风味特征研究

目前市面上的饮料种类繁多，不同的饮料的风味特征各不相同，香气是饮料品质的重要特征，不同的芳香物质会表现不同的香气，同时也是人们选择饮料的重要因素。德国AIRSENSE电子鼻助力饮品风味特征分析，提升饮品品质，降低原料成本等。1、电子鼻可以通过对香气差异辨别饮料种类2、电子鼻在饮料品质定量分析中的作用饮料生产过程中，因为原料等因素的影响会造成最终产品的差异，通过半定量和定量检测，实现饮料品质标准化。3、电子鼻在饮料品质监控中的作用电子鼻是一种快速无损检测技术，在食品生产中的实时检测方面得到广泛应用，特别是乳制品的品质和货架期监控上。近些年来不少报道在一些饮料品质和货架期方面也有很多应用，饮料的加工过程可能会细菌，导致货架期大大缩短。4、电子鼻在饮料生产工艺优化中作用生产过程不同工艺对饮料香气有很大影响，通过气味分析可以确定最佳方案，保证产品品质的同时确定降低生产成本的原料和工艺。5、电子鼻在饮料包装形式选择上的应用不同的饮料不同的包装也会影响饮料的风味特征及品质，通过对饮料风味分析，找到最佳的包装方案。

风味物质是粮食作物食用品质和营养价值的重要衡量指标。小麦、玉米等谷类作物在储藏过程中的品质劣变与其风味物质含量密切相关。岛津中国创新中心与国家粮食和物资储备局科学研究院杨永坛研究员团队合作，基于固相微萃取-气相色谱-三重四极杆质谱联用技术（SPME-GC-MS/MS）对玉米中挥发性风味物质的种类和含量进行分析，多元统计分析结果显示，玉米的挥发性风味物质与储藏年限存在一定的相关性。由此可构建玉米储藏年份的分类模型，为玉米储藏品质的动态监测提供技术手段。研究成果以“SPME-GC-MS/MS结合多元统计分析不同储藏年份玉米风味物质差异”为题，已发表在《粮油食品科技》期刊。背景介绍粮食在贮藏期间会受到温度、湿度、微生物等环境因素影响，其食用品质和营养价值也会随着储藏时间延长而发生改变。玉米是我国主要粮食作物之一，也是我国储备粮的重要组成。由于玉米原始水分含量相对较高，同时内部富含脂肪，其相较于其他粮食品种储藏稳定性较差，易发生品质劣变，进而影响其种用、食用和加工品质。因此在玉米收购入仓和轮换出库前对其储藏品质进行评估十分必要，引起了研究人员的广泛关注。挥发性风味物质是影响玉米食用和加工的主要因素之一，风味物质的类型、含量以及它们之间的相互作用共同决定着玉米的风味。玉米储藏过程中风味物质含量变化间接反映其品质改变，因此越来越多的研究人员通过测定玉米中典型挥发性风味物质对其进行品质鉴别。已有多项研究发现玉米挥发性风味物质的种类和含量受不同储藏条件的影响，但尚未阐明不同储藏时间玉米的特征差异物质。固相微萃取技术能对含量较低的挥发性物质进行富集，在挥发性物质检测中具有方便、灵敏、高效的优点，在食品风味物质检测领域应用广泛。本研究以吉林地区2019—2022年收获玉米为研究对象，采用固相微萃取-气相色谱-三重四极杆质谱联用技术（SPME-GC-MS/MS）对玉米储藏过程中的风味物质进行检测，并结合主成分分析（PCA）和偏最小二乘法判别分析（PLS-DA）进行数据分析，阐明不同储藏年份玉米的特征差异物，建立玉米储藏年份判别模型。以期为玉米储藏品质的动态监测提供技术手段，更好地指导储备玉米科学储存与适时更新轮换。研究内容本研究采用固相微萃取-气相色谱三重四极杆质谱（GCMS-TQ系列），搭配专属型风味物质多反应监测（MRM）数据库，对玉米样品中的挥发性风味物质进行分析。图1为某采收自2019年的玉米样品的总离子流图，共检出挥发性风味物质共129种，包括醛类、醇类、酯类、酮类、苯系物、杂环类、酸类、醚类、烃类和酚类化合物共10类。检出化合物中醛类物质种类最为丰富，共检出26种，其次为醇类物质和酯类物质，分别检出23种和17种。对不同储藏年份玉米中各类风味物质的相对含量进行分析，结果显示酸类物质在玉米中相对含量最高，是玉米中的主要挥发性风味物质。并发现不同储藏年份玉米中风味物质相对含量发生了变化，需进一步探究二者之间的相关性。图1. 2019年玉米样品总离子流色谱图为明确风味物质含量与玉米储藏年份之间的关系，对不同储藏年份玉米中的挥发性风味物质进行PCA分析。从图2（A）可以看出，不同储藏年份玉米呈一定的聚类趋势。其中2019年和2022年储藏玉米区分度较为显著，表明该模型对储藏年份相差较大的样品区分能力较强。对不同储藏年份的样品组进行皮尔逊相关分析，结果如图2（B）所示，表明每个年份的样品组与其相应年份的样品组之间有很强的正相关性。图2. 2019—2022年玉米风味物质的统计分析结果: (A) 主成分分析得分图 (B) 皮尔逊相关分析为进一步直观体现不同储藏年份玉米的风味物质特征，对检测数据进行了PLS-DA分析。如图3（A）所示，4个储藏年份的样品分别聚为一类，表明不同年份间玉米的挥发性化合物差异显著。利用5倍交叉验证对PLS-DA模型的预测精确度和拟合度进行验证，结果如图3（B）所示，使用3个组分时，模型的R2=0.98，Q2=0.96，预测精确度为1.0，表明模型具有较好的预测能力。按照变量投影重要性（VIP）值大于1的标准，共筛选出47种关键差异化合物。图3 2019—2022年玉米风味物质的偏最小二乘判别分析结果: (A) 三维PLS-DA得分图 (B) 不同组分数下PLS-DA分类性能 (C) VIP值图进一步比较不同年份间玉米中挥发性风味物质的差异，可以看出有6种挥发性化合物出现规律性变化。其中，1-辛烯-3-醇、丁酸橙花酯和2-正戊基呋喃3种化合物含量随储藏时间的延长而减少（如图4（A）~（C））；此外，DL-泛酰内酯、辛酸甲酯和2-乙酰基呋喃化合物的含量随储藏时间的延长而增加（如图4（D）~（F））。图4. 不同储藏年份玉米特征风味物质箱线图结论基于岛津固相微萃取-气相色谱三重四极杆质谱仪建立玉米中挥发性风味物质的分析方法，对2019至2022年收获东北地区玉米样品中挥发性风味物质进行检测，采用PCA和PLS-DA方法对不同储藏年份玉米的风味物质数据进行分析，筛选出在不同年份的玉米间具有显著性差异的化合物，根据检出的差异化合物在不同储藏年份玉米中的含量分布构建分类模型，将为不同年份玉米的储藏品质动态监测提供参考，以更好指导储备玉米的科学储存与适时更新轮换，对保障国家粮食安全和节粮减损具有重要意义。岛津多功能自动进样器-气相色谱三重四极杆质谱仪参考文献：[1] WANG S, CHEN H, SUN B. Recent progress in food flavor analysis using gas chromatography–ion mobility spectrometry (GC–IMS) [J]. Food Chemistry, 2020, 15(315): 126158.[2] 徐瑞, 李洪军, 贺稚非. 玉米冻藏过程中挥发性成分变化及主成分分析[J]. 食品与发酵工业, 2019, 45(1): 210-218. XUN R, LI H J, HE Z F. Changes and principal component analysis of volatile compounds in corn ears during frozen storage[J]. Food and Fermentation Industries, 2019, 45(1): 210-218.[3] 李云峰, 范競升, 陈冰琳,等. 3个甜玉米品种在不同储藏条件下可溶性固形物含量及挥发性风味成分变化[J]. 华南农业大学学报, 2021, 42(03): 33-44. LI Y F, FAN J S, CHEN B L, et al. Changes of soluble solid contents and volatile flavor components of three sweet corn cultivars under different storage conditions[J]. Journal of South China Agricultural University, 2021, 42(03): 33-44.[4] 郭瑞, 李盼盼, 张晓莉, 等. SPME-GC-MS/MS 结合多元统计分析研究不同储藏年份玉米风味物质差异[J]. 粮油食品科技, 2024, 32(3): 179-186. GUO R, LI P P, ZHANG X L, et al. Diversity analysis of volatile flavor compounds of corn with various storage years based on SPME-GCMS/MS and multivariate statistical analysis[J]. Science and Technology of Cereals, Oils and Foods, 2024, 32(3): 179-186.本文内容非商业广告，仅供专业人士参考。

白酒中风味物质的种类和含量十分丰富，主要包括醇类、醛类、酸类、酯类、芳香族化合物等多种类型化合物，这些物质是决定白酒香气、口感和风格的关键。气相色谱质谱联用仪由于其分离效果好、分析速度快且尤其适用于低沸点、挥发性物质分析等优点，已经成为白酒风味物质研究的主要手段。 传统GC-MS对于风味物质的定性分析主要采用“色谱优先”的方法，通过积分算法进行色谱峰的检测，然后将色谱峰与谱库进行比对和匹配，以匹配度高低确认化合物。这种方法的缺点之一就是无法鉴定共流出物，尤其是在低浓度的情况下。赛默飞GC-MS自带的解卷积软件在进行定性分析时采用“质谱优先”的方法，能够有效分离色谱上共流出但质谱顶点依然分离的化合物。 此外，随着高分辨质谱技术的发展和应用，白酒风味物质的研究又多了一种新的手段和方案，高分辨质谱的高灵敏度和超高的分辨率可帮助我们发现其他分析手段可能忽视的特征物质。赛默飞全新Orbitrap Exploris GC系列高分辨气质联用仪具有业界240,000分辨率（m/z=200），并提供fg级全扫描HRAM数据，低于1ppm的质量精度，可以满足复杂基质样品的分析需求，是白酒风味成分定性定量分析的强有力工具。 下面我们就来看看两种不同的方案吧！ 01单四极杆GC-MS法定性分析荔枝酒中的挥发性物质荔枝酒中挥发性化合物数量众多，且各色谱峰响应差别较大，用传统的“色谱优先”方法进行定性分析时，难以准确定性共流出物，如下图，保留时间20.47-20.50 min有明显共流出峰，NIST谱库检索结果为3-甲硫基丙醇（3-(methylthio)-1-propanol）。（点击查看大图） 显然，这种方式会让我们丢失一些色谱峰的信息，假如采用“手动提取离子流图- 扣除背景- 谱库检索”的方式，确实会增加色谱峰的数量，但过程冗长而复杂，大大增加操作人员工作量。赛默飞GC-MS使用的Deconvolution 解卷积软件能够自动将色谱峰进行解析并将多个质谱峰对齐并归属成对应的化合物，然后进行谱库检索与匹配，最终以列表或报告的形式呈现出结果。保留时间20.47-20.50 min的共流出峰在Deconvolution 软件中被自动解析为三个色谱峰，并进行谱库检索得到对应的定性结果，如下图所示。 （点击查看大图）此外，Deconvolution 解卷积软件还可以自动读取NIST谱库中不同色谱柱的保留指数（RI） 信息，并与实际样品中RI 的计算值进行比较，通过保留指数辅助判断定性结果，下图是根据正构烷烃数据计算化合物保留指数界面。（点击查看大图） 02GC-Orbitrap/MS分析白酒中风味物质GC-Orbitrap/MS高分辨气质联用仪拥有前所未有的分析性能，为每个分析样品提供更广泛、更深入的数据信息。高灵敏度和超高分辨率可保证分析目标物免受质量数相近化合物的干扰，帮助发现其他技术可能忽视的特征物质，为发现新化合物、寻找低浓度关键标志物提供了可能。通过TraceFinder解卷积软件对数据进行解卷积和峰对齐处理，在某白酒样品中解析出1557个化合物，见下图。（点击查看大图） 通过研究白酒中特征性风味化合物的差异可有效鉴别白酒类别，更好的分析不同类型白酒的差异性，是明晰不同风格白酒、全面认识白酒风味组分特征的基础。功能强大的Compound Discoverer软件可以实现对复杂的GC-MS数据的提取和分析并得到独立色谱峰型的信号，发现样品集之间的真正差异，查看一项研究中各个组分的分布趋势，或识别位于多个样品组之间的组分，所有这些均以交互式视图显示。（点击查看大图） 通过上图主成分分析（PCA）结果显示，不同组的样品点能够通过PCA分析有效的聚在一起。PC1、PC2两个主成分可以解释76.5%的变异量。（点击查看大图）上图右上角部分的趋势图可以显示出左边表格中选定的组分在A和B两个样品中峰面积的差异，帮助寻找目标异味标记物。右下角的火山图则可以直观反映出A和B两个样品中差异性物质的情况，每一个点代表一个物质，火山图左边蓝色部分显示的是在样品A中含量显著低于样品B中含量的物质，右边红色部分则显示的是在样品A中含量显著高于样品B中含量的物质，并且这些物质可以一键快速选取，在窗口直接查看和导出差异组分的定性结果。以上结果都为发现样品之间的真正差异提供可靠的参考。 总结在使用单四极杆GC-MS进行白酒风味物质定性研究时，Deconvolution 解卷积软件能够有效分离色谱上共流出但质谱顶点依然分离的化合物，并且可以结合NIST谱库中的保留指数辅助定性。而高分辨气质联用仪则具有数据质量精度高、高分辨、高灵敏度等特点，借助独有的Compound Discoverer软件，可以快速发现样品集之间的真正差异。两种分析手段的组合使用可以大大助力白酒风味物质研究工作。