玉米加工参数和营养品质分析的高通量、微尺度协议 (玉蜀黍)
June 16th, 2018
在这里, 我们提出了处理谷物样品的微型协议, 并将这种微型方法纳入高通量分析管道。这是对当前可用协议的更高吞吐量适应性。
这种方法可以帮助回答关键问题，关于我们如何更好地选择生产更多营养食品的玉米品种，以及不同的营养化合物如何对当前的食品加工参数做出反应。这项技术的主要优点是，它允许我们在实验室中同时分析多个样品。它使我们能够对玉米片生产中包含的开始、中间和最后阶段进行采样。
该方法的可视化演示至关重要，因为许多提高方案通量的步骤并不直观，如果不小心，会导致样品交叉污染。首先，将 15 升压力锅放在电热板上。在压力锅中加入 1 升自来水，然后将水加热到 100 摄氏度。
当水加热时，将糖盐溶液和 100 克剥落的粗粒加入四个一夸脱的罐头罐中。接下来，使用玻璃搅拌棒将溶液与剥落的砂砾混合。当压力锅中的水开始沸腾时，加入一升自来水以降低水温。
然后将装有样品剥落粗砂的罐装罐放入压力锅中。水滚滚沸后，盖上压力锅的盖子。将样品剥落的粗玉米粉以 15 PSI 的浓度煮 1 小时。
这，让压力锅冷却，并完全减压。小心地使用耐热手套从压力锅上取下盖子。接下来，使用专用钳子从压力锅中取出样品剥落的砂砾。
用抹刀从剥落的粗粒中去除任何非胚乳材料。将 30 克煮熟的玉米粥放入称重船中，在 65 摄氏度的烤箱中干燥 12 小时。使用咖啡磨将煮熟的粗玉米粥样品研磨成细粉。
首先，将砂砾样品放在对流烤箱中衬有铝箔的烤盘上，在 107.2 摄氏度下烘烤 50 分钟。25 分钟后搅拌样品，以确保烘烤均匀。烘烤 50 分钟后，取出烤盘，让样品在室温下冷却 30 分钟。
然后，从烤盘中取出 30 克烤好的粗玉米粥，将样品放入称重船中，在 65 摄氏度的烤箱中干燥 12 小时。干燥后，使用咖啡研磨机将样品研磨成细粉，并储存以备后续分析。首先，从烤盘上取出剩余的烤玉米粥，将它们放入折叠成袋子的 1 米长的羊皮纸中。
然后小心地将烤好的玉米粥送入袋中，通过玉米饼压榨机。将烤好的玉米粥通过压榨机擀成后，用披萨刀将烤好的玉米粥切成两个半乘两个半厘米的正方形。打开羊皮纸袋，让卷好的薄片样品在室温下干燥 12 小时。
接下来，将片状样品放入预热的对流烘箱中，在 204.4 摄氏度下放置 60 至 90 秒。为确保均匀烘烤，请将样品均匀涂抹。让样品在室温下冷却 5 分钟，得到最终的烤玉米片产品。
最后，用咖啡磨将烤好的玉米片样品研磨成细粉。该方案可以与许多不同的营养分析结合使用。使用该方案分析了玉米片在所有加工阶段的阿魏酸和对香豆酸含量。
无论特定的杂交品种如何，大部分不溶性结合的阿魏酸在干磨和烹饪过程中被去除。同样，在干磨和烹饪过程中也去除了对香豆酸。此外，品种在不溶性结合的阿魏酸含量和 p-香豆酸含量方面的初始排名并不代表它们在最终加工阶段的排名。
一旦掌握，如果作得当，每天可以使用这种技术分析 16 个样品。这与我们使用的旧方案相比，后者每天只允许分析 3 到 4 个样品。开发后，这项技术不仅使我们能够探索某些营养化合物在整个加工过程中的总含量会发生什么变化，而且可以探索这些化合物是否以不同的形式存在，具有不同的生物利用度。
不要忘记，使用高压锅时，它可能非常危险，并且在执行此程序时应始终遵循预防措施，例如遵循和理解设备和安全协议随附的所有书面材料。
概述
本文介绍了一种用于处理谷物样品的微型协议，特别关注玉米品种。该方法通过允许同时分析多个样品来提高营养分析的产量。
关键研究组成部分
科学领域
- 食品科学
- 营养分析
- 谷物加工
背景
- 了解玉米中的营养化合物对食品生产至关重要。
- 当前的协议限制了可处理的样品数量。
- 高通量方法可以提高营养研究的效率。
- 视觉演示对于防止处理过程中的交叉污染至关重要。
研究目的
- 开发一个用于分析玉米营养含量的高通量协议。
- 调查加工对营养化合物的影响。
- 使多个样品的同时分析成为可能。
使用的方法
- 利用高压锅进行样品制备。
- 将糖盐溶液与片状玉米粉混合。
- 对样品进行顺序烹饪、干燥和研磨。
- 在处理各个阶段分析阿魏酸和对香豆酸含量。
主要结果
- 大部分不溶性结合的阿魏酸在干磨和烹饪过程中被去除。
- 对香豆酸水平在加工过程中也有所下降。
- 基于营养含量的品种初始排名在处理后发生了变化。
- 使用新协议每天最多可分析16个样品。
结论
- 开发的协议显著提高了样品处理量。
- 它允许对玉米中营养化合物进行全面分析。
- 在使用高压设备时，安全预防措施至关重要。
常见问题
Executive Industry Relevance
High-throughput microscale analysis of maize processing parameters enables rapid evaluation of nutritional retention across diverse germplasm, directly supporting breeding and food innovation pipelines. This protocol provides actionable insights into how processing impacts key nutritional compounds, informing both product development and germplasm selection. Integration of such analytical workflows enhances predictive confidence at the intersection of crop improvement and processed food quality.
Strategic Applications in Biopharma R&D
Early Discovery & Target Validation
- Enables systematic interrogation of how genetic and compositional differences affect nutritional outcomes post-processing.
- Supports biological de-risking by clarifying the fate of specific nutritional compounds during industrially relevant processing steps.
- Facilitates predictive confidence in selecting maize lines with superior nutritional retention for downstream development.
Screening & Assay Development
- Prepares validated, reproducible sample sets for quantitative nutritional analysis across multiple processing stages.
- Standardizes sample handling and throughput, allowing for robust comparison of processing effects on nutritional markers.
- Enables scalable, high-throughput screening of germplasm for nutritional quality under simulated industrial conditions.
Translational & Preclinical Research
- Aligns nutritional analysis with real-world processing, supporting translational continuity from breeding to product formulation.
- Provides data to inform risk-adjusted advancement of maize lines with improved processed food nutritional profiles.
- Offers mechanistic insight into compound loss and transformation, supporting predictive de-risking in food innovation.
Pipeline & Workflow Integration
This protocol bridges early discovery, screening, and translational research by enabling nutritional analysis at multiple processing stages, from raw grain to final product.
- Discovery Biology: Supports hypothesis testing on the impact of processing on nutritional compound retention.
- Screening: Delivers reproducible, quantitative outputs for comparing germplasm and processing parameters.
- Analytics: Provides stage-specific measurements of nutritional markers, enabling data-driven selection.
- Translational Research: Ensures continuity between breeding objectives and processed food quality outcomes.
- Enterprise Reuse: Adaptable protocol for other grains and nutritional targets, supporting broad R&D utility.
Operational & Enterprise Impact
- Scientific Value: Increases predictive confidence in nutritional outcomes and reduces ambiguity in compound fate during processing.
- Operational Value: Enhances throughput, standardization, and reproducibility in nutritional analysis workflows.
- Strategic Value: Informs go/no-go decisions for germplasm advancement and process optimization.
- Portfolio Impact: Enables risk-adjusted prioritization of breeding lines and processing parameters for healthier food products.
Implementation Considerations
- Requires expertise in sample preparation, nutritional analysis, and safe handling of processing equipment.
- Needs laboratory infrastructure for high-throughput sample processing and quantitative compound measurement.
- Demands rigorous cross-team standardization to ensure reproducibility and minimize cross-contamination.
- Adaptable to other grain systems with protocol modifications for specific processing and analytical needs.
- Safety protocols for pressure cooking and sample handling are essential to mitigate operational risks.
