新手調香師 #112：醛的 C 編號，到 C-12 就不再是碳數

閱讀約 5 分鐘。

太長不看

• 語料裡有 501 筆用醛的 C 編號寫成，分成 28 種寫法
• C-6 到 C-12 是誠實的：數字就是碳數，東西真的是醛
• C-14、C-16、C-18 三個都不是醛，數字也不是碳數

編號	實際是什麼	分子式	碳數
C-14	gamma-十一內酯	C11H20O2	11
C-16	乙基甲基苯基縮水甘油酸酯	C12H14O3	12
C-18	gamma-壬內酯	C9H16O2	9

• 資料庫自己在這三筆的名稱欄裡寫了 (so-called)
• 八組名稱兩兩比對，沒有任何一份配方同時用兩種寫法，重疊全部是 0
• 合併之後 gamma-十一內酯從第 29 名升到第 15 名

上一篇留下的最大一塊

我上一輪量了名稱正規化哪一步有用， 把解析率從 60.32% 推到 72.81%。剩下的 4,753 筆對不上的紀錄裡， 最大的單一類型就是醛的 C 編號，而且我當時就說了：任何字串正規化都救不了它。那批對不上的紀錄裡還藏著另一個東西：分子量欄有 14 筆裝的是只算碳原子的質量。

因為 aldehyde c-14 跟 gamma-undecalactone 之間，沒有任何字元是共通的。

這是什麼編號

二十世紀初的香料商業慣例。脂肪醛按碳數編號賣：C-8 是辛醛、C-10 是癸醛、C-12 是十二醛。 簡單、好記、不用會唸化學名。

語料裡它到現在還在用，501 筆，寫法有 28 種—— aldehyde c-10、aldehyde c 10、aldehyde c-10 10% dpg、aldehyde c 10 decylic⋯⋯

對照表

我把每一個編號對回資料庫，抓出分子式與碳數：

編號	資料庫的材料	分子式	碳數	對得上？	供應商
C-6	hexanal（己醛）	C6H12O	6	✓	70
C-7	heptanal（庚醛）	C7H14O	7	✓	41
C-8	octanal（辛醛）	C8H16O	8	✓	73
C-9	nonanal（壬醛）	C9H18O	9	✓	63
C-10	decanal（癸醛）	C10H20O	10	✓	92
C-11 undecylenic	10-undecenal	C11H20O	11	✓	41
C-11 undecylic	undecanal	C11H22O	11	✓	35
C-11 MOA	2-methyl decanal	C11H22O	11	✓	18
C-11 intreleven	intreleven aldehyde	C11H20O	11	✓	21
C-12 lauric	dodecanal	C12H24O	12	✓	53
C-12 MNA	2-methyl undecanal	C12H24O	12	✓	40
C-14	gamma-undecalactone	C11H20O2	11	✗ 內酯	119
C-16	strawberry glycidate	C12H14O3	12	✗ 環氧酯	63
C-18	gamma-nonalactone	C9H16O2	9	✗ 內酯	96

**C-6 到 C-12 那十一行，數字全部就是碳數，東西全部是醛。**這套系統在那個範圍內完全可用。

然後它斷了。

資料庫自己知道

我原本以為要靠自己判斷，結果打開紀錄一看，name 欄長這樣：

gamma-undecalactone (aldehyde C-14 (so-called))
strawberry glycidate 1 (aldehyde C-16 (so-called))
gamma-nonalactone (aldehyde C-18 (so-called))

**(so-called)。**資料庫在名稱欄裡當場否認那個名字。

而其他十一筆沒有這個標記——decanal (aldehyde C-10)、octanal (aldehyde C-8)、 dodecanal (aldehyde C-12 lauric)，都是直接寫，沒有加註。

**編者知道哪三個是騙人的，而且標了出來。**這是我在這個資料庫裡看過最誠實的一次自我標註。

供應商最多的那一支，正是最不誠實的那一個

C-14（gamma-十一內酯）有 119 家供應商，比表上任何一支真正的醛都多。 C-18 有 96 家，C-16 有 63 家。

「醛 C 系列」裡最紅的三支，兩支是內酯、一支是環氧酯。

C-12 有兩支不同的材料

即使在誠實的區間裡，編號本身也不夠：

	C-12 lauric	C-12 MNA
材料	dodecanal（直鏈）	2-methyl undecanal（支鏈）
分子式	C12H24O	C12H24O
蒸氣壓 @25 °C	0.034	1.428
供應商	53	40

**同一個分子式，不同的分子。**蒸氣壓差 42 倍。 如果配方只寫 aldehyde c-12（語料裡真的有一份這樣寫），你分不出是哪一支。

順帶：留香欄在 C-8 到 C-9 之間跳了 39 倍

做這張表時我把留香也抓了出來：

編號	蒸氣壓	留香
C-6	10.888	4 h
C-7	3.854	12 h
C-8	2.068	7 h
C-9	0.532	276 h
C-10	0.207	224 h

**一個碳，7 小時變 276 小時。**蒸氣壓只差 3.9 倍， 而我算過蒸氣壓每降一個數量級留香約 5.85 倍， 3.9 倍的蒸氣壓差應該對應大約 2.6 倍，也就是 18 小時左右。

而 C-12 MNA 的蒸氣壓是 1.428，比辛醛（2.068）低不了多少，留香卻寫 388 小時。

這一整欄要當排序用，我上一篇已經寫過。這裡是又一組佐證。

沒有一份配方同時用兩種寫法

合併之前我先驗了一件事：如果 aldehyde c-14 跟 gamma-undecalactone 真的是同一支， 那應該沒有配方會同時列出兩者（那等於同一支材料寫兩次）。

八組全查了：

C 編號寫法	份數	化學名寫法	份數	同時出現
aldehyde c-14	64	gamma-undecalactone	85	0
aldehyde c-10	64	decanal	21	0
aldehyde c-12 lauric	51	dodecanal	20	0
aldehyde c-18	25	gamma-nonalactone	17	0
aldehyde c-9	25	nonanal	9	0
aldehyde c-8	27	octanal	7	0

全部是 0。每一份配方的作者選一套慣例然後從頭用到尾。 這既支持「兩者是同一支」，也表示合併不會重複計算。

合併之後名次全部往上

材料	合併前份數／名次	合併後份數／名次
gamma-undecalactone	85／第 29	149／第 15
decanal	64／第 44	103／第 25
dodecanal	51／第 65	83／第 32
10-undecenal	59／第 51	77／第 37
2-methyl undecanal	60／第 49	67／第 42
gamma-nonalactone	25／第 135	42／第 78
nonanal	25／第 134	42／第 78
octanal	27／第 119	38／第 85

gamma-十一內酯進到 954 份配方的第 15 名——那是這份語料裡最常用的材料之一， 而它先前被拆成兩半，看起來像兩支中段材料。

你可以直接抄的規則

寫程式的話，這張對照表就是一個 dict：

c-6 → hexanal            c-11 undecylenic → 10-undecenal
c-7 → heptanal           c-11 undecylic   → undecanal
c-8 → octanal            c-11 moa         → 2-methyl decanal
c-9 → nonanal            c-12 lauric      → dodecanal
c-10 → decanal           c-12 mna         → 2-methyl undecanal
c-14 → gamma-undecalactone
c-16 → ethyl methylphenylglycidate
c-18 → gamma-nonalactone

先用 re.sub(r'ald(ehyde)?\s*c[-\s]*', 'c-', name) 把 28 種寫法收斂成一種，再查表。

這篇沒有建立的

• **C-14／C-16／C-18 為什麼是那三個數字，我不知道。**常見的說法是它們的氣味被歸類到 某個「相當於幾碳醛」的位置，但我找不到可以引用的一手來源，所以不寫。
• **這張表只涵蓋語料出現過的編號。**C-13、C-15、C-17、C-20 我沒有查， 它們在這份語料裡不存在。
• **「沒有一份配方同時用兩種寫法」是必要條件不是充分條件。**它跟「兩者是同一支」相容， 但單獨不能證明。真正的證據是資料庫的名稱欄本身就把兩個名字寫在一起。
• 合併後的名次是這 954 份語料的名次，不是市場份額。
• 我沒有處理 aldehyde c-11 intreleven 與 undecenal mixture。 語料裡沒出現，但資料庫有，而且前者跟 10-undecenal 的蒸氣壓與留香完全相同（0.039／380 小時）， 那可能是同一支的兩筆紀錄，我沒有查。
• 1978 年 Mason 等人那篇毒理研究的標題就寫著「strawberry aldehyde」（PMID 711053）， **連毒理文獻都在用這個錯名字。**這說明問題不在這個資料庫。