)(a)和意大利(b)產(chǎn)紅葡萄酒樣品氣相色譜圖Fig.1 Gas chromatograms of red wine samples from France (a) and Italy (b)

用氣相色譜儀采集指紋圖譜后，應(yīng)用中藥色譜圖分析和數(shù)據(jù)管理系統(tǒng)對(duì)其進(jìn)行分析，從每個(gè)國(guó)家紅葡萄酒樣品中選取相似度大于0.9900圖譜作為該國(guó)的特征性指紋圖譜。圖2為應(yīng)用中藥色譜圖分析和數(shù)據(jù)管理系統(tǒng)進(jìn)行的法國(guó)和智利產(chǎn)各7種葡萄酒的氣相色譜指紋圖譜疊加，以保留時(shí)間14.08min的色譜峰(圖2中箭頭所指)為指定基準(zhǔn)峰，得到每個(gè)保留時(shí)間所對(duì)應(yīng)的相對(duì)峰面積，見表1。從表1可知，相同保留時(shí)間時(shí)，有的國(guó)家產(chǎn)紅葡萄酒有色譜峰，有的國(guó)家則沒有色譜峰，如保留時(shí)間為25.58min時(shí)，只有法國(guó)、美國(guó)和德國(guó)產(chǎn)的紅葡萄酒有色譜峰，其他國(guó)家產(chǎn)紅葡萄酒則沒有出現(xiàn)色譜峰。此外，相同保留時(shí)間所對(duì)應(yīng)的每個(gè)國(guó)家的相對(duì)峰面積都不一樣，如保留時(shí)間為30.74min時(shí)，格魯吉亞產(chǎn)紅葡萄酒色譜峰的相對(duì)峰面積為10.9350，而葡萄牙產(chǎn)紅葡萄酒色譜峰的相對(duì)峰面積只有0.1055。這兩種情況說明不同產(chǎn)地的紅葡萄酒在相同檢測(cè)條件下，相同的保留時(shí)間時(shí)，其色譜峰的多少和峰面積的大小存在差異。因此，可以通過這些差異，利用聚類分析軟件對(duì)紅葡萄酒的產(chǎn)地進(jìn)行溯源。

圖2 法國(guó)(a)和智利(b)產(chǎn)紅葡萄酒樣品氣相色譜指紋圖譜疊加Fig.2 Overlapping gas chromatograms of red wine samples from France (a) and Chile (b)

表1 10個(gè)國(guó)家紅葡萄酒GC指紋圖譜特征峰的保留時(shí)間和相對(duì)峰面積Table1 Retention time and relative peak area of characteristic peaks of red wine samples from ten countries in GC fingerprints

2.2 10個(gè)國(guó)家產(chǎn)紅葡萄酒的聚類分析

利用中藥色譜圖分析和數(shù)據(jù)管理系統(tǒng)和SPSS 19.0統(tǒng)計(jì)分析軟件對(duì)2.1節(jié)中10個(gè)國(guó)家產(chǎn)紅葡萄酒樣品的相對(duì)峰面積進(jìn)行相似性分析。本實(shí)驗(yàn)考慮采用相關(guān)系數(shù)法和余弦夾角法的方法，得到10個(gè)國(guó)家產(chǎn)紅葡萄酒相對(duì)峰面積波動(dòng)的相似性相關(guān)矩陣。根據(jù)紅葡萄酒的相對(duì)峰面積的相似性相關(guān)矩陣來綜合反映兩產(chǎn)地紅葡萄酒的相似性，見表2。在計(jì)算相關(guān)系數(shù)的基礎(chǔ)上，利用SPSS 19.0統(tǒng)計(jì)分析軟件中的系統(tǒng)聚類分析方法對(duì)10個(gè)國(guó)家紅葡萄酒樣品進(jìn)行聚類和鑒別。采用組間平均聯(lián)結(jié)法，根據(jù)相似系數(shù)的大小進(jìn)行聚類，橫坐標(biāo)為臨界值即為類間的距離，縱坐標(biāo)為不同國(guó)家紅葡萄酒樣品，聚類樹狀圖見圖3。由聚類樹狀圖3可知，該10國(guó)產(chǎn)的紅葡萄酒可以很好地分離，德國(guó)、格魯吉亞和法國(guó)產(chǎn)的紅葡萄酒具有最大的相似性，被首先聚為一類；其次是美國(guó)和南非的紅葡萄酒具有較好地相似性，被聚為一類；其余的紅葡萄酒樣品也較好的分離，依次聚為一類。結(jié)果表明，分層聚類分析法既能全面、綜合地反映紅葡萄酒的氣相色譜指紋圖譜之間的相似關(guān)系，也能反映出來自不同國(guó)家紅葡萄酒產(chǎn)地的差異。因?yàn)?，紅葡萄酒的生產(chǎn)受其主要原料葡萄的影響很大，而葡萄的種植和品質(zhì)的差別很大程度上受栽培的地理環(huán)境、土壤、氣候等條件的影響，這些影響因素使葡萄和紅葡萄酒的產(chǎn)生物理和化學(xué)成分差異。而這些化學(xué)成分的差異通過氣相色譜指紋圖譜采集，利用聚類分析軟件進(jìn)行解析，就可以將不同國(guó)家產(chǎn)地來源的紅葡萄酒的相似性和差異進(jìn)行初步的判斷，從而起到溯源紅葡萄酒的目的。德國(guó)、格魯吉亞和法國(guó)產(chǎn)的紅葡萄酒被首先聚為一類，表明選為代表這3個(gè)國(guó)家產(chǎn)的紅葡萄酒相似性最大，通過分析這3個(gè)國(guó)家的地理位置發(fā)現(xiàn)，這3個(gè)國(guó)家同為歐洲國(guó)家，地理位置接近，所處緯度也靠近[19]。這種現(xiàn)象也進(jìn)一步證實(shí)了葡萄酒的內(nèi)在屬性受其種植地理環(huán)境、氣候所影響的事實(shí)。聚類分析法較好地反映出不同產(chǎn)地紅葡萄酒的特性，是一種可借鑒的鑒別產(chǎn)地假冒葡萄酒的快速、簡(jiǎn)單識(shí)別模式。

表2 10個(gè)國(guó)家紅葡萄酒的相對(duì)峰面積相關(guān)系數(shù)近似矩陣Table2 Approximate matrix for correlation coefficients of relative peak areas of red wine samples from ten countries in GC fingerprints

圖3 10個(gè)國(guó)家紅葡萄酒樣品指紋圖譜聚類分析樹狀圖Fig.3 Dendrogram of hierarchical cluster analysis of red wine samples from ten countries

2.3 產(chǎn)地假冒紅葡萄酒鑒別應(yīng)用

圖4 11個(gè)紅葡萄酒樣品聚類分析樹狀圖Fig.4 Dendrogram of hierarchical cluster analysis of 11 red wine samples

表3 11份紅葡萄酒樣品的相對(duì)峰面積相關(guān)系數(shù)近似矩陣Table3 Approximate matrix for correlation coefficients of relative peak areas from 11 red wine samples

在2.2節(jié)建立聚類分析進(jìn)行紅葡萄酒產(chǎn)地鑒別模式的基礎(chǔ)上，通過選取85份紅葡萄酒樣品中可代表該國(guó)家的紅葡萄酒(相似度大于0.9900的圖譜，作為該國(guó)的特征性指紋圖譜)的9個(gè)樣品，其中包括2份法國(guó)、2份德國(guó)、2份西班牙、1份格魯吉亞、1份澳大利亞、1份意大利產(chǎn)的紅葡萄酒，并在超市購(gòu)買2種商品紅葡萄酒(商品1和商品2商標(biāo)標(biāo)注的均是法國(guó)葡萄酒)。在1.3節(jié)相同儀器條件下采集該11份紅葡萄酒氣相色譜指紋圖譜，按2.2節(jié)方法進(jìn)行軟件分析和計(jì)算，其相似性相關(guān)矩陣見表3，聚類分析樹狀圖中橫坐標(biāo)為臨界值即為類間的距離，縱坐標(biāo)為不同紅葡萄酒樣品，見圖4。從聚類分析樹狀圖可以看出，相同國(guó)家紅葡萄酒樣品被基本被聚為一類，其中商品1與法國(guó)1、法國(guó)2有較大的相似性，被聚成一類；而商品2與法國(guó)1、法國(guó)2的相似性較差，與意大利的相似性反而更大。因此，可以初步斷定商品1是法國(guó)生產(chǎn)，商品2可能應(yīng)為意大利產(chǎn)紅葡萄酒而假冒了法國(guó)紅葡萄酒。

3 結(jié) 論

本實(shí)驗(yàn)通過對(duì)10個(gè)常見紅葡萄酒產(chǎn)地85份紅葡萄酒樣品的氣相色譜指紋圖譜研究，利用中藥色譜圖分析和數(shù)據(jù)管理系統(tǒng)和SPSS 19.0統(tǒng)計(jì)分析軟件進(jìn)行聚類分析，發(fā)現(xiàn)代表不同國(guó)家的紅葡萄酒氣相色譜指紋圖譜存在差異，不同產(chǎn)地生產(chǎn)的紅葡萄酒氣相色譜峰的相對(duì)峰面積和共有峰不同，包含能代表各個(gè)國(guó)家的特征峰；初步建立了表征10個(gè)不同國(guó)家紅葡萄酒基于氣相色譜指紋圖譜的系統(tǒng)聚類分析識(shí)別模式和方法，能較好地將該10個(gè)不同國(guó)家產(chǎn)紅葡萄酒進(jìn)行聚類和區(qū)分；通過對(duì)市面上購(gòu)買的2種紅葡萄酒商品進(jìn)行了產(chǎn)地假冒模式的應(yīng)用實(shí)驗(yàn)，發(fā)現(xiàn)該系統(tǒng)聚類分析識(shí)別模式可以進(jìn)行初步的判別，判別效果較好。因此，本實(shí)驗(yàn)建立的基于氣相色譜指紋圖譜的紅葡萄酒系統(tǒng)聚類分析識(shí)別模式和方法，方法簡(jiǎn)便、成本低、可操作性強(qiáng)，是產(chǎn)地假冒紅葡萄酒進(jìn)行甄別的一種客觀、科學(xué)的方法，值得借鑒和推廣應(yīng)用。

[1] 張燕, 朱濟(jì)義. 中國(guó)葡萄酒質(zhì)量狀況及發(fā)展探討[J]. 釀酒科技, 2011, 207(9): 132-134.

[2] 張燕, 馮韶輝, 白忠勤, 等. 對(duì)葡萄酒質(zhì)量安全的探討[J]. 釀酒科技, 2010, 193(7): 99-102.

[3] 曾貞, 林道穎, 何賢干, 等. 進(jìn)口紅葡萄酒真假的鑒別方法[J]. 中國(guó)國(guó)境衛(wèi)生檢驗(yàn)雜志, 1999, 22(5): 271-272.

[4] 潘超華, 饒曉紅, 陳胤瑜. 進(jìn)口紅葡萄酒檔次、優(yōu)劣鑒別方法初探[J]. 中國(guó)衛(wèi)生檢驗(yàn)雜志, 2000, 10(3): 346-347.

[5] 李華, 胡博然, 楊新元, 等. 蛇龍珠干紅葡萄酒香氣成分的GC/MS分析[J]. 分析測(cè)試學(xué)報(bào), 2004, 21(1): 85-87.

[6] 張明霞, 吳玉文, 段長(zhǎng)青. 葡萄與葡萄酒香氣物質(zhì)研究進(jìn)展[J]. 中國(guó)農(nóng)業(yè)科學(xué), 2008, 41(7): 2098-2104.

[7] 杜彬, 任艷軍, 楊林華, 等. 不同產(chǎn)區(qū)葡萄酒中氨基酸和微量元素的測(cè)定分析[J]. 食品工業(yè), 2011(8): 108-110.

[8] ZHANG Yanling, CHEN Jianbo, LEI Yu, et al. Discrimination of different red wine by fourier-transform infrared and two-dimensional infrared correlation spectroscopy[J]. J Molec Struct, 2010, 974(1/3): 144-150.

[9] MARISA ALMEIDA C, TERESA M S, VASCONCELOS D. ICP-MS determination of strontium isotope ratio in wine in order to be used as a fingerprint of its regional origin[J]. J Anal At Spectrom, 2001, 16(6): 607-611.

[10] HARLEY S J. Development of a non-invasive wine authentication protocol: use of wines intrinsic susceptibility as a fingerprint[D]. Davis: University of Califonia, 2010.

[11] KALLITHRAKA S, ARVANITOYANNIS I, El-ZAJOULIA A, et al. The application of an improved method for trans-resveratrol to determine the origin of Greek red wines[J]. Food Chemistry, 2001, 75(3): 355-363.

[12] 傅小偉. IRMS和SNIF-NMR化學(xué)方法在葡萄酒質(zhì)量鑒別中的應(yīng)用[J]. 現(xiàn)代農(nóng)業(yè)科技, 2010(24): 338-339.

[13] 龐立, 劉素純, 夏菠, 等. 指紋圖譜在酒檢測(cè)中的作用[J]. 釀酒科技, 2009(8): 128-130.

[14] 方玲玲, 肖作兵, 牛云蔚, 等. 指紋圖譜技術(shù)在果酒中的應(yīng)用[J]. 食品工業(yè)科技, 2012(2): 415-417; 422.

[15] 朱美施, 巫景銘, 曾玩嫻. GC指紋圖譜在干邑白蘭地真?zhèn)舞b別中的應(yīng)用[J]. 釀酒科技, 2011, 205(7): 68-71.

[16] 魏新軍, 鄧璞紅, 張浩, 等. 干紅葡萄酒的HPCE指紋圖譜研究[J]. 釀酒科技, 2007, 159(9): 26-28.

[17] 馬冬紅, 王錫昌, 劉利平, 等. 近紅外光譜技術(shù)在食品產(chǎn)地溯源中的研究進(jìn)展[J]. 光譜學(xué)與光譜分析, 2011, 31(4): 877-881.

[18] 劉巍, 戰(zhàn)吉宬, 黃衛(wèi)東, 等. 基于近紅外光譜技術(shù)的葡萄酒原產(chǎn)地辨識(shí)方法[J]. 農(nóng)業(yè)工程學(xué)報(bào), 2010, 26(增刊1): 374-378.

[19] 林裕森. 葡萄酒全書[M]. 北京: 中信出版社, 2010.

Tracing the Geographical Origin of Red Wine Based on Gas Chromatographic Fingerprint

XIE Jian-jun1，CHEN Xiao-fan1，CHEN Wen-rui1，YAO Yan2，YUAN Zhen-yu1，ZHOU Xiao-shan1
(1. Guangdong Entry-Exit Inspection and Quarantine Bureau, Guangzhou 510623, China；2. School of Life Science, Guangzhou University, Guangzhou 510006, China)

In order to discriminate among red wines according to their geographical origins, the GC fingerprint profiles of 85 samples from 10 main producing countries such as France, South Africa and Australia were cluster analyzed by using a chromatographic analysis and data management system for traditional Chinese medicines (TCMs) and statistical analysis software SPSS 19.0. A classification model was established for discriminant analysis of the grographic origin of red wines. The results showed that among red wine samples from different countries, there were differences in GC fingerprints mainly in terms of the relative peak area and the number of peaks, suggesting that each sample from different origins has characteristic GC peaks. The results of cluster analysis showed that 10 geographic origins could be classified effectively. Two commercial red wines were analyzed by using this method. One of them might be from France and the other might be from Italy. The established method proves to be effective at discriminating among red wines according to their geographical origins based on GC fingerprint profiles.

red wine；gas chromatography；fingerprint；geographical origin traceability

O657.7

A

1002-6630(2013)18-0253-05

10.7506/spkx1002-6630-201318052

2012-07-13

謝建軍(1972—)，男，高級(jí)工程師，博士，研究方向?yàn)槭称钒踩?。E-mail：jianjunxie@126.com