近年来，葡萄酒因其独特的香气、丰富的口感以及营养保健功能而受到越来越多消费者的青睐[1]。葡萄酒具有极强的自然属性，其质量与原料种植的生态环境、葡萄品种和采收年份等自然条件有着密切的关系[2-3]。GB/T 15037—2006《葡萄酒》中明确定义了葡萄酒的年份、品种和产区等概念[4]。以品种酒为例，标准要求用所标注的葡萄品种酿制的酒所占比例不低于酒含量的75%，但目前还不能采用科学的检测手段对品种进行准确检测，葡萄酒的产区和年份也缺乏有效的检测手段。随着生活水平的提高，我国葡萄酒的生产和消费数量也呈现出逐年上升的趋势，如何对葡萄酒的真实性进行鉴别成为制约葡萄酒行业发展过程中的技术难题之一。
多酚类化合物是葡萄体内重要的次生代谢产物[5]，按照是否具有类黄酮
结构主要可分为类黄酮（黄酮、黄酮醇、黄烷酮和黄烷-3-醇等）和非类黄酮类物质（羟基苯甲酸类、羟基肉桂酸类等）[6]，其与葡萄的品种、生长气候、地理环境、栽培模式及酿造工艺等因素密切相关[7-10]，对葡萄酒的品质至关重要。酚类物质以其抗癌[11]、抗炎[12]、抗氧化[13-14]等生物活性而成为葡萄酒研究的热点，目前葡萄酒中酚类物质的研究主要集中在分析检测[15-18]、保健功效及葡萄酒色泽和风味品质改善[19-20]等方面，葡萄酒的品种和产地等鉴别技术主要集中在香气成分[21-22]、稳定同位素[23-24]和氨基酸[25]等物质的分析，基于多酚物质水平对葡萄酒产区和品种的判别分析报道较少。
本研究在前期建立的利用超高效液相色谱-三重四极杆串联质谱法检测葡萄酒中多酚类物质的基础上，对来自不同产区和不同品种的55 批次葡萄酒的多酚化合物进行检测和多元统计分析，通过构建判别模型分析其中的关键指标，以期为葡萄酒产区识别和品种鉴别提供参考依据。
1 材料与方法
1.1 材料与试剂
没食子酸标准品、咖啡酰酒石酸标准品、咖啡酸标准品、肉桂酸标准品、花旗松素标准品、杨梅素标准品、杨梅苷标准品、表儿茶素标准品、儿茶素标准品、表没食子儿茶素标准品:成都普菲德生物技术有限公司；丁香酸标准品、对羟基苯甲酸标准品、对香豆酸标准品、芥子酸标准品:美国Sigma-Aldrich 公司；香草酸标准品、阿魏酸标准品、原儿茶酸标准品、鞣花酸标准品、水杨酸标准品、绿原酸标准品、香草醛标准品、龙胆酸标准品、3，5-二羟基苯甲酸标准品、槲皮素标准品、山奈酚标准品、根皮素标准品、香草乙酮标准品、芦丁标准品、刺槐苷标准品:成都普瑞法科技开发有限公司；丁香醛标准品:德国Dr.Ehrenstorfer GmbH 公司；柚皮素标准品、没食子儿茶素标准品:上海安谱实验科技股份有限公司；金丝桃苷标准品、异槲皮苷标准品:上海甄准生物科技有限公司；表儿茶素没食子酸酯标准品、表没食子儿茶素没食子酸酯标准品:北京坛墨质检科技有限公司；水仙苷标准品:美国Panphy-chemicals 公司；甲酸、甲醇、乙腈（均为色谱纯）:德国Merck 公司。
55 个供试葡萄酒样品分别采集自宁夏（n=9）、烟台（n=28）、甘肃（n=6）和新疆（n=12）4 个地区，涉及3 个酿酒葡萄品种，包括小味儿多（n=10）、赤霞珠（n=36）和马瑟兰（n=9）。
1.2 仪器与设备
TQ-S 型超高效液相色谱-三重四极杆串联质谱联用仪:美国Waters 公司；CPA225D 型电子天平:德国赛多利斯公司；SB-5200T 型超声波清洗机:宁波新芝生物科技股份有限公司；Milli-Q 型超纯水机:美国Millipore 公司。
1.3 试验条件
1.3.1 色谱条件
参考文献[26-27]中的方法，色谱柱为HSS T3 色谱柱（2.1 mm×100 mm，1.8µm）；柱温35 ℃；流速300µL/min；进样量2µL。流动相A 为0.1%甲酸-水溶液，B 为0.1%甲酸-乙腈溶液，流速0.3 mL/min；进样量2µL。梯度洗脱程序:0～3.0 min，B 为5%～20%；3.0～4.3 min，B 为20%；4.3～9.0 min，B 为20%～45%；9.0～11.0 min，B 为45%～100%。11.0～13.0 min，B 为100%；13.0～13.5 min，B 为100%～5%；13.5～15.0 min，B 为5%。
1.3.2 质谱条件
电喷雾离子源（electrospray ionization，ESI），同时采用ESI+（毛细管电压3.5 kV）和ESI-（毛细管电压2.9 kV）模式切换扫描；多反应监测模式（multi-reaction monitoring，MRM）；离子源温度为150 ℃，去溶剂气温度为500 ℃，去溶剂气流速为1 000 L/h，锥孔气流速为150 L/h，碰撞气流速为0.15 mL/min。多酚化合物的定性/定量离子对、碰撞能量（collision energy，CE）及锥孔电压（cone voltage，CV）见表1。
表1 多酚化合物的质谱参数
Table 1 Mass spectrometry parameters of polyphenol compounds
化合物没食子酸咖啡酰酒石酸对羟基苯甲酸丁香酸香草酸对香豆酸阿魏酸咖啡酸原儿茶酸鞣花酸水杨酸绿原酸芥子酸肉桂酸香草醛丁香醛质荷比（m/z）母离子169 311 139 197 169 165 195 181 155 301 139 353 223 149 153 183子离子79*/97 149*/179/135 77*/65 182*/123/167 93*/110/95 119*/91 145*/117 163.4*/117 65*/93 145*/185/173 121*/65/93 191*/179/135 208*/164 131*/103 93*/125/65 123*/155/95碰撞能量/V-22/-18-15/-12/-30 16/25-15/-22/-15 14/15/20 17/22 16/21 10/20 18/20-35/-30/-30 12/15/18-15/-20/-32-14/-14 12/18 15/10/20 12/10/18锥孔电压/V-26-30 30-10 20 25 26 30 30-30 30-30-30 20 25 25
续表1 多酚化合物的质谱参数
Continue table 1 Mass spectrometry parameters of polyphenol compounds
注:*为定量离子。
化合物龙胆酸3，5-二羟基苯甲酸香草乙酮根皮素没食子儿茶素表没食子儿茶素儿茶素表儿茶素表没食子儿茶素没食子酸酯刺槐苷芦丁杨梅苷金丝桃苷表儿茶素没食子酸酯异槲皮苷花旗松素水仙苷杨梅素槲皮素柚皮素山奈酚质荷比（m/z）母离子155 155 167 273 305 305 289 289 457 741 611 465 465 441 465 305 479 317 303 271 287子离子137*/81/109 93*/137 43.3*/125 167*/123 125*/179 125*/179 203*/123 203*/123 169*/305/125 287*/733/595 303*/465/85 319*303*/229/153 289*/169/125 303*/229/153 153*/149 317*/302 151*153*/229/137 151*/119/107 153*/165/121碰撞能量/V 18/22/18 20/18 12/12 18/20-25/-15-25/-15-20/-32-20/-30-20/-20/-38 36/15/13 22/12/34 10 12/44/48-18/-20/-38 12/48/52 14/26 20/12-25 34/30/30-20/-24/-27 30/26/30锥孔电压/V 30 30 20 34-15-32-32-30-32 30 18 14 18-34 20 20 16-15 50-32 50
1.4 试验方法
1.4.1 标准溶液配制
单标准溶液（1 000 mg/L）:称取10 mg 标准品，用甲醇超声溶解并定容至10 mL 棕色容量瓶中，置于-20 ℃保存备用。
混合标准储备液（50 mg/L）:分别取250µL 单标准溶液，用甲醇定容至5 mL 容量瓶中，置于-20 ℃保存备用。
1.4.2 样品制备
葡萄酒在分析前室温避光保存。开瓶后，马上转移到棕色瓶中，以避免氧化，置于-4 ℃避光保存。上机前取2 mL 样品经0.22µm 微孔滤膜过滤，或根据实际测定结果取样1 mL 稀释至适当浓度，过微孔滤膜后上机分析。
1.5 数据处理
每个葡萄酒样本平行测定2 次后取平均值，采用SPSS 25.0 软件对数据进行多元统计分析。
2 结果与分析
2.1 品种葡萄酒的判别分析
2.1.1 不同品种葡萄酒中多酚化合物含量差异分析
不同品种的葡萄酒中多酚化合物含量见表2。
表2 不同品种葡萄酒中的多酚化合物含量
Table 2 Content of polyphenol compounds in wine made of different varieties of grapesµg/L
化合物对羟基苯甲酸丁香酸*香草酸对香豆酸*阿魏酸*咖啡酸*花旗松素*儿茶素表没食子儿茶素*没食子儿茶素没食子酸*咖啡酰酒石酸表儿茶素槲皮素*杨梅素*金丝桃苷异槲皮苷*原儿茶酸鞣花酸*水杨酸品种小味儿多（n=10）406.6±71.1a 2 675.1±432.1b 330.8±30.5a 7 692.9±1 644.7a 881.5±190.0a 6 144.9±1 478.8a 2 107.2±294.4a 9 830.0±1 794.4a 2 144.1±434.8a 4 893.1±1 003.4a 18 467.8±7 470.1b 17 306.8±13 501.6a 16 307.9±2 607.2a 3 970.7±744.2b 9 020.5±2 527.1b 276.2±139.3a 15.7±2.1b 659.5±513.7a 4 378.5±1 600.2b 316.5±141.3a赤霞珠（n=36）334.8±213.5a 2 488.3±393.4b 417.0±92.7a 4 349.5±1 875.0b 389.0±184.5b 1 940.2±819.7b 934.4±404.1c 10 818.1±3 346.5a 1 069.9±401.9b 4 105.4±1 180.8a 24 571.8±7 720.2ab 20 276.2±10 510.0a 17 874.6±5 835.2a 3 831.2±2 005.3b 4 947.2±2 638.8c 442.8±234.7a 1495±953.6a 744.9±727.6a 3 081.3±1 919.7b 271.1±157.1a马瑟兰（n=9）494.1±229.2a 3 493.9±1 023.2a 339.2±132.9a 10 084.4±4 025.6a 893.6±408.7a 5 928.7±2 555.9a 1 603.5±539.7b 11 756.3±3 826.7a 1 022.5±347.8b 4 065.8±1 462.9a 32 439.5±11 613.8a 31 957.0±20 184.3a 15 496.3±3 229.0a 6 161.6±1 020.4a 11 903.4±1 202.6a 393.5±222.1a 377.4±410.9b 1 128.0±1 100.0a 8 133.6±2 404.9a 382.1±272.1a
续表2 不同品种葡萄酒中的多酚化合物含量
Continue table 2 Content of polyphenol compounds in wine made of different varieties of grapesµg/L
注:*为不同品种间存在显著差异的多酚化合物。同行不同字母表示差异显著（p<0.05）。
化合物绿原酸*芥子酸*肉桂酸*香草醛*丁香醛*山奈酚*柚皮素*杨梅苷*根皮素*香草乙酮*芦丁表儿茶素没食子酸酯表没食子儿茶素没食子酸酯龙胆酸3，5-二羟基苯甲酸*品种小味儿多（n=10）1.1±0.6b 52.3±31.3a 6.1±2.4ab 33.6±15.1ab 65.5±26.9a 113.4±46.4b 126.5±31.8a 28.5±8.1a 85.0±51.8a 47.5±8.0a 0.0a 0.0a 0.0a 332.1±198.8a 150.3±39.1a赤霞珠（n=36）12.5±5.9a 22.3±18.5b 5.0±2.1b 22.2±16.9b 25.2±29.9b 227.1±128.6ab 95.2±35.5b 16.6±5.4b 32.4±33.7b 33.9±10.4b 247.3±500.5a 710.2±1 230.2a 50.6±85.9a 385.3±341.4a 83.1±45.7b马瑟兰（n=9）2.6±1.1b 19.8±3.2b 7.9±1.8a 47.3±26.2a 91.8±49.4a 335.1±168.9a 140.4±15.6a 34.9±7.2a 64.9±28.8ab 51.5±12.9a 3.7±2.9a 433.6±544.9a 38.8±58.5a 322.3±225.4a 113.2±44.1ab
对收集的样品进行检测，发现所有葡萄酒中的刺槐苷和水仙苷含量均低于检出限，因此后续的统计分析均不涉及这两种化合物。
由表2 可知，多酚化合物在不同品种葡萄酒中的含量差异较大，其中没食子酸、咖啡酰酒石酸和表儿茶素含量最高（>15 000µg/L），丁香酸、对香豆酸、咖啡酸、花旗松素、儿茶素、表没食子儿茶素、没食子儿茶素、槲皮素、杨梅素和鞣花酸的含量在1 000～15 000µg/L，其他22 种化合物（如对羟基苯甲酸、香草酸、阿魏酸、金丝桃苷、异槲皮苷和原儿茶酸等）在葡萄酒中的含量相对偏低，绝大多数在1 000µg/L 以下。
对35 种多酚化合物在小味儿多、赤霞珠和马瑟兰葡萄酒中的含量进行方差分析，花旗松素和杨梅素在3 个品种间均存在显著差异（p<0.05），丁香酸、对香豆酸、阿魏酸、咖啡酸、表没食子儿茶素、没食子酸、槲皮素、异槲皮苷、鞣花酸、绿原酸、芥子酸、肉桂酸、香草醛、丁香醛、山奈酚、柚皮素、杨梅苷、根皮素、香草乙酮、3，5-二羟基苯甲酸20 种化合物在2 个品种间存在显著差异，其他13 种化合物（如对羟基苯甲酸、香草酸、儿茶素等）含量在品种间差异均不显著（p>0.05）。小味儿多酿制的葡萄酒中花旗松素和表没食子儿茶素含量明显高于其他品种；赤霞珠酿制的葡萄酒中异槲皮苷和绿原酸含量明显高于其他品种，而对香豆酸、阿魏酸、咖啡酸、花旗松素、香草醛、丁香醛、柚皮素、杨梅苷和香草乙酮含量低于其他品种；马瑟兰酿制的葡萄酒中丁香酸、槲皮素、杨梅素、鞣花酸和肉桂酸含量明显高于其他品种。不同品种葡萄酒中的多酚化合物含量呈现其各自的特征。
2.1.2 不同品种葡萄酒中多酚化合物的主成分分析
主成分分析是指纹分析的重要手段之一，它将具有较强相关性的原多变量的数据缩减、降维形成新的互相无关的指标，能够用少量因素反映原数据提供的大部分信息。
本研究对不同品种葡萄酒存在显著性差异的22 种多酚类化合物进行主成分分析，各化合物之间的偏相关系数（kaiser-meyer-olkin，KMO）结果为0.677（>0.5），化合物之间具有显著相关性（Bartlett 球形检定显著性结果p<0.01），表明可以进行主成分分析。各成分与特征值的关系可以通过碎石图表示，结果见图1。
图1 不同品种葡萄酒主成分分析碎石图
Fig.1 Scree plot of principal component analysis of wine made of different varieties of grapes
由图1 可知，22 个成分中可以提取6 个主成分因子（特征值>1）。前6 个主成分的载荷矩阵及方差贡献率见表3。
表3 不同品种葡萄酒前6 个主成分的载荷矩阵及方差贡献率
Table 3 Load matrix and variance contribution rate of the first six principal components in wine made of different varieties of grapes
化合物咖啡酸对香豆酸阿魏酸花旗松素杨梅素柚皮素丁香醛根皮素3，5-二羟基苯甲酸肉桂酸鞣花酸香草醛没食子酸杨梅苷芥子酸丁香酸异槲皮苷山奈酚槲皮素表没食子儿茶素香草乙酮绿原酸特征值方差贡献率/%累计方差贡献率/%主成分1 0.926 0.883 0.879 0.822 0.744 0.689 0.639 0.623 0.530 0.603 0.517 0.459-0.192 0.633 0.275 0.591-0.855-0.098 0.400 0.380 0.703-0.720 8.952 40.692 40.692主成分2-0.100 0.257-0.072-0.536-0.041 0.131 0.289 0.208-0.510 0.675 0.650 0.383-0.146-0.315-0.691 0.144-0.011 0.577 0.206-0.487-0.027 0.289 3.113 14.149 54.842主成分3-0.175-0.218-0.246-0.029 0.607 0.153 0.166-0.474-0.102-0.324 0.246 0.166 0.688 0.557 0.208-0.054 0.206 0.509 0.560-0.148-0.052-0.170 2.485 11.297 66.139主成分4 0.196 0.188 0.291-0.011-0.188 0.159-0.545 0.114 0.250 0.004-0.180-0.660 0.479 0.238-0.450 0.456 0.242 0.164 0.080-0.469 0.291 0.089 2.161 9.821 75.960主成分5-0.113-0.146-0.012 0.024 0.039 0.489-0.340 0.372-0.045-0.003-0.135-0.360-0.335-0.170 0.110-0.465-0.066 0.553 0.504 0.457 0.183 0.158 1.879 8.541 84.501主成分6-0.019 0.101 0.177 0.021-0.012-0.242-0.083-0.039-0.502-0.012-0.097 0.094 0.187 0.159 0.239-0.110-0.237 0.044-0.160 0.009 0.548 0.417 1.067 4.849 89.350
由表3 可知，第1 主成分方差贡献率为40.692%，综合了咖啡酸、对香豆酸、阿魏酸、花旗松素、杨梅素、柚皮素、丁香醛和根皮素8 种化合物信息；第2 主成分方差贡献率为14.149%，综合了肉桂酸和鞣花酸化合物信息；第3 主成分方差贡献率为11.297%，综合了没食子酸和杨梅苷化合物信息；第4 主成分方差贡献率为9.821%，代表了丁香酸化合物信息；第5 主成分方差贡献率为8.541%，综合了山奈酚和槲皮素化合物信息；第6 主成分方差贡献率为4.849%，代表了香草乙酮化合物信息；前6 个主成分累计方差贡献率为89.350%。在不同品种葡萄酒中筛选出咖啡酸、对香豆酸、阿魏酸、花旗松素、杨梅素、柚皮素、丁香醛、根皮素、肉桂酸、鞣花酸、没食子酸、杨梅苷、丁香酸、山奈酚、槲皮素和香草乙酮等16 种特征多酚化合物。
2.1.3 不同品种葡萄酒的判别分析
多酚类化合物含量的差异揭示了其在不同品种葡萄酒中存在差异，但不足以对不同品种的葡萄酒进行准确判别。因此，建立基于Fisher 判别函数的判别方法对3 个品种酿酒葡萄酿制的葡萄酒样本进行多变量判别分析，以验证多酚化合物是否影响葡萄酒品种判别。以35 种多酚化合物作为判别分析的自变量，不同品种葡萄酒判别函数模型系数见表4。
表4 不同品种葡萄酒判别函数模型系数
Table 4 Discriminant function model coefficients of wine made of different varieties of grapes
化合物对羟基苯甲酸丁香酸香草酸对香豆酸阿魏酸咖啡酸花旗松素儿茶素表没食子儿茶素没食子儿茶素没食子酸咖啡酰酒石酸表儿茶素槲皮素杨梅素金丝桃苷异槲皮苷原儿茶酸鞣花酸水杨酸绿原酸芥子酸肉桂酸香草醛丁香醛山奈酚柚皮素杨梅苷根皮素香草乙酮芦丁常量小味儿多2.380 0.807-0.573 1.035 0.775-0.499-2.546-0.026 1.612 0.437 0.267-0.017 0.009 0.839 0.053-1.289 0.610-0.269 0.321 1.128 32.127 4.397-2.207-41.548 21.950-0.569-18.31 16.206-16.342-7.218-0.598-7 477.427赤霞珠3.195 0.875 0.098 1.069 0.982-0.558-2.687 0.018 1.426 0.473 0.307-0.017 0.005 0.902 0.107-1.194 0.863-0.238 0.252 2.705 34.936 1.025-37.439-35.422 25.272 1.196-21.759-17.857-17.864-5.765-0.823-9 403.823马瑟兰4.236 1.369-7.329 1.302 0.503-0.790-3.344 0.486 3.349-0.710 0.585-0.041-0.047 1.740-0.150-4.638 0.981-0.734 0.680 10.089 11.109 13.585 196.584-115.927 65.321 4.853-23.445 22.840-37.002-55.258-3.540-21 698.069
提取模型前2 个典型判别系数，Willks′ Lambda检验结果证实，在α=0.01 的显著性水平下，2 个函数对分类效果均为显著，其解释判别模型能力分别为86.5% 和13.5%，且相关系数均大于0.99，表明判别函数1 和2 均有效。
回代检验是针对所有训练样本进行的检验，其样品误判概率偏低，会夸大判别效果；交叉检验方法中将样本随机分成用于建立判别函数的训练样本和用于考核判别函数判别效果的验证样本，以后者计算样品误判概率，能客观地评价模型的判别能力。不同品种葡萄酒的判别分析结果见表5。
表5 不同品种葡萄酒的一般判别分析结果
Table 5 Results of general discriminant analysis of wine made of different varieties of grapes
方法回代检验交叉验证品种小味儿多（n=10）赤霞珠（n=36）马瑟兰（n=9）正确率/%小味儿多（n=10）赤霞珠（n=36）马瑟兰（n=9）正确率/%预测组成员信息小味儿多10 00 100.0 810 80.0赤霞珠0 18 0 100.0 2 17 0 94.4马瑟兰009 100.0 009 100.0整体正确判别率/%100.0 91.9
由表5 可知，回代检验和交叉检验的整体正确判别率分别为100.0%和91.9%，说明基于多酚类化合物指纹的差异可以有效鉴别不同品种的葡萄酒。
2.2 产区葡萄酒的判别分析
2.2.1 不同产区葡萄酒中多酚化合物含量差异分析
除了品种外，地域性也是决定葡萄酒风格的主要因素之一，因此本研究测定了宁夏、烟台、甘肃和新疆等4 个酿酒葡萄优势产区的葡萄酒中35 种多酚化合物的含量，并进行方差分析，结果如表6 所示。
表6 不同产区葡萄酒中的多酚化合物含量
Table 6 Content of polyphenol compounds in wine made from different regionsµg/L
注:*为不同产区间存在显著差异的多酚化合物。同行不同字母表示差异显著（p<0.05）。
化合物对羟基苯甲酸*丁香酸*香草酸*对香豆酸*阿魏酸*咖啡酸*花旗松素*儿茶素表没食子儿茶素*没食子儿茶素*没食子酸咖啡酰酒石酸表儿茶素槲皮素*杨梅素*金丝桃苷*异槲皮苷*原儿茶酸*鞣花酸*水杨酸*绿原酸*芥子酸*肉桂酸*香草醛丁香醛山奈酚*柚皮素*杨梅苷根皮素*香草乙酮*芦丁*表儿茶素没食子酸酯*表没食子儿茶素没食子酸酯*龙胆酸*3，5-二羟基苯甲酸*产区宁夏（n=9）201.7±53.4b 2 140.7±309.3b 216.2±43.0d 3 737.5±1 039.5ab 431.0±70.9ab 2 568.2±481.4b 1 214.5±245.4a 10 808.0±1 134.5a 1 598.3±151.4a 6 922.0±1 422.7a 24 552.3±7 678.8a 22 876.2±4 271.0a 18 411.5±5 103.3a 7 836.2±800.7a 14 044.5±640.4a 763.9±374.0a 563.6±413.7b 580.7±159.3b 7 593.2±2 276.5a 144.3±22.6b 5.0±1.8b 19.7±9.7ab 6.0±1.7a 48.3±25.6a 76.6±40.8a 965.6±413.7a 155.7±10.6a 20.2±8.4a 66.7±29.2a 40.6±7.4ab 1.7±2.7ab 544.9±488.8ab 74.7±52.2a 101.8±25.3b 95.4±15.8b烟台（n=28）585.4±70.2a 3 948.1±1 444.2a 579.6±119.1a 5 240.4±2 054.3a 465.2±226.1a 3 420.5±972.9a 1 240.4±269.6a 9 695.5±2 133.4a 1 006.3±269.9b 4 524.0±1 607.3b 22 572.6±5 217.5a 20 696.5±11 472.5a 14 948.8±3 973.3a 4 345.7±2 409.7b 8 532.2±1 176.0b 362.7±318.4b 476.5±768.2b 1 743.3±1 023.3a 3 388.9±1 389.0b 236.1±142.1b 8.6±3.7b 27.3±18.9a 5.9±2.2a 53.0±53.7a 91.0±101.6a 97.4±97.5b 112.9±17.9b 15.0±5.6a 24.0±13.0b 37.8±10.8ab 0.0b 24.9±59.0b 0.0b 297.9±172.1b 124.2±17.2a甘肃（n=6）234.4±39.0b 2 160.1±374.8b 468.3±78.0b 5 486.1±840.6a 518.1±169.7a 1 846.8±548.4b 722.4±270.6b 10 314.8±3 463.3a 1 173.3±656.5a 4 135.4±1 851.4b 19 960.0±2 471.0a 17 418.2±7 219.7a 1 9451.1±8 360.6a 4 027.8±784.2b 4 101.5±845.6c 345.2±37.6b 963.0±137.6b 258.5±402.2b 3 882.8±2 809.6b 397.3±37.5a 18.5±5.0a 18.2±8.8ab 6.8±1.0a 21.3±9.0a 12.5±5.7a 351.1±124.4b 103.8±44.4b 13.2±4.0a 63.9±44.1a 47.3±0.77a 0.0b 68.7±120.2ab 0.0b 779.1±177.5a 30.5±8.3c新疆（n=12）234.1±98.0b 3 098.5±445.2ab 323.1±50.4c 2 647.8±881.1b 273.7±64.9b 1 025.2±258.3c 664.1±71.4b 10 591.9±4 051.8a 798.3±92.1b 4 047.3±576.5b 28 709.1±9 200.1a 20 997.3±4 410.7a 16 809.0±4 260.1a 3 054.3±1 164.5b 3 905.1±1 553.0c 589.2±116.8a 1 955.0±842.4a 788.1±369.7b 2 325.4±650.9b 150.8±35.4b 8.2±2.0b 10.3±8.0b 3.7±0.9b 25.2±23.6a 50.0±67.6a 322.2±158.6b 70.3±15.9c 14.8±5.9a 23.7±11.2b 31.7±9.6b 372.3±579.7a 1 064.5±1 387.6a 82.0±91.8a 266.6±231.6b 80.0±19.1b
由表6 可知，香草酸在4 个产区间均存在显著差异（p<0.05），儿茶素、没食子酸、咖啡酰酒石酸、表儿茶素、香草醛、丁香醛和杨梅苷在4 个产区间差异均不显著（p<0.05）。宁夏葡萄酒样本中表没食子儿茶素、没食子儿茶素、槲皮素、杨梅素、鞣花酸、山奈酚和柚皮素含量明显高于其他产区样本，而香草酸明显低于其他产区；烟台葡萄酒样本中对羟基苯甲酸、香草酸、咖啡酸、原儿茶酸和3，5-二羟基苯甲酸含量明显高于其他产区；甘肃葡萄酒样本中水杨酸、绿原酸和龙胆酸含量高于其他产区，3，5-二羟基苯甲酸含量低于其他产区；新疆葡萄酒样本中异槲皮苷高于其他产区，咖啡酸、肉桂酸和柚皮素含量低于其他产区。
2.2.2 不同产区葡萄酒中多酚化合物的主成分分析
对不同产区葡萄酒样本中存在显著性差异的28 种多酚类化合物进行主成分分析，KMO 统计量为0.635（>0.5），各化合物之间具有显著相关性，表明可以进行主成分分析。不同产区葡萄酒的各成分与特征值的关系如图2 所示。
图2 不同产区葡萄酒主成分分析碎石图
Fig.2 Scree plot of principal component analysis of wine from different regions
由图2 可知，28 个成分中可以提取6 个主成分因子。前6 个主成分的载荷矩阵及方差贡献率如表7 所示。
表7 不同产区葡萄酒前6 个主成分的载荷矩阵及方差贡献率
Table 7 Load matrix and variance contribution rate of the first six principal components in wine from different regions
化合物柚皮素杨梅素表没食子儿茶素花旗松素没食子儿茶素槲皮素咖啡酸山奈酚鞣花酸香草酸对羟基苯甲酸龙胆酸丁香酸水杨酸3，5-二羟基苯甲酸原儿茶酸肉桂酸香草乙酮表儿茶素没食子酸酯芦丁表没食子儿茶素没食子酸酯对香豆酸阿魏酸芥子酸绿原酸异槲皮苷根皮素金丝桃苷特征值方差贡献率/%累计方差贡献率/%主成分1 0.922 0.851 0.783 0.769 0.755 0.746 0.657 0.549 0.543-0.060 0.208-0.106-0.052 0.102 0.254 0.037 0.531 0.318-0.435-0.535-0.291 0.466 0.676 0.242-0.268-0.698 0.689 0.097 7.791 27.826 27.826主成分2-0.261-0.262-0.370-0.081-0.384-0.492 0.495-0.681-0.282 0.880 0.686 0.586 0.576 0.558-0.035 0.378 0.377 0.291-0.585-0.412-0.730 0.643 0.389 0.095 0.389-0.543-0.223-0.750 6.737 24.061 51.886主成分3 0.018 0.289-0.205 0.416-0.049 0.095 0.355-0.263-0.187 0.257 0.504-0.661 0.473-0.639 0.851 0.759-0.362-0.289 0.084 0.120 0.040-0.205-0.236 0.380-0.550 0.001-0.510 0.081 4.279 15.281 67.167主成分4 0.059-0.126 0.157-0.014 0.389-0.227 0.320-0.266 0.156-0.036 0.036-0.094 0.209 0.203 0.137-0.068 0.390-0.529 0.605 0.591 0.543 0.456 0.411-0.399-0.111 0.089-0.024-0.417 2.738 9.778 76.946主成分5 0.125-0.134 0.277 0.375-0.196 0.149-0.045-0.180-0.200-0.075 0.193 0.086-0.511 0.308 0.180-0.243-0.279-0.421 0.032 0.099-0.092 0.152 0.116 0.645 0.301 0.265-0.098-0.127 1.797 6.419 83.365主成分6 0.074-0.221 0.200 0.099 0.217-0.079-0.001 0.072-0.667 0.162-0.118-0.086 0.245-0.004-0.099 0.184-0.125 0.165 0.035 0.189-0.043-0.083 0.202 0.044 0.088 0.142 0.408 0.140 1.104 3.944 87.309
由表7 可知，第1 主成分方差贡献率为27.826%，综合了柚皮素、杨梅素、表没食子儿茶素、花旗松素、没食子儿茶素、槲皮素和咖啡酸7 种化合物信息；第2 主成分方差贡献率为24.061%，综合了香草酸和对羟基苯甲酸信息；第3 主成分方差贡献率为15.281%，综合了3，5-二羟基苯甲酸和原儿茶酸信息；第4 主成分方差贡献率为9.778%，综合了表儿茶素没食子酸酯和芦丁信息；第5 主成分方差贡献率为6.419%，代表了芥子酸信息；第6 主成分方差贡献率为3.944%，代表了根皮素信息；前6 个主成分累计方差贡献率为87.309%，表明所提取的主成分因子能够较为全面地反映原数据的主要信息。在不同产区葡萄酒样本中筛选出柚皮素、杨梅素、表没食子儿茶素、花旗松素、没食子儿茶素、槲皮素、咖啡酸、香草酸、对羟基苯甲酸、3，5-二羟基苯甲酸、原儿茶酸、表儿茶素没食子酸酯、芦丁、芥子酸和根皮素等15 种特征多酚化合物。
2.2.3 不同产区葡萄酒的判别分析
为验证多酚化合物分析技术对葡萄酒产区判别的可能性，建立基于Fisher 判别函数的判别方法对宁夏、烟台、甘肃和新疆4 个产区葡萄酒样本进行多变量判别分析，不同产区葡萄酒判别函数模型系数见表8。
表8 不同产区葡萄酒判别函数模型系数
Table 8 Discriminant function model coefficients of wine from different regions
化合物对羟基苯甲酸丁香酸香草酸对香豆酸阿魏酸咖啡酸花旗松素儿茶素表没食子儿茶素没食子儿茶素没食子酸咖啡酰酒石酸表儿茶素槲皮素杨梅素金丝桃苷异槲皮苷原儿茶酸鞣花酸水杨酸绿原酸芥子酸肉桂酸香草醛丁香醛山奈酚柚皮素杨梅苷根皮素香草乙酮芦丁表儿茶素没食子酸酯常量宁夏-3.907-0.441 6.574-0.524-0.306 0.353 0.883 0.024-1.837 0.695 0.042 0.021 0.104 0.253 0.079-2.634-0.559-0.330 0.179 4.255-21.937 4.240-127.336 22.125-3.772 2.170 20.770 64.295-37.245-16.410-0.295-0.155-5 541.525烟台-0.901 0.362 2.668-0.260-1.593 0.007 3.311 0.008-3.683 1.056 0.071 0.018 0.068 0.135 0.035-0.491-0.046-0.346-0.212 10.083-50.773-1.513-91.824 3.798-1.528 0.132 12.140 39.856-49.183-17.607-1.602-0.080-4 763.348甘肃-2.498 0.961 1.445 0.327 1.628-0.210 0.467 0.030-3.409-0.055 0.120 0.007 0.132 0.012-0.055-0.822 0.579-0.412-0.192 7.143-50.583-4.317-94.385 15.878-17.801 6.770-3.551 46.860-25.401-6.397-1.016 0.046-3 583.244新疆-1.389 2.149-2.579 0.650 1.658-0.560 2.317 0.019-6.221 0.060 0.214 0.003 0.138-0.276-0.023 0.303 1.336-0.705-0.569 14.901-99.066-11.648-112.624-4.485-20.945 9.620-11.556 42.044-43.355-9.727-2.644 0.295-6 638.487
提取模型前3 个典型判别系数，对分类效果均为显著，其中前2 个函数累计解释判别模型能力为95.7%，且相关系数均大于0.99，表明判别函数1 和2对葡萄酒产区分类占主要贡献作用。判别分类结果如表9 所示。
表9 不同产区葡萄酒的一般判别分析结果
Table 9 Results of general discriminant analysis of wine from different regions
方法回代检验交叉验证品种宁夏（n=9）烟台（n=28）甘肃（n=6）新疆（n=12）正确率/%宁夏（n=9）烟台（n=28）甘肃（n=6）新疆（n=12）正确率/%预测组成员信息宁夏9000 100.0 9000 100.0烟台0 12 00 100.0 0 12 00 100.0甘肃0060 100.0 0061 100.0新疆0001 2 100.0 0001 1 91.7整体正确判别率/%100.0 97.4
由表9 可知，回代检验和交叉检验的整体正确判别率分别为100.0%和97.4%，说明基于多酚类化合物指纹的差异可以有效鉴别不同产区的葡萄酒。
3 结论
本试验以来源于我国4 个主要产区（宁夏、烟台、甘肃和新疆）、3 个酿酒葡萄品种（小味儿多、赤霞珠和马瑟兰）的葡萄酒样本为研究对象，采用超高效液相色谱-串联质谱法并结合PCA 和Fisher 判别等多元方法分析了不同葡萄酒中37 种多酚类化合物的含量及组成特征，在不同品种葡萄酒样本中筛选出咖啡酸、对香豆酸、阿魏酸、杨梅素、柚皮素、槲皮素和香草乙酮等16 种特征多酚化合物，对于不同产区葡萄酒筛选出柚皮素、杨梅素、没食子儿茶素、槲皮素、咖啡酸、香草酸、芦丁和根皮素等15 种特征多酚化合物。研究结果表明基于多酚类化合物指纹的差异可鉴别不同产区及不同品种的葡萄酒，从而为我国葡萄酒真实性的鉴别提供了理论参考，对地理标志产品葡萄酒及消费者合法权利的保护提供了有效的技术支撑。
[1] 曹炜玉,路文鹏,舒楠,等.葡萄酒风味物质及其影响因素研究进展[J].中国酿造,2022,41(5):1-7.CAO Weiyu, LU Wenpeng, SHU Nan, et al. Research progress on wine flavor substances and their influencing factors[J].China Brewing,2022,41(5):1-7.
[2] WELKE J E, ZANUS M, LAZZAROTTO M, et al. Main differences between volatiles of sparkling and base wines accessed through comprehensive two dimensional gas chromatography with time-offlight mass spectrometric detection and chemometric tools[J]. Food Chemistry,2014,164:427-437.
[3] ARMANINO C, CASOLINO M C, CASALE M, et al. Modelling aroma of three Italian red wines by headspace-mass spectrometry and potential functions[J]. Analytica Chimica Acta, 2008, 614(2):134-142.
[4] 中华人民共和国国家质量监督检验检疫总局,中国国家标准化管理委员会.葡萄酒:GB/T 15037—2006[S].北京:中国标准出版社,2007.General Administration of Quality Supervision, Inspection and Quarantine of the People′s Republic of China, Standardization Administration of the People′s Republic of China. Wines: GB/T 15037—2006[S].Beijing:China Standard Press,2007.
[5] 朱美蓉, 房玉林. 葡萄多酚研究进展及其开发利用[J]. 中国酿造,2015,34(12):1-4.ZHU Meirong, FANG Yulin. Research progress and application of grape polyphenol[J].China Brewing,2015,34(12):1-4.
[6] 张欣珂,赵旭,成池芳,等.葡萄酒中的酚类物质I:种类、结构及其检测方法研究进展[J].食品科学,2019,40(15):255-268.ZHANG Xinke, ZHAO Xu, CHENG Chifang, et al. Phenolics in wines I: A review of categories, structures and detection methods[J].Food Science,2019,40(15):255-268.
[7] 俞然,张彦聪,刘莹,等.两种葡萄混合酿造的起泡葡萄酒原酒香气分析[J].食品研究与开发,2022,43(11):176-182.YU Ran, ZHANG Yancong, LIU Ying, et al. Aroma analysis of the original sparkling wine made from the mixture of two kinds of grapes[J].Food Research and Development,2022,43(11):176-182.
[8] ROCCHETTI G, GATTI M, BAVARESCO L, et al. Untargeted metabolomics to investigate the phenolic composition of Chardonnay wines from different origins[J]. Journal of Food Composition and Analysis,2018,71:87-93.
[9] ZHANG B, CAI J, DUAN C Q, et al. A review of polyphenolics in oak woods[J].International Journal of Molecular Sciences,2015,16(4):6978-7014.
[10] 赵昊,宋晶晶,于佳俊,等.不同产区葡萄酒多酚物质抗氧化活性差异及相关性分析[J].食品与发酵工业,2021,47(6):84-91.ZHAO Hao, SONG Jingjing, YU Jiajun, et al. Differences and correlation analysis of polyphenols and antioxidant activity in different wines regions[J]. Food and Fermentation Industries, 2021, 47(6):84-91.
[11] ZHOU D, BAI Z S, GUO T T, et al. Dietary flavonoids and human top-ranked diseases: The perspective of in vivo bioactivity and bioavailability[J]. Trends in Food Science & Technology, 2022, 120:374-386.
[12] WANG X, CAO Y J, CHEN S Y, et al. Anti-inflammation activity of flavones and their structure-activity relationship[J]. Journal of Agricultural and Food Chemistry,2021,69(26):7285-7302.
[13] PANTELIĆ M M,ZAGORAC D Č D,ĆIRIĆ I Ž,et al.Phenolic profiles, antioxidant activity and minerals in leaves of different grapevine varieties grown in Serbia[J]. Journal of Food Composition and Analysis,2017,62:76-83.
[14] 韩文凤,郭红英,贾娟,等.果蔬多酚及其抗氧化性研究进展[J].保鲜与加工,2019,19(4):191-194.HAN Wenfeng, GUO Hongying, JIA Juan, et al. Research progress on polyphenols and antioxygenic property of fruits and vegetables[J].Storage and Process,2019,19(4):191-194.
[15] 唐柯,马磊,徐岩,等.超高效液相色谱法快速测定葡萄酒中酚酸[J].中国酿造,2015,34(12):157-161.TANG Ke,MA Lei,XU Yan,et al.Rapid determination of phenolic acids in wine by ultra performance liquid chromatography[J].China Brewing,2015,34(12):157-161.
[16] BAI B X, HE F, YANG L L, et al. Comparative study of phenolic compounds in Cabernet Sauvignon wines made in traditional and Ganimede fermenters[J].Food Chemistry,2013,141(4):3984-3992.
[17] ALECU A, ALBU C, LITESCU S C, et al. Phenolic and anthocyanin profile of valea calugareasca red wines by HPLC-PDA-MS and MALDI-TOF analysis[J].Food Analytical Methods,2016,9(2):300-310.
[18] 史肖,张波,牛见明,等.甘肃武威地区不同成熟期‘黑比诺’葡萄中的多酚测定[J].食品与发酵工业,2020,46(4):258-265.SHI Xiao, ZHANG Bo, NIU Jianming, et al. Determination of polyphenols in ′Pinot Noir′ grape at different ripening stages in Wuwei area of Gansu province[J].Food and Fermentation Industries,2020,46(4):258-265.
[19] ZHANG B, HE F, ZHOU P P, et al. The color expression of copigmentation between malvidin-3-O-glucoside and three phenolic aldehydes in model solutions: The effects of pH and molar ratio[J].Food Chemistry,2016,199:220-228.
[20] 王晓月, 张珊珊, 张欣珂, 等. 发酵前添加黄酮醇类辅色素对‘赤霞珠’干红葡萄酒颜色品质及多酚组成的影响[J]. 食品科学,2020,41(18):188-195.WANG Xiaoyue, ZHANG Shanshan, ZHANG Xinke, et al. Effect of pre-fermentative addition of flavanols on the color attributes and phenolic profiles of′Cabernet Sauvignon′dry red wine[J].Food Science,2020,41(18):188-195.
[21] 葛谦,曹彩霞,吴燕,等.贺兰山东麓产区不同单品种葡萄酒风味物质特征分析[J].食品与发酵工业,2021,47(17):256-264.GE Qian,CAO Caixia,WU Yan,et al.Flavor characteristics of varieties wines from eastern foot of Helan Mountain[J]. Food and Fermentation Industries,2021,47(17):256-264.
[22] 李叶凤,王圣仪,谭丹,等.基于挥发性成分分析的葡萄酒产地及品种鉴别研究进展[J].食品科学,2022,43(13):309-318.LI Yefeng, WANG Shengyi, TAN Dan, et al. Progress in the identification of the geographical origin and variety of wine based on analysis of volatile compounds[J].Food Science,2022,43(13):309-318.
[23] 李彩虹,开建荣,王彩艳,等.基于矿物元素技术的品种、产区葡萄酒的判别分析[J].食品与发酵工业,2022,48(12):281-289.LI Caihong, KAI Jianrong, WANG Caiyan, et al. Discriminant analysis of wine variety and origin based on the content of mineral elements[J]. Food and Fermentation Industries, 2022, 48(12): 281-289.
[24] MARINI F, BUCCI R, MAGRÌ A L, et al. Authentication of Italian CDO wines by class-modeling techniques[J].Chemometrics and Intelligent Laboratory Systems,2006,84(1-2):164-171.
[25] 唐柯,马磊,徐岩,等.基于游离氨基酸水平对葡萄酒产地和品种的判别分析[J].食品与发酵工业,2015,41(9):159-163.TANG Ke,MA Lei,XU Yan,et al.Study on amino acids profiles in wine classification according to geographic origin and grape variety[J].Food and Fermentation Industries,2015,41(9):159-163.
[26] 马燕玲,王一名,初坤,等.超高效液相色谱串联质谱法测定葡萄酒中酚酸和酚醛类化合物[J].化学试剂,2023,45(2):141-147.MA Yanling, WANG Yiming, CHU Kun, et al. Determination of phenolic acids and phenol aldehyde compounds in wine by ultra performance liquid chromatography tandem mass spectrometry[J].Chemical Reagents,2023,45(2):141-147.
[27] 王一名,卫晓红,王忠一,等.UPLC-MS/MS 测定葡萄酒中类黄酮化合物方法的建立[J].中外葡萄与葡萄酒,2023,247(1):16-23.WANG Yiming, WEI Xiaohong, WANG Zhongyi, et al. Establishment of UPLC-MS/MS method for determination of flavonoid compounds in wine[J].Sino-Overseas Grapevine& Wine,2023,247(1):16-23.