电子舌结合顶空固相微萃取-气相色谱-串联质谱法分析四川5种泡辣椒风味物质

目的 研究对比四川不同品种泡辣椒的风味物质。方法 以5种特色泡辣椒为研究对象,采用电子舌及顶空固相微萃取-气相色谱-质谱（solid phase microextraction-gas chromatography-mass,SPME-GC-MS）联用技术对其滋味和挥发性风味物质进行分析对比。结果 电子舌传感器响应雷达图显示,5个样品在酸味、苦味、涩味、鲜味和咸味这些指标上存在明显的差异,采用主成分分析（Principal Component Analysis,PCA）得到主成分贡献率为99.03%,结果表明电子舌分析技术能够较好地对5种泡辣椒的滋味进行识别和区分。5种四川泡辣椒共检出173种风味物质,主要为烃类、酯类、醇类物质。其中野山椒有79种,小米辣有80种,美人椒有79种,墨西哥辣椒有74种,这4种泡辣椒中烃类物质相对含量最高,其次为酯类和醇类物质,二荆条占82种,酯类物质相对含量最高,其次为烃类和醇类物质。挥发性物质的主成分分析结果显示泡辣椒种类对挥发性物质影响较大,其中野山椒和小米辣含有较为相近的风味成分。结论研究表明,5种泡辣椒风味物质种类和相对含量存在一定的差异,运用电子舌结合SPME-GC-MS联用技术能够较好地区分不同品种四川泡辣椒风味物质的差异。     

基于电子感官技术结合GC-MS分析不同干燥方式下澳洲坚果风味的差异

为科学评价不同干燥方式下澳洲坚果风味的差异,采用电子舌、电子鼻电子感官技术结合气相色谱-质谱（gas chromatography-mass spectrometry,GC-MS）对其风味品质进行分析。结果表明：不同干燥处理的果仁与新鲜果仁在鲜味、咸味、酸味和苦味上差异显著,且判别函数分析（linear discriminant analysis,LDA）前两主成分的累计贡献率为96.60%,可以完全区分不同方式干燥的澳洲坚果仁。电子鼻对不同处理的澳洲坚果仁有明显不同响应,主成分分析（principal component analysis,PCA）前两主成分的累计贡献率达到98.79%,可以很好地区分不同干燥处理的澳洲坚果果仁的挥发性风味物质,传感器W1S、W3S和W3C在主成分分析时发挥主要区分作用,GC-MS作为电子鼻的补充,共鉴定出227种挥发性成分,烷烃和醛类在种类与含量上占较大优势,四种不同处理的澳洲坚果仁的烷烃相对含量分别为26.29%、40.76%、23.64%及39.46%,醛类相对含量分别为29.01%、18.96%、26.03%及23.87%。可见,通过电子舌、电子鼻和GC-MS相结合的手段,可以较好地区分不同干燥方式下的澳洲坚果,从而为澳洲坚果的采后产地初加工提供理论参考。     

不同产地鲜辣椒发酵郫县豆瓣的品质分析

以5种不同产地的二荆条辣椒为研究对象,研究其在郫县豆瓣发酵过程中理化指标及挥发性风味成分的差异性。首先评价不同产地辣椒发酵郫县豆瓣的理化性质,包括总酸、氨基酸态氮、还原糖、水分、色价、辣度等。采用固相微萃取-气相色谱-质谱(solid phase micro-extraction-gas chromatography-mass spectrometry,SPME-GCMS)联用技术结合电子鼻对其挥发性风味成分进行比较。结果表明:总酸、色价在毕节二荆条-豆瓣中均最高,而在朝天二荆条-豆瓣中均最低;泸州二荆条-豆瓣中还原糖、水分含量最高,氨基酸态氮含量最低;氨基酸态氮与辣度均最高的为简阳二荆条-豆瓣;梓潼二荆条-豆瓣辣度、还原糖和水分含量均最低。5种郫县豆瓣共检测出176种挥发性风味物质,其中有41种为共有香气成分。毕节二荆条-豆瓣与泸州二荆条-豆瓣中醛类物质含量较多,其余3种郫县豆瓣中酯类物质含量较多。电子鼻结果采用主成分分析和线性判别分析法处理,发现主成分的累计贡献率分别达到99.81%、99.35%,说明传感器识别度高、样品间区分度好。研究表明SPME-GC-MS技术结合电子鼻能够对5种不同产地辣椒发酵郫县豆瓣的风味进行很好地分析和区分。由辣椒品种不同引起郫县豆瓣色价、辣度、风味等品质指标的差异,可指导开发不同适应性豆瓣产品。     

贵州不同辣椒品种的品质及挥发性成分分析

对贵州地区5个名优辣椒品种的品质及其挥发性成分进行测定,并对果实进行质地分析。5种辣椒的品质成分呈现品种和地区差异性,黄平线椒的水分、粗蛋白及总多酚含量相对较高,百宜平面椒总灰分、可溶性糖、还原糖及还原型VC含量最高,花溪党武辣椒粗纤维及辣椒红素含量最高,大方皱椒总酸、总辣椒碱含量最高。辣椒果实的各质地参数表明,百宜平面椒的硬度、回复性相对最大,黄平线椒的内聚性、黏着性及咀嚼性最高,各质地参数相关性显示硬度与回复性呈极显著正相关（r=0.812）,与内聚性、黏着性、咀嚼性呈显著负相关（r=－0.741、r=－0.720、r=－0.600）;内聚性与黏着性呈显著正相关（r=0.630）;黏着性与咀嚼性呈极显著正相关（r=0.752）。5个辣椒品种共检测出128种挥发性成分,种类最多的是黄平线椒及施秉线椒（93种）;5个辣椒品种挥发性成分相对含量较高为萜烯类,为20.57%～48.60%,其次是含硫化合物类,为5.23%～27.02%,不同品种的辣椒果实,挥发性化合物种类及相对含量差异较大,构成了不同的挥发性。综合分析认为贵州地区不同辣椒品种品质成分、质地性状及挥发性成分有一定的差异,百宜平面椒可作为发酵辣椒的加工原料品种,花溪党武辣椒适宜作为干辣椒加工的原料,黄平线椒可作为鲜食辣椒品种,生产企业可根据不同产品的要求选择合适的品种进行加工,获取优质的辣椒产品。     

基于电子鼻和SPME-GC-MS评价烟熏液对熏鲍挥发性风味物质的影响

运用电子鼻区分不同烟熏液处理鲍鱼的香气差异,固相微萃取结合气质联用(SPME-GC-MS)分析挥发性风味成分的变化情况,进而揭示不同熏液处理鲍鱼主要特征风味的成因。结果表明,电子鼻能够灵敏地检测到不同烟熏液处理鲍鱼的香气变化,通过GC-MS分析表明,经过液熏处理后鲍鱼的挥发性风味物质种类和相对含量发生了明显的变化,经Ⅱ-2001超级烟熏液处理的液熏鲍Ⅰ共检测出72种挥发性物质,经Ⅱ-2008A着色烟熏液处理的液熏鲍Ⅱ共鉴定出98种挥发性物质;酚类物质作为烟熏风味的特征风味物质,液熏鲍Ⅰ共检测出19种,含量为47.52%,液熏鲍Ⅱ共检测出22种,含量高达55.94%;GC-MS数据经PCA分析发现,GC-MS能够有效地区分不同烟熏液处理的鲍鱼样品,样品间风味物质的差异结果与电子鼻结果相吻合。     

基于电子鼻技术监测羊奶发酵前后不同阶段风味的变化

本文利用电子鼻PEN3分析了羊奶发酵前后不同阶段的风味变化。结果表明,新鲜羊奶经过发酵后,特征挥发性成分在电子鼻传感器上的响应由原来的传感器6(甲烷)为主转变成以传感器7(充化氢)、传感器9(有机芳香硫化物)和传感器2(氮氧化合物)为主的挥发性物质,改变了羊奶的气味。采用PCA及LDA分析发现:PCA分析法能准确区分羊奶发酵前后的不同阶段,LDA体现出了发酵前后的不同阶段挥发性成分明显的变化趋势,且变化趋势与理论分析相符。     

基于电子鼻与SPME-GC-MS法分析不同脱水方式下萧山萝卜干中的挥发性风味物质

为了解传统风脱水以及盐脱水对萧山萝卜干中挥发性风味物质的影响,基于电子鼻(E-Nose)和固相微萃取-气-质联用(SPME-GC-MS)两种技术,对不同脱水方式萧山萝卜干中挥发性风味物质进行分析。电子鼻检测结果显示,不同脱水方式萧山萝卜干中挥发性风味物质差异明显,盐脱水萝卜干在LY2/LG、LY2/G、LY2/AA、LY2/GH、LY2/gCTL、LY2/gCT传感器响应值相对于风脱水萝卜干的响应值偏小,说明采用电子鼻系统可以显著区分。采用SPME-GC-MS方法,分别从风脱水和盐脱水萧山萝卜干中检测出58和35种挥发性香气物质。其中风脱水萝卜干产生大量挥发性风味成分,且其挥发性香气成分种类高于盐脱水萝卜干,尤其是萝卜特征性风味物质-异硫氰酸酯类化合物的相对含量差异较大,相当含量分别为11.65%和0.37%。     

气质联用与电子鼻对不同包装货架期线椒检测分析

运用HS-SPME-GC-MS和电子鼻2种技术,对10℃贮藏15 d后进行常温货架期间线椒的挥发性物质进行检测分析,并讨论3种不同包装(无包装、16μm PE、20μm PE)、不同货架期对挥发性成分的影响。结果表明:线椒的挥发性物质主要是由酯类、醛类和醇类物质组成,无包装组(A组)果实醇类和酯类物质相对含量最高,其次是16μm PE膜包装组(B组),20μm PE膜包装组(C组)最小,C组醛类物质相对含量最大;A、B、C组的醛类物质随着货架期的延长而降低,酯类挥发性物质则随着货架期的延长而增加,C组的保鲜效果最好;电子鼻分析结果显示,货架期1 d B、C组区分效果不理想;随着贮后货架时间的延长,不同包装组间的差异越明显,电子鼻区分效果也越好。电子鼻可以对不同货架期、不同包装厚度的线椒较好的判别区分,线椒挥发性成分受包装膜厚度以及时间长短的影响很大,LDA方法优于PCA方法。因此,电子鼻对线椒整体气味特征进行判别具有可行性。     

基于感官评价和电子鼻分析不同蒸煮时间荸荠挥发性风味物质

在感官评价的基础上,运用电子鼻技术对不同蒸煮时间荸荠挥发性风味物质进行分析,通过雷达图探究各传感器响应值的变化情况,结合主成分分析(principal component analysis,PCA)和线性判别分析(linear discrimination analysis,LDA)等统计学手段对数据进行分析。结果表明,由感官评价结果可知,荸荠削皮蒸、煮的最佳时间均为20 min,带皮蒸、煮的最佳时间均为30 min。由电子鼻分析结果可知,荸荠挥发性特征风味成分主要为硫化物,此外还有少量的甲基类化合物、氮氧化物、芳香类化合物和有机硫化合物;与鲜荸荠相比,不同蒸煮时间荸荠的气味响应值变化明显。PCA分析表明,电子鼻对不同蒸煮时间荸荠的气味均有较好的响应;LDA分析总贡献率均大于90%,略低于PCA分析,能较好地区分不同蒸煮时间的荸荠。感官评价与雷达图、PCA和LDA分析结果相符。基于感观评价的电子鼻分析不仅比单一的感官评价更客观准确,而且可以量化评价不同蒸煮时间荸荠挥发性风味物质的变化规律,对荸荠加工品质控制和日常烹饪具有一定的指导作用。     

不同热加工方式芝麻酱风味物质的差异

利用电子鼻(E-nose)和顶空固相微萃取结合气-质联用(SPME-GC-MS)分别对炒制、烤制、微波三种热加工方式下的芝麻酱挥发性风味物质测定分析,以筛选最适宜的芝麻酱热加工工艺。结果表明,电子鼻能够较好的区分出三种加工方式制成的芝麻酱,SPME-GC-MS分析得出,芝麻酱的风味物质主要为吡嗪类、醛类、呋喃类、醇类物质,其中吡嗪类物质在微波方式下含量最高达31.09%,炒制和烤制含量分别为:14.97%和24.36%;醛类则在炒制芝麻酱中含量最高达17.17%;此外醇类物质在三种加工方式下含量都较高,均大于30%。研究表明,运用E-nose和SPME-GC-MS能够较好的分析不同热加工方式下芝麻酱挥发性风味物质的变化,微波加热制成的芝麻酱主要挥发性香味物质种类和含量更高。     

HS-SPME-GC-MS结合电子鼻对10 个品系红松籽油挥发性物质分析比较

采用顶空固相微萃取与气相色谱-质谱（headspace solid phase microextraction-gas chromatography-mass spectrometry,HS-SPME-GC-MS）联用技术结合电子鼻（electronic nose,E-nose）对10 个品系（种）红松籽油挥发性物质进行区别和比较。10 个样品中GC-MS共鉴定163 种挥发性物质,包含烃类、醇类、醛类、酯类、酮类、酸类等类型的挥发性物质,且以烃类、醛类、醇类和酯类为主,主要贡献风味的物质为醛类、醇类和酯类。通过聚类分析和主成分分析（principal component analysis,PCA）对10 个红松籽油品系进行区分,可以将样品分为3 组,各组之间的挥发性成分含量存在显著差异。采用PCA和线性判别分析处理E-nose数据,PC的累计贡献率分别达到97.17%、88.82%,说明传感器识别度高、样品间区分度好。2 种技术相关性分析结果表明,信号传感器与不同挥发性物质存在相关性。本研究评价10 个品系松籽油的挥发性物质,探讨HS-SPME-GC-MS与E-nose相结合用于区别和比较10 个品系松仁油挥发性成分的可行性。     

电子鼻对两种食源性致病菌在菌株水平上区分的研究

利用基于金属氧化物传感器阵列的电子鼻技术对五株单增李斯特菌和五株副溶血性弧菌的挥发性代谢产物进行研究,结合主成分分析（PCA）和聚类分析（CA）等化学计量学方法对电子鼻原始数据进行统计学分析。结果显示,电子鼻模式识别技术能够很好地将五株单增李斯特菌的挥发性代谢产物图谱进行区分,而在同一技术条件下对五株副溶血性弧菌的挥发性代谢产物图谱只能进行部分区分,利用向这五株副溶血性弧菌的培养液中添加NaCl至饱和的方法,可以将五株菌完全区分开来,区分效果显著增强。实验表明利用电子鼻结合主成分分析和聚类分析技术对食源性致病菌在菌株水平上的区分和鉴定具有一定的可行性,有望将该技术开发成为一种快速、简便、无损的食源性致病菌新型检测分型方法。     

基于电子鼻及气相色谱-质谱联用技术对川西高原4 种蜂蜜挥发性成分分析

为分析川西高原不同蜜源蜂蜜挥发性物质种类及成分的差异,采用电子鼻、顶空固相微萃取（headspace solid-phase microextraction,HS-SPME）与气相色谱-质谱联用（gas chromatography-mass spectrometry,GC-MS）技术对川西高原油菜蜂蜜、当归药花蜜、白刺花蜜和山花蜜4?种蜂蜜挥发性成分的响应值进行主成分分析、线性判别分析以及成分定性定量分析。结果表明：电子鼻检测到油菜蜂蜜、当归药花蜜、白刺花蜜、山花蜜的挥发性成分差异明显;HS-SPME-GC-MS分别检测出40、51、39?种和46?种挥发性成分,主要为醇类、酯类、酮类、醛类、烃类等化合物。4?种蜂蜜中共有挥发性成分有7?种,特有挥发性成分分别有22、27、26?种和19?种。电子鼻联合GC-MS分析可以成功区分不同来源蜂蜜样品的挥发性成分。     

基于电子鼻的食用油氧化判别分析

为实现食用油氧化快速判别分析,以市场上常见的食用油为原料,对其进行氧化处理,根据国标中过氧化值和酸值划分为氧化油与未氧化油并作为模型样品和验证样品,采用电子鼻技术测定食用油气味,同时结合聚类分析（cluster analysis,CA）、主成分分析（principal component analysis,PCA）和线性判别分析（linear discriminantanalysis,LDA）方法对不同氧化程度的食用油进行判别,并建立油脂氧化的快速判别模型。同时将检测判别结果与国标规定进行比较分析,结果表明：3 种方法建立模型判别正确率均为100%,CA、PCA和LDA模型验证的判别正确率分别为95.8%、98.9%和100%,说明基于电子鼻技术的食用油氧化判别检测是可行的。     

不同乳酸菌发酵杜仲叶水提液的香气成分分析

利用电子鼻辅助同时蒸馏萃取-气相色谱-质谱（Simultaneous distillation-extraction-gas chromatography-mass, SDE-GC-MS）联用技术研究不同乳酸菌（植物乳杆菌、德氏乳杆菌、嗜酸乳杆菌和嗜热链球菌）发酵杜仲叶水提液的主要香气成分差异性。SDE-GC-MS分析结果表明,未发酵液的挥发性成分共鉴定出31种,以醛类相对含量最高（14.3591%）;植物乳杆菌、德式乳杆菌、嗜酸乳杆菌和嗜热链球菌发酵后鉴定出的挥发性成分依次为45、38、51和43种,分别以酮类（18.8255%）、杂环类（25.7828%）、醇类（18.3376%）和醇类（14.1481%）相对含量最高。通过电子鼻分析,PCA和LoA主成分贡献率均大于95%,说明传感器识别效应和样品间的风味区分度较好。同时,ROAV分析结果显示,乳酸菌发酵增加了杜仲叶提取液关键香气成分含量,降低原本杜仲叶的青叶味。经乳酸菌发酵后的杜仲叶提取液,不仅挥发性成分数量较多,且关键香气成分含量增加显著,更有利于杜仲叶提取液香气提升。研究结果为杜仲叶产品后期研发提供了参考依据。     

电子鼻结合顶空固相微萃取-气相色谱-质谱联用技术对干制乌贼挥发性成分分析

以乌贼为研究对象,采用电子鼻技术,结合顶空固相微萃取-气相色谱-质谱（headspace-solid phasemicroextraction-gas chromatography-mass,HS-SPME-GC-MS）联用技术,分析晾晒和热风烘干处理对乌贼挥发性风味物质的影响。结果表明,电子鼻分析结果能够很好地区分新鲜、晾晒和热风烘干3 种乌贼样品的风味。采用主成分分析、负荷加载分析以及线性判别分析可以量化主成分贡献率、传感器识别效应和样品间的风味区分度。HS-SPME-GC-MS分析结果表明,3 种样品共检出116 种不同的挥发性风味物质。其中新鲜乌贼为52 种,晾晒乌贼为64 种,热风烘干乌贼为71 种。新鲜乌贼经干制加工后,风味物质变化明显,产生新的醛类、烃类以及吡嗪类物质,而胺类物质的相对含量相对减少。吡嗪类物质在热风烘干乌贼中相对含量很高,是构成其特有的挥发性风味的主要贡献物质。     

基于顶空气相色谱-离子迁移谱与电子鼻技术快速检测宁夏滩羊肉中掺假鸭肉

为实现掺假宁夏滩羊肉的准确快速检测,按照不同比例将鸭肉混入滩羊肉中制备掺假肉。基于顶空气相色谱-离子迁移谱（gas chromatography-ion mobility spectrometry,GC-IMS）及电子鼻结合统计学方法对掺假肉样进行快速检测。通过GC-IMS采集掺假肉气味图谱,利用主成分分析和相似度差异分析对掺假肉进行分析;采用线性判别法分析电子鼻传感器响应值,后采用多元线性回归建立电子鼻响应值与鸭肉掺假比例的定量模型。结果表明：通过GC-IMS气味图谱可直观看出掺假不同比例鸭肉的滩羊肉中挥发性有机物差异,但对于掺假比例相近的样品区分度不明显;采用线性判别分析可很好区分掺假不同比例鸭肉的滩羊肉;采用多元线性回归分析,以鸭肉掺假比例及电子鼻传感器响应值进行拟合,得到回归方程决定系数为R2=0.967 1,拟合度高,实际测定值与预测值具有较好的相关性。GC-IMS技术、电子鼻结合统计学方法可以对掺入不同比例鸭肉的滩羊肉进行鉴别。     

Detection of age and insect damage incurred by wheat, with an electronic nose

Wheats of five storage ages and with 15 degrees of insect damage were evaluated and classified by the static-headspace sampling method using an electronic nose (E-nose). A commercial E-nose (PEN2) comprising 10 metal-oxide semiconductor (MOS) sensors was used to generate a typical chemical fingerprint of the volatile compounds present in the samples. Principal-component analysis (PCA) and linear-discriminant analysis (LDA) were applied to the generated patterns to achieve classification into the five groups of different storage-age wheats and the 15 groups of different degrees of insect-damaged wheat. The results obtained indicated that the E-nose could discriminate successfully among wheats of different age and with different degrees of insect damage.     

电子鼻对酿酒酵母菌株产香特性的评价

利用电子鼻PEN3 系统对不同酿酒酵母酿制葡萄酒的芳香成分进行检测分析。通过电子鼻系统动态采集葡萄酒试样的芳香成分,利用主成分分析(PCA)、线性判断分析(LDA)进行数据分析,两种分析方法都能较好的区分不同酵母对应的葡萄酒试样,表明酿酒酵母的产香能力具有菌株多态性,而电子鼻能够对其差异进行检测并加以区分。同时结合Loadings 分析方法得知,除7 号(对硫化物灵敏)、9 号(对有机硫化物灵敏)和10 号(对烷烃灵敏)外,其他的传感器在菌株的产香差异分析中起主要作用。     

电子鼻对不同温度下生鲜羊奶贮藏时间的判定

利用电子鼻PEN3 系统判定常温和冷藏条件下羊奶的贮藏时间。通过电子鼻系统采集羊奶常温贮藏及冷藏期间挥发性成分的响应值,并利用主成分分析法(principal component analysis,PCA)及线性判别分析法(linear discrimination analysis,LDA)对其挥发性成分及贮藏时间进行分析。结果表明：PCA方法既可以区分常温贮藏及冷藏1～6d的生鲜羊奶,还可以对比常温和冷藏条件下贮藏1～6d的羊奶,并表现出了较好的区分性,但是不能分析出贮藏期间羊奶挥发性成分的变化趋势;LDA方法区分效果不及PCA,但明显体现出了羊奶贮藏期间挥发性成分的变化趋势。综合PCA及LDA方法的分析结果,说明电子鼻可以有效地判定常温和冷藏条件下生鲜羊奶的贮藏时间及贮藏期内挥发性成分的变化趋势。