CN113341034A - 一种黑龙江燕麦的产地鉴定方法 - Google Patents

一种黑龙江燕麦的产地鉴定方法 Download PDF

Info

Publication number
CN113341034A
CN113341034A CN202110858612.4A CN202110858612A CN113341034A CN 113341034 A CN113341034 A CN 113341034A CN 202110858612 A CN202110858612 A CN 202110858612A CN 113341034 A CN113341034 A CN 113341034A
Authority
CN
China
Prior art keywords
oat
acid
heilongjiang
oats
temperature
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
Application number
CN202110858612.4A
Other languages
English (en)
Inventor
张丽媛
于润众
张东杰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Heilongjiang Bayi Agricultural University
Original Assignee
Heilongjiang Bayi Agricultural University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Heilongjiang Bayi Agricultural University filed Critical Heilongjiang Bayi Agricultural University
Priority to CN202110858612.4A priority Critical patent/CN113341034A/zh
Publication of CN113341034A publication Critical patent/CN113341034A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N30/00Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
    • G01N30/02Column chromatography
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N30/00Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
    • G01N30/02Column chromatography
    • G01N30/62Detectors specially adapted therefor
    • G01N30/72Mass spectrometers
    • G01N30/7206Mass spectrometers interfaced to gas chromatograph
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N30/00Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
    • G01N30/02Column chromatography
    • G01N30/86Signal analysis
    • G01N30/8675Evaluation, i.e. decoding of the signal into analytical information
    • G01N30/8679Target compound analysis, i.e. whereby a limited number of peaks is analysed
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N30/00Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
    • G01N30/02Column chromatography
    • G01N2030/022Column chromatography characterised by the kind of separation mechanism
    • G01N2030/025Gas chromatography

Landscapes

  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Engineering & Computer Science (AREA)
  • Library & Information Science (AREA)
  • Medicines Containing Plant Substances (AREA)
  • Other Investigation Or Analysis Of Materials By Electrical Means (AREA)

Abstract

本发明公开了一种黑龙江燕麦的产地鉴定方法,属于食品分析技术领域,所述方法包括以下步骤:对燕麦进行预处理和衍生化处理得到燕麦代谢产物,之后对所得燕麦代谢产物进行气相色谱‑质谱分析,所得分析结果中蔗糖相对含量≥10%、甘油相对含量≥5%,且反油酸的相对含量≥3%,则判断所述燕麦产地为黑龙江;本发明从燕麦的代谢产物携带其产地信息,黑龙江地区所产燕麦的代谢产物中蔗糖、反油酸及甘油含量较高的原理出发,依靠代谢组学技术,采用气相色谱‑质谱联用技术对燕麦代谢物进行分析,根据所得代谢产物中蔗糖、反油酸及甘油的相对含量,来鉴定其产地是否为黑龙江,从而可有效消除市场上存在的以其它地区的燕麦冒充黑龙江燕麦的问题。

Description

一种黑龙江燕麦的产地鉴定方法
技术领域
本发明属于食品分析技术领域,具体涉及一种黑龙江燕麦的产地鉴定方法。
背景技术
燕麦,学名为Avena sativa L,禾本科,燕麦属作物,主要分为带稃型和裸粒型两大类,具有营养价值、饲用价值、药用价值和食用价值。随着人民生活水平的不断提高,人们的膳食结构发生了较为明显的变化,裸燕麦越来越被人们所青睐,市场需求不断地增加。在市场上众多种类的燕麦中,黑龙江燕麦由于其独特的气候条件,使得其所产燕麦具有储能较高、营养价值较高的优点,因此广受消费者欢迎。但是市面上燕麦品种、产地较多,鱼龙混杂,不易鉴别,所以提供一种能够准确鉴定黑龙江燕麦的方法是很有必要的。
目前有关燕麦研究主要集中在燕麦β–葡聚糖、蛋白、油脂等方面,例如,北京工商大学董银卯教授等研究的燕麦营养成分的分布与组成,并确定了适合深度开发的燕麦品种。他们所研发出的如何提取燕麦β-葡聚糖的方法,可以广泛应用于食品、化妆品等领域。另外,董银卯教授带领的科研团队还研究了应用燕麦麸皮蛋白制备降压肽的方法,该方法可广泛用于具有降压功能的保健食品等领域。再例如,吉林省白城市农业科学院主要研究燕麦育种、遗传、加工等方面;中国农业大学燕麦课题组主要研究燕麦产品的深加工、饲草型燕麦和休眠型燕麦的开发;西北农林科技大学燕麦创新团队主要研究燕麦食品的加工、功能成分和营养方面。
从以上例子中可以发现,当前对于燕麦的研究相对较为丰富,但缺少作为一种产品营养源对人机体整个系统代谢的研究,其原因可能为:一,燕麦作为食品来说对人机体的代谢影响是一个较缓慢的过程;二,不同体质、年龄段的人群吸收代谢能力的个体差异性;三,研究食品不像研究药品一样,药品基本上是单一物质纯度很高对病理调控的研究相对较容易,而食品含有复杂的成分,其中不同代谢物对机体代谢途径的影响又不是单一的。很多因素造成了食品不能整体性的在机体代谢过程中进行研究,目前大多主要研究其两个终端,即使用前和使用后,故利用组学技术探究代谢过程会发挥很大应用。
1999年,Nicholson研究小组首次提出了代谢组学,并且将代谢组学(metabonomics)定义为生物体对生理病理等刺激作出反应的代谢物的定量检测。近年来,由于代谢组学的发展之迅速,更加完善了代谢组学的概念。由于食品是一个很复杂的体系,而代谢组学是一门关于生物体中内源性物质整体及其变化规律的科学。因此,可以通过对代谢物的分类处理使复杂的食品体系化繁为简进行分析。
代谢组学被广泛地应用在核磁共振、色谱质谱和毛细管电泳质谱等技术的样品分析方法方面,例如,代谢组学中使用最多的分析技术是将色谱法与质谱法相结合。相对经济的GC-MS技术可用于代谢物的定性分析,具有高灵敏度和分辨率,且有标准谱图库可供参考。在基于GC-MS技术的大麦代谢物分析研究中,通过提取、分馏等方法获得了低分子量大麦成分,通过GC技术发现了587个不同峰,通过MS技术确定出了173个不同峰。Shu等研究了水稻在发芽过程中的随时间变化的代谢变化,并利用GC-MS技术,通过GC检测到了615个不同峰的糙米萌发代谢物,其中有174个可通过MS鉴定出。另外,GC-MS还用于分析不同发育阶段的款冬花蕾的代谢特征,并在不同发育阶段以两相溶剂提取的形式获得了样品,共有35种极性化合物和19种非极性化合物。
与传统的化学分离模式相比,代谢组学技术在食品中的应用更为广泛,例如,利用代谢组学的整体性研究食品中各种化学成分,从而探寻食品的特有品质及特有风味;在食品质量检测与安全中,利用代谢组学技术检测农残兽残、添加剂违规使用、转基因食品生长代谢中代谢物的安全性等;在食品营养与健康中,由于代谢组学技术的引入,它可用于表征和分析农产品的营养成分,确定其来源,确定其准确性以及揭示生长和生长储存过程中营养成分变化的规律,同时,对营养作用机理的研究,以及为优化和转化为食物结构提供了新方法和新策略。但是,目前尚未发现利用代谢组学对燕麦产地进行鉴定的相关报道。
发明内容
为解决现有技术中的上述问题,本发明提供了一种黑龙江燕麦的产地鉴定方法,以准确判断燕麦产地是否为黑龙江。
为实现上述目的,本发明提供了如下技术方案:
本发明提供了一种黑龙江燕麦的产地鉴定方法,包括以下步骤:对燕麦进行预处理和衍生化处理得到燕麦代谢产物,之后对所得燕麦代谢产物进行气相色谱-质谱分析,所得分析结果中蔗糖相对含量≥10%、甘油相对含量≥5%,且反油酸的相对含量≥3%,则判断所述燕麦产地为黑龙江。
优选的,所述预处理方法为:对燕麦进行研磨、过筛,向所得粉末中加入甲醇和内标物进行混合,之后离心得到上清液并浓缩。
进一步优选的,所述过筛为过100目筛;所述内标物为2-氯苯丙氨酸;所述粉末、甲醇与2-氯苯丙氨酸的质量体积比为50mg∶800μL∶10μL;所述离心温度为4℃,转速为12000r/min,时间为15min;所述浓缩方法为采用氮气吹干。
优选的,所述衍生化处理方法为:向预处理得到的样品中加入甲氧铵盐酸吡啶溶液,恒温静置后加入三氟乙酰胺,并干燥。
进一步优选的,所述恒温静置温度为37℃,时间为1.5h;所述三氟乙酰胺与甲氧铵盐酸吡啶溶液的体积比为1∶1;所述干燥温度为70℃,时间为1h。
优选的,所述气相色谱-质谱分析的气相色谱参数为:柱温80℃,进样口温度240℃,进样模式为分流,流量控制模式为恒定线速度,载气为氦气,柱流量为1.20mL/min,线速度为40.4cm/sec,分流率为15,程序升温:0-2min,80℃;10℃/min升到320℃,保持6min,运行时长32min;所述气相色谱-质谱分析的质谱参数为离子源温度230℃,接口温度300℃,溶剂切割时间2min,采集模式Q3 Scan,扫描范围为45-550m/z。
本发明依据的原理:产地对燕麦代谢物具有显著影响,不同产地的燕麦的代谢产物种类及含量存在差异性,因此燕麦的代谢产物携带其产地信息。燕麦是喜冷凉作物,黑龙江地区昼夜温差大,雨量大,辐射充足,雨热同季,四季特点十分明显,另外黑龙江土壤资源丰富,土地肥沃,所以黑龙江燕麦中储能含量高,表现为黑龙江燕麦代谢产物中蔗糖、甘油和反油酸的含量比其它地区明显较高,形成了与其它地区的显著不同,采用GC-MS分析法对燕麦代谢产物进行分析,当所得蔗糖相对含量≥10%、反油酸相对含量≥3%且甘油相对含量≥5%时,该燕麦样品可判定为黑龙江燕麦。
与现有技术相比,本发明具有以下有益效果:
本发明从燕麦的代谢产物携带其产地信息,黑龙江地区因其独特的气候条件致使其所产燕麦储能较高,表现为其代谢产物中蔗糖、反油酸及甘油含量比其它地区高的原理出发,得到一种可准确鉴别黑龙江燕麦的产地的方法,依靠代谢组学技术,采用气相色谱-质谱联用技术对燕麦代谢物进行分析,根据所得代谢产物中蔗糖、反油酸及甘油的相对含量,来鉴定其产地是否为黑龙江,从而可有效消除市场上存在的以其它地区的燕麦冒充黑龙江燕麦的问题。
本发明依靠代谢组学技术,采用气相色谱-质谱联用技术对燕麦代谢物进行分析并总结所得到的代谢产物结果数据,不仅可以用于燕麦产地的鉴别,也可为之后如何储藏、进行品种改良、深加工及其代谢产物的实际应用提供参考。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为河北张家口裸燕麦代谢产物的GC-MS总离子流图,其中图1(a)为河北张家口裸燕麦完整的色谱图,0.00-32.00min;图1(b)为河北张家口裸燕麦在3.0-10.0min范围的色谱分析图;图1(c)为河北张家口裸燕麦在10.0-16.0min范围的色谱分析图;
图2为黑龙江齐齐哈尔裸燕麦代谢产物的GC-MS总离子流图,其中图2(a)为黑龙江齐齐哈尔裸燕麦完整的色谱图,0.00-32.00min;图2(b)为黑龙江齐齐哈尔裸燕麦在7.0-15.0min范围的色谱分析图;图2(c)为黑龙江齐齐哈尔裸燕麦在15.0-22.0min范围的色谱分析图;
图3为两种裸燕麦相同代谢产物的相对含量统计图;
图4为河北张家口裸燕麦差异代谢产物相对含量统计图;
图5为黑龙江齐齐哈尔裸燕麦差异代谢产物相对含量统计图。
具体实施方式
现详细说明本发明的多种示例性实施方式,该详细说明不应认为是对本发明的限制,而应理解为是对本发明的某些方面、特性和实施方案的更详细的描述。应理解本发明中所述的术语仅仅是为描述特别的实施方式,并非用于限制本发明。
另外,对于本发明中的数值范围,应理解为还具体公开了该范围的上限和下限之间的每个中间值。在任何陈述值或陈述范围内的中间值以及任何其他陈述值或在所述范围内的中间值之间的每个较小的范围也包括在本发明内。这些较小范围的上限和下限可独立地包括或排除在范围内。
除非另有说明,否则本文使用的所有技术和科学术语具有本发明所述领域的常规技术人员通常理解的相同含义。虽然本发明仅描述了优选的方法和材料,但是在本发明的实施或测试中也可以使用与本文所述相似或等同的任何方法和材料。本说明书中提到的所有文献通过引用并入,用以公开和描述与所述文献相关的方法和/或材料。在与任何并入的文献冲突时,以本说明书的内容为准。
在不背离本发明的范围或精神的情况下,可对本发明说明书的具体实施方式做多种改进和变化,这对本领域技术人员而言是显而易见的。由本发明的说明书得到的其他实施方式对技术人员而言是显而易见的。本发明说明书和实施例仅是示例性的。
关于本文中所使用的“包含”、“包括”、“具有”、“含有”等等,均为开放性的用语,即意指包含但不限于。
本发明中所述的“份”如无特别说明,均按重量份计。
实施例1
对黑龙江齐齐哈尔裸燕麦、河北张家口裸燕麦代谢产物进行气相色谱-质谱分析(GC-MS分析),方法如下:
样本预处理:取黑龙江齐齐哈尔裸燕麦及河北张家口裸燕麦样品,分别将样品用研磨机研磨,待样品研磨均匀之后,再用100目的筛子进行研磨过筛处理,按四分法进一步分别取样后,分别称取50mg粉末于2mL的EP管中,加入800μL甲醇和10μL内标物(2-氯苯丙氨酸),快速混匀1min,随后置于4℃离心机中,12000r/min离心15min,吸取200μL上清液,转入进样小瓶中氮气吹干。
衍生化处理:取30μL甲氧铵盐酸吡啶溶液直接加入至浓缩后的样品(即上述吹干后的小瓶)中,快速混匀完全溶解,置于37℃恒温箱1.5h,取出后加入30μL的三氟乙酰胺(BSTFA),置于70℃烘箱中干燥1h。
GC-MS分析:对衍生化处理所得样品进行GC-MS分析,GC参数为柱温80℃,进样口温度240℃,进样模式为分流,流量控制模式为恒定线速度,载气为氦气,柱流量为1.20mL/min,线速度为40.4cm/sec,分流率为15,程序升温:0-2min,80℃;10℃/min升到320℃,保持6min,运行时长32min;MS参数为离子源温度230℃,接口温度300℃,溶剂切割时间2min,采集模式Q3 Scan,扫描范围为45-550m/z。
结果:上述两种不同产地的裸燕麦,即河北张家口裸燕麦、黑龙江齐齐哈尔裸燕麦的GC-MS总离子流图分别如图1,图2所示,其中图1(a)为河北张家口裸燕麦完整的色谱图,0.00-32.00min;图1(b)为河北张家口裸燕麦在3.0-10.0min范围的色谱分析图;图1(c)为河北张家口裸燕麦在10.0-16.0min范围的色谱分析图;图2(a)为黑龙江齐齐哈尔裸燕麦完整的色谱图,0.00-32.00min;图2(b)为黑龙江齐齐哈尔裸燕麦在7.0-15.0min范围的色谱分析图;图2(c)为黑龙江齐齐哈尔裸燕麦在15.0-22.0min范围的色谱分析图。
由图1和图2可得,两种样品中各组分分离良好,基线稳定。2个不同地区燕麦的总离子流图大致相似,但是在25.0min-27.0min时间段存在不同。
通过与National Institute of Standards and Technology(NIST)标准谱库进行对比分析,共分离检测出了58种燕麦代谢产物,如表1所示,其中河北张家口燕麦代谢产物占39种,黑龙江齐齐哈尔燕麦代谢产物占45种。将代谢产物分为五类,即有机酸、脂肪酸、糖及其衍生物、氨基酸和中间产物。有机酸类有葡萄糖酸、苹果酸、氨基戊酸、氨基丙酸、异丁酸、富马酸、琥珀酸、DL-乳酸等;脂肪酸类有棕榈酸、油酸、反油酸、亚油酸、硬脂酸、9-十六碳烯酸、17-十八炔酸、(13Z)-13-二十碳烯酸、花生酸、肉豆蔻酸等;糖及其衍生物有低聚木糖、β-D-呋喃果糖、果糖、葡萄糖、吡喃半乳糖、L-塔洛糖、山梨醇、β-D-呋喃半乳糖、蔗糖、甘露二糖、D-纤维二糖、β-乳糖、L-苏糖醇、谷甾醇、肌醇等;氨基酸有L-缬氨酸、甘氨酸、L-脯氨酸、L-丝氨酸、L-异亮氨酸、L-苏氨酸、谷氨酸;中间产物包括磷酸、甘油、3-氨基-2-哌啶酮、天冬酰胺、顺式-4-氨基环己烷羧酸、羊毛硫氨酸、2-十八烯酸单甘油酯、丙酸、L-谷氨酰胺、萘普生、D-松醇、油酸酯、D-葡萄糖醛酸、单棕榈酸甘油、单硬脂酸甘油酯、半乳糖酸和2-亚麻酰基-rac-甘油。
表1
Figure BDA0003185042530000061
Figure BDA0003185042530000071
Figure BDA0003185042530000081
两个不同地区燕麦代谢产物分析
两个不同地区燕麦相同代谢产物分析
2个不同地区燕麦的相同代谢产物及其相对含量如图3所示。相对含量最高的是亚油酸,均在10%以上,其次是反油酸(黑龙江齐齐哈尔为7.11%,而河北张家口燕麦中为0.29%)、氨基戊酸(河北张家口为5.91%,黑龙江齐齐哈尔为4.64%)、丙酸(河北张家口为4.97%,齐齐哈尔为5.27%)、棕榈酸(河北张家口为4.97%,齐齐哈尔为4.54%)、甘油(河北张家口为7.45%,齐齐哈尔为3.63%)、蔗糖(河北张家口为2.63%,齐齐哈尔为18.62%)、硬脂酸(河北张家口为1.32%,齐齐哈尔为0.99%),而L-缬氨酸、DL-乳酸、氨基丙酸、L-脯氨酸、琥珀酸、富马酸、L-丝氨酸、L-苏氨酸、苹果酸、L-苏糖醇、3-氨基-2-哌啶酮、天冬酰胺、顺式-4-氨基环己烷羧酸、谷氨酸、低聚木糖、磷酸、L-谷氨酰胺、β-D-呋喃果糖等相对含量则在1%以下。
燕麦本身具有耐寒属性,所以脂肪酸的含量会偏高,其种类也会相对多一些。而其他相对含量较低的代谢产物均为中间代谢产物,主要为氨基酸、有机酸,说明燕麦中三羧酸循环较强,三羧酸循环又与糖类代谢、脂肪酸代谢、能量代谢相关,所以其相关代谢途径也会加强,从而产生对人体有益的作用。人体中氨基酸的代谢主要包括两个方面,一方面主要用于合成机体自身所特有的蛋白质、多肽及其他含氮物质,另一方面是通过脱氨作用,转氨作用,联合脱氨或脱羧作用,分解成了α-酮酸、胺类及二氧化碳。由氨基酸分解生成的α-酮酸被转化为糖和脂类,或者再合成某些非必需氨基酸,也可以通过三羧酸循环被氧化成二氧化碳和水,以释放能量;有机酸参与了合成酚类、氨基酸、酯类和芳香物质的代谢过程,以及光合作用和呼吸作用。
两个不同地区燕麦代谢产物含量的不同与环境、产地及自身性质有关,亚油酸在两个不同地区燕麦里含量均较高是因为本身燕麦不饱和脂肪酸含量就高,并且其主要脂肪酸就是亚油酸,所以含量高;而反油酸、蔗糖、甘油在黑龙江齐齐哈尔燕麦中含量高,但在河北张家口燕麦中含量很少,这是因为燕麦是喜冷凉作物,齐齐哈尔昼夜温差大,雨量大,辐射充足,雨热同季,四季特点十分明显,另外齐齐哈尔土壤资源丰富,土地肥沃,而河北张家口雨季、干季相当分明,并且正值雨季时,太阳辐射量会相应减少,所以在黑龙江齐齐哈尔裸燕麦中储能含量高,表现为黑龙江燕麦代谢产物中蔗糖、甘油和反油酸的含量比其它地区明显较高,形成了与其它地区的显著不同。
两个不同地区燕麦差异代谢产物分析
河北张家口燕麦与黑龙江齐齐哈尔燕麦相比,差异代谢产物如表2所示,差异代谢产物的含量如图4所示。
表2
NO. 保留时间 成分
1 3.455 异丁酸
2 5.611 甘氨酸
3 7.838 磷酸盐
4 8.175 L-异亮氨酸
5 14.967 十四烷酸
6 15.375 葡萄糖
7 16.12 肌醇
8 16.44 葡萄糖酸
9 18.502 油酸
10 20.392 花生酸
11 22.049 甘露糖
12 22.446 纤维二糖
13 31.006 2-亚麻酸甘油
由表2可知,河北张家口燕麦与黑龙江齐齐哈尔燕麦相比,差异代谢产物可以分为有机酸如异丁酸、葡萄糖酸,氨基酸如甘氨酸、L-异亮氨酸,脂肪酸如肉豆蔻酸、油酸、花生酸,糖类如葡萄糖、甘露二糖、D-纤维二糖、肌醇及中间产物如磷酸、2-亚麻酰基-rac-甘油,其相对含量如图4所示,油酸相对含量最高,为7.21%,其次是2-亚麻酰基-rac-甘油为6.96%,另外,葡萄糖酸也有较高的相对含量,为1.16%,而其他物质相对含量均在2%以下。油酸为单不饱和脂肪酸,其结构不够紧密,熔点低,推测2-亚麻酰基-rac-甘油是油酸的代谢中间产物。而油酸,2-亚麻酰基-rac-甘油参与脂肪酸代谢,说明二者代谢途径加强,使代谢产物增多,经济价值可能会高,2-亚麻酰基-rac-甘油可由脂肪的水解或者乙酰CoA经一系列缩合而成。而河北张家口雨季、干季分明,生长季节气候爽凉,故肉豆蔻酸、油酸、花生酸等储能代谢物较多,可由脂肪的水解或者乙酰CoA经一系列缩合而成;另外,张家口市属半干旱地区,年降水量为330~400毫米,水资源不足,所以进行光合作用次数较多,转化成的糖类也较多,故葡萄糖、甘露二糖、D-纤维二糖、肌醇等代谢物较多,可提供能量,葡萄糖、甘露二糖、D-纤维二糖可经光合作用生成或其它糖之间的相互转化及衍生形成;myo-肌醇是葡萄糖在己糖激酶、肌醇-1-磷酸合成酶和碱性磷酸酶的作用下成环生成的;河北张家口土壤种类丰富,营养高,富含有机质和矿物质,故燕麦中有机酸和氨基酸含量高,葡萄糖酸和异丁酸为一种有机酸,可促进三羧酸循环,加强代谢途径,甘氨酸和L-异亮氨酸可合成蛋白质。葡萄糖酸通过葡萄糖和UTP反应形成尿苷二磷酸葡糖(UDPG),然后被氧化成UDP-葡糖醛酸,水解生成;甘氨酸由乙醛酸与谷氨酸发生转氨反应生成;L-异亮氨酸是由L-天冬氨酸在天冬氨酸激酶作用下合成L-苏氨酸,L-苏氨酸在L-苏氨酸脱水酶作用下生成的。
而黑龙江齐齐哈尔燕麦与河北张家口燕麦相比,差异代谢物如表3所示,差异代谢产物的含量如图5所示。
表3
NO. 保留时间 成分
1 12.493 羊毛硫氨酸
2 13.73 2-油酰甘油
3 14.253 萘普生
4 14.594 d-呋喃果糖
5 15.085 D-松醇
6 15.32 半乳糖酸
7 15.376 吡喃半乳糖
8 15.473 L-塔洛糖
9 15.748 D-葡萄糖醇
10 16.121 β-D-半乳糖呋喃糖
11 18.562 油酸阴离子
12 19.427 9-十六碳烯酸
13 19.78 D-葡萄糖醛酸
14 20.131 17-十八碳烯酸
15 20.185 icos-13-烯酸
16 21.517 1-单棕榈酰甘油
17 22.94 单硬脂酸甘油酯
18 23.1 Β-乳糖
19 26.755 谷甾醇
由表3可知,黑龙江齐齐哈尔燕麦与河北张家口燕麦相比,差异代谢产物可以分为脂肪酸如2-十八烯酸单甘油酯、9-十六碳烯酸、17-十八炔酸、(13Z)-13-二十碳烯酸,糖类如果糖、吡喃半乳糖、L-塔洛糖、b-D-呋喃半乳糖、β-乳糖、谷甾醇,及中间产物如羊毛硫氨酸、萘普生、D-松醇、半乳糖酸、油酸酯、单棕榈酸甘油、单硬脂酸甘油酯。其相对含量如图5所示,谷甾醇含量最高,为1.42%,其次是果糖、单棕榈酸甘油,为0.7%,其他物质相对含量均在0.6%以下。而谷甾醇为植物甾醇的一种,可以通过影响脂肪酸合成过程中的酶的表达来降低甘油三酯;黑龙江齐齐哈尔温度较低,昼夜温差大,而燕麦属于喜冷凉作物,故2-十八烯酸单甘油酯、9-十六碳烯酸、17-十八炔酸、(13Z)-13-二十碳烯酸等脂肪酸较多,可加强脂肪酸代谢途径,可由脂肪的水解或者乙酰CoA经一系列缩合而成;另外,黑龙江齐齐哈尔雨热同季,辐射充足,使其燕麦代谢物中糖类种类较多,如果糖、吡喃半乳糖、L-塔洛糖、b-D-呋喃半乳糖、β-乳糖、谷甾醇等,可提供能量,并经光合作用生成或其它糖之间的相互转化及衍生形成,β-乳糖可由葡萄糖和半乳糖脱水缩合而成;另外,其中间产物羊毛硫氨酸、萘普生、D-松醇、半乳糖酸、油酸酯、单棕榈酸甘油、单硬脂酸甘油酯可加强代谢,使代谢产物增多,D-松醇、油酸酯可由乙酰辅酶A经一系列合成转变而成;半乳糖酸可能是由丙酮酸在乳酸脱氢酶的作用下生成;单棕榈酸甘油、单硬脂酸甘油酯可由脂肪的水解或者乙酰CoA经一系列缩合而成。
另外,在黑龙江齐齐哈尔燕麦中检测出了羊毛硫氨酸与萘普生。羊毛硫氨酸是含硫氨基酸的一种,据了解,燕麦常用作饲料,在饲料中比较常见的含硫氨基酸就是羊毛硫氨酸,羊毛硫氨酸的结构和胱氨酸相似,它的存在也高度依赖于胱氨酸的含量。胱氨酸中可经过弱二硫键断开,产生脱氢丙氨酸,后者可同胱氨酸结合生成羊毛硫氨酸,脱氢丙氨酸也可由丝氨酸生成,而燕麦中存在丝氨酸,故在黑龙江齐齐哈尔燕麦中检测出了羊毛硫氨酸。
萘普生(Naproxen,NPX)化学名称为α-甲基-6-甲氧基-2-萘乙酸,是一种非甾体类抗炎药物,研究表明,地表水及地下水,甚至饮用水中均已检测出了萘普生,这对生态环境的安全构成了严重威胁。而黑龙江齐齐哈尔燕麦中检测出萘普生,可能是因为在种植燕麦的过程中,黑龙江齐齐哈尔的水中有污染,而燕麦在生长过程中受到污染水的灌溉进而检测出萘普生。
由图4,图5差异代谢物的相对含量可知,两种不同来源的燕麦中的代谢物有所不同,也说明了产地对燕麦代谢物具有显著影响,因此,可得知燕麦代谢物携带其来源信息,并且可以看出,差异代谢物可以用作产地间区分的依据。
两个不同地区燕麦差异代谢物的代谢机制分析
河北张家口燕麦差异代谢物占13种,如表2,其中,有5种参与到糖代谢途径(葡萄糖、甘露二糖、D-纤维二糖、肌醇、葡萄糖酸),葡萄糖、甘露二糖、D-纤维二糖可经光合作用生成或其它糖之间的相互转化及衍生形成;myo-肌醇是葡萄糖在己糖激酶、肌醇-1-磷酸合成酶和碱性磷酸酶的作用下成环生成的;葡萄糖酸可经葡萄糖和UTP反应形成尿苷二磷酸葡糖(UDPG),接着被氧化成UDP-葡糖醛酸然后水解生成。2种参与到氨基酸代谢途径(甘氨酸、L-异亮氨酸),甘氨酸由乙醛酸与谷氨酸发生转氨反应生成;L-异亮氨酸是由L-天冬氨酸在天冬氨酸激酶作用下合成L-苏氨酸,L-苏氨酸在L-苏氨酸脱水酶作用下生成的。3种参与到脂肪酸代谢途径(肉豆蔻酸、油酸、花生酸),可由脂肪的水解或者乙酰CoA经一系列缩合而成。2-亚麻酰基-rac-甘油可由脂肪的水解或者乙酰CoA经一系列缩合而成。磷酸、异丁酸代谢途径未知,可能为中间代谢产物,并且推测磷酸可能是脂肪酸代谢途径的中间产物,异丁酸可能是氨基酸代谢途径的中间产物。
黑龙江齐齐哈尔燕麦差异代谢物占19种,如表3,其中,有7种参与到糖代谢途径(果糖、吡喃半乳糖、L-塔洛糖、β-D-呋喃半乳糖、β-乳糖、山梨醇、谷甾醇),可经光合作用生成或其它糖之间的相互转化及衍生形成,β-乳糖可由葡萄糖和半乳糖脱水缩合而成;6种参与到脂肪酸代谢途径(2-十八烯酸单甘油酯、9-十六碳烯酸、17-十八炔酸、(13Z)-13-二十碳烯酸、单棕榈酸甘油、单硬脂酸甘油酯),以上脂肪酸均由脂肪的水解或者乙酰CoA经一系列缩合而成;2种参与到胆固醇酯代谢循环(D-松醇、油酸酯),以上胆固醇酯均由乙酰辅酶A经一系列合成转变而成;1种参与到丙酮酸代谢途径(半乳糖酸),可能是由丙酮酸在乳酸脱氢酶的作用下生成;1种参与到葡糖醛酸途径(D-葡萄糖醛酸),可经6-磷酸葡萄糖转化为UDP-葡萄糖,再由NAD连接的脱氢酶催化,形成UDP-葡萄糖醛酸。
在河北张家口燕麦代谢通路中,氨基酸代谢途径所占比重较大,氨基酸含量与蛋白质含量关系密切,燕麦的营养价值也以蛋白质和氨基酸的含量表示,异亮氨酸是人体必需氨基酸之一,也是燕麦营养价值的重要体现,糖是一种功能性低聚糖,脂肪酸可以提供能量,其饱和水平还可以提高植物对寒冷条件的抵抗力,这些不同的代谢产物可以看出,燕麦的质量以不同的方式受到影响。另外,又因氨基酸代谢途径所占比重最大,因此,氨基酸代谢可作为研究产地对燕麦品质影响的深入研究。而在产地为黑龙江齐齐哈尔的燕麦代谢通路中,参与较多的是脂肪酸代谢途径的差异代谢物,糖代谢其次,说明其脂肪酸代谢途径所占比重大,脂肪酸可为燕麦提供能量,且对植物本身的抗逆性起到重要的作用,使其可以适应寒冷的生长环境,也可在燕麦的生长过程中增强其抗旱属性。
由上述结果及分析可知,品种相同,地区不同,燕麦代谢产物及含量也存在差异性,说明产地对燕麦代谢物具有显著影响,燕麦的代谢产物携带其产地信息。而在代谢途径中河北张家口燕麦差异代谢物有5种参与到糖代谢途径,而黑龙江齐齐哈尔燕麦中有7种参与到糖代谢途径,河北张家口燕麦差异代谢物有2种参与到氨基酸代谢途径,而黑龙江齐齐哈尔燕麦中没有物质参与到氨基酸代谢途径,河北张家口燕麦差异代谢物有3种参与到脂肪酸代谢途径而黑龙江齐齐哈尔燕麦中有6种参与到脂肪酸代谢途径,且在黑龙江齐齐哈尔燕麦中有2种参与到胆固醇酯代谢途径、1种参与到丙酮酸代谢途径、1种参与到葡糖醛酸代谢途径。由此可以得出黑龙江齐齐哈尔燕麦代谢分支途径较河北张家口燕麦的多。燕麦代谢产物的不同也可能是因为外界环境因素的影响,如对环境影响的感受性、耐受性以及对环境的应激性代谢。
通过上述对两种燕麦的代谢产物的检测结果及分析可知,黑龙江燕麦由于其独特的产地环境,导致其成分与其它地区明显不同,采用衍生的GC-MS技术对燕麦中的代谢物进行分析,可有效鉴定其中的成分种类及含量,从而鉴定出其是否为黑龙江燕麦,进而可有效消除市场上存在的以其它地区的燕麦冒充黑龙江燕麦的问题。这种方法对中国不同地区燕麦代谢物极性成分的分离鉴定是有深远意义的。可以将这种方法推广到分析其他植物样品,以表征一种植物在环境、发育或遗传因素方面的代谢状况。
以上所述,仅为本发明较佳的具体实施方式,本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明披露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围内。

Claims (6)

1.一种黑龙江燕麦的产地鉴定方法,其特征在于,包括以下步骤:对燕麦进行预处理和衍生化处理得到燕麦代谢产物,之后对所得燕麦代谢产物进行气相色谱-质谱分析,所得分析结果中蔗糖相对含量≥10%、甘油相对含量≥5%,且反油酸的相对含量≥3%,则判断所述燕麦产地为黑龙江。
2.根据权利要求1所述的黑龙江燕麦的产地鉴定方法,其特征在于,所述预处理方法为:对燕麦进行研磨、过筛,向所得粉末中加入甲醇和内标物进行混合,之后离心得到上清液并浓缩。
3.根据权利要求2所述的黑龙江燕麦的产地鉴定方法,其特征在于,所述过筛为过100目筛;所述内标物为2-氯苯丙氨酸;所述粉末、甲醇与2-氯苯丙氨酸的质量体积比为50mg∶800μL∶10μL;所述离心温度为4℃,转速为12000r/min,时间为15min;所述浓缩方法为采用氮气吹干。
4.根据权利要求1所述的黑龙江燕麦的产地鉴定方法,其特征在于,所述衍生化处理方法为:向预处理得到的样品中加入甲氧铵盐酸吡啶溶液,恒温静置后加入三氟乙酰胺,并干燥。
5.根据权利要求4所述的黑龙江燕麦的产地鉴定方法,其特征在于,所述恒温静置温度为37℃,时间为1.5h;所述三氟乙酰胺与甲氧铵盐酸吡啶溶液的体积比为1∶1;所述干燥温度为70℃,时间为1h。
6.根据权利要求1所述的黑龙江燕麦的产地鉴定方法,其特征在于,所述气相色谱-质谱分析的气相色谱参数为:柱温80℃,进样口温度240℃,进样模式为分流,流量控制模式为恒定线速度,载气为氦气,柱流量为1.20mL/min,线速度为40.4cm/sec,分流率为15,程序升温:0-2min,80℃;10℃/min升到320℃,保持6min,运行时长32min;所述气相色谱-质谱分析的质谱参数为离子源温度230℃,接口温度300℃,溶剂切割时间2min,采集模式Q3 Scan,扫描范围为45-550m/z。
CN202110858612.4A 2021-07-28 2021-07-28 一种黑龙江燕麦的产地鉴定方法 Pending CN113341034A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110858612.4A CN113341034A (zh) 2021-07-28 2021-07-28 一种黑龙江燕麦的产地鉴定方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110858612.4A CN113341034A (zh) 2021-07-28 2021-07-28 一种黑龙江燕麦的产地鉴定方法

Publications (1)

Publication Number Publication Date
CN113341034A true CN113341034A (zh) 2021-09-03

Family

ID=77480396

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110858612.4A Pending CN113341034A (zh) 2021-07-28 2021-07-28 一种黑龙江燕麦的产地鉴定方法

Country Status (1)

Country Link
CN (1) CN113341034A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114858930A (zh) * 2021-12-24 2022-08-05 陕西科技大学 一种基于gc-ms代谢组学区别猕猴桃成熟度的方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1327883A2 (en) * 2002-01-10 2003-07-16 Max-Planck-Gesellschaft zur Förderung der Wissenschaften e.V. Combined metabolomic, proteomic and transcriptomic analysis from one, single sample and suitable statistical evaluation of data
CN109521113A (zh) * 2018-11-28 2019-03-26 吉林农业大学 一种肉仔鸡盲肠代谢物组的分析方法
CN111398466A (zh) * 2020-04-07 2020-07-10 黑龙江八一农垦大学 一种不同产地大豆代谢机制分析方法
CN111537626A (zh) * 2020-04-13 2020-08-14 黑龙江八一农垦大学 一种不同产地玉米的代谢产物及其代谢途径分析方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1327883A2 (en) * 2002-01-10 2003-07-16 Max-Planck-Gesellschaft zur Förderung der Wissenschaften e.V. Combined metabolomic, proteomic and transcriptomic analysis from one, single sample and suitable statistical evaluation of data
CN109521113A (zh) * 2018-11-28 2019-03-26 吉林农业大学 一种肉仔鸡盲肠代谢物组的分析方法
CN111398466A (zh) * 2020-04-07 2020-07-10 黑龙江八一农垦大学 一种不同产地大豆代谢机制分析方法
CN111537626A (zh) * 2020-04-13 2020-08-14 黑龙江八一农垦大学 一种不同产地玉米的代谢产物及其代谢途径分析方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
GU JJ 等: "GC–TOF-MS-based serum metabolomic investigations of naked oat bran supplementation in high-fat-diet-induced dyslipidemic rats", 《THE JOURNAL OF NUTRITIONAL BIOCHEMISTRY》 *
冯玉超 等: "基于GC-MS技术的不同产地稻米代谢组学研究", 《中国生物制品学杂志》 *
张丽媛 等: "基于GC-MS分析不同品种小米代谢产物及代谢途径", 《食品科学》 *
潘胜东 等: "基于超高效液相色谱-高分辨质谱的非衍生化法测定面粉和燕麦中草甘膦及氨甲基膦酸残留", 《色谱》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114858930A (zh) * 2021-12-24 2022-08-05 陕西科技大学 一种基于gc-ms代谢组学区别猕猴桃成熟度的方法
CN114858930B (zh) * 2021-12-24 2023-09-05 陕西科技大学 一种基于gc-ms代谢组学区别猕猴桃成熟度的方法

Similar Documents

Publication Publication Date Title
Zhou et al. Evaluation of three pumpkin species: Correlation with physicochemical, antioxidant properties and classification using SPME-GC–MS and E-nose methods
Krakowska et al. Selected edible medicinal mushrooms from Pleurotus genus as an answer for human civilization diseases
Sánchez-Machado et al. Nutritional quality of edible parts of Moringa oleifera
Son et al. Metabolomic studies on geographical grapes and their wines using 1H NMR analysis coupled with multivariate statistics
Davrieux et al. Near infrared spectroscopy for high-throughput characterization of shea tree (Vitellaria paradoxa) nut fat profiles
CN103494153B (zh) 一种羊脂控制氧化制备羊肉味风味料及其制备方法
Przybylska-Balcerek et al. The influence of weather conditions on bioactive compound content in sorghum grain
Giuffrè HPLC-DAD detection of changes in phenol content of red berry skins during grape ripening
CN106282028B (zh) 冬虫夏草的培养方法
Vastolo et al. Chemical and nutritional characteristics of Cannabis sativa L. co‐products
Krauß et al. Stable carbon and nitrogen isotope ratios of red bell pepper samples from Germany, The Netherlands, and Spain
CN111141842A (zh) 一种基于气相离子迁移谱快速分析杜仲皮及其发酵产物中挥发性成分的方法
Kristanti et al. Detection of alkaloid, flavonoid, and terpenoid compounds in bread (Artocarpus communis Forst.) leaves and pulps
Singh et al. Single cell protein production by Aspergillus niger and its evaluation
CN113341034A (zh) 一种黑龙江燕麦的产地鉴定方法
Drannikov et al. Study of feed protein supplement with the properties of phytobiotics
Gao et al. Influence of cluster positions in the canopy and row orientation on the flavonoid and volatile compound profiles in Vitis vinifera L. Cabernet franc and Chardonnay berries
CN104374845B (zh) 一种南瓜果实肌醇类和单、双糖类物质的同时检测方法
Yang et al. Targeted metabolomics analysis of fatty acids in soybean seeds using GC-MS to reveal the metabolic manipulation of shading in the intercropping system
CN102669320A (zh) 一种甜灵芝发酵茶的制备方法及甜灵芝发酵茶
CN109298100A (zh) 一种酿酒酵母培养物的代谢组学分析方法
Karatas et al. Investigation of physicochemical properties of some monofloral honeys in South Western Anatolia
Kumar et al. Fatty and amino acid compositions of Vernicia fordii: a source of α-eleostearic acid and methionine
Xu et al. Effects of agro-forestry systems on the physical and chemical characteristics of green coffee beans
Kisbenedek et al. Analysis of trans-resveratrol in oilseeds by high-performance liquid chromatography

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