玉米玉米揮發(fā)性風(fēng)味物質(zhì)出峰面積的判別分析

玉米玉米揮發(fā)性風(fēng)味物質(zhì)出峰面積的判別分析

0gc-ms萃取口感是干腌制火腿最重要的品質(zhì)指數(shù)。從20世紀(jì)60年代開始，通過有機(jī)溶劑的萃取、真空蒸餾、靜態(tài)上部空間、動態(tài)上部空間、冷咽熱篩選、超聲波提取和微萃取，提取和收集干腌制火腿的味道物質(zhì)，并將其與氣質(zhì)聯(lián)合起來研究。這些物質(zhì)包括：1、2、3、4、5、6、7、8、9、10、11、12、13、14、15和16。結(jié)果表明，利用冷咽熱固相萃取與gc-ms相結(jié)合是理想的方法。目前已經(jīng)從各種干腌火腿中檢測出260多種揮發(fā)性化合物,一些主要的化合物為烴、醛、酮、醇、酯、羧酸、內(nèi)酯、含硫化合物、呋喃、吡嗪、吡啶、吡咯等,并主要通過主成分分析方法研究了不同干腌火腿的特征芳香氣味物質(zhì)[1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16]。到目前為止,大部分研究僅限于火腿中揮發(fā)性化合物的分離和鑒定或比較不同工藝或品種的風(fēng)味物質(zhì)差別,而對風(fēng)味物質(zhì)的形成過程研究較少。金華火腿是世界上著名的干腌火腿,近年來對金華火腿風(fēng)味物質(zhì)的研究逐漸增多,但對其形成過程的研究很少,有關(guān)金華火腿不同加工時(shí)期風(fēng)味物質(zhì)特征的研究報(bào)道則更少。目前市場上沒有經(jīng)過成熟或沒有完全成熟的半成品“假火腿”對火腿市場秩序沖擊很大,由于相關(guān)研究較少,不能很好區(qū)分火腿的加工程度,也是火腿市場難以管理的重要原因。本研究采用靜態(tài)頂空加固相微萃取技術(shù)富集揮發(fā)性風(fēng)味化合物,結(jié)合GC-MS分析金華火腿中揮發(fā)性風(fēng)味物質(zhì)隨加工進(jìn)程的變化過程,用判別分析方法研究各加工階段揮發(fā)性化合物的形成特點(diǎn),探索用特征揮發(fā)性化合物數(shù)據(jù)判斷金華火腿加工程度的可行性。1材料和方法1.1不同腌制過程的酯類樣品的制備選用60只雜交豬后腿,修整后每條后腿質(zhì)量6.2~6.9kg,在蘭溪市永鑫火腿食品有限公司按照傳統(tǒng)加工工藝加工金華火腿。加工工藝主要包括攤晾、腌制、浸泡、洗刷、曬腿、成熟以及后熟等過程。腌制期間上鹽5次,翻堆7次,共腌制30d;浸泡、洗刷24h,中間換水1次;曬腿20d(包括11天陰雨天氣);成熟152d;堆疊后熟61d結(jié)束。在加工過程中,分別于腌制前(24h左右)、腌制結(jié)束(第31d)、曬腿結(jié)束(第51d)、成熟中期(第124d)、成熟結(jié)束(第203d)和后熟結(jié)束(第264d)隨機(jī)抽取5只腿,取股二頭肌作為分析樣品。樣品分析前于-40℃冰柜中保存。1.2固相微萃取頭前處理室溫條件下迅速將樣品切碎至邊長2mm左右的肉粒,稱取15g于頂空萃取瓶中,將固相微萃取頭(SUPELCO,USA)插入萃取瓶頂空中,在60℃條件下萃取頂空中揮發(fā)性化合物40min。萃取頭涂層為Car/PDMS(Carboxen/polydimethylsioxane),非極性,涂層厚75μm。1.3gc/ms色譜條件用GC-MS(TranceGC-MS,Finnigan,USA)對萃取物進(jìn)行分離、鑒定。氣相色譜條件:毛細(xì)管氣相色譜柱為DB-5MS,長60m,內(nèi)徑0.32mm,涂層厚1μm;載氣為氦氣,不分流,恒流12mL/min;進(jìn)樣口溫度250℃,解析0.25min;起始溫度40℃,保持1min,5℃/min升溫至130℃,8℃/min升溫至200℃,12℃/min升溫至250℃,然后于250℃保持7min。氣相色譜與質(zhì)譜接口溫度為250℃。質(zhì)譜條件為:離子源溫度200℃,電離方式為EI+,電子能量為70eV,掃描質(zhì)量范圍33~500amu,電子檢測器進(jìn)行檢測,檢測電壓350V。取得的流出峰圖與MEANLIB、REPLIB、WILLEY、NISTDEMO4個(gè)圖譜庫進(jìn)行比較,相似指數(shù)(SI,SimilarityIndex)800以上者為確認(rèn)鑒定的化合物。1.4風(fēng)味化合物的比例風(fēng)味化合物的含量和比例是影響風(fēng)味效果的兩個(gè)重要參數(shù),峰面積和峰面積占總流出面積的百分率分別代表風(fēng)味化合物的含量和比例。為了探索風(fēng)味化合物的含量和比例在加工過程中的變化,以揮發(fā)性化合物的峰面積和峰面積占總流出面積(含硅化合物除外)的百分率為變量,用SPSS11.0Discriminant程序?qū)鹜燃庸r(shí)間進(jìn)行Fisher’s判別分析,建立判別函數(shù)并進(jìn)行回代檢驗(yàn)。2結(jié)果與分析2.1系統(tǒng)模型及接觸條件的確定從6個(gè)工藝點(diǎn)30只樣品腿中共分離鑒定出191種揮發(fā)性化合物。為研究不同工藝點(diǎn)火腿樣品風(fēng)味物質(zhì)特征的模型,以揮發(fā)性化合物的出峰面積為自變量,以采樣工藝點(diǎn)為類別區(qū)分依據(jù),按照類別等同和Wilksλ統(tǒng)計(jì)量最小的原則(即類別間方差最大)進(jìn)行逐步判別分析,逐個(gè)分析每個(gè)化合物對模型判別能力的貢獻(xiàn)并剔除貢獻(xiàn)不顯著的自變量,共有20種化合物進(jìn)入模型,取得5個(gè)典則變量(或稱典則判別函數(shù)),它們都是進(jìn)入模型的20種化合物的線性組合,其特征值分別為14313.8、3225.0、1923.9、179.4和14.0,分別能夠解釋模型方差變化的72.8%、16.4%、9.8%、0.9%和0.1%。其中,前2個(gè)典則判別函數(shù)共可解釋89.2%的方差變化,包含了風(fēng)味化合物出峰面積的主要信息,可以描述各工藝點(diǎn)風(fēng)味物質(zhì)特征的差異與聯(lián)系。將各工藝點(diǎn)樣品風(fēng)味化合物出峰面積數(shù)據(jù)代入這2個(gè)典則判別函數(shù)并作散點(diǎn)圖,結(jié)果見圖1。由圖1可見,每個(gè)工藝點(diǎn)5個(gè)樣品的典則差別函數(shù)重合性都很好,雖然曬腿后與成熟中期樣品的位置較接近,但建立的函數(shù)能夠很好地將6個(gè)時(shí)期的樣本區(qū)分開,表明進(jìn)入方程的20種化合物的峰面積可以反映各時(shí)期揮發(fā)性化合物的特征,用取得的判別模型可以用以區(qū)分金華火腿加工時(shí)間。典則判別函數(shù)直觀描述了不同加工時(shí)間火腿的風(fēng)味化合物之間的關(guān)系,但不便于對未知樣品加工時(shí)間的客觀判別。為此,以進(jìn)入模型的20種化合物的出峰面積為基礎(chǔ),建立了6個(gè)Fisher線性判別函數(shù),分別描述各工藝時(shí)間點(diǎn)火腿風(fēng)味化合物出峰面積的特征。Fisher線性判別函數(shù)模型如下:式中:FT——T工藝時(shí)間點(diǎn)的Fisher線性判別函數(shù)值,其中T代表腌制前、腌制后、曬腿結(jié)束、成熟中期、成熟結(jié)束、后熟結(jié)束6個(gè)工藝時(shí)間點(diǎn)中的任何一個(gè),共有6個(gè)FT;Ai——進(jìn)入Fisher線性判別函數(shù)的第i個(gè)化合物的出峰面積,其中本例中共20種化合物進(jìn)入模型,i的取值范圍為1到20;Bi——進(jìn)入Fisher線性判別函數(shù)模型的第i個(gè)化合物的Fisher線性判別函數(shù)系數(shù);CT——T工藝時(shí)間點(diǎn)的Fisher線性判別函數(shù)常數(shù)項(xiàng)。表1是各Fisher線性判別函數(shù)的系數(shù)表。由這組函數(shù),給出任意一個(gè)樣品的揮發(fā)性化合物峰面積測定數(shù)據(jù),分別代入6個(gè)函數(shù)方程,計(jì)算出6個(gè)函數(shù)值,數(shù)值最大的F值對應(yīng)的工藝點(diǎn)時(shí)間即為該樣品被判定的加工時(shí)間。因此,既可以用這組方程對未知樣品的加工時(shí)間進(jìn)行判別,也可以用已知加工時(shí)間的樣品對取得的函數(shù)進(jìn)行判別效果檢驗(yàn)。表2是由揮發(fā)性化合物峰面積得到的Fisher判別函數(shù)對原始數(shù)據(jù)進(jìn)行回代檢驗(yàn)的判別結(jié)果。由表2可見,取得的判別函數(shù)對原始數(shù)據(jù)的時(shí)間段判別效果很好,正確率為100%。2.2揮發(fā)性化合物的組成揮發(fā)性化合物的組成比例也是火腿風(fēng)味的重要特征。按照揮發(fā)性化合物出峰面積建立判別函數(shù)相同的方法,進(jìn)一步以分離鑒定的各揮發(fā)性化合物的出峰面積占總出峰面積的百分率為自變量,研究了揮發(fā)性化合物出峰面積占總出峰面積的百分率對火腿加工時(shí)間的判別能力。經(jīng)逐步判別分析,共有17種化合物進(jìn)入了判別方程,取得5個(gè)典則判別函數(shù),其特征值分別為26658.4、8348.2、1540.9、114.0和13.9,分別能夠解釋模型方差變化的72.7%、22.8%、4.2%、0.0%和0.0%。其中,前2個(gè)典則判別函數(shù)共可解釋95.7%的方差變化,包含了主要信息,可以描述各工藝點(diǎn)風(fēng)味物質(zhì)特征的差異與聯(lián)系。用前兩個(gè)典則判別函數(shù)對各樣品作散點(diǎn)圖,結(jié)果見圖2。由圖2可見,取得的判別模型可以很好地將6個(gè)時(shí)期的樣本區(qū)分開,表明進(jìn)入方程的17種化合物的構(gòu)成百分率可以反映各時(shí)期揮發(fā)性化合物的組成特征。表3是用揮發(fā)性化合物的峰面積百分率建立的6個(gè)Fisher線性判別函數(shù)的系數(shù)表。由這組函數(shù)對原始數(shù)據(jù)進(jìn)行回代檢驗(yàn),結(jié)果同表2,取得的判別函數(shù)對原始數(shù)據(jù)的時(shí)間段判別效果很好,正確率為100%。3金華設(shè)計(jì)視野下火炬的揮發(fā)性化合物火腿中揮發(fā)性化合物的組成和來源極為復(fù)雜,它們對火腿風(fēng)味的具體貢獻(xiàn)更難以闡明。但有些揮發(fā)性化合物在火腿加工過程中呈現(xiàn)出一定的變化規(guī)律,能夠反映火腿的加工程度。通過逐步判別分析發(fā)現(xiàn),一些揮發(fā)性化合物的實(shí)際含量(用峰面積表示)或相對含量(用占對應(yīng)時(shí)期總峰面積的百分率表示)隨加工進(jìn)程表現(xiàn)出有規(guī)律的變化,可以運(yùn)用這些規(guī)律對火腿的加工程度進(jìn)行判別。本研究從金華火腿加工過程中得到鑒定的191種揮發(fā)性化合物中,分析出20種化合物的實(shí)際峰面積變化或17種化合物的峰面積百分率的變化,分別建立6個(gè)Fisher線性判別函數(shù),利用這些判別函數(shù)能夠準(zhǔn)確判別金華火腿的加工程度,這對金華火腿產(chǎn)品質(zhì)量檢測和加工進(jìn)程控制都具有重要的意義。這方面的研究目前還未見報(bào)道。從建立的判別函數(shù)可以發(fā)現(xiàn),兩套判別函數(shù)選用的揮發(fā)性化合物并不完全相同,這表明火腿中的揮發(fā)性化合物既存在著絕對含量的變化,也存在相對含量的變化,兩者變化規(guī)律并不一致。揮發(fā)性化合物對火腿風(fēng)味的貢獻(xiàn)是由其絕對含量、相對含量及風(fēng)味閾值三方面決定的,對一個(gè)加工階段而言,進(jìn)入到其判別函數(shù)且系數(shù)較大者,是體現(xiàn)該加工階段風(fēng)味物質(zhì)絕對含量或相對含量的特征性風(fēng)味化合物。對于成熟結(jié)束或后熟結(jié)束的成品火腿而言,這種特征性風(fēng)味化合物體現(xiàn)了火腿風(fēng)味物質(zhì)含量的概念,但由于風(fēng)味化合物對風(fēng)味的貢獻(xiàn)大小還取決于其風(fēng)味閾值,所以特征性風(fēng)味化合物未必是火腿風(fēng)味最重要的貢獻(xiàn)者,一些含量低但風(fēng)味閾值也很低的化合物也可能對火腿整體風(fēng)味起重要作用。4建立分布的判別函數(shù)金華火腿風(fēng)味化合物的形成過程極為復(fù)雜,它們在肌肉中的絕對含量和相對含量隨加工進(jìn)程都不斷發(fā)生變化