FTIR-PCA-LR联用技术用于佛手柑精油的快速鉴别与掺假分析

《Spectrochimica Acta Part A: Molecular and Biomolecular Spectroscopy》：Application of FTIR and PCA-LR metabolites recognition for bergamot essential oil authentication

本研究针对佛手柑精油掺假鉴别难题，开发了FTIR-ATR光谱结合PCA-LR模型的快速检测方法。通过分析369个样本，在3600–3100 cm?1和1340 cm?1处发现合成精油的标志性吸收峰，模型准确率达97.6%，为高品质精油质量控制提供了可靠技术支撑。

　　

在高端化妆品和芳香疗法领域，佛手柑精油因其独特的柑橘清香和药理活性备受青睐。然而，其天然产量有限——全球90%以上产自意大利雷焦卡拉布里亚大区，导致市场上涌现出大量通过添加合成醇类（如乙醇、二丙二醇DPG）或廉价精油勾兑的掺假产品。这类掺假行为不仅降低产品功效，还可能因添加人工合成成分引发安全问题。传统检测方法如气相色谱（GC）和核磁共振（NMR）虽精度高，但设备昂贵、样本前处理复杂，难以用于快速筛查。因此，开发一种高效、低成本的真伪鉴别技术成为行业迫切需求。

近日发表于《Spectrochimica Acta Part A: Molecular and Biomolecular Spectroscopy》的研究提出了一种基于傅里叶变换红外衰减全反射光谱（FTIR-ATR）结合主成分分析-逻辑回归（PCA-LR）算法的快速鉴别策略。该研究通过分析369个样本（包括199个天然佛手柑精油、100个合成精油及70个梯度掺假样本），成功构建了分类准确率达97.6%的鉴别模型，并利用高分辨率NMR验证了FTIR光谱中特征代谢物信号的可靠性。

关键技术方法包括：使用FTIR-ATR光谱仪采集4000–650 cm^?1范围光谱，通过Savitzky–Golay平滑和扩展乘性散射校正（EMSC）进行预处理；利用PCA降维提取特征峰（如O–H伸缩振动区3600–3100 cm^?1和1340 cm^?1处的C–H弯曲振动）；基于PCA得分构建LR分类模型，采用五折交叉验证评估性能；另以NMR分析为对照，识别关键代谢物（如柠檬烯、芳樟醇乙酸酯）的氢/碳化学位移。

3.1 天然与合成佛手柑精油的FTIR-ATR光谱特征

天然精油在3400–3650 cm^?1处呈现弱O–H伸缩振动（源于单萜醇），而合成精油在此区域吸收显著增强，提示含乙醇或DPG等溶剂。合成精油在1340 cm^?1处出现独特吸收峰，对应人工酯类（如合成芳樟醇乙酸酯）的CH₃对称变形振动，该峰在天然精油中缺失。此外，天然精油在1452 cm^?1（芳香环C–C伸缩）和1240 cm^?1（乙酸酯C–O伸缩）处的强度更高，反映其富含柠檬烯和天然乙酸酯类成分。

3.2 PCA-LR预测模型的性能

PCA得分图显示天然、合成及掺假样本形成明显分离簇。PC1载荷峰指向3600–3100 cm^?1、1732 cm^?1（C=O伸缩）、1340 cm^?1和1240 cm^?1等关键鉴别区域。LR模型对三类样本的宏平均AUC达0.998，其中15%低浓度掺假样本易误判为天然精油，而30–55%掺假样本均被准确识别，表明模型对中度以上掺假敏感度高。

3.3 NMR验证分析

NMR谱进一步证实天然精油含柠檬烯、芳樟醇乙酸酯及呋喃香豆素（如佛手柑素），而合成精油在1.15 ppm（乙醇CH₃）和3.69 ppm（DPG亚甲基）处出现溶剂特征峰，且萜类信号强度显著降低，与FTIR结果相互印证。

3.4 附加说明

研究指出，O–H区吸收峰和1340 cm^?1指纹区变化可作为酒精类掺假的标志性信号，但需注意其他掺杂物可能产生谱图重叠。该方法适用于常见合成稀释剂掺假场景，未来需扩展至更多掺假类型验证。

本研究首次系统解析合成佛手柑精油的代谢物组成，建立的FTIR-PCA-LR框架在5分钟内即可完成检测，准确率与NMR相当，且无需复杂样本前处理。该技术为精油行业提供了一种可移植至便携设备的快速筛查方案，对保障高端精油品质、打击商业欺诈具有重要应用价值。