本研究旨在通过分子感官方法研究煮沸对亳白芷风味的影响，共鉴定和分析了55种挥发性化合物（VOCs）和38种香气活性化合物。亳白芷中的关键香气活性化合物是α-gurjunene、prenol和α-copaene，芳樟醇和（E）-2-壬烯醛是亳白芷煮液中主要的关键香气活性化合物。
摘要
今天介绍一篇来自北京工商大学的李亭、于明光和宋焕禄等人于2022年1月发表在Journal of Food Composition and Analysis上的一篇论文。本研究旨在通过分子感官方法研究煮沸对亳白芷风味的影响，共鉴定和分析了55种挥发性化合物（VOCs）和38种香气活性化合物。亳白芷中的关键香气活性化合物是α-gurjunene、prenol和α-copaene，芳樟醇和（E）-2-壬烯醛是亳白芷煮液中主要的关键香气活性化合物。
1. 介绍
目前，白芷被广泛用作药物、食品配料以及用于增加风味和香味。在食品工业中，白芷用于去除异味，增加香味和食欲。白芷具有芳香和微苦的味道，常用于改善汤、煮牛肉、羊肉的口感，减少泡菜的异味。因此，非常有必要确定其风味特征。
迄今为止，尽管有几项研究已经确定了白芷中的挥发性芳香化合物，但食品加工对白芷香气特征的影响到目前为止少有研究。煮沸是加工白芷的最主要方法。越来越多的研究表明，食品原料的VOCs在食品加工过程中发生了显着变化，包括关键的芳香化合物。
分子感官科学，旨在区分芳香活性化合物与大量无味挥发物，并利用香气重组技术在气味受体水平上识别关键的芳香化合物的相互作用。在本研究中，采用气相色谱-嗅觉-质谱（GC-O-MS）分析了最佳沸腾条件下亳白芷和亳白芷煮液香气成分的变化。基于主成分分析（PCA）和正交偏最小二乘判别分析（OPLS-DA）来探索煮沸对白芷香气的影响。此外，利用香气提取物稀释分析 (AEDA)和结合气味活度值(OAV)来确定沸腾前后亳白芷中的关键香气活性化合物及其各自的贡献。最后，采用双向正交偏最小二乘（O2PLS）模型建立关键香气活性化合物与感官特性。
2.材料及方法
2.1 样品准备
亳白芷（产于安徽亳州）来自北京同仁堂药店。
2.2 香气特征的评估
将亳白芷或亳白芷煮沸液，置于顶空瓶中进行感官评价。每个风味属性的训练具体描述和标准总结在表1中。感官评分越高，香气强度越强。
表1 感官评价选择的风味属性
2.3 使用 SPME 萃取 VOC
将0.1g亳白芷或10mL 亳白芷煮沸液加入顶空固相微萃取瓶中。向样品瓶中加入1μL 2-甲基-3-庚酮作为内标。将顶空瓶密封并在60℃的恒温水浴中孵育20分钟。将DVB/CAR/PDMS纤维插入顶空瓶中，并在60℃下从顶空提取VOCs 40分钟。
2.4 GC-O-MS 分析
使用 GC-MS 仪器分析和鉴定亳白芷和亳白芷煮沸液中的挥发性物质。嗅觉检测端口与 GC-MS 仪器相连，由专业感官评估人员检测挥发性芳香化合物的感官属性。
2.5 AEDA
基于 1:1 的初始分流比，进一步稀释增加，即1:1、3:1、9:1、27:1和81:1。然后获得与增加的稀释倍数相对应的每个稀释度的风味稀释因子(FD)。
2.6 定性分析
通过质谱表征、保留指数（RI）比较和嗅觉结果的结合，对亳白芷和亳白芷煮沸液中的VOCs进行了定性分析。嗅觉评分由评估员记录，并与VOC 的香气描述进行比较，以准确表征化合物。
2.7 定量分析
采用芳香提取物AEDA方法，筛选出FD≥3的16个关键芳香活性化合物，采用纯标准化合物和外标法对其进行准确定量分析。根据峰面积差值与浓度差值之间的关系绘制标准曲线，以准确定量测定亳白芷或亳白芷煮液中挥发性成分的含量。
2.8 OAV
OAV是通过将它们的浓度除以它们的气味阈值来计算。以研究关键香气活性化合物对亳白芷和亳白芷煮液的贡献。
3. 结果与讨论
3.1 煮沸对亳白芷香气特征评价的影响
根据感官专家对亳白芷煮液整体香气的感官评价分数（图1），发现亳白芷和亳白芷煮液的主要香气与“药草”、“香料”和“木材”有关。“杏仁”和“酸”香气得分较低。亳白芷煮液的“绿色植物”和“柑橘”香气表现出明显弱于亳白芷的趋势。煮沸后亳白芷的整体香气明显增强，从而增加了食物风味的强度。在所有的风味属性中，草本风味是最强烈的。
图1 亳白芷和亳白芷煮沸液的挥发性化合物香气剖面图(a)、Venn 图(b)和累积图(c)
3.2 煮沸对亳白芷VOCs组成的影响
在亳白芷和亳白芷煮沸液中分别鉴定出26和47种VOC。沸腾前后亳白芷中常见的VOCs有18种，包括萜类8种、醛类5种、醇类2种、酮类2种、酸类1种
沸腾后亳白芷香气成分的组成发生了明显变化。亳白芷的主要VOCs为萜类和醛类，与亳白芷煮液的VOCs一致。亳白芷8种独特的VOCs被发现为萜类化合物。然而，亳白芷煮沸液中的VOCs成分主要是醛类，其次是萜类。亳白芷煮沸液中的醇类、醛类、酮类等香气成分显着增加，但萜类物质减少。这些分类的变化，使得亳白芷煮液与生亳白芷有着明显的不同。
3.3 煮沸对亳白芷香气成分组成的影响
亳白芷和亳白芷煮沸液共闻到18种和28种香气化合物。通过无监督 PCA 评估两个样品中香气化合物的稳定性和一致性（图 2）。前两个主成分的累积贡献率为 91.8%（分别为 71% 和 20.8%）。根据双图分析，区分亳白芷与亳白芷煮液的主要香气成分为庚醛、2-甲基-2-丁烯醛、γ-榄香烯、异戊烯醇、δ-榄香烯、醋酸、α-葎草烯。这些化合物构成了亳白芷的“木”、“柑橘”、“绿色”、“草本”和“酸”味。
图2 亳白芷和亳白芷煮液的 PCA 得分图 (a) 和biplot图 (b)
如图3所示，这两个样本在 OPLS-DA 得分图表上具有良好的聚类，R²X=89.3%，R²(cum)=0.999，Q²(cum) = 0.992。结果表明，芳樟醇、δ-榄香烯、乙酸、α-古茹烯、γ-榄香烯和异戊二烯等21种香气化合物是导致亳白芷煮沸前后香气特征差异的主要成分。这些化合物包括 9 种醛、6 种萜烯、4 种醇、1种酮和1种酸。
图3 亳白芷和亳白芷煮液的OPLS-DA评分图(a)和OPLS-DA 得出的VIP值(b)
3.4 煮沸对亳白芷香气活性成分的影响
亳白芷的22种香气活性化合物中，萜烯类化合物占一半，FD因子最高的为α-gurjunene。虽然在亳白芷煮沸液中检测到13种萜类化合物，但通过嗅觉测量仅检测到5种萜类化合物。
亳白芷煮沸液中检出28种香气活性物质，主要是醛类。在11种醛中，有6种显示FD≥9，这些醛类促成了亳白芷煮液的“绿色植物”、“杏仁”和“柑橘”风味。芳樟醇具有花香和薰衣草味，是亳白芷煮液中FD因子最高的化合物之一，它也是区分亳白芷与亳白芷煮液的最重要的化合物。
3.5 煮沸对亳白芷关键香气活性成分的影响
2-甲基-2-丁烯醛、乙酸、庚醛、己醛、壬醛、辛醛和异戊二烯的浓度均高于其感知阈值，是亳白芷中的关键香气活性化合物。与亳白芷不同的是，亳白芷煮液中异戊烯醇和乙酸的OAVs均小于1，表明这两种化合物不是亳白芷煮液中的关键香气活性化合物。亳白芷煮液中糠醛、(E)-2-辛烯醛、雌二醇、(E)-2-壬烯醛和芳樟醇的浓度均高于其气味阈值，进一步证实了煮沸过程对亳白芷香气的影响。
如图4所示，采用 O2PLS 模型分析了两个样品中16种关键香气活性化合物的准确定量结果。O2PLS 模型的R²和 Q²系数分别为 0.997 和 0.979，表明 O2PLS 模型在更好地表征样本真实信息方面的可行性。从图中可以看出，“杏仁”和“酸味”有助于区分亳白芷和亳白芷水煮液，但“酸味”和亳白芷的相关性较弱，是由于感官评分相对较低。此外，乙酸、α-gurjunene、异戊烯醇、2-甲基-2-丁烯醛、α-copaene、芳香树烯、庚醛和“杏仁”呈显着正相关，这与 PCA和biplot图的结果一致。
图4 O2PLS建模亳白芷煮沸前后感官特性与关键香气活性成分的相关性
4. 结论
本研究通过感官评价和 GC-O-MS 分析了亳白芷煮沸前后的香气。结果表明亳白芷和亳白芷煮液的风味特征主要由草本、香料、柑橘、木香、酸味、青香和杏仁香组成。除“杏仁”和“酸味”外，亳白芷的其他感官特性均低于亳白芷水煮液。两者共鉴定出55种VOCs。亳白芷中最关键的芳香活性化合物是α-gurjunene、prenol，和α-copaene，它们与“杏仁”呈正相关。芳樟醇和(E)-2-壬烯醛不仅是亳白芷煮液中最关键的香气活性化合物，也是亳白芷煮液中受影响最大的化合物。
参考文献
- 参考文献：Li, T., M. Zhao, J. Yang, Q. Chuai, A. Raza, P. Yang, M. Yu, D. Hu, T. Zou and H. Song (2022). “Characterization of key aroma-active compounds in Bobaizhi (Angelica dahurica) before and after boiling by sensomics approach.” Journal of Food Composition and Analysis 105: 104247.
- 原文链接：https://doi.org/10.1016/j.jfca.2021.104247
作者简介
宋焕禄，工学博士、北京工商大学二级教授，博士研究生导师，享受国务院特殊津贴专家，美国伊利诺伊大学访问学者。主要讲授 “食品分析”及“食品风味化学与分析”课程。食品科学学科学术带头人，主要研究领域为食品风味化学、食品添加剂、现代食品分析技术等。现为中国食品科学技术学会高级会员。主持或参加完成的科研项目有20余项，其中包括国家“十五”科技攻关项目子课题、国家“十一五”科技支撑项目子课题、国家“十二五”863计划项目子任务、国家自然科学基金、北京市自然科学基金等项目。现主持国家“十三五”重点研发计划子课题、国家自然科学基金及校企合作项目等多项课题。荣获2014年中国商业联合会科学技术一等奖1项、2000年国家科技进步二等奖1项、教育部1999年度科技进步一等奖1项。发表论文百余篇，其中SCI论文40余篇；主编专著3部；获得授权国家发明专利5项。
扫码关注我们
微信号｜FoodAI
合作/投稿｜biomed@csu.edu.cn
原创文章，作者：FoodAI01，如若转载，请注明出处：https://www.drugfoodai.com/vocs-pca.html
注意：本站原创指的是原创编译，并不主张对所介绍的工作的版权，如有侵权，请联系删除！
微信扫一扫 
支付宝扫一扫 相关推荐
-
HyperFoods：基于机器学习智能绘制食物中抗癌分子的图谱
今天给大家介绍一篇由Kirill Veselkov、Guadalupe Gonzalez等人合作，于前段时间发表在Scientific report的一篇文章。文章中作者介绍了一个独特的基于网络的机器学习平台HyperFoods，以识别推定的基于食物的抗癌分子。
-
中国科学院上海技术物理研究所万雄课题组：基于β-胡萝卜素拉曼光谱定量检测的橄榄油鉴别
采用激光共聚焦拉曼技术与基于DFT的拉曼光谱相结合，准确分析了植物油的成分，并识别出低成本的仿制橄榄油。
-
热加工处理对河鲀感官特性和挥发性物质的影响
今天介绍上海交通大学食品风味感知创新团队于2021年9月在期刊《Food Chemistry》发表的一篇研究文章。该研究使用感官评价和仪器分析技术结合多元统计分析方法探究热加工处理对河鲀感官特性和挥发性物质的影响。
-
goFOOD：用于膳食评估的人工智能系统
作者利用深度神经网络对两个图像进行处理，实现了对食物的检测、分割和识别，以及利用3D重建算法估计食物量。作者提出的膳食评估系统goFOODTM支持319种细粒度的食品类别，并且已经在包含非标准和快餐食品的MADiMa和“Fast food”数据库中进行了验证。goFOODTM在MADiMa数据库中的表现优于经验丰富的营养师，而与“Fast food”数据库中的营养师相当。goFOODTM可为最终用户提供简单有效的膳食评估解决方案。
-
混合计算智能算法及其在食品质量检测中的应用
今天介绍一篇由Lavika Goel等人近期发表在Artificial Intelligence Review上的论文。作者介绍了各种用于发现食物变质的图像分割技术，并开发了新颖的混合算法并进行了验证和比较，最后展望了今后的应用场景。
-
食品安全中的人工智能技术: 基于行为数据的方法
今天介绍一篇由加拿大圭尔夫大学Arrell食品研究所Katya Kudashkina等人于2022年5月发表于 Trends in Food Science & Technology （IF：12.56）的一篇文章。文中所述，食品安全管理系统(FSMSs)提供了一个包括程序、培训和监控的综合策略，以防止食品安全危害，并将风险和召回降至最低。FSMSs的有效性和效率通过对滞后指标和领先指标的加强而提高。本篇文章展示了AI如何利用行为数据来开发食品安全的领先指标。
-
Food Chem|衰减全反射-傅立叶变换红外光谱结合化学计量学快速检测椰子水掺假
该文研究了衰减全反射-傅立叶变换红外光谱(ATR-FTIR)与化学计量学相结合，作为一种快速检测椰子水中掺糖的方法。
-
在食物蛋白质衍生肽数据库中对胆汁酸结合肽进行机器学习筛选
今天介绍一篇近期由日本名古屋大学生物分子工程系的Kento Imai等人发表于Nature scientific reports的文章。文中使用BIOPEP-UWM和机器学习开发了一种新的生物活性肽筛选方法，有助于识别胆汁酸结合肽以及其他生物活性肽。
-
机器学习在食品安全中的新兴应用
今天分享一篇最近由美国乔治亚大学的Xiangyu Deng发表在Annual Review of Food Science and Technology上的综述。文章对食品安全和公共卫生特定领域下的机器学习进行了介绍，回顾近期和显著的进展，并讨论挑战和潜在的缺陷。
-
多元素分析与化学计量学相结合的食品质量评价
这篇综述概述了2011年至2021年发表的关于食品认证和多元素成分质量控制的报告，以评估该领域的最新进展。并确定允许实现准确鉴别/分类模型的应用分析技术和化学计量学数据处理的主要特征，强调了这些方法的优缺点。
