基于GC-MS指纹图谱并结合GC×GC-MS辅助鉴定的传统芝麻油真实性挥发性化合物指纹分析

芝麻油（sesame oil, SO）因其独特风味和营养价值而价格相对较高，这导致了与廉价食用油掺混或添加芝麻油香精（sesame oil essence, SOE）等掺假行为。然而，关于基于气相色谱-质谱联用（gas chromatography-mass spectrometry, GC-MS）的指纹图谱方法在挥发性谱图基础上同步检测SO稀释掺假与香精掺假的性能评估研究仍较少。研究中开发了一种基于顶空固相微萃取-全二维气相色谱-质谱联用（headspace solid-phase microextraction coupled with comprehensive two-dimensional gas chromatography-mass spectrometry, HS-SPME-GC×GC-MS）的检测方法，用于建立挥发性化合物指纹图谱，以检测传统SO掺假〔SO/玉米油（maize oil, MO）以及SOE/MO〕。该方法有助于挥发性化合物的鉴定，并利用常规GC-MS数据进行了指纹相似度分析。该方法可检测低至5%的MO稀释掺假以及低至0.2%的芝麻油香精掺假。两类掺假样品的相似度值分别为0.557–0.877和0.482–0.579。感官评价与主成分分析（principal component analysis, PCA）证实，预测变化与实际掺假水平一致。这些发现表明，基于GC×GC-MS的指纹图谱方法能够可靠且有效地检测掺假SO。本研究为传统芝麻油真实性鉴别提供了一种易于复现且经实证验证的方法。

该文发表于《Journal of Food Composition and Analysis》，围绕传统芝麻油真实性鉴别这一食品质量安全问题展开，核心目标是建立一种既能识别玉米油稀释掺假，又能识别芝麻油香精掺假的挥发性指纹图谱方法。芝麻油因具有显著的焙炒香气、较高营养价值及较高市场售价，成为食用油掺假的高风险品类。已有研究虽已利用脂肪酸组成、电子鼻、离子迁移谱、紫外光谱指纹等手段对芝麻油掺假进行分析，但往往仅针对某一类掺假方式，或在检测灵敏度、化学特异性以及对低比例掺假的判别能力方面存在不足。尤其对于“廉价植物油稀释”和“香精模拟增香”这两种不同掺假模式并行检测的研究相对有限，因此开展本研究具有明确的方法学意义与应用价值。

研究人员首先从真实性判别需求出发，构建了以挥发性成分为核心信息载体的芝麻油色谱指纹图谱。传统芝麻油的风味本质上来自热加工过程中形成的大量含氮、含硫、呋喃类及酚类挥发物，这些成分不仅决定感官特征，也为真实性鉴别提供了化学基础。研究采用顶空固相微萃取（HS-SPME）提取挥发性成分，以GC-MS进行半定量分析和指纹相似度评价，同时利用全二维气相色谱-质谱联用（GC×GC-MS）解决常规GC-MS中共流出物质的定性确认问题。在此基础上，研究人员借助“中药色谱指纹图谱相似度评价系统”构建传统芝麻油标准指纹，并将其用于对掺假样品进行比对与鉴别。

研究所采用的主要技术方法可概括如下：样品方面，研究纳入9种传统芝麻油样品、1种玉米油及1种食品级芝麻油香精，均直接购自生产企业；并人工配制SO/MO掺混样品10组、SOE/MO掺混样品10组。分析方法方面，以HS-SPME提取挥发性成分，采用GC×GC-MS进行共流出化合物辅助定性，采用GC-MS完成挥发性成分半定量和指纹图谱构建。统计分析方面，使用相似度评价系统进行指纹相似度分析，并结合感官三点检验、ROC曲线分析、正交偏最小二乘判别分析（orthogonal partial least squares-discriminant analysis, OPLS-DA）和主成分分析（PCA）验证模型的判别能力。

在方法学性能方面，论文首先报告了“3.1. Method reproducibility and stability”的结果。研究人员通过连续多日重复进样、同一样品独立复制检测、样品制备后不同放置时间检测以及不同批次样品检测，系统评价了方法精密度、重复性、稳定性和批间稳定性。结果显示，相对保留时间（relative retention time, RRT）的相对标准偏差（relative standard deviation, RSD）均维持在极低水平，相对峰面积（relative peak area, RPA）的RSD亦控制在可接受范围内，表明所建方法在保留行为和响应强度上均具有良好的稳定性与可重复性。这为后续指纹构建和掺假识别提供了可靠的方法学基础。

在“3.2. Analysis of volatile compounds”部分，研究人员系统解析了传统芝麻油及掺假样品的挥发性组成。结果显示，在SO、MSO和MSE样品中共鉴定出85种挥发性化合物，并筛选出33个共有峰作为指纹图谱的核心特征峰，涵盖酮类、酸类、含氮化合物、含硫化合物、呋喃类、醛类及酚类。其中，含氮化合物和酚类构成芝麻油挥发性成分主体，尤其是吡嗪类（pyrazines）表现出最高的结构多样性和总相对含量。2-甲基吡嗪、若干二甲基/乙基取代吡嗪以及愈创木酚（guaiacol）等化合物含量较高，构成典型焙炒、坚果样、甜香和烟熏香特征。研究同时指出，含硫化合物如噻唑类和硫醚类同样是芝麻油特征风味的重要组成部分。这一结果说明，传统芝麻油具有较稳定且富有辨识度的挥发性特征组合，适合作为真实性评价依据。

在“3.3. Establishment of GC-MS fingerprints and similarity analysis of volatile substances”部分，研究人员将所有传统芝麻油样品的GC-MS色谱数据导入指纹相似度系统，以样品均值色谱构建参考指纹。结果显示，各真实芝麻油样品与参考指纹的相似度为0.910–0.993，均高于0.900这一经验判别阈值，说明不同来源传统芝麻油之间虽存在一定差异，但其关键挥发性构成具有较高一致性，满足建立统一真实性指纹的前提条件。这一结果验证了标准指纹的可行性，也说明挥发性图谱能够稳定反映传统芝麻油的共性化学特征。

在“3.4.1. Verification of adulterated samples”部分，研究人员将两类掺假样品与传统芝麻油参考指纹进行比较。结果显示，SO与MO掺混样品的相似度为0.557–0.877，SOE与MO掺混样品的相似度为0.482–0.579，均低于0.900阈值。即便在5%–30%低比例玉米油稀释情况下，样品相似度虽然处于同一统计分组区间，但已明显低于真实芝麻油标准。说明该方法能够有效区分真实芝麻油与两类掺假样品，并对低水平稀释掺假具有一定敏感性。

在“3.4.2. Sensory evaluation”部分，研究人员进一步采用三点检验评价掺假样品与真实芝麻油的感官可区分性。结果表明，较高比例玉米油掺混样品以及全部芝麻油香精掺假样品均可被有效感官区分；而对于5%–30%的低比例玉米油稀释样品，感官判别能力不足。该结果提示，单纯依赖感官评价难以识别低水平稀释掺假，而色谱指纹分析在此情形下具有更明显优势。换言之，仪器分析弥补了感官识别在灵敏度上的不足。

在“3.4.3. ROC curve validation of the similarity threshold”部分，研究人员通过受试者工作特征（receiver operating characteristic, ROC）曲线对0.900相似度阈值进行统计学验证。基于27个真实SO样品和20个掺假样品的相似度值，ROC分析得到曲线下面积（area under the curve, AUC）为1.000，显示真实样品与掺假样品之间具有完全判别能力。Youden指数对应的最优截断值为0.8935，与指纹系统采用的0.900阈值高度一致，同时达到100%敏感性和100%特异性。该结果从统计学上强化了0.900阈值在传统芝麻油真实性判别中的合理性。

在“3.4.4. Orthogonal Partial Least Squares Discriminant Analysis (OPLS-DA)”部分，研究人员建立了SO与MSO、SO与MSE，以及MSO与MSE之间的监督判别模型。模型参数显示，SO vs. MSO模型R²Y(cum)=0.981、Q²(cum)=0.978；SO vs. MSE模型R²Y(cum)=0.992、Q²(cum)=0.990；MSO vs. MSE模型亦表现出清晰分离。经200次置换检验后，各模型Q²截距均小于0.05，提示不存在过拟合。上述结果说明，不仅真实芝麻油与掺假油能够被稳定区分，两种掺假模式之间也形成了不同的挥发性指纹特征。进一步基于VIP>1且p<0.05筛选潜在差异标志物，发现2-甲基吡嗪、3-乙基-2,5-二甲基吡嗪、愈创木酚、2,5-二甲基吡嗪、5-甲基糠醛、2-乙基-6-甲基吡嗪和乙基吡嗪是区分SO与两类掺假样品的共同候选标志物；而2,3,5-三甲基吡嗪和2,6-二甲基吡嗪偏向于SO-MSOs比较，吡咯-2-甲醛、1,3-苯并二氧杂环戊烯-5-醇和1-(6-甲基-2-吡嗪基)乙酮偏向于SO-MSEs比较。对于两类掺假模式的直接区分，则识别出7种关键判别化合物，提示不同掺假路径会产生不同的挥发性化学特征。

在“3.4.5. Principal Component Analysis (PCA)”部分，研究人员对经外标法绝对定量的关键挥发性化合物进行PCA。结果显示，PC1解释58.9%的方差，PC2解释36.7%的方差，前两主成分累计解释95.6%的总变异；模型累计Q²为0.963，具有良好预测能力。PCA得分图中，SO样品与MSO、MSE样品形成明显空间分离，而MSO与MSE由于共享稀释基质而聚类相邻。这一结果说明，经外标定量的关键标志物足以捕获不同样品组间的主要挥发性差异，同时也从另一个维度验证了指纹图谱和OPLS-DA的判别结果。

综合讨论部分，论文的核心贡献在于将GC-MS指纹图谱、GC×GC-MS辅助定性、相似度评价系统和多变量统计分析有机结合，建立了一个可同时应对“植物油稀释掺假”和“香精掺假”两类场景的传统芝麻油真实性鉴别流程。研究表明，真实芝麻油的挥发性化学特征具有较高稳定性，33个共有峰能够代表其关键风味组成；基于这些共有峰构建的指纹图谱可用相似度阈值0.900进行直观判别，且该阈值获得ROC分析的强有力支持。相较于既往方法，本研究在单一流程中实现了两类掺假的并行识别，且检测下限较低，对MO稀释掺假最低可检出5%，对SOE掺假最低可检出0.2%。同时，研究通过感官评价证明该方法对低水平稀释掺假的识别优于单纯感官判断，并通过OPLS-DA和PCA证明其化学判别结果具有稳定性和一致性。论文也明确指出其局限性，包括仅考察玉米油和一种香精类型，且验证样品主要为实验室配制样品，但这些内容属于作者在文中明确陈述的研究边界，而非对结果本身的削弱。

研究结论部分可译为：本研究建立了一种采用HS‑SPME‑GC‑MS并结合GC×GC‑MS辅助鉴定的挥发性化合物指纹图谱方法，用于传统芝麻油真实性鉴别。研究共鉴定出33个共有挥发性峰，其中吡嗪类和愈创木酚是主要贡献成分。OPLS‑DA模型〔R²Y > 0.98，Q² > 0.97〕显示，真实油与掺假油以及两种掺假类型之间均可实现稳健区分。以VIP > 1且p < 0.05筛选出潜在关键标志物，并对选定关键标志物进行外标法定量，所得绝对浓度用于PCA分析。所有校准曲线均表现出优异线性（R² > 0.997），且外标PCA可将芝麻油香精样品与其他样品清晰分离。经ROC验证（AUC = 1.000，最优截断值0.8935）的指纹相似度分析表明，所有掺假样品的相似度均低于0.9，可与真实油清楚区分。该方法可成功检测低至5%的玉米油稀释掺假和低至0.2%的芝麻油香精掺假。总体而言，该方法为传统芝麻油真实性鉴别提供了一种具有良好重复性且经实证验证的分析工具。