CN112530527A - 基于gc-ms建立分子网络的方法及其应用 - Google Patents
基于gc-ms建立分子网络的方法及其应用 Download PDFInfo
- Publication number
- CN112530527A CN112530527A CN202011489780.2A CN202011489780A CN112530527A CN 112530527 A CN112530527 A CN 112530527A CN 202011489780 A CN202011489780 A CN 202011489780A CN 112530527 A CN112530527 A CN 112530527A
- Authority
- CN
- China
- Prior art keywords
- molecular network
- molecular
- software
- file
- network based
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
- G16C20/20—Identification of molecular entities, parts thereof or of chemical compositions
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
- G16C20/70—Machine learning, data mining or chemometrics
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
- G16C20/80—Data visualisation
Landscapes
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Crystallography & Structural Chemistry (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computing Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Other Investigation Or Analysis Of Materials By Electrical Means (AREA)
Abstract
本发明公开了一种基于GC‑MS建立分子网络的方法,包括:GC‑MS分析与原始数据采集;使用MSconvert软件将原始数据转换成mzXML格式;采用ADAP对原始数据进行处理,构建提取的离子色谱图EICs,并检测色谱峰;利用光谱反褶积对色谱图进行比对和层次聚类;生成.mgf文件和.csv文件;用MetGem软件打开.mgf文件和.csv文件,形成分子网络;使用可视化软件,进行分子网络图编辑。本发明实现了GC‑MS分子网络的建立,该方法可用于单个或多个样本中不同分子结构族群的鉴定,还可用于指导香原料的开发、鉴别和挥发性代谢物的标记等。
Description
技术领域
本发明涉及气相色谱-质谱联用数据解析技术领域,特别是一种基于GC-MS建立分子网络的方法及其应用。
背景技术
现有分子网络,根据二级质谱碎片离子(MS/MS)的相似度,将具有相似结构的天然产物分子按照相似度高低依次整合为一张可视化的网络图谱。通过分子网络图可以清晰地看到一个样本中所有的质谱碎片离子及它们之间的相互关系,同一类化合物分子聚集成簇,而不同类型的化合物将形成多个不同的分子簇。该技术可用于快速分析复杂样本中的已知化合物及其类似物,以及不同来源样本的化学成分定量表征。分子网络技术已经在微生物、海洋生物、植物、药物代谢等方面取得了不错的研究进展,尤其在近3年的时间,迅速成为研究人员的关注热点。但是目前使用的分子网络都是基于LC-MS/MS而建立的,适用于难挥发性成分的分析检测,对于挥发性成分是不可行的。因为关于挥发性成分的研究中,使用的是GC-MS分析技术。
挥发性成分的感官特征是与其化学成分的结构相关的,尤其是特定的香味特征往往与结构中的某种官能团或结构片段相关。例如羧基、醛基、酯和羟基等原子团能形成气味特征,SH化合物及有机硫化合物多有强烈的气味,芳香族化合物多数具有芳香味。挥发性成分表现出的感官特征在同类化合物中具有一定相似性,而在不同类型化合物中差异性明显。再者,天然植物香原料来源于不同科、属、种,挥发性成分的结构类型也有较大差异。因此,了解香原料中挥发性成分的结构特征,有助于香原料的识别和香精调配。
香原料本身的物质基础,也就是所谓的次生代谢产物,是一类细胞生命活动或植物生长发育正常运行的非必需的小分子有机化合物。次生代谢产物的不同主要来源于植物品种、环境、组织部位等因素的影响。次生代谢过程是植物在长期进化中对生态环境适应的结果,因此植物体本身含有的化学成分,经过不同的代谢过程,会产生许多类别的系列成分,各类别成分之间存在生源关系,同一类型的不同化合物之间也存在着密切的生源关系。因此,在比较与分析香原料的差异性时,既要找到单体化合物的差异,也需要考虑因为生源差异而导致某一类化合物群体的差异,才能从源头解决香原料的识别,判别香原料的真假与差异。
在分析复杂样本的差异性中,最常使用的方法是PCA(Principal ComponentAnalysis)主成分分析法。PCA是一种数据降维方法,将原始数据转换为低维数据,在利用样本的聚拢度进行质量判断,该方法可用来筛选数据中差异较大的变量,而样本间相似性较大的因素及样本内部成分的结构关系,得不到更好的分析。
发明内容
为解决现有技术中存在的问题,本发明的目的是提供一种基于GC-MS建立分子网络的方法及其应用,本发明基于GC-MS的碎片离子相似性,通过反褶积计算和对比,计算出不同化合物之间的结构相似性,通过这种相似关联性得到不同结构特征的分子组群,最终实现对不同复杂样本间的差异性和关联性分析。
为实现上述目的,本发明采用的技术方案是:一种基于GC-MS建立分子网络的方法,包括以下步骤:
(1)GC-MS分析与原始数据采集;
(2)使用MSconvert软件将原始数据转换成mzXML格式;
(3)采用ADAP对原始数据进行处理,构建提取的离子色谱图EICs,并检测色谱峰;
(4)利用光谱反褶积对色谱图进行比对和层次聚类;
(5)生成.mgf文件和.csv文件;
(6)用MetGem软件打开步骤(5)的.mgf文件和.csv文件,形成分子网络;
(7)使用可视化软件,进行分子网络图编辑。
步骤(1)中的GC-MS分析,质谱条件为EI源,并采用全扫模式。
步骤(3)中ADAP对原始数据进行处理时,参数设置为:信噪比为5-8,最小峰高为100-2000,系数阈值为50-100,峰漂移时间范围为0-0.5分钟,保留时间漂移范围为0-0.05分钟。
步骤(4)中的光谱反褶积对色谱图进行比对和层次聚类采用RANSAC算法。
步骤(5)中生成.mgf文件和.csv文件中,.mgf文件包括所有的色谱和质谱数据,.csv文件作为元数据信息,包括峰面积、峰强度、保留时间和基峰信号。
步骤(6)中所述的MetGem软件形成分子网络,包括以下设置:EI-MS光谱通过选择整个光谱中±50Da的前6个峰进行过滤;使用m/z误差在0.3Th计算余弦值;创建的分子网络,设置边缘过滤条件为:余弦值大于0.7和超过六个匹配的峰。
步骤(7)中所述的可视化软件为Cytoscape,进行分子网络图编辑具体包括:
为每个样本分配不同的颜色,以峰面积大小为含量,生成饼状图;设置edge余弦值为0.7。
本发明还提供一种根据上述的基于GC-MS建立分子网络的方法的应用,利用所述的方法建立分子结构特征组群,再用于不同来源、不同加工工艺的香原料或香精的真伪甄别,以及差异性比较。
本发明还提供一种根据上述的基于GC-MS建立分子网络的方法的应用,利用所述的方法建立分子结构特征组群,再用于香原料靶向组分的开发与鉴定。
本发明的有益效果是:
基于GC-MS建立的分子网络图,可清晰地看到单个或多个样本中的特征分子族群,以及不同样本间的差异性成分,同时实现主成分与差异成分的比较,对于部分未能鉴定的成分,提供可能的分子结构信息。此外,本发明还能够实现不同来源、不同加工工艺的香原料或香精的真伪甄别和香原料靶向组分的开发与鉴定。
附图说明
图1为本发明实施例1中3种香原料的分子网络图及部分通过数据库鉴定的化合物结构图;
图2为本发明实施例2中5种柠檬来源的香原料的分子网络图;
图3为本发明实施例3中3种不同产地的毛峰茶叶的分子网络图。
具体实施方式
下面结合附图对本发明的实施例进行详细说明。
实施例1
八角茴香、莳萝籽和甜小茴香油3种辛香料的分子组群特征
1、样品准备:
分别称取0.3g八角茴香、莳萝籽和甜小茴香油,用无水乙醇定容至10mL,经0.22μm微孔滤膜过滤后装入2mL液相小瓶,进行GC-MS分析。
2、GC-MS数据采集:
GC-MS分析条件:色谱柱为Agilent DB-5ms毛细管柱(60m×0.25mm,0.25μm);载气:He,99.999%;流速:1mL/min;进样口温度:250℃;进样量:1μL;进样模式:分流进样,分流比20:1;升温程序:起始温度50℃,保持2min;以8℃/min升至280℃,保持10min;传输线温度:250℃;离子源:电子轰击(EI);电离能量70eV;离子源温度230℃;扫描模式:全扫描;质量扫描范围:33-500amu;溶剂延迟:9min。通过与NIST 17谱库比对,以匹配度高于80%者定性。
3、数据处理与建立分子网络:
将3种香原料的GC-MS原始数据经MSconvert软件将原始数据转换成mzXML格式;采用ADAP对原始数据进行处理,构建提取的离子色谱图(EICs),并检测色谱峰:设置S/N=7,最低峰高=200,系数阈值=50,峰漂移时间范围0.02-0.4分钟,保留时间漂移范围0-0.05分钟。经RANSAC计算后,生成.mgf和.csv文件。将.mgf和.csv文件导入MetGem软件,形成分子网络图,使用Cytoscape视图软件打开和编辑。将mgf文件使用GC-MS软件打开,进行数据库搜索,鉴定化合物结构。
图1中给出的是3种辛香料的分子网络图和部分已鉴定化合物结构。由图1可知:八角茴香中化合物数量最多,主要是芳香环系列物,再甜小茴香中较少,再莳萝籽中最少。莳萝籽和甜小茴香中主要以萜烯系列物为主,两种香原料虽都是伞形科植物,但相同成分并不多。通过分子网络图可知:八角茴香中的香味成分特征苯环带有甲氧基结构,而莳萝籽和甜小茴香则是以单萜结构为特征成分。
实施例2
1、样品准备:
分别称取0.3g香柠檬油、柠檬油萜烯油、除萜白柠檬油、香柠檬油(意大利)、除萜柠檬油,用无水乙醇定容至10mL,经0.22μm微孔滤膜过滤后装入2mL液相小瓶,进行GC-MS分析。
2、GC-MS数据采集:
GC-MS分析条件:色谱柱为Agilent DB-5ms毛细管柱(60m×0.25mm,0.25μm);载气:He,99.999%;流速:1mL/min;进样口温度:250℃;进样量:1μL;进样模式:分流进样,分流比20:1;升温程序:起始温度50℃,保持2min;以8℃/min升至280℃,保持10min;传输线温度:250℃;离子源:电子轰击(EI);电离能量70eV;离子源温度230℃;扫描模式:全扫描;质量扫描范围:33-500amu;溶剂延迟:9min。通过与NIST 17谱库比对,以匹配度高于80%者定性。
3、数据处理与建立分子网络:
将5种香原料的GC-MS原始数据经MSconvert软件将原始数据转换成mzXML格式;采用ADAP对原始数据进行处理,构建提取的离子色谱图(EICs),并检测色谱峰:设置S/N=8,最低峰高=100,系数阈值=50,峰漂移时间范围0.02-0.5分钟,保留时间漂移范围0-0.05分钟。经RANSAC计算后,生成.mgf和.csv文件。将.mgf和.csv文件导入MetGem软件,形成分子网络图,使用Cytoscape视图软件打开和编辑。将mgf文件使用GC-MS软件打开,进行数据库搜索,鉴定化合物结构。
图2中给出的是5种柠檬来源的香原料的分子网络结构。由图2可知:化合物29、64-67和71,只存在于两种香柠檬油中,且化合物含量比例相似,在意大利产的香柠檬油中含量更多,而化合物72和74,在香柠檬油中含量更多,且比例相似。除萜柠檬油和柠檬油萜烯油两种香料中,共有成分很少,而除萜白柠檬油和柠檬油萜烯油的共同成分要多。
实施例3
1、样品准备:
分别称取5g 3种不同产地(2种四川和1种重庆)的毛峰茶叶,用石油醚超声提取2小时,滤液经0.22μm微孔滤膜过滤后装入2mL液相小瓶,进行GC-MS分析。
2、GC-MS数据采集:
GC-MS分析条件:色谱柱为Agilent DB-5ms毛细管柱(60m×0.25mm,0.25μm);载气:He,99.999%;流速:1mL/min;进样口温度:250℃;进样量:1μL;进样模式:分流进样,分流比10:1;升温程序:起始温度50℃,保持2min;以3℃/min升至280℃,保持10min;传输线温度:250℃;离子源:电子轰击(EI);电离能量70eV;离子源温度230℃;扫描模式:全扫描;质量扫描范围:33-500amu;溶剂延迟:6min。通过与NIST 17谱库比对,以匹配度高于80%者定性。
3、数据处理与建立分子网络:
将3种茶叶的GC-MS原始数据经MSconvert软件将原始数据转换成mzXML格式;采用ADAP对原始数据进行处理,构建提取的离子色谱图(EICs),并检测色谱峰:设置S/N=7,最低峰高=200,系数阈值=50,峰漂移时间范围0.02-0.5分钟,保留时间漂移范围0-0.05分钟。经RANSAC计算后,生成.mgf和.csv文件。将.mgf和.csv文件导入MetGem软件,形成分子网络图,使用Cytoscape视图软件打开和编辑。将mgf文件使用GC-MS软件打开,进行数据库搜索,鉴定化合物结构。
图3中给出的是3种不同产地来源的毛峰茶叶香味成分的分子网络图。由图3可知:2种四川产地的茶叶含有的共同成分较多,而重庆产地具有自己特有的一类分子组群特征。分子网络图给出的成分差异,与产地差异性是相一致的。
以上所述实施例仅表达了本发明的具体实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。
Claims (9)
1.一种基于GC-MS建立分子网络的方法,其特征在于,包括以下步骤:
(1)GC-MS分析与原始数据采集;
(2)使用MSconvert软件将原始数据转换成mzXML格式;
(3)采用ADAP对原始数据进行处理,构建提取的离子色谱图EICs,并检测色谱峰;
(4)利用光谱反褶积对色谱图进行比对和层次聚类;
(5)生成.mgf文件和.csv文件;
(6)用MetGem软件打开步骤(5)的.mgf文件和.csv文件,形成分子网络;
(7)使用可视化软件,进行分子网络图编辑。
2.根据权利要求1所述的基于GC-MS建立分子网络的方法,其特征在于,步骤(1)中的GC-MS分析,质谱条件为EI源,并采用全扫模式。
3.根据权利要求1所述的基于GC-MS建立分子网络的方法,其特征在于,步骤(3)中ADAP对原始数据进行处理时,参数设置为:信噪比为5-8,最小峰高为100-2000,系数阈值为50-100,峰漂移时间范围为0-0.5分钟,保留时间漂移范围为0-0.5分钟。
4.根据权利要求1所述的基于GC-MS建立分子网络的方法,其特征在于,步骤(4)中的光谱反褶积对色谱图进行比对和层次聚类采用RANSAC算法。
5.根据权利要求1所述的基于GC-MS建立分子网络的方法,其特征在于,步骤(5)中生成.mgf文件和.csv文件中,.mgf文件包括所有的色谱和质谱数据,.csv文件作为元数据信息,包括峰面积、峰强度、保留时间和基峰信号。
6.根据权利要求1所述的基于GC-MS建立分子网络的方法,其特征在于,步骤(6)中所述的MetGem软件形成分子网络,包括以下设置:EI-MS光谱通过选择整个光谱中±50Da的前6个峰进行过滤;使用m/z误差在0.3Th计算余弦值;创建的分子网络,设置边缘过滤条件为:余弦值大于0.7和超过六个匹配的峰。
7.根据权利要求1所述的基于GC-MS建立分子网络的方法,其特征在于,步骤(7)中所述的可视化软件为Cytoscape,进行分子网络图编辑具体包括:
为每个样本分配不同的颜色,以峰面积大小为含量,生成饼状图;设置edge余弦值为0.7。
8.根据权利要求1-7任一项所述的基于GC-MS建立分子网络的方法的应用,其特征在于,利用所述的方法建立分子结构特征组群,可用于不同来源、不同加工工艺的香原料或香精的真伪甄别,以及差异性比较。
9.根据权利要求1-7任一项所述的基于GC-MS建立分子网络的方法的应用,其特征在于,利用所述的方法建立分子结构特征组群,可用于香原料靶向组分的开发与鉴定。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011489780.2A CN112530527A (zh) | 2020-12-16 | 2020-12-16 | 基于gc-ms建立分子网络的方法及其应用 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011489780.2A CN112530527A (zh) | 2020-12-16 | 2020-12-16 | 基于gc-ms建立分子网络的方法及其应用 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112530527A true CN112530527A (zh) | 2021-03-19 |
Family
ID=75000753
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011489780.2A Pending CN112530527A (zh) | 2020-12-16 | 2020-12-16 | 基于gc-ms建立分子网络的方法及其应用 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112530527A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116561384A (zh) * | 2023-05-16 | 2023-08-08 | 南京中医药大学 | 构建分子网络和共识谱图接口框架以建立质谱谱库的方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050273276A1 (en) * | 2004-06-03 | 2005-12-08 | Michael Joseph Szelewski | Rapid automatic target compound confirmation using deconvolution and spectral matching |
CN109507315A (zh) * | 2018-11-15 | 2019-03-22 | 宁夏医科大学 | 复杂样本gc-ms自动解析实现化合物准确鉴别与差异性组分筛查的方法 |
CN109856301A (zh) * | 2019-01-09 | 2019-06-07 | 中北大学 | 一种气相色谱-质谱联用测定硝基苯降解过程中间产物的方法 |
CN111562327A (zh) * | 2020-05-25 | 2020-08-21 | 南京大学 | 一种基于分子网络的废水中致毒有机污染物非目标筛查分析的方法 |
-
2020
- 2020-12-16 CN CN202011489780.2A patent/CN112530527A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050273276A1 (en) * | 2004-06-03 | 2005-12-08 | Michael Joseph Szelewski | Rapid automatic target compound confirmation using deconvolution and spectral matching |
CN109507315A (zh) * | 2018-11-15 | 2019-03-22 | 宁夏医科大学 | 复杂样本gc-ms自动解析实现化合物准确鉴别与差异性组分筛查的方法 |
CN109856301A (zh) * | 2019-01-09 | 2019-06-07 | 中北大学 | 一种气相色谱-质谱联用测定硝基苯降解过程中间产物的方法 |
CN111562327A (zh) * | 2020-05-25 | 2020-08-21 | 南京大学 | 一种基于分子网络的废水中致毒有机污染物非目标筛查分析的方法 |
Non-Patent Citations (2)
Title |
---|
刘世尧: "百合弱极性成分GC-MS鉴定及其特征性成分TIC指纹图谱构建", 《西南大学学报(自然科学版)》, vol. 36, no. 6 * |
梁丹丹;李忆涛;郑晓皎;陈天璐;: "代谢组学全功能软件研究进展", 上海交通大学学报(医学版), no. 07 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116561384A (zh) * | 2023-05-16 | 2023-08-08 | 南京中医药大学 | 构建分子网络和共识谱图接口框架以建立质谱谱库的方法 |
CN116561384B (zh) * | 2023-05-16 | 2023-11-03 | 南京中医药大学 | 构建分子网络和共识谱图接口框架以建立质谱谱库的方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Yun et al. | Use of headspace GC/MS combined with chemometric analysis to identify the geographic origins of black tea | |
Desbrosses et al. | Lotus japonicus metabolic profiling. Development of gas chromatography-mass spectrometry resources for the study of plant-microbe interactions | |
Song et al. | Insights into the role of 2-methyl-3-furanthiol and 2-furfurylthiol as markers for the differentiation of Chinese light, strong, and soy sauce aroma types of Baijiu | |
CN106970161B (zh) | 一种gc-ms非靶标方法快速筛查植物差异性代谢物的方法 | |
Roullier-Gall et al. | Exploring yeast interactions through metabolic profiling | |
CN111272931A (zh) | 一种茶叶的原产地溯源方法 | |
Deuscher et al. | Key aroma compounds of dark chocolates differing in organoleptic properties: A GC-O comparative study | |
Li et al. | Identification and similarity analysis of aroma substances in main types of Fenghuang Dancong tea | |
Gioacchini et al. | Solid‐phase microextraction gas chromatography/mass spectrometry: a new method for species identification of truffles | |
CN106483240B (zh) | 简化定量香稻香味特征物质2-乙酰-1-吡咯啉含量的气相质谱联用方法 | |
Tarr et al. | A metabolomics based approach for understanding the influence of terroir in Vitis Vinifera L. | |
Fu et al. | Identification of floral aromatic volatile compounds in 29 cultivars from four groups of Osmanthus fragrans by gas chromatography–mass spectrometry | |
De Santis et al. | Biochemical markers for enological potentiality in a grapevine aromatic variety under different soil types | |
Ma et al. | Analysis of the volatile profile of core Chinese mango germplasm by headspace solid-phase microextraction coupled with gas chromatography-mass spectrometry | |
Gu et al. | Comparative metabolomics in vanilla pod and vanilla bean revealing the biosynthesis of vanillin during the curing process of vanilla | |
Yan et al. | Aroma analysis of Fuyun 6 and Jinguanyin black tea in the Fu'an area based on E-nose and GC–MS | |
CN112530527A (zh) | 基于gc-ms建立分子网络的方法及其应用 | |
Kalogiouri et al. | Headspace solid-phase microextraction followed by gas chromatography-mass spectrometry as a powerful analytical tool for the discrimination of truffle species according to their volatiles | |
CN112048456B (zh) | 一种筛选产醛或酮类风味物质微生物的高通量方法 | |
Lias et al. | A study on the application of electronic nose coupled with DFA and statistical analysis for evaluating the relationship between sample volumes versus sensor intensity of agarwood essential oils blending ratio | |
Sun et al. | Determination and comparison of agarwood from different origins by comprehensive two‐dimensional gas chromatography–quadrupole time‐of‐flight mass spectrometry | |
Xu et al. | Dynamic changes in the major chemical and volatile components during the “Ziyan” tea wine processing | |
Zhang et al. | Exploring the aroma fingerprint of various chinese pear cultivars through qualitative and quantitative analysis of volatile compounds using HS-SPME and GC× GC-TOFMS | |
Vizcaino et al. | Secondary metabolic pathway-targeted metabolomics | |
Li et al. | Monitoring the volatile composition and change in different geographical regions and harvest time of Chinese truffle (Tuber indicum Cooke & Massee) |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |