JoVE Logo

Entrar

É necessária uma assinatura da JoVE para visualizar este conteúdo. Faça login ou comece sua avaliação gratuita.

Neste Artigo

  • Resumo
  • Resumo
  • Introdução
  • Protocolo
  • Resultados
  • Discussão
  • Divulgações
  • Agradecimentos
  • Materiais
  • Referências
  • Reimpressões e Permissões

Resumo

Uma plataforma de microextração-gás-cromatografia em fase sólida do headspace é descrita aqui para identificação e quantificação volátil rápida, confiável e semi-automatizada em frutas de groselha madura. Essa técnica pode ser usada para aumentar o conhecimento sobre o aroma de frutas e selecionar cultivares com sabor aprimorado para fins de reprodução.

Resumo

Há um interesse crescente em medir compostos orgânicos voláteis (VOCs) emitidos por frutas maduras com o propósito de criar variedades ou cultivares com características organolepticas aprimoradas e, assim, aumentar a aceitação do consumidor. Plataformas metabolômicas de alto rendimento foram recentemente desenvolvidas para quantificar uma ampla gama de metabólitos em diferentes tecidos vegetais, incluindo compostos-chave responsáveis pelo sabor das frutas e qualidade do aroma (volatilomics). Um método que utiliza microextração em fase sólida do headspace (HS-SPME) juntamente com espectrometria de massa cromatografia gasosa (GC-MS) é descrito aqui para a identificação e quantificação de VOCs emitidos por frutas de groselha madura, uma fruta altamente apreciada por seu sabor e benefícios para a saúde.

Frutas maduras de plantas groselha (Ribes nigrum) foram colhidas e diretamente congeladas em nitrogênio líquido. Após a homogeneização do tecido para produzir um pó fino, as amostras foram descongeladas e imediatamente misturadas com solução de cloreto de sódio. Após a centrifugação, o supernascer foi transferido para um frasco de vidro no espaço da cabeça contendo cloreto de sódio. Os VOCs foram então extraídos usando uma fibra de microextração em fase sólida (SPME) e um cromatógrafo a gás acoplado a um espectrômetro de massa de armadilha de íons. A quantificação volátil foi realizada nos cromatógramas de íons resultantes, integrando a área de pico, utilizando um íon m/z específico para cada VOC. A anotação de VOC correta foi confirmada comparando os tempos de retenção e os espectros de massa dos padrões comerciais puros executados nas mesmas condições das amostras. Mais de 60 VOCs foram identificados em frutas de groselha madura cultivadas em locais europeus contrastantes. Entre os VOCs identificados, os principais compostos de aroma, como terpenóides e voláteis C6, podem ser usados como biomarcadores para a qualidade das frutas groselha. Além disso, são discutidas vantagens e desvantagens do método, incluindo melhorias prospectivas. Além disso, tem sido enfatizado o uso de controles para correção de lotes e minimização da intensidade de deriva.

Introdução

O sabor é um traço essencial de qualidade para qualquer fruta, impactando a aceitação do consumidor e, portanto, afetando significativamente a comercialização. A percepção do sabor envolve uma combinação dos sistemas de sabor e olfativo e depende quimicamente da presença e concentração de uma ampla gama de compostos que se acumulam em partes comestíveis de plantas, ou no caso de VOCs, são emitidos pelo fruto maduro1,2. Embora a reprodução tradicional tenha se concentrado em características agronômicas, como a resistência ao rendimento e à praga, a melhoria da qualidade da fruta, incluindo o sabor, tem sido negligenciada por muito tempo devido à complexidade genética e à dificuldade de fenótipo adequado dessas características, levando ao descontentamento do consumidor3,4. Os recentes avanços nas plataformas metabolômicas têm sido bem sucedidos na identificação e quantificação dos principais compostos responsáveis pelo sabor das frutas e aroma5,6,7,8. Além disso, a combinação de perfil metabólito com ferramentas genômicas ou transcriptômicas permite a elucidação da genética subjacente ao sabor da fruta, que por sua vez ajudará programas de reprodução a desenvolver novas variedades com características organolepticas aprimoradas2,4,9,10,11,12,13,14.

As frutas de groselha (Ribes nigrum) são altamente apreciadas por seu sabor e propriedades nutricionais, sendo amplamente cultivadas nas zonas temperadas da Europa, Ásia e Nova Zelândia15. A maior parte da produção é processada para produtos alimentícios e bebidas, que são muito populares nos países nórdicos, principalmente devido às propriedades organolépticas das frutas. A cor intensa e o sabor da fruta são resultado de uma combinação de antocianinas, açúcares, ácidos e VOCs presentes nas frutas maduras16,17,18. A análise dos voláteis de groselha remonta à década de 196019,20,21. Mais recentemente, vários estudos se concentraram em VOCs de groselha, identificando compostos importantes para a percepção do aroma de frutas e avaliando o impacto das condições de genótipo, ambiente ou armazenamento e processamento no conteúdo de VOC5,17,18,22,23.

Devido às suas inúmeras vantagens, a técnica de escolha para o perfil volátil de alto rendimento é o HS-SPME/GC-MS24,25. Uma fibra de sílica, revestida com uma fase polimérica, é montada em um dispositivo de seringa, permitindo a adsorção dos voláteis na fibra até que uma fase de equilíbrio seja alcançada. A extração do espaço para o cabeça protege a fibra dos compostos não ativos presentes na matriz24. O SPME pode isolar com sucesso um alto número de VOCs presentes em concentrações altamente variáveis (partes por bilhão a partes por milhão)25. Além disso, é uma técnica livre de solventes que requer processamento limitado de amostras. Outras vantagens do HS-SPME são a facilidade de automação e seu custo relativamente baixo.

No entanto, seu sucesso pode ser limitado, dependendo da natureza química dos VOCs, do protocolo de extração (incluindo tempo, temperatura e concentração de sal), estabilidade amostral e disponibilidade de tecido de frutas suficiente26,27. Este artigo apresenta um protocolo para VOCs de groselha isolados pelo HS-SPME e analisados por cromatografia a gás, juntamente com um espectrômetro de massa de armadilha de íons. Foi alcançado um equilíbrio entre a quantidade de material vegetal, a estabilidade amostral e a duração da extração e cromatografia para poder processar um alto número de amostras de groselha, algumas delas apresentadas neste estudo. Em particular, os perfis voc e/ou cromatógramas de cinco cultivares ('Andega', 'Ben Tron', 'Ben Gairn', 'Ben Tirran' e 'Tihope') serão apresentados e discutidos como dados de exemplo. Além disso, o mesmo protocolo foi colocado em prática com sucesso para a medição de VOC em outras espécies de frutas como morango (Fragaria x ananassa), framboesa (Rubusidaeus) e mirtilo (Vaccinium spp.).

Protocolo

1. Colheita de frutas

  1. Cresça entre 4 a 6 plantas por genótipo e/ou tratamento para garantir material e variabilidade suficientes da fruta.
  2. Se possível, colher as amostras na mesma data; se não houver material suficiente para frutas, misture amostras colhidas em diferentes datas.
    NOTA: Recomenda-se que o tempo de colheita (manhã, meio-dia, tarde) permaneça aproximadamente idêntico, pois os perfis de VOC são afetados pelo ritmo diurno/circadiano28,29,30,31.
  3. Avalie o estágio de amadurecimento das frutas por observação visual32. As frutas da piscina do mesmo estágio de amadurecimento, já que o status de amadurecimento impacta fortemente a emissão de VOC. Descarte quaisquer frutas danificadas ou infectadas por patógenos.
    NOTA: Para melhor avaliar o amadurecimento da fruta, a análise da textura pode ser realizada33. Além disso, contar dias após a floração pode ser usado para garantir que as frutas agrupadas pertençam a um estágio de amadurecimento semelhante.
  4. Inclua um mínimo de 10-15 frutas por réplica biológica (3 a 5) para análise de VOC.
    NOTA: Aqui, três piscinas separadas de 13-20 frutas (réplicas biológicas) de 'Andega', 'Ben Tron', 'Ben Gairn', 'Ben Tirran' e cultivares 'Tihope' foram colhidas em dois locais (Polônia e Escócia) no verão de 2018 e diretamente congeladas em nitrogênio líquido. As amostras foram então enviadas ao laboratório e processadas conforme descrito abaixo.
  5. Uma vez colhido, congele todas as frutas imediatamente em nitrogênio líquido e, posteriormente, armazene-as a -80 °C até o processamento.
    NOTA: Se possível, as frutas podem ser processadas diretamente após a colheita. Neste caso, as frutas frescas podem ser homogeneizadas em uma batedeira, ponderadas e diretamente analisadas (etapa 3.1 em diante). No entanto, para evitar que as frutas sejam mais processos degradativos pós-harves, o material fresco deve ser armazenado em um refrigerador (4 °C) e processado o mais rápido possível. Se não for manuseado corretamente, o nitrogênio líquido pode produzir queimaduras frias e pode causar asfixia em espaços mal ventilados.

2. Preparação de amostras de frutas e reagentes

  1. Triture as frutas em um pó fino, tomando cuidado para mantê-las sempre congeladas com a ajuda de nitrogênio líquido. Use um moinho criogênico, moinho de contas ou uma argamassa e pilão para homogeneização. Frascos de moagem inoxidável pré-cozido ou argamassa e pilão com nitrogênio líquido para evitar o descongelamento da amostra.
    NOTA: É fundamental homogeneizar amostras em pó fino para garantir a extração adequada de VOC.
  2. Pesar 1 g de material congelado (a partir do passo 2.1.) em um tubo de 5 mL que é previamente resfriado em nitrogênio líquido, e observar o peso exato. Mantenha o material a -80 °C até a etapa de processamento 3.1.
  3. Inclua amostras de 'referência' ou 'controle' na análise para verificar a variação técnica, incluindo extração de VOC e desempenho de HS-SPME/GC-MS. Para isso, misture uma mistura de amostras de frutas escolhidas aleatoriamente e inclua pelo menos uma amostra de controle por dia para análise de VOC. Além disso, utilize um padrão interno, conforme descrito na etapa 2.5., para minimizar o impacto da deriva de intensidade.
  4. Prepare 20% (p/v) solução de cloreto de sódio em água de grau de cromatografia líquida de alto desempenho (HPLC) (doravante, referida como solução NaCl). Dissolver NaCl com a ajuda de um agitador magnético; garantir a disponibilidade de 1 mL da solução por amostra.
  5. Prepare uma solução de 1 ppm em metanol de grau HPLC de N-pentadecano (D32, 98%) a partir de padrão comercial puro (doravante, referido como padrão interno).
    NOTA: N-pentadecano-d32 será usado como padrão interno, e 5 μL por amostra serão necessários. O metanol deve ser manipulado sob um capuz de fumaça.
  6. Prepare 1 ppm de soluções em metanol de grau HPLC de padrões comerciais puros para identificação de VOC (ver Tabela 1 para a lista de normas comerciais utilizadas neste estudo).
  7. Prepare frascos de espaço para cabeça de tampa de parafuso de 10 mL adicionando 0,5 g NaCl em cada frasco necessário. Certifique-se de que as tampas do parafuso incluem um septo composto por um material macio, ou seja, silicone, com um fino filme de politetrafluoroetileno no lado interno, para evitar contaminação.

3. Preparação da amostra

  1. Adicione 1 mL de solução NaCl ao tubo de 5 mL contendo a amostra congelada ponderada. Agite o tubo até que a amostra esteja completamente descongelada e homogeneizada.
  2. Centrífuga a 5000 × g por 5 min a temperatura ambiente.
  3. Transfira o supernatante com uma ponta de pipeta de 1000 μL para o frasco de espaço para cabeça contendo NaCl. Corte a ponta da ponta para facilitar esse processo.
  4. Adicione 5 μL de padrão interno a cada frasco de espaço para cabeça contendo amostra.

4. Aquisição de dados HS-SPME/GC-MS

  1. Coloque o frasco de headspace fechado em um autosampler GC-MS à temperatura ambiente, para uma execução automatizada HS-SPME/GC-MS, que está descrita na seção 4. Não coloque réplicas biológicas em posições sucessivas no autosampler; em vez disso, distribuam-nas aleatoriamente para minimizar o impacto da deriva de intensidade.
    NOTA: Aproximadamente 10-12 frascos podem ser colocados de uma só vez no autosampler, sem afetar a estabilidade da amostra.
  2. Pré-insinuça os frascos de espaço para cabeça 10 min a 50 °C com agitação a 17 x g.
  3. Insira um dispositivo SPME no frasco para expor a fibra ao espaço da cabeça para extração de VOC por 30 min a 50 °C com agitação a 17 x g.
  4. Introduza a fibra na porta de injeção por 1 min a 250 °C no modo splitless para desorção volátil.
  5. Limpe a fibra em uma estação de limpeza SPME com nitrogênio (1 barra N2, ≥ 99,8% pura) por 5 min a 250 °C. Reutilize a fibra aproximadamente 100x.
  6. Analise os VOCs com um cromatógrafo a gás acoplado a um espectrômetro de massa de armadilha de íons (ver a Tabela de Materiais), e realize a cromatografia sob um fluxo constante de hélio (Ele ≥ 99,9999% de pureza) de 1 mL/min, com uma coluna que tem dimensões de 60 m x 0,25 mm x 1 μm de espessura. Use um programa de temperatura do forno que é isotémico a 40 °C por 3 min, seguido de uma rampa de 8 °C/min a 250 °C e segurando a 250 °C por 5 min. Para espectrometria de massa, defina as temperaturas da linha de transferência e da fonte de íons para 260 °C e 230 °C, respectivamente. Coloque a energia de ionização em 70 eV e a faixa de massa registrada para m/z 35-220 a 6 scans por s.
  7. Extrair e analisar 1 ppm de soluções de normas comerciais conforme descrito acima. Além disso, execute uma mistura contendo todos os padrões comerciais diluídos misturados com a solução NaCl de 300 μL e 900 μL de água de grau HPLC antes da aquisição dos dados da amostra para verificar a calibração correta do equipamento. Além disso, inclua uma amostra em branco contendo a solução NaCl sozinha em cada lote.

5. Análise de cromatogramas do perfil GC-MS: identificação de VOC e semi-quantificação

  1. Abra arquivos de perfil GC-MS brutos com o software fornecido pelo fabricante. Para identificar compostos, compare seus tempos de retenção e espectros de massa e índices de retenção linear kovats determinados a partir dos cromatógrafos das amostras com índices de retenção obtidos a partir de padrões autênticos. Para cada padrão comercial, anote o tempo de retenção e os íons m/z mais abundantes. Em seguida, selecione um íon m/z específico para cada VOC (Tabela 1).
  2. Integre automaticamente os picos de VOC com base nos tempos de retenção padrão e nos íons m/z escolhidos dos arquivos brutos GC-MS selecionados. Para isso, forneça uma lista para cada VOC com tempo de retenção e íon m/z selecionado. Embora o software integre automaticamente a área de pico correspondente ao mesmo tempo de retenção e m/z ion fornecido na configuração da sequência, verifique a integração correta de cada pico e corrija-o manualmente, se necessário.
  3. Calcule a área de pico de cada VOC em relação à do padrão interno para minimizar a variação instrumental e a deriva de intensidade.
    NOTA: Ao analisar frutas de diferentes genótipos ou condições de crescimento e armazenamento, é altamente recomendável determinar o teor de VOC em relação ao teor de peso seco das frutas para excluir os efeitos de diluição devido a diferenças no teor de água.
  4. Para correção do efeito em lote, normalize a área de pico de VOC de cada amostra para a área de pico correspondente na amostra de controle analisada no mesmo período.
    NOTA: Uma quantificação relativa do VOC é obtida; no entanto, para efeitos do experimento, o conteúdo VOC pode ser então determinado em relação a qualquer amostra (por exemplo, frutas não tratadas para comparar o efeito do armazenamento nos níveis de VOC).

Resultados

O perfil voc de alto rendimento em um grande conjunto de culturas de frutas cultivadas em diferentes condições ou locais ou pertencentes a genótipos distintos é necessário para fenotipagem precisa de aroma. Aqui, é apresentada uma plataforma HS-SPME/GC-MS rápida e semi-automatizada para quantificação relativa de VOC em cultivares de groselha. A detecção e identificação de VOC foram baseadas em uma biblioteca que foi desenvolvida para traçar o perfil de espécies de frutas (Tabela 1). Um tí...

Discussão

A reprodução para o aroma de frutas tem sido dificultada há muito tempo pela genética complexa e bioquímica subjacente à síntese de compostos voláteis e à falta de tecnologias para fenotipagem adequada. No entanto, os recentes avanços nas plataformas metabolômicas, combinados com ferramentas genômicas, estão finalmente permitindo a identificação dos metabólitos responsáveis pelas preferências dos consumidores e para a criação de culturas com sabor melhorado3. Embora a maior par...

Divulgações

Os autores não declaram conflito de interesses.

Agradecimentos

Os autores agradecem às Medições servicios Centrales de Apoyo a la Investigación da Universidade de Málaga pelas medições do HS-SPME/GC-MS. Reconhecemos a ajuda de Sara Fernández-Palacios Campos na quantificação volátil. Agradecemos também aos membros do consórcio da GoodBerry por fornecerem o material da fruta.

Materiais

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

Referências

  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).

Reimpressões e Permissões

Solicitar permissão para reutilizar o texto ou figuras deste artigo JoVE

Solicitar Permissão

Explore Mais Artigos

Bioqu micaEdi o 172VolatalomicsVOCsAromaFrutasRibes nigrumHS SPME GC MS

This article has been published

Video Coming Soon

JoVE Logo

Privacidade

Termos de uso

Políticas

Pesquisa

Educação

SOBRE A JoVE

Copyright © 2025 MyJoVE Corporation. Todos os direitos reservados