食品科学2021,Vol.42Issue(18) :178-184.DOI:10.7506/spkx1002-6630-20200831-416

HS-SPME-GC-MS结合电子鼻对10个品系红松籽油挥发性物质分析比较

Comparative Analysis of Volatile Profiles in Kernel Oils of Ten Korean Pine (Pinus koraiensis) Varieties by Headspace Solid Phase Microextraction-Gas Chromatography-Mass Spectrometry and Electronic Nose

王贺 赵玉红 杨凯
食品科学2021,Vol.42Issue(18) :178-184.DOI:10.7506/spkx1002-6630-20200831-416

HS-SPME-GC-MS结合电子鼻对10个品系红松籽油挥发性物质分析比较

Comparative Analysis of Volatile Profiles in Kernel Oils of Ten Korean Pine (Pinus koraiensis) Varieties by Headspace Solid Phase Microextraction-Gas Chromatography-Mass Spectrometry and Electronic Nose

王贺 1赵玉红 2杨凯3
扫码查看

作者信息

  • 1. 东北林业大学林学院,黑龙江 哈尔滨 150040
  • 2. 东北林业大学林学院,黑龙江 哈尔滨 150040;黑龙江省森林食品资源利用重点实验室,黑龙江 哈尔滨 150040
  • 3. 黑龙江省林业科学研究院,黑龙江 哈尔滨 150081
  • 折叠

摘要

采用顶空固相微萃取与气相色谱-质谱(headspace solid phase microextraction-gas chromatography-massspectrometry,HS-SPME-GC-MS)联用技术结合电子鼻(electronic nose,E-nose)对10个品系(种)红松籽油挥发性物质进行区别和比较.10个样品中GC-MS共鉴定163种挥发性物质,包含烃类、醇类、醛类、酯类、酮类、酸类等类型的挥发性物质,且以烃类、醛类、醇类和酯类为主,主要贡献风味的物质为醛类、醇类和酯类.通过聚类分析和主成分分析(principal component analysis,PCA)对10个红松籽油品系进行区分,可以将样品分为3组,各组之间的挥发性成分含量存在显著差异.采用PCA和线性判别分析处理E-nose数据,PC的累计贡献率分别达到97.17%、88.82%,说明传感器识别度高、样品间区分度好.2种技术相关性分析结果表明,信号传感器与不同挥发性物质存在相关性.本研究评价10个品系松籽油的挥发性物质,探讨HS-SPME-GC-MS与E-nose相结合用于区别和比较10个品系松仁油挥发性成分的可行性.

关键词

红松籽油/顶空固相微萃取-气相色谱-质谱联用/电子鼻/挥发性风味成分/主成分分析/线性判别分析

引用本文复制引用

基金项目

出版年

2021
食品科学
北京食品科学研究院

食品科学

CSTPCDCSCD北大核心
影响因子:1.327
ISSN:1002-6630
被引量5
参考文献量12
段落导航相关论文