基于热重分析、氨基酸谱与微量元素特征整合的贵州茶叶多维度质量评估

《Food Science & Nutrition》：Multidimensional Quality Assessment of Guizhou Teas Integrating Thermogravimetric, Amino Acid, and Trace Element Analyses

　　

摘要专业翻译 茶叶的组成成分是决定其品质和营养价值的关键因素。传统的依赖于感官评定或单一指标的评价方法存在一定的局限性。因此，本研究旨在开发一种多维度的系统性综合评价体系，用于评估茶叶的营养与品质。本研究通过整合燃烧热、可燃性/燃烧稳定性、灰分、粗纤维、脂肪、微量元素（电感耦合等离子体发射光谱法，ICP–OES）、氨基酸（A300分析仪）以及热重参数等信息，对产自中国贵州的五种茶叶——青羽小叶苦丁茶、贵定云雾贡茶、绥阳山银花茶、石阡苔茶和普安红茶——的品质进行了全面评估。多指标评价结果表明，青羽小叶苦丁茶的品质最高，其次是石阡苔茶（综合得分F?=??0.5711–0.9953）。灰色模式识别（GPR）结果显示，绥阳山银花茶的燃烧稳定性最佳，其后依次为贵定云雾贡茶、石阡苔茶、青羽小叶苦丁茶和普安红茶（F?=?0.8102–0.8023）。熵因子聚类分析（EFCA）表明，这些茶叶样品可分为三个不同的组别，而38个变量则可聚为三类。正交偏最小二乘判别分析（OPLS–DA）实现了良好的区分效果（R2X?=?0.887），并鉴定出21个关键差异标志物（变量投影重要性VIP >?1）。本研究为贵州地区茶叶资源的大规模开发、茶叶分类研究以及茶叶品质的综合评价提供了坚实的科学基础。

论文解读文章

研究背景与目的

传统上，茶叶品质的评价高度依赖感官审评或少数几个理化指标的测定，这种方法主观性强、缺乏系统性和全面性，难以满足现代消费者对茶叶品质多样化、精细化的需求。茶叶品质受到品种特性、地理环境、气候条件、栽培措施和加工工艺等多种因素的复杂影响。贵州省作为中国重要的产茶区，以其独特的高海拔、温润气候和肥沃土壤孕育了众多优质名茶。然而，如何运用客观、高效的化学计量学方法，对茶叶进行涵盖营养、安全及理化特性的多参数综合评价，是当前茶叶研究领域亟待解决的关键问题。为此，本研究旨在突破单一技术的局限，通过整合热重分析、氨基酸谱分析和微量元素分析这三种互补性的技术手段，结合先进的化学计量学模型，构建一套多维度的茶叶品质与营养评价体系，以期更敏感、更客观地对茶叶进行品质排序，并深入揭示不同品种和产地茶叶间的内在差异机制。

研究方法概述

为实现上述目标，研究人员首先从贵州省贵阳市云岩区农贸市场采购了五种代表性茶叶：青羽小叶苦丁茶、贵定云雾贡茶、绥阳山银花茶、石阡苔茶和普安红茶。研究主要采用了以下几种关键技术方法：

1. 1.
   热重分析：使用NETZSCH STA 2500型同步热分析仪，获取茶叶样品的TG（热重曲线）、DTG（微商热重曲线）和DTA（差热分析曲线），从而评估其燃烧热、燃烧稳定性和热分解行为。
2. 2.
   氨基酸分析：采用盐酸提取茶叶样品，利用德国曼默博尔A300型全自动氨基酸分析仪，在570 nm和440 nm波长下定量检测了包括茶氨酸在内的20种氨基酸含量。
3. 3.
   微量元素分析：使用赛默飞iCAP 7000系列电感耦合等离子体发射光谱仪（ICP–OES），测定了茶叶中多种宏量和微量元素的含量。
4. 4.
   化学计量学建模：基于以上所有测定数据（共38个变量），应用灰色模式识别（GPR）评估燃烧稳定性；利用熵因子分析（EFA）进行降维和综合品质评分；采用熵因子聚类分析（EFCA）对样品和变量进行分类；并使用正交偏最小二乘判别分析（OPLS–DA）鉴别区分不同茶叶种类的关键差异性标志物。

研究结果

3.1 热重分析

• •
  3.1.1 青羽小叶苦丁茶：样品在42.9°C开始分解，经历两个失重阶段，最终残留质量为28.11%。DTG曲线显示最快失重温度分别为95.1°C和316.3°C。DTA曲线在110.6°C处有一个放热峰，峰面积为282.00 J/g。
• •
  3.1.2 贵定云雾贡茶：起始分解温度为60.3°C，最终残留质量仅为18.39%。DTG曲线最快失重温度为108.4°C和317.4°C。DTA曲线在113.6°C处有放热峰，峰面积为201.90 J/g。
• •
  3.1.3 绥阳山银花茶：起始分解温度为51.6°C，最终残留质量为29.87%。DTG曲线最快失重温度为89.1°C和321.0°C。DTA曲线在115.1°C处有放热峰，峰面积为216.80 J/g。
• •
  3.1.4 石阡苔茶：起始分解温度为43.3°C，最终残留质量为36.83%。其DTA曲线除了在117.0°C有一个大的放热峰外，还在357.7°C处出现了一个小的吸热峰，这在五种茶中是独特的。
• •
  3.1.5 普安红茶：起始分解温度为39.7°C，最终残留质量为44.35%，为五种茶中最高。DTG曲线最快失重温度为99.1°C和329.8°C。DTA曲线在115.6°C处有放热峰，峰面积为278.60 J/g。
• •
  燃烧稳定性排序：通过灰色模式识别（GPR）得出的F值排序为：绥阳山银花茶(0.8102) > 贵定云雾贡茶(0.8095) > 石阡苔茶(0.8073) > 青羽小叶苦丁茶(0.8052) > 普安红茶(0.8023)。

3.2 燃烧热、微量元素、氨基酸、脂肪、灰分和粗纤维含量的测定

• •
  五种茶的燃烧热（Q_V）差异显著，青羽小叶苦丁茶最高（6886.277 J/g），贵定云雾贡茶最低（2519.081 J/g）。
• •
  微量元素方面，砷（As）仅在绥阳山银花茶中检出（0.0369 μg/g），汞（Hg）和钪（Sc）在所有茶样中均未检出。铅（Pb）含量范围为0.89至2.51 μg/g。
• •
  氨基酸分析显示，所有五种茶均含有苏氨酸（Thr）、缬氨酸（Val）、蛋氨酸（Met）、异亮氨酸（Ile）、亮氨酸（Leu）、苯丙氨酸（Phe）和赖氨酸（Lys）七种必需氨基酸（色氨酸Trp未检出）。必需氨基酸占总氨基酸的比例在9.78%至26.20%之间。茶氨酸（Thea）在贵定云雾贡茶中含量极高（18603.86 μg/g）。

3.3 茶叶营养状况多指标评价体系的建立

• •
  3.3.1 熵因子分析（EFA）：通过对38个变量进行熵因子分析，提取了前4个熵因子，累计贡献率达到100%。以此为基础计算出的综合熵因子得分（F）对五种茶进行了品质排序：青羽小叶苦丁茶（F=0.9953）> 石阡苔茶（F=-0.0007）> 绥阳山银花茶（F=-0.0186）> 普安红茶（F=-0.4049）> 贵定云雾贡茶（F=-0.5711）。这表明青羽小叶苦丁茶的综合品质最优。
• •
  3.3.2 熵因子聚类分析（EFCA）：对五种茶叶样品的聚类分析将它们分为三类：绥阳山银花茶、石阡苔茶和普安红茶聚为一类；贵定云雾贡茶单独一类；青羽小叶苦丁茶也单独成一类。对38个变量的聚类则将其分为三类，分别关联于必需氨基酸与矿物质、综合营养指标以及含硫氨基酸与金属元素等。
• •
  OPLS–DA分析：该模型表现出极强的判别能力（R²X=0.887, R²Y=0.998, Q²=0.997），置换检验证实模型无过拟合。研究鉴定出21个变量投影重要性（VIP）大于1的关键差异性标志物，包括脯氨酸（Pro）、精氨酸（Arg）、丙氨酸（Ala）、铜（Cu）、苏氨酸（Thr）、锰（Mn）、镁（Mg）、铁（Fe）、胱氨酸（(Cys)₂）、磺基丙氨酸（CySO₃H）、酪氨酸（Tyr）、灰分、锂（Li）、亮氨酸（Leu）、缬氨酸（Val）、苯丙氨酸（Phe）、丝氨酸（Ser）、异亮氨酸（Ile）、燃烧热（Q_V）、蛋氨酸（Met）和粗纤维。

总结与结论

讨论总结：本研究通过整合热重特性、氨基酸谱和微量元素指纹图谱，构建了一个强大的多参数化学计量学框架。这种综合方法克服了单一维度评价的局限性，能够有效区分在不同单一指标下可能表现相似的茶叶。氨基酸指标主要反映了茶叶的感官和营养属性；微量元素图谱则与土壤地球化学、施肥等环境因素密切相关，有助于区分产地和品种；热重参数则揭示了茶叶有机基质、水分结合和无机残留物的差异。这些指标组的协同作用，使得茶叶品质的鉴别更加稳健和具有机理解释性。

研究结论翻译：本研究针对传统感官或单指标茶叶评价的局限性，开发了一套客观、多维度的品质/营养评估系统，应用于五种贵州茶叶。热重分析揭示了不同茶叶间显著的热行为差异。灰色模式识别量化了燃烧稳定性。元素筛查发现砷仅在绥阳山银花茶中检出，汞和钪在所有样品中均未检出。所有样品都含有七种必需氨基酸。对于综合品质排名，熵因子分析将38个变量降至四个熵因子，解释了100%的方差，由此得到的综合品质顺序为：青羽小叶苦丁茶（最高）> 石阡苔茶 > 绥阳山银花茶 > 普安红茶 > 贵定云雾贡茶。熵因子聚类分析将五种茶分为三个样品簇，并将38个变量分为三个变量簇。监督式OPLS–DA在茶类间提供了强有力的判别，并鉴定出21个关键差异性标志物（VIP > 1）。总的来说，本工作证明了将热重参数、氨基酸组成和元素指纹图谱整合在一个化学计量学框架内，可以提高茶叶品质分类的灵敏度和可解释性，为贵州茶叶资源开发、真伪鉴别/分类以及多指标质量控制和市场定位提供了实用的科学依据。