本研究選自云南昌源2017年、2018年、2019年的普洱茶作為樣本,采用超高效液相色譜-高分辨質(zhì)譜聯(lián)用技術(shù),對不同年份普洱茶的主要化學(xué)成分進(jìn)行了研究分析,發(fā)現(xiàn)不同年份普洱茶的化學(xué)成分在含量上具有較大差異。采用主成分分析(Principal component analysis,PCA),可以對來自不同年份的普洱茶進(jìn)行有效區(qū)分,結(jié)合組學(xué)分析(Compound Discoverer,CD)軟件篩選出在不同年份普洱茶中含量具有顯著差異的5個(gè)標(biāo)志物并對其進(jìn)行了結(jié)構(gòu)鑒定,采用Origin軟件進(jìn)行差別分析,建立了最大化地凸顯不同組別之間的差異模型。試驗(yàn)結(jié)果表明,模型通過對已知樣本的預(yù)判測試,顯示出所建立模型能很好地區(qū)分三組不同年份的普洱茶。

【文章頁數(shù)】：7 頁

【部分圖文】：

圖1AccucoreC18AQ色譜柱的總離子色譜圖（TIC)

采用CD軟件對采集到的茶葉樣本中的化學(xué)組分進(jìn)行提取、過濾（P-Value<0.05），及統(tǒng)計(jì)學(xué)分析。不同年份茶葉得到化合物共3163個(gè)。根據(jù)化合物的精確質(zhì)量數(shù)，同位素分布及二級碎片離子等信息，采用MASSCLOUD軟件、ChemSpider網(wǎng)絡(luò)數(shù)據(jù)庫對化合物進(jìn)行了鑒定和確證后，....

圖2三組不同年份茶葉樣品的主成分分析（PCA）圖

圖1AccucoreC18AQ色譜柱的總離子色譜圖（TIC)在主要化合物中找出三組化合物響應(yīng)峰面積（ratio）差異明顯，且在TIC圖中有明確色譜峰的化合物，作為潛在標(biāo)志物。選取的5個(gè)標(biāo)志物在三組茶葉（2017,2018,2019）中的相對含量如圖3所示。從圖3中可以看到，....

圖3五種生物標(biāo)志物在三組普洱茶（2017、2018、2019）中的相對含量

在主要化合物中找出三組化合物響應(yīng)峰面積（ratio）差異明顯，且在TIC圖中有明確色譜峰的化合物，作為潛在標(biāo)志物。選取的5個(gè)標(biāo)志物在三組茶葉（2017,2018,2019）中的相對含量如圖3所示。從圖3中可以看到，在這5種差異明顯的標(biāo)志物中，楊梅黃酮和表沒食子兒茶素在茶葉中的含量....

圖4三組茶葉（2017,2018,2019）的判別分析圖

本文編號：3908011