Gaz Kromatografisi-Kütle Spektrometresi ile Birleştirilmiş Headspace Katı Faz Mikroextraction Kullanarak Frenk Üzümü Meyvesinde Uçucu Bileşiklerin Profillemesi
9 Haziran 2021
Olgun frenk üzümü meyvelerinde hızlı, güvenilir ve yarı otomatik uçucu tanımlama ve niceleme için burada bir headspace katı faz mikroextraction-gaz kromatografi platformu açıklanmıştır. Bu teknik, meyve aroması hakkındaki bilgileri artırmak ve üreme amacıyla gelişmiş lezzete sahip kültivarları seçmek için kullanılabilir.
Meyve aromasının iyileştirilmesi, üreme programlarında ana hedeflerden biridir. Bunun için meyvelerdeki uçucu bileşenleri ölçmemizi sağlayan güvenilir bir tekniğe ihtiyacımız var. Bu teknik hızlı ve yarı otomatiktir ve günde 22 numuneye kadar ölçüm yapma olanağı sağlar.
Ek olarak, nispeten ucuzdur ve minimum numune işleme gerektirir. Bu yöntem, ekonomik olarak önemli meyve bitkileri gibi tüm meyve türleri için kolayca uygulanabilir. Ek olarak, tespit edilen bileşiğin kütüphane boyutu kolayca artırılabilir.
Başlamak için, wade donmuş numuneyi içeren beş mililitrelik bir tüpe bir mililitre sodyum klorür çözeltisi ekleyin. Numune tamamen çözülene ve homojenize olana kadar tüpü sallayın. Daha sonra oda sıcaklığında beş dakika boyunca 5.000 kez g'da santrifüjleyin.
1.000 mikroliter pipet ucunun ucunu kesin ve kafa boşluğu dosyası içeren sodyum klorüre süpernatant aktarmak için kullanın. Kafa boşluğu dosyası içeren her örneğe beş mikrolitre dahili standart ekleyin. Kapalı kafa boşluğu dosyasını, otomatik HS-SPME/GC-MS çalışması için oda sıcaklığında bir GC-MS otomatik örnekleyiciye yerleştirin ve biyolojik çoğaltmaların otomatik örnekleyicide art arda konumlara yer olmadığından emin olun.
Kafa boşluğu dosyalarını 52 santigrat derecede 10 dakika boyunca 17 kez ajitasyonla önceden kuluçkaya yatırın G.Fiberi kafa boşluğuna maruz bırakmak ve VOC ekstraksiyonu gerçekleştirmek için şişeye bir SPME cihazı yerleştirin 17 kez ajitasyon ile 50 santigrat derecede 30 dakika G.Uçucu desorpsiyon için bölünmez modda 250 santigrat derecede bir dakika boyunca enjeksiyon portuna lifi tanıyın. Daha sonra bir SPME temizleme istasyonundaki elyafı 250 santigrat derecede beş dakika azotla temizleyin. VoC'leri, el yazmasında açıklandığı gibi bir iyon kapanı kütle spektrometresine bağlı bir gaz kromatografı ile analiz edin.
Ham GC-MS profil dosyalarını açın. Bileşikleri tanımlamak için saklama sürelerini, kütle spektrumlarını ve Kovats doğrusal tutma indekslerini özgün standartlardan elde edilen bekletme indeksleriyle karşılaştırın. Her ticari standart için, iyonları şarj etmek için en bol kütlede saklama süresine açıklama ekleme.
Ardından her VOC için belirli bir M by Z iyonunu seçin. Toplu etki düzeltmesi için, her numunenin VOC tepe alanını, aynı çalıştırmada analiz edilen kontrol örneğindeki ilgili tepe alanına normalleştirin.
HS-SPME/GC-MS tarafından elde edilen olgun bir frenk üzümü meyve uçucu toplam iyon kromatogram profili, meyve meyve türlerinin profilini çıkarmak için geliştirilen bir kütüphaneye dayanarak esterlere, aldehitlere, alkollere, ketonlara, terpenlere ve furanlara ait 63 VOC tanımladı. Gözlenen en bol zirvelerden bazıları linalool ve terpineol olmak üzere iki monoterpene ve 2-Hexenal ve 3-Hexenal olmak üzere iki C6 bileşiğine karşılık gelir. Saf ticari standartların spektrumları ile karşılaştırılmasında siyah akım profillerinden elde edilen kütle spektrası 2-Hexenal ve terpineol için gösterilmiştir.
Dört farklı siyah akım kültünün VOC profillerinden PCA, PC1'in örnekleri konumlarına göre ayırması nedeniyle ortamın uçucu içeriği güçlü bir şekilde etkilediğini gösterdi. Ben Tirran kalan kültivarlardan açıkça ayrıldığı için etkili genotip PC2 ile gözlemlenebilir. Değerlendirilen dört siyah akım kültivarında linalool ve 2-Hexenal'in göreceli içeriği, Linalool içeriğinin Polonya'da genellikle İskoçya'dan daha yüksek olduğunu doğrularken, 2-Hexenal tam tersi bir eğilim göstermiştir.
Linalool oranı en yüksek Ben Tirran kültivyarlarında, 2-Hexenal'de en yüksek Ben Tron cultivars'taydı. Uygun bir uçucu ekstraksiyon sağlamak için donmuş malzeme ile başlamak, ince bir toz haline getirmek önemlidir. Çıkarıldıktan sonra, numune en kısa sürede otomatik örnekleyiciye yerleştirilmelidir.
Bu yöntem, diğer önemli metabolikleri tanımlamak, gıda tadı veya besin değeri için, gelişmiş organoleptik özelliğe sahip çeşitleri yetiştirmek için diğer metabolik platformlarla birleştirilebilir.
Tam transkripti görüntüleyin ve binlerce bilimsel videoya erişin
Genel Bakış
Bu makale, olgun siyah frenk üzümü meyvelerindeki uçucu bileşenlerin hızlı ve güvenilir tanımlanması ve kantitatif analizi için bir başlık uzay katı faz mikro ekstraksiyon-gaz-kromatografi platformu sunmaktadır. Bu yarı otomatik teknik, meyve aromasının anlaşılmasına yardımcı olur ve ıslah amaçlı iyileştirilmiş aromalı çeşitlerin seçimine yardımcı olur.
Çalışmanın Temel Bileşenleri
Bilim Alanı
- Meyve ıslahı
- Uçucu bileşen analizi
- Aroma profili
Arka Plan
- Meyve aromasının iyileştirilmesi, ıslah programlarının ana hedefidir.
- Meyvelerdeki uçucu bileşenleri ölçmek için güvenilir tekniklere ihtiyaç vardır.
- Bu yöntem, ekonomik açıdan önemli meyve mahsulleri de dahil olmak üzere çeşitli meyve türleri için geçerlidir.
- Tespit edilen bileşikler kütüphanesi kolayca genişletilebilir.
Çalışmanın Amacı
- Uçucu analiz için hızlı ve yarı otomatik bir yöntem geliştirmek.
- Meyve aroması hakkında bilgiyi artırmak.
- İslah için daha iyi aromalı çeşitlerin seçimine yardımcı olmak.
Kullanılan Yöntemler
- Başlık uzay katı faz mikro ekstraksiyon
- Gaz kromatografisi
- Minimum gereksinimlerle numune işleme
- Günde en fazla 22 numune ölçümü
Ana Sonuçlar
- Tekniğin uçucu tanımlamada etkinliğini göstermiştir.
- Olgun siyah frenk üzümü meyvelerinin aroma profilleri hakkında bilgiler sağlamıştır.
- Çeşitli meyve türlerinde uygulama potansiyeli göstermiştir.
- Yöntemin maliyet etkinliğini ve verimliliğini vurgulamıştır.
Sonuçlar
- Geliştirilmiş platform, meyve aroması araştırması için değerli bir araçtır.
- İslah programlarında üstün çeşitlerin seçimini kolaylaştırabilir.
- Yöntemin çok yönlülüğü, onu geniş bir meyve yelpazesine uygulanabilir kılar.
Sıkça Sorulan Sorular
Executive Industry Relevance
Reliable quantification of volatile organic compounds (VOCs) supports fruit breeding programs by enabling objective assessment of aroma profiles linked to consumer acceptance. This HS-SPME/GC-MS method provides a semi-automated, high-throughput platform for identifying key aroma biomarkers such as terpenoids and C6 volatiles in blackcurrant and other berry species. The approach facilitates data-driven cultivar selection and mechanistic de-risking in early-stage discovery by connecting chemical profiles to organoleptic traits.
Strategic Applications in Biopharma R&D
Early Discovery & Target Validation
- Scientific Value: Enables interrogation of genetic and environmental influences on VOC biosynthesis pathways.
- Operational Value: Supports hypothesis testing for aroma-related traits using quantitative biomarker data.
- Predictive Value: Links specific VOCs like linalool and 2-Hexenal to genotype and location effects for informed breeding decisions.
Screening & Assay Development
- Assay Readiness: Generates reproducible VOC profiles using internal standard normalization and batch correction controls.
- Scalability: Processes up to 22 samples per day with minimal manual intervention, enabling screening of diverse germplasm.
- Platform Reuse: Expandable compound library allows application across multiple fruit species and metabolic pathways.
Translational & Preclinical Research
- Translational Continuity: VOC biomarkers bridge discovery and preclinical validation by correlating chemical composition with sensory outcomes.
- Mechanistic De-risking: Reduces ambiguity in linking genotype to phenotype through validated chemical readouts.
- Risk-Adjusted Advancement: Enables prioritization of cultivars with superior aroma profiles based on reproducible quantitative data.
Pipeline & Workflow Integration
The method fits within the discovery continuum from hypothesis generation to lead identification, providing quantitative VOC data that informs breeding decisions and supports translational continuity in crop improvement programs.
- Discovery Biology: Clarifies biosynthetic pathways and gene-environment interactions affecting volatile production.
- Screening: Delivers standardized, quantitative outputs for high-throughput evaluation of genetic diversity.
- Analytics: Uses peak area normalization and retention time confirmation for accurate compound identification and drift correction.
- Translational Research: Connects VOC profiles to organoleptic quality, supporting advancement of cultivars with enhanced flavor.
- Enterprise Reuse: Semi-automated workflow and expandable library support long-term use across breeding programs and species.
Operational & Enterprise Impact
- Scientific Value: Increases confidence in target validation by linking VOC biomarkers to genetic and environmental factors.
- Operational Value: Ensures reproducibility through internal standardization, batch correction, and minimized drift.
- Strategic Value: Improves go/no-go decisions in cultivar selection by reducing reliance on subjective sensory assessment.
- Portfolio Impact: Enables risk-adjusted prioritization of breeding lines based on objective aroma quality metrics.
Implementation Considerations
- Requires expertise in VOC extraction, GC-MS operation, and data normalization techniques.
- Needs GC-MS with SPME capability, internal standards, and controlled temperature agitation units.
- Demands cross-team consistency in sample handling, particularly frozen tissue processing and vial preparation.
- Must account for matrix effects across different fruit species when expanding the compound library.
- Limited by compound volatility and fiber affinity, which may affect detection of certain VOC classes.
Biopharma FAQs
Chapters in this video
0:05
Introduction
0:42
Sample Preparation
1:17
Headspace Solid-phase Microextraction (HS-SPME) Coupled with Gas Chromatography-mass Spectrometry (GC-MS) Data Acquisition
2:23
Analysis of GC-MS Profile Chromatograms: VOC Identification and Semi-quantification
3:20
Results: Analysis of HS-SPME/GC-MS Chromatograms, PCA, and Relative VOC Content in Blackcurrant Fruits
4:48
Conclusion
