Un método rápido para el análisis de compuestos volátiles de las frutas se describe. Los compuestos volátiles presentes en el espacio de cabeza de un homogeneizado de la muestra se separaron rápidamente y se detecta con cromatografía de gases ultra-rápida (GC) acoplado con una onda acústica de superficie (SAW) del sensor. Un procedimiento para el manejo y análisis de datos también se discute.
Numerosos cambios fisiológicos y diversa ocurren durante la maduración del fruto, incluyendo el desarrollo de una mezcla específica volátil que caracteriza aroma de fruta. La madurez en la cosecha es uno de los factores clave que influyen en la calidad del sabor de las frutas y verduras 1. La validación de métodos robustos que evalúan rápidamente la madurez del fruto y la calidad del aroma que permitiría una mejor gestión de los programas avanzados de mejoramiento genético, prácticas de producción y manejo poscosecha.
Durante las últimas tres décadas, la investigación se ha llevado a cabo para desarrollar las llamadas narices electrónicas, que son dispositivos capaces de detectar rápidamente los olores y sabores 2-4. En la actualidad hay varias narices electrónicas disponibles en el mercado capaces de realizar análisis de volátiles, basadas en diferentes tecnologías. La nariz electrónica utilizada en nuestro trabajo (zNose, hora del Este, Newbury Park, CA, EE.UU.), se compone de cromatografía de gases ultra-rápido, junto con un sensor de superficie de onda acústica (UFGC-SAW). Esta tecnología ya ha sido probado por su capacidad para monitorear la calidad de diversos productos, incluyendo la detección de deterioro de la manzana 5, maduración y evaluación de la podredumbre en mango 6; perfiles de aroma de las especies timo 7, C 6 compuestos volátiles en las bayas de uva 8; caracterización de de aceite vegetal 9 y la detección de adulterantes en el aceite virgen de coco 10.
Este sistema puede realizar las tres etapas principales de un análisis de aroma: muestreo del espacio de cabeza, la separación de compuestos volátiles, y la detección. En aproximadamente un minuto, la salida, un cromatograma, se produce y, después de un ciclo de purga, el instrumento está listo para su posterior análisis. Los resultados obtenidos con el zNose puede compararse con los de otros sistemas de cromatografía de gases mediante el cálculo de los índices de Kovats (KI). Una vez que el instrumento ha sido adaptado con una solución estándar de alcano, los tiempos de retención se convierten automáticamente enKis. Sin embargo, ligeros cambios en la temperatura y el caudal se espera que ocurran en el tiempo, causando tiempos de retención a la deriva. También, dependiendo de la polaridad de la fase estacionaria columna, la reproducibilidad de los cálculos de KI puede variar por las unidades de índice varias 11. Una serie de programas e interfaces gráficas se han desarrollado por lo tanto, para comparar KIs calculadas entre las muestras de una manera semi-automática. Estos programas reducen el tiempo requerido para el análisis cromatograma de grandes conjuntos de datos y minimizar la posibilidad de interpretación errónea de los datos cuando cromatogramas no están perfectamente alineados.
Se presenta un método para el análisis rápido de compuestos volátiles de las frutas. Ejemplos de procedimientos de preparación, adquisición de datos y la manipulación también se discuten.
Las narices electrónicas representan un método prometedor para la evaluación rápida y objetiva de los perfiles de aroma de las frutas o las muestras volátiles ricos. Sin embargo, los cambios en el tiempo de retención representa un reto para la identificación de los picos y podría dar lugar a una interpretación errónea de los datos cuando dos cromatogramas no están perfectamente alineadas. La inspección visual de los cromatogramas se indica que la variabilidad de los tiempos de retención entre las muestras debidos el mismo pico que ser etiquetados con los valores de KI ligeramente diferente (aproximadamente ± 10). Esto se tradujo en un número exagerado de KI únicos detectados. Con el fin de aprovechar el hecho de que (a) compuestos diferentes están presentes en diferentes estados de madurez y (b) replica técnica son aproximadamente idénticas, dos guiones computarizado ("kim_merge.py", que contiene las rutinas para la manipulación de los datos conjunto, y "kim_interface.py", que proporciona una interfaz gráfica de usuario (GUI)) se han desarrollado de manera sistemáticacomparar las muestras de forma semi-automatizada, reduciendo considerablemente el tiempo necesario para el análisis de cromatograma de grandes conjuntos de datos. Estos programas permiten la consolidación, en su caso, de los picos marcados con un rango de valores de KI en una etiqueta KI clave. Esto tiene dos propósitos importantes: (a) que permite un análisis estadístico para el tratamiento de estos picos como una sola variable, y (b) facilita la identificación de los picos y la comparación con otros sistemas y los valores publicados. Los resultados presentados aquí indican que las muestras de melón podría ser objeto de discriminación basada en la madurez y el perfil de aroma mediante el sistema zNose en combinación con la identificación adecuada de KI. Esto representa una nueva tecnología prometedora para el análisis de volátiles que pueden ser utilizados para los programas de control de calidad.
The authors have nothing to disclose.
Los autores agradecen a Bill Copes (Harris Moran Seed Company, Davis) para proporcionar frutos de melón para este análisis. Este proyecto es apoyado por la especialidad de Investigación de Cultivos Programa de Iniciativa de Subvenciones Competitivas conceder ninguna. 2009-51181-05783 del Instituto Nacional del USDA de la Agricultura y la Alimentación.
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 |