何 珊
(蚌埠學(xué)院,安徽 蚌埠 233030)
相比于電子鼻、電子舌、氣相色譜-質(zhì)譜聯(lián)用(Gas Chromatography-Mass Spectrometer,GC-MS)等傳統(tǒng)經(jīng)典的食品風(fēng)味檢測(cè)方法,氣相色譜-離子遷移譜(Gas Ghromatography-Ion Mobility Spectrometry,GC-IMS)技術(shù)是以離子遷移譜儀作為氣相色譜的檢測(cè)器,通過(guò)色譜保留時(shí)間和離子遷移譜相對(duì)遷移時(shí)間反映揮發(fā)性成分(VolatileOrganicCompounds,VOCs)的二維信息,進(jìn)行定性定量分析[1-3]。GC-IMS 技術(shù)10 min 即可檢測(cè)至ppb 級(jí),具有設(shè)備簡(jiǎn)單易攜帶、響應(yīng)快、靈敏度高、無(wú)樣品前處理、定性能力強(qiáng)等優(yōu)勢(shì),還有非實(shí)驗(yàn)室環(huán)境的常壓檢測(cè)分析能力,較適用于隨機(jī)環(huán)境的揮發(fā)性有機(jī)化合物痕量檢測(cè)[4-5]。
離子遷移譜起初被稱(chēng)為等離子體色譜,是20 世紀(jì)60 年代末至70 年代初出現(xiàn)的一種化學(xué)分析技術(shù),其借助類(lèi)似于色譜保留時(shí)間的概念——遷移時(shí)間(漂移時(shí)間)的差別來(lái)進(jìn)行離子分離鑒定[6-9]。GCIMS 技術(shù)是將氣相色譜技術(shù)和離子遷移譜技術(shù)結(jié)合,借助進(jìn)樣載氣推動(dòng),先利用氣相色譜的分離能力將復(fù)雜混合物分離成單個(gè)組分,再通過(guò)離子遷移譜發(fā)生電離反應(yīng),生成帶有正、負(fù)電荷的產(chǎn)物離子,最后在電場(chǎng)力的作用下,通過(guò)間歇式開(kāi)啟的離子門(mén)進(jìn)入漂移區(qū)。在漂移區(qū),產(chǎn)物離子受到逆向中性飄移氣體分子的碰撞,使得不同遷移速率的產(chǎn)物離子被分離,并依次記錄于檢測(cè)電極中,從而達(dá)到分離鑒定的目的,并且獲取保留時(shí)間、遷移時(shí)間、峰值的三維譜圖信息[10-11]。GC-IMS 技術(shù)克服了氣相色譜定性準(zhǔn)確度差、離子遷移譜分離度低、交叉混合物分離難、復(fù)雜混合物分析靈敏度低和GC-MS 技術(shù)耗時(shí)長(zhǎng)等局限性,同時(shí)基于GC-IMS 技術(shù)得到的二維、三維譜圖信息能夠更加豐富、清晰和可視化,便于直觀(guān)分析風(fēng)味物質(zhì)的微量變化。由于GC-IMS 聯(lián)用設(shè)備中離子遷移譜對(duì)高電負(fù)性和高質(zhì)子親和力的化合物響應(yīng)靈敏,因此非常適用于食品風(fēng)味物質(zhì)中氨基、巰基、醛、酮、醚和芳香族化合物等高電負(fù)性或高質(zhì)子親和力基團(tuán)的檢測(cè)[8,12]。當(dāng)前,基于GCIMS 技術(shù)建立指紋圖譜結(jié)合化學(xué)計(jì)量學(xué)方法的研究呈現(xiàn)快速遞增趨勢(shì),并且逐步應(yīng)用于食品風(fēng)味檢測(cè)[13-15]、品質(zhì)測(cè)定[5,16-18]、摻假溯源[19]、過(guò)程控制[20-21]、貯藏保鮮[22-24]等領(lǐng)域。
基于GC-IMS 技術(shù)能夠?qū)Χ喾N風(fēng)味物質(zhì)進(jìn)行定性、定量分析,并獲取氣味指紋信息,將這類(lèi)信息結(jié)合化學(xué)計(jì)量學(xué)方法加以數(shù)據(jù)處理與比較,可以實(shí)現(xiàn)信息深度挖掘,從整體上分析揮發(fā)性有機(jī)成分信息,實(shí)現(xiàn)多維度、多層次、多方向的判斷識(shí)別,從而更加適用于食品中揮發(fā)性有機(jī)化合物痕量檢測(cè)及可視化分析[25]。
數(shù)據(jù)處理時(shí),常采用LAV(G.A.S 公司)分析軟件中的Reporter 和Gallery,PRTools,MATLAB 繪制揮發(fā)性有機(jī)物的指紋圖譜和差異圖譜,并進(jìn)行可視化分析處理[26]。針對(duì)指紋圖譜中特征區(qū)域,以各樣品間特征峰的有無(wú)及變化顯著性為選取原則,使用LAV 軟件標(biāo)記選取特征峰區(qū)域,進(jìn)一步挖掘分析特征變量。為了增強(qiáng)三維圖譜的建模能力,解決3D 對(duì)比圖中組間曲面峰重疊、粗糙的問(wèn)題,常將三維GC-IMS 譜圖投影至二維平面上的頂視圖,再使用傳統(tǒng)二維化學(xué)計(jì)量學(xué)處理方法進(jìn)行分析比較[3]。若樣品間差異變化區(qū)域少,并且變化微弱,也可以采用便于觀(guān)察與比較的差異對(duì)比模式,對(duì)降維處理的數(shù)據(jù)依次扣減參比樣品,形成高含量標(biāo)紅、低含量標(biāo)藍(lán)的白色背景二維差譜圖[27]。
相對(duì)于GC-MS 技術(shù)而言,GC-IMS 技術(shù)中FlavourSpec 風(fēng)味儀采用較低溫度的恒溫升流模式,孵化溫度、進(jìn)樣溫度及色譜柱的柱溫均相對(duì)較低,在升流過(guò)程中,揮發(fā)性和半揮發(fā)性的有機(jī)物經(jīng)氣相色譜預(yù)分離后可更加有效地被離子遷移譜捕捉并檢測(cè),針對(duì)樣品中VOCs 檢測(cè)具有明顯的優(yōu)越性[28-29]。指紋圖譜中,一種化合物通常會(huì)產(chǎn)生1~3 個(gè)代表單體、二聚體或三聚體的斑點(diǎn),這些斑點(diǎn)的數(shù)量和亮度代表著揮發(fā)性有機(jī)物的檢出情況及含量變化[30-31]。值得注意的是,GC-IMS 技術(shù)獲取的二維指紋圖譜僅能從整體上分析風(fēng)味變化,對(duì)其具體成分變化量無(wú)法進(jìn)行數(shù)字化表達(dá),故需要借助化學(xué)計(jì)量學(xué)方法對(duì)圖譜信息進(jìn)行深入分析,將感性的認(rèn)識(shí)(非定量)升華為理性的認(rèn)識(shí)(定量)[32]。
其中,基于主成分分析(Principal Components An-alysis,PCA)、線(xiàn)性判別分析(Linear Discriminant Analysis,LDA)等降維處理方法是進(jìn)行數(shù)據(jù)壓縮、消除冗余和噪音的主要方法。PCA 方法基于多元統(tǒng)計(jì)分析的無(wú)監(jiān)督降維技術(shù),通過(guò)確定代表原始樣本中復(fù)雜變量的主成分因子進(jìn)行數(shù)據(jù)降維,然后依據(jù)主成分因子在樣本中的貢獻(xiàn)率評(píng)價(jià)樣本間的規(guī)律和差異[14,33-34]。LDA 方法將數(shù)據(jù)在低維度上進(jìn)行投影,將不同類(lèi)別數(shù)據(jù)的中心距離盡可能地放大?;谠摲椒ǚ治鰯?shù)據(jù),建立的產(chǎn)地判別模型適用于摻假檢測(cè)及產(chǎn)地識(shí)別溯源[17,35]。K-means 逐步聚類(lèi)分析是通過(guò)歐氏距離編程公式處理PCA 降維處理的特征峰數(shù)據(jù),計(jì)算所有樣本到聚類(lèi)中心的距離,并選出最小距離進(jìn)行類(lèi)別劃分,常應(yīng)用于連續(xù)型數(shù)據(jù),是一種無(wú)監(jiān)督的聚類(lèi)算法[33,36]。多維主成分分析是二維PCA 方法用于多維矩陣數(shù)據(jù)的擴(kuò)展[27]。偏最小二乘法提供了一種多因變量與自變量之間的回歸方法,具有解決變量之間多重相關(guān)性、樣本個(gè)數(shù)少于變量個(gè)數(shù)、有效辨識(shí)系統(tǒng)信息與噪聲的優(yōu)勢(shì),能夠準(zhǔn)確預(yù)測(cè)未知樣品[3]。這些化學(xué)計(jì)量學(xué)方法實(shí)現(xiàn)起來(lái)較為簡(jiǎn)單并且分析效果良好,具備廣泛的研究應(yīng)用。
肉制品特征風(fēng)味、顏色等感官特性是直接影響消費(fèi)決定的關(guān)鍵因素[37-38]。GC-IMS 技術(shù)對(duì)肉制品揮發(fā)性有機(jī)化合物組成的快速響應(yīng)和可視化分析能夠快速響應(yīng)經(jīng)烹飪[39]、冷凍[23]、煙熏[40]等加工處理后,肉制品風(fēng)味品質(zhì)變化。
丁習(xí)林等人[34]在探究KCl 含量對(duì)宣威火腿揮發(fā)性風(fēng)味的影響時(shí),基于GC-IMS 技術(shù)共檢測(cè)出以醛類(lèi)、酮類(lèi)、醇類(lèi)和酯類(lèi)為主的49 種揮發(fā)性化合物,得出丙酸乙酯、2 -戊酮(M)、乙酸乙酯(D)和乙縮醛等是影響不同KCl 替代組宣威火腿風(fēng)味差異的重要風(fēng)味物質(zhì)。通過(guò)PCA、偏最小二乘法判別分析等多元統(tǒng)計(jì)學(xué)方法,直觀(guān)地對(duì)不同KCl 替代組宣威火腿進(jìn)行有效區(qū)分,并確定KCl 替代量達(dá)到30%,依然能夠保持傳統(tǒng)宣威火腿的風(fēng)味。袁琴琴[41]采用GC-IMS 技術(shù)可視化分析銀杏葉提取物對(duì)廣式臘肉揮發(fā)性有機(jī)化合物組成的影響。其通過(guò)GC-IMS 二維譜圖標(biāo)記出36 種化合物,分析得出揮發(fā)性有機(jī)物含量最多的組別和不同組樣品之間揮發(fā)性物質(zhì)含量的差異。楊芳等人[28]采用電子鼻和GC-IMS 技術(shù)對(duì)比分析發(fā)酵前后和炒制前后6 種美人椒醬揮發(fā)性有機(jī)物風(fēng)味成分?;诙S、三維及指紋圖譜分析可知,不同加工工藝的美人椒醬的特征吸收峰明顯不同,GC-IMS 技術(shù)能很好地區(qū)分不同加工工藝的美人椒醬,得出利用電子鼻與GC-IMS 技術(shù)可以快速、無(wú)損、準(zhǔn)確地區(qū)分不同工藝流程生產(chǎn)的美人椒醬。
農(nóng)產(chǎn)品在不同成熟階段,醛類(lèi)、醇類(lèi)、酮類(lèi)、酯類(lèi)、萜烯類(lèi)、雜環(huán)類(lèi)等香氣風(fēng)味物質(zhì)種類(lèi)和含量有較為顯著的差異[42-43]。果蔬采摘、運(yùn)輸、加工、貯存后的香氣成分也會(huì)影響消費(fèi)者對(duì)果蔬農(nóng)產(chǎn)品接受程度,進(jìn)而影響產(chǎn)品價(jià)值[44]。
朱麗娜等人[43]利用GC-IMS 聯(lián)用技術(shù)探究CO2積累型氣調(diào)包裝與PET 透氣包裝對(duì)冷藏輪南白杏果實(shí)風(fēng)味物質(zhì)種類(lèi)和含量的影響,鑒定出白杏果實(shí)包含酮類(lèi)、醇類(lèi)、醛類(lèi)、酯類(lèi)等50 多種特征風(fēng)味物質(zhì)。其中,高含量的2 -己酮可以作為普通包裝冷藏果實(shí)的特征風(fēng)味標(biāo)記物質(zhì);丙酮、異丁酸、3 -甲基-3 -丁烯-1 -醇可分別作為高透氣、中透氣、低透氣包裝果實(shí)的風(fēng)味標(biāo)記物質(zhì)。王海波等人[42]基于GC-IMS技術(shù)檢測(cè)熱激處理的香蕉揮發(fā)性風(fēng)味物質(zhì)變化,探討熱激處理誘導(dǎo)香蕉果實(shí)產(chǎn)生抗冷性的機(jī)制。結(jié)果表明,1.5 h 的熱激處理使得己二酮、乙酸異戊酯、苯甲醛、丁酸乙酯、4 -甲基苯酚、1 -戊醇、1 -丁醇、2 -戊酮、糠醇等風(fēng)味物質(zhì)的含量明顯降低,3 -甲基-3 -丁烯-1 -醇、苯乙醛、戊酮-2,3 -二酮、3 -甲基-2 -丁醇等風(fēng)味物質(zhì)的含量明顯升高。由此推測(cè),受熱激影響造成短時(shí)間內(nèi)顯著變化的多種揮發(fā)性風(fēng)味物質(zhì)對(duì)于誘導(dǎo)香蕉抗冷具有重要調(diào)控作用。江津津等人[32]基于HS-GC-MS 和HSGC-IMS 對(duì)新會(huì)柑普茶的風(fēng)味進(jìn)行比較分析。結(jié)果表明,橘紅普洱的風(fēng)味化合物與新會(huì)柑普茶的截然不同,胎柑與其他柑普茶的特征風(fēng)味指紋峰也有明顯差異,隨著新會(huì)柑果的成熟,戊醛、己醛、環(huán)己酮、2 -己烯-1 -醇、苯乙醛等物質(zhì)含量也發(fā)生顯著變化。芳樟醇、α -松油醇、香蘭素、α -蒎烯等特征化合物可以應(yīng)用于新會(huì)柑普茶的進(jìn)行快速分類(lèi)鑒別中,并且GC-MS 與GC-IMS 的分析結(jié)果相一致。曹榮等人[45]基于電子舌和GC-IMS 技術(shù)分離并鑒定出壇紫菜與條斑紫菜的36 種揮發(fā)性成分。其中,條斑紫菜相比于壇紫菜在正己醇、丁內(nèi)酯、苯乙醛、壬醛等揮發(fā)性風(fēng)味物質(zhì)的含量上更高。對(duì)紫菜的整體愉悅氣味有較大貢獻(xiàn)的苯乙醛、壬醛等醛類(lèi)化合物有很大差異,其研究結(jié)果可為其高值化、高質(zhì)化加工利用提供參考。于懷智等人[46]基于HS-GC-IMS 技術(shù)構(gòu)建了北京平谷、山西運(yùn)城、江蘇陽(yáng)山、浙江杭州、四川都江堰5 個(gè)產(chǎn)地水蜜桃氣味指紋圖譜。3D-PCA結(jié)果表明,運(yùn)城水蜜桃明顯區(qū)別于其他種類(lèi);匹配矩陣表明HS-GC-IMS 技術(shù)能夠很好地區(qū)分不同產(chǎn)地不同品種水蜜桃揮發(fā)性風(fēng)味物質(zhì);風(fēng)味指紋圖譜表明運(yùn)城水蜜桃中己醛、1 -己醇和1 -丙醇等含量明顯高于其他4 種;乙酸丙酯、乙酸異戊酯酯等為陽(yáng)山水蜜桃特異性揮發(fā)有機(jī)物;乙酸戊酯在杭州水蜜桃中含量高于其他4 種,陽(yáng)山與都江堰兩種白鳳水蜜桃風(fēng)味也存在一些特征風(fēng)味差異物質(zhì)。
液態(tài)食品如食用油類(lèi)、酒類(lèi)快速摻假檢測(cè)一直是質(zhì)量檢測(cè)和欺詐控制的挑戰(zhàn)。GC-IMS 技術(shù)用于液態(tài)食品摻假分析時(shí),無(wú)需復(fù)雜的樣品前處理過(guò)程,進(jìn)樣溫度及色譜柱溫較低,能夠保持待測(cè)樣品的成分不被破壞,并且針對(duì)復(fù)雜的混合物得到準(zhǔn)確可視化的風(fēng)味圖譜,免受外界因素影響[28]。
Gerhardt N 等人[17]在2017 年首次基于HS-GCIMS 技術(shù)分析非靶向性揮發(fā)性有機(jī)化合物,采用PCA 和HCA 對(duì)樣本進(jìn)行自然聚類(lèi)分析,使用LDA,kNN 和SVM方法建立橄欖油分類(lèi)的預(yù)測(cè)模型,以區(qū)分不同種類(lèi)的初橄欖油。結(jié)果表明,LDA,kNN 和SVM 正確分類(lèi)率達(dá)到83.3%,73.8%和88.1%;HSGC-IMS 三維指紋圖譜可適用于初榨橄欖油分類(lèi)。Gerhardt N 等人[5]再次使用HS-GC-IMS 技術(shù)建立西班牙和意大利2 種特級(jí)初榨橄欖油揮發(fā)性風(fēng)味物質(zhì)的指紋圖譜。結(jié)果表明,基于高分辨率三維指紋圖譜開(kāi)發(fā)PCA-LDA 和kNN 的化學(xué)計(jì)量學(xué)分析方法總體鑒別達(dá)到98%和92%;通過(guò)GC-IMS 的三維指紋圖譜為非靶向定性提供可能,并且適用于橄欖油等高度復(fù)雜的樣品摻假檢測(cè)。在國(guó)內(nèi),李淑靜等人[47]、陳通等人[21]、Zhang L X 等人[48]基于GC-IMS 技術(shù)建立檢測(cè)油類(lèi)中可揮發(fā)組分的檢測(cè)方法,以山茶油、芝麻油、橄欖油為研究對(duì)象,基于主成分分析法、多維主成分分析法和偏最小二乘回歸分析處理二維譜圖數(shù)據(jù),探索多種植物油分類(lèi)鑒別及摻假檢測(cè)的方法。結(jié)果表明,主成分分析法、多維主成分分析法等處理后的預(yù)測(cè)、檢測(cè)模型可以明顯區(qū)分不同種類(lèi)油樣和摻假檢測(cè),并且不同摻假比例的樣品能夠單獨(dú)區(qū)分開(kāi)來(lái)。祁興普等人[26]通過(guò)運(yùn)用GC-IMS 技術(shù)對(duì)不同產(chǎn)地黃酒中的揮發(fā)性有機(jī)成分進(jìn)行分析,采用二維差譜方法篩選16 個(gè)有效特征峰作為表征黃酒產(chǎn)地差異信息的特征變量,結(jié)合PCA 投影分析和LDA 算法建立判別監(jiān)督模型,實(shí)現(xiàn)紹興黃酒產(chǎn)地識(shí)別。結(jié)果表明,基于PCA 和LDA 的產(chǎn)地識(shí)別判別監(jiān)督模型成功率高達(dá)94.44%,其結(jié)果為黃酒的品質(zhì)分析和產(chǎn)地溯源提供理論依據(jù)。
當(dāng)前,針對(duì)肉類(lèi)摻假檢測(cè)主要通過(guò)電子鼻快速檢測(cè)法[49-50]、氣相色譜-質(zhì)譜聯(lián)用檢測(cè)法[51-52]、特異性PCR 方法[53]、近紅外光譜檢測(cè)法[54-55]等,這些技術(shù)方法各有優(yōu)缺點(diǎn),綜合樣品前處理復(fù)雜程度、檢測(cè)周期、檢測(cè)成本、靈敏度、結(jié)果可視化分析難度等要求,GC-IMS 技術(shù)具有更加普遍適用的優(yōu)勢(shì)。
Arroyo-manzanares N 等人[19]使用GC-IMS 技術(shù)檢測(cè)不同飼養(yǎng)方式對(duì)伊比利亞黑豬火腿揮發(fā)性風(fēng)味的影響,以探討標(biāo)簽中可能存在的摻假信息。結(jié)果表明,基于指紋全譜圖分類(lèi)成功率達(dá)90%,結(jié)合飼養(yǎng)方式,根據(jù)不同飼料對(duì)伊比利亞火腿樣本正確分類(lèi)的成功率100%。陳通等人[56]基于HS-GC-IMS 構(gòu)建快速分類(lèi)模型以區(qū)分肉的種類(lèi)。其檢測(cè)結(jié)果結(jié)合化學(xué)計(jì)量學(xué)方法表明,GC-IMS 三維指紋譜可以有效表征不同肉類(lèi)之間的揮發(fā)性風(fēng)味差異。通過(guò)PCA 數(shù)據(jù)降維和LDA 算法分析,進(jìn)行肉類(lèi)分類(lèi)準(zhǔn)確率達(dá)98.3%,該方法為通過(guò)HS-GC-IMS 分析鑒別不同種肉類(lèi)提供了參考。杜文博[35]基于GC-IMS 技術(shù)鑒別摻入馬肉或豬肉的摻假驢肉,發(fā)現(xiàn)摻假馬肉的量越高,驢肉特征揮發(fā)性風(fēng)味物質(zhì)含量越低,并且摻假豬肉對(duì)驢肉風(fēng)味的影響更大。其中,2 -十泛酮、2 -戊基呋喃、(E)-2 -辛烯醛等物質(zhì)為驢肉的特征揮發(fā)性物質(zhì),丁基硫化物、苯甲醛、丙硫醚、丙酮、己醛等物質(zhì)為馬肉的特征揮發(fā)性物質(zhì),二甲基二硫醚、3 -甲基丁酸、戊醛等為豬肉中的特征揮發(fā)性物質(zhì)。許銘強(qiáng)[57]建立基于GC-IMS 的羊肉摻偽快速鑒別的新方法。研究結(jié)果表明,芝麻酚、2 -戊酮、正己醇、2,3 -丁二酮、羥基丙酮等特征風(fēng)味含量的變化可用于羊肉中摻入5%豬肉的鑒別,正己醇、3 -甲硫基丙醛、反-2 -辛烯醛等特征風(fēng)味含量的變化可用于摻入10%雞肉的鑒別。
食品在發(fā)酵等連續(xù)加工工藝流程中,揮發(fā)性風(fēng)味會(huì)呈現(xiàn)一定規(guī)律性。使用GC-IMS 技術(shù)構(gòu)建指紋圖譜結(jié)合化學(xué)計(jì)量學(xué)方法能夠準(zhǔn)確對(duì)加工工藝過(guò)程和加工程度進(jìn)行連續(xù)控制及判別,同時(shí)為加工過(guò)程監(jiān)督、預(yù)警、改良提供可視化的檢測(cè)方法。
杜超等人[40]采用GC-IMS 技術(shù)評(píng)估反復(fù)燉煮過(guò)程中雞肉的風(fēng)味差異。其發(fā)現(xiàn)隨著雞湯燉煮次數(shù)的增加,雞肉樣品酮類(lèi)、醇類(lèi)、醛類(lèi)揮發(fā)性物質(zhì)種類(lèi)和含量呈現(xiàn)增加趨勢(shì)。在燉煮15 次后,雞肉的揮發(fā)性物質(zhì)含量趨于平穩(wěn),基本達(dá)到穩(wěn)定狀態(tài)。通過(guò)構(gòu)建指紋圖譜,能夠可視化表征不同燉煮次數(shù)雞肉樣品的變化規(guī)律。基于GC-IMS 技術(shù)也能夠?qū)ㄗ延图庸ぞ珶挸潭冗M(jìn)行檢測(cè),陳通等人[21]通過(guò)該技術(shù)構(gòu)建風(fēng)味物質(zhì)的二維差譜圖,篩選22 個(gè)有效特征峰作為表征精煉等級(jí)樣品間的變化規(guī)律。結(jié)果表明,采用PCA 和K 最近鄰、二次線(xiàn)性判別分析等監(jiān)督模式識(shí)別方法結(jié)合二維指紋圖譜能夠有效區(qū)分不同精煉程度的葵花籽油樣品,識(shí)別率高達(dá)97.30%。此外,其研究也發(fā)現(xiàn)依據(jù)差譜原則選取特征峰方法存在一定的局限性,特征峰的有效選取也是未來(lái)進(jìn)一步的研究方向。Vautz W 等人[58]基于GC-UV-IMS 技術(shù)首次連續(xù)、快速測(cè)定發(fā)酵啤酒中2,3 -丁二酮和2,3 -戊二酮兩種特征風(fēng)味物質(zhì)含量,通過(guò)優(yōu)化檢測(cè)方法,實(shí)現(xiàn)對(duì)啤酒發(fā)酵過(guò)程中多種關(guān)鍵特征風(fēng)味物質(zhì)的準(zhǔn)確連續(xù)測(cè)定。結(jié)果表明,隨著啤酒發(fā)酵過(guò)程的延續(xù),二種特征風(fēng)味物質(zhì)的含量會(huì)逐漸降低。因此,基于GC-UV-IMS 技術(shù)可以監(jiān)測(cè)2 種二酮的含量,并且可以對(duì)發(fā)酵過(guò)程進(jìn)行準(zhǔn)確的連續(xù)控制,該方法也為液態(tài)食品發(fā)酵過(guò)程的質(zhì)量監(jiān)控提供參考。Guo Y 等人[25]通過(guò)HS-GC-IMS 技術(shù)結(jié)合指紋圖譜分析熱風(fēng)干燥對(duì)新鮮、干燥松茸中的特征性揮發(fā)物的影響,建立松茸不同部位的特征指紋圖譜。結(jié)果表明,新鮮松茸不同部位的揮發(fā)性化合物存在著顯著差異,主要組分8 碳化合物(C8)含量為70%~97%,而在干燥松茸中后,8 碳化合物(C8)的濃度急劇下降,形成了一些新的揮發(fā)性性化合物。因此,松茸干燥過(guò)程需要注意特征揮發(fā)性風(fēng)味物質(zhì)的快速變化。
低溫、冷凍等貯藏保鮮可以較大程度地抑制食品腐敗變質(zhì)相關(guān)的生理生化反應(yīng),但是長(zhǎng)時(shí)間冷凍、低溫等貯藏過(guò)程造成蛋白質(zhì)氧化、脂肪氧化、微生物及冰晶的劣變效果也會(huì)降低食品的感官品質(zhì)及加工性能。如何通過(guò)測(cè)定表征食品狀態(tài)的揮發(fā)性組分來(lái)判斷食品新鮮程度,成為亟待解決的課題。
Cavanna D 等人[1]使用GC-IMS 技術(shù)對(duì)雞蛋的新鮮度進(jìn)行評(píng)估監(jiān)測(cè),以不同批次雞蛋的揮發(fā)性化合物指紋數(shù)據(jù)建立化學(xué)計(jì)量模型,然后將其在室溫下保存,每日觀(guān)察其揮發(fā)性化合物變化。結(jié)果表明,通過(guò)指紋圖譜能夠可視化預(yù)測(cè)雞蛋的新鮮度,預(yù)測(cè)模型準(zhǔn)確率高達(dá)97%。王輝等人[23]基于HS-GC-IMS技術(shù)分析冷凍豬肉在貯藏過(guò)程中發(fā)生劣變的主因及產(chǎn)生的風(fēng)味物質(zhì)。其采用主成分分析去冗余數(shù)據(jù),壓縮降維,投影至低維度的平面上,利用K 均值聚類(lèi)分析算法建立判別模型。結(jié)果表明,HS-GC-IMS技術(shù)能夠可視化分析特征數(shù)據(jù),并將成簇區(qū)域進(jìn)行明顯地區(qū)分;判別模型能夠準(zhǔn)確地將冷凍樣品歸類(lèi)不同的貯藏時(shí)間簇。王熠瑤等人[24]通過(guò)GC-IMS 技術(shù)分析糙米在貯藏過(guò)程中風(fēng)味物質(zhì)變化規(guī)律,其采用動(dòng)態(tài)主成分分析對(duì)不同貯藏時(shí)間糙米的揮發(fā)性有機(jī)物數(shù)據(jù)進(jìn)行降維處理,并利用均值聚類(lèi)分析建立判別模型。結(jié)果表明,經(jīng)數(shù)據(jù)降維處理后所構(gòu)建的聚類(lèi)判別模型,可將糙米樣品根據(jù)貯藏時(shí)間的不同歸類(lèi)到對(duì)應(yīng)的時(shí)間簇,其結(jié)果為糙米貯藏期和新鮮度的快速鑒定提供新的思路和方法。黃寶玲等人[59]基于HS-GC-IMS 技術(shù)探究酸漿豆腐在低溫貯藏條件下品質(zhì)及風(fēng)味成分變化規(guī)律。結(jié)果表明,不同冷藏期風(fēng)味物質(zhì)種類(lèi)明顯不同,酯、醇類(lèi)化合物為冷藏初期主要風(fēng)味物質(zhì),醛、酮、醇與酸類(lèi)化合物為冷藏中期主要風(fēng)味物質(zhì),醛類(lèi)、醇、含硫類(lèi)化合物為冷藏后期主要風(fēng)味物質(zhì)。并且,乙酸乙酯與乙酸丙酯等揮發(fā)性風(fēng)味物質(zhì)含量會(huì)隨著冷藏期間的延長(zhǎng)而顯著降低,但是己醛、1 -辛烯-3 -醇與二甲基三硫等不良揮發(fā)性風(fēng)味物質(zhì)的組分含量明顯增加。谷航等人[33]為準(zhǔn)確判定大米霉變程度,基于GC-IMS 技術(shù)建立大米霉變過(guò)程特征揮發(fā)性風(fēng)味變化模型。結(jié)果表明,基于PCA 降維處理和K-Means 無(wú)監(jiān)督聚類(lèi)算法進(jìn)行聚類(lèi)分析,能夠快速準(zhǔn)確區(qū)分大米貯藏過(guò)程中霉變狀態(tài),并且該研究方法適用于大米霉變的早期預(yù)警。李亞會(huì)等人[22]為探究不同貯藏條件番荔枝的風(fēng)味變化,基于GC-IMS 技術(shù)獲得的指紋圖譜結(jié)合PCA 分析方法表明,保鮮劑處理后的荔枝風(fēng)味明顯好于直接在4 ℃下冷藏處理,冷藏期間主要特征風(fēng)味物質(zhì)為丁二酮、苯甲醛、正丁醛、丙酸乙酯等;在25 ℃貯藏條件下,隨著貯藏期延長(zhǎng),丙醇、戊醛、2,3 -乙?;忍卣鲹]發(fā)性風(fēng)味物質(zhì)含量明顯增加;經(jīng)1-MCP 保鮮劑處理能夠更好地維持番荔枝果實(shí)風(fēng)味。
將食品中特征揮發(fā)性風(fēng)味物質(zhì)與感官特征相關(guān)聯(lián)是當(dāng)前食品風(fēng)味研究中最大的挑戰(zhàn)之一。如今,各種食品風(fēng)味分析儀器的開(kāi)發(fā)與應(yīng)用也為這項(xiàng)研究提供更多解決方案。氣相色譜-離子遷移譜結(jié)合氣相色譜分離和離子遷移譜檢測(cè)的優(yōu)勢(shì),其高分離、高分辨、高靈敏度等優(yōu)勢(shì)能夠?qū)]發(fā)性組分進(jìn)行痕量檢測(cè)與分析,為食品的摻假、連續(xù)加工過(guò)程監(jiān)控和分類(lèi)問(wèn)題提供了新的研究方案。在我國(guó)的“十三五”科學(xué)發(fā)展規(guī)劃中,也已經(jīng)將GC-IMS 儀器研發(fā)和應(yīng)用研究列入食品質(zhì)量安全等多個(gè)領(lǐng)域的重點(diǎn)研究計(jì)劃中。但是,由于該技術(shù)起步較晚,信號(hào)處理方法上不豐富,當(dāng)前的研究主要還應(yīng)用于定性分析。依據(jù)差譜原則選取特征峰的方法存在一定的局限性,后續(xù)的標(biāo)準(zhǔn)VOCs 物質(zhì)的數(shù)據(jù)庫(kù)尚不完善,尚不能開(kāi)展全成分分析。若能進(jìn)一步完善GC-IMS 數(shù)據(jù)庫(kù)的VOCs 信息,并通過(guò)機(jī)器學(xué)習(xí)方法實(shí)現(xiàn)特征峰的有效選取,并充分將化學(xué)計(jì)量學(xué)方法與其結(jié)合,理性地使用數(shù)學(xué)方法解決定性、定量問(wèn)題的模型,會(huì)對(duì)該技術(shù)在應(yīng)用領(lǐng)域的開(kāi)拓和發(fā)展起到巨大的作用。