基于GC-IMS结合化学计量学鉴别大鲵油掺伪不同比例花生油挥发性有机物特征

作     者：金文刚 刘俊霞 孙海燕 何琳琳 裴金金 程虎 姜鹏飞 JIN Wengang;LIU Junxia;SUN Haiyan;HE Linlin;PEI Jinjin;CHENG Hu;JIANG Pengfei

作者机构：陕西理工大学生物科学与工程学院陕西省资源生物重点实验室陕西汉中723001 陕西理工大学陕南秦巴山区生物资源综合开发协同创新中心陕西汉中723001 汉中市龙头山水产养殖开发有限公司陕西汉中723001 大连工业大学食品学院国家海洋食品工程技术研究中心辽宁大连116034 

出 版 物：《食品科学》 (Food Science)

年 卷 期：2023年第44卷第10期

页      面：368-376页

核心收录：

学科分类：0832[工学-食品科学与工程（可授工学、农学学位）] 08[工学] 083204[工学-水产品加工及贮藏工程] 

基　　金：国家留学基金委访问学者项目(202008610071) 陕西省科技厅项目(2015SZS-15-01) 秦巴生物资源综合利用协同创新中心项目(QBXT-18-4) 陕西理工大学重点科研项目(SLG2106) 

主　　题：大鲵油 掺伪 花生油 挥发性成分 气相色谱-离子迁移色谱 化学计量学 

摘      要：采用气相色谱-离子迁移色谱(gas chromatography-ion mobility spectroscopy,GC-IMS)结合化学计量学对不同花生油掺伪量(0%、5%、10%、20%、30%、100%)的大鲵油中挥发性成分进行探究。结果表明,不同掺伪量大鲵油GC-IMS图谱中共鉴定出41种挥发性化合物,其中醛类21种、酮类6种、醇类4种、杂环类4种、酯类3种、含硫类2种、酸类1种。随着掺伪量的增加,醛类、杂环类、酸类和酯类化合物含量增加,而酮类、醇类和含硫类化合物含量减少。建立了挥发性成分与实际掺伪量偏最小二乘回归模型,校正集和验证集相关系数R^(2)值分别为0.9924和0.9882,表明建立的掺伪量预测模型较为可靠。主成分分析表明,前2个主成分累计贡献率为94.3%,说明不同掺伪量大鲵油可通过挥发性成分实现较好区分。通过偏最小二乘判别分析并结合变量投影重要度(variable importance for the projection,VIP)筛选出13种差异挥发性化合物(VIP1),其中醛类7种、酮类3种、醇类1种、含硫类1种和及酯类1种。主成分和聚类分析结果表明这些差异挥发性成分也可用于不同掺伪量大鲵油的区分。该研究为无损、快速鉴别大鲵油真实性提供了参考方法。