GC×GC-TOFMS结合化学计量学解析传统型半干黄酒的挥发性陈化标志物质.pdf

成分分析 食品科学 2023,Vol.44,No.18 249GCGC-TOFMS结合化学计量学解析传统型半干黄酒的挥发性陈化标志物质刘少璞1,2，周志磊1,3，俞红波4，茅来根4，潘兴祥4，姬中伟1,3，毛 健1,2,3,5,*（1.江南大学 粮食发酵与食品生物制造国家工程研究中心，江苏 无锡 214122；2.江南大学食品学院，江苏 无锡 214122；3.江南大学（绍兴）产业技术研究院，浙江 绍兴 312000；4.浙江塔牌绍兴酒有限公司，浙江 绍兴 312000；5.国家黄酒工程技术研究中心，浙江 绍兴 312000）摘 要：采用顶空固相微萃取结合全二维气相色谱-飞行时间质谱技术对不同年份传统型半干黄酒的挥发性组分进行解析，并结合化学计量学挖掘陈化标志物质。结果显示，6 个年份黄酒中共鉴定出351 个化合物，其中有40 个首次在中国黄酒中被发现。挥发性物质总数随陈化时间延长呈增加趋势。单因素方差分析和相关性分析发现有107 个化合物含量显著变化且与陈化时间相关性较强，其中2-乙酰基噻吩等55 个化合物首次被发现与陈化时间显著相关。主成分分析和聚类分析发现传统型半干黄酒陈化进程可以分为短期陈化（13 a）、中期陈化（612 a）和长期陈化（15 a以上）3 个阶段。偏最小二乘判别分析进一步筛选出37 个陈化标志化合物，其中12 个化合物陈化过程中含量显著减少，25 个化合物含量显著增加。最终结合Pearson相关系数筛选出10 个最具有代表性的陈化关键标志物质，其中丁酸异戊酯、丁酸、2-糠醇、2-乙酰基-5-甲基呋喃和邻甲酚5 个物质首次被鉴定为黄酒的陈化关键标志物质。本研究为理解黄酒陈化过程、黄酒品质评估及酒龄鉴别提供了科学依据。关键词：传统型半干黄酒；陈化；挥发性组分；全二维气相色谱-飞行时间质谱；化学计量学；陈化标志物质Characterization of Volatile Aging Markers in Traditional Semi-Dry Huangjiu by Comprehensive Two-Dimensional Gas Chromatography-Time of Flight Mass Spectrometry and ChemometricsLIU Shaopu1,2,ZHOU Zhilei1,3,YU Hongbo4,MAO Laigen4,PAN Xingxiang4,JI Zhongwei1,3,MAO Jian1,2,3,5,*(1.National Engineering Research Center of Cereal Fermentation and Food Biomanufacturing,Jiangnan University,Wuxi 214122,China;2.School of Food Science and Technology,Jiangnan University,Wuxi 214122,China;3.Jiangnan University(Shaoxing)Industrial Technology Research Institute,Shaoxing 312000,China;4.Zhejiang Pagoda Brand Shaoxing Rice Wine Co.Ltd.,Shaoxing 312000,China;5.National Engineering Research Center for Huangjiu,Shaoxing 312000,China)Abstract:In this investigation,headspace solid-phase microextraction(HS-SPME)coupled with comprehensive two-dimensionalgaschromatography-timeofflightmassspectrometry(GCGC-TOFMS)wasusedtoanalyzethevolatilecompounds of traditional semi-dry Huangjiu(Chinese yellow rice wine)of different ages.Furthermore,chemometrics was usedtoidentifytheagingmarkers.Theresultsshowedthatatotalof351compoundswereidentifiedinHuangjiuofsixages,ofwhich40compoundswerefoundinHuangjiuforthefirsttime.Thetotalnumberofvolatilecompoundsshowedanincreasing trend with aging time.One-way analysis of variance(ANOVA)and correlation analysis found a strong correlation betweenthecontentsof107compoundsthatsignificantlychangedandagingtime,amongwhich55compoundssuchas2-acetylthiophenewerefoundtobesignificantlycorrelatedwithagingtimeforthefirsttime.Principalcomponentanalysis收稿日期：2022-11-28 基金项目：“十四五”国家重点研发计划重点专项（2021YFD2100102-4）；国家自然科学基金青年科学基金项目（32001828）；国家自然科学基金重点项目（22138004）；2021年绍兴市柯桥区揭榜挂帅科技公关项目（2021JBGS404）第一作者简介：刘少璞（1997）（ORCID:0000-0003-3473-7273），男，硕士研究生，研究方向为食品风味化学和代谢组学。E-mail:*通信作者简介：毛健（1970）（ORCID:0000-0002-3221-2492），男，教授，博士，研究方向为传统酿造食品、功能食品及海洋食品的微生物、风味、功能化和工程化。E-mail:250 2023,Vol.44,No.18 食品科学 成分分析(PCA)and cluster analysis revealed that the aging process of traditional semi-dry Huangjiu could be divided into three stages:short-term aging(13 years),medium-term aging(612 years)and long-term aging(more than 15 years).By partial least squares-discriminant analysis(PLS-DA),37 aging markers were selected,the contents of 12 compounds of which decreasedsignificantlywhiletheother25increasedsignificantlyduringtheagingprocess.Tenmostrepresentativekeyagingmarkers were finally identified based on Pearson correlation coefficients,among which 5 compounds including isoamyl butanoate,butanoic acid,2-furanmethanol,2-acetyl-5-methylfuran and o-cresol were defined as key aging markers of Huangjiuforthefirsttime.Thisstudyprovidesascientificbasisforunderstandingtheagingprocess,evaluatingthequalityand identifying the age of Huangjiu.Keywords:traditional semi-dry Huangjiu;aging;volatile compounds;comprehensive two-dimensional gas chromatography-timeofflightmassspectrometry;chemometrics;agingmarkersDOI:10.7506/spkx1002-6630-20221128-318中图分类号：TS262.4 文献标志码：A 文章编号：1002-6630（2023）18-0249-10引文格式：刘少璞,周志磊,俞红波,等.GCGC-TOFMS结合化学计量学解析传统型半干黄酒的挥发性陈化标志物质J.食品科学,2023,44(18):249-258.DOI:10.7506/spkx1002-6630-20221128-318.http:/LIU Shaopu,ZHOU Zhilei,YU Hongbo,et al.Characterization of volatile aging markers in traditional semi-dry Huangjiu by comprehensive two-dimensional gas chromatography-time of flight mass spectrometry and chemometricsJ.Food Science,2023,44(18):249-258.(in Chinese with English abstract)DOI:10.7506/spkx1002-6630-20221128-318.http:/黄酒与啤酒、葡萄酒并称世界三大古酒，是独具中国特色的传统发酵酒1，按产品风格可分为传统型黄酒、清爽型黄酒和特型黄酒2，其中传统型半干黄酒是最为流行的黄酒产品类型，主要产区为浙江绍兴地区。黄酒又称老酒，陈化是传统型半干黄酒的关键工序，通常需要经过5 a以上的长期陶坛贮存3。陈化期间陶坛内发生了酯化、美拉德和氧化等一系列物理化学反应4，使黄酒的香气逐渐变得浓郁协调，不同陈化时间的黄酒风味差异很大，往往被赋予不同的价值，解析陈化过程中黄酒的组分变化规律及标志性成分对于黄酒品质评估和质量控制具有重要意义。陈化黄酒香气的改变主要由挥发性组分的变化引起，近红外光谱5、核磁共振波谱6、电子鼻7和气相色谱-质谱（gas chromatography-mass spectrometry，GC-MS）8等技术的发展为挥发性组分的解析提供了支撑，其中GC-MS应用最为广泛9。顶空固相微萃取（headspace-solid phase microextraction，HS-SPME）提取技术具有简单快速、无需溶剂和灵敏度高等优势，常与GC-MS结合使用9。然而，一维GC-MS存在峰容量不足等缺陷，全二维气相色谱技术（comprehensive two-dimensional gas chromatography，GCGC）通过二维短色谱柱的进一步分离，能够解决一维保留时间相同、二维保留时间不同的化合物的共流出问题，近年来已成为挥发性组分解析的强力工具1。GCGC通常与单四极杆质谱（single quadrupole mass spectrometry，qMS）和飞行时间质谱（timeofflightmassspectrometry，TOFMS）联用，后者具有更高的分辨率、灵敏度、扫描速率和更大的质量范围等优势，在复杂食品体系中具有更强的定 性能力10-11。Yu Haiyan等12使用液液萃取结合GCGC-qMS在绍兴黄酒中鉴定出145 个物质，Zhou Zhilei等13使用HS-SPME-GCGC-TOFMS在绍兴黄酒中鉴定出232 个物质。化学计量学能够实现GCGC-TOFMS大数据集的深度挖掘，适合复杂体系的解析14-16。凌与听等17使用HS-SPME-GCGC-TOFMS结合偏最小二乘判别分析（partial least squares-discriminant analysis，PLS-DA）在古井贡酒中筛选出50 个酒龄相关化合物。Yu Haiyan等18使用液液萃取结合GCGC-qMS在不同年份绍兴黄酒中鉴定出144 个物质，结合单因素方差分析（analysis of variance，ANOVA）和正交偏最小二乘判别分析（orthogonal partial least squares-discriminant analysis，OPLS-DA）筛选出63 个重要化合物。然而，由于GCGC-qMS分辨率的限制，一些微量化合物的检测存在不足，它们对黄酒陈化的影响可能被忽视。本研究采用HS-SPME-GCGC-TOFMS技术对传统型半干黄酒陈化过程中挥发性组分的变化进行解析，并采用化学计量学方法筛选出具有代表性的传统型半干黄酒陈化标志物质，以期为理解黄酒陈化过程、评估黄酒品质及酒龄鉴别提供科学依据。成分分析 食品科学 2023,Vol.44,No.18 2511 材料与方法1.1 材料与试剂本研究所用传统型半干黄酒样品由中国绍兴某黄酒企业提供，均为未添加焦糖色素且未经勾调的半干型黄酒，酒龄分别为1、3、6、9、12 a和15 a。为减少不同年份样本之间其他因素的影响，每个年份样品均来自于4 个不同批次，共24 个样品。C7C30正构烷烃、2-辛醇（色谱纯）美国Sigma-Aldrich公司；氯化钠、乙醇（均为分析纯）国药集团化学试剂上海有限公司。1.2 仪器与设备Pegasus GC-HRT+4D全二维气相色谱-高分辨飞行时间质谱仪 美国LECO公司；PAL RTC自动进样系统（配有孵化加热搅拌模块）瑞士CTC Analytics AG公司；TR-FFAP色谱柱（30 m0.25 mm，0.25m）美国Thermo Fisher公司；Rxi-17sil MS色谱柱（2 m0.25 mm，0.25m）美国Restek公司；50/30mDVB/CAR/PDMS固相微萃取纤维 美国Supelco公司；Mili-Q型超纯水仪 美国Millipore公司；ME204TE型分析天平 瑞士Mettler-Toledo公司。1.3 方法1.3.1 HS-SPME提取黄酒中的挥发性化合物参照文献1报道方法进行。取3 mL黄酒样品与3 mL超纯水于20 mL顶空瓶中，加入3 g氯化钠和10L内标（82 mg/L 2-辛醇溶液）后迅速旋上瓶盖。样品由PAL RTC系统自动进样，平衡15 min后吸附30 min，萃取温度50，解吸时间5 min。1.3.2 GCGC-TOFMS仪器条件GCGC条件：一维色谱柱TR-FFAP，二维色谱柱Rxi-17sil MS。进样口温度250，不分流进样。以高纯氦气作为载气，恒流模式流量1 mL/min。初始温度40 保持2 min，然后以5/min的速率升温至230 并保持7 min。调制器调制时间4 s，热脉冲时间1.2 s。二维柱温箱的温度全程比一维柱温箱高5。TOFMS条件：电子电离源；电离能量70 eV；离子源温度280；传输线温度240；检测器电压1 400 V；质量扫描范围为33400 u；采集频率100 spectrum/s。1.4 数据处理1.4.1 GCGC-TOFMS定性及半定量分析使用LECO ChormaTOF软件采集和处理GCGC-TOFMS数据。将一维和二维的峰宽分别设置为1 s和0.06 s进行自动积分解卷积，与NIST 2017和Wiley 9数据库进行谱库比对，识别相似度大于700的色谱峰。C7C30正构烷烃与样品在相同条件下进样以计算每种化合物的保留指数（retention index，RI），并与NIST在线数据库（https:/webbook.nist.gov/）中RI参考值比对，取RI相差50以内的化合物。最后取每组样品中出现率在50%以上的化合物作为定性结果。定性后的化合物使用内标法进行半定量分析。1.4.2 化学计量学分析使用化学计量学对不同年份传统型半干黄酒的GCGC-TOFMS数据进行深度挖掘，通过对数据进行预处理可以过滤无关变量和冗余变量以提高数据分析的效果及准确性。缺失值过多会给后续分析带来困难，根据“80%规则”对所有样本中缺失值大于20%的变量进行过滤。使用内标对变量进行半定量分析以减小提取和检测过程中产生的系统性差异，并采用基于机器学习的K最邻近（K-nearest neighbor，KNN）算法对剩余少量缺失值进行插补，以便后续的单变量分析和多变量分析。多变量分析前，可进行单变量分析删减剩余变量中无意义统计学的变量，初步筛选可能重要的化合物15。对于单变量分析，使用SPSS 27.0进行单因素ANOVA和Pearson相关性分析，使用错误发现率（false discovery rate，FDR）对ANOVA的P值进行校正，以减少假阳性结果的出现。根据ANOVA中P0.05和Pearson相关系数|r|0.6为条件进行变量的初步筛选。其中r值介于11之间，r0表示正相关，r0表示负相关，r的绝对值越高表示相关性越强，表示随着陈化时间的延长，化合物含量更趋近于线性变化，一般可划分为不相关或弱相关（|r|=00.4）、中等程度相关（|r|=0.40.6）、强相关（|r|=0.60.8）和极强相关（|r|=0.81.0）19。变量经初步筛选后进行多变量分析。对数据进行单位方差缩放后，使用SIMCA-P 14.1进行主成分分析（principal component analysis，PCA）、层次聚类分析（hierarchical cluster analysis，HCA）和PLS-DA。使用MetaboAnalyst 5.0在线分析平台（https:/www.metaboanalyst.ca/）进行K-means聚类算法分析。使用OriginPro进行聚类热图的绘制。2 结果与分析2.1 不同年份传统型半干黄酒挥发性组分鉴定为探究陈化过程对传统型半干黄酒挥发性化合物总数和类别的影响，选择6 个年份未经勾调的黄酒进行分析。采用HS-SPME-GCGC-TOFMS技术解析传统型半干黄酒的挥发性组分特征，不同年份传统型半干黄酒共鉴定出351 个挥发性化合物，包括醇类49 个、酸类21 个、酯类88 个、醛类29 个、酮类36 个、酚类11 个、呋喃类18 个、内酯类10 个、萜类15 个、芳香族化合物25 个、含氮化合物23 个、含硫化合物10 个和其他化合物16 个，其中有40 个主要化合物在中国黄酒中被首次鉴定，如表1所示。252 2023,Vol.44,No.18 食品科学 成分分析表 1 采用HS-SPME-GCGC-TOFMS在中国黄酒中首次鉴定出的主要挥发性组分Table 1 Major volatile compounds identified in Huangjiu for the first time by HS-SPME-GCGC-TOFMS类别序号挥发性成分CAS号相似度保留时间/sRI质量浓度/（g/L）一维二维计算值参考值1 a陈3 a陈6 a陈9 a陈12 a陈15 a陈醇类13-丁烯-1-醇627-27-08535541.9601 206.41 20910.4213.527.077.441.651.396.435.241.520.692.610.4122-苯基-2-丙醇617-94-78301 3740.7511 755.41 7591.410.22.240.732.480.33ND2.351.162.650.3634-癸烯-1-醇57074-37-09201 4140.8551 785.71 79172.536.9545.358.5339.32.4412.368.8914.171.49ND42-(4-甲基苯基)丙-2-醇1197-01-98191 4900.8031 845.31 8491.210.492.390.42.580.251.960.252.280.13.110.7252-十三醇1653-31-28741 5741.0341 912.61 9313.020.663.580.3586.5848.177.310.956.743.3643.0235.3662-苯基-1-丙醇1123-85-98371 5900.7701 925.91 9486.412.9ND28.378.734.663.6813.093.435.259.7171-十四醇112-72-18801 8661.0352 165.12 1722.960.966.792.467.71.065.820.684.651.178.521.73酯类8苯甲酸甲酯93-58-38841 1900.9151 620.21 6167.353.438.721.9312.972.0717.782.9510.941.7241.47.2494-癸烯酸乙酯76649-16-67821 2461.3341 660.51 6726.370.775.572.1214.480.6921.2414.3510.848.8925.6714.2310苯甲酸丙酯2315-68-68251 3701.0621 752.31 7459.220.819.494.5516.058.5711.234.5115.060.925.491.0911苯甲酸异丁酯120-50-38401 4141.1141 785.71 801ND4.740.3910.32.5614.572.9411.612.9336.566.2412丁二酸丁乙酯9101 4221.0501 791.81 820383.2464.8750.12133.84 863.32202.79 1 018.69154.78 754.2139.15 1 260.5276.03133-羟基辛酸乙酯7367-90-08091 5420.8851 886.61 89221.855.8925.274.132.044.223.613.4118.752.07115.6925.8914苯甲酸异戊酯94-46-27561 5661.1601 905.91 9283.350.615.692.1211.92.8417.70.3110.565.7460.5310.515苯甲酸-2-苯乙酯94-47-38542 3581.1052 655.42 654ND2.781.425.70.877.81.5810.321.7927.317.26醛类162-丁基-2-辛烯醛13019-16-47561 2141.2251 637.51 640ND2.060.313.756.16.012.2410.185.6940.7812.17173,4-二甲基苯甲醛5973-71-78991 4420.9601 807.31 790208.6563.17 130.73117.38 356.74193.4359.1866.77151.6136.51 577.21152.1118十四醛124-25-48471 5781.3601 915.91 9004.011.25.390.276.081.037.090.784.941.4514.686.6519-(2-甲基亚丙基)苯乙醛26643-91-48131 6421.0611 969.31 932ND2.770.355.662.77.562.46.951.8494.0327.6酮类205-甲基-3-庚酮541-85-59116341.0651 255.71 2676.371.417.371.111.52.38.534.945.032.1620.2912.84211-(1-环己烯基)-1-丙酮1655-03-47141 1500.9191 591.91 620ND2.260.332.550.252.60.251.840.343.590.522衣康酸酐2170-03-89231 3140.7061 709.81 680ND1.790.022.130.032.170.31.940.14.210.57232-十五酮2345-28-08421 6941.3702 013.12 019ND2.830.3512.063.062.990.512.230.469.091.9824植酮502-69-28221 8141.4542 117.92 110ND2.590.513.050.613.610.781.910.544.761.4253-羟基-4-苯基-2-丁酮5355-63-57981 9660.8052 257.72 2563.761.225.051.283.90.252.540.151.450.68ND酚类26邻甲酚95-48-78521 6820.6272 002.71 993ND1.190.551.990.263.090.583.290.464.070.72呋喃类272,5-二甲酰基呋喃823-82-59001 6620.7201 9861 9912.690.444.470.610.041.4313.592.416.133.8346.6714.18内酯类28-乙氧基丁内酯932-85-48631 3340.8251 7251 7289.92.35153.2522.53.4817.596.1610.123.1737.311.7629-羧乙氧基-丁内酯1126-51-89011 9420.8052 235.22 24127.712.4433.0212.7560.191539.38.6233.486.3266.7319.54萜类30异蒲勒醇89-79-27191 1100.9601 564.41 5716.960.83.530.513.550.719.53.925.753.865.391.73110,11-环氧菖蒲烯143785-42-67241 5301.3991 877.11 9001.980.182.410.461.40.611.150.71ND2.90.61芳香族322-乙基甲苯611-14-38066741.0761 280.41 2728.932.098.912.238.751.5913.573.117.323.417.261.77331,2,4,5-四甲苯95-93-27549141.1591 433.31 4336.942.08ND7.230.458.150.655.363.1613.622.95341-苯基-1-丁烯1005-64-78729181.0721 435.91 4795.150.216.451.044.640.194.170.793.320.374.710.75351,6-二甲基萘575-43-98761 6701.1261 992.62 006ND1.760.231.690.231.90.163.30.417.791.3836二苯基甲烷101-81-58811 6901.1302 009.71 9945.661.494.480.763.310.292.430.421.590.133.670.79374-异丙基-1,6-二甲萘483-78-37611 9221.2842 216.52 2333.230.27.711.6340.462.680.371.110.442.780.47其他381,1,3-三乙氧基丁烷5870-82-68327021.3051 297.71 3108.342.9321.295.0423.6910.4419.658.0117.8312.6361.0814.2539乙醛酸乙酯二乙缩醛6065-82-38811 0021.0051 490.71 487ND4.281.017.222.65.321.324.150.4411.882.91401-十六烯629-73-27441 2181.9751 640.41 6264.810.344.790.855.571.644.080.922.841.065.540.88注：ND.未检出；下同。如图1所示，15 a陈酒（1 963 个，图1B）较1 a新酒（1 197 个，图1A）具有更为丰富的挥发性组分。不同年份传统型半干黄酒中挥发性化合物的类别和数目统计如表2所示，1 a新酒和15 a陈酒分别鉴定出225 个和304 个化合物，后者约为前者的1.35 倍。黄酒的挥发性化合物总数随陈化时间延长整体呈上升趋势，说明长期陶坛陈化过程能够丰富黄酒的挥发性物质组成，与其他酒类挥发性组分陈化研究结论相似。Yu Haiyan等12使用GCGC-qMS在5 a陈和10 a陈的黄酒中分别检测到98 个和107 个化合物，凌与听等17发现陈年白酒的微量风味组分数量增加。有31 个化合物仅在高年份陈酒（15 a）样本中检出，如2,6-二乙基吡嗪、2-乙基-6-甲基吡嗪、3-戊烯-2-酮、2-壬烯-4-酮、3-壬烯-2-酮和香草乙酮等，它们可能是在陈化过程中生成的物质，对高酒龄黄酒的风味可能具有特殊的贡献。随着陈化时间延长，酸类、酯类、醛类、酮类、呋喃类、内酯类和含氮化合物数量成分分析 食品科学 2023,Vol.44,No.18 253整体增加，酚类、萜烯及其衍生物类数量整体减少，醇类化合物的数量先减少后增加，这可能与酯化、美拉德和氧化等反应的发生有关4。03001 3002 3002A1?/s?/s03001 3002 3002B1?/s?/s图 1 酒龄1 a（A）和15 a（B）黄酒的GCGC-TOFMS总离子流色谱图Fig.1 Total ion current chromatograms of GCGC-TOFMS of one-year-old(A)and 15-year-old(B)Huangjiu表 2 不同年份传统型半干黄酒中按类别统计的挥发性化合物数目Table 2 Number of volatile compounds in traditional semi-dry Huangjiu of different ages类别挥发性化合物数目共有总计1 a陈3 a陈6 a陈9 a陈12 a陈15 a陈醇类4036393735453049酸类1518172019211421酯类5366707069795188醛类1922252625291929酮类1617252322311036酚类777475311呋喃类1315141717181118内酯类78971010710萜类11311111278615芳香族21418192217201125含氮化合物9613101318223含硫化合物846566410其他3111414141214916总计225242269267259304177351注：1.萜类包括萜烯、萜醇和萜酮等；2.芳香族化合物不包括其他类别物质中包含苯环的化合物；3.其他包括缩醛、烷烃和烯烃类等化合物。2.2 传统型半干黄酒挥发性物质随陈化时间的变化规律对所有样本进行缺失值过滤，删减后得到223 个化合物进行单变量分析。使用FDR对P值校正后的单因素ANOVA显示，其中有198 个化合物在陈化过程中含量发生显著变化（P0.05），并对其进行Pearson相关性分析。结果显示，共有44 个不相关或弱相关的化合物（|r|=00.4）、47 个中等程度相关的化合物（|r|=0.40.6）、84 个强相关性的化合物（|r|=0.60.8）和23 个极强相关性的化合物（|r|=0.81）。初步筛选出107 个重要化合物，其同时满足缺失值小于20%、ANOVA显著（P0.05）及Pearson相关性较强（|r|0.6）3 个条件，包括醇类8 个、酸类12 个、酯类33 个、醛类11 个、酮类5 个、呋喃类10 个、酚类3 个、内酯2 个、萜烯2 个、芳香族7 个、含氮化合物6 个、含硫化合物3 个和其他化合物5 个。107 个化合物中有95 个化合物在陈化过程中含量显著增加，12 个化合物含量显著减少。油酸乙酯、戊二酸二乙酯和水杨酸乙酯等30 个酯类物质含量的增加可能与酯化反应有关，2-丙酰呋喃、5-甲基糠醛和5-羟甲基糠醛等呋喃类物质含量的增加可能与美拉德反应有关4。此外，55 个化合物首次被发现在陈化过程中含量显著变化，按r值高低排序如表3所示。2.3 基于无监督多变量分析的不同年份传统型半干黄酒挥发性组分特征?10?300?10?20102040305010?5PC2?9.9%?PC1?74.1%?15a-115a-312a-13a-13a-23a-43a-31a-41a-11a-21a-312a-312a-49a-19a-29a-39a-412a-215a-415a-2A6a-16a-26a-36a-401a-11a-21a-31a-43a-16a-16a-26a-36a-49a-19a-29a-39a-412a-412a-112a-212a-315a-115a-315a-215a-43a-23a-33a-41 0006001 400B2008004001 200图 2 不同年份传统型半干黄酒挥发性组分的PCA与K-means聚类 分析组图（A）和HCA树状图（B）Fig.2 Integrated PCA and K-means cluster analysis plots(A)and HCA dendrogram(B)of volatile compounds in traditional semi-dry Huangjiu of different ages化学计量学中的多变量分析一般分为非监督和有监督2 种方式，非监督多变量分析通常用于数据的初步探索，主要方法包括PCA和聚类分析等15。因此，对上述筛选出的107 个重要化合物进行PCA、HCA和K-means聚类分析，以探究不同年份传统型半干黄酒样本之间的相似性，结果如图2所示。PCA结果显示，PC1和PC2共解释了84.0%的总方差，得分图中不同年份黄酒样本组254 2023,Vol.44,No.18 食品科学 成分分析表 3 在中国黄酒陈化过程中首次被发现存在显著含量变化的55 个化合物的Pearson相关系数r值、FDR校正后ANOVA的P值和含量Table 3 Pearson correlation coefficients(r),FDR-corrected P-values of ANOVA,and contents of 55 compounds that significantly changed during the aging process of Huangjiu identified for the first time序号挥发性成分CAS号类别r值P值化合物质量浓度/（g/L）1 a陈3 a陈6 a陈9 a陈12 a陈15 a陈12-乙酰基噻吩88-15-3含硫0.9395.171089.263.1216.272.8225.128.1850.7112.2858.068.689.5815.3722-丙酰呋喃3194-15-8呋喃0.9373.52105ND19.663.2540.3720.166.899.9980.046.3128.8921.6632-呋喃丙烯醛623-30-3呋喃0.8974.9510865.5611.4312839.93233.7962.23309.0444.73421.2341.93833.1187.554邻甲酚95-48-7酚0.8962.46106ND1.190.551.990.263.090.583.290.464.070.7252-吡咯甲醛1003-29-8含氮0.8811.521073.211.216.072.