基于電子鼻和HS-SPME-GC-MS檢測并分析秈稻谷儲藏期間揮發(fā)性物質(zhì)的研究

鞠興榮 張檬達 石嘉懌

(南京財經(jīng)大學(xué)食品科學(xué)與工程學(xué)院；江蘇省現(xiàn)代糧食流通與安全協(xié)同創(chuàng)新中心，南京 210046)

基于電子鼻和HS-SPME-GC-MS檢測并分析秈稻谷儲藏期間揮發(fā)性物質(zhì)的研究

鞠興榮 張檬達 石嘉懌

(南京財經(jīng)大學(xué)食品科學(xué)與工程學(xué)院；江蘇省現(xiàn)代糧食流通與安全協(xié)同創(chuàng)新中心，南京 210046)

利用電子鼻對不同儲藏時間(0、30、60、90、120、150、180 d)、儲藏溫度35 ℃、儲藏水分15.5%的秈稻進行檢測，并對秈稻的整體揮發(fā)性物質(zhì)進行主成分分析，在此基礎(chǔ)上利用頂空固相微萃取結(jié)合氣質(zhì)聯(lián)用法(HS-SPME-GC-MS)對秈稻儲藏期間揮發(fā)性物質(zhì)的相對含量進行測定，最后采用主成分分析法對揮發(fā)性物質(zhì)進行分析。結(jié)果表明：電子鼻檢測第一、二主成分的累計貢獻率達到99%，區(qū)分指數(shù)為81，主成分圖顯示初始和儲藏6個月的數(shù)據(jù)無重疊，區(qū)分效果較好；GC-MS結(jié)果顯示，樣品中的揮發(fā)性物質(zhì)共102種，烴類、醇類、醛類、酮類、雜環(huán)類揮發(fā)性物質(zhì)的相對含量隨儲藏時間延長而呈現(xiàn)增大的趨勢，主成分分析結(jié)果顯示，醇、醛、酮對樣品整體揮發(fā)性物質(zhì)的貢獻最大，然后依次為雜環(huán)類、烴類、酸酯類，通過計算主成分得分和觀察揮發(fā)性物質(zhì)相對含量的變化，推斷出秈稻谷儲藏期間導(dǎo)致其品質(zhì)劣變的特征性物質(zhì)為2-己基-1-癸醇、苯甲醇、己醛、癸醛、順-2-癸烯醛、2-十二烯醛、2-十一酮、5-十三酮，電子鼻和GC-MS聯(lián)用能較好地從宏觀和微觀2個方面對樣品揮發(fā)性物質(zhì)進行檢測和分析，同時主成分分析能有效地推斷出秈稻谷品質(zhì)劣變的特征性揮發(fā)物。

秈稻谷 揮發(fā)性物質(zhì) 電子鼻 HS-SPME-GC-MS 主成分分析

稻谷是世界上最重要的3種谷物之一，也是我國的主要糧種[1]，年產(chǎn)量可達1.8億t[2]。稻谷作為我國主要的儲備糧種，在儲藏期間，由于呼吸氧化作用和各種酶的作用，其品質(zhì)必然會隨著儲藏時間的延長而發(fā)生變化，甚至劣變[3]。傳統(tǒng)的稻谷儲藏品質(zhì)評價指標如脂肪酸值、酶活性、發(fā)芽率等，無法做到快速、無損地對稻谷品質(zhì)做出判定，揮發(fā)性物質(zhì)作為判定品質(zhì)優(yōu)劣的一種關(guān)鍵指標，在食品的質(zhì)量[4]、新鮮程度[5]、安全[6]等評估方面起著重要的作用。近年來，許多學(xué)者分別運用電子鼻和GC-MS對糧食儲藏期間的揮發(fā)性物質(zhì)進行了分析，以此作為評判糧食品質(zhì)的依據(jù)。龐林江等[7]采用AIRSENSE PEN2 便攜式電子鼻對5個儲藏年限的小麥進行年限鑒定，得出小麥最佳靜置時間為1.5 h，小麥樣品量為50 g，主成分分析結(jié)果為小麥的儲藏年限可以很好地區(qū)分開來，說明電子鼻能較好地判斷小麥的儲藏品質(zhì)；林家永等[8]利用HS-SPME-GC-MS對不同稻谷的揮發(fā)性物質(zhì)進行分析，并優(yōu)化了頂空固相微萃取條件，結(jié)果表明：稻谷中的揮發(fā)性物質(zhì)有醇類、醛類、酮類、烴類、酸酯類以及雜環(huán)類等，其中最主要的物質(zhì)為醛類。已有研究都是通過電子鼻和GC-MS單獨對糧食進行檢測和分析，但是將電子鼻和HS-SPME-GC-MS結(jié)合起來對稻谷揮發(fā)性物質(zhì)進行分析的報道還較少。本研究將二者結(jié)合起來，對秈稻谷儲藏期間揮發(fā)性物質(zhì)的相對含量和變化進行測定，利用主成分分析法對結(jié)果進行分析，找出揮發(fā)性物質(zhì)與秈稻谷品質(zhì)之間的聯(lián)系，為進一步探究稻谷品質(zhì)的劣變規(guī)律提供參考。

1 材料與方法

1.1 材料

晚秈稻(2012產(chǎn))：浙江省嘉興糧庫。

1.2 儀器與設(shè)備

PQX型分段可編程人工氣候箱：寧波東南儀器有限公司；Fox-3000型電子鼻：法國Alpha MOS公司；手動SPME進樣器：南京大滬公司；GC(7890A)-MS(5975C)分析儀：美國Agilent公司；50/30 μm DVB/CAR/PDMS萃取頭：美國Supelco公司；具塞萃取瓶：南京大滬公司。

1.3 試驗方法

1.3.1 儲藏方法

將提供的秈稻谷樣品的含水量人工調(diào)節(jié)至15.5%，裝入密閉的塑封袋中，放入人工氣候培養(yǎng)箱中，溫度設(shè)置為35 ℃，儲藏時間為180 d，測定周期為30 d。

1.3.2 萃取頭的老化

萃取頭在首次使用前，插入GC-MS進樣口老化，老化溫度250 ℃，老化時間120 min；萃取頭每次使用前老化30 min，檢測的樣品與樣品之間老化5 min。

1.3.3 頂空固相微萃取(HS-SPME)

將20 g試樣置于頂空萃取瓶中，以錫紙作隔墊，用橡膠塞封口，混合均勻樣品后置于75 ℃的恒溫水浴鍋中加熱平衡59 min，平衡結(jié)束后將萃取頭插入瓶中萃取樣品揮發(fā)性物質(zhì)，時間60 min，完畢后立即將萃取頭插入GC-MS進樣口，在250 ℃不分流模式下解析5 min。

1.3.4 GC-MS參數(shù)條件

1.3.4.1 色譜條件

色譜柱為HP-5MS毛細管柱(30 m×0.25 mm，0.25 μm)；升溫程序為：起始柱溫50 ℃，保持5 min，以12 ℃/min 上升到125 ℃，保持3 min，然后以1 ℃/min上升到165 ℃，保持3 min，最后以14℃/min上升到230 ℃，保持2 min，運行結(jié)束后冷卻2 min，溫度降為50 ℃。載氣為氦氣(He)，流速為1 mL/min，不分流模式，進樣口溫度為250 ℃。

1.3.4.2 質(zhì)譜條件

離子源為EI，離子源溫度為230 ℃，電子能量為70 ev，質(zhì)量掃描范圍(m/z)為35～400 amu。

1.3.5 電子鼻參數(shù)條件

載氣為干燥空氣；流速為150 mL/min；樣品量為5 g，裝入20 mL的小瓶中，參數(shù)獲取時間為600 s，保持時間為120 s，注射溫度為70 ℃，沖洗時間為120 s，各樣品重復(fù)6次。

過去在思想教育工作方面，各高校之間聯(lián)系較少，各高校輔導(dǎo)員處于各自為戰(zhàn)的狀態(tài)，不利于高校思想教育工作質(zhì)量的整體提升。雖然也曾通過互動來提高輔導(dǎo)員工作質(zhì)量，但由于次數(shù)以及深度等因素影響，輔導(dǎo)員工作質(zhì)量往往難以得到有效的提升。而在新媒體下，可以實現(xiàn)各高校之間的有效聯(lián)系，輔導(dǎo)員之間也能及時分享思想教育工作的心得，全面了解學(xué)生思想動向，提高工作的針對性和實效性。此外，輔導(dǎo)員在以自己視角審視學(xué)生群體思想發(fā)展變化時，往往會受到個人主觀思想的影響，不利于思想教育工作的開展。而在高校輔導(dǎo)員之間相互有了聯(lián)系之后，就能實現(xiàn)輔導(dǎo)員之間的充分交流，能更科學(xué)地分析學(xué)生的思想變化，共同探討應(yīng)對策略，真正做到科學(xué)化的引導(dǎo)。

1.3.6 數(shù)據(jù)分析

電子鼻檢測數(shù)據(jù)：不同儲藏月份秈稻谷揮發(fā)性物質(zhì)的主成分分析由儀器自帶的Alpha Soft V12.0軟件處理，一般情況下總貢獻率超過70%的方法即可使用[9]。

GC-MS分析：定性方法采用未知揮發(fā)性物質(zhì)經(jīng)計算機檢索與NIST08標準質(zhì)譜庫匹配得到，選擇匹配度大于80的揮發(fā)性組分進行分析。定量方法通過相對百分含量按峰面積歸一化計算，樣品重復(fù)3次。

2 結(jié)果與分析

2.1 電子鼻檢測結(jié)果

圖1為秈稻谷初始和儲藏6個月的PCA圖(圖中的數(shù)字代表了每個時間段)，由圖1可看出，第一主成分PC1和第二主成分PC2的方差貢獻率分別為94.536%和5.264%，累積貢獻率之和達到99%以上，說明PC1和PC2這2個主成分包含了樣品的大部分信息，可以反映整體揮發(fā)性物質(zhì)的規(guī)律，且樣品差異性主要體現(xiàn)在PC1上，同時電子鼻檢測的區(qū)分指數(shù)(discrimination index，DI)為81，其值越大表明PCA區(qū)分的效果越好，通常DI值大于80可以認定能夠有效區(qū)分，且圖1顯示初始及6個時間段的電子鼻數(shù)據(jù)并無出現(xiàn)重疊的現(xiàn)象，進一步說明利用電子鼻檢測揮發(fā)性物質(zhì)可以有效區(qū)分不同儲藏時間段的樣品。

圖1 初始和180 d的樣品電子鼻區(qū)分的主成分分析圖

圖1中的每塊數(shù)據(jù)代表了每個月份的整體揮發(fā)性物質(zhì)的信息，進一步分析可見，各個月份的樣品在主成分分析圖上的分布具有一定的規(guī)律，隨著儲藏時間的延長，樣品的信息點在PC1上的趨勢為從左往右移動，在PC2上的趨勢為先向下移動，然后再上移，此外，初始樣品(圖中標記為0)的信息點比較集中，說明儲藏前樣品的整體揮發(fā)性物質(zhì)差異較小，秈稻谷還較新鮮，隨著儲藏開始，樣品的信息點逐漸離散，說明樣品整體風(fēng)味的差異性變大，這可能是由于在高溫高濕的儲藏環(huán)境下，秈稻谷的品質(zhì)開始劣變，其中的脂肪氧化分解、美拉德反應(yīng)[10]產(chǎn)生了更多不同種類的揮發(fā)性物質(zhì)導(dǎo)致的，圖1中初始樣品(圖1中為0)數(shù)據(jù)與儲藏150、180 d的樣品數(shù)據(jù)在PC1上相差最大，這說明樣品秈稻可能在儲藏150 d時已經(jīng)發(fā)生品質(zhì)劣變，下面將利用HS-SPME-GC-MS對樣品作進一步分析，探究樣品揮發(fā)性物質(zhì)的變化規(guī)律。

2.2 GC-MS分析結(jié)果

GC-MS檢測出儲藏180 d后的樣品的揮發(fā)性物質(zhì)共102種，其中烴類物質(zhì)36種，醇類物質(zhì)9種，醛類物質(zhì)8種，酮類物質(zhì)4種，酸酯類物質(zhì)32種，雜環(huán)類物質(zhì)13種(揮發(fā)性物質(zhì)的編號和名稱列于表1，限于篇幅影響，各揮發(fā)性物質(zhì)的相對含量未列出)，烴類物質(zhì)種類最多，檢測出的各種烷烴(C5～C17)物質(zhì)，閾值較高，對樣品整體風(fēng)味貢獻不大[11]，醇類物質(zhì)主要是脂肪酸值氧化酶作用于不飽和脂肪酸衍生來的，且多數(shù)醇類化合物閾值較高，醛類物質(zhì)種類不多，但其閾值較低，對整體風(fēng)味貢獻較大，其中辛醛和壬醛分別具有青草味和魚腥味，苯甲醛具有令人愉快的杏仁香和水果香[12]，酮類物質(zhì)種類最少，其產(chǎn)生可能源于氨基酸分解或微生物氧化，其中2-十一酮和6，10，14-三甲基-2-十五酮分別具有油脂香和茶葉香，酸酯類物質(zhì)種類較多，但含量少，產(chǎn)生原因可能是發(fā)生了酯化反應(yīng)，雜環(huán)類化合物中2-戊基呋喃具有火腿香味，閾值較低，幾乎存在于所有的食品氣味中[12]，芳香族化合物萘和丁羥甲苯可能來源于環(huán)境中的雜質(zhì)[13]。從表2可以看出，隨著儲藏時間的延長，烴類、醇類、醛類、酮類、雜環(huán)類物質(zhì)的相對含量總體呈現(xiàn)升高的趨勢，在150 d時相對含量達到最高；酸酯類物質(zhì)相對含量總體呈現(xiàn)降低的趨勢，初始時的含量最高，樣品整體揮發(fā)性物質(zhì)的相對含量在儲藏120 d期間沒有太大變化，在儲藏150 d時含量升高，隨后降低到初始的水平。

表1 GC-MS檢測出的樣品中各揮發(fā)性物質(zhì)的編號和名稱

表1(續(xù))

表2 樣品儲藏階段的各類揮發(fā)性物質(zhì)的相對含量

2.3 秈稻谷樣品儲藏期間揮發(fā)性物質(zhì)的主成分分析

對變量進行主成分分析時，理論上要求樣本的數(shù)目大于變量的數(shù)目，由于揮發(fā)性物質(zhì)種類較多，為了方便分析，將102種揮發(fā)性物質(zhì)分為4大類進行分析，分別為烴類(A)、醇醛酮類(B)、酸酯類(C)、雜環(huán)類(D)。

由表3可以看出，烴類物質(zhì)主成分的特征值都大于1，且5個主成分的累計貢獻率為74.379%，說明這5個主成分可以解釋變量中74.379%的信息，較符合主成分分析的要求。從表4可以看出，對第一主成分貢獻較大且高度正相關(guān)的物質(zhì)為A11、A15、A17，載荷量分別為0.955、0.971、0.958，其次是A23、A36，載荷量分別為0.887、0.869，A7與第一主成分高度負相關(guān)，載荷量為-0.934。對第二主成分貢獻較大且相關(guān)性較好的物質(zhì)為A24、A34，載荷量為0.618、0.749。對第三主成分貢獻較大的物質(zhì)為A6、A32，載荷量為0.757、0.661。第四主成分和A25、A31相關(guān)性較好，載荷量為0.611、0.689?？偡讲?0%以上的貢獻率來自前3個主成分，因此可認為十七烷(A11)、十八烷(A15)、十九烷(A17)、四十四烷(A23)、鄰二甲苯(A36)、1,54-二溴五十四烷(A24)、1,2-二氯-3-甲基苯(A34)、環(huán)十五烷(A6)、1,3,5,7-環(huán)辛四烯(A32)為烴類的主要揮發(fā)性物質(zhì)。

表3 烴類物質(zhì)5個主成分的特征值、貢獻率以及累計貢獻率

表4 烴類物質(zhì)主成分載荷矩陣

表4(續(xù))

2.3.2 醇、醛、酮類揮發(fā)性物質(zhì)主成分

由表5可以看出，醇、醛、酮3類物質(zhì)前5個主成分特征值都大于1，累計貢獻率高達93.434%，能夠解釋樣本絕大部分的信息，由表6可以看出前2個主成分包含了對主成分貢獻較大的物質(zhì)，對第一主成分貢獻較大且高度正相關(guān)的物質(zhì)為B2、B5、B10、B11、B12、B13、B17，載荷量分別為0.986、0.966、0.954、0.990、0.965、0.958、0.943，其次為B16、B19，載荷量分別為0.814、0.814。對第二主成分貢獻較大且高度正相關(guān)的物質(zhì)為B4、B18，載荷量分別為0.933、0.940。前2個主成分的累計貢獻率為66.042%，超過了50%，可以認為醇、醛、酮3類的主要揮發(fā)性物質(zhì)為2-乙基-1-己醇(B2)、壬醇(B4)、苯甲醇(B5)、己醛(B10)、壬醛(B11)、辛醛(B12)、癸醛(B13)、2-十二烯醛(B16)、苯甲醛(B17)、2-十一酮(B18)、5-十三酮(B19)。

表5 醇、醛、酮類物質(zhì)5個主成分的特征值、貢獻率以及累計貢獻率

表6 醇、醛、酮類物質(zhì)主成分載荷矩陣

2.3.3 酸酯類揮發(fā)性物質(zhì)主成分分析

由表7可看出，酸酯類揮發(fā)性物質(zhì)前5個主成分的特征值大于1，累計貢獻率為71.739%，前2個主成分的累計貢獻率超過50%，可以選擇這3個主成分中載荷量大的作為主要揮發(fā)性物質(zhì)，從表8可以看出，C3、C4、C6、C12、C17這5種揮發(fā)性物質(zhì)貢獻最大，且和第一主成分高度正相關(guān)，載荷量分別為0.949、0.949、0.949、0.949、0.918，其次貢獻較大的物質(zhì)為C23，載荷量為0.885。對第二主成分貢獻較大且相關(guān)較強的物質(zhì)為C32，載荷量為0.802。對第三主成分貢獻較大且相關(guān)較強的物質(zhì)為C9、C24、C26，載荷量分別為0.635、0.656、0.656。因此，酸酯類的主要揮發(fā)性物質(zhì)為三氯乙酸壬酯(C3)、2-氯丙酸，十六烷基酯(C4)、甲氧基乙酸，2-十四烷基酯(C6)、亞硫酸，2-丙基十一烷基酯(C12)、六十九烷酸(C17)、三十八烷基三氟乙酸(C23)、三十四烷基七氟丁酸(C32)、亞硫酸，丁基十一烷基酯(C9)、二十三烷基五氟丙酸(C24)、三十四烷基五氟丙酸(C26)。

表7 酸酯類物質(zhì)5個主成分的特征值、貢獻率以及累計貢獻率

表8 酸酯類物質(zhì)主成分載荷矩陣

2.3.4 雜環(huán)類揮發(fā)性物質(zhì)主成分分析

由表9可以看出，雜環(huán)類揮發(fā)性物質(zhì)5個主成分的特征值都大于1，累計貢獻率達到88.494%，可以較好地解釋樣品變量88.494%的信息，從表10可以看出，對第一主成分貢獻較大的物質(zhì)有D3、D4、D5、D10、D12，載荷量分別為0.906、0.867、0.867、0.856、0.806，對第三主成分貢獻較大的物質(zhì)為D11、D13，載荷量分別為0.616，0.720，對第四主成分貢獻較大的物質(zhì)為D6，載荷量為0.718。第一、三、四主成分的累計貢獻率為65.327%，超過50%，可以認為雜環(huán)類的主要揮發(fā)性物質(zhì)為萘(D3)、2-甲基-萘(D4)、1-甲基-萘(D5)、十八烷基磺酰氯(D10)、丁羥甲苯(D12)、苯甲酰胺(D11)、O-癸基-羥胺(D13)、4,4,8,9,10-五甲基十氫萘(D6)。

表9 雜環(huán)類物質(zhì)5個主成分的特征值、貢獻率以及累計貢獻率

表10 雜環(huán)類物質(zhì)主成分載荷矩陣

2.3.5 各類揮發(fā)性物質(zhì)的主成分得分及特征揮發(fā)物的確定

原始數(shù)據(jù)在主成分分析前均進行標準化處理，A、B、C、D類揮發(fā)性物質(zhì)的主成分得分列于表11，儲藏180 d后的各類揮發(fā)性物質(zhì)的主成分得分坐標圖見圖2。由表11可以看出隨著儲藏時間的延長，主成分總得分呈現(xiàn)增長的趨勢，在儲藏150 d時達到最大，說明150 d的揮發(fā)性物質(zhì)對秈稻谷品質(zhì)劣變的貢獻最大，其次貢獻較大的為儲藏180 d時的揮發(fā)性物質(zhì)，這與電子鼻的分析結(jié)果一致，且儲藏150 d時，A類物質(zhì)的得分為1.04，B類物質(zhì)的得分為5.87，C類物質(zhì)的得分為-0.34，D類物質(zhì)的得分為1.58，因此，對秈稻谷樣品整體揮發(fā)性物質(zhì)貢獻由大到小依次為：B(醇醛酮類)、D(雜環(huán)類)、A(烴類)、C(酸酯類)。

從圖2分別來看4類揮發(fā)性物質(zhì)的得分，A、C、D3類物質(zhì)在儲藏期間沒有太大的變化，B類物質(zhì)在前120 d時趨勢較平緩，儲藏到150 d時急劇上升，明顯區(qū)別于前面儲藏的120 d，且B類物質(zhì)的相對含量也儲藏150 d時有明顯的增大，可以認為秈稻谷在儲藏150 d時品質(zhì)下降，并且已經(jīng)發(fā)生了劣變，說明導(dǎo)致秈稻谷品質(zhì)發(fā)生劣變的特征性揮發(fā)物出現(xiàn)在儲藏150 d的時候， 由表12可看出，B3、B5、B10、B13在儲藏150 d時被檢測到，而B15、B16、B18、B19雖然在儲藏180 d時被檢測到，但也可作為秈稻谷品質(zhì)發(fā)生劣變的特征性揮發(fā)物，因此，秈稻谷在儲藏過程中的特征性揮發(fā)性物質(zhì)為2-己基-1-癸醇、苯甲醇、己醛、癸醛、順-2-癸烯醛、2-十二烯醛、2-十一酮、5-十三酮，當檢測出上述物質(zhì)時，秈稻谷的品質(zhì)可能已經(jīng)發(fā)生劣變。

圖2 4類揮發(fā)性物質(zhì)的主成分得分坐標圖

表11 4類揮發(fā)性物質(zhì)的主成分得分

儲藏時間/d主成分得分ABCD總計0-0.53-1.53-0.25-0.74-3.0530-0.47-2.68-0.44-0.65-4.24600.09-1.30-0.31-0.31-1.8390-0.21-1.820.09-0.64-2.58120-0.75-2.34-0.08-0.61-3.781501.045.87-0.341.588.151801.461.59-0.260.863.65

表12 儲藏期間醇醛酮類揮發(fā)性物質(zhì)的相對含量

3 結(jié)論

通過電子鼻對儲藏180 d后的秈稻谷樣品進行檢測，主成分累計貢獻率高達99%，區(qū)分指數(shù)81，可以認為對不同儲藏時間的樣品起到了很好的區(qū)分作用，反映出了樣品風(fēng)味的整體信息，GC-MS檢測出102種揮發(fā)性物質(zhì)，分別對不同種類的物質(zhì)進行主成分分析，可以很明顯地得出對整體風(fēng)味貢獻最大的是醇、醛、酮3類物質(zhì)，進一步分析和觀察后推斷出導(dǎo)致秈稻谷品質(zhì)劣變的特征性揮發(fā)物為2-己基-1-癸醇、苯甲醇、己醛、癸醛、順-2-癸烯醛、2-十二烯醛、2-十一酮、5-十三酮，當檢測出上述物質(zhì)時，秈稻谷的品質(zhì)可能已經(jīng)發(fā)生劣變，電子鼻與GC-MS結(jié)合能較好地檢測分析秈稻谷揮發(fā)性物質(zhì)。

[1]周顯青, 張玉榮. 儲藏稻谷品質(zhì)指標的變化及其差異性[J]. 農(nóng)業(yè)工程學(xué)報, 2008: 24(12): 238-242

Zhou X Q, Zhang Y R. Changes and differential analysis of the quality indexes of stored paddy[J]. Journal of Agricultural Engineering, 2008：24(12)：238-242

[2]張來林, 陸亨久, 尚科旗. 不同溫度下稻谷的品質(zhì)變化[J]. 糧食儲藏, 2005, 34(6): 32-34

Zhang L L, Lu H J, Shang K Q. Quality change of stored paddy in different temperature[J]. Grain Storage, 2005, 34(6)：32-34

[3]周顯青, 張玉榮, 趙秋紅. 稻谷新陳度的研究(四)——稻谷儲藏過程中揮發(fā)性物質(zhì)的變化及其與新陳度的關(guān)系[J]. 糧食與飼料工業(yè), 2005(2): 1-3

Zhou X Q, Zhang Y R, Zhao Q H. Study on the freshness of paddy (IV) : The change of volatile matters during rice storage and its relation with the freshness and aging of rice[J]. Cereal & Feed Industry, 2005(2)：1-3

[4]Di Natale C, Filippini D, Pennazza G, et al. Sorting of apricots with computer screen photoassisted spectral reflectance analysis and electronic nose[J]. Sensors and Actuators B: Chemical, 2006(119):70-77

[5]Alimelli A, Pennazza G, Santonico M, et al. Fish freshness detection by a computer screen photoassisted based gas sensor array[J]. Analytica Chimica Acta, 2007(582)：320-328

[6]Santonico M, Pittia P, Pennazza G, et al. Study of the aroma of artificially flavoured custards by chemical sensor array fingerprinting[J]. Sensors and Actuators B: Chemical, 2008(133):345-351

[7]龐林江, 王俊, 路興花. 電子鼻判別小麥陳化年限的檢測方法研究[J]. 傳感技術(shù)學(xué)報. 2007, 20(8): 1717- 1722

Pang L J, Wang J, Lu X H. Discrimination of different storage time of the wheat by electronic nose[J]. Chinese Journal of Sensors and Actuators. 2007, 20(8) : 1717-1722

[8]林家永, 高艷娜, 吳勝芳. 頂空固相微萃取-氣質(zhì)聯(lián)用法分析稻谷揮發(fā)性物質(zhì)[J]. 食品科學(xué), 2009, 30(20): 277-282

Lin J Y, Gao Y N, Wu S F. Headspace solid phase microextraction coupled to GC-MS for analyzing volatile components in paddy[J]. Food Science, 2009, 30(20)：277-282

[9]陳曉明, 李景明, 李艷霞. 電子鼻在食品工業(yè)中的應(yīng)用研究進展[J]. 傳感器與微系統(tǒng), 2006, 25(4): 8-11

Chen X M, Li J M, Li Y X. Development of application research of electronic nose in food industry[J]. Transducer and Microsystem Technologies, 2006, 25(4)：8-11

[10]黃業(yè)傳, 李鳳, 黃甜. 利用電子鼻和氣質(zhì)聯(lián)用研究臘肉揮發(fā)性風(fēng)味物質(zhì)的形成規(guī)律[J]. 食品工業(yè)科技, 2014, 6(35): 73-80

Huang Y C, Li F, Huang T. Study on formation law of volatile flavor compounds in bacon using electronic nose and GC-MS[J]. Science and Technology of Food Industry, 2014, 6(35)：73-80

[11]劉玉平, 陳海濤, 孫寶國. 魚肉中揮發(fā)性物質(zhì)提取與分析的研究進展[J]. 食品科學(xué), 2009, 30(23): 447-451

Liu Y P, Chen H T, Sun B G. Recent advances in extraction and analysis of volatile components in fish[J]. Food Science, 2009, 30(23)：447-451

[12]王霞, 黃健, 侯云丹. 電子鼻結(jié)合氣相色譜-質(zhì)譜聯(lián)用技術(shù)分析黃鰭金槍魚肉的揮發(fā)性物質(zhì)[J]. 食品科學(xué), 2012, 33(12): 268-272

Wang X, Huang J, Hou Y D. Analysis of volatile components in Yellowfin Tuna by electronic nose and GC-MS[J]. Food Science, 2012, 33(12)：268-272

[13]徐永霞, 劉瀅, 姜程程. 電子鼻結(jié)合氣質(zhì)聯(lián)用法分析大菱鲆冷藏過程中揮發(fā)性物質(zhì)變化[J].食品與發(fā)酵工業(yè), 2014, 40(1): 193-197

Xu Y X, Liu Y, Jiang C C. Study on volatile components of turbot (Psettamaxima) by GC-MS and electronic nose[J]. Food and Fermentation Industries, 2014, 40(1)：193-197.

Detection and Analysis of Volatile Compounds in Indica Rice During the Period of Storage by Electronic Nose and HS-SPME-GC-MS

Ju Xingrong Zhang Mengda Shi Jiayi

(College of Food Science and Engineering, Nanjing University of Finance and Economics, Collaborative Innovation Center for Modern Grain Circulation and Safety, Nanjing 210046)

This study used the electronic nose(E-nose) to detect Indica rice stored on different storage time (0, 30, 60, 90, 120, 150 and 120 d), storage temperature of 35 ℃, moisture content of 15.5%, and analyzed the whole volatile compounds by principal component analysis(PCA). Moreover, the relative content of volatile compounds in Indica rice was measured by headspace solid-phase micro-extraction (HS-SPME) and gas chromatography-mass spectrometry (GC-MS), and finally PCA was adopted to analyze volatile compounds. The results showed the cumulative contribution rate of the first and second principal components of E-nose reached 99%, discrimination index was 81, and PCA diagram showed that stored data on the initial date and in 6 months were not overlapped, so the effect of discrimination was satisfactory; The results of GC-MS showed that among totally 102 volatile compounds, the relative content of hydrocarbons, alcohols, aldehydes, ketones and heterocyclic compounds showed the tendency of increase with the extension of storage time, according to results of PCA, and alcohols, aldehydes, ketones made the greatest contribution to the whole of volatile compounds, and then followed by heterocyclic compounds,hydrocarbons, acids and esters. 2-hexyl-1-Decanol, Benzyl alcohol,Hexanal, Decanal, (Z)-2-Decenal, 2-Dodecenal, 2-Undecanone, 5-Tridecanone were the characteristic volatile compounds which could lead to the deterioration ofIndica rice’s quality by calculating principal component scores and observing the change of the relative content of volatile compounds. E-nose and GC-MS could detect and analyze volatile compounds from macroscopic and microscopic aspects, and PCA could effectively infer the characteristic volatile compounds contributing to Indica rice’s quality deterioration.

indica rice, volatile compounds, electronic nose, HS-SPME-GC-MS, principal component analysis

TS210.1

A

1003-0174(2016)12-0139-08

863計劃(2012AA101705-3)，國家糧食公益性行業(yè)科研專項(201313007)

2015-04-09

鞠興榮，男，1958年出生，教授，功能食品及農(nóng)產(chǎn)品深加工