定量检测不同产地鲜烟叶与烤后烟叶中淀粉、葡萄糖、果糖和蔗糖的含量,分析各糖类物质间含量相关性,比较烘烤前后各糖类物质含量变化,并研究不同产地鲜烟叶及烤后烟叶的糖类物质含量特性.结果表明:鲜烟叶中淀粉含量与烤后烟叶中葡萄糖、果糖及蔗糖含量均呈显著正相关,蔗糖含量与烤后烟叶中所有糖类物质含量均呈中等负相关;在鲜烟叶与烤后烟叶中,果糖、葡萄糖含量相当;黑龙江产鲜烟叶中淀粉含量最高,河南产鲜烟叶中淀粉含量最低,云南产鲜烟叶中还原糖、蔗糖含量最高;云南产烤后烟叶中淀粉转化最充分,黑龙江产烤后烟叶中淀粉含量最高,河南产烤后烟叶中葡萄糖、果糖含量显著低于其他产地的.

为了满足现场批量检测的需求,基于拉曼光谱建立了多元校正模型,实现了烟草中绿原酸和芸香苷含量的预测.120个烟草样品(包含90个校正集样品和30个验证集样品)用50％(体积分数)甲醇溶液萃取后注入拉曼光谱液体池中,在325 nm激发波长下采集800～2000 cm-1内的拉曼光谱,采用Savitzky-Golay卷积平滑法预处理所得原始拉曼光谱,用Monte-Carlo交互检验法选择隐变量数目,并在1555.8～1652.9 cm-1波段内建立偏最小二乘法(PLS)多元校正模型,以避免绿原酸和芸香苷拉曼光谱在1600 cm-1附近的光谱重叠干扰.结果显示,所建绿原酸和芸香苷模型的预测均方根误差(RMSEP)分别为0.88和0.67,预测集决定系数(R2p)分别为0.948和0.970,说明基于拉曼光谱和PLS所建模型,可以对烟草中多酚类化合物绿原酸和芸香苷含量实现准确可靠的预测.

采用液相色谱-串联质谱(LC-MS/MS)法快速测定了烤烟中11种Amadori化合物,并结合主成分分析(PCA)、层次聚类热力图分析(HCHMA)及t分布随机邻域嵌入(t-SNE)等多元统计分析方法,研究Amadori化合物与烤烟香型的关系.结果表明:①目标化合物的线性关系良好(r>0.995);检出限(LODs)为1.0～10.0 ng/mL;日内和日间精密度(RSDs)分别为1.1％～4.8％和2.9％～9.6％(n=6);回收率为87.8％～110.2％.②PCA和t-SNE分析结果表明不同香型烤烟具有明显的分类趋势,其中t-SNE分析的区分效果更明显;HCHMA将样品划分为8类,与香型和产地对应较好.③Amadori化合物测定结果结合多元统计分析方法,可为烤烟香型和产地分析、烟叶品质评价、配方设计优化提供技术支持.

Generally,the varieties of the same kind of plant render distinctive diversities that might lead to extremely different applications.To explore a potential method of classification for the varieties of one single plant,four groups of tobacco have been taken as an example to classify the different varieties.When classifying these four groups of tobacco varieties based on the dataset of chemical compositions,four feature selections,which are max-relevance-min-redundancy (mRMR),sequential backward floating selection (SBFS),genetic algorithm (GA),random forest (RF) have been employed.The result shows that SBFS is the best method,due to the highest accuracy in SVM models.Five features have been selected from the intersection of four algorithms.These four features are proline acid,potassium content,rutin,citric acid and pH,which might be the most important chemical compositions related to varieties of tobacco potential.The set of method might be possible to be applied into other plants' applications.

基于143个烟叶样品的6种化学成分(莨菪亭、芸香苷、苹果酸、柠檬酸、果糖、蔗糖)建立中部和上部烟叶的支持向量机分类判别模型,并利用该模型对独立的36个烟叶样品进行预报.结果 表明,基于烟叶中6种化学成分建立的中部和上部烟叶的支持向量机分类模型的建模、留一法和预报准确率分别为89.51％、85.31％和83.33％.进一步考察了143个烟叶样品在主成分分析投影图中的空间分布及中部和上部烟叶的主要化学成分差异性,得出6种化学成分中蔗糖、莨菪亭和芸香苷是影响中部和上部烟叶差异的主要成分.研究结果表明,改变上部烟叶中的蔗糖、莨菪亭和芸香苷含量,可以扩大其在实际生产中的应用范围.

基于傅里叶变换近红外漫反射光谱技术,采集123个青烟叶样品、412个烤烟叶样品的近红外光谱,并对其原始光谱进行一阶微分及Norris平滑处理;采用偏最小二乘(PLS)法建立青烟叶及烤烟叶近红外光谱与4种生物碱的预测模型,并将部分样本作为独立验证集进行预测;对烟叶烘烤前、后的生物碱含量进行比对分析.结果表明:各化学指标的预测均方差(SEP)与校正均方差(SEC)的比值均为0.8～1.2,验证集样本标准偏差(SD)与SEP的比值均大于2.0,校正集与验证集的相关系数r约为0.9,说明近红外模型可用于青烟叶及烤烟叶中生物碱的快速定量检测;转化株烟草在烘烤调制过程中发生了尼古丁向降烟碱的转化.