电子烟参照卷烟监管！风味物质差异分析怎么做?

国务院 11 月 26 日发布了关于修改《中华人民共和国烟草专卖法实施条例》的决定，条例明确，电子烟等新型烟草制品参照本条例卷烟的有关规定执行。12 月 2 日，国家烟草专卖局举行政策吹风会，进一步明确了电子烟的法律属性、监管主体、监管范围等。电子烟可谓是迎来了新一波的“强监管”。对于电子烟的消费者而言，不同电子烟之间或者和传统卷烟的差别最主要来自于烟油的口味。生产企业为了研发、调配出受欢迎的电子烟口味，可能需要搭配不同种类的精油、溶剂，植物萃取成分等等来营造更加丰富多样的香味和口感。从理化分析的角度来说，是不同风味物质的组合缔造了不同口味的电子烟，而香气馥郁的电子烟，往往意味着其成分中具有更多及更高的化合物组成含量。

这次，我们来看看借助安捷伦 GC/MS 如何来区分不同电子烟中风味物质数量的“多少”，以及如何明确不同样品之间的关键差异。

不同数据间的简单比较

通过对电子烟烟油中各类可挥发的风味物质进行比较，可以更好地认识不同类型电子烟的差异性，有效地对关键性差异化合物进行确认，是明确不同口味、不同香型电子烟组分特征的基础。我们先来看看几种相对简单的数据比较方式。

当需要将多个样品进行比较时，小伙伴们最常用及最直接的办法，是使用定性软件将色谱图进行分列或叠加。但这样的方式并不适用于样品数量较大或者化合物数目较多的情形。使用安捷伦 MassHunter 定量分析软件的目标物解卷积功能（Target Deconvolution）可以进行多个样品间的比较。图 1 在一个用户界面内直观显示了目标物尼古丁在不同样品中的响应、浓度和谱库匹配分数等信息，还可以将目标峰再次谱库检索以查找其它可能的匹配结果。也可以对不同样品的色谱图进行比较，也能够方便地对目标化合物的定量、定性离子（或离子对）和线性结果进行检查和确认。

图 1. 使用 MassHunter 定量软件对多个样品间的目标化合物进行定性定量结果的比较

当需要更清楚地掌握不同样品之间的整体差异情况时，还可以使用未知物分析（Unknown Analysis）软件导入定量结果，软件的目标物匹配和空白扣除功能，将自动显示出不同样品中出现的目标物数目以及空白扣除的化合物数目。这个工作流程，能轻松地对所有化合物进行定性分析，还能够比较不同样品之间出现目标（已知）化合物的数量差异。

图 2. 使用未知物分析软件对多个样品间的目标和未知化合物进行比较

当研究几类不同的样品组时，我们更需要搞清楚不同组别的差异以及组内的变化，这就到了安捷伦 MassHunter Profinder 软件上场发挥的时候啦。如图 3 中的示例，MassHunter Profinder 软件可以对重复的数据文件进行分组，软件自动对分子特征提取到的化合物进行归类和对齐、显示出叠加的色谱图、组内的峰面积变化等等。三组样品中出现的化合物总数、化合物出现的频次、化合物含量的高低就这样清楚直观地呈现在我们眼前了，是不是很轻松呢？

图 3. 使用 MassHunter Profinder 软件进行样品组之间的比较

统计学差异分析

电子烟烟油风味物质的分析除了进行数据的简单比较，还需要用到一些在差异分析中的“高端操作”。Agilent Mass Profiler Professional (MPP) 软件是一个化学计量学平台，专门用于发掘质谱数据的复杂信息内容，可以用在任何基于质谱的差异分析中，以确定两个或更多个样品组和变量之间的关系。来源于 GC/MS、LCMS 或 ICPMS 的质谱数据（四极杆或高分辨质谱）经过未知物分析软件或者 Profinder 软件处理后可以发掘出成百上千个化合物组分，MPP 将这些组分信息导入之后就可以对这些数目庞大的信息进行对齐（Alignment）、筛选（Filtering），以及统计学计算并提供可视化工具来确定样品组和变量之间的关系。

以下是两组不同口味电子烟油样品（以 S01 和 S06 表示）进行统计学差异分析的工作流程实例。

步骤一：

在 MPP 软件中使用热图（heat map）对对齐后的组分进行差异性可视化显示（见图 4）。热图显示出两组烟油样品的差异性还不是特别明显，这是因为经过未知物分析挖掘出的组分数量庞大，也包含了一些所有样品中都含有的溶剂、背景等组分，这些组分还没有经过统计筛选。

图 4. 两组电子烟油样品 S01 和 S06 中组分的热图

步骤二：

使用火山图功能挑选出表达水平差异程度(Fold Change)>2，以及统计学显著性(p value)<0.05 的组分，以层次聚类（Hierarchical Clustering）的方式进行展现。其中基于组分聚类可以表明哪些组分在不同样品间变化趋势相似（图 5），而基于样品聚类可以掌握组内样品之间的相似性以及组间样品的显著差异组分（图 6）。

图 5 两组电子烟油样品基于组分的层次聚类分析

图 6. 两组电子烟油样品基于样品的层次聚类分析

步骤三：

可以运用 PLS-DA（偏最小二乘回归分析）模型找出这些组分中 VIP 值（variable importance in projection）>1 的重要化合物，并且用建立好的模型对未来未知的样品进行归类预测（图 7）。

图 7. 两组电子烟油样品中组分的 VIP 值以及建模后对未知样品进行预测

总结

本次专题介绍了安捷伦 GC/MS 数据比较的多种方式，我们除了可以直接用“定性软件叠图”的方式进行比较以外，还可以通过“定量软件目标物解卷积”、“ 未知物分析软件目标匹配”、“ Profinder 软件分组比较”等多种方式。其中，定量软件在注重目标物含量变化的同时包括了谱库检索的定性功能、未知物分析软件在注重谱图定性的同时包括了对目标物的整体比较、Profinder 软件则更强调组内变化以及组间差异。在更高端的应用中，我们还可以借助 MPP 软件对大批量的数据进行统计学分析，将差异用各种工具直观地可视化呈现，并最终达到确认关键性差异物质的目的。这些方式和工具在区分电子烟口味之间的差异，抑或是在区分和传统卷烟风味物质的差异时，都能够有针对性的进行差异分析达到事半功倍的效果。

相关文章：

• 市场热点追踪文章集锦
• 使用 Agilent Bond Elut QuEChERS dSPE 样品前处理技术结合 HP-5ms 气相色谱柱对烟草包装中的光引发剂进行 GC/MS 分析 (PDF)

相关解决方案：

• 安捷伦食品和饮料检测解决方案

相关产品：

• 安捷伦气质联用系统 (GC/MS)