JoVE Logo

登录

需要订阅 JoVE 才能查看此. 登录或开始免费试用。

本文内容

  • 摘要
  • 摘要
  • 引言
  • 研究方案
  • 结果
  • 讨论
  • 披露声明
  • 致谢
  • 材料
  • 参考文献
  • 转载和许可

摘要

这里描述了一个顶空固相微萃取气相色谱平台,用于在成熟的黑醋栗果实中快速、可靠和半自动地进行挥发性鉴定和定量。该技术可用于增加有关水果香气的知识,并选择具有增强风味的品种以进行育种。

摘要

人们越来越有兴趣测量成熟水果排放的挥发性有机化合物(VOCs),以培育具有增强感官特性的品种或品种,从而提高消费者的接受度。最近开发了高通量代谢组学平台,用于量化不同植物组织中的各种代谢物,包括负责水果味道和香气质量的关键化合物(挥发性组学)。这里描述了一种使用顶空固相微萃取(HS-SPME)与气相色谱-质谱(GC-MS)结合使用的方法,用于鉴定和定量成熟黑醋栗果实排放的VOCs,这种浆果因其风味和健康益处而受到高度赞赏。

收获黑醋栗植物(Ribes nigrum)的成熟果实并直接在液氮中冷冻。组织均质后产生细粉,解冻样品并立即与氯化钠溶液混合。离心后,将上清液转移到含有氯化钠的顶空玻璃小瓶中。然后使用固相微萃取(SPME)纤维和与离子阱质谱仪耦合的气相色谱仪提取VOC。通过积分峰面积,对所得离子色谱图进行挥发性定量,对每个VOC使用特定的 m / z 离子。通过比较在与样品相同条件下运行的纯商业标准的保留时间和质谱,确认了正确的VOC注释。在不同欧洲地区种植的成熟黑醋栗果实中鉴定出60多种VOC。在已确定的VOC中,关键的芳香化合物,如萜类化合物和C6挥发物,可用作黑醋栗果实质量的生物标志物。此外,还讨论了该方法的优缺点,包括预期的改进。此外,还强调了使用控制装置进行批量校正和最小化漂移强度。

引言

风味是任何水果的基本质量特征,会影响消费者的接受度,从而显着影响适销性。风味感知涉及味道和嗅觉系统的组合,并且在化学上取决于成熟水果排放的各种化合物的存在和浓度,这些化合物积聚在可食用植物部分,或者在VOC的情况下,由成熟的水果排放12。虽然传统育种一直专注于产量和抗虫性等农艺性状,但由于遗传复杂性和难以正确表型这些特征,水果品质性状(包括风味)的改善长期以来一直被忽视,导致消费者不满34。代谢组学平台的最新进展已成功鉴定和量化负责水果味道和香气的关键化合物5678。此外,代谢物分析与基因组或转录组学工具的结合可以阐明水果风味背后的遗传学,这反过来将有助于育种计划开发具有增强感官特征的新品种2491011121314

黑醋栗(Ribes nigrum)浆果因其风味和营养特性而受到高度赞赏,在欧洲,亚洲和新西兰的温带地区广泛种植15。大部分生产是加工食品和饮料,这在北欧国家非常受欢迎,主要是由于浆果的感官特性。水果的强烈颜色和风味是成熟水果中存在的花青素,糖,酸和VOC的组合的结果161718。对黑醋栗挥发物的分析可以追溯到20世纪60年代192021。最近,一些研究集中在黑醋栗VOCs上,确定了水果香气感知的重要化合物,并评估了基因型,环境或储存和加工条件对VOC含量的影响517182223

由于其众多优点,高通量易失性分析的首选技术是HS-SPME/GC-MS2425。涂有聚合物相的二氧化硅纤维安装在注射器装置上,允许吸附纤维中的挥发物,直到达到平衡相。顶空萃取可保护纤维免受基质中存在的非挥发性化合物的影响24。SPME可以成功地分离出大量高度可变浓度(十亿分之一到百万分之一)的挥发性有机化合物25。此外,它是一种无溶剂技术,需要有限的样品处理。HS-SPME的其他优点是易于自动化和相对较低的成本。

然而,其成功可能有限,具体取决于VOC的化学性质,提取方案(包括时间,温度和盐浓度),样品稳定性以及足够的果实组织的可用性2627。本文提出了一种通过HS-SPME分离黑加仑VOCs的方案,并通过气相色谱结合离子阱质谱仪进行分析。在植物材料的数量,样品稳定性以及提取和色谱的持续时间之间实现了平衡,以便能够处理大量的黑醋栗样品,其中一些在本研究中提出。特别是,五个品种("Andega","Ben Tron","Ben Gairn","Ben Tirran"和"Tihope")的VOC图谱和/或色谱图将作为示例数据进行介绍和讨论。此外,在其他水果浆果物种(如草莓(Fragaria x ananassa),覆盆子(Rubusidaeus)和蓝莓(Vaccinium spp.)中,相同的方案已成功用于VOC测量。

研究方案

1. 水果收获

  1. 每个基因型和/或处理种植4至6株植物,以确保足够的果实材料和变异性。
  2. 如果可能的话,在同一天收获样品;如果没有足够的水果材料,将不同日期收获的样品汇集在一起。
    注意:建议收获时间(上午,中午,下午)保持大致相同,因为VOC曲线受白天/昼夜节律的影响28293031
  3. 通过目视观察评估水果成熟阶段32。来自同一成熟阶段的池水果,因为成熟状态强烈影响VOC排放。丢弃任何受损或病原体感染的水果。
    注意:为了更好地评估水果的成熟度,可以进行质地分析33。此外,花后计数天数可用于确保混合的果实属于类似的成熟阶段。
  4. 每个生物重复(3至5个)至少包括10-15个水果,用于VOC分析。
    注意:在这里,2018年夏季在两个地点(波兰和苏格兰)收获了"Andega","Ben Tron","Ben Gairn","Ben Tirran"和"Tihope"品种的三个单独的13-20个水果(生物复制品)池,并直接在液氮中冷冻。然后将样品送到实验室并按如下所述进行处理。
  5. 收获后,立即将所有水果冷冻在液氮中,然后将其储存在-80°C直至加工。
    注意:如果可能的话,水果可以在收获后直接加工。在这种情况下,新鲜水果可以在混合器中均质,称重并直接分析(步骤3.1开始)。但是,为了防止水果进一步收获后降解过程,新鲜材料应储存在冷却器(4°C)中并尽快加工。如果处理不当,液氮会产生冷灼伤,并可能在通风不良的空间内引起窒息。

2. 水果样品和试剂制备

  1. 将水果研磨成细粉,注意始终在液氮的帮助下保持冷冻。使用低温研磨机、珠磨机或研钵和研杵进行均质化。用液氮预冷不锈钢研磨罐或研钵和研杵,以避免样品解冻。
    注意:将样品匀浆成细粉以确保适当的VOC提取至关重要。
  2. 在先前在液氮中冷却的5 mL管中称量1克冷冻材料(从步骤2.1开始),并注意确切的重量。将材料保持在-80°C,直到处理步骤3.1。
  3. 在分析中包括"参考"或"对照"样品,以检查技术变化,包括VOC提取和HS-SPME / GC-MS性能。为此,将随机选择的水果样品的混合物汇集在一起,每天至少包括一个对照样品进行VOC分析。此外,如步骤2.5所述,使用内部标准,以尽量减少强度漂移的影响。
  4. 在高效液相色谱(HPLC)级水中制备20%(w / v)氯化钠溶液(以下简称NaCl溶液)。在磁力搅拌器的帮助下溶解NaCl;确保每个样品提供1 mL溶液。
  5. 从纯商业标准品(以下简称内标)制备1 ppm的 N-十五烷(D32,98%)HPLC级甲醇溶液。
    注: N-十五烷-d32将用作内标,每个样品需要5μL。甲醇应在通风橱下操作。
  6. 在HPLC级甲醇中制备1 ppm溶液,用于VOC鉴定(本研究中使用的商业标准品列表见 表1 )。
  7. 准备10 mL螺旋盖顶空小瓶,在每个所需小瓶中加入0.5g NaCl。确保螺旋盖包括由柔软材料( 硅胶)组成的隔膜,内侧有一层薄的聚四氟乙烯薄膜,以避免污染。

3. 样品制备

  1. 将1mL NaCl溶液加入含有称量的冷冻样品的5mL管中。摇动试管,直到样品完全解冻并匀浆。
  2. 在室温下以5000× g 离心5分钟。
  3. 将带有1000μL移液器吸头的上清液转移到含NaCl的顶空小瓶中。切开尖端的末端以方便此过程。
  4. 向每个含有样品的顶空小瓶中加入5μL内标。

4. HS-SPME/GC-MS数据采集

  1. 将封闭的顶空小瓶在室温下放入GC-MS自动进样器中,以进行自动HS-SPME / GC-MS运行,如第4节所述。不要将生物重复放置在自动进样器中的连续位置;相反,随机分布它们以最大限度地减少强度漂移的影响。
    注:可一次将约 10-12 个小瓶放入自动进样器中,而不会影响样品稳定性。
  2. 在50°C下预孵育顶空小瓶10分钟,并在17× g下搅拌。
  3. 将SPME设备插入小瓶中,将纤维暴露在顶空,在50°C下以17× g搅拌30分钟进行VOC提取。
  4. 将光纤在250°C下以无分裂模式引入注射口1分钟,以进行挥发性解吸。
  5. 在SPME清洁站中用氮气(1 bar N2,≥99.8%纯度)在250°C下清洁纤维5分钟。 重复使用光纤约100倍。
  6. 使用与离子阱质谱仪耦合的气相色谱仪分析VOC(见 材料表),并在1 mL / min的恒定氦气流(He ≥99.9999%纯度)下进行色谱分析,其色谱柱的尺寸为60 m x 0.25 mm x 1μm厚度。使用在40°C下等温的烘箱温度程序3分钟,然后以8°C / min升温至250°C,并在250°C下保持5分钟。对于质谱,将传输线和离子源温度分别设置为260°C和230°C。将电离能设置为70 eV,记录的质量范围设置为 m / z 35-220,每秒6次扫描。
  7. 如上所述,提取和分析商业标准的1 ppm溶液。此外,在样品数据采集之前,运行含有所有稀释的商业标准品的混合物,与300μLNaCl溶液和900μLHPLC级水混合,以检查设备的正确校准。此外,在每批中单独包括含有NaCl溶液的空白样品。

5. GC-MS谱图谱图分析:VOC鉴定和半定量

  1. 使用制造商提供的软件打开原始GC-MS配置文件。为了鉴定化合物,比较其保留时间和质谱,以及从样品色谱图中确定的Kovats线性保留指数以及从真实标准品中获得的保留指数。对于每种商业标准,注释保留时间和最丰富的 m / z 离子。然后,为每个VOC选择特定的 m / z 离子(表1)。
  2. 根据标准保留时间和所选 GC-MS 原始文件的所选 m/z 离子自动集成 VOC 峰。为此,请为每个VOC提供一个列表,其中包含保留时间和选定的 m / z 离子。虽然软件会自动积分与序列设置中提供的相同保留时间和 m/z 离子相对应的峰面积,但请检查每个峰值的正确积分,并在必要时手动校正。
  3. 计算每个VOC相对于内标的峰值面积,以最大限度地减少仪器变化和强度漂移。
    注意:在分析来自不同基因型或生长和储存条件的水果时,强烈建议确定相对于水果干重含量的VOC含量,以排除由于含水量差异而产生的稀释效应。
  4. 对于批量效应校正,将每个样品的VOC峰面积归一化为同一运行中分析的对照样品中的相应峰面积。
    注:获得相对VOC定量;然而,出于实验的目的,可以相对于任何样品确定VOC含量(例如,未处理的水果以比较储存对VOC水平的影响)。

结果

在不同条件或地点生长或属于不同基因型的大量水果作物中进行高通量VOC分析对于准确的香气表型是必要的。本文介绍了一个快速、半自动化的HS-SPME/GC-MS平台,用于黑加仑品种的VOC相对定量。VOC检测和鉴定基于为分析浆果果实种类而开发的文库(表1)。在上述条件下,HS-SPME/GC-MS获得的典型成熟黑醋栗果实挥发性剖面图(总离子色谱图)如图 1A所示。总共确定?...

讨论

长期以来,由于挥发性化合物合成背后的复杂遗传学和生物化学以及缺乏适当表型的技术,水果香气的滋生一直受到阻碍。然而,代谢组学平台的最新进展,结合基因组工具,最终允许鉴定负责消费者偏好的代谢物,并培育出风味更好的作物3。虽然在模型水果番茄910方面取得了大部分进展,但在其他经济相关的作物物种(如草莓,?...

披露声明

作者声明没有利益冲突。

致谢

作者感谢马拉加大学的 Servicios Centrales de Apoyo a la Investigación 对HS-SPME /GC-MS的测量。我们感谢萨拉·费尔南德斯-帕拉西奥斯·坎波斯在波动性定量方面提供的帮助。我们也感谢GoodBerry的财团成员提供水果材料。

材料

NameCompanyCatalog NumberComments
10 mL screw top headspace vialsThermo Scientific10-HSV
18 mm screw cap Silicone/PTFEThermo Scientific18-MSC
5 mL Tube with HDPE screw capVWR216-0153
CentrifugeThermo Scientific75002415
Methanol for HPLCMerck34860-1L-R
N-pentadecane (D32, 98%)Cambridge Isotope LaboratoriesDLM-1283-1
Sodium chlorideMerckS9888
SPME fiber PDMS/DVBMerck57345-U
Stainless grinding jars for TissueLyserQiagen69985
TissueLyser IIQiagen85300Can be subsituted by mortar and pestle or cryogenic mill
Trace GC gas chromatograph-ITQ900 ion trap mass spectrometerThermo Scientific
Triplus RSH autosampler with automated SPME deviceThermo Scientific1R77010-0450
Water for HPLCMerck270733-1L
Xcalibur 4.2 SP1Thermo Scientificsoftware

参考文献

  1. Klee, H. J. Improving the flavor of fresh fruits: Genomics, biochemistry, and biotechnology. New Phytologist. 187 (1), 44-56 (2010).
  2. Ferrão, L. F. V., et al. Genome-wide association of volatiles reveals candidate loci for blueberry flavor. New Phytologist. 226 (6), 1725-1737 (2020).
  3. Klee, H. J., Tieman, D. M. The genetics of fruit flavour preferences. Nature Reviews Genetics. 19, 347-356 (2018).
  4. Vallarino, J. G., et al. Identification of quantitative trait loci and candidate genes for primary metabolite content in strawberry fruit. Horticulture Research. 6, 4 (2019).
  5. Jung, K., Fastowski, O., Poplacean, I., Engel, K. H. Analysis and sensory evaluation of volatile constituents of fresh blackcurrant (Ribes nigrum L.) fruits. Journal of Agricultural and Food Chemistry. 65 (43), 9475-9487 (2017).
  6. Vallarino, J. G., et al. Genetic diversity of strawberry germplasm using metabolomic biomarkers. Scientific Reports. 8, 14386 (2018).
  7. Zhang, W., et al. Insights into the major aroma-active compounds in clear red raspberry juice (Rubus idaeus L. cv. Heritage) by molecular sensory science approaches. Food Chemistry. 336, 127721 (2021).
  8. Farneti, B., et al. Exploring blueberry aroma complexity by chromatographic and direct-injection spectrometric techniques. Frontiers in Plant Science. 8, 617 (2017).
  9. Tikunov, Y., et al. The genetic and functional analysis of flavor in commercial tomato: the FLORAL4 gene underlies a QTL for floral aroma volatiles in tomato fruit. The Plant Journal. 103 (3), 1189-1204 (2020).
  10. Tieman, D., et al. A chemical genetic roadmap to improved tomato flavor. Science. 355 (6323), 391-394 (2017).
  11. Sánchez-Sevilla, J. F., Cruz-Rus, E., Valpuesta, V., Botella, M. A., Amaya, I. Deciphering gamma-decalactone biosynthesis in strawberry fruit using a combination of genetic mapping, RNA-Seq and eQTL analyses. BMC Genomics. 15, 218 (2014).
  12. Kumar, S., et al. Genome-wide scans reveal genetic architecture of apple flavour volatiles. Molecular Breeding. 35, 118 (2015).
  13. Bauchet, G., et al. Identification of major loci and genomic regions controlling acid and volatile content in tomato fruit: implications for flavor improvement. New Phytologist. 215 (2), 624-641 (2017).
  14. Sánchez, G., et al. An integrative ' omics' approach identifies new candidate genes to impact aroma volatiles in peach fruit. BMC Genomics. 14, 343 (2013).
  15. Hummer, K. E., Dale, A. Horticulture of Ribes. Forest Pathology. 40 (3-4), 251-263 (2010).
  16. Vagiri, M., et al. Phenols and ascorbic acid in black currants (Ribes nigrum L.): Variation due to genotype, location, and year. Journal of Agricultural and Food Chemistry. 61 (39), 9298-9306 (2013).
  17. Marsol-Vall, A., Kortesniemi, M., Karhu, S. T., Kallio, H., Yang, B. Profiles of volatile compounds in blackcurrant (Ribes nigrum) cultivars with a special focus on the influence of growth latitude and weather conditions. Journal of Agricultural and Food Chemistry. 66 (28), 7485-7495 (2018).
  18. Varming, C., Petersen, M. A., Poll, L. Comparison of isolation methods for the determination of important aroma compounds in black currant (Ribes nigrum L.) juice, using nasal impact frequency profiling. Journal of Agricultural and Food Chemistry. 52 (6), 1647-1652 (2004).
  19. Andersson, J., von Sydow, E. The aroma of black currants I. Higher boiling compounds. Acta Chemica Scandinavica. 18, 1105-1114 (1964).
  20. Andersson, J., von Sydow, E. The aroma of black currants. III. Chemical characterization of different varieties and stages of ripeness by gas chromatography. Acta Chemica Scandinavica. 20, 529-535 (1966).
  21. Andersson, J., von Sydow, E. The aroma of black currants II. Lower boiling compounds. Acta Chemica Scandinavica. 20, 522-528 (1966).
  22. Marsol-Vall, A., Laaksonen, O., Yang, B. Effects of processing and storage conditions on volatile composition and odor characteristics of blackcurrant (Ribes nigrum) juices. Food Chemistry. 293, 151-160 (2019).
  23. Del Castillo, M. L. R., Dobson, G. Varietal differences in terpene composition of blackcurrant (Ribes nigrum L) berries by solid phase microextraction/gas chromatography. Journal of the Science of Food and Agriculture. 82 (13), 1510-1515 (2002).
  24. Azzi-Achkouty, S., Estephan, N., Ouaini, N., Rutledge, D. N. Headspace solid-phase microextraction for wine volatile analysis. Critical Reviews in Food Science and Nutrition. 57 (10), 2009-2020 (2017).
  25. Vallarino, J. G., Antonio, C., et al. Acquisition of volatiles compounds by gas chromatography-mass spectrometry (GC-MS). Plant Metabolomics: Methods and Protocols. 1778, 225-239 (2018).
  26. Moreira, N., Lopes, P., Cabral, M., Guedes de Pinho, P. HS-SPME/GC-MS methodologies for the analysis of volatile compounds in cork material. European Food Research and Technology. 242, 457-466 (2016).
  27. Rambla, J. L., López-Gresa, M. P., Bellés, J. M., Granell, A., Alonso, J. M., Stepanova, A. N. Metabolomic profiling of plant tissues. Plant Functional Genomics and Protocols, Methods in Molecular Biology. 1284, 221-235 (2015).
  28. Abbas, F., et al. Volatile terpenoids: multiple functions, biosynthesis, modulation and manipulation by genetic engineering. Planta. 246 (5), 803-816 (2017).
  29. Kolosova, N., Gorenstein, N., Kish, C. M., Dudareva, N. Regulation of circadian methyl benzoate emission in diurnally and nocturnally emitting plants. Plant Cell. 13 (10), 2333-2347 (2001).
  30. Dudareva, N., Pichersky, E., Gershenzon, J. Biochemistry of plant volatiles. Plant Physiology. 135 (4), 1893-1902 (2004).
  31. Borges, R. M., Ranganathan, Y., Krishnan, A., Ghara, M., Pramanik, G. When should fig fruit produce volatiles? Pattern in a ripening process. Acta Oecologica. 37 (6), 611-618 (2011).
  32. Jarret, D. A., et al. A transcript and metabolite atlas of blackcurrant fruit development highlights hormonal regulation and reveals the role of key transcription factors. Frontiers in Plant Science. 9, 1-22 (2018).
  33. Li, B., Lecourt, J., Bishop, G. Advances in non-destructive early assessment of fruit ripeness towards defining optimal time of harvest and yield prediction-a review. Plants. 7 (1), 3 (2018).
  34. Ul-Hassan, M. N., Zainal, Z., Ismail, I. Green leaf volatiles: Biosynthesis, biological functions and their applications in biotechnology. Plant Biotechnology Journal. 13 (6), 727-739 (2015).
  35. Gaston, A., Osorio, S., Denoyes, B., Rothan, C. Applying the Solanaceae strategies to strawberry crop improvement. Trends in Plant Science. 25 (2), 130-140 (2020).
  36. Gilbert, J. L., et al. Identifying breeding priorities for blueberry flavor using biochemical, sensory, and genotype by environment analyses. PLoS ONE. 10 (9), 0138494 (2015).
  37. Bueno, M., Resconi, V. C., Campo, M. M., Ferreira, V., Escudero, A. Development of a robust HS-SPME-GC-MS method for the analysis of solid food samples. Analysis of volatile compounds in fresh raw beef of differing lipid oxidation degrees. Food Chemistry. 281, 49-56 (2019).
  38. Burzynski-Chang, E. A., et al. HS-SPME-GC-MS analyses of volatiles in plant populations-quantitating compound × individual matrix effects. Molecules. 23 (10), 2436 (2018).

转载和许可

请求许可使用此 JoVE 文章的文本或图形

请求许可

探索更多文章

172 HS SPME GC MS

This article has been published

Video Coming Soon

JoVE Logo

政策

使用条款

隐私

科研

教育

关于 JoVE

版权所属 © 2025 MyJoVE 公司版权所有,本公司不涉及任何医疗业务和医疗服务。