基于食品组学技术的干邑白兰地真假鉴别研究

目的建立一种基于食品组学技术对干邑白兰地真假鉴别的方法。方法白兰地样品过0.45μm滤膜,在高分辨质谱Full MS/dd MS2扫描模式下采集数据,采用Compound Discoverer 3.0对样品数据进行主成分分析(principal component analysis, PCA)和差异分析,并通过mzCloud网络数据对干邑白兰地中的化合物检索鉴定。结果 PCA分析显示真假白兰地和同一品牌不同等级的白兰地均可以实现明显区分。根据差异化合物的母离子的精确质量数、母离子同位素组成及二级质谱信息鉴定出19种化合物,这些化合物在真假酒样中含量不同。结论该方法简单、快速、准确,为干邑白兰地的真假鉴别及组分鉴定提供参考。     

葡萄酒中赭曲霉毒素A污染情况及其分析方法的研究进展

葡萄酒作为一种酒精饮料,对众多国家的经济贡献是显著的。然而,该商品容易被某些真菌产生的霉菌毒素所污染,其中最受关注的是产赭曲霉毒素A(ochratoxin A, OTA)的炭黑曲霉。赭曲霉毒素A是葡萄酒中主要存在的霉菌毒素,严重影响着人类的健康。因此,葡萄酒的风险监测和暴露研究至关重要。本研究重点阐述了OTA的生物合成途径及其调控机制,同时,介绍了酿酒过程中OTA的变化情况以及控制和检测OTA的方法,旨在为保证葡萄酒产品的质量安全提供一些理论参考。     

市售酒香精成分分析在酒类真实性鉴别中的应用

目的采用液相色谱及气相色谱技术,对白兰地及白酒香精的香气成分进行检测,分析香精与真酒样的相似程度。方法通过高效液相色谱及气相色谱检测,得到3批次白兰地香精及6批次白兰地真酒样的18种香气成分数据,通过气相色谱检测,得到2批次白酒香精及6批次白酒真酒样的14种香气成分数据,数据经过归一化处理后,使用SPSS22.0软件,进行聚类分析(clusteringanalysis)和主成分分析(principal component analysis, PCA)。结果经过聚类分析及主成分分析,均能将香精与真酒样进行区分。结论利用部分香气成分数据结合多元统计分析,能够区分香精及真酒样,为鉴别真假酒技术提供新思路。     

非靶向检测技术鉴别茅台酒真假

目的 探究基于非靶向检测技术鉴别茅台酒真假的方法。方法 样品过0.45 μm滤膜, 在超高效液相色谱-串联高分辨质谱Full MS/dd MS2扫描模式下采集数据, 采用Compound Discoverer 3.0(CD3.0)对样品数据进行主成分分析(principal component analysis, PCA)和差异分析; 利用便携式紫外可见分光光度计, 对样品进行250~650 nm波长范围光谱扫描, 扫描图谱进行相似度分析。结果 PCA分析显示采用液质高分辨非靶向技术能够区分真假茅台, 同时利用便携式紫外可见分光光度计进行光谱图谱相似度分析也可以得出一致的结论。结论 2种非靶向检测方法简单、快速、准确, 便携式紫外光谱图谱相似度方法可用于现场快速检验, 为茅台酒的真假鉴别提供多种技术选择。     

高效液相色谱非靶向检测方法在干邑白兰地真伪鉴别中的应用

目的 采用高效液相色谱(high-performance liquid chromatography, HPLC)非靶向检测方法, 结合多元统计分析, 研究该方法在鉴别真假干邑白兰地方面的应用。方法 选用具有市场代表性的31批次轩尼诗XO干邑白兰地作为样品, 经过高效液相色谱非靶向检测得到未知的组分数据, 提取10种组分, 使用SPSS 22.0软件, 进行主成分分析(principal component analysis, PCA)和判别分析, 并使用判别函数识别6批次未知样品。结果 经过主成分分析得到2个主成分, 主成分1(PCA1)贡献率为80.536%, 主成分2(PCA2)贡献率为11.101%, 2大主成分累积贡献率达到91.637%, 能够较全面反应样品特征。并且主成分分析(PCA)图显示能够明显区分真假样品。依据判别分析识别6批次未知样品, 所有未知样品被正确识别。结论 利用液相非靶向检测方法结合多元统计分析, 能够区分轩尼诗XO干邑白兰地真假样品, 可以为干邑白兰地的提供一种真假鉴别手段。