Eine schnelle Methode zur Analyse flüchtiger Verbindungen in Obst wird beschrieben. Die flüchtigen Verbindungen in dem Kopfraum eines Homogenats der Probe schnell getrennt werden und damit mit ultra-schnellen Gaschromatographie (GC) mit einem Oberflächenwellen (SAW)-Sensor gekoppelt ist. Ein Verfahren zur Datenverarbeitung und-analyse wird ebenfalls diskutiert.
Zahlreiche und vielfältige physiologische Veränderungen auftreten, während der Fruchtreife, einschließlich der Entwicklung eines spezifischen flüchtigen Mischung, die Fruchtaromen charakterisiert. Reife bei der Ernte ist einer der wichtigsten Einflussfaktoren für den Geschmack Qualität von Obst und Gemüse ein. Die Validierung robuste Methoden, um einer raschen Einschätzung der Fruchtreife und Aroma-Qualität würde eine bessere Bewirtschaftung der fortgeschrittenen Zuchtprogramme, Produktionsverfahren und Ernte Handhabung zu ermöglichen.
In den letzten drei Jahrzehnten hat sich viel Forschung durchgeführt, um so genannte elektronische Nasen, die Geräte in der Lage, schnell zu erkennen Geruchs-und Geschmacksstoffe 2-4 sind zu entwickeln. Derzeit gibt es mehrere kommerziell erhältliche elektronische Nasen in der Lage, flüchtige Analyse, auf unterschiedlichen Technologien basieren durchzuführen. Die elektronische Nase in unsere Arbeit verwendet werden (zNose, EST, Newbury Park, CA, USA), besteht aus ultra-schnellen Gaschromatographie mit einem akustischen Oberflächenwellen-Sensor gekoppelt (UFGC-SAW). Reife und Fäulnis Auswertung in Mango-6;; Diese Technologie wurde bereits für seine Fähigkeit, die Qualität von verschiedenen Rohstoffen, einschließlich der Erkennung von Verschlechterung der Apfel 5 überwachen getestet Aroma Profilierung der Thymus Spezies 7; C 6 flüchtigen Verbindungen in Weintrauben 8; Charakterisierung von Pflanzenöl 9 und Nachweis von Verfälschungen in Virgin Coconut Oil 10.
Dieses System kann die drei wichtigsten Schritte der Aroma-Analyse: Headspace-Probenahme, die Trennung von flüchtigen Verbindungen, und Detektion. In etwa einer Minute wird der Ausgang, ein Chromatogramm, hergestellt und nach einem Spülzyklus, das Instrument für die weitere Analyse. Die mit dem zNose erhaltenen Ergebnisse können mit denen anderer gaschromatographische Systeme durch Berechnung der Kovats-Indizes (KI) verglichen werden. Sobald das Instrument mit einem Alkan Standardlösung abgestimmt wurde, werden die Retentionszeiten automatisch umgewandeltKIS. Jedoch werden kleine Änderungen in der Temperatur und Flussrate das mit der Zeit auftreten, wodurch Retentionszeiten zu treiben. Auch abhängig von der Polarität der Kolonne stationären Phase kann die Reproduzierbarkeit von KI Berechnungen mehrere Index-Einheiten 11 variieren. Eine Reihe von Programmen und grafische Schnittstellen wurden daher entwickelt, um berechnete KIS zwischen den Proben in einem halb-automatisiert zu vergleichen. Diese Programme reduzieren die Zeit für Chromatogramm Analyse großer Datenmengen erforderlich ist und um das Risiko für Fehlinterpretationen der Daten, wenn Chromatogramme nicht perfekt ausgerichtet.
Wir stellen eine Methode zur schnellen Analyse flüchtige Verbindung in Frucht. Probenvorbereitung, Datenaufnahme und Verfahren für den Umgang werden ebenfalls diskutiert.
Elektronische Nasen sind eine vielversprechende Methode für die schnelle, objektive Bewertung der Aromaprofile aus Früchten oder volatile-reichen Proben. Allerdings verschiebt sich in Verweildauer stellen eine Herausforderung für die Identifizierung der Peaks und könnte zu Fehlinterpretationen der Daten führen, wenn zwei Chromatogramme nicht perfekt ausgerichtet sind. Visuelle Inspektion der Chromatogramme zeigten, dass die Variabilität der Retentionszeiten unter den Proben häufig verursacht die gleiche Spitze mit leicht unterschiedlichen KI-Werte (etwa ± 10) gekennzeichnet werden. Diese in eine übertriebene Anzahl von einzigartigen KIS erkannt übersetzt. Um die Vorteile der Sachlage treffen, dass (a) verschiedene Verbindungen befinden sich in unterschiedlichen Reifestadien vorhanden und (b) technische Replikate sind annähernd identisch, zwei Computer-basierte Skripte ("kim_merge.py", die die Routinen enthält für das Handling der Daten gewählt ist und "kim_interface.py", die eine grafische Benutzeroberfläche (GUI) bietet) wurden systematisch entwickeltVergleich von Proben in einem semi-automatisiert, sehr zur Verringerung der Zeit für Chromatogramm Analyse großer Datenmengen benötigt werden. Diese Programme erlauben die Zusammenführung gegebenenfalls von Spitzen mit einer Reihe von KI-Werte unter einem KI Marker markiert ist. Dies dient zwei wichtigen Zwecken: (a) Es ermöglicht eine statistische Analyse auf solche Peaks als eine einzelne Variable zu behandeln, und (b) es ermöglicht Identifizierung der Peaks und Vergleich zu anderen Systemen und veröffentlichten Werten. Hier vorgestellten Ergebnisse zeigen, dass Melone Proben basierend auf Reife und Aroma-Profiling mit dem zNose System in Kombination mit angemessener KI Identifizierung konnte nicht benachteiligt werden. Dies stellt eine viel versprechende neue Technologie für die Analyse von flüchtigen Stoffen, die für die Qualitätskontrolle Programme verwendet werden können.
The authors have nothing to disclose.
Die Autoren danken Bill Copes (Harris Moran Seed Company, Davis) zur Bereitstellung von Melone Früchte für diese Analyse. Dieses Projekt wird von der Sonderkulturen Research Initiative Competitive Grants Program unterstützt gewähren keine. 2009-51181-05783 von der USDA National Institute of Food and Agriculture.
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 |