关注公众号

关注公众号

手机扫码查看

手机查看

喜欢作者

打赏方式

微信支付微信支付
支付宝支付支付宝支付
×

基于高分辨质谱的组学分析方法在白酒香型鉴别...(一)

2020.5.18

基于高分辨质谱的组学分析方法在白酒香型鉴别中的应用


1.引言
白酒在中国有着悠久的生产历史, 是我国优秀而宝贵的民族遗产,与白兰地、威士忌、伏特加、朗姆酒、金酒并列为世界6大蒸馏酒。我国固态发酵白酒质量的影响因素很多, 每个生产批次所产酒的酒质是不一致的。为了统一达到本品所固有的各种微量成分和它们之间适宜的比例,就必须进行勾兑。经过勾兑后的成品白酒, 具有其固定的化学成分组成以及这些成分之间的固定量比关系,从而形成各自不同的香型和风味[1]。目前对白酒香气成分的分析多采用 GC 或 GC/MS的方法[2]。而对于香型的鉴定,主要依靠品酒师的感官鉴别。该方法简单快捷,但对人员要求较高,且较为主观。也有采用电子舌技术对不同香型的白酒进行区分[3],但电子舌技术尚有待进一步发展且通用性较差。本实验采用超高效液相色谱(UHPLC)和基于Orbitrap高分辨质谱技术的Q Exactive台式质谱仪,结合组学分析软件SIEVE和统计学软件SIMCA对不同香型的白酒进行了组学研究,利用多元统计分析建立了一种快速、准确、客观地鉴别白酒香型的新方法,并对找到的标志物进行了鉴定。

2.样品信息及分析流程
实验分别收集了浓香型、酱香型和清香型三种香型的白酒样品。每种香型内均包含不同品牌,不同品质等级等多个样本。因白酒样本复杂,在不同品牌或是同一品牌不同等级之间存在多样性和差异性,为减少不确定因素,先将三个香型的样本分成不同品牌和同一品牌不同等级两个组,分别进行分析和比较。
不同品牌组:每种香型包含各个名优品牌中最具有代表性的高端酒样,每个样本均是对应香型中的典型样本。力求通过对该组的分析找出不同品牌之间按照香型区分的标志物。具体样品信息见表 1。
2017120105252861.jpg

不同等级组:每种香型包含同一典型品牌中从高端到低端的不同等级的样本。对该组的分析可以找出不同等级的样本之间共有的可以区分其他香型的标志性化合物,也可验证在对不同品牌组分析中找到的典型标志性化合物是否存在于该品牌各个等级的样品中。具体样品信息见表 2。

为了最大程度地保留样本内的化学成分,样本仅使用0.22µm的滤膜过滤后,即采用正负切换扫描的方式对数据进行采集。数据用 SIEVE 软件进行峰提取、过滤、对齐和差异化比较;使用 SIMCA 进行 PCA、OPLS-DA 等多元统计分析,并利用建立的数学模型对未知样品进行判别预测,分析流程见图 1。

2017120105523981.jpg

3.实验条件
3.1液相色谱条件
色谱仪:Thermo Scientific TM Ultimate 3000 RSLC
色谱柱:Thermo Scientific TM Accucore C8 (100×2.1, 2.6 µm)
流动相组成和梯度洗脱条件见表 3。
2017120105837144.jpg2017120105843665.jpg
201712010595987.jpg
201712010595987.jpg
4. 结果与讨论
4.1 实验条件的选择
为保证白酒样品中尽可能多的成分能够有效地被测定,本实验对不同型号的色谱柱进行了考察,包括:AccucoreaQ、Accucore  Hilic、Accucore  C8、Syncronis  C18  和Hypercarb。实验结果表明 Accucore C8 色谱柱在正离子模式下能够对白酒样品中的化合物进行较好的分离和有较高的响应(图 2)。

4.2 数据重现性
在组学相关试验中,方法的重现性至关重要,需要保证数据在质量精度、保留时间及响应强度等方面具有很好的的重现性。本实验在进样序列中穿插了 QC 样品,对系统的稳定性进行了考察。在整个进样周期(48 小时)内,保留时间(RT)偏差 <2 s,以某一化合物考察的响应值(NL)RSD 为 10% 左右,质量精度偏差在 1 ppm 以内。实验结果表明,采用外标法进行一次校正后,系统有良好的稳定性、重现性和质量精度。


推荐
关闭