基于Heracles Neo超快速气相电子鼻技术的麦芽炒制过程气味变化物质基础研究

蒋孝峰，谢 辉，陆兔林，冯 飞，陈 好，许金国，何 畅，毛春芹

·药剂与工艺·

基于Heracles Neo超快速气相电子鼻技术的麦芽炒制过程气味变化物质基础研究

蒋孝峰，谢 辉*，陆兔林*，冯 飞，陈 好，许金国，何 畅，毛春芹

南京中医药大学药学院，江苏 南京 210023

采用超快速气相电子鼻技术，解析麦芽炒制过程中产生的香气成分的物质基础及其变化规律。采用炒药机炒制得不同炮制时间的麦芽样品，以顶空进样方式，使用超快速气相电子鼻对麦芽炒制过程中产生的香气成分进行检测，运用AroChemBase数据库得出定性结果，再根据峰面积数据，筛选出区分能力强的色谱峰作为传感器进行化学计量学分析。生麦芽中固有及加热过程中产生的成分共18种，包括乙醇、丙烯醛、叔丁醇、丙-2-酮、异丁醛、丁醛、2,3-丁二酮、2-甲基呋喃、3-甲基丁醛、2-甲基丁醛、2,3-戊二酮、己醛、3-己醇、糠醛、3-甲基丁酸乙酯、糠醇、5-甲基糠醛、2-乙基-3,6-二甲基吡嗪。根据外观性状判别，综合气味信息描述与文献研究，推测3-甲基丁醛、2-甲基丁醛为炒制过程中“香气”产生的物质基础，糠醛、2,3-丁二酮、2-乙基-3,6-二甲基吡嗪为“焦香气”产生的物质基础。随着麦芽炒制程度的不断增加，气味变化呈现出一定规律性。使用Heracles Neo超快速气相电子鼻可以快速分析麦芽炒制过程中“香气”产生可能的物质基础。

麦芽；气味；炮制；超快速气相电子鼻；化学计量学；香气；糠醛；糠醇；3-甲基丁醛；2-甲基丁醛；2,3-丁二酮；2-乙基-3,6-二甲基吡嗪

麦芽为禾本科大麦属植物大麦L的成熟果实经发芽干燥的炮制加工品，其味甘，性平，归脾、胃经[1]。《中国药典》2020年版收录了生麦芽、炒麦芽和焦麦芽3种饮片[2]。生麦芽健脾和胃、疏肝行气，用于脾虚食少、乳汁郁积；炒麦芽行气消食回乳，用于食积不消、妇女断乳；焦麦芽消食化滞，用于食积不消、脘腹胀痛。麦芽饮片的炮制采用了清炒法，主要以颜色和气味为评判指标，对炒麦芽、焦麦芽的气味描述分别为“有香气”“有焦香气”。古有“炒香醒脾”的说法，认为“焦能消食、香能醒脾，脾胃相表里，脾运则胃纳佳”[3]，有学者对此进行了研究[4-6]，提出了在生品中含量较多的消化酶并非麦芽起到消食作用的关键因素的观点。种种迹象表明[7-11]，麦芽炒制过程中产生的“香气”“焦香气”成分可能与消食作用的增强相关。电子鼻，又称人工嗅觉系统，近年来，该技术在中药领域的引入使中药饮片气味判别客观化成为可能[12-13]。超快速气相电子鼻，作为一种新型的气味分析仪器，具有检测灵敏和分析时间极短等优势，可将气相所得色谱峰作为传感器，利用2根不同极性的气相色谱柱对气味物质进行分离，以合适的模型识别方法进行处理，实现定性或定量分析不同的气体样本，亦可将测得的气味成分定性，甚至浓度量化建模，有利于进一步深入研究中药气味物质基础[14-16]。由于《中国药典》中描述、主观鉴定的模糊性，同一规格的市售麦芽饮片存在不同批次间颜色、气味差异较大的现象。麦芽饮片的外观性状受炮制生产过程中火力、炒制时间等因素的影响。本研究经预实验确定炒制火力、时间，再按确定的条件炒制同一批次的生麦芽饮片，于不同时间点取样，采用Heracles Neo超快速气相电子鼻对不同炒制程度麦芽样品的气味信息进行分析，将传统经验鉴别转化为客观、量化的识别模式，解析麦芽炒制过程中产生的“香气”物质基础及其变化规律，为麦芽饮片质量识别提供参考。

1 仪器与材料

1.1 仪器

Heracles Neo超快速气相电子鼻，法国Alpha MOS公司；FA1104N型电子天平，上海菁海仪器有限公司；Z5型数码相机，日本Nikon公司；MB23型水分分析仪，上海奥豪斯有限公司；小型可控温滚筒式炒药机（额定功率1.8 kW，温控范围0～300 ℃，为企业定做款，出厂未设置型号），南京海善制药机械设备有限公司定制；DFY-300型摇摆式高速万能粉碎机，温岭市林大机械有限公司；TM750型红外测温仪，深圳市泰克曼电子有限公司。

1.2 材料

正构烷烃C6～C16，批号A0142930，美国RESTEK有限公司；生麦芽，批号201100341，安徽大别山中药饮片有限公司，经南京中医药大学陈建伟教授鉴定，为禾本科大麦属植物大麦L.的成熟果实经发芽干燥的炮制加工品。

2 方法

2.1 麦芽的炮制

将炒药机温度设置为230 ℃，将锅预热的同时用红外测温仪实时监测。待其升至设置的温度时，投入净制好的生麦芽约500 g，旋转滚筒翻炒。投料至麦芽炒制成麦芽炭过程中共选取9个取样点，即分别在炒制5、10、15、20、25、30、35、40、45 min时取出样品约50 g（±10 g），包括生麦芽（S1）共得10份样品，编号分别为S1～S10。炒制过程中采用红外测温仪测定样品出锅温度，通过鼻闻、耳听、手掰的方式分别对样品的气味、声音、脆度等性状进行感观评判。待样品冷却至室温，采用数码相机记录各样品图片，水分分析仪测得各取样点样品的水分信息。具体信息见图1、2和表1。

2.2 实验流程

本研究采用顶空进样实验，为获得良好的色谱信息，固定称样量为1 g，分别对进样量、振摇温度、振摇时间等关键影响因素进行单因素考察，以确定最佳实验条件；继以所得方法进行后续检测，以空白瓶为对照参考，每个样品平行3份进样。根据峰面积数据及AroChemBase数据库定性结果对所得气相色谱图中麦芽炒焦过程中的成分变化进行分析。采用Heracles Neo超快速气相电子鼻自带软件Alphasoft 11.0软件进行化学计量学分析。

S1-生麦芽 S2～S10-炒制5、10、15、20、25、30、35、40、45 min麦芽样品

图2 麦芽炒制过程中样品出锅温度及水分含量变化

2.3 供试品的制备

将不同炮制程度的麦芽样品分别粉碎，过二号筛，密封备用。

2.4 方法学考察

本实验采用顶空进样，为得到良好的分析效果，对麦芽样品的进样体积、振摇时间、振摇温度等关键影响因素进行单因素考察，以确定最佳实验条件。

2.4.1 进样体积考察 固定振摇时间20 min，振摇温度60 ℃，进样量水平分别设为1.000、2.000、3.000、4.000、5.000 mL，结果表明，进样量为4.000 mL时色谱峰趋于饱和，因此选取4.000 mL作为本实验进样量。

表1 麦芽样品感官描述及水分信息

Table 1 Sensation description and moisture information of HFG samples

样品炒制时间/min出锅温度/℃水分/%感官描述气味描述脆度感官判别 S10−12.4表面淡黄色、断面白色气微+生品 S2513911.2表面浅黄色、断面白色气微++炒麦芽（炮制不及） S3101588.5表面黄色、断面浅黄色，炒制中出现爆裂声微香+++炒麦芽（炮制不及） S4151787.1表面黄色、断面黄色，炒制中有爆裂声香气++++炒麦芽（炮制适中） S5201904.6表面棕黄色、偶有焦斑，断面棕黄色，炒制中有爆裂声香气++++炒麦芽（炮制适中） S6252054.2表面棕黄色、偶有焦斑，断面棕黄色，炒制中有爆裂声焦香气++++炒麦芽（炮制适中） S7302153.0表面深棕色、有焦斑，断面棕褐色焦香气+++++焦麦芽（炮制不及） S8352162.7表面焦褐色、有焦斑，断面焦褐色焦香气+++++焦麦芽（炮制适中） S9402252.6表面深褐色、断面焦褐色焦香气+++++焦麦芽（炮制适中） S10452302.3表面及断面焦黑色焦糊气+++++麦芽炭

“+”的数量与麦芽的脆度呈正比

the number of “+” is proportional to the crispness of HFG

2.4.2 振摇温度考察 固定进样量4.000 mL，振摇时间20 min，振摇温度水平分别设为40、50、60、70、80 ℃，最终得出，60 ℃时色谱峰峰形良好，已适用于分析，温度过高不利于样品真实气味分析，易对结果造成影响，因此选取60 ℃作为本实验振摇温度。

2.4.3 振摇时间考察 固定进样量4.000 mL，振摇温度60 ℃，振摇时间水平分别设为10、15、20、25、30 min，最终得出，15 min时色谱峰趋于饱和，因此选取15 min作为本实验振摇时间。

2.5 试验参数

根据单因素考察确定的实验条件，使用Heracles Neo超快速气相电子鼻对麦芽不同程度炮制样品进行检测分析，具体实验参数为样品瓶20 mL；样品量1 g；进样量4 mL；振摇温度60 ℃；振摇时间15 min；进样速度125 μL/s；进样持续时间37 s；进样口温度200 ℃；捕集阱初始温度40 ℃；捕集阱分流速率10 mL/min；捕集持续时间42 s；捕集阱最终温度240 ℃；柱温初始温度50 ℃；程序升温：以0.2 ℃/s的速率升至60 ℃，再以1.0 ℃/s的速率升至120 ℃，保持10 s，最后以8 ℃/s的速率升至250 ℃，保持20 s；采集时间158 s；FID增益12。

3 结果

3.1 麦芽炒制不同时间点样品气味成分定性分析

Heracles Neo超快速气相色谱电子鼻弥补了传感器型电子鼻不能定性的劣势，它能快速获取目标物的气相色谱信息，采用正构烷烃标准溶液（C6～C16）进行校准，将保留时间转换为Kovats保留指数后，经AroChemBase数据库得出定性结果。

保留指数（retention index，RI）概念由瑞士化学家Kováts于1958年提出，是以一系列紧密相连的正构烷烃的测定结果做尺度来反应物质在固定液上的保留行为的定性参数。将正构烷烃的保留指数定为它碳数的100倍。待测物质的保留指数是与待测物质具有相同调整保留值的假想正构烷烃碳数的100倍。以色谱图上位于待测物质两侧的相邻正构烷烃的保留值为基准，用对数内插法求得[17-18]。

AroChemBase数据库为Kovats保留指数定性库，该库中预存上百万种由专业气味品评专家对相应化合物品评过的成分气味信息[19]。

麦芽炒焦过程气味成分汇总结果见表2。

表2 麦芽气味物质基础及感官描述信息(MXT-5柱)

Table 2 Possible compounds and sensory description information in malt powders (MXT-5 column)

成分tR/minRI可能化合物感官描述信息成分tR/minRI可能化合物感官描述信息 114.90421乙醇酒精、辛辣1030.796602-甲基丁醛坚果、麦芽、酸 216.17448丙烯醛杏仁、樱桃、刺激性1135.196942,3-戊二酮焦糖、麦芽、辛辣、甜 317.43475叔丁醇樟脑、刺激性1260.99802己醛草药中、鱼腥、甜 418.73503丙-2-酮水果、甜1363.268103-己醇医学、酒精、水果 520.48543异丁醛麦芽、植物、辛辣1470.89839糠醛面包、烘的、芳香、甜 622.51584丁醛巧克力、麦芽、辛辣1577.098623-甲基丁酸乙酯茴香、腰果、甜 723.296002,3-丁二酮焦糖、辛辣、甜1679.39871糠醇面包、焦糖、甜 823.966062-甲基呋喃巧克力、霉味17102.559705-甲基糠醛焦糖、咖啡、辣、酸 929.456493-甲基丁醛草药、麦芽、杏仁、酸18121.4110652-乙基-3,6-二甲基吡嗪坚果、可可、霉味、辛辣

3.2 麦芽炒制过程气味成分变化分析

Heracles Neo超快速气相色谱电子鼻具有2根极性存在差异的色谱柱（10 m×180 μm），即MXT-5（低极性，固定液膜厚0.4 μm）和MXT-1701（中极性，固定液膜厚0.4 μm），一次注射进样，双柱同时分析，谱图同时呈现2根色谱柱的分离结果。扣去空白参考后，麦芽炒制过程气相色谱叠加图见图3。因MXT-1701柱分析效果相对较差，故选择MXT-5柱的峰面积结果进行分析。麦芽炒制过程中可能含有的气味成分峰面积变化汇总见表3。

结合图2、3及表2、3可知，本研究解析出麦芽中固有及炒制过程中新生成的成分共18种。因S6样品开始产生焦香气，且外观性状符合炒麦芽描述，表明炒香过程近乎完成，故定义炒制5～25 min为“炒香过程”，炒制25～45 min为“炒焦过程”。生麦芽中固有乙醇、丙烯醛、叔丁醇及己醛4种气味成分；丙-2-酮、异丁醛、2,3-丁二酮、2-甲基呋喃、3-甲基丁醛、2-甲基丁醛及2,3-戊二酮7种成分为麦芽炒香过程中新产生的气味成分；麦芽炒焦过程产生了丁醛、3-己醇、糠醛、3-甲基丁酸乙酯、糠醇、5-甲基呋喃醛及2-乙基-3,6-二甲基吡嗪共7种气味成分。丙烯醛在生麦芽中峰面积较大，在炒制过程呈显著降低趋势，至S4样品（15 min）峰面积降为生品S1的1/15，后趋于稳定。己醛作为一种腥味物质存在于金银花[16]、黄芪[20]、水蛭[21]、蕲蛇[22]等中药中，贯穿于麦芽加热过程始终，峰面积无较大变化。3-甲基丁醛与2-甲基丁醛已被证实存在于麸炒白术、山药与薏苡仁[23-24]中，具有宜人的坚果风味，且气味阈值较低，亦受食品研究领域关注，是赋予奶酪坚果风味的关键香气物质[25]。二者均于S1样品（5 min）中产生，峰面积均在S4样品（15 min）中达到极大值，为刚产生时的9倍以上，后呈降低趋势，在炒焦后维持较低水平。

图3 不同炒制时间麦芽粉末色谱图

美拉德反应是近年来食品与中药研究领域的热点之一，2,3-丁二酮、糠醛、糠醇、5-甲基糠醛、2-甲基呋喃均为美拉德反应的中间产物。在S6样品（25 min）中，出现了糠醛成分，随后呈递减趋势；2-甲基呋喃出现于S5样品（20 min）中，峰面积呈递增趋势直至炭化；糠醇成分出现于炒制S8（35 min）样品中，炭化后峰面积降低。

文献研究[26]结果表明，糠醛在加氢还原过程中会产生糠醇、1,2-戊二醇、2-甲基呋喃等产物，提示，炒制过程中存在还原反应，进而使糠醛部分转变为2-甲基呋喃和糠醇。5-甲基糠醛是香水、抗肿瘤药物、农药等的重要中间体[27]，其峰面积变化趋势与糠醛相似。2,3-丁二酮是构成咖啡、奶油香味的重要物质[28]，于炒制10 min时产生，在炒香及炒焦过程中峰面积持续增大，炭化后稍有降低。除此之外，2-乙基-3,6-二甲基吡嗪具有典型的巧克力、焙烤、坚果香气且风味阈值极低，安全无毒，氨基丙酮与2,3-戊二酮为其合成的关键前体物质[29]。其产生于炒制过程后期，峰面积偏低，但因其阈值极低，故亦可能为“焦香气”产生的关键成分。

表3 麦芽粉末中可能化合物峰面积汇总(MXT-5柱)

Table 3 Peak area of possible compounds in malt powders (MXT-5 column)

峰号峰面积 S1S2S3S4S5S6S7S8S9S10 18 288.632 736.835 048.836 811.335 055.304 427.507 644.8312 617.6314 440.1312 856.13 21 020 981.97225 482.30121 539.4068 047.6373 289.0346 793.9350 568.9756 934.9071 469.6058 392.35 323 824.6715 302.8717 823.2716 968.9016 851.5023 173.4033 923.5039 574.8754 582.2054 352.42 4−12 214.1322 365.8710 341.904 302.073 393.473 706.934 343.805 408.734 414.51 5−10 289.0051 508.53110 159.3767 491.9349 775.6024 607.1713 956.9317 248.1718 006.89 6−−−−−5 042.336 011.705 112.277 282.607 771.45 7−−3 026.876 364.804 490.534 070.175 815.7010 011.3016 280.7716 018.71 8−−−−1 769.206 789.9023 917.8337 911.9353 184.5762 569.59 9−13 126.5789 411.60123 750.7729 031.0320 710.5712 204.239 463.2012 576.9315 103.42 10−10 203.9049 132.0098 659.1361 236.0753 995.4029 861.6715 320.4314 787.3314 958.60 11−−−−2 345.736 977.639 688.635 438.273 605.304 868.82 122 081.933 233.703 120.602 472.231 820.501 763.471 903.431 665.971 873.071 545.43 13−−−−−3 814.007 396.831 981.47−− 14−−−−−22 425.5017 772.6316 255.2017 073.8715 070.20 15−−−−−4 038.601 639.33−−− 16−−−−−−−2 106.632 945.831 550.07 17−−−−−4 054.504 053.531 606.852 882.732 595.02 18−−−−−−−1 109.191 709.101 558.73

“−”峰面积＜1000或未检出

“−” peak area < 1000 or not detected

3.3 化学计量学分析

在经过超快速气相电子鼻检测得到麦芽加热过程中各时间点的色谱峰面积及峰数量后，筛选出区分能力强（discrimination power＞0.800）的色谱峰作为传感器，进行主成分分析（principal component analysis，PCA）、判别因子分析（discriminant factor analysis，DFA）、统计质量控制分析（statistical quality control analysis，SQCA）。

3.3.1 PCA PCA是一种以最大方差为原则，将实验数据进行降维处理，提取几个特征值较大且能反映样本信息变量的因子进行线性分类，从而得到具有不同气味区域和簇的描述性图表的非监督识别分析方法[16]，根据传感器数据，对不同炒制时间的麦芽样品进行PCA，结果见图4。结果显示，PCA识别指数为97，主成分1与主成分2的累计贡献率98.288%，能够较好地反映所测样品原始数据中大部分的气味信息。样品点之间的距离反应为样品间存在的特征差异程度，由图4可见，S2与S1样品点距离较远，“炒香过程”（S2～S6）样品点在图中分布较为分散，“炒焦过程”（S6～S10）样品点除S6外均在图中集中分布于第4象限。说明在麦芽炒制过程初始（5 min），气味即发生了较为显著的变化；在“炒香过程”中，气味变化亦较为明显；在“炒焦过程”中，气味变化趋于稳定，样品间的气味信息趋于相似。

3.3.2 DFA DFA法是一种判定个体所属类别的统计方法，它在PCA的基础上，使不同类组群数据间差异尽可能扩大，而使同类组群数据间差异尽可能缩小，从而建立更好识别的数据模型，更好地体现出样品的差异性[30]。根据图5信息显示，DF1的贡献度为51.139%，DF2的贡献度为28.882%，二者累积贡献度为80.021%，说明麦芽炒制过程中的各样品可通过超快速气相电子鼻进行快速鉴别。该模型区分效果良好，所得趋势及结果与PCA分析基本相同，使PCA结果得到进一步验证。

3.3.3 SQCA SQCA是一种在考虑样本的差异性的基础上，将未知样本映射到图表中，通过计算参考样本得出接受区域和拒绝区域的方法。在SQCA图中，数据点的距离表明了气味的差异[31]，横坐标表示检测次数，纵坐标表示气味距离单元。以生麦芽样品（S1）为参照组，建立SQCA图模型，结果如图6所示。可知，以生麦芽为参照，其余样品均在区域外，且距离较远，表明麦芽在炒制过程中气味发生了明显的改变。由各取样点样品与生麦芽样品之间的距离可以看出，炒制0～20 min，香气迅速产生，气味显著改变；待炒焦后，各取样点样品距离接近，表明在炒制过程后期，气味变化不大。

图4 PCA图

图5 DFA图

4 讨论

电子鼻技术又称人工嗅觉系统，起源于20世纪60年代初，定义于1994年[32]，它以合适的模型识别分析方法对数据进行处理。利用不同气味物质的不同“气味指纹”信息，实现定性或定量分析不同的气体样本，按原理可分为传感器型和超快速气相电子鼻。超快速气相电子鼻的出现及应用晚于传感器型电子鼻，较早应用于食品领域[33-35]。近年来，已有部分学者将超快速气相电子鼻技术成功运用于药材基原鉴别[36]、气味物质基础研究[37-38]、硫熏鉴别[39-40]、种源区分[41]等中药研究领域。有一些学者运用传感器型电子鼻来研究中药炮制过程中的气味变化[31,42-43]，此类研究的结论多为传感器型电子鼻可明显区分不同炮制程度的样品，气味变化存在一定规律，但由于从原理上该类型电子鼻不能对成分进行定性，所以终究不能得出究竟是何成分产生的“气味”以及气味成分具体的变化趋势。而超快速气相电子鼻则很好的弥补了这一方面的劣势，不仅如此，还具有对气味成分直接定量的应用前景。

图6 SQCA图

本研究采用Heracles Neo超快速气相电子鼻对不同炮制程度的麦芽粉末样品的色谱数据进行采集，再对数据进行相应转化，进行Kovats保留指数定性及化学计量学分析。整合炒制过程中各样品的色谱数据，可以发现，样品间差异不仅仅体现为色谱峰面积的差异，更为明显的是色谱峰数量的差异，说明“气味”成分发生了显著的“量”与“质”的变化。

生麦芽中固有及加热过程中产生或消失的成分共18种，其中，丙烯醛为生麦芽中的标志性成分，在生品中峰面积很高，但在炒制5 min后峰面积急剧降低，减少为生品的22%左右；3-甲基丁醛、2-甲基丁醛为“炒香过程”中的标志性成分，于炒制5 min时产生，随后迅速增加，峰面积在炒制15 min时到达极大值；糠醛为“炒焦过程”中的标志性成分，糠醛在加氢还原过程中会产生了糠醇、2-甲基呋喃等产物。“气味”各成分峰面积的动态变化，提示“气味”成分之间可能存在相互的转化关系。根据性状判别信息，综合气味信息描述与文献研究，推测3-甲基丁醛、2-甲基丁醛可能为麦芽炒香过程中产生的关键“香气”气味成分；糠醛、2,3-丁二酮、2-乙基-3,6-二甲基吡嗪可能为麦芽炒焦过程中产生的关键“焦香气”气味成分。

PCA结果表明，“炒香过程”中的各样品离散程度较高，表明其气味成分差别较大，而“炒焦过程”中各样品在得分图中聚集性较好，表明其气味成分差别较小。DFA结果表明，超快速气相电子鼻可以快速区分不同炒制程度的麦芽样品。SQCA图较好的展示了气味信息的变化趋势。

麦芽炒制过程中，因操作者对饮片外观颜色、气味的主观性评价差异，导致对炒（焦）麦芽炒制终点的判断很难统一。本课题组曾尝试建立不同规格市售麦芽饮片的指纹图谱，但由于各厂家生产的饮片炒制程度不一、外观性状差别较大，导致多批次饮片色谱图差异较大，且与指纹图谱共有模式的相似度不佳，炒麦芽批次间的差异大于焦麦芽。质量标志性成分的选择与炮制程度的控制是麦芽饮片质量控制亟需解决的2大问题。本研究解析了与麦芽炮制程度密切相关的“香气”成分物质基础，以期后期通过对照品指认进一步明确“香气”成分的归属，通过对质量标志性成分制定含量范围来规范饮片的生产。

综前所述，随着麦芽炮制程度的不断增加，“气味”变化呈现出一定规律性。Heracles Neo超快速气相电子鼻分析作为一种可以快速分析气味成分物质基础的方法，具有良好的应用前景。

利益冲突 所有作者均声明不存在利益冲突

[1] 陆兔林, 胡昌江. 中药炮制学 [M]. 北京: 中国医药科技出版社, 2014: 377-378.

[2] 中国药典 [S]. 一部. 2020: 163.

[3] 翟理祥. “焦三仙”炮制与功效关系浅析 [J]. 时珍国药研究, 1997, 8(5): 446-447.

[4] 吴璐, 赖艳, 王莹, 等. 基于Maillard反应从消化功能的角度探讨麦芽“炒香醒脾”作用机制 [J]. 中华中医药学刊, 2019, 37(12): 2905-2910.

[5] 吴璐, 杨华生, 吴维刚, 等. 从药性物质的角度研究麦芽“炒香”过程中氨基酸的含量变化规律 [J]. 中华中医药学刊, 2018, 36(5): 1084-1088.

[6] 杨华生, 吴维刚, 谭丽霞, 等. 麦芽炒制过程中近红外在线监测模型的建立及“炒香”终点判断研究 [J]. 中国中药杂志, 2017, 42(3): 478-485.

[7] 王玉霞, 徐瑶, 夏满琼, 等. 炒焦类中药历史沿革及差异性分析 [J]. 中华中医药学刊, 2018, 36(2): 357-360.

[8] 张峰, 穆成吉, 和秋君, 等. 探寻槟榔炒焦“焦香醒脾”的作用机制 [J]. 世界最新医学信息文摘, 2018, 18(86): 220-221.

[9] 张峰. 焦槟榔“焦香醒脾”的机制研究 [D].成都:成都中医药大学, 2019.

[10] 张韵. 山楂炒焦机理及其焦香气味物质基础研究 [D].成都:西南交通大学, 2016.

[11] 徐瑶. “焦三仙”炒焦增强消食导滞的“焦香气味”物质及其协同增效作用机理研究 [D].成都:西南交通大学, 2018.

[12] Fei C, Ren C, Wang Y,. Identification of the raw and processedbased on the electronic nose coupled with chemometric methods [J]., 2021, 11(1): 1849.

[13] Song J, Chen Q, Bi J,. GC/MS coupled with MOS e-nose and flash GC e-nose for volatile characterization of Chinese jujubes as affected by different drying methods [J]., 2020, 331: 127201.

[14] Li Y, Fei C, Mao C,. Physicochemical parameters combined flash GC e-nose and artificial neural network for quality and volatile characterization of vinegar with different brewing techniques [J/OL]., 2022, 374: 131658.

[15] 范润勇, 卢一, 罗霄, 等. 基于Heracles II超快速气相电子鼻技术对炮天雄气味定性分析 [J]. 中药与临床, 2018, 9(2): 7-10.

[16] 武文奇, 毛怡宁, 李虹, 等. Heracles II超快速气相电子鼻对金银花粉末质量的鉴别研究 [J]. 中国中药杂志, 2019, 44(23): 5129-5133.

[17] 谭鹏, 万渝平, 文永盛, 等. 保留指数原理在中药材农药残留快速筛查和定量分析中的研究进展 [J]. 中国药学杂志, 2019, 54(20): 1637-1641.

[18] 徐杨斌, 侯静林, 童俊, 等. 气相色谱保留指数在定性分析中的应用研究进展 [J]. 香料香精化妆品, 2017(3): 59-63.

[19] 韦志强. 基于外观性状-内在成分-药效的山楂炮制机制研究 [D].成都:成都中医药大学, 2019.

[20] 陈贤双, 李科, 李震宇, 等. 基于SPME-GC-MS结合多元统计的不同产地黄芪挥发性成分差异分析 [J]. 药学学报, 2020, 55(5): 979-986.

[21] 范建伟, 刘武占, 李艳芳, 等. 制剂用水蛭原粉掩味前后主要腥臭异味物质的变化分析 [J]. 中国实验方剂学杂志, 2018, 24(6): 22-25.

[22] 田连起, 乐智勇, 曹晖, 等. 基于电子鼻技术的中药蕲蛇饮片炮制矫味物质基础研究 [J]. 中医学报, 2019, 34(4): 785-789.

[23] 孔翠萍, 刘华红, 于生, 等. 顶空GC-MS测定白术不同炮制品中焦香味醛类物质的含量 [J]. 海峡药学, 2014, 26(12): 90-91.

[24] 王咏, 于广华, 李芳, 等. 中药麸炒中梅拉德反应产物的分析研究 [J]. 海峡药学, 2016, 28(6): 35-36.

[25] 陈臣, 周文雅, 袁佳杰, 等. 3-甲基丁醛对奶酪坚果风味的贡献及其生物合成的研究进展 [J]. 食品科学, 2020, 41(7): 228-233.

[26] 李鹏阳, 赵茜, 王延吉. 糠醛和5-羟甲基糠醛双键加氢催化剂及催化作用研究进展 [J]. 高校化学工程学报, 2021, 35(2): 206-214.

[27] 杨维冉, 周翼洪, 余锐, 等. 5-甲基糠醛的制备及其应用研究进展 [J]. 应用化工, 2020, 49(2): 444-448.

[28] 相启森, 马云芳, 申瑞玲. 食品中2,3-丁二酮形成机制和检测方法的研究进展 [J]. 食品与发酵工业, 2014, 40(11): 208-214.

[29] 张怀志. 重要风味化合物2-乙基-3,5/3,6-二甲基吡嗪的微生物合成途径解析 [D].无锡:江南大学, 2020.

[30] 刘立轩, 冷晓红, 郭鸿雁, 等. 基于电子鼻技术的秦艽药材产地鉴别 [J]. 时珍国医国药, 2020, 31(3): 617-619.

[31] 黎量, 杨诗龙, 刘玉杰, 等. 基于相关性分析的山楂炮制过程气味变化机制研究 [J]. 中国中药杂志, 2014, 39(17): 3283-3286.

[32] 费程浩, 戴辉, 苏杭, 等. 电子鼻技术的研究进展及其在中药行业中的应用 [J]. 世界中医药, 2019, 14(2): 257-262.

[33] 张鑫, 相里加雄, 路星. Heracles II超快速气相色谱电子鼻对白酒气味成分分析技术探讨 [J]. 酿酒科技, 2014(10): 116-119.

[34] 高雅慧, 邱士鸿, 朱逸浩, 等. 利用Heracles II超快速气相电子鼻对不同品牌UHT全脂牛奶的快速鉴别研究 [J]. 中国乳品工业, 2019, 47(4): 56-59.

[35] 陈修红, 欧克勤, 汪厚银, 等. Heracles快速气相电子鼻对花椒油气味指纹分析研究 [J]. 食品科技, 2016, 41(12): 256-261.

[36] 罗霄, 韦志强, 俞佳, 等. Heracles II气相电子鼻技术快速鉴别荜澄茄与洋澄茄 [J]. 成都大学学报: 自然科学版, 2018, 37(1): 34-37.

[37] 刘晓梅, 张存艳, 刘红梅, 等. 基于电子鼻和HS-GC-MS研究地龙腥味物质基础和炮制矫味原理 [J]. 中国实验方剂学杂志, 2020, 26(12): 154-161.

[38] 范润勇, 卢一, 罗霄, 等. 基于Heracles II超快速气相电子鼻技术对炮天雄气味定性分析 [J]. 中药与临床, 2018, 9(2): 7-10.

[39] 卢一, 解达帅, 吴纯洁. 基于Heracles II超快速气相电子鼻的硫熏麦冬快速鉴别研究 [J]. 中药材, 2017, 40(5): 1070-1073.

[40] 殷珍珍, 梁玉芝, 王梦, 等. 基于超快速气相电子鼻对不同硫熏程度天麻的快速鉴别 [J]. 中国实验方剂学杂志, 2021, doi: 10.13422/j.cnki.syfjx.20211861.

[41] 王鑫源, 董诚明, 李曼, 等. 基于Heracles II超快速气相电子鼻的牛膝种子快速鉴别研究 [J]. 种子, 2021, 40(4): 135-138.

[42] 毕胜, 谢若男, 金传山, 等. 基于仿生技术的制川乌炮制过程变化研究 [J]. 中草药, 2020, 51(23): 5956-5962.

[43] 解达帅, 刘玉杰, 杨诗龙, 等. 基于“内外结合”分析马钱子的炮制火候 [J]. 中国实验方剂学杂志, 2016, 22(8): 1-5.

Study on material basis of odor changes in stir-frying process ofbased on Heracles Neo ultra-fast gas phase electronic nose technology

JIANG Xiao-feng, XIE Hui, LU Tu-lin, FENG Fei, CHEN Hao, XU Jin-guo, HE Chang, MAO Chun-qin

College of Pharmacy, Nanjing University of Chinese Medicine, Nanjing 210023, China

Ultra-fast gas phase electronic nose technology was used to analyze the material basis and change rules of aroma components produced in the Maiya (, HFG) stir-frying process.The HFG samples with different processing times was stir-fried by using a herbal medicine roaster. The aroma components produced in the process of HFG roasting were detected by ultrafast gas-phase electronic nose with headspace injection. AroChemBase database was used to achieve qualitative results. According to the peak area data, the chromatographic peaks with strong distinguishing ability were selected as sensors for chemometrics analysis.There were 18 components inherent in the raw HFG or generated during its heating process, including ethanol, propenal, 2-methyl-2-propanol, propan-2-one, 2-methylpropanal, butanal, butane-2,3-dione, 2-methylfuran, 3-methylbutanal, 2-methylbutanal, 2,3-pentanedione, hexanal, 3-hexanol, furfural, ethyl isovalerate, furfuryl alcohol, 5-methylfurfural, 2-ethyl-3,6-dimethylpyrazine. According to appearance characteristics, odor information and literature researches, we speculated that 3-methylbutanal and 2-methylbutanal are the material basis of “aroma”, furfural, 2,3-butanedione and 2-ethyl-3,6-dimethylpyrazine are the material basis of “burnt aroma”.The change of odour showed a certain regularity when the stir-frying level increasing. Using the Heracles Neo ultra-fast gas phase electronic nose can quickly analyze the material basis of the “aroma” components which produced during the HFG frying process.

; odor; processing; ultra-fast gas phase electronic nose; chemometrics; aroma; furfural; furfuryl alcohol; 3-methylbutanal; 2-methylbutanal; 2,3-butanedione; 2-ethyl-3,6-dimethylpyrazine

R283.6

A

0253 - 2670(2022)01 - 0041 - 10

10.7501/j.issn.0253-2670.2022.01.007

2021-07-15

国家重点研发计划：中药饮片质量识别关键技术研究（2018YFC1707000）；2021年江苏省研究生科研与实践创新项目（SJCX21_0702）

蒋孝峰（1995—），男，硕士研究生，研究方向为中药制剂技术与质量评价研究。Tel: 13196957110 E-mail: jackoofeen@163.com

谢 辉，副教授，硕士生导师，主要从事中药制剂技术与质量评价研究。Tel: (025)85811517 E-mail: njxh66@njucm.edu.cn

陆兔林，教授，博士生导师，主要从事中药炮制及中药饮片质量标准研究。Tel: 13951636763 E-mail: ltl2021@njucm.edu.cn

[责任编辑 郑礼胜]