En hurtig metode til flygtig forbindelse analyse frugt er beskrevet. De flygtige forbindelser til stede i frirummet i en homogenat af prøven er hurtigt separeret og detekteret med ultra-hurtige gaskromatografi (GC) kobles med en overflade akustisk bølge (SAW) sensor. En procedure for håndtering af data og analyse er også drøftet.
Talrige og forskelligartede fysiologiske ændringer sker under frugtmodning, herunder udvikling af en specifik flygtig blanding, der karakteriserer frugt aroma. Modenhed ved høst er en af de vigtigste faktorer, der påvirker smagen kvaliteten af frugt og grøntsager 1. Valideringen af robuste metoder, der hurtigt at vurdere frugt modenhed og aroma kvalitet ville muliggøre forbedret styring af avancerede avlsprogrammer, produktion praksis og postharvest håndtering.
I løbet af de sidste tre årtier har megen forskning blevet udført på at udvikle såkaldte elektroniske næser, som er apparater i stand til hurtigt opdage lugt og smag 2-4. I øjeblikket er der adskillige kommercielt tilgængelige elektroniske næser i stand til at udføre flygtig analyse, baseret på forskellige teknologier. Den elektroniske næse anvendes i vores arbejde (zNose, EST, Newbury Park, CA, USA), består af ultra-hurtige gaskromatografi kombineret med en overflade akustisk sensor (UFGC-SAW). Denne teknologi er allerede blevet testet for sin evne til at overvåge kvaliteten af de forskellige råvarer, herunder påvisning af forringelse af æble 5, modenhed og råd evaluering mango 6, aroma profilering af thymus arter 7 c 6 flygtige forbindelser i druer, 8; karakterisering af vegetabilsk olie 9 og påvisning af adulterants i jomfru kokosolie 10.
Dette system kan udføre de tre store trin aromaanalyse: headspace prøveudtagning, adskillelse af flygtige forbindelser, og afsløring. I et minut, bliver output, et kromatogram, der produceres og efter en skylning cyklus, er instrumentet er klar til yderligere analyse. De opnåede resultater med zNose kan sammenlignes med de øvrige gaskromatografiske systemer ved beregning af Kovats Indices (KI). Når instrumentet er blevet indstillet med en alkan-standardopløsning, er retentionstiderne konverteres automatisk tilKIS. Imidlertid små ændringer i temperatur og strømningshastighed forventes at forekomme over tid, hvilket retentionstider at drive. Også afhængigt af polariteten af søjlen stationære fase, kan reproducerbarheden af KI beregninger varierer fra flere indeks enheder 11. En række programmer og grafiske grænseflader blev derfor udviklet til at sammenligne beregnede KIS blandt prøver i en semi-automatiseret måde. Disse programmer reducere den tid, der kræves for kromatogram analyse af store datasæt og minimere risikoen for misfortolkning af data, når kromatogrammerne ikke perfekt afstemt.
Vi præsenterer en fremgangsmåde til hurtig flygtig forbindelse analyse frugt. Prøveforberedelse, datafangst og håndtering procedurer er også diskuteret.
Elektroniske næser repræsenterer en lovende metode til hurtig, objektiv vurdering af aromaprofiler fra frugter eller flygtige-rige prøver. Men skift i retentionstid udgør en udfordring for peak identifikation og kan føre til misfortolkning af de data, når to kromatogrammer ikke er perfekt afstemt. Visuel inspektion af chromatogrammer indikerede, at variation af retentionstiderne blandt prøver ofte forårsaget samme top, der skal mærkes med lidt forskellige Ki-værdier (ca. ± 10). Dette blev omsat til en overdrevet antallet af unikke opdaget KIS. For at drage fordel af de faktiske omstændigheder, der (a) forskellige forbindelser er til stede på forskellige løbetid stadier og (b) teknisk gentagelser er ca ens, to edb-baserede scripts ("kim_merge.py", som indeholder rutiner til håndtering af data sæt, og "kim_interface.py", som tilvejebringer en grafisk brugergrænseflade (GUI)) blev udviklet til systematisksammenligne prøver i en semi-automatisk mode, hvilket reducerer den nødvendige tid til kromatogram analyse af store datasæt. Disse programmer tillader konsolidering, hvor det er relevant, af toppe mærket med en række Ki-værdier under en enkelt KI etiket. Dette tjener to vigtige formål: (a) det muliggør en statistisk analyse til at behandle sådanne toppe som en enkelt variabel, og (b) den letter maksimal identifikation og sammenligning med andre systemer og offentliggjorte værdier. Resultaterne præsenteret her viser, at melon prøver kunne blive diskrimineret baseres på modenhed og aroma profilering ved hjælp af zNose system i kombination med tilstrækkelig KI identifikation. Dette udgør en lovende ny teknologi til analyse af flygtige stoffer, der kan anvendes til kvalitetskontrol programmer.
The authors have nothing to disclose.
Forfatterne takker Bill Copes (Harris Moran Seed Company, Davis) for at give melon frugt til denne analyse. Dette projekt er støttet af specialafgrøder Research Initiative konkurrencedygtige tilskud Program ikke give. 2009-51181-05783 fra USDA National Institute for Fødevarer og Landbrug.
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 |