杨浩澜，包亮英，刘实琪，刘亦菲，朱炎贞，刘 芳，3*

    (1 湖南中医药大学药学院 长沙 410208 2 湖南中医药大学中西结合学院 长沙 410208 3 湖南省中药饮片标准化及功能工程技术研究中心 长沙 410208)

    咖啡是茜草科咖啡属的一种灌木[1]，广泛种植于热带地区，我国的主要分布地区为海南省和云南省[2]。研究发现，定期喝咖啡可预防心血管疾病、2 型糖尿病、肥胖症和某些类型的癌症，并降低中风的风险[3]。此外，因其独特的口感及提神醒脑的效果而受到世界各地消费者的追捧。据统计，全球每天约消费22.5 亿杯咖啡[4]。随着咖啡热度的不断增加，咖啡品质相关的负面报道使得人们越来越重视咖啡的质量[5]。

    水洗和日晒是咖啡最常见的两种加工方式[6]。两类咖啡在口感上存在较明显的区别，然而，其化学成分种类及含量的差异较小，凭借常规方法较难实现差异成分的筛选及对加工方式的预测。高效液相色谱(HPLC)指纹图谱能够较全面反映物质的成分和含量信息，在药物和食品的质量监测中发挥着重要作用[7-8]。面对HPLC 图谱中蕴藏的繁杂数据，如何进行有效分析成为一大研究热点，因化学计量学可同时控制大量变量并最大限度地提取不同类别间的差异信息[9]，故越来越被认为是对实现HPLC 图谱价值的有力补充[10]。化学计量学与HPLC 图谱相结合的分析方法在产品类别及相应差异成分的预测方面具有独特优势，逐渐被应用于药物和食品的质量控制，现有研究思路大致可分为两类，一类采用主要化合物色谱峰面积信息建立主成分分析(PCA)或偏最小二乘判别分析(PLS-DA)模型，以探究化合物含量与质量间的关系[11-13]，然而常忽略图谱中微弱波动可能具有的重要作用，模型预测效果一般，且难以全面挖掘潜在质量标志物；另一类通过HPLC 全谱数据信息建立产品类别的预测模型[14-16]，然而现有文献报道仅获得HPLC 图谱对产品质量的预测模型，尚未深入探究化合物成分与类别间的潜在关联。本研究旨在建立多元化学计量学结合HPLC 全谱原始信号寻找差异成分的方法，并与共有峰峰面积信息建立的模型进行对比分析。以水洗咖啡和日晒咖啡为例，建立两类咖啡的鉴别模型，分别探究通过全谱信息和共有峰峰面积建立的PLS-DA 模型的效果差异，以及多元算法对HPLC 鉴别模型的贡献，为药品、食品特征差异成分的确认和相关质量标准的建立提供一个更为精确、全面的新方法，以弥补传统方法的缺陷。

    1 材料与方法

    1.1 材料与试剂

    供试的40 批咖啡来源于淘宝(豆兽咖啡)和当地咖啡厅 ......