一
Food Flavor | 舊品種和現代品種小麥烘焙的面包香氣和品質的差異以及從基因組和基于面粉的代謝物圖譜對它們的預測研究
Aroma and quality of breads baked from old and modern wheat varieties andtheir prediction from genomic and flour-based metabolite profiles.
Friedrich Longin1, Heiner Beck2, Hermann Gütler3, Wendelin Heilig4, Michael Kleinert5, Matthias Rapp1, Norman Philipp6, Alexander Erban7, Dominik Brilhaus8,9,10, Tabea Mettler-Altmann8,9,10, Benjamin Stich10,11,*
1 State Plant Breeding Institute, Univ. of Hohenheim, Germany;
2 BeckaBeck, Germany;
3 Stelzenmühle, Germany;
4 Kreislandwirtschaftsamt, Germany;
5 Institute of Food and Beverage Innovation, Zurich University of Applied Sciences, Switzerland;
6 Department of Breeding Research, Leibniz Institute of Plant Genetics and Crop Plant Research(IPK), Germany;
7 Department of Molecular Physiology, Max-Planck-Institute of Molecular Plant Physiology, Germany;
8 Institute of Plant Biochemistry, Heinrich Heine University, Germany;
9 Plant Metabolism and Metabolomics Laboratory, Heinrich Heine University, Germany;
10 Cluster of Excellence on Plant Sciences (CEPLAS), Heinrich Heine University, Germany;
11Institute of Quantitative Genetics and Genomics of Plants, Heinrich Heine University, Germany
Food Research International, 2020, Volume 129, 108748
面包香氣是消費者感知的主要特征,但在產品鏈中卻大多被忽視。
研究的主要目的是評估將面包香氣作為一種新的目標標準納入小麥產品鏈的可能性。
研究的目的是
(i)量化遺傳與環境因素對面包香氣和質量特性的影響;
(ii)評估小麥現代品種烘焙的面包在香氣方面是否與舊品種烘焙的面包不同 ;
(iii)比較基因組和代謝組學方法在小麥育種計劃中預測面包香氣和質量特性的效率。
對 18 個舊品種和 22 個現代品種冬小麥在德國多達 3 個地點進行了農藝性狀、面包香氣和質量特性的評估。使用 7200 GC-QTOF 收集所有 120 個面粉樣品的代謝產物圖譜。
在所有被檢測的面包中,其香氣和質量特性經調整后的輸入平均值中存在相當大的差異。對于從 1 到 9 的香氣分級中,40 個小麥品種的調整后的輸入平均值在 3 和 8 之間。
相比之下,由舊小麥品種和現代小麥品種制成的面包的香氣沒有顯著差異(P<0.05)。面包香氣與谷物產量的相關性不顯著(P<0.05),這表明在小麥育種計劃中可以在不減少谷物產量的情況下選擇面包香氣特性。
后,我們表明使用代謝物和 SNP 基因分型譜的組合而不是僅使用 SNP 基因分型譜可以更好地預測面包香氣。
總體來說,研究說明了在產品鏈上為消費者提高小麥品質的可能性。
二
Food Flavor | 藍莓“園藍”在冷藏期及后續貨架期香氣成分及其他品質特征的變化
Changes of the Aroma Composition and Other Quality Traits of Blueberry ‘Garden Blue’ during the Cold Storage and Subsequent Shelf Life.
Xiaoxue Yan1, Jun Yan1, Siyi Pan1,2, Fang Yuan1,2,*
1 College of Food Science and Technology,Huazhong Agricultural University, Wuhan, China; 2 Key Laboratory of EnvironmentCorrelative Dietology, Huazhong Agricultural University, Wuhan, China
Foods, 2020, 9(9): 1223
研究發現藍莓品種“園藍”采摘后貯藏過程中揮發性成分及其他品質特征的變化。
藍莓被包裝在通風的 PET 塑料盒中,在 0° C 下分別儲存 0、15 和 60 天,然后在室溫 (25° C) 下儲存 8 天之后進行品質評估。在 0 ° C 下儲存 60 天后,硬度、pH 值和總可溶性固體分別增加了8.42%、8.92% 和 42.9%。在 0 ° C 下儲存 60 天后,可滴定酸度下降了 18.1%。
使用頂空固相微萃取 - 氣相色譜四極桿飛行時間質譜(HS-SPME-TOF-MS) 監測揮發性物質的變化,并通過感官小組評估異味。
揮發性化合物在冷藏期間普遍呈現下降趨勢。但隨后的貨架期揮發性物質變化更為明顯,表現為乙酸乙酯含量的劇烈波動和萜類化合物的快速減少。在冷藏條件下將儲存時間從 15 天延長至 60 天,產生的異味濃度可以接受。但隨后在較高溫度下的儲存會導致感官接受度的快速惡化。
結果證明冷藏是保持藍莓品質的可靠途徑,后續貨架期的風味變質對藍莓的品質更為致命。
三
Food Omics | 使用 GC-QTOF-MS 和代謝組方法表征藍莓酒品種差異
Characterization of C*r Differences of Blueberry Wines UsingGC-QTOF-MS and Metabolic Profiling Methods
Fang Yuan1,2, Ke Cheng1, Jihui Gao1, Siyi Pan1,2
1 College of Food Science and Technology,Huazhong Agricultural University, Wuhan, China;
2 Key Laboratory of EnvironmentCorrelative Dietology (Huazhong Agricultural University), Ministry ofEducation, Wuhan, China
Molecules, 2018, 23(9), 2376
文中介紹了一種基于氣相色譜 - 四極桿飛行時間質譜(GC-QTOF-MS)結合固相萃取和固相微萃取兩種不同樣品提取技術的非靶向揮發性代謝組學方法。
采用正交偏小二乘判別法(OPLS-DA)對兩個不同品種的藍莓酒樣品質譜數據進行分析。主成分分析(PCA)能有效區分兩個品種,而 OPLS-DA 標記出了產生品種差異的典型代謝物。
這些標志性代謝物初步確定為苯乙醇、肉桂醇、苯丙醇、3- 羥基苯乙醇、甲基丁香酚、甲基異丁香酚、(E)- 細辛醚、(Z)- 細辛醚和萜烯。
部分標志性代謝物使兩個藍莓品種在次生代謝方面產生區別。
本研究重點展示了使用代謝組學方法來發現不同藍莓品種對復雜的藍莓酒基質中揮發性成分的影響。次生代謝的差異表明這兩個品種間可能存在 O- 甲基轉移酶活性的差異。
四
Food Omics | 一種基于氣相色譜- 高分辨質譜聯用技術評價蘇格蘭威士忌的品質和真實性的新方法
A novel approach to assess the quality and authenticity of Scotch Whiskybased on gas chromatography coupled to high resolution mass spectrometry
Michal Stupak1, Ian Goodall2, Monika Tomaniova1, Jana Pulkrabova1, Jana Hajslov1,*
1 University of Chemistry and TechnologyPrague, Faculty of Food and Biochemical Technology, Department of Food Analysisand Nutrition, Prague, Czech Republic; 2 The Scotch Whisky Research Institute,United Kingdom
Analytica Chimica Acta, 2018, Vol 1042, 60-70
威士忌是世界上受歡迎的烈酒之一。
不幸的是,這種高價值的商品很容易被假冒。
為了發現欺詐行為和記錄質量參數,已經開發了一些基于各種原理的實驗室測試,包括色譜和光譜學。在大多數情況下,這些分析方法是基于目標物的篩查策略。
本研究采用(半)揮發性物質的非靶向篩查(代謝組學指紋圖譜)方法。分別采用固相微萃取(SPME)或乙酸乙酯萃取進行預濃縮,使用氣相色譜(GC)- 串聯質譜(Q-TOF 質量分析器)進行分析。
樣本由蘇格蘭威士忌研究所提供的一組 171 個正宗威士忌,采用無監督主成分分析(PCA)和有監督偏小二乘判別分析(PLS-DA)對采集的樣本數據進行評估。
麥芽威士忌可以根據它們(bourbon對比 bourbon and wine)成熟所用橡木桶的類型進行很好地區分,并識別出波旁威士忌和葡萄酒橡木桶成熟的重要“標記物”,如N-(3-methylbutyl)acetamide 和 5-oxooxolane-2-carboxylic acid。
隨后,該獨特的樣本系列被用于構建一個區分麥芽和勾兌威士忌的統計模型。
后,對 20 個假冒樣本使用同樣的方式進行分析和數據處理。
在真實和假冒樣本的(半)揮發性物分布中可以觀測到一些差異。
為此目標開發的基于 PLS-DA 的統計模型鑒定出了能明確區分假冒樣本的標記化合物。
五
Food Safety | GC/LC-Q-TOFMS 兩種技術聯用同時篩查水果蔬菜中733 種農藥殘留
Simultaneous Screening of 733 Pesticide Residues in Fruits and Vegetablesby a GC/LC-Q-TOFMS Combination Technique
Guofang Pang1,*, Qiaoying Chang1,2, Ruobin Bai3 , Chunlin Fan1, Zijuan Zhang1, Hongyuan Yan2, Xingqiang Wu2
1 ChineseAcademy of Inspection and Quarantine, Beijing, China;
2 College of Chemistryand Environmental Science, Hebei University, Baoding, China;
3 Beijing Uni-StarInspection Technology Co., Ltd., Beijing, China
Engineering, 2020, 6, 432-441
文章通過創建LC-Q-TOFMS(525種農藥)和GC-Q-TOFMS(485種農藥和209種PCBs)兩大精確 質譜數數據庫,開發了一次樣品制備、兩種高分辨質譜聯用同時檢測733種農藥化學污染物殘留的檢測方法。
通過8種代表性水果蔬菜對聯用技術的篩查農藥范圍、靈敏度、回收率和重現性等方法效能評價,顯示出這項聯用技術有三方面優勢:
①兩種技術聯用與單種技術相比,其發現能力分別 提高了51.1%(GC-Q-TOFMS,485種)和39.6%(LC-Q-TOFMS,525種);
③聯用技術在8種基質中符合回收率60%~120%且 RSD<20%的農藥數量遠高于單一技術,方法的精確性明顯提高。
2012—2017年兩種技術聯用對中國31個省(自治區、直轄市)和14個果蔬產區1384個采樣點18類134種果蔬38 138例樣品,進行 疑似農藥的篩查,兩種技術聯用合計檢出農藥533種,檢出頻次115 891頻次,初步查清了中國市售果蔬農藥殘留的規律性特征。
六
Food Safety | 使用新型 SPME/GC×GC-QTOFMS 基于非靶向微生物體內代謝物分析識別食物基質中病原體的方法
Recognition of pathogens in food matrixes based on the untargeted in vivomicrobial metabolite profiling via a novel SPME/GCx GC-QTOFMS approach
Shuting Fang1, Shuqin Liu1, Juyi Song2, Qihong Huang1, Zhangmin Xiang1,*
1Guangdong Provincial Engineering Research Center for Ambient Mass Spectrometry,Guangdong Provincial Key Laboratory of Emergency Test for Dangerous Chemicals,Institute of Analysis, Guangdong Academy of Sciences (China National AnalyticalCenter, Guangzhou), China; 2 School of Chemical Engineering, Guizhou MinzuUniversity, China
Food Research International, 2021, Volume142, 110213
由病原菌引起的食源性疾病是食品安全的主要威脅之一,因此開發簡便有效的食品病原體識別方法非常重要。
研究通過將固相微萃取(SPME)技術與全二維氣相色譜四極桿飛行時間質譜(GC×GC-QTOFMS)相結合,提出了一種新的自動檢測食源性病原體體內揮發性代謝物的方法。
一種基于新型聚合物復合物的 SPME 探針對微生物代謝物具有高覆蓋率,使用該探針實現了對非靶向代謝物的高靈敏度提取。
結果共檢測并鑒定出病原菌產生的體內代謝物 126 種,其中宋內志賀氏菌、大腸桿菌、鼠傷寒沙門氏菌、副溶血性弧菌和金黃色葡萄球菌分別有 33、29、25、21 和 18 種揮發性代謝物。
利用多元統計分析對代謝數據進行進一步分析,發現了不同微生物體系間響應性代謝特征物的分離,這在被微生物污染的食品中也得到了成功驗證。
在整個培養時間內,食品樣品中每種病原體的潛在揮發性標志物的增長趨勢與在培養基中培養的純菌株的增長趨勢保持一致。該研究促進了 SPME 技術在微生物揮發性代謝組學中的應用,并有助于開發新的食源性病原體識別方法。
免責聲明
- 凡本網注明“來源:化工儀器網”的所有作品,均為浙江興旺寶明通網絡有限公司-化工儀器網合法擁有版權或有權使用的作品,未經本網授權不得轉載、摘編或利用其它方式使用上述作品。已經本網授權使用作品的,應在授權范圍內使用,并注明“來源:化工儀器網”。違反上述聲明者,本網將追究其相關法律責任。
- 本網轉載并注明自其他來源(非化工儀器網)的作品,目的在于傳遞更多信息,并不代表本網贊同其觀點和對其真實性負責,不承擔此類作品侵權行為的直接責任及連帶責任。其他媒體、網站或個人從本網轉載時,必須保留本網注明的作品第一來源,并自負版權等法律責任。
- 如涉及作品內容、版權等問題,請在作品發表之日起一周內與本網聯系,否則視為放棄相關權利。