Meyve uçucu bileşik analizi için hızlı bir yöntem tarif edilmiştir. Numunenin bir Homojenizasyondan tepe boşluğu içinde mevcut uçucu bileşikler hızla ayrılmış ve bir yüzey akustik dalga (SAW) sensörü ile birlikte son derece hızlı gaz kromatografisi (GC) ile tespit edilir. Veri işleme ve analiz için bir prosedür de tartışılmıştır.
Çok sayıda ve çeşitli fizyolojik değişiklikler meyve aromalı karakterize, belirli bir uçucu karışımı geliştirilmesi dahil olmak üzere meyve olgunlaşması sırasında meydana gelir. Hasatta Vade meyve ve sebzeler 1 lezzet kalitesini etkileyen önemli faktörlerden biridir. Hızla meyve olgunluğunu değerlendirmek ve aroma kalitesini ileri yetiştirme programları, üretim uygulamaları ve hasat sonrası işleme geliştirilmiş yönetim sağlayacak sağlam yöntemlerden doğrulama.
Son üç yılda, çok araştırma hızla tat ve kokudan 2-4 tespit edebiliyoruz cihazlardır sözde elektronik burun, geliştirmek için yapılmıştır. Şu anda, farklı teknolojiler dayanan uçucu analizi, yapabilen bir çok piyasada mevcut elektronik burun vardır. (ZNose, EST, Newbury Park, CA, USA) işimizde kullanılan elektronik burun, (bir yüzey akustik dalga sensörü ile birlikte ultra-hızlı gaz kromatografisi oluşur UFGC-) SAW. Mango 6 olgunluk ve çürüme değerlendirilmesi;; Bu teknoloji zaten elma 5 bozulma tespiti gibi çeşitli ürünlerin, kalite kontrol kabiliyetini test edilmiştir timus türlerin aroması profilleme 7; üzüm meyveleri 8 C 6 uçucu bileşikler; karakterizasyonu bitkisel yağ 9 ve virgin hindistan cevizi yağı 10 tağşiş tespiti.
Headspace örnekleme, uçucu bileşiklerin ayrılması ve algılama: Bu sistem, aroma analizi üç temel adımları gerçekleştirebilirsiniz. Yaklaşık bir dakika sonra, çıkış, bir kromatogramıdır, bir temizleme döngüsünden sonra, cihazın daha fazla analiz için hazırdır, üretilen ve edilir. ZNose ile elde edilen sonuçlar Kovats Endeksleri (KI) hesaplanması ile diğer gaz-kromatografik sistemlerin kıyasla edilebilir. Cihaz, bir alkan standart çözelti ile ayarlanmış edildikten sonra, tutma süreleri otomatik olarak dönüştürülürKIS. Ancak, sıcaklık ve debisi küçük değişiklikler saklama süreleri sürüklenmeye neden, zaman içinde ortaya çıkması bekleniyor. Ayrıca, sabit faz sütunu polaritesi bağlı olarak, KI hesaplamalar tekrarlanabilirliği birkaç birim 11 tarafından indeksi olarak değişebilir. Programlar ve grafik arayüzleri bir dizi nedenle yarı-otomatik moda örnekleri arasında hesaplanan KIS karşılaştırmak için geliştirilmiştir. Bu programlar, büyük veri kümeleri kromatogramı analiz için gerekli zamanı azaltmak ve kromatogramlar mükemmel hizada olmayan verilerin yanlış yorumlanmasından potansiyelini en aza indirmek.
Biz meyve hızlı uçucu bileşik analizi için bir yöntem sunuyoruz. Örnek hazırlama, veri toplama ve işleme işlemleri de tartışılmıştır.
Elektronik burunlar meyve veya uçucu zengin örneklerinden aroma profillerinin hızlı, objektif değerlendirme için umut verici bir yöntem temsil eder. Ancak, pik tanımlama için bir meydan okuma temsil eden ve iki kromatogramları mükemmel uyumlu olmadığı zaman verilerin yorumlanmasına yol olabilir tutma süresi içinde kaydırır. Kromatogramlar Görsel inceleme örnekleri arasında tutma sürelerinin değişkenliği sık biraz farklı KI değerleri (yaklaşık ± 10) ile etiketlenmesine aynı tepe neden olduğunu göstermiştir. Bu tespit benzersiz KIS abartılı bir numara çevrilir. (A) farklı bileşikler farklı olgunluk aşamalarında mevcut ve (b) teknik çoğaltır, iki bilgisayar tabanlı programlarda (veri işleme için rutinlerini içerir "kim_merge.py", yaklaşık olarak aynı olduğu gerçekleri yararlanmak için seti ve bir grafik kullanıcı arayüzü (GUI) sağlar "kim_interface.py") sistematik olarak geliştirilmiştirbüyük ölçüde, büyük veri kümeleri kromatogramı analiz için gerekli zamanı azaltarak, bir yarı-otomatik moda örnekleri karşılaştırın. Uygun olan yerlerde Bu programlar tek bir KI etiketi altında KI bir değer aralığı ile etiketlenmiş piklerin, konsolidasyon sağlar. Bu iki önemli amaca hizmet eder: (a) tek bir değişken gibi zirveleri tedavi etmek için bir istatistiksel analiz sağlar, ve (b) pik kimlik ve diğer sistemler ve yayınlanan değerleri ile karşılaştırıldığında kolaylaştırır. Burada sunulan Sonuçlar kavun örnekleri yeterli KI tanımlanması ile kombinasyon halinde zNose sistemi kullanılarak olgunluğa ve aroma profil dayalı ayırt kalabileceğini göstermiştir. Bu kalite kontrol programları için de kullanılıyor olabilir Uçucu maddelerin analizi için gelecek vaat eden yeni bir teknoloji temsil ediyor.
The authors have nothing to disclose.
Yazarlar bu analiz için kavun meyve sağlamak için Bill Copes (Harris Moran Tohum Şirketi, Davis) teşekkür ederim. Bu proje, Özel Tarla Bitkileri Merkez Araştırma Girişimi Rekabetçi Hibeler Programı tarafından desteklenen hiçbir vermek. Gıda ve Tarım USDA Ulusal Enstitüsü'nden 2009-51181-05783.
Name of the reagent | Company | Catalogue number | Comments |
Calcium chloride | MP Biomedical | 195088 | |
2-Methylbutyl isovalerate | SAFC Global | W350613 | ≥ 98%, natural, FCC |
Methanol | Fisher Scientific | A411-4 | |
Vial | Sigma/Supelco | SU860098 | |
Cap | Sigma/Supelco | SU860101 | |
Laboratory blender | Waring Laboratory Science | 7009G | 2-speed blender; 1- Liter glass container |
Bottle | Fisher Scientific | 06-414-1C | Pyrex, 500 mL; polypropylene plug-seal |
Needle | Electronic Sensor Technology | TLC101046 | Side hole luer |
Alkanes solution | Electronic Sensor Technology | C6-C14 alkanes solution in methanol | |
zNose | Electronic Sensor Technology | Model 4500 | |
DB-5 GC column | Electronic Sensor Technology | SYS4500C5 | |
MicroSense | Electronic Sensor Technology | Version 5.44.22 | |
Python 2.6 | Freely available on-line | ||
“reform_data.py” and “kim_interface.py” scripts | Scripts available as supplementary material on JoVE |