基于代谢指纹图谱对绿茶品质的预测分析

伴随现代仪器精度的不断提高,检测茶叶品质的方法也在不断更新。本实验收集了全国范围内7个产区中50个不同种植品种的绿茶样品并采用相同的扁形茶加工方法。通过超高效液相色谱与四级杆飞行时空质谱联用(UPLC-Q-TOF/MS)得到绿茶代谢指纹图谱,同时使用主成分分析和最小二乘法分析(PLS)实现了绿茶品质等级划分,并创新性地比较了水提取法与甲醇提取法对代谢指纹图谱分析造成的差异。结合感官审评结果,使用偏最小二乘分析、决策树、贝叶斯网络和神经网络等模型对绿茶审评得分或等级进行预测。结果表明:在水提取方法下PLS回归模型的RMSEP值(预测均方根误差)为0.91,而在甲醇提取方法下RMSEP值为1.83,其他模型对于水浸提液的回代验证和交叉验证的结果分布在95%和84%附近,而对甲醇提取液的回代验证和交叉验证结果分布在70%和63%附近;在已检测到的1 568种代谢产物中L-Arginine、Gallocatechin、Theaflavin、Epigallocatechin等23种代谢产物在不同品质绿茶中具有显著性差异,是影响统计分析结果的重要因子;决策树、神经网络和PLS回归等都适合作为绿茶品质的预测模型。