Waiting
Login processing...

Trial ends in Request Full Access Tell Your Colleague About Jove
Click here for the English version

Chemistry

PTR-ToF-MS acoplado com um sistema automatizado da amostragem e uma análise costurada dos dados para estudos do alimento: Monitoração do Bioprocess, seleção e análise do espaço do nariz

Published: May 11, 2017 doi: 10.3791/54075

Abstract

A Reação de Transferência de Protons (PTR), combinada com um Espectrômetro de Massa de Tempo de Fuga (ToF) é uma abordagem analítica baseada na ionização química que pertence às tecnologias DIMS (Direct Injection Mass Spectrometric). Estas técnicas permitem a rápida determinação de compostos orgânicos voláteis (COVs), garantindo alta sensibilidade e precisão. Em geral, a PTR-MS não requer preparação de amostra nem destruição da amostra, permitindo a análise em tempo real e não invasiva das amostras. Os PTR-MS são explorados em muitos campos, desde química ambiental e atmosférica até ciências médicas e biológicas. Mais recentemente, desenvolvemos uma metodologia baseada no acoplamento de PTR-ToF-MS com um amostrador automatizado e ferramentas de análise de dados sob medida, para aumentar o grau de automação e, conseqüentemente, aumentar o potencial da técnica. Esta abordagem permitiu monitorizar bioprocessos ( por exemplo, oxidação enzimática, fermentação alcoólica), paraPor exemplo, diferentes origens, germoplasmas inteiros) e analisar vários modos experimentais ( por exemplo, diferentes concentrações de um determinado ingrediente, diferentes intensidades de um parâmetro tecnológico específico) em termos de teor de COV. Aqui apresentamos os protocolos experimentais que exemplificam diferentes aplicações possíveis de nossa metodologia: a detecção de COV liberados durante a fermentação do iogurte (monitoramento on-line de bioprocessos), o monitoramento de COVs associados a diferentes cultivares de maçã (triagem em grande escala) , Eo estudo in vivo da liberação retronasal de COV durante o consumo de café (análise de espaço nosespaço).

Introduction

As tecnologias de espectrometria de massa por injeção direta (DIMS) representam uma classe de abordagens instrumentais analíticas que oferecem considerável resolução de massa e tempo com alta sensibilidade e robustez, permitindo a rápida detecção e quantificação de compostos orgânicos voláteis (COVs) 1 . Estas abordagens instrumentais incluem, entre outros, MS-e-nose, Espectrometria de Massa de Ionização Química à Pressão Atmosférica (APCI-MS), Espectrometria de Massa de Reação de Transferência de Proton (PTR-MS) e Espectrometria de Massa de Fluxo de Ion SIFT-MS) 1 . Os prós e os contras de cada abordagem dependem: do tipo de injeção da amostra, da fonte e do controle dos íons precursores, do controle do processo de ionização e do analisador de massa 1 , 2 .

A espectrometria de massa de reação de transferência de protões (PTR-MS) foi desenvolvida há mais de vinte anos para monitorar em tempo real eOs limites de detecção baixos (geralmente alguns ppbv, parte por bilhão por volume) a maioria dos compostos orgânicos voláteis (COVs) no ar 3 , 4 . Os usos atuais do PTR-MS variam de aplicações médicas, ao controle de alimentos, à pesquisa ambiental 5 , 6 . As principais características desta técnica são: a possibilidade de medição rápida e contínua, a fonte intensa e pura de íons precursores ea possibilidade de controlar condições de ionização (pressão, temperatura e tensão de derivação). Estas características permitem combinar usos versáteis com um alto grau de padronização 1 , 4 . De facto, o método baseia-se em reacções de iões hidrónio (H 3 O + ), que induzem a transferência de protões não dissociativos na maioria dos compostos voláteis (particularmente naqueles caracterizados por uma afinidade do protão superior à água), compostos neutros protonantes(M) de acordo com a reacção: H 3 O + + M → H 2 O + MH + . Em contraste com outras técnicas, por exemplo , APCI-MS, a formação de iões precursores e a ionização de amostras são divididas em dois compartimentos instrumentais diferentes (uma representação esquemática do instrumento PTR-MS é apresentada na Figura 1 ). Uma descarga eléctrica por vapor de água na fonte de iões de cátodo oco gera um feixe de iões de hidronio. Após esta fase, os íons atravessam o tubo de deriva, onde ocorre a ionização dos COVs 7 . Os íons entram em uma seção de extração de pulsos e são acelerados na seção TOF. Através dos tempos de voo, é possível determinar as relações massa-carga dos iões 8 . Cada impulso de extracção conduz a um espectro de massa completo 8 da gama m / z seleccionada. Os espectros de iões são registados por um sistema rápido de aquisição de dados 7 . Um espectro completo é tipicamenteAdquirida em um segundo, embora possa ser obtida uma resolução de tempo mais elevada de acordo com o nível de sinal para ruído e uma estimativa quantitativa da concentração de espaço de cabeça de VOC pode ser fornecida mesmo sem calibração 9,10 .

figura 1
Figura 1: Ilustração esquemática de um PTR-MS. Representação esquemática do instrumento PTR-MS. HC: fonte de iões externa com cátodo oco; SD: drift fonte; VI, entrada de tipo venturi; EM, multiplicador de elétrons; FC1-2, controladores de fluxo. Reimpresso com permissão de Boschetti et al. 7 . Clique aqui para ver uma versão maior desta figura.

11 . O PTR tem um interesse considerável nas ciências ambientais, atmosféricas, alimentares, tecnológicas, médicas e biológicas 12 .

Os COVs associados às matrizes alimentares são de grande interesse na ciência e tecnologia dos alimentos devido ao seu importante papel na base molecular dos fenômenos biológicos ligados à percepção de odor e sabor e, portanto, na aceitação dos alimentos. Assim, o nosso interesse em tempo real e detecção não invasiva de COVs lida principalmente com as qualidades sensoriais dos alimentos. Além disso, se considerarmos a possibilidade de detectar microorganismos deteriorados e patogênicos por meio de COV 13 liberados e / ou monitorar compostos orgânicos voláteis como marcadores( Por exemplo, subprodutos de Maillard durante tratamentos térmicos) 14 , torna-se claro como a identificação e quantificação de COV são campos de interesse na gestão da qualidade dos alimentos 6 . Várias utilizações recentes das tecnologias PTR-MS para o rápido monitoramento e quantificação de COVs em matrizes de alimentos testemunham a ampla gama de aplicação dessas abordagens analíticas ( Tabela 1 ).

Matriz de alimentos Tipo de aplicação Descrição breve Referência
manteiga Triagem / caracterização Origem geográfica das manteigas europeias 15
Iogurte Monitoramento de Bioprocessos Evolução durante o ácido láctico ferMentação 16
Barras de cereais Medição in vivo Nosespace durante o consumo de barras de cereais com composição de açúcar variável 17
Sistemas de modelos líquidos Condições orais simuladas Avaliação da pressão lingual e das condições bucais em boca modelo 18
maçã Medição in vivo Nosespace durante o consumo de maçã com diferentes parâmetros genéticos, texturais e físico-químicos 19
Café Triagem / caracterização Diferenciação de cafés especiais 20
Mosto de uva Triagem / caracterização Efeito do processo de cozimento 21
Doces com sabor Medição in vivo Deliberação sobre painelistas que utilizamMétodos de espectrometria de massa direta 22
presunto Triagem / caracterização Efeito do sistema de criação de suínos 23
Pão Condições orais simuladas Simulando o aroma do pão durante a mastigação 24
Leite Triagem / caracterização Monitoramento de mudanças dinâmicas induzidas por fotooxidação no leite 25
Café Triagem / caracterização Diversidade em cafés torrados de diferentes origens geográficas 26
Pão Monitoramento de Bioprocessos Efeito de diferentes fermentadores durante a fermentação alcoólica 27
Café Medição in vivo Nosespace durante o consumo de diferentes preparações de café torrado 28
Triagem / caracterização Impacto da localização da produção, do sistema de produção e da variedade 29
Pão Monitoramento de Bioprocessos Efeito da farinha, levedura e sua interação durante a fermentação alcoólica 30
Cogumelos Triagem / caracterização Vida útil dos cogumelos secos porcini 31
Iogurte Monitoramento de Bioprocessos Efeito de diferentes culturas iniciais durante a fermentação láctica 32
maçã Triagem / caracterização Diversidade em uma coleção de germoplasma de maçã 33
Café Triagem / caracterização Rastreamento da origem do café 34
Café Medição in vivo Combinação de umDinâmico sensorial e in-vivo nosespace análise para entender a percepção do café 35

Tabela 1: Lista de estudos científicos utilizando PTR-ToF-MS no sector alimentar. Lista não exaustiva de estudos científicos utilizando abordagens baseadas em PTR para monitorizar o conteúdo de COV em experiências relacionadas com alimentos.

Em estudos recentes, relatamos a aplicação de PTR-ToF-MS acoplado a um sistema automatizado de amostragem e ferramentas de análise de dados sob medida para aumentar a automação e confiabilidade da amostragem e, conseqüentemente, aumentar o potencial desta técnica 7,10,13. Isto permitiu analisar, em termos de teor de VOC, grandes conjuntos de amostras ( por exemplo, alimentos de diferentes origens com muitas repetições, germoplasmas inteiros), para analisar a influência de vários modos experimentais na libertação de COV ( eg diferentes concentraçõesDe um determinado ingrediente, diversas intensidades de um parâmetro tecnológico específico), e para monitorar COVs associados a um dado bioprocesso ( por exemplo, oxidação enzimática, fermentação alcoólica). Aqui, para exemplificar o potencial do PTR-ToF-MS no setor agroalimentar, apresentamos três aplicações paradigmáticas: a detecção de COV liberados durante a fermentação do ácido láctico de iogurte induzida por diferentes culturas iniciadoras microbianas (monitoramento on-line de bioprocessos ), O monitoramento de COV associado a diferentes cultivares de maçã (screening em grande escala) e o estudo in vivo da liberação retronasal de COV ao beber café (análise de espaço nosespaço).

Subscription Required. Please recommend JoVE to your librarian.

Protocol

O protocolo segue as diretrizes do nosso comitê institucional sobre ética em pesquisa humana.

1. Preparação da Amostra e Condições do Amostro Automático

  1. Monitoramento de bioprocessos on-line: detecção de COV liberados durante a fermentação com ácido láctico de iogurte
    NOTA: Esta seção do protocolo representa parte do procedimento relatado por Benozzi et al. 32
    1. Adicione 5 mL de leite pasteurizado a cada frasco (frascos de vidro de 20 mL equipados com PTFE / septos de silicone). Observe o tipo de leite utilizado e aqueça rapidamente as amostras a 45 ° C. Transfira-os para um auto-amostrador GC multifuncional equipado com uma bandeja com temperatura controlada (45 ° C).
    2. Utilize o braço robótico do auto-amostrador para inocular os frascos com as culturas iniciadoras microbianas (de acordo com as especificações do fabricante da cultura de partida). Definir o tempo de incubação de acordo com a tipologia do iogurte desejado e com a especificaçãoS relatado pelo fabricante de cultura de partida. Definir o amostrador automático para analisar convenientemente uma amostra após a outra, obtendo uma monitorização on-line VOC de fermentação de ácido láctico durante a preparação de iogurte.
  2. Rastreio em grande escala: monitorização de COV associados a diferentes genótipos de maçã
    NOTA: Esta seção do protocolo representa parte do procedimento relatado por Farneti et al. 33 , 36
    1. Amostra de maçãs na fase desejada de amadurecimento / conservação ( por exemplo, na fase de colheita comercial). Selecione pelo menos cinco frutos homogêneos sem qualquer dano visível para cada clone. Armazenar as maçãs para o período desejado à temperatura ambiente (25 ° C) ou refrigerar (4 ° C).
    2. Recolher cinco discos cilíndricos (1,7 cm de diâmetro e 1 cm de espessura) de cada maçã com um sampler de lâmina de carne. Incluir uma parte do tecido do córtex, e evitar a porção de núcleo com sementes.Homogeneizar imediatamente as amostras e congelar em azoto líquido. Armazenar a -80 ° C até análise.
    3. Antes da análise, coloque três repetições da amostra de 2,5 g de maçã de cada repetição biológica nos frascos (frascos de vidro de 20 mL equipados com PTFE / septos de silicone). Misture a amostra com 2,5 ml de água desionizada, 1 g de cloreto de sódio, 12,5 mg de ácido ascórbico e 12,5 mg de ácido cítrico e mantenha as amostras a 4 ° C até à análise (máximo 3 dias).
    4. Incubar as amostras a 40 ° C e, em seguida, definir o amostrador automático para analisar automaticamente os COVs.
  3. Análise de Nosespace: estudando a liberação retronasal de COVs durante o consumo de café
    NOTA: Esta seção do protocolo representa parte do procedimento relatado por Romano et al. 28
    1. Prepare café preparado a partir de amostras de café moído.
      1. Use uma máquina de café: relatar a relação água / pó, o tipo de água mineral utilizada,O tipo de cafeteira eo procedimento adotado para obter a bebida de café (as quantidades são função da dimensão da máquina de café).
      2. Use uma cafeteira de seis xícaras, conhecida na Itália como "moka", usando 450 ml de água e 30 g de café em pó. Colocar o café em uma vasilha e transferi-la em banho-maria termostático (60 ° C).
    2. Para cada infusão de café, transferir alíquotas de 7,5 mL para um copo de poliestireno (40 mL) com uma tampa de plástico. Cada palestrante deve provar a bebida de acordo com o protocolo: i) 30 s de respiração livre, ii) um único gole de café, seguido de uma andorinha rápida, e iii) 3 min de respiração em um nariz de vidro ergonômico 28 .
    3. Repita o experimento inteiro por três dias consecutivos, aleatorizando a ordem das amostras de café e palestrantes por dia.
    4. Executar a amostragem aplicando uma peça ergonômica de uso único em borracha de silicone ao nariz dos participantes. Ligue o nPor meio de um tubo PEEK que é não aquecido apenas na primeira parte em contacto com o corpo do painel, depois aquecido a 110 ° C numa mangueira de entrada, que liga a interface de amostragem com o PTR-MS instrumento.
      NOTA: Na Tabela 2, uma lista de produtos analisados ​​com procedimentos análogos aos relatados por Benozzi et al. 32 , Farneti et ai. 33 , 36 , e Romano et al. 28 é relatado.
Matriz de alimentos Número e tipo de amostras Referência
maçã Os autores selecionaram uma coleção representada por 190 acessos, compostos por cultivares de maçã tanto antigas como novas 33
Iogurte Quatro iniciadores foram analisados ​​em termos de COV libertados durante a fermentação láctica de iogurte (A, FD-DVS YF-L812 Yo-Flex, Chr. Hansen, B, FD-DVS YC-380 Yo-Flex, Chr. -DVS YC-X11 Yo-Flex, Chr Hansen, D, YO-MIX 883, Danisco) 32
Café Utilizaram-se três tipos diferentes de café moído obtidos a partir de uma única mistura de café Arábica puro: assado médio assado escuro e assado médio descafeinado 28

Tabela 2: Lista de produtos analisados. Lista de produtos analisados ​​com procedimentos análogos aos relatados por Benozzi et al. 32 , Farneti et ai. 33 , 36 , e Romano et al. 28

2. Desenho Experimental e Precauções Práticas

  1. Realize pelo menos três cópias biológicas inter-diaCada, com três repetições técnicas, para cada modo experimental.
  2. Antes da incubação e da análise da amostra, lave o espaço superior com ar limpo durante 1 minuto a 200 sccm para cada frasco.
  3. Preparar um branco para cada modo experimental, incubar e analisar o branco sob as mesmas condições das amostras.
  4. Randomize a ordem das amostras / espaços em branco para a análise.
  5. Da mesma forma que outros métodos usados ​​para detectar COVs, limite o uso de produtos de higiene pessoal perfumados, bem como gomas e cigarros, antes de usar o instrumento. Colete com firmeza todos os produtos químicos voláteis no laboratório e controle os rastros de ar tanto quanto possível durante os testes 37 .

3. PTR-MS Optimização e Análise de Instrumentos

NOTA: As condições instrumentais são descritas nas referências ( eg Makhoul et al ., 27 ).

  1. Realizar medições do espaço de cabeça das amostras com umAl PTR-ToF-MS no modo de configuração padrão.
  2. Injecte directamente ar no espaço de direcção do tubo de derivação PTR-MS sem qualquer tratamento. Existe um fluxo contínuo de ar de amostra através da PTR-MS de modo que a injecção é conseguida simplesmente inserindo a extremidade da entrada de PTR-MS no espaço de cabeça da amostra.
  3. Definir e verificar constantemente as seguintes condições de ionização no tubo de deriva: temperatura do tubo de deriva de 110 ° C, pressão de deriva de 2,30 mbar, tensão de deriva de 550 V. Isto conduz a uma razão E / N de cerca de 140 Td (1 Td = 10-17 cm2 V - 1 s - 1 ). A linha de entrada consiste num tubo capilar PEEK (diâmetro interno de 0,04 pol.) Aquecido a 110 ° C. Por padrão, defina o fluxo de entrada como 40 sccm.
  4. Ajustar o tempo de amostragem por canal de aquisição ToF para 0,1 ns, totalizando 350.000 canais para um espectro de massa variando até m / z = 400. Cada espectro é a soma de cerca de 28.600 aquisições com duração de 35Μs cada, resultando em uma resolução de tempo de 1 s.
    NOTA: Os espectros são armazenados continuamente. Os sinais espectrométricos crescem de um nível de fundo para um valor estável em poucos segundos (o tempo necessário para substituir o gás nas linhas de entrada) e apenas os espectros adquiridos após este transiente são considerados em análise posterior.

4. Análise de Dados Personalizados

NOTA: A análise de dados sob medida foi desenvolvida usando um procedimento no MATLAB.

  1. Corrigir as perdas de contagem devido ao tempo morto do detector de íons por meio de uma metodologia baseada em estatísticas de Poisson como descrito por Cappellin et al. 10 .
  2. Realizar a calibração interna de acordo com um procedimento descrito por Cappellin et al. 38 para obter uma boa precisão de massa (até 0,001 Th).
  3. Efetuar anotação composta comparando dados espectrais obtidos com dados de fragmentação de padrões de referência e com dados rNa literatura científica.
  4. Realizar redução de ruído, remoção da linha de base e extração de intensidade de pico de acordo com Cappellin et al. 39 , usando gaussianos modificados para ajustar os picos.
  5. Calcular a intensidade do pico em ppbv (partes por bilhão por volume) através da fórmula descrita por Lindinger et al. 5 , utilizando o coeficiente de velocidade de reacção apropriado ou um valor constante para o coeficiente de velocidade de reacção (k = 2,10 - 9 cm3 s - 1 ), quando o composto subjacente não é conhecido. Este último introduz um erro sistemático de até 30% que pode ser contabilizado se o coeficiente real é conhecido 40 .
  6. Mine os dados executando Análise de Componentes Principais, Análise de Variância, teste post-hoc de Tukey e outros testes / análises estatísticas adaptando pacotes existentes desenvolvidos usando R ( por exemplo, Cappellin et al.

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

O perfil volátil das amostras resultou num espectro de massa completo para a gama de massa desejada adquirida a cada segundo. Na Figura 2 , é dado um exemplo do espectro médio adquirido durante o bioprocesso on-line de iogurte 32 . Em cada espectro, podem ser identificados mais de 300 picos de massa na faixa m / z até 250 Th. 32 .

Figura 2
Figura 2: Espectro de PTR-ToF-MS médio de uma amostra de leite inoculado durante o fabrico de iogurte. Região de baixa massa dos espectros PTR-ToF-MS médios de uma amostra de leite inoculado durante o fabrico de iogurte: foram identificados mais de 300 picos de massa na gama m / z até 250 Th. Reproduzido com permissão de Benozzi et al. 32 .Ove.com/files/ftp_upload/54075/54075fig2large.jpg "target =" _ blank "> Clique aqui para ver uma versão ampliada desta figura.

Nos casos a seguir, relatamos os resultados obtidos utilizando a análise de dados adaptada sugerida para as três aplicações descritas no protocolo. Ressaltamos que toda a análise de dados pode ser realizada em um ou poucos dias por software desenvolvido em nosso laboratório 10 , 40 . Na Figura 3 , em relação à detecção de COV durante a fermentação do ácido láctico do iogurte (monitoramento on-line de bioprocessos), mostramos diferentes cinéticas de fermentação de nove picos de massa selecionados correspondentes a quatro diferentes culturas iniciais comerciais 32 . Se o pico molecular estiver saturado, tal como no caso do acetaldeído neste exemplo, o isotopónio 13 C correspondente pode ser utilizado para estimar a concentraçãoTração.

A maioria destes voláteis exibiu cinética de tipo microbiano clássica, com uma fase de latência inicial, seguida por uma fase de crescimento e uma fase pós-log 32 . Curiosamente, a análise on-line permitiu destacar, pela primeira vez, uma cinética de depleção particular para quatro compostos contendo enxofre ( por exemplo, cinética relatada para metanethiol, Figura 3e ).

Figura 3
Figura 3: Cinética de fermentação de nove picos de massa seleccionados durante a fermentação de iogurte utilizando quatro culturas de partida diferentes. Cinética de fermentação de nove picos de massa seleccionados: ( a ) acetaldeído, ( b ) diacetilo, ( c ) ácido 2-hidroxi-3-pentanona / pentanoico, ( d ) benzaldeído, ( e )Hanethiol, ( f ) acetoin, ( g ) ácido butanóico, ( h ) 2-butanona, ( i ) ácido heptanóico (meios de três repetições ± desvio padrão) (identificação tentativa). Círculo aberto (○), leite não inoculado; Preenchido com quadrado (■), círculo cheio (●), triângulo cheio (▲) e preenchido (♦), correspondem a quatro diferentes iniciadores microbianos singularmente utilizados para piloto de fermentação de iogurte. Os asteriscos indicam diferenças estatisticamente significantes (ANOVA, p <0,05) entre os iniciantes comerciais. Reproduzido com permissão de Benozzi et al. 32 . Clique aqui para ver uma versão maior desta figura.

Recentemente, detectamos VOCs associados a uma grande coleção de maçãs representada por 190 acessosNs (exemplo de aplicação possível para rastreio em larga escala) 33 . O dendrograma horizontal baseado no inventário de COV definido associado à coleta destaca a presença de seis clusters principais, principalmente determinados por ésteres e álcoois ( Figura 4 ). Estes achados nos levaram a definir um índice de álcoois / ésteres e a propô-lo como um novo descritor de qualidade de frutos adequado como caracterização adicional de maçãs 33 .

Figura 4
Figura 4: Mapa de aquecimento e dendrogramas hierárquicos bidimensionais dos padrões VOC avaliados em 190 acessos de maçã por PTR-ToF-MS. Mapa de calor e dendrogramas hierárquicos bidimensionais dos padrões VOC avaliados em 190 acessos de maçã por PTR-ToF-MS (usando um limiar de 25 ppbv). As cultivares de maçã são agrupadas e agrupadas por fileiras, enquanto que as VOCsCompostos são organizados por colunas. Os aglomerados de cultivares são definidos pelos números 1 a 6 e os grupos de compostos são definidos pelas letras A a D. Reimpresso com permissão de Farneti et al. 33 . Clique aqui para ver uma versão maior desta figura.

Concluímos esta seção com resultados que atestam a possível aplicação de PTR-ToF-MS no estudo in vivo da liberação retronasal de COVs (análise nosespace). A Figura 5 (lado esquerdo) descreve os perfis cumulativos para cinco testadores de café representados por meio de parcelas radiais, uma solução gráfica típica da análise sensorial 28 . Neste estudo, foram preparadas amostras médias de café moído torrado, assado escuro e descafeinado de uma única mistura pura de Arábica e submetidasCinco oradores 28 . Os resultados demonstraram a presença de diferenças reproduzíveis e relevantes entre os palestrantes, como é evidente para os palestrantes p1 e p2 na Figura 5 (lado direito) 28 .

Figura 5
Figura 5: Gráficos radiais representando perfis de liberação para um parâmetro selecionado ( ie área) e três tipos de café. Gráficos radiais representando perfis de liberação para um parâmetro selecionado ( ie área) e três tipos de café (assado médio, assado escuro e assado médio descafeinado originário de uma única mistura de arábica pura). À esquerda: perfis cumulativos para cinco palestrantes; À direita: perfis individuais para dois participantes seleccionados (nomeadamente p1 e p2). Os valores foram escalados dividindo-os pelos respectivos desvios-padrão. As faixas semicirculares As margens externas representam classes químicas, com base na identificação de pico tentativa. Os círculos indicam diferenças significativas entre os tipos de café (ANOVA e teste de Tukey, p <0,05). Reproduzido com permissão de Romano et al. 28 . Clique aqui para ver uma versão maior desta figura.

Figura 6
Figura 6: Exemplo de cromatogramas fast-GC PTR-ToF-MS. Cromatogramas obtidos a partir de um vinho tinto (seis repetições) e quatro picos seleccionados, tentativamente atribuídos a ésteres. Reproduzido com permissão de Romano et al. 45 .Et = "_ blank"> Clique aqui para ver uma versão ampliada desta figura.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

A espectrometria de massa de reação de transferência de protões (PTR-MS) acoplada aos analisadores de massa de tempo de vôo (ToF) representa um compromisso válido entre a necessidade de identificação e quantificação de compostos orgânicos voláteis e a necessidade de perfis analíticos rápidos. A alta resolução de massa que caracteriza o analisador de massa ToF proporciona sensibilidade e espectros de massa relevantes com conteúdo informacional considerável. Além disso, a aplicação de PTR-ToF-MS acoplado com um auto-sampler e ferramentas de análise de dados sob medida que aumentam o grau de automação, aumenta as potencialidades desta técnica.

Nos muitos campos de pesquisa e tecnológicos onde a detecção de compostos voláteis pode ser relevante, a ciência e a tecnologia de alimentos, em particular, requerem sensibilidade, resolução em tempo alto e análise direta. Por um lado, os métodos de referência para a análise de VOC são baseados em cromatografia gasosa, que fornece mais especificidade, mas é iNtrinsecamente mais lento e pode atingir sensibilidade semelhante apenas ao preço de procedimentos adicionais de pré-tratamento ou concentração. Algumas análises rápidas, como o espaço do nariz, não podem ser realizadas com métodos baseados em GC. Outros estudos mostram várias amostras usando PTR-MS e GC como abordagens complementares: PTR_MS permite a medição de conjuntos de amostras muito grandes enquanto que a análise GC de subconjuntos reduzidos fornece informações adicionais para uma melhor interpretação dos dados de PTR-MS 40 . Por outro lado, foram propostas outras abordagens rápidas para a análise de COV, por exemplo , aquelas baseadas em narizes eletrônicos ou narizes eletrônicos ou sensores específicos. Estes são muito menos dispendiosos quando comparados com PTR-MS, mas geralmente proporcionam uma sensibilidade muito baixa.

A análise de PTR-ToF-MS fornece informação sobre a massa dos picos espectrométricos observados, o que geralmente não é suficiente para identificação inequívoca de compostos. Além disso, apesar da ionização química macia,A fragmentação induzida por interferência nem sempre é negligenciável. Em alguns casos, o padrão de fragmentação pode ser de ajuda na identificação tentativa 41 . No entanto, surge a necessidade de soluções tecnológicas que melhorem a capacidade analítica de PTR-ToF-MS. Em relação a este ponto, um desenvolvimento interessante da técnica é representado pelo uso de íons parentais primários diferentes de H 3 O + . O sistema de íons reagentes comutáveis ​​(SRI) 4 pode alternativamente produzir na mesma fonte de cátodo oco diferentes iões parentais, tais como NO + e O 2 + . Esta abordagem, alterando as condições de ionização e, conseqüentemente, a formação de fragmentos e agrupamentos, aumenta o número de compostos que são detectáveis ​​e permite a separação de alguns compostos isoméricos 42,43. Algumas aplicações em ciência e tecnologia de alimentos já estão disponíveis, como VOC detErinização no presunto seco 23 , café 34 e determinação do etileno em frutas 43 . Outra solução tecnológica adequada para lidar com dificuldades na identificação de compostos precisos é representada pela metodologia fast-GC / PTR-ToF-MS 44 . Devido aos tempos de separação reduzidos, o fast-GC amplia as capacidades analíticas, sem comprometer o rendimento analítico do PTR-ToF-MS 44 . O valor acrescentado da técnica está bem representado na Figura 6 , representando os cromatogramas obtidos para quatro picos tentativamente identificados como fragmentos de éster a partir do espaço de cabeça de um vinho tinto 45 . Além da importante separação de diferentes fragmentos isoméricos dentro do mesmo pico, um interessante efeito lateral desejado da aplicação de um passo rápido de separação cromatográfica foi representado pela rápida eluição (e consequentemente, eliminatio substancialN) de etanol. De fato, o etanol provoca um efeito indesejado na análise de matrizes alcoólicas baseada em PTR por causa da redução de íons hidronio e da conseqüente formação de dímeros e trímeros (clusters de etanol, clusters de etanol e água e fragmentos correspondentes), levando à presença De picos que comprometeu substancialmente a interpretação correta dos espectros 46 . Mais recentemente, foram propostos outros desenvolvimentos para melhorar a sensibilidade dos aparelhos PTR-MS que ainda não testaram em ciência e tecnologia dos alimentos 47,48.

Em conclusão, a análise PTR-ToF-MS rápida e não invasiva de compostos voláteis, acoplada à amostragem automática e ao tratamento e análise de dados sob medida, fornece uma nova ferramenta que permite abordar de forma eficiente vários temas na ciência e tecnologia dos alimentos e complementa os resultados obtidos por outras técnicas .

Subscription Required. Please recommend JoVE to your librarian.

Materials

Name Company Catalog Number Comments
PTR-TOF 8000 High-Resolution PTR-TOF-MS Ionicon Analytik Ges.m.b.H. PTR-TOF 8000 An detector for volatile organic compounds (VOCs) that allows for continuous VOC quantification with a very high mass resolution
GERSTEL MPS 2XL Gerstel A multifunctional autosampler 
Gas Calibration Unit Ionicon Analytik Ges.m.b.H. GCU-s / GCU-a A dynamic gas dilution system that provides variable but known quantities of different standard compounds in a carrier gas stream
TofDaq Tofwerk AG free available at http://soft.tofwerk.com/    A data acquisition software (for spectra  acquisition)
MATLAB  MathWorks http://it.mathworks.com/products/matlab/ A technical computing language and interactive environment for algorithm development, data visualization, and data analysis
R The R Foundation free available at https://cran.r-project.org/mirrors.html   A language and environment for statistical computing and graphics

DOWNLOAD MATERIALS LIST

References

  1. Biasioli, F., Yeretzian, C., Märk, T. D., Dewulf, J., Van Langenhove, H. Direct-injection mass spectrometry adds the time dimension to (B)VOC analysis. Trends Analyt Chem. 30 (7), 1003-1017 (2011).
  2. Berchtold, C., Bosilkovska, M., Daali, Y., Walder, B., Zenobi, R. Real-time monitoring of exhaled drugs by mass spectrometry. Mass Spectrom Rev. 33 (5), 394-413 (2014).
  3. Hansel, A., et al. Proton transfer reaction mass spectrometry: on-line trace gas analysis at the ppb level. Int J Mass Spectrom Ion Process. 149, 609-619 (1995).
  4. Jordan, A., et al. An online ultra-high sensitivity Proton-transfer-reaction mass-spectrometer combined with switchable reagent ion capability PTR + SRI - MS). Int J Mass Spectrom. 286 (1), 32-38 (2009).
  5. Lindinger, W., Hansel, A., Jordan, A. On-line monitoring of volatile organic compounds at pptv levels by means of proton-transfer-reaction mass spectrometry (PTR-MS) medical applications, food control and environmental research. Int J Mass Spectrom Ion Process. 173 (3), 191-241 (1998).
  6. Biasioli, F., Gasperi, F., Yeretzian, C., Märk, T. D. PTR-MS monitoring of VOCs and BVOCs in food science and technology. Trends Analyt Chem. 30 (7), 968-977 (2011).
  7. Campbell-Sills, H., et al. Advances in wine analysis by PTR-ToF-MS: Optimization of the method and discrimination of wines from different geographical origins and fermented with different malolactic starters. Int J Mass Spectrom. , 42-51 (2016).
  8. Jordan, A., et al. A high resolution and high sensitivity proton-transfer-reaction time-of-flight mass spectrometer (PTR-TOF-MS). Int J Mass Spectrom. 286 (2-3), 122-128 (2009).
  9. Lindinger, W., Hansel, A., Jordan, A. Proton-transfer-reaction mass spectrometry (PTR-MS): on-line monitoring of volatile organic compounds at pptv levels. Chem Soc Rev. 27 (5), 347-375 (1998).
  10. Cappellin, L., et al. On data analysis in PTR-TOF-MS: From raw spectra to data mining. Sens Actuators B Chem. 155 (1), 183-190 (2011).
  11. Ellis, A. M., Mayhew, C. A. Proton Transfer Reaction Mass Spectrometry: Principles and Applications. , John Wiley & Sons. Chichester, West Sussex. (2012).
  12. Blake, R. S., Monks, P. S., Ellis, A. M. Proton-Transfer Reaction Mass Spectrometry. Chem Rev. 109 (3), 861-896 (2009).
  13. Romano, A., Capozzi, V., Spano, G., Biasioli, F. Proton transfer reaction-mass spectrometry: online and rapid determination of volatile organic compounds of microbial origin. Appl Microbiol Biotechnol. 99 (9), 3787-3795 (2015).
  14. Pollien, P., Lindinger, C., Yeretzian, C., Blank, I. Proton transfer reaction mass spectrometry, a tool for on-line monitoring of acrylamide formation in the headspace of maillard reaction systems and processed food. Anal Chem. 75 (20), 5488-5494 (2003).
  15. Maçatelli, M., et al. Verification of the geographical origin of European butters using PTR-MS. J Food Compost Anal. 22 (2), 169-175 (2009).
  16. Soukoulis, C., et al. Proton transfer reaction time-of-flight mass spectrometry monitoring of the evolution of volatile compounds during lactic acid fermentation of milk. Rapid Commun Mass Spectrom. 24 (14), 2127-3134 (2010).
  17. Heenan, S., et al. PTR-TOF-MS monitoring of in vitro and invivo flavour release in cereal bars with varying sugar composition. Food Chem. 131 (2), 477-484 (2012).
  18. Benjamin, O., Silcock, P., Beauchamp, J., Buettner, A., Everett, D. W. Tongue pressure and oral conditions affect volatile release from liquid systems in a model mouth. J Agric Food Chem. 60 (39), 9918-9927 (2012).
  19. Ting, V. J. L., et al. In vitro and in vivo flavor release from intact and fresh-cut apple in relation with genetic, textural, and physicochemical parameters. J Food Sci. 77 (11), 1226-1233 (2012).
  20. Özdestan, Ö, et al. Differentiation of specialty coffees by proton transfer reaction-mass spectrometry. Food Res Int. 53 (1), 433-439 (2013).
  21. Dimitri, G., et al. PTR-MS monitoring of volatiles fingerprint evolution during grape must cooking. LWT-Food Sci Technol. 51 (1), 356-360 (2013).
  22. Déléris, I., et al. Comparison of direct mass spectrometry methods for the on-line analysis of volatile compounds in foods. J Mass Spectrom. 48 (5), 594-607 (2013).
  23. Sánchez del Pulgar, J., et al. Effect of the pig rearing system on the final volatile profile of Iberian dry-cured ham as detected by PTR-ToF-MS. Meat Sci. 93 (3), 420-428 (2013).
  24. Onishi, M., Inoue, M., Araki, T., Iwabuchi, H., Sagara, Y. A PTR-MS-based protocol for simulating bread aroma during mastication. Food Bioproc Tech. 5 (4), 1228-1237 (2010).
  25. Beauchamp, J., Zardin, E., Silcock, P., Bremer, P. J. Monitoring photooxidation-induced dynamic changes in the volatile composition of extended shelf life bovine milk by PTR-MS. J Mass Spectrom. 49 (9), 952-958 (2014).
  26. Yener, S., et al. PTR-ToF-MS characterisation of roasted coffees (C. arabica) from different geographic origins. J Mass Spectrom. 49 (9), 929-935 (2014).
  27. Makhoul, S., et al. Proton-transfer-reaction mass spectrometry for the study of the production of volatile compounds by bakery yeast starters. J Mass Spectrom. 49 (9), 850-859 (2014).
  28. Romano, A., et al. Nosespace analysis by PTR-ToF-MS for the characterization of food and tasters: The case study of coffee. Int J Mass Spectrom. 365, 20-27 (2014).
  29. Muilwijk, M., Heenan, S., Koot, A., van Ruth, S. M. Impact of production location, production system, and variety on the volatile organic compounds fingerprints and sensory characteristics of tomatoes. J Chem. 2015, 981549 (2015).
  30. Makhoul, S., et al. Volatile compound production during the bread-making process: effect of flour, yeast and their interaction. Food Bioproc Tech. 8 (9), 1925-1937 (2015).
  31. Aprea, E., et al. Volatile compound changes during shelf life of dried Boletus edulis: comparison between SPME-GC-MS and PTR-ToF-MS analysis. J Mass Spectrom. 50 (1), 56-64 (2015).
  32. Benozzi, E., et al. Monitoring of lactic fermentation driven by different starter cultures via direct injection mass spectrometric analysis of flavour-related volatile compounds. Food Res Int. 69, 235-243 (2015).
  33. Farneti, B., et al. Comprehensive VOC profiling of an apple germplasm collection by PTR-ToF-MS. Metabolomics. 11 (4), 838-850 (2014).
  34. Yener, S., et al. Tracing coffee origin by direct injection headspace analysis with PTR/SRI-MS. Food Res Int. 69, 235-243 (2015).
  35. Charles, M., et al. Understanding flavour perception of espresso coffee by the combination of a dynamic sensory method and in-vivo nosespace analysis. Food Res Int. 69, 9-20 (2015).
  36. Farneti, B., et al. Untargeted metabolomics investigation of volatile compounds involved in the development of apple superficial scald by PTR-ToF-MS. Metabolomics. 11 (2), 341-349 (2014).
  37. Bean, H. D., Zhu, J., Hill, J. E. Characterizing Bacterial Volatiles using Secondary Electrospray Ionization Mass Spectrometry (SESI-MS). J Vis Exp. (52), e2664 (2011).
  38. Cappellin, L., et al. Extending the dynamic range of proton transfer reaction time-of-flight mass spectrometers by a novel dead time correction. Rapid Commun Mass Spectrom. 25 (1), 179-183 (2011).
  39. Cappellin, L., et al. On Quantitative Determination of Volatile Organic Compound Concentrations Using Proton Transfer Reaction Time-of-Flight Mass Spectrometry. Environ Sci Technol. 46 (4), 2283-2290 (2012).
  40. Cappellin, L., et al. PTR-ToF-MS and data mining methods: a new tool for fruit. Metabolomics. 8 (5), 761-770 (2012).
  41. Yeretzian, C., Jordan, A., Lindinger, W. Analysing the headspace of coffee by proton-transfer-reaction mass-spectrometry. Int J Mass Spectrom. 223, 115-139 (2003).
  42. Sulzer, P., et al. From conventional proton-transfer-reaction mass spectrometry (PTR-MS) to universal trace gas analysis. Int J Mass Spectrom. 321, 66-70 (2012).
  43. Cappellin, L., et al. Ethylene: Absolute real-time high-sensitivity detection with PTR/SRI-MS. The example of fruits, leaves and bacteria. Int J Mass Spectrom. 365, 33-41 (2014).
  44. Ruzsanyi, V., Fischer, L., Herbig, J., Ager, C., Amann, A. Multi-capillary-column proton-transfer-reaction time-of-flight mass spectrometry. Journal of Chromatography A. 1316, 112-118 (2013).
  45. Romano, A., et al. Wine analysis by FastGC proton-transfer reaction-time-of-flight-mass spectrometry. Int J Mass Spectrom. 369, 81-86 (2014).
  46. Aprea, E., Biasioli, F., Märk, T. D., Gasperi, F. PTR-MS study of esters in water and water/ethanol solutions: Fragmentation patterns and partition coefficients. Int J Mass Spectrom. 262 (1-2), 114-121 (2007).
  47. Sulzer, P., et al. A Proton Transfer Reaction-Quadrupole interface Time-Of-Flight Mass Spectrometer (PTR-QiTOF): High speed due to extreme sensitivity. Int J Mass Spectrom. 368, 1-5 (2014).
  48. Barber, S., et al. Increased Sensitivity in Proton Transfer Reaction Mass Spectrometry by Incorporation of a Radio Frequency Ion Funnel. Anal Chem. 84 (12), 5387-5391 (2012).

Tags

Química Edição 123 Espectrometria de Massa por Injeção Direta (DIMS) Espectrometria de Massa de Tempo de Vôo de Reação de Transmissão (PTR-ToF-MS) amostrador automático compostos orgânicos voláteis (VOCs) alimento sabor espaço para osnos triagem bioprocesso iogurte Café maçã
PTR-ToF-MS acoplado com um sistema automatizado da amostragem e uma análise costurada dos dados para estudos do alimento: Monitoração do Bioprocess, seleção e análise do espaço do nariz
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Capozzi, V., Yener, S., Khomenko,More

Capozzi, V., Yener, S., Khomenko, I., Farneti, B., Cappellin, L., Gasperi, F., Scampicchio, M., Biasioli, F. PTR-ToF-MS Coupled with an Automated Sampling System and Tailored Data Analysis for Food Studies: Bioprocess Monitoring, Screening and Nose-space Analysis. J. Vis. Exp. (123), e54075, doi:10.3791/54075 (2017).

Less
Copy Citation Download Citation Reprints and Permissions
View Video

Get cutting-edge science videos from JoVE sent straight to your inbox every month.

Waiting X
Simple Hit Counter