您好,欢迎进入上海保圣实业发展有限公司网站!
产品列表

PROUCTS LIST

技术文章Article 当前位置:首页 > 技术文章 > 保圣电子鼻助力中国农业科学院郭波莉教授团队发表小麦籽粒挥发性分析的文章

保圣电子鼻助力中国农业科学院郭波莉教授团队发表小麦籽粒挥发性分析的文章

点击次数:171 更新时间:2024-03-19

图片1.png


1.研究背景

小麦是最重要的谷类作物之一,小麦籽粒挥发性可作为种子活力、贮藏期和粮食变质的指标。此外,“小麦香气"现象有利于面粉及其最终产品。然而,造成这种特征香气的具体挥发性化合物仍有待发现,并且根据以往研究,盐碱土壤中生长的小麦由于其生长环境,具有更浓郁的“小麦香气"。

中国农业科学院郭波莉教授团队在《Food Research International》期刊(IF=8.1)上发表了题目为“Insights into “wheat aroma": Analysis of volatile components in wheat grains culti vated in saline–alkali soil "的文章(DOI: 10.1016/j.foodres.2024.114211),文章对不同pH值和总盐含量的土壤收获的5个小麦品种籽粒挥发物的组成和含量进行了研究。高pH和高盐土壤中的小麦3-甲基丁酸乙酯和1-辛烯-3-酮含量显著较低, 1-丁醇和1-辛烯-3-醇含量显著较高,这4种挥发性化合物的F值贡献率(超过77%)最高,对这四种化合物有响应的六个电子鼻传感器也出现相同趋势。因此,盐碱地小麦中较低的3-甲基丁酸乙酯和1-辛烯-3-酮含量,较高的1-丁醇和1-辛烯-3-醇含量,可作为“小麦香气"的特征。


2.实验方法

2.1样品制备

图片2.png

表1 小麦种植区土壤信息(XHY、ZJ)


在河北沧州的两块不同盐分含量的土地上分别种植五个不同的小麦品种,分别是苍麦6002、苍麦6005、冀麦22、师栾02-1和马兰糯麦1号(C6002、C6005、JM22、SL02-1、N01)。C6002和C6005为沧州市当地品种,JM22为中筋品种,SL02-1为高筋品种,N01为糯小麦品种。小麦种植区土壤信息见表1。

2.2电子鼻测试方法

图片3.png

表2 cNose传感器及相应的代表性敏感物质


使用cNose电子鼻系统(上海保圣)进行样品分析,系统由28个金属氧化物传感器组成。每个样品(2.00 g)加入到一个20 mL顶空玻璃瓶中,并且在25℃下平衡2 h。试验条件为:清洗时间120s,流速6 L /min,等待时间5 s,试验时间60 s,流速为1 L /min,每个样品测三次平行。响应值用比值G/G0表示,代表样品气体与空气的电阻率比。提取每个传感器的平均响应值(50-59 s)作为潜在变量。表2中为28种金属氧化物半导体综合信息。

3.实验结果

3.1电子鼻结果分析

图1 选定的6个电子鼻传感器在XHY(土壤pH为7.77;总含盐量1.37 g/kg)和ZJ(土壤pH 8.26;总含盐量2.70 g/kg)中不同小麦品种表达模式箱形图。y轴表示XHY组和ZJ组之间传感器响应值的相对水平。特征中位数由箱形图中心的一个黑点表示。C6002、C6005、SL02-1、JM22、N01分别代表5个小麦品种。


采用Student t-测试检验分析XHY和ZJ各小麦品种的电子鼻传感器响应。SL-02-1品种的28个传感器在两个地点的响应没有显著差异。然而,在其余4个品种中,6个传感器(S8, S11, S13, S25, S26和S28)有显著性差异(p < 0.05)(图1)。这些结果表明,这6种传感器可作为区分盐碱地小麦的可靠指标。


表3 小麦籽粒电子鼻传感器F值的贡献分析。


利用方差分析的F值计算不同因素(产地、品种及其相互作用)对电子鼻传感器响应的贡献率(表3)。在13个传感器(S10、S26、S28、S12、S3、S11、S25、S4、S8、S5和S13)中,种植位置因子的贡献率超过90%。在28个传感器中,13个传感器(S26、S12、S10、S28、 S11、S14、S3、S25、S8、S13、S4、S6和S5)种植地区贡献率要高于种植品种贡献率。与之前的结果(图1)相结合分析,这六个传感器(S8、S11、S13、S25、S26和S28)在感应盐碱土壤中生长的小麦方面可能更重要。


图片6.png

图2 选择出的 6个电子鼻传感器在XHY和ZJ种植小麦的PCA(A)和LDA(B)。XHY代表pH值和总含盐量较低的种植位置(pH7.77;总含盐量1.37 g/kg);ZJ代表pH值和总含盐量较高的种植位置(土壤pH 8.26;总含盐量2.70 g/kg)。


对六个电子鼻响应(图2A)进行主成分分析,发现前三个主成分占累积贡献率的98.5%。值得注意的是,小麦样本基于电子鼻特征对XHY和ZJ进行了有效区分。使用S8、S11、S13、S25、S26和S28值的LDA分类,对所有样本分都能精准归类(>90%)。此外,描述这些传感器值的3D散点图显示了区分XHY和ZJ地区小麦出色的预测能力(图2B)。表明使用S8, S11, S13, S25,S26和S28传感器可作为一种有效的工具,可靠地鉴别出在pH值和总含盐量较高的盐碱地中栽培的小麦。

3.2挥发物与电子鼻传感器的Pearson相关性分析

图片7.png

表4 挥发物与电子鼻传感器的Pearson相关系数(r)


选择的电子鼻响应值与GC-IMS鉴定的挥发性成分之间的相关性通过Pearson进行相关分析。结果(表4)显示3-甲基丁酸乙酯与传感器S26、S28和S25之间存在显著的负相关(p < 0.001)。1-丁醇、1-辛烯-3-醇和1-辛烯-3-酮与传感器S11、S8和S13显著正相关(p < 0.01)。这一结果可以证明这六种选定的传感器可以有效地识别生长在高pH值和高总盐含量的盐碱地中小麦香气。

版权所有 © 2024 上海保圣实业发展有限公司  ICP备案号:沪ICP备14034510号-5