Method Article

PTR-ToF-MS结合自动采样系统和食品研究定制数据分析:生物过程监测，筛选和鼻空间分析

DOI:

10.3791/54075

⸱

May 11th, 2017

 ,  ,  ,  ,  ,  ,  , 
1Department of Food Quality and Nutrition, Research and Innovation Centre, Fondazione Edmund Mach (FEM), 2Faculty of Science and Technology, Free University of Bolzano, 3Department of Agriculture, Food and Environmental Sciences, University of Foggia, 4Institute of Analytical Chemistry & Radiochemistry, Leopold-Franzens Universität Innsbruck, 5Institut für Ionenphysik und Angewandte Physik, Leopold-Franzens Universität Innsbruck

In This Article

Summary

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Abstract

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

质子转移反应（PTR），结合飞行时间（ToF）质谱（MS）是基于直接注入质谱（DIMS）技术的基于化学电离的分析方法。这些技术可以快速测定挥发性有机化合物（VOC），确保高灵敏度和准确度。一般来说，PTR-MS既不需要样品制备也不需要样品破坏，可以对样品进行实时和非侵入性分析。 PTR-MS在许多领域得到开发，从环境和大气化学到医学和生物科学。最近，我们开发了一种基于PTR-ToF-MS联合自动采样器和定制数据分析工具的方法，以增加自动化程度，从而提高该技术的潜力。这种方法允许我们监测生物过程（ 例如酶促氧化，酒精发酵），筛选大样品组例如不同的来源，整个胚泡），并分析几种实验模式（ 例如 ，给定成分的不同浓度，特定技术参数的不同强度）在VOC含量方面。在这里，我们报告了实验方案，例示了我们的方法的不同可能的应用: 即酸奶发酵过程中释放的VOCs（在线生物过程监测），与不同苹果品种（大规模筛选）相关的VOC的监测， ，以及咖啡饮用期间维生素VOC释放的体内研究（鼻孔空间分析）。

Introduction

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

直接注入质谱（DIMS）技术代表了一类分析仪器方法，具有高灵敏度和鲁棒性的相当大的质量和时间分辨率，可以快速检测和定量挥发性有机化合物（VOC） 1 。这些工具方法包括MS-e-noses，大气压力化学电离质谱（APCI-MS），质子转移反应质谱（PTR-MS）和选定离子流管质谱（ SIFT-MS） 1 。每种方法的优点和缺点取决于:样品注入的种类，前体离子的来源和控制，电离过程的控制以及质量分析仪1,2 。

质子转移反应质谱（PTR-MS）是二十多年前开发的，用于实时监测和检测在空气中的最低挥发性有机化合物（VOC）的低检测限（通常为几ppbv，体积百分之十）。目前PTR-MS的应用范围从医疗应用，食品控制到环境研究5,6 。该技术的主要特点是:快速连续测量的可能性，前体离子的强烈和纯净的来源，以及控制电离条件（压力，温度和漂移电压）的可能性。这些功能允许将多功能用途与高标准化组合1,4 。事实上，该方法是基于水合氢离子（H 3 O + ）的反应，其在大多数挥发性化合物（特别是以质子亲和力高于水的特征）中诱导非解离质子转移，质子化中性化合物（M）根据反应:H 3 O + + M→H 2 O + MH + 。与其他技术相比， 例如 APCI-MS，前体离子产生和样品电离分成两个不同的仪器室（ 图1中给出了PTR-MS仪器的示意图 ）。中空阴极离子源中的水蒸汽放电产生一束水合氢离子。在此阶段之后，离子穿过漂移管，其中VOC的电离发生7 。离子然后进入脉冲提取部分并加速到TOF部分。通过飞行时间，可以确定离子8的质荷比。每个提取脉冲导致所选m / z范围的完整质谱8 。离子光谱由快速数据采集系统7记录。一个完整的频谱是典型的在一秒钟内获得，尽管可以根据信号噪声水平实现更高的时间分辨率，并且即使没有校准，也可以提供VOC顶空浓度的定量估计9,10 。

figure-introduction-1
图1: PTR-MS的示意图。 PTR-MS仪器的示意图。 HC:具有中空阴极的外部离子源; SD:源漂移;六，文丘里型入口; EM，电子倍增器; FC1-2，流量控制器。转载自Boschetti 等人的许可7 。 请点击此处查看此图的较大版本。

11 。 PTR对环境，大气，食品，技术，医学和生物科学十分有兴趣12 。

与食品基质相关的挥发性有机化合物在食品科学和技术方面具有突出的兴趣，因为它们在与气味和风味感知相关的生物现象的分子基础中起重要作用，因此在食品接受度方面。因此，我们对VOC的实时和非侵入性检测的兴趣主要涉及食品的感官品质。此外，如果我们考虑通过释放的VOC 13检测腐败和致病微生物的可能性，和/或监测挥发性有机化合物作为标记物机翼技术过程（ 例如热处理中的美拉德副产品） 14 ，VOC识别和定量是食品质量管理中感兴趣的领域。几种近来PTR-MS技术用于快速监测和定量食品基质中VOCs的应用证明了这些分析方法的广泛应用（ 表1 ）。

食物矩阵 种类适用 简要描述;简介 参考
牛油筛选/表征欧洲的地理起源 15
酸奶生物过程监控乳酸过程中的进化心理状态 16
谷物酒吧 体内测量在食用不同糖成分的谷物酒的食物空间 17
液体模型系统模拟口服条件口腔压力和口腔状况的评估 18
苹果 体内测量消费苹果中的空白具有不同的遗传，结构和物理化学参数 19
咖啡筛选/表征专业咖啡的区别 20
葡萄必须筛选/表征烹饪过程的影响 21
调味糖果 体内测量决定使用不同的小组成员直接质谱法 22
火腿筛选/表征养猪系统的效果 23
面包模拟口服条件在咀嚼期间模拟面包香气 24
牛奶筛选/表征监测牛奶中光氧化诱导的动态变化 25
咖啡筛选/表征来自不同地理起源的烤咖啡的多样性 26
面包生物过程监控不同酵母起泡器在酒精发酵过程中的作用 27
咖啡 体内测量在消费不同的焙炒咖啡制品期间的空气 28
筛选/表征生产位置，生产系统和品种的影响 29
面包生物过程监控酒精发酵过程中面粉，酵母及其相互作用的影响三十
蘑菇筛选/表征干燥的猪笼草蘑菇的保质期 31
酸奶生物过程监控不同发酵剂培养物在乳酸发酵过程中的作用 32
苹果筛选/表征苹果种质资源多样性 33
咖啡筛选/表征跟踪咖啡来源 34
咖啡 体内测量组合a动态感官方法和体内鼻子空间分析来了解咖啡感觉 35

表1:使用PTR-ToF-MS在食品行业的科学研究清单。使用基于PTR的方法在食品相关实验中监测VOC含量的科学研究非详尽列表。

在最近的研究中，我们报告了P​​TR-ToF-MS的应用以及自动采样系统和定制的数据分析工具，以提高采样自动化和可靠性，从而提高这种技术的潜力7,10,13。这允许我们在VOC含量方面筛选大样本集（ 例如具有许多重复的不同来源的食物，整个胚泡），以分析几种实验模式对VOC释放的影响（ 例如不同浓度特定技术参数的不同强度），并监测与给定生物过程相关的VOC（ 如酶氧化，酒精发酵）。在这里，为了说明PTR-ToF-MS在农业食品行业的潜力，我们提出了三种范式应用:检测由不同微生物启动子培养物诱导的酸奶乳酸发酵期间释放的VOC（在线生物过程监测），监测与不同苹果栽培品种（大规模筛选）相关的挥发性有机化合物（VOC），以及饮用咖啡时鼻内VOC释放的体内研究（鼻孔空间分析）。

Access restricted. Please log in or start a trial to view this content.

Protocol

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

该议定书遵循我们的人类研究伦理制度委员会的指导方针。

样品制备和自动进样器条件

  1. 在线生物过程监测:检测乳酸发酵过程中释放的挥发性有机酸
    注意:本协议的这一部分代表了Benozzi 等报道的程序的一部分。 32
    1. 向每个小瓶（装有PTFE /硅胶隔片的20mL玻璃小瓶）中加入5mL巴氏灭菌牛奶。注意使用的牛奶类型，并将样品快速加热至45°C。将其转移到配有温度控制托盘（45°C）的多功能GC自动进样器。
    2. 使用自动进样器的机器人手臂接种微生物发酵剂培养物（根据起始培养基生产商的规格）的小瓶。根据所需酸奶的类型和规格设定孵育时间由起始文化制造商报告。设置自动进样器以方便地分析一个样品，在酸奶制备过程中获得乳酸发酵的在线VOC监测。
  2. 大规模筛选:监测与不同苹果基因型相关的VOC
    注意:本协议的这一部分代表Farneti 等人报告的一部分程序。 33，36
    1. 在成熟/保存期望的阶段， 例如苹果（ 例如在商业收获阶段）。选择至少五个均匀的水果，每个克隆没有任何可见的损伤。将苹果在室温（25°C）或冷藏（4°C）下保存所需时间。
    2. 用肉片采样器从每个苹果收集五个圆柱形盘（直径1.7厘米，厚1厘米）。包括一部分皮质组织，避免核心部分与种子。立即使样品均质并在液氮中冷冻。储存于-80°C直到分析。
    3. 在分析前，将来自每个生物复制品的2.5g苹果样品的三次重复放入小瓶（装有PTFE /硅胶隔片的20mL玻璃小瓶）中。将样品与2.5mL去离子水，1g氯化钠，12.5mg抗坏血酸和12.5mg柠檬酸混合，并将样品保持在4℃直到分析（最多3天）。
    4. 在40℃下孵育样品，然后设置自动进样器以自动分析VOC。
  3. 空气分析:研究饮酒过程中VOC的深度释放
    注意:该协议的这一部分代表Romano 等报道的程序的一部分。 28
    1. 从磨碎的咖啡样品中准备冲泡的咖啡。
      1. 使用咖啡机:报告水/粉比，所用矿泉水的种类，咖啡机的类型以及获得咖啡饮料所采用的程序（数量是咖啡机尺寸的函数）。
      2. 使用六杯咖啡机，意大利知名的"moka"，使用450毫升水和30克咖啡粉。将煮过的咖啡放入容器中，并将其转移到恒温水浴（60°C）中。
    2. 对于每个咖啡冲泡，将7.5mL等分试样转移到具有塑料盖的聚苯乙烯杯（40mL）中。每个小组成员按照协议对饮料进行尝试:i）30秒的自由呼吸，ii）单次喝咖啡，然后快速吞咽，iii）3分钟的呼吸进入符合人体工程学的玻璃鼻梁28 。
    3. 每天重复整个实验连续三天，随机抽取咖啡样本和小组成员的次序。
    4. 通过将硅橡胶中的一次性符合人体工程学的喷嘴安装在小组成员的鼻子上进行采样。连接n通过仅在与面板主体接触的第一部分中不加热的PEEK管到PTR-ToF-MS，然后在110℃下在入口软管中加热，该入口软管将采样接口与PTR-MS连接仪器。
      注意:在表2中，用Benozzi 等人报道的类似程序分析的产品列表。 32 ，Farneti et al。 33,36和Romano 等人 28报道。
食物矩阵 样品数量和种类 参考
苹果作者筛选了由新旧苹果品种组成的190个种质资源 33
酸奶在酸乳酪乳酸发酵过程中释放的VOCs分析了四个起动器（A，FD-DVS YF-L812 Yo-Flex，Chr.Hansen; B，FD-DVS YC-380Yo-Flex，Chr.Hansen; C，FD -DVS YC-X11 Yo-Flex，Hansen; D，YO-MIX 883，Danisco） 32
咖啡使用从单一纯阿拉比卡咖啡混合物获得的三种不同种类的研磨咖啡:中烤，黑烤和脱咖啡因培养基 28

表2:分析产品清单。通过与Benozzi 等人报道的类似程序分析的产品清单。 32 ，Farneti et al。 33,36和Romano 等人 28

2.实验设计与实践预防

  1. 执行至少三个日间生物复制品每个都有三个技术重复，每个实验模式。
  2. 在进行样品孵育和分析之前，每个小瓶以200sccm的清洁空气冲洗顶空1分钟。
  3. 为每个实验模式准备一个空白，在相同的样品条件下孵育和分析空白。
  4. 随机抽样/空白的顺序进行分析。
  5. 与用于检测VOC的其他方法类似，在使用仪器之前，限制使用香水的个人护理产品以及口香糖和香烟。在实验室中紧密封住挥发性化学物质，并在测试期间尽可能多地控制气流。

3. PTR-MS仪器优化与分析

注意:工具条件在参考文献中有描述（ 例如 Makhoul 等人 27 ）。

  1. 用商品进行样品的顶空测量以PTR-ToF-MS装置为标准配置模式。
  2. 直接将空气注入PTR-MS漂移管顶空，无需任何处理。样品空气通过PTR-MS连续流动，因此通过简单地将PTR-MS入口的末端插入样品顶部空间来实现注射。
  3. 设置并不断验证漂移管中的以下电离条件:110°C漂移管温度，2.30 mbar漂移压力，550 V漂移电压。这导致约140Td（1Td = 10 -17cm 2 V - 1s - 1 ）的E / N比。入口管线由在110℃加热的PEEK毛细管（内径0.04英寸）组成。默认情况下，将入口流量设置为40sccm。
  4. 将ToF采集通道的采样时间设置为0.1 ns，对于m / z = 400的质谱，共有35万个通道。每个单个频谱是大约28,600次采集的总和持续35每个μs，导致1秒的时间分辨率。
    注意:然后连续存储光谱。光谱测量信号在几秒钟内（从入口管线中更换气体所需的时间）从背景水平增长到稳定值，并且仅在进一步分析后考虑采集的光谱。

4.定制数据分析

注意:使用MATLAB中的过程开发了量身定制的数据分析。

  1. 通过基于泊松统计的方法校正离子检测器死区时间造成的计数损失，如Cappellin 等人所述。 10 。
  2. 根据Cappellin 等人描述的程序执行内部校准38达到良好的质量精度（高达0.001 Th）。
  3. 进行复合注释比较获得的光谱数据与参考标准的碎片数据和数据r在科学文献中报道。
  4. 根据Cappellin 等人进行降噪，基线去除和峰强度提取。 39 ，使用修改的高斯拟合峰。
  5. 通过Lindinger 等人描述的公式计算峰值强度，单位为ppbv（以体积计） 。 5 ，当底层化合物未知时，使用适当的反应速率系数或反应速率系数（k = 2.10-9cm 3 s -1 ）的常数值。后者引入高达30％的系统误差，如果实际系数已知40则可以解释 。
  6. 通过执行主成分分析，方差分析，Tukey的事后检验以及适应使用R开发的现有包装的其他统计测试/分析来挖掘数据（ 例如 Cappellin 等人 10）。

Access restricted. Please log in or start a trial to view this content.

Results

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

样品的挥发性曲线导致了每秒获得的所需质量范围的完整质谱。在图2中 ，给出了酸奶在线生物过程中获得的平均光谱的一个例子32 。在每个频谱中，可以识别在m / z范围内高达250 Th的300个质量峰。

figure-results-1
图2: 酸奶制造过程中接种牛奶样品的平均PTR-ToF-MS光谱。在酸奶制造过程中接种乳样品的平均PTR-ToF-MS光谱的低质量区域已经确定了m / z范围内的300多个质谱峰。转载自Benozzi 等人的许可32 。ove.com/files/ftp_upload/54075/54075fig2large.jpg"t...

Access restricted. Please log in or start a trial to view this content.

Discussion

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

耦合飞行时间（ToF）质谱分析仪的质子转移反应 - 质谱（PTR-MS）代表了对挥发性有机化合物的鉴定和定量的需要以及快速分析分析的必要性之间的有效折中。表征ToF质量分析仪的高质量分辨率为相关灵敏度和质谱提供了相当大的信息内容。此外，PTR-ToF-MS与自动采样器的配合以及增加自动化程度的定制数据分析工具的应用，增强了这一技术的潜力。

在许多研究和技术领域，挥发性化合物检测可能是相关的，特别是食品科学和技术需要灵敏度，高分辨率和直接分析。一方面，VOC分析的参考方法是基于气相色谱法，其提供更多的特异性，但是i本质上较慢，只能以额外的预处理或浓缩程序的价格实现类似的灵敏度。一些快速分析，如鼻子空间，不能用基于GC的方法进行。使用PTR-MS和GC作为补充方法的许多样品的其他研究屏幕:PTR_MS允许测量非常大的样品组，而减少子集的GC分析提供了更好的解释PTR-MS数据40的附加信息。另一方面，已经提出了用于VOC分析的其他快速方法， 例如基于电子鼻或MS-特征或特定传感器的快速方法。与PTR-MS相比，它们便宜得...

Access restricted. Please log in or start a trial to view this content.

Disclosures

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

作者没有什么可透露的。

Acknowledgements

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

这项工作得到了欧盟委员会第 7 框架计划第 287382 号资助协议的支持。SY 是欧盟委员会第 7 个框架计划赠款协议的受益人，编号为 287382。IK 是 Fondazione Edmund Mach 的 FIRST 博士学校资助的受益者。由于他在福贾大学的工作，VC 得到了普利亚地区在"Future In Research"计划（实践代码 9OJ4W81）框架内的支持。

Access restricted. Please log in or start a trial to view this content.

Materials

List of materials used in this article
NameCompanyCatalog NumberComments
PTR-TOF 8000 高分辨率 PTR-TOF-MS离子离子分析仪 Ges.m.b.H.PTR-TOF 8000挥发性有机化合物 （VOC） 检测器，允许以非常高的质量分辨率进行连续 VOC 定量
GERSTEL MPS 2XLGerstelA 多功能自动进样器 
气体校准装置Ionicon Analytik Ges.m.b.H.GCU-s / GCU-a一种动态气体稀释系统，可在载气流中提供可变但已知数量的不同标准化合物
TofDaqTofwerk AGhttp://soft.tofwerk.com/    免费提供;数据采集软件 （用于 Spectra  采集）
MATLAB MathWorkshttp://it.mathworks.com/products/matlab/ 一种用于算法开发、数据可视化和数据分析的技术计算语言和交互式环境
RThe R Foundation免费提供，网址为 https://cran.r-project.org/mirrors.html  用于统计计算和图形的语言和环境

References

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Biasioli, F., Yeretzian, C., Märk, T. D., Dewulf, J., Van Langenhove, H. Direct-injection mass spectrometry adds the time dimension to (B)VOC analysis. Trends Analyt Chem. 30 (7), 1003-1017 (2011).
  2. Berchtold, C., Bosilkovska, M., Daali, Y., Walder, B., Zenobi, R. Real-time monitoring of exhaled drugs by mass spectrometry. Mass Spectrom Rev. 33 (5), 394-413 (2014).
  3. Hansel, A., et al. Proton transfer reaction mass spectrometry: on-line trace gas analysis at the ppb level. Int J Mass Spectrom Ion Process. 149, 609-619 (1995).
  4. Jordan, A., et al. An online ultra-high sensitivity Proton-transfer-reaction mass-spectrometer combined with switchable reagent ion capability PTR + SRI - MS). Int J Mass Spectrom. 286 (1), 32-38 (2009).
  5. Lindinger, W., Hansel, A., Jordan, A. On-line monitoring of volatile organic compounds at pptv levels by means of proton-transfer-reaction mass spectrometry (PTR-MS) medical applications, food control and environmental research. Int J Mass Spectrom Ion Process. 173 (3), 191-241 (1998).
  6. Biasioli, F., Gasperi, F., Yeretzian, C., Märk, T. D. PTR-MS monitoring of VOCs and BVOCs in food science and technology. Trends Analyt Chem. 30 (7), 968-977 (2011).
  7. Campbell-Sills, H., et al. Advances in wine analysis by PTR-ToF-MS: Optimization of the method and discrimination of wines from different geographical origins and fermented with different malolactic starters. Int J Mass Spectrom. , 42-51 (2016).
  8. Jordan, A., et al. A high resolution and high sensitivity proton-transfer-reaction time-of-flight mass spectrometer (PTR-TOF-MS). Int J Mass Spectrom. 286 (2-3), 122-128 (2009).
  9. Lindinger, W., Hansel, A., Jordan, A. Proton-transfer-reaction mass spectrometry (PTR-MS): on-line monitoring of volatile organic compounds at pptv levels. Chem Soc Rev. 27 (5), 347-375 (1998).
  10. Cappellin, L., et al. On data analysis in PTR-TOF-MS: From raw spectra to data mining. Sens Actuators B Chem. 155 (1), 183-190 (2011).
  11. Ellis, A. M., Mayhew, C. A. Proton Transfer Reaction Mass Spectrometry: Principles and Applications. , John Wiley & Sons. Chichester, West Sussex. (2012).
  12. Blake, R. S., Monks, P. S., Ellis, A. M. Proton-Transfer Reaction Mass Spectrometry. Chem Rev. 109 (3), 861-896 (2009).
  13. Romano, A., Capozzi, V., Spano, G., Biasioli, F. Proton transfer reaction-mass spectrometry: online and rapid determination of volatile organic compounds of microbial origin. Appl Microbiol Biotechnol. 99 (9), 3787-3795 (2015).
  14. Pollien, P., Lindinger, C., Yeretzian, C., Blank, I. Proton transfer reaction mass spectrometry, a tool for on-line monitoring of acrylamide formation in the headspace of maillard reaction systems and processed food. Anal Chem. 75 (20), 5488-5494 (2003).
  15. Maçatelli, M., et al. Verification of the geographical origin of European butters using PTR-MS. J Food Compost Anal. 22 (2), 169-175 (2009).
  16. Soukoulis, C., et al. Proton transfer reaction time-of-flight mass spectrometry monitoring of the evolution of volatile compounds during lactic acid fermentation of milk. Rapid Commun Mass Spectrom. 24 (14), 2127-3134 (2010).
  17. Heenan, S., et al. PTR-TOF-MS monitoring of in vitro and invivo flavour release in cereal bars with varying sugar composition. Food Chem. 131 (2), 477-484 (2012).
  18. Benjamin, O., Silcock, P., Beauchamp, J., Buettner, A., Everett, D. W. Tongue pressure and oral conditions affect volatile release from liquid systems in a model mouth. J Agric Food Chem. 60 (39), 9918-9927 (2012).
  19. Ting, V. J. L., et al. In vitro and in vivo flavor release from intact and fresh-cut apple in relation with genetic, textural, and physicochemical parameters. J Food Sci. 77 (11), 1226-1233 (2012).
  20. Özdestan, Ö, et al. Differentiation of specialty coffees by proton transfer reaction-mass spectrometry. Food Res Int. 53 (1), 433-439 (2013).
  21. Dimitri, G., et al. PTR-MS monitoring of volatiles fingerprint evolution during grape must cooking. LWT-Food Sci Technol. 51 (1), 356-360 (2013).
  22. Déléris, I., et al. Comparison of direct mass spectrometry methods for the on-line analysis of volatile compounds in foods. J Mass Spectrom. 48 (5), 594-607 (2013).
  23. Sánchez del Pulgar, J., et al. Effect of the pig rearing system on the final volatile profile of Iberian dry-cured ham as detected by PTR-ToF-MS. Meat Sci. 93 (3), 420-428 (2013).
  24. Onishi, M., Inoue, M., Araki, T., Iwabuchi, H., Sagara, Y. A PTR-MS-based protocol for simulating bread aroma during mastication. Food Bioproc Tech. 5 (4), 1228-1237 (2010).
  25. Beauchamp, J., Zardin, E., Silcock, P., Bremer, P. J. Monitoring photooxidation-induced dynamic changes in the volatile composition of extended shelf life bovine milk by PTR-MS. J Mass Spectrom. 49 (9), 952-958 (2014).
  26. Yener, S., et al. PTR-ToF-MS characterisation of roasted coffees (C. arabica) from different geographic origins. J Mass Spectrom. 49 (9), 929-935 (2014).
  27. Makhoul, S., et al. Proton-transfer-reaction mass spectrometry for the study of the production of volatile compounds by bakery yeast starters. J Mass Spectrom. 49 (9), 850-859 (2014).
  28. Romano, A., et al. Nosespace analysis by PTR-ToF-MS for the characterization of food and tasters: The case study of coffee. Int J Mass Spectrom. 365, 20-27 (2014).
  29. Muilwijk, M., Heenan, S., Koot, A., van Ruth, S. M. Impact of production location, production system, and variety on the volatile organic compounds fingerprints and sensory characteristics of tomatoes. J Chem. 2015, 981549(2015).
  30. Makhoul, S., et al. Volatile compound production during the bread-making process: effect of flour, yeast and their interaction. Food Bioproc Tech. 8 (9), 1925-1937 (2015).
  31. Aprea, E., et al. Volatile compound changes during shelf life of dried Boletus edulis: comparison between SPME-GC-MS and PTR-ToF-MS analysis. J Mass Spectrom. 50 (1), 56-64 (2015).
  32. Benozzi, E., et al. Monitoring of lactic fermentation driven by different starter cultures via direct injection mass spectrometric analysis of flavour-related volatile compounds. Food Res Int. 69, 235-243 (2015).
  33. Farneti, B., et al. Comprehensive VOC profiling of an apple germplasm collection by PTR-ToF-MS. Metabolomics. 11 (4), 838-850 (2014).
  34. Yener, S., et al. Tracing coffee origin by direct injection headspace analysis with PTR/SRI-MS. Food Res Int. 69, 235-243 (2015).
  35. Charles, M., et al. Understanding flavour perception of espresso coffee by the combination of a dynamic sensory method and in-vivo nosespace analysis. Food Res Int. 69, 9-20 (2015).
  36. Farneti, B., et al. Untargeted metabolomics investigation of volatile compounds involved in the development of apple superficial scald by PTR-ToF-MS. Metabolomics. 11 (2), 341-349 (2014).
  37. Bean, H. D., Zhu, J., Hill, J. E. Characterizing Bacterial Volatiles using Secondary Electrospray Ionization Mass Spectrometry (SESI-MS). J Vis Exp. (52), e2664(2011).
  38. Cappellin, L., et al. Extending the dynamic range of proton transfer reaction time-of-flight mass spectrometers by a novel dead time correction. Rapid Commun Mass Spectrom. 25 (1), 179-183 (2011).
  39. Cappellin, L., et al. On Quantitative Determination of Volatile Organic Compound Concentrations Using Proton Transfer Reaction Time-of-Flight Mass Spectrometry. Environ Sci Technol. 46 (4), 2283-2290 (2012).
  40. Cappellin, L., et al. PTR-ToF-MS and data mining methods: a new tool for fruit. Metabolomics. 8 (5), 761-770 (2012).
  41. Yeretzian, C., Jordan, A., Lindinger, W. Analysing the headspace of coffee by proton-transfer-reaction mass-spectrometry. Int J Mass Spectrom. 223, 115-139 (2003).
  42. Sulzer, P., et al. From conventional proton-transfer-reaction mass spectrometry (PTR-MS) to universal trace gas analysis. Int J Mass Spectrom. 321, 66-70 (2012).
  43. Cappellin, L., et al. Ethylene: Absolute real-time high-sensitivity detection with PTR/SRI-MS. The example of fruits, leaves and bacteria. Int J Mass Spectrom. 365, 33-41 (2014).
  44. Ruzsanyi, V., Fischer, L., Herbig, J., Ager, C., Amann, A. Multi-capillary-column proton-transfer-reaction time-of-flight mass spectrometry. Journal of Chromatography A. 1316, 112-118 (2013).
  45. Romano, A., et al. Wine analysis by FastGC proton-transfer reaction-time-of-flight-mass spectrometry. Int J Mass Spectrom. 369, 81-86 (2014).
  46. Aprea, E., Biasioli, F., Märk, T. D., Gasperi, F. PTR-MS study of esters in water and water/ethanol solutions: Fragmentation patterns and partition coefficients. Int J Mass Spectrom. 262 (1-2), 114-121 (2007).
  47. Sulzer, P., et al. A Proton Transfer Reaction-Quadrupole interface Time-Of-Flight Mass Spectrometer (PTR-QiTOF): High speed due to extreme sensitivity. Int J Mass Spectrom. 368, 1-5 (2014).
  48. Barber, S., et al. Increased Sensitivity in Proton Transfer Reaction Mass Spectrometry by Incorporation of a Radio Frequency Ion Funnel. Anal Chem. 84 (12), 5387-5391 (2012).

Access restricted. Please log in or start a trial to view this content.

Reprints and Permissions

Request permission to reuse the text or figures of this JoVE article

Request Permission

Tags

PTR ToF MSVolatile Organic CompoundsAutomated SamplingBioprocess MonitoringNose space AnalysisFood Science TechnologyDirect Injection Mass SpectrometryData Analysis ToolsVOC ScreeningLactic Acid Fermentation

Related Articles