采用元素、有机和同位素轮廓低级数据融合的多模块化学计量学分类：巴西市售卷烟

《Results in Chemistry》：Multiblock chemometric classification of commercial cigarettes sold in Brazil employing low-level data fusion of elemental, organic, and isotopic profiles

　　

商业卷烟是化学异质性产品，其指纹可反映烟草来源、配方、农艺条件、加工历史和制造投入。本研究评估了一种多平台化学指纹策略，用于将巴西销售的32个卷烟品牌分类为跨国品牌、区域品牌、巴拉圭走私品牌、假冒品牌或无卫生注册产品。元素描述符通过电感耦合等离子体发射光谱法（ICP-OES）获得，半定量溶剂可萃取正构烷烃谱图通过气相色谱-火焰离子化检测法（GC-FID）获得，整体δ¹³C、碳和氮描述符通过元素分析-同位素比质谱法（EA-IRMS）获得。研究人员为无机板块和有机/同位素板块以及低级融合矩阵建立了多类线性判别分析（LDA）模型。在初始60:40训练/测试划分中，准确率分别为73.53%、77.78%和88.0%；在100次重复分层划分中，平均准确率分别为77.68±7.88%、66.12±8.09%和83.76±7.69%。一项保守的品牌级敏感性分析（基于每个品牌一个平均谱图）分别产生63.5±9.1%、47.4±11.7%和65.0±10.7%的结果，表明品牌级结构对表观预测性能的影响。除分类外，对融合化学空间的探索性主成分分析（PCA）将走私和假冒品牌与BAT、JTI和Philip Morris质心进行比较。所有评估的非法品牌在PC1–PC2子空间中均最接近BAT或JTI，而没有一个最接近Philip Morris；七个走私品牌中有四个最接近BAT，三个最接近JTI，而三个假冒品牌中有两个最接近JTI，一个最接近BAT。这些距离表明所显示PCA子空间中的组成亲和性，并不确定制造来源或产地。总体而言，低级融合提供了最强的内部性能和最高的平均跨品牌准确率，但有限且不平衡的独立品牌集合以及缺乏前瞻性盲法外部验证要求谨慎的法庭科学解释。

烟草产品真伪鉴别