CN115541770A - 一种基于风味物质差异分析的即食燕窝贮存条件适宜性的快速评估方法 - Google Patents
一种基于风味物质差异分析的即食燕窝贮存条件适宜性的快速评估方法 Download PDFInfo
- Publication number
- CN115541770A CN115541770A CN202211307184.7A CN202211307184A CN115541770A CN 115541770 A CN115541770 A CN 115541770A CN 202211307184 A CN202211307184 A CN 202211307184A CN 115541770 A CN115541770 A CN 115541770A
- Authority
- CN
- China
- Prior art keywords
- analysis
- sample
- instant
- samples
- flavor
- 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
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N30/00—Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
- G01N30/02—Column chromatography
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N30/00—Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
- G01N30/02—Column chromatography
- G01N30/86—Signal analysis
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N30/00—Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
- G01N30/02—Column chromatography
- G01N30/86—Signal analysis
- G01N30/8624—Detection of slopes or peaks; baseline correction
- G01N30/8631—Peaks
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N30/00—Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
- G01N30/02—Column chromatography
- G01N30/86—Signal analysis
- G01N30/8696—Details of Software
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)
- Other Investigation Or Analysis Of Materials By Electrical Means (AREA)
Abstract
本发明属于分析检测技术领域,公开了一种基于风味物质差异分析的即食燕窝贮存条件适宜性的快速评估方法,本发明利用气相‑离子迁移谱(GC‑IMS)测定分析不同贮存期即食燕窝的风味物质,结合化学计量学方法,运用聚类分析、主成分分析(PCA)以及偏最小二乘判别分析(PLS‑DA),对不同贮存期的燕窝样品进行判别分析,并根据PLS‑DA模型的变量投影重要性分析值(VIP)和相关性分析对样品中的关键风味成分进行研究,建立贮存条件适宜性的评估方法,实现即食燕窝贮存条件适宜性的快速评估。
Description
技术领域
本发明属于食品质量分析检测技术领域,尤其涉及一种基于风味物质差异分析的即食燕窝贮存条件适宜性的快速评估方法。
背景技术
随着社会发展,消费者对食品品质要求越来越高,食品风味是食品品质的重要特征,也是决定消费者对食物的接受和偏好的关键因素。然而不当的贮存条件会引起食品风味物质发生一定程度的变化甚至影响食品的品质,适宜的贮存条件对保障食品的品质尤为重要。目前已有研究人员通过检测分析食品的风味物质来评价产品品质,比如酒类、水果、谷物、肉制品等。风味物质的检测方法也日渐成熟,如气相色谱-质谱法、气相色谱-嗅闻法、电子鼻等,燕窝基质属性复杂,风味物质含量低、易挥发、难以提取和浓缩,以上检测方法存在检出限定量限高、准确定差、样品预处理复杂以及检测时间长等问题,在实际应用中有较多局限性。因此,选择适当的风味分析方法,如何评估食品贮存条件适宜性,保障食品风味的稳定性具有重要意义。
发明内容
有鉴于此,本发明的目的是针对现有技术中存在的问题,利用气相色谱离子迁移谱结合多变量统计方法分析燕窝的风味物质和差异情况,提供一种基于风味物质差异分析的即食燕窝贮存条件适宜性的快速评估方法。
气相色谱离子迁移谱作为一种新兴且较先进的风味成分分析检测技术,将离子迁移谱法与气相色谱法相结合,操作简单,无需复杂的前处理,灵敏度高,检测速度快。
本发明提供如下技术方案:
一种基于风味物质差异分析的即食燕窝贮存条件适宜性的快速评估方法,包括以下步骤,
S1.标准样品处理:
S11.标准样品选择:选择不同贮存期的即食燕窝样品;
S12.取样2.5g固体于进样瓶中,再加入液体至5g,密封;
S2.待测样品处理:将待检测的即食燕窝按照步骤S1的方法进行处理得到待测样品;
S3.气相-离子迁移谱分析:通过气相色谱-离子迁移谱联用仪对标准样品进行挥发性物质的检测,鉴定挥发性有机物,收集迁移速率、保留时间和相对离子峰强度的数据,根据迁移速率、保留时间和相对离子峰强度建立指纹图谱,指纹图谱由各不同贮存期的样品合并一起分析获得;
S4.数据处理、选取及评价方法构建:
通过OriginPro 2020对样品进行聚类分析、PCA分析和相关性热图分析;通过Matlab 2018a对定性出的挥发性成分峰体积进行PLS-DA分析,根据VIP值挑选出重要变量,以VIP得分大于1,p<0.05,作为即食燕窝的特征标志物。以不同贮存期的特征标志物指纹图谱和相似度分析为货架期的评价依据。
S5.待测样品判定:
采用步骤S3同样的仪器条件对待测样品进行检测,获得指纹图谱和进行相似度分析,参照步骤S4的评价标准进行判定,根据判定结果来评估贮存条件的适宜性。
本发明有益效果:该即食燕窝新鲜度评价方法利用气相色谱-离子迁移谱对不同贮存时间即食燕窝的挥发性有机物进行差异分析,鉴定其挥发性有机物,并得到相应GC-IMS指纹图谱。通过聚类分析、主成分分析和偏最小二乘判别分析PLS-DA有效地对不同贮存期的即食燕窝进行区分;结合PLS-DA模型的变量投影重要性分析值VIP筛选出VIP>1的特征挥发性物质,并由相关性分析得出特征成分与样品的相关性,筛选出显著相关(p<0.05)的化合物;通过这些特征化合物可对不同贮存时间的即食燕窝样品实现较好的分类。本发明以不同贮存期的特征标志物部位指纹图谱作为的货架期的评价依据,可以实现不同贮存期即食燕窝快速判别,具有灵敏度高、稳定性好、响应速度快、数据处理简单等优点,可实现即食燕窝贮存条件适宜性的快速评估。
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,下面将对实施例或现有技术描述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,还可以根据提供的附图获得其他的附图。
图1是本发明不同贮存期的即食燕窝的挥发性有机物的Gallery Plot图;
图2是本发明不同贮存期燕窝样品的指纹图谱;
图3是本发明挥发性成分含量随不同贮存期变化呈显著正相关图;
图4是本发明挥发性成分含量随不同贮存期变化呈显著负相关图;
图5是本发明即食燕窝样品中挥发性成分聚类分析热图;
图6是本发明不同贮存期样品中挥发性成分的PCA得分图;
图7是本发明不同贮存期样品中挥发性成分的PCA的Biplot图;
图8是本发明PLS-DA模型的得分图;
图9是本发明PLS-DA模型的变量投影重要性分析值图;
图10是本发明特征挥发性成分与不同贮存期样本的相关性分析图;
图11是本发明不同贮存期样品的PCA图。
具体实施方式
下面将对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明公开了一种基于风味物质差异分析的即食燕窝贮存条件适宜性的快速评估方法,该方法操作简单,无需复杂的前处理,灵敏度高,检测速度快,适用于即食燕窝贮存条件适宜性的快速评估。
为更好地理解本发明,下面通过以下实施例对本发明作进一步具体的阐述,但不可理解为对本发明的限定,对于本领域的技术人员根据上述发明内容所作的一些非本质的改进与调整,也视为落在本发明的保护范围内。
材料与试剂
材料:20个即食燕窝样品,其中包括5个不同贮存期即贮藏2个月、5个月、7个月、10个月、13个月,相同贮存期的样品有4个。所有即食燕窝样品均为同一天开启。详细样品信息见表1。
试剂:丙酮、2-丁酮;2-戊酮、2-己酮、2-庚酮、2-辛酮、2-壬酮(分析纯)北京国药集团化学试剂有限公司。
表1样品信息表
Table1 The information table of samples
仪器与设备
FlaFoFrSpeFF 1H1-00053型气相离子迁移谱,德国G.A.S.公司;CTC-PAL顶空自动进样装置,瑞士CTC AnalytiFs AG公司;WAX毛细管柱(30m×0.53mm×1μm),美国RESTEK公司;20ml顶空进样瓶、密封磁帽,浙江哈迈科技有限公司;冰箱,电子天平。
一种基于风味物质差异分析的即食燕窝贮存条件适宜性的快速评估方法,包括以下步骤,
S1.标准样品处理:
S11.标准样品选择:选择不同贮存期的即食燕窝样品,所有样品均为不同批次;
S12.取样5g于顶空进样瓶中,加盖密封。
S2.待测样品处理:将待检测的即食燕窝按照步骤S1的方法进行处理得到待测样品;
S3.气相-离子迁移谱分析:通过气相色谱-离子迁移谱联用仪对标准样品进行风味物质的检测,鉴定风味物质,收集迁移速率、保留时间和相对离子峰强度的数据,根据迁移速率、保留时间和相对离子峰强度建立指纹图谱。
检测条件:
顶空进样条件:以上制备的样品在适宜孵育条件:40~100℃、200~750rmp、5~120min孵育时间,进样量100~1000μL;进样针的温度需大于孵育温度。优选的,以上制备的样品在60℃温度、500rmp转速下孵育15min,进样500μL,进样针的温度为85℃。
气相色谱(GC)条件:使用极性毛细管柱,所使用的漂移气为高纯氮气,适宜GC程序,初始流速2mL/min,线性上升至不超过150mL/min流速。优选的,初始流速2mL/min,保持2min后在8min内线性上升至10mL/min,随后在10min内线性提升至100mL/min,总分析时间为20min。
离子迁移谱(IMS)条件:所使用电离源为β射线(氚,3H,6.5keV),漂移气为高纯氮气(N2,纯度≥99.999%),适宜流速(50~500mL/min),适宜漂移管温度(35~80℃)。优选的,所使用电离源为β射线(氚,3H,6.5keV),漂移气为高纯氮气(N2,纯度≥99.999%),对应流速为150mL/min,漂移管温度为45℃。
S4.数据处理、选取及评价方法构建:
通过OriginPro 2020对样品进行聚类分析、PCA分析和相关性热图分析;通过Matlab 2018a对定性出的挥发性成分峰体积进行PLS-DA分析,根据VIP值挑选出重要变量,以VIP得分大于1,p<0.05,作为即食燕窝的特征标志物;以不同贮存期的特征标志物指纹图谱和相似度分析作为的贮存期的评价依据。依靠气相离子迁移谱定性出挥发性成分,定性的挥发性物质和其峰面积信息是气相离子迁移谱仪器分析得到的,然后再用软件制作和输出指纹图谱。
S4中建立贮存条件适宜性评估方法具体包括:
利用气相色谱-离子迁移谱对不同储藏时间即食燕窝的挥发性有机物进行差异分析,得到相应GC-IMS指纹图谱;通过聚类分析、主成分分析和偏最小二乘判别分析PLS-DA等多变量统计分析方法有效地对不同贮存期的即食燕窝进行区分。结合PLS-DA模型的变量投影重要性分析值VIP筛选出特征挥发性物质(VIP>1);通过特征风味物质对不同贮存期的即食燕窝样品进行分类和差异分析,以此建立不同贮存时间燕窝的风味组成差异判别标准,根据此判别标准来评估即食燕窝贮存条件的适宜性。
S41多变量统计分析
为明确即食燕窝样本的不同贮存期与风味成分之间的相关性,根据风味成分特征建立不同贮存期即食燕窝的判别模型,遴选重要挥发性成分,将每个样品所鉴定化合物的信号峰体积作为变量组成数据矩阵,采用聚类热图分析、无监督PCA、有监督PLS-DA模式识别方法以及相关性分析对GC-IMS数据进行多变量统计分析。
S411聚类热图分析
为了进一步了解不同贮存期即食燕窝中挥发性化合物的分布,通过欧氏距离相似度度量对不同贮存期即食燕窝样本和表2中定性物质进行聚类热图分析,验证指纹图谱的结果。表2中定性物质通过气相离子迁移谱仪器,仪器数据采集后的常规数据处理得到,定性物质是通过测定“即食燕窝样本”得到的“风味物质”。
S412 PCA分析
基于GC-IMS所定性物质峰体积为变量参数,进行PCA分析,根据PCA得分图判断不同贮存期即食燕窝样本的聚类结果。
对PCA的Bi-plot图进行分析,获得贡献率大的成分作为特征成分,再根据特征成分的相关性与样品的不同贮存期进行关联。
S413 PLS-DA分析及特征成分选取
采用监督PLS-DA进行分析,通过PLS-DA模型表达变量与样品类别间的关系,选取导致样品风味差异的特征风味物质。
在构建PLS-DA模型基础上,依据变量投影重要性分析值(VIP值)对不同样品的重要挥发性风味物质进行筛选,物质的VIP得分大于1被认为是区分样本间差异的潜在标记,作为即食燕窝的特征标志物,VIP值越高,差异越大。
S414特征成分质相关性分析
基于pearson法对VIP>1的特征性物质与不同贮存期的样本进行相关性分析,获得与即食燕窝的货架期呈显著相关的特征性成分,作为判别贮藏期的变化。
S5.待测样品判定:
采用步骤S3同样的仪器条件对待测样品进行检测,获得指纹图谱和进行相似度分析,参照步骤S4的评价标准进行判定。
实施例1
1、实验对象:
5个不同贮存期(2个月、5个月、7个月、10个月、13个月)共20个即食燕窝样品,每个贮存期各4个样品,均为不同批次。
2、样品前处理:
取5g样品,置于20mL顶空瓶中,60℃孵育15min后进样500μL。
3、仪器分析参数:
自动顶空进样单元参数
气相色谱单元参数
气相-离子迁移谱单元参数
4、分析软件
分析软件包括LAV和三款插件,可以分别从不同角度进行样品分析。
1)LAV:用于分析谱图和数据的定性定量,应用软件内置的NIST数据库和IMS数据库可对物质进行定性分析,可根据需求利用标准品自行扩充数据。图中每一个点代表一种挥发性有机物;对其建立标准曲线后可进行定量分析;
2)Reporter插件:直接对比样品之间的谱图差异(二维俯视图、三维谱图和差异谱图);
3)Gallery Plot插件:指纹图谱对比,直观且定量地比较不同样品之间的挥发性有机物差异;
4)DynamiF PCA插件:动态主成分分析和相似度分析图,用于将样品聚类分析和相似度分析。
5、建立货架期评价模型
利用气相色谱-离子迁移谱对5个不同储藏时间即食燕窝的挥发性有机物进行差异分析,共鉴定出44个挥发性有机物(包含单聚体和二聚体),主要为醛和酯类,得到相应GC-IMS指纹图谱(如图1、2),横坐标代表挥发性有机化合物,纵坐标代表样品名称,颜色的面积和亮度代表物质的含量;从整张图谱横纵向比较可知,5个不同贮存期样品间的挥发性成分种类和含量存在较大差异,其中贮藏2个月的样品(2110)风味物质种类及含量更丰富,而贮藏13个月(2011)的燕窝样品挥发性成分种类及含量最少,说明贮存期的增加会使得挥发性成分种类及含量减少。。通过聚类分析、主成分分析和偏最小二乘判别分析PLS-DA有效地对5个不同贮存期的即食燕窝进行区分。结合PLS-DA模型的变量投影重要性分析值VIP筛选出7个VIP>1的特征风味物质,并由相关性分析可知这7个特征成分与样品存在显著相关性(p<0.05),分别为乙酸乙酯单体、乙酸乙酯二聚体、乙酸单体、乙酸二聚体、乙醇二聚体、乙酸丁酯单体、甲酸乙酯。其中乙酸丁酯(单聚体)、乙醇(二聚体)、乙酸乙酯(单聚体和二聚体)与不同贮存期呈显著正相关(p≤0.05),乙酸(单聚体和二聚体)与不同贮存期呈显著负相关(p≤0.05),如图3、4。通过这些特征化合物可对5个货架期的即食燕窝样品进行分类。PLS-DA模型是一种成熟的数据分析方法,VIP值(变量投影重要性分析值)是此数据分析方法结果判断的一个指标。
5.1多变量统计分析
为明确即食燕窝样本的不同贮存期与风味成分之间的相关性,根据风味成分特征建立不同贮存时间即食燕窝的判别模型,遴选重要风味成分,将每个样品所鉴定化合物的信号峰体积作为变量组成数据矩阵,采用聚类热图分析、无监督PCA、有监督PLS-DA模式识别方法以及相关性分析对GC-IMS数据进行多变量统计分析。即将每个样品所鉴定化合物的信号峰体积作为变量使用聚类热图分析、无监督PCA、有监督PLS-DA模式识别方法以及相关性分析进行统计分析。
5.1.1聚类热图分析
为了进一步了解不同贮存期即食燕窝中挥发性化合物的分布,通过欧氏距离相似度度量对5个不同贮存期即食燕窝样本和表2中定性物质进行聚类热图分析(图5),热图能清晰看出各风味成分在不同贮存期燕窝样品中的分布,验证指纹图谱的结果。
从蓝色到红色方框中代表了样品中挥发性化合物从低到高的信号强度。结果表明由于贮存期不同,即食燕窝的挥发性成分差异较大。根据热图的垂直方向,将所有样品聚为5大类,同一贮存期的样本聚为一类。热图水平方向聚类结果显示,燕窝样品中鉴定出的风味物质聚为5组,图中红框内18个物质聚为一组,且其中4-甲基-2-戊酮(M)、乙酸(M、D)、(Z)-4-庚烯醛、3-甲基-3-丁烯-1-醇、2-丁酮(M)和庚醛的相对含量随着不同贮存期的延长升高;丁醛、丙酸乙酯(M、D)、乙酸乙酯(D)、丙醛(M)、乙酸丙酯(M、D)、戊醛聚为第二组,随着不同贮存期的延长含量降低,以上物质与指纹图谱所得结果一致;正丁醇(M、D)、甲酸乙酯聚为第三组,在2021年2月份和5月份样品中的含量较高;其余物质聚为两组。
5.1.2PCA分析
基于GC-IMS所定性物质峰体积为变量参数,进行PCA分析,PCA得分图显示了不同贮存期燕窝样本的聚类结果(图6)。前两个主成分PC1和PC2解释了总方差的96.1%,表明前两个PC可以解释大部分风味信息,且将5个不同贮存期的20个样本(每个样本两个平行,共40个样本)聚为5类。通过PC1可以将5类样本分为两组,说明当贮存期超过5个月风味物质将与原风味有较大不同。
为了可视化风味成分和样本之间的变量关系,对PCA的Bi-plot图(图7)进行分析,可知乙酸、乙酸乙酯、乙醇、乙酸丁酯、甲酸乙酯和丁醛这6类物质的重要性程度较大,其他物质与原点相距较近,重要性程度较低。其中乙酸和乙酸乙酯两个物质相关性较弱,在第一成分中将贮藏13个月和贮藏两个月的样本聚为两类;甲酸乙酯与丁醛两物质之间的相关性较强,能作为贮藏7个月的样品特征成分。
5.1.3PLS-DA分析及特征成分选取
为了进一步阐明导致样品风味差异的特定挥发性化合物,我们采用监督PLS-DA进行分析,并选取特征物质。PLS-DA模型(图8)能有效表达变量与样品类别间的关系,且判别效果较好,5类样本的点是分散的,没有重叠,这进一步支持了上述PCA结果。
在构建以上PLS-DA模型基础上,依据变量投影重要性分析值(VIP值)(图8)对不同样品的重要挥发性风味物质进行筛选。通常物质的VIP得分大于1被认为是区分样本间差异的潜在标记,VIP值越高,差异越大。在图9中,基于GC-IMS的7种挥发性化合物的VIP得分大于1(p<0.05),作为即食燕窝的特征物质,分别为乙酸乙酯(Ethyl aFetate)单体、乙酸乙酯二聚体、乙酸(aFetiF aFid)单体、乙酸二聚体、乙醇(ethanol)二聚体、乙酸丁酯(bFtylaFetate)单体、甲酸乙酯(Ethyl formate)。
5.1.4特征物质相关性分析
基于pearson法对以上特征性物质(VIP>1)与不同贮存期的样本进行相关性分析,如图10所示,其中乙酸丁酯(单聚体)、乙醇(二聚体)、乙酸乙酯(单聚体和二聚体)与货架期呈显著正相关(p≤0.05),乙酸(单聚体和二聚体)与货架期呈显著负相关(p≤0.05),验证了特征性成分与即食燕窝的货架期有显著性相关,可以用来解释判别贮藏期的变化。
对不同贮存期的即食燕窝中筛选出的特征成分进行主成分分析,结果如图11所示,前两个主成分累计贡献率为97.6%,且分类效果较好。因此,本研究所遴选出的特征成分可实现不同贮存期即食燕窝样品区分。
6未知样品货架期鉴定
根据上述实验方法和评价模型,利用气相色谱-离子迁移谱测定未知货架期即食燕窝样品的挥发性有机物,鉴定其挥发性有机物,并得到相应GC-IMS指纹图谱。以不同贮存期的特征标志物指纹图谱、聚类分析、主成分分析和偏最小二乘判别分析结果作为评价依据,实现货架期的快速判别。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (8)
1.一种基于风味物质差异分析的即食燕窝贮存条件适宜性的快速评估方法,其特征在于,包括以下步骤,
S1.标准样品处理:
S11.标准样品选择:选择不同贮存期的即食燕窝样品;
S12.称样于进样瓶中,加盖密封;
S2.待测样品处理:将待检测的即食燕窝按照步骤S1的方法进行处理得到待测样品;
S3.气相-离子迁移谱分析:通过气相色谱-离子迁移谱联用仪对标准样品进行挥发性物质的检测,鉴定挥发性有机物,收集迁移速率、保留时间和相对离子峰强度的数据,根据迁移速率、保留时间和相对离子峰强度建立指纹图谱;
S4.数据处理、选取及评价方法构建:
对样品进行聚类分析、PCA分析和相关性热图分析;对定性出的挥发性成分峰体积进行PLS-DA分析,根据VIP值挑选出重要变量,作为即食燕窝的特征标志物;再以不同贮存期的特征标志物的指纹图谱和相似度分析为货架期的评价依据;
S5.待测样品判定:
采用步骤S3同样的仪器条件对待测样品进行检测,获得指纹图谱和进行相似度分析,参照步骤S4的评价标准进行判定,根据判定结果来评估贮存条件的适宜性。
2.根据权利要求1所述的一种基于风味物质差异分析的即食燕窝贮存条件适宜性的快速评估方法,其特征在于,所述步骤S3中的检测条件:
顶空进样条件:标准样品和待测样品适宜孵育条件:40~100℃、200~750rmp、5~120min孵育时间,进样量100~1000μL;进样针的温度需大于孵育温度;
气相色谱(GC)条件:使用极性毛细管柱,所使用的漂移气为高纯氮气,适宜GC程序,初始流速2mL/min,线性上升至不超过150mL/min流速;
离子迁移谱(IMS)条件:所使用电离源为β射线(氚,3H,6.5keV),漂移气为高纯氮气(N2,纯度≥99.999%),适宜流速(50~500mL/min),适宜漂移管温度(35~80℃)。
3.根据权利要求1所述的一种基于风味物质差异分析的即食燕窝贮存条件适宜性的快速评估方法,其特征在于,所述步骤S4数据处理、选取及评价方法构建采用多变量统计分析:根据风味成分特征建立不同贮存期即食燕窝的判别模型,遴选重要挥发性成分,将每个样品所鉴定化合物的信号峰体积作为变量组成数据矩阵,采用聚类热图分析、无监督PCA分析、有监督PLS-DA模式识别方法以及相关性分析对GC-IMS数据进行多变量统计分析;明确即食燕窝样本的不同贮存期与风味成分之间的相关性。
4.根据权利要求3所述的一种基于风味物质差异分析的即食燕窝贮存条件适宜性的快速评估方法,其特征在于,所述聚类热图分析:通过欧氏距离相似度度量对不同贮存期即食燕窝样本和定性物质进行聚类热图分析,验证指纹图谱的结果,获得不同贮存期即食燕窝中挥发性化合物的分布情况。
5.根据权利要求3所述的一种基于风味物质差异分析的即食燕窝贮存条件适宜性的快速评估方法,其特征在于,所述PCA分析:基于GC-IMS所定性物质峰体积为变量参数,进行PCA分析,根据PCA得分图判断不同贮存期即食燕窝样本的聚类结果。
6.根据权利要求3所述的一种基于风味物质差异分析的即食燕窝贮存条件适宜性的快速评估方法,其特征在于,所述对PCA的Bi-plot图进行分析,获得贡献率大的成分作为特征成分,再根据特征成分的相关性与样品的不同贮存期进行关联。
7.根据权利要求3所述的一种基于风味物质差异分析的即食燕窝贮存条件适宜性的快速评估方法,其特征在于,所述PLS-DA分析及特征成分选取,采用监督PLS-DA进行分析,通过PLS-DA模型表达变量与样品类别间的关系,选取导致样品风味差异的特定挥发性化合物的特征物质;在构建PLS-DA模型基础上,依据变量投影重要性分析值对不同样品的重要挥发性风味物质进行筛选。
8.根据权利要求3所述的一种基于风味物质差异分析的即食燕窝贮存条件适宜性的快速评估方法,其特征在于,所述特征成分质相关性分析是基于pearson法对VIP>1的特征性物质与不同贮存期的样本进行相关性分析,获得与即食燕窝的货架期呈显著相关的特征性成分,作为判别贮藏期的变化。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211307184.7A CN115541770A (zh) | 2022-10-24 | 2022-10-24 | 一种基于风味物质差异分析的即食燕窝贮存条件适宜性的快速评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211307184.7A CN115541770A (zh) | 2022-10-24 | 2022-10-24 | 一种基于风味物质差异分析的即食燕窝贮存条件适宜性的快速评估方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115541770A true CN115541770A (zh) | 2022-12-30 |
Family
ID=84718846
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211307184.7A Pending CN115541770A (zh) | 2022-10-24 | 2022-10-24 | 一种基于风味物质差异分析的即食燕窝贮存条件适宜性的快速评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115541770A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117493860A (zh) * | 2024-01-03 | 2024-02-02 | 自然资源部第一海洋研究所 | 一种海洋贝类养殖生态容量评估方法及系统 |
-
2022
- 2022-10-24 CN CN202211307184.7A patent/CN115541770A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117493860A (zh) * | 2024-01-03 | 2024-02-02 | 自然资源部第一海洋研究所 | 一种海洋贝类养殖生态容量评估方法及系统 |
CN117493860B (zh) * | 2024-01-03 | 2024-04-26 | 自然资源部第一海洋研究所 | 一种海洋贝类养殖生态容量评估方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109254107B (zh) | 柑普茶快速分类鉴别方法 | |
CN110441423B (zh) | 一种测定粮食香气成分的方法及其系统 | |
CN112578039B (zh) | 一种燕窝中掺假物的分析鉴定方法 | |
CN110687240B (zh) | 一种快速鉴定火腿产地的方法 | |
CN108445094A (zh) | 气相离子迁移谱快速鉴别黄酒酒龄的建立方法以及应用 | |
CN111044638A (zh) | 一种对不同品种烤烟烟叶分类鉴别的方法 | |
CN104316635A (zh) | 水果风味品质的快速鉴别方法 | |
CN109738569B (zh) | 一种基于spme-gc-ms的高仿卷烟鉴别方法 | |
CN111060642A (zh) | 一种对同品种不同产地烟叶分类鉴别的方法 | |
CN102507800B (zh) | 醋地理标志保护产品的香气指纹快速识别方法 | |
US20220128536A1 (en) | Detection method for origin determination based on gas chromatography-ion mobility spectrometry (gc-ims) | |
CN111707745A (zh) | 一种评价卷烟加香均匀性的方法 | |
CN106770796A (zh) | 顶空气相色谱质谱联用测定调和油调和比例的方法 | |
CN111505174A (zh) | 一种鉴别真假烟的方法 | |
CN115541770A (zh) | 一种基于风味物质差异分析的即食燕窝贮存条件适宜性的快速评估方法 | |
CN114994202A (zh) | 一种基于gc-ims技术的大蒜产地鉴别方法 | |
CN113075316B (zh) | 一种靖西大果山楂酒窖藏时间的鉴定方法 | |
CN113390980A (zh) | 一种煎饼加工中风味物质变化的评价方法 | |
Li et al. | Exploring the regional typicality of Australian Shiraz wines using untargeted metabolomics | |
CN114689782A (zh) | 一种基于挥发物对虾酱进行快速分类的方法 | |
Jing et al. | Identification of characteristic flavour compounds and quality analysis in extra virgin olive oil based on HS‐GC‐IMS | |
CN113533587A (zh) | 基于气相离子迁移谱鉴别辣椒粉品种的方法 | |
CN114062568A (zh) | 一种利用gc-ims技术鉴别樱桃品种的方法 | |
CN113607850A (zh) | 一种利用挥发性有机物分析鉴定小麦品种的方法 | |
CN114137138A (zh) | 一种基于挥发性成分的四川郫县豆瓣酱的辨析方法 |
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 |