气味指纹技术在食品品质安全检测中的应用

介绍了常用的气味指纹分析技术:固相微萃取结合气质联用（SPME-GC-MS）技术、气相色谱-嗅闻（gas chromatography-olfactory,GC-O）技术和电子鼻（electronic nose）技术,综述了它们在食品新鲜度检测、有害微生物检测和货架期预测等方面应用的现状,展望了上述技术在食品品质劣变分析和安全检测中的发展趋势。      

冻藏温度对玛咖块根采后品质的影响

为研究玛咖块根采后不同冻藏温度条件下功能营养成分的变化规律,以及确定玛咖块根适宜的冻藏温度条件,对不同冻藏温度(-5、-10、-20℃)下玛咖块根部分理化指标以及质构特性的变化进行了测定。结果表明,随着冻藏温度的降低,玛咖块根品质下降速率缓慢,-5℃冻藏下玛咖块根营养成分及功效成分损失率明显高于-10℃以及-20℃冻藏的玛咖块根。TPA(质构分析)结果表明,玛咖块根的硬度、耐嚼性以及回复性随着冻藏时间的延长均呈下降趋势,且冻藏温度越低,越有利于玛咖块根质构特性的维持。采用普通家庭冰箱的冷冻室(-20℃)冻藏能够较大限度地保持玛咖块根的品质。     

气味指纹技术在食品品质鉴别中的应用进展

气味指纹技术在食品风味品质鉴别中有很好的应用前景,着重综述电子鼻气味指纹技术在鉴别食品品质方面的优势与应用情况,并展望了这一快速鉴别新技术在食品质量与安全监测领域的应用与发展趋势。     

基于高效液相色谱指纹图谱的玛咖及其制品真实性识别

玛咖及其制品的真实性是保障品质的关键。为了研究玛咖及其制品的差异,对玛咖制品进行真实性鉴别,分别以不同产地、色型的玛咖及玛咖制品为供试材料,对其进行高效液相色谱(high performance liquid chromatography,HPLC)指纹图谱不同识别方法的研究。采用Waters Symmetry ShieldTM C18(250 mm×4.6 mm,5 μm)色谱柱,乙腈-水为流动相梯度洗脱,检测波长210 nm,体积流量0.80 mL/min,各成分得到较好分离。经方法学验证,方法具有较好的精密度、重复性和稳定性。对19个玛咖样品和6个玛咖制品HPLC指纹图谱进行分析,确定了15个色谱峰为玛咖和其制品的特征指纹峰,建立了玛咖及其制品的指纹图谱。以数字化指纹图谱为基础,分别进行主成分分析、判别分析和相似度分析。结果表明,3种方法均能使玛咖与玛咖制品得到较为一致的模式识别结果。主成分二维平面图和判别分析能够区分玛咖和玛咖制品,具有简便、直观的特点,玛咖与玛咖制品相似度分析差异显著(P<0.05),分别为0.916和0.668,不同来源和色型的玛咖、玛咖制品间相似度均无显著差异(P>0.05)。结果显示玛咖制品具有玛咖的特征峰,但含量存在差异。3 种方法均能准确地体现指纹图谱的一致性和特征性,为玛咖和玛咖制品的区分及玛咖制品真实性保障提供了参考。利用HPLC指纹图谱可对玛咖及其制品的真实性进行鉴别。     

基于高效液相色谱指纹图谱的玛咖及其制品真实性识别

玛咖及其制品的真实性是保障品质的关键。为了研究玛咖及其制品的差异,对玛咖制品进行真实性鉴别,分别以不同产地、色型的玛咖及玛咖制品为供试材料,对其进行高效液相色谱(high performance liquid chromatography,HPLC)指纹图谱不同识别方法的研究。采用Waters Symmetry ShieldTM C18(250 mm×4.6 mm,5 μm)色谱柱,乙腈-水为流动相梯度洗脱,检测波长210 nm,体积流量0.80 mL/min,各成分得到较好分离。经方法学验证,方法具有较好的精密度、重复性和稳定性。对19个玛咖样品和6个玛咖制品HPLC指纹图谱进行分析,确定了15个色谱峰为玛咖和其制品的特征指纹峰,建立了玛咖及其制品的指纹图谱。以数字化指纹图谱为基础,分别进行主成分分析、判别分析和相似度分析。结果表明,3种方法均能使玛咖与玛咖制品得到较为一致的模式识别结果。主成分二维平面图和判别分析能够区分玛咖和玛咖制品,具有简便、直观的特点,玛咖与玛咖制品相似度分析差异显著(P<0.05),分别为0.916和0.668,不同来源和色型的玛咖、玛咖制品间相似度均无显著差异(P>0.05)。结果显示玛咖制品具有玛咖的特征峰,但含量存在差异。3 种方法均能准确地体现指纹图谱的一致性和特征性,为玛咖和玛咖制品的区分及玛咖制品真实性保障提供了参考。利用HPLC指纹图谱可对玛咖及其制品的真实性进行鉴别。     

基于灭菌效果和活性成分保持的玛咖 灭菌方法研究

目的考察不同灭菌方法对玛咖灭菌效果及其活性成分玛咖酰胺和芥子油苷含量的影响。方法分别用湿热、干热、微波、~(60)Co辐射4种灭菌方法对玛咖粉进行灭菌处理,检测灭菌前后玛咖粉的微生物限度指标,并用高效液相色谱法(HPLC)测定灭菌前后玛咖粉中玛咖酰胺和芥子油苷含量。结果 ~(60)Co辐射灭菌、湿热灭菌和干热灭菌效果均较好,达到96.57%以上,微波灭菌效果不明显,灭菌效果只有78.76%;玛咖活性成分检测结果表明~(60)Co辐射灭菌对玛咖酰胺和芥子油苷含量影响最小,损失率分别为2.61%和2.40%,其次是干热灭菌,损失率分别为10.58%和2.99%,湿热灭菌对玛咖酰胺和芥子油苷含量影响最大,损失率分别达到51.47%和76.05%。结论综合考虑灭菌效果和对玛咖活性成分影响,玛咖粉灭菌方法可选用~(60)Co辐射灭菌或干热灭菌。     

气味指纹分析技术在我国食品品质评价中的应用与研究

气味指纹分析技术作为一种嗅觉传感器技术,以其客观性、可靠性和重现性等优点在食品分析中得到广泛应用。本文对气味指纹分析技术的原理以及在我国食品品质评价中的应用研究进行综述,为加快国内气味指纹分析技术的发展提供一定的借鉴。      

基于高效液相色谱指纹图谱的玛咖及其制品真实性识别

玛咖及其制品的真实性是保障品质的关键。为了研究玛咖及其制品的差异,对玛咖制品进行真实性鉴别,分别以不同产地、色型的玛咖及玛咖制品为供试材料,对其进行高效液相色谱(high performance liquid chromatography,HPLC)指纹图谱不同识别方法的研究。采用Waters Symmetry ShieldTM C18(250 mm×4.6 mm,5 μm)色谱柱,乙腈-水为流动相梯度洗脱,检测波长210 nm,体积流量0.80 mL/min,各成分得到较好分离。经方法学验证,方法具有较好的精密度、重复性和稳定性。对19个玛咖样品和6个玛咖制品HPLC指纹图谱进行分析,确定了15个色谱峰为玛咖和其制品的特征指纹峰,建立了玛咖及其制品的指纹图谱。以数字化指纹图谱为基础,分别进行主成分分析、判别分析和相似度分析。结果表明,3种方法均能使玛咖与玛咖制品得到较为一致的模式识别结果。主成分二维平面图和判别分析能够区分玛咖和玛咖制品,具有简便、直观的特点,玛咖与玛咖制品相似度分析差异显著(P<0.05),分别为0.916和0.668,不同来源和色型的玛咖、玛咖制品间相似度均无显著差异(P>0.05)。结果显示玛咖制品具有玛咖的特征峰,但含量存在差异。3 种方法均能准确地体现指纹图谱的一致性和特征性,为玛咖和玛咖制品的区分及玛咖制品真实性保障提供了参考。利用HPLC指纹图谱可对玛咖及其制品的真实性进行鉴别。     

基于高效液相色谱指纹图谱的玛咖及其制品真实性识别

玛咖及其制品的真实性是保障品质的关键。为了研究玛咖及其制品的差异,对玛咖制品进行真实性鉴别,分别以不同产地、色型的玛咖及玛咖制品为供试材料,对其进行高效液相色谱(high performance liquid chromatography,HPLC)指纹图谱不同识别方法的研究。采用Waters Symmetry ShieldTM C18(250 mm×4.6 mm,5 μm)色谱柱,乙腈-水为流动相梯度洗脱,检测波长210 nm,体积流量0.80 mL/min,各成分得到较好分离。经方法学验证,方法具有较好的精密度、重复性和稳定性。对19个玛咖样品和6个玛咖制品HPLC指纹图谱进行分析,确定了15个色谱峰为玛咖和其制品的特征指纹峰,建立了玛咖及其制品的指纹图谱。以数字化指纹图谱为基础,分别进行主成分分析、判别分析和相似度分析。结果表明,3种方法均能使玛咖与玛咖制品得到较为一致的模式识别结果。主成分二维平面图和判别分析能够区分玛咖和玛咖制品,具有简便、直观的特点,玛咖与玛咖制品相似度分析差异显著(P<0.05),分别为0.916和0.668,不同来源和色型的玛咖、玛咖制品间相似度均无显著差异(P>0.05)。结果显示玛咖制品具有玛咖的特征峰,但含量存在差异。3 种方法均能准确地体现指纹图谱的一致性和特征性,为玛咖和玛咖制品的区分及玛咖制品真实性保障提供了参考。利用HPLC指纹图谱可对玛咖及其制品的真实性进行鉴别。     

四川汉源地区青花椒和红花椒的气味指纹图谱分析

利用气味指纹分析技术(电子鼻)对四川汉源地区所产的青花椒和红花椒种进行了检测,运用主成分分析(PCA)和判别因子分析(DFA)方法进行分析,二者之间的气味存在明显的差异,与感官分析得出的结论一致。     

智舌快速检测水产品中的麦氏弧菌

探索仿生传感器--智舌在麦氏弧菌快速检测中的可行性,以期构建一种新型的水产品中致病性弧菌的快速检测技术。用智舌结合主成分分析法对11种致病性弧菌的液体培养物进行区分,以确定该法能否将11种致病性弧菌区分开及其所需的最短培养时间,并确定针对被测物的适宜电极和频率段组合;然后用智舌结合簇类独立软模式识别法构建麦氏弧菌的判别模型,并对判别模型进行回判及验证,根据判别准确率确定最佳判别模型,从而探索智舌结合簇类独立软模式识别法能否用来建立快速检测麦氏弧菌的数据库。结果显示：当弧菌在其特异性培养基中培养7h后,智舌能很好地将11种致病性弧菌区分开;6种电极与其频率段组合下的判别模型对所有样本的判别准确率均达到了100%。说明所建模型可用于麦氏弧菌的快速筛检。     

基于SIMCA模型的纸浆种类近红外光谱鉴别

研究了近红外光谱分析与SIMCA模式识别技术相结合鉴别纸浆种类的方法。收集了桉木浆、麦草浆(漂白与未漂白)、棉浆、湿地松浆等4种纸浆共90个样品,抄成不同定量纸样并采集其近红外光谱,其中部分桉木浆添加化学助剂。选择60个样品作为训练集建立SIMCA类模型,剩余30个样品用于模型检验。研究结果表明,建立的模型能完全正确识别各类纸浆,且不受抄纸定量和添加化学助剂因素的影响,为快速无损鉴别纸浆种类提供了一种准确可靠的方法。     

气味指纹技术在肉品品质及安全检测中的应用

气味指纹技术是借助色谱、质谱以及传感器等技术手段,结合多元统计分析方法,对挥发性化合物进行分析用以表征样品信息的技术。近年来在食品中的应用领域越来越活跃,本文简要介绍气味指纹技术(odor fingerprint technique),主要包括电子鼻技术、气质联用技术及其数据处理方法,综述其在肉品品质及安全检测中的应用,具体阐述其在肉品新鲜度、风味和微生物检测中的应用。同时展望气味指纹技术在肉品品质及安全检测中的存在问题及发展前景,为更好应用该技术对肉品质量安全控制提供参考。     

基于矿物元素指纹的地理标志羊肉真实性鉴别

探究一种基于矿物元素指纹结合单分类建模策略的地理标志羊肉真实性鉴别技术。结果表明,盐池滩羊、巴里坤哈萨克羊、苏尼特羊3 种地理标志羊肉中矿物元素含量均具有指纹特征。采用单分类建模策略,只需收集真实样本集建模,即可在多种欺诈样本中鉴别真实样本。基于3 种地理标志羊肉样本分别建立的类类比软独立建模（soft independent modeling of class analogy,SIMCA）模型性能优良,对测试样本的鉴别准确率达到100%。因此,基于矿物元素指纹结合单分类建模（SIMCA）的真实性鉴别技术在地理标志羊肉真实性鉴别领域具有广泛的应用前景。     

基于电子鼻技术分析开花对前胡气味的影响

为研究开花前后两种前胡样品的气味指纹变化,探讨电子鼻应用于中药质量评价的可能性。采用电子鼻检测开花前后两种前胡样品气味在传感器上的响应值,采用主成分分析法(PCA)、判别因子分析法(DFA)进行分析,建立气味指纹图,并进行统计质量控制分析(SQC)。结果表明,电子鼻对开花前后两种前胡样品气味变化反应灵敏,可以完全区分,可以应用于中药气味鉴别研究。     

基于气味指纹技术的牛奶香精鉴别研究

奶味香精是现代食品工业非常重要且应用非常广泛的添加剂之一,不同类型牛奶香精的气味差异仅靠色谱技术和人工感官鉴别比较困难。为了建立奶味香精的气味指纹分析鉴别方法,本文以天然牛奶香精、复配牛奶香精、酶解奶油香精和实验室制牛奶香精为样品,分析了样品的挥发性化合物组成和气味指纹信息,比较了市面上常见几种奶味香精的气味差异,建立了基于气味指纹技术的奶味香精香料的鉴别研究方法。研究结果表明:气味指纹技术能准确区分和鉴别奶味香精的气味差别,识别效果显著。天然牛奶香精与实验室制牛奶香精在主要特征风味物质方面的相似度较高,复配牛奶香精的整体气味则和其他样品差异较大,分析数据表明天然牛奶香精的香味可能是酶解奶油产物经过进一步处理和修饰得到的。     

基于气味指纹预测养殖大黄鱼贮藏过程中的品质变化

在模拟市场环境冰鲜贮藏条件下,采用电子鼻对大黄鱼不同贮藏时间的挥发性气味及相关指标变化进行分析。以室温贮藏作对照,对电子鼻数据进行主成分分析与最小线性回归分析,并与挥发性盐基氮、三甲胺及菌落总数进行最小线性回归分析,建立大黄鱼在冰鲜贮藏条件下品质变化的预测曲线。结果表明：冰鲜和室温保存的大黄鱼挥发性盐基氮、三甲胺与菌落总数值均随着贮藏时间的延长而增多;电子鼻能很好地区分冰鲜和室温贮藏的大黄鱼随时间的气味变化;基于电子鼻最小线性回归分析拟合的气味信号值与该贮藏条件下的菌落总数、挥发性盐基氮、三甲胺相关系数,冰鲜贮藏条件下分别为0.9884、0.9889和0.9648,室温分别为0.9878、0.9915和0.9924。     

基于近红外光谱的鸡蛋产地溯源

为了快速、准确、无损地追溯鸡蛋的不同产地,借助于近红外光谱技术,采用主成分析结合PLS-DA判别模型和簇类独立软模式法(SIMCA)建立了鸡蛋的溯源模型。利用标准正态变量(standard normal variate,SNV)、Savitzky-Golay平滑滤波(SG)和多元散射校正(multiplicative scatter correction,MSC)等方法对原始光谱数据进行了预处理,结果表明SG(3点)平滑处理结果最好;利用主成分分析方法对不同地区的鸡蛋进行聚类分析,发现当主成分数为3时,建立的SIMCA溯源效果最好。结果表明,在显著水平0.05时,4个地区(朔州、吕梁、太谷、运城)验证集的识别率均为100%,其中吕梁和运城地区的拒绝率为100%,朔州和太谷地区的拒绝率为98.6%。说明SIMCA模式建立的模型基本能够判别鸡蛋产地。