白酒具有悠久的历史,在食品行业中占有重要地位。酿酒原料、用曲种类、生产工艺、地理气候等条件的差异造就了中国白酒口感多样和化合物组分各异的特点。建立全面直观检测鉴定白酒样品的方法,不仅有利于控制产品质量,还能分析其品质特征,在辨别酒样真伪和保护白酒品牌也具有重要的应用价值。代谢组学技术是一种高判别能力和高稳定性的系统生物学方法,能综合分析多种数据集的特征量或者目标物。采用代谢组学的理论和方法检测非特定目标物方面有其他检验方法所没有的优势。本文创新性的将LC-MS、GC-MS等现代分析技术和代谢组学数据处理技术结合并应用于白酒样品的差异特征性化合物研究和真假白酒的鉴定,实验采用多元化的分析手段,获得酒样充分多的信息,再通过代谢组学数据处理技术对所得数据集进行降维处理,经主成分分析、聚类分析等统计学分析,得到酒样分类的典型特征,并通过偏最小二乘判别分析法鉴定造成酒样差异的特征化合物。使用离心过滤方法处理3种系列的白酒酒样6个及其对应的假酒酒样3个,经LC-MS检测分析白酒酒样信息,运用基于模式识别技术的代谢组学数据分析方法处理LC-MS数据集,对真假白酒数据进行降维处理,一级聚类分析能辨别真假白酒样品,同时3类不同酒类品种之间形成吻合实际酒样信息的聚类信息。LC-MS实验数据经主成分分析法从同系列真酒的不同批次处于同一95%置信区域区分了真假白酒样品。偏最小二乘判别分析法从特征性化合物MS信息显示真假白酒样品的差别,白酒真酒比白酒假酒处于更狭小的区域。LC-MS结合代谢组学技术是鉴定真假白酒的有效方法,该方法不但能区分真假白酒,还能反映不同系列真酒的相近程度及其特征性化合物信息。为了进一步研究白酒中的挥发性化合物,将SPME-GC-MS检测手段和代谢组学数据处理技术结合应用于白酒真假鉴定和品质研究中。17个白酒样品经顶空固相微萃取,富集酒中挥发性化合物。所得GC-MS数据集经代谢组学技术降维处理,经聚类分析真酒和假酒样品得到了正确的区分,同时其他酒系列所得分类结果基本符合实际酒样信息。在主成分分析中,提取了PC1,PC2两个主成分,解释了不同酒样品特征变量58.7%的方差信息,其中PC1为44.7%,真假酒霍特林椭圆区域区分明显,可视化效果直观。其他系列酒样也保持了对真实酒样信息的吻合。利用偏最小二乘判别分析法建立酒类相关模型,去除基酒样品以突出真假酒的物质区别,得出变量重要性表并且查库得出相关物质十二种,差异最显著的前三位特征化合物是乙酸丁酯、己酸异戊酯和己酸-1-甲乙酯。白酒样品经过硅烷衍生化处理,通过衍生化试剂与活泼氢的结合以检测酒样中的醇、酸、酯等微量物质。硅烷化处理后的25个白酒样品进入GC-MS进行检测,所得GC-MS数据集经代谢组学技术降维处理,经聚类分析能区分真酒和假酒样品,同时其他白酒系列所得分类结果也符合实际酒样信息,显示该方法在酒类鉴定上的稳定性。在主成分分析中,提取的三个主成分解释了非挥发性特征变量64.3%的方差信息,在主成分三维视图中,不同的白酒系列各成一簇,假酒和基酒区分明显。利用偏最小二乘判别分析法建立白酒系列相关模型,得出变量重要性表,获得相关物质十五种,其VIP值最高的物质是丙三醇。不同系列白酒差异显著前十五种物质含有脂类2种、醇类2种、酸类3种和糖类3种以及5种未知化合物。采用红外光谱分析法检验了GC-MS和LC-MC的研究结论,同时也显示出白酒系列样品多元化分析结论的一致性。通过对白酒样品进行红外光谱分析,获得了各个白酒系列直接的物质信息,并指认了多个特征吸收峰。通过主成分分析法对白酒红外光谱进行分析能够对真假酒进行很好的区分,同时各个系列酒样分类明显,基本符合真实酒样信息。该章在之前色谱分析的基础上,应用了光谱学方法检测鉴定白酒样品,达到了检测多元化的效果。论文运用了LC-MS,GC-MS,红外光谱等分析技术,并结合代谢组学技术的数据处理方法,分析不同系列白酒样品的差异特征,结果显示真假白酒系列样品区分明显,其他系列样品也保持了对真实酒样信息的吻合,同时获得相关特征化合物。说明代谢组学技术是研究白酒特征性化合物的有效方法。