CN113189145B - 一种基于电子鼻技术的鲜花花香成分芳樟醇含量预测方法 - Google Patents
一种基于电子鼻技术的鲜花花香成分芳樟醇含量预测方法 Download PDFInfo
- Publication number
- CN113189145B CN113189145B CN202110386818.1A CN202110386818A CN113189145B CN 113189145 B CN113189145 B CN 113189145B CN 202110386818 A CN202110386818 A CN 202110386818A CN 113189145 B CN113189145 B CN 113189145B
- Authority
- CN
- China
- Prior art keywords
- linalool
- electronic nose
- fresh flowers
- flower fragrance
- headspace
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
- G01N27/02—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance
- G01N27/04—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance by investigating resistance
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N1/00—Sampling; Preparing specimens for investigation
- G01N1/02—Devices for withdrawing samples
- G01N1/22—Devices for withdrawing samples in the gaseous state
- G01N1/2226—Sampling from a closed space, e.g. food package, head space
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Pathology (AREA)
- Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Molecular Biology (AREA)
- Biomedical Technology (AREA)
- Engineering & Computer Science (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Electrochemistry (AREA)
- Other Investigation Or Analysis Of Materials By Electrical Means (AREA)
Abstract
本发明公开了一种基于电子鼻技术的鲜花花香成分芳樟醇含量预测方法,属于分析检测技术领域。本发明包括:制备芳樟醇的梯度浓度标准进样溶液,分别按同一体积加入到顶空瓶内;再采用电子鼻自动顶空取样检测顶空瓶内芳樟醇,构建芳樟醇标准品浓度标准曲线,获得PCA回归方程;随后将鲜花加入顶空瓶内,电子鼻自动顶空取样检测鲜花花香,获得鲜花花香电子鼻响应值;将鲜花花香电子鼻响应值代入PCA回归方程,计算得到鲜花花香中芳樟醇含量的预测值。本发明方法预测得到的香花花香中芳樟醇含量的结果准确度良好,试验表明能有效测得花香中芳樟醇含量不同的几种桂花,可用于筛选高产芳樟醇的鲜花品种,简单高效,具有良好的应用价值。
Description
技术领域
本发明属于分析检测技术领域,更具体地说,涉及一种基于电子鼻技术的鲜花花香成分芳樟醇含量预测方法。
背景技术
花香被誉为花卉的“灵魂”,是植物诱引昆虫授粉的重要表达信号,也是评价观赏植物和鲜切花的重要品质指标。常用的香气成分提取与检测方法包括萃取-色谱联用、蒸馏-色谱联用和顶空-色谱联用等。目前已经应用于玉簪、桂花、腊梅、紫丁香、玫瑰和茉莉花等芳香植物的香气组分鉴定与分析。尽管色谱分析方法可以对花香组分进行较为精准的定性定量分析,但存在测试技术复杂、测试成本高、测试时间长(一般每样品测定需要0.5~2h)等缺点。
电子鼻(electric nose,E-nose)已经成为一种嗅觉模拟测试工具,通过特定的传感器阵列吸附样品气体中化合物后导电率的变化,反映样品挥发性组分的整体信息(“指纹图谱”),而且样品无需有机溶剂,测定时间短(一般每样品测定需要1~2min),能够在野外实时测定,是一项“绿色”的检测方法。迄今为止,电子鼻主要应用于食品加工、果蔬保质期、水产品和肉类保鲜、烟草、酒精和饮料的真实性鉴定等方面,并在传统方法中取得了不可替代的作用。目前,在花香检测方面,电子鼻已被应用于种质鉴定,不同花期的区分和不同花器官挥发性成分的辨别。但是目前还未有文献报道将电子鼻应用于花香成分含量的预测。如果电子鼻可以应用花香成分含量快速测定,这对香花育种、花香评价以及香化行业有重要意义。
芳樟醇(CAS78-70-6),分子式为C10H18O,属于链状萜烯醇类,广泛存在于植物的花、果、茎、叶、根及青蒂绿萼中,是桂花、玫瑰、石斛、茉莉花、百合花等主要花香成分之一。它是著名的香料化合物之一,应用极广,常用于花香型香精、香水、香皂等芳香工业中,具有抗菌功效。目前其制备方法是从植物中提取或者化学法合成。相关研究表明,鲜花中散发的香气中含有的芳樟醇与鲜花中芳樟醇的含量呈正相关关系,如果能应用电子鼻技术检测花香而快速筛选含芳樟醇量高的植物,这对鲜花中芳樟醇的开发应用具有重要推动作用。
发明内容
针对现有技术存在的上述问题,本发明所要解决的技术问题在于提供一种基于电子鼻技术的鲜花花香成分芳樟醇含量预测方法。
为了解决上述技术问题,本发明所采用的技术方案如下:
一种基于电子鼻技术的鲜花花香成分芳樟醇含量预测方法,包括如下步骤:
1)制备芳樟醇的梯度浓度标准进样溶液,分别按同一体积加入到顶空瓶内;
2)采用电子鼻自动顶空取样检测顶空瓶内芳樟醇,构建芳樟醇标准品浓度标准曲线,获得PCA回归方程;
3)将鲜花加入顶空瓶内,电子鼻自动顶空取样检测鲜花花香,获得鲜花花香电子鼻响应值;
4)将鲜花花香电子鼻响应值代入PCA回归方程,计算得到鲜花花香中芳樟醇含量的预测值。
进一步地,步骤1)中所述标准进样溶液的溶剂为超纯水。
进一步地,步骤1)中所述的梯度浓度的范围为0.86-86.10mg/L。
进一步地,步骤2)中所述取样检测是按照标准进样溶液的浓度从低到高依次取样测定。
进一步地,步骤1)中所述的顶空瓶与步骤3)所述的顶空瓶规格相同。
进一步地,步骤1)中所述的顶空瓶内标准进样溶液添加的体积毫升数与步骤3)中顶空瓶内添加的鲜花的质量克数相等。
进一步地,所述电子鼻的型号为:PEN3,Airsense Company,German。
相比于现有技术,本发明的有益效果为:
本发明通过制备芳樟醇的梯度浓度标准进样溶液,分别按同一体积加入到顶空瓶内;再采用电子鼻自动顶空取样检测顶空瓶内芳樟醇,构建芳樟醇标准品浓度标准曲线,获得PCA回归方程;随后将鲜花加入顶空瓶内,电子鼻自动顶空取样检测鲜花花香,获得鲜花花香电子鼻响应值;将鲜花花香电子鼻响应值代入PCA回归方程,计算得到鲜花花香中芳樟醇含量的预测值。经过GC-MS分析表明,本发明电子鼻方法预测得到的香花花香中芳樟醇含量的结果准确度良好,有效地预测了不同的几种桂花的花香中芳樟醇含量,可用于筛选高产芳樟醇的鲜花品种,比GC-MS测量方法更加简单高效,具有良好的应用价值。
附图说明
图1为电子鼻传感器响应曲线图;
图2为基于芳樟醇标样的电子鼻传感器数据构建的PCA回归模型曲线图;
图3为三种桂花品种花香GC/MS总离子流图,图中待测成分指芳樟醇。
具体实施方式
下面结合具体实施例对本发明进一步进行描述。
实施例1:桂花鲜花花香中芳樟醇成分含量测定
1、基于电子鼻技术的芳樟醇标准品浓度标准曲线构建
(1)配置不同浓度梯度标准溶液:分别准确移取10μL芳樟醇标准品(Sigma-Aldrich色谱纯,密度0.861g/mL)用超纯水稀释并定容至10mL,得到稀释后标准液(861mg/L)。分别移取0.01mL、0.02mL、0.05mL、0.08mL、0.1mL、0.2mL、0.4mL、0.6mL、1mL的稀释后标准液用超纯水溶解并定容至10mL配置成0.86mg/L、1.72mg/L、4.31mg/L、6.89mg/L、8.61mg/L、17.22mg/L、34.44mg/L、51.66mg/L、86.10mg/L的标准进样溶液,用于后续测定。
(2)采用电子鼻测定不同浓度梯度标准溶液响应曲线
样品浓度从低到高依次取样测定,吸取3mL标准进样溶液放入250mL顶空瓶内,于25℃室温条件下平衡30min后,电子鼻(PEN3,Airsense Company,German)自动顶空取样检测。样品重复数为3。电子鼻仪器参数设置为:样品间隔1s,样品准备时间5s,采样时间80s,自动调零时间10s,清洗时间100s,内部流量20mL/min,进样流量20mL/min。电子鼻的传感器经过标准活性炭过滤气体的电阻率为G0,吸附样品气体后最大电阻率为Gi,以Gi/G0为响应值,构成电子鼻数据单元。每次测定,电子鼻的10个传感器得到10条动态曲线数据(图1)。取曲线达到平稳后的第68-70s的响应值进行模型构建。
提取气敏传感器阵列X1-X10等10个传感器对芳樟醇标准溶液的稳态信号即68-70s的响应值进行分析,每个浓度梯度试验时测试3个重复,9个浓度梯度共81组试验数据,将这些数据作为校正集,电子鼻10个传感器对三个品种桂花的9组响应数据作为预测集。将10个传感器对芳樟醇标准溶液的响应值作为自变量,芳樟醇的浓度作为因变量,利用主成分回归建立芳樟醇标准溶液基于电子鼻气敏传感器阵列的香气成分浓度预测模型。
采用主成分回归法建立回归方程(公式一):Y=123.42X1+4.15X2-226.52X3-82.19X4+9.29X5+58.09X6+2.06X7-451.30X8-4.66X9+210.15X10+390.38,R2=0.986,方程中Y表示芳樟醇浓度;X1到X10分别表示10个传感器对芳樟醇的响应值。
2、基于色谱技术的桂花花香成分芳樟醇浓度测定
(1)对照溶液配置与相对校正因子测定:将芳樟醇(标准品,861mg/L)与月桂酸甲酯(内标,色谱纯,密度870mg/L)按1∶1体积(2.5μL:2.5μL)配置成对照溶液,按下列测定条件进行进样与测定,记录色谱图,根据二者峰面积与浓度计算相对校正因子f。
SPME萃取:选取配有65um PDMS-DVB(二乙烯基苯)萃取头的固相微萃取仪(Supelco,USA)进行花香成分吸附。萃取头首次使用时在气相色谱进样口中以270℃的高温活化0.5h,以后每次进样前都活化3min,将5μL对照溶液加入20mL顶空瓶中,摇匀后进行萃取,萃取深度约2.5~3.0cm,于水浴加热45℃条件下顶空萃取35min后,立即插入气相色谱进样口进行解析。
GC-MS分析:气质联用仪Trace DSQ(美国Thermo Electro-Finnigan)。气相条件:DB-5MS(非极性柱,长30m,内径0.25mm,液膜厚0.25μm),载气为高纯He,柱流量1.0mL/min不分流进样;进样口温度250℃,热解析3min,不分流进样;起始温度50℃,保持1min,以10℃/min升至100℃,不停留,再以5℃/min升至160℃,不停留,再以8℃/min升至250℃,保持3min。质谱条件:离子源温度210℃,电离方式EI+,电子能量70eV,检测器电压1200V,质量扫描范围:33-450aMU,全扫描方式,扫描时间0.5s,传输线温度250℃。
相对校正因子f计算公式(二):f=(As/ms)/(Ar/mr),其中As和Ar分别为内标物和标准品的峰面积,ms和mr分别为标准品和内标物的含量,ms=861mg/L*2.5μL=2.15μg和mr=870mg/L*2.5μL=2.18μg。
(2)采用GC-MS技术测定桂花花香成分:分别取0.3g金桂、波叶金桂、小叶丹桂花朵置于20mL顶空瓶中,并加入2.5μL月桂酸甲酯(色谱纯,密度870mg/L)作为内标,摇匀后进行SPME萃取与GC-MS分析。SPME萃取与GC-MS分析条件同步骤(1)。每品种三重复。获得的色谱图见图3。
(3)根据峰面积法计算桂花花香成分含量∶根据内标物的峰面积与其浓度的关系(公式三)来确计算桂花花香成分浓度mi。
公式(三)mi=f*Ai/(As/ms),其中Ai和As分别为供试品和内标物的峰面积,ms为加入内标物的含量,f为相对校正因子。
3、基于电子鼻技术的桂花花香数据采集
分别采集金桂、波叶金桂、小叶丹桂三个品种盛花期3g鲜花样品放入250mL顶空瓶内,于25℃室温条件下平衡30min后,电子鼻自动顶空取样检测。其他测定条件与1中(2)一致。每品种三个重复。
4、基于PCA回归方程的桂花花香成分含量预测
将步骤2中公式(三)获得的鲜花的实际值带入公式:mi/m总=mi/0.3g=X ug/gFW(Fresh Weight),计算获得花香芳樟醇浓度实际值X(μg/g)。
将步骤3获得的不同品种桂花花香电子鼻响应属于代入PCA回归方程(公式一),再根据该公式换算:标准品浓度Y(mg/L)*标准品含量(3mL)/鲜花含量(3g FW)=Y(ug/g FW),获得各品种花香芳樟醇含量的预测值Y(ug/g FW):
比较预测值(Y)与实际值(X,色谱法所得数据)(表1),效果较好。
表1不同桂花品种花香芳樟醇浓度预测值与真实值比较
品种名称 | 预测值(μg/g) | 实际值(μg/g) | 预测绝对相差(μg/g) |
金桂 | 26.90 | 25.90 | 1.00 |
金桂 | 27.45 | 25.90 | 1.55 |
金桂 | 25.08 | 25.90 | 0.82 |
波叶金桂 | 20.43 | 23.50 | 3.07 |
波叶金桂 | 24.97 | 23.50 | 1.47 |
波叶金桂 | 26.57 | 23.50 | 3.07 |
小叶丹桂 | 14.72 | 11.10 | 3.62 |
小叶丹桂 | 13.56 | 11.10 | 2.46 |
小叶丹桂 | 13.84 | 11.10 | 2.74 |
Claims (2)
1.一种基于电子鼻技术的鲜花花香成分芳樟醇含量预测方法,其特征在于,包括如下步骤:
1)制备芳樟醇的梯度浓度标准进样溶液,所述的梯度浓度的范围为0.86-86.10mg/L,吸取3mL标准进样溶液放入250mL顶空瓶内,于25℃室温条件下平衡30min;
2)采用电子鼻自动顶空取样检测顶空瓶内芳樟醇,从低到高依次取样测定,将传感器对芳樟醇标准溶液的响应值作为自变量,芳樟醇的浓度作为因变量,构建芳樟醇标准品浓度标准曲线,取曲线达到平稳后的第68-70s的响应值进行模型构建,获得PCA回归方程;所述的PCA回归方程为:Y=123.42X1+4.15X2-226.52X3-82.19X4+9.29X5+58.09X6+2.06X7-451.30X8-4.66X9+210.15X10+390.38,R2=0.986,方程中Y表示芳樟醇浓度;X1到X10分别表示10个传感器对芳樟醇的响应值;
3)将鲜花加入顶空瓶内,电子鼻自动顶空取样检测鲜花花香,获得鲜花花香电子鼻响应值;
4)将鲜花花香电子鼻响应值代入PCA回归方程,计算得到鲜花花香中芳樟醇含量的预测值;
所述的鲜花为金桂、波叶金桂、小叶丹桂鲜花;
所述标准进样溶液的溶剂为超纯水;
步骤1)中所述的顶空瓶与步骤3)所述的顶空瓶规格相同;
步骤1)中所述的顶空瓶内标准进样溶液添加的体积毫升数与步骤3)中顶空瓶内添加的鲜花的质量克数相等。
2.根据权利要求1所述的基于电子鼻技术的鲜花花香成分芳樟醇含量预测方法,其特征在于,所述电子鼻的型号为:PEN3,Airsense Company,German。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110386818.1A CN113189145B (zh) | 2021-04-09 | 2021-04-09 | 一种基于电子鼻技术的鲜花花香成分芳樟醇含量预测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110386818.1A CN113189145B (zh) | 2021-04-09 | 2021-04-09 | 一种基于电子鼻技术的鲜花花香成分芳樟醇含量预测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113189145A CN113189145A (zh) | 2021-07-30 |
CN113189145B true CN113189145B (zh) | 2023-06-02 |
Family
ID=76975291
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110386818.1A Active CN113189145B (zh) | 2021-04-09 | 2021-04-09 | 一种基于电子鼻技术的鲜花花香成分芳樟醇含量预测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113189145B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115452981B (zh) * | 2022-09-05 | 2024-02-23 | 云南中烟工业有限责任公司 | 一种基于gc-ms的野坝子不同药用部位的线性判别方法 |
CN115436516B (zh) * | 2022-09-05 | 2024-02-23 | 云南中烟工业有限责任公司 | 一种基于gc-ms的野坝子花中茎含量的相似度分析方法 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104251873A (zh) * | 2013-06-25 | 2014-12-31 | 王学勇 | 一种基于电子鼻技术的鹿茸“真伪”快速鉴定方法 |
CN104569313A (zh) * | 2015-01-15 | 2015-04-29 | 上海应用技术学院 | 一种基于电子鼻嗅觉指纹信息快速分析杨梅汁香气的方法 |
CN104991023A (zh) * | 2015-07-10 | 2015-10-21 | 云南中烟工业有限责任公司 | 一种准确表征和评价卷烟香气中花香特征的方法 |
WO2019111262A1 (en) * | 2017-12-08 | 2019-06-13 | Yeda Research And Development Co. Ltd. | Utilization of electronic nose-based analysis of odorants |
CN108195895B (zh) * | 2017-12-26 | 2020-04-24 | 山东农业大学 | 基于电子鼻和分光测色仪的茶树叶片氮含量快速检测方法 |
CN110455933B (zh) * | 2018-10-26 | 2020-09-29 | 贵州医科大学 | 一种玫瑰花中香气成分含量检测的方法 |
CN110018203A (zh) * | 2019-03-18 | 2019-07-16 | 江苏大学 | 基于电子鼻电子舌智能感官技术的香醋风味定量表征方法 |
CN111208251B (zh) * | 2020-01-16 | 2022-08-12 | 中国农业科学院茶叶研究所 | 一种白茶年份判别方法 |
CN111443173A (zh) * | 2020-03-03 | 2020-07-24 | 南京农业大学 | 一种基于电子鼻法检测食用花生油中掺假地沟油的方法 |
CN111855757B (zh) * | 2020-07-21 | 2023-11-14 | 广西壮族自治区亚热带作物研究所(广西亚热带农产品加工研究所) | 一种基于电子鼻的六堡茶陈香香味识别方法 |
-
2021
- 2021-04-09 CN CN202110386818.1A patent/CN113189145B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN113189145A (zh) | 2021-07-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Song et al. | Rapid analysis of volatile flavor compounds in apple fruit using SPME and GC/time-of-flight mass spectrometry | |
Cuevas-Glory et al. | A review of volatile analytical methods for determining the botanical origin of honey | |
Arnold et al. | Use of digital aroma technology and SPME GC‐MS to compare volatile compounds produced by bacteria isolated from processed poultry | |
Stashenko et al. | Sampling volatile compounds from natural products with headspace/solid-phase micro-extraction | |
CN113189145B (zh) | 一种基于电子鼻技术的鲜花花香成分芳樟醇含量预测方法 | |
Cai et al. | Determination of characteristic odorants from Harmonia axyridis beetles using in vivo solid-phase microextraction and multidimensional gas chromatography–mass spectrometry–olfactometry | |
Achouri et al. | Identification of volatile compounds in soymilk using solid-phase microextraction-gas chromatography | |
Schütz et al. | Detection of volatiles released by diseased potato tubers using a biosensor on the basis of intact insect antennae | |
CN104316635A (zh) | 水果风味品质的快速鉴别方法 | |
Linforth et al. | Volatile compounds found in expired air during eating of fresh tomatoes and in the headspace above tomatoes | |
CN103675127A (zh) | 一种利用顶空气相色谱-质谱联用仪和电子鼻联用对食用菌中风味物质进行辨别的方法 | |
CN104655767B (zh) | 一种电子烟烟液中香兰素、乙基香兰素和香豆素的同时测定方法 | |
Huang et al. | Detection of medicinal off-flavor in apple juice with artificial sensing system and comparison with test panel evaluation and GC–MS | |
Nam et al. | Analyzing volatiles in brown rice vinegar by headspace solid-phase microextraction (SPME)–Arrow: Optimizing the extraction conditions and comparisons with conventional SPME | |
Verzera et al. | Volatile compound and sensory analysis for the characterization of an Italian white wine from “Inzolia” grapes | |
Elmore | Extraction techniques for analysis of aroma compounds | |
Lušić et al. | Volatile profile of Croatian lime tree (Tilia sp.), fir honeydew (Abies alba) and sage (Salvia officinalis) honey | |
EP3400438B1 (en) | Method for detection of mould contamination in grain | |
CN113917014A (zh) | 一种基于gc-ims指纹图谱快速区分茉莉香葡萄产地的方法 | |
Durenne et al. | A laboratory high‐throughput glass chamber using dynamic headspace TD‐GC/MS method for the analysis of whole Brassica napus L. plantlet volatiles under cadmium‐related abiotic stress | |
CN115060814A (zh) | 一种快速鉴别不同干燥方式玫瑰花茶的方法 | |
Ray et al. | Fragrance profiling of Jasminum sambac Ait. flowers using electronic nose | |
CN108267523A (zh) | 一种细支卷烟主流逐口烟气中醛酮类物质的计算方法 | |
CN116183786B (zh) | 一种用于烟草中痕量糯米香特征关键香气化合物的鉴定方法 | |
CN112798581B (zh) | 一种对2-己烯醛吸附显色膜的制备方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |