फल वाष्पशील इलेक्ट्रॉनिक नाक विश्लेषण का उपयोग
Summary
फल में अस्थिर यौगिक के विश्लेषण के लिए एक तेजी से विधि वर्णित है. अस्थिर नमूने के homogenate के headspace में मौजूद यौगिकों तेजी से और अलग हो रहे हैं अल्ट्रा तेज गैस क्रोमेटोग्राफी (जीसी) एक सतह ध्वनिक लहर (देखा) सेंसर के साथ युग्मित के साथ पकड़ा है. डेटा को संभालने और विश्लेषण के लिए एक प्रक्रिया पर भी चर्चा की है.
Abstract
Numerous and diverse physiological changes occur during fruit ripening, including the development of a specific volatile blend that characterizes fruit aroma. Maturity at harvest is one of the key factors influencing the flavor quality of fruits and vegetables1. The validation of robust methods that rapidly assess fruit maturity and aroma quality would allow improved management of advanced breeding programs, production practices and postharvest handling.
Over the last three decades, much research has been conducted to develop so-called electronic noses, which are devices able to rapidly detect odors and flavors2-4. Currently there are several commercially available electronic noses able to perform volatile analysis, based on different technologies. The electronic nose used in our work (zNose, EST, Newbury Park, CA, USA), consists of ultra-fast gas chromatography coupled with a surface acoustic wave sensor (UFGC-SAW). This technology has already been tested for its ability to monitor quality of various commodities, including detection of deterioration in apple5; ripeness and rot evaluation in mango6; aroma profiling of thymus species7; C6 volatile compounds in grape berries8; characterization of vegetable oil9 and detection of adulterants in virgin coconut oil10.
This system can perform the three major steps of aroma analysis: headspace sampling, separation of volatile compounds, and detection. In about one minute, the output, a chromatogram, is produced and, after a purging cycle, the instrument is ready for further analysis. The results obtained with the zNose can be compared to those of other gas-chromatographic systems by calculation of Kovats Indices (KI). Once the instrument has been tuned with an alkane standard solution, the retention times are automatically converted into KIs. However, slight changes in temperature and flow rate are expected to occur over time, causing retention times to drift. Also, depending on the polarity of the column stationary phase, the reproducibility of KI calculations can vary by several index units11. A series of programs and graphical interfaces were therefore developed to compare calculated KIs among samples in a semi-automated fashion. These programs reduce the time required for chromatogram analysis of large data sets and minimize the potential for misinterpretation of the data when chromatograms are not perfectly aligned.
We present a method for rapid volatile compound analysis in fruit. Sample preparation, data acquisition and handling procedures are also discussed.
Protocol
Discussion
इलेक्ट्रॉनिक नाक तेजी से फल या अस्थिर अमीर नमूने से सुगंध प्रोफाइल का उद्देश्य मूल्यांकन के लिए एक आशाजनक तरीका का प्रतिनिधित्व करते हैं. हालांकि, प्रतिधारण समय में परिवर्तन शिखर पहचान के लिए एक चुनौती का प्रतिनिधित्व करते हैं और डेटा के अशुद्ध अर्थ के लिए नेतृत्व जब दो chromatograms पूरी तरह से गठबंधन नहीं कर रहे हो सकता है. Chromatograms का दृश्य निरीक्षण संकेत दिया कि परिवर्तनशीलता नमूने बीच प्रतिधारण बार के अक्सर एक ही थोड़ा अलग की (लगभग 10 ±) मूल्यों के साथ लेबल किया जा शिखर के कारण होता है. यह अद्वितीय पता चला किस की एक अतिरंजित संख्या में अनुवाद. आदेश में तथ्यों का लाभ लेने के लिए है कि (क) विभिन्न यौगिकों विभिन्न परिपक्वता चरणों में मौजूद हैं और (ख) तकनीकी प्रतिकृति लगभग समान हैं, दो कंप्यूटर आधारित (स्क्रिप्ट "kim_merge.py" है, जो डेटा को संभालने के लिए दिनचर्या शामिल सेट, और "kim_interface.py") जो एक ग्राफिकल यूजर इंटरफेस (GUI) प्रदान करता है व्यवस्थित करने के लिए विकसित किए गएएक अर्द्ध स्वचालित फैशन में नमूनों की तुलना, बहुत बड़े डेटा सेट के वर्णलेख विश्लेषण के लिए आवश्यक समय को कम करने. इन कार्यक्रमों में समेकन की अनुमति है, जहां उचित चोटियों में से एक एकल की लेबल के अंतर्गत की मूल्यों की एक सीमा के साथ लेबल,. यह दो महत्वपूर्ण उद्देश्यों में कार्य करता है: (क) यह एक सांख्यिकीय विश्लेषण करने के लिए सक्षम बनाता है एक चर के रूप में इस तरह के चोटियों का इलाज, और (ख) यह शिखर पहचान और अन्य प्रणालियों और प्रकाशित मूल्यों की तुलना की सुविधा है. यहाँ प्रस्तुत परिणामों से संकेत मिलता है कि तरबूज के नमूने परिपक्वता और सुगंध रूपरेखा पर्याप्त की पहचान के साथ संयोजन में zNose प्रणाली का उपयोग कर के आधार पर भेदभाव किया जा सकता है. इस वाष्पशील कि गुणवत्ता नियंत्रण कार्यक्रमों के लिए इस्तेमाल किया जा सकता है के विश्लेषण के लिए एक आशाजनक नई प्रौद्योगिकी का प्रतिनिधित्व करता है.
Divulgations
The authors have nothing to disclose.
Acknowledgements
लेखक इस विश्लेषण के लिए तरबूज फल प्रदान करने के लिए विधेयक copes (हैरिस मोरन बीज कंपनी, डेविस) धन्यवाद. इस परियोजना विशेषता फसलों अनुसंधान पहल प्रतिस्पर्धी अनुदान कार्यक्रम द्वारा समर्थित है कोई अनुदान. 2009-51181-05783 खाद्य और कृषि USDA राष्ट्रीय संस्थान से.
Materials
| Name of the reagent | Company | Catalogue number | Comments |
| Calcium chloride | MP Biomedical | 195088 | |
| 2-Methylbutyl isovalerate | SAFC Global | W350613 | ≥ 98%, natural, FCC |
| Methanol | Fisher Scientific | A411-4 | |
| Vial | Sigma/Supelco | SU860098 | |
| Cap | Sigma/Supelco | SU860101 | |
| Laboratory blender | Waring Laboratory Science | 7009G | 2-speed blender; 1- Liter glass container |
| Bottle | Fisher Scientific | 06-414-1C | Pyrex, 500 mL; polypropylene plug-seal |
| Needle | Electronic Sensor Technology | TLC101046 | Side hole luer |
| Alkanes solution | Electronic Sensor Technology | C6-C14 alkanes solution in methanol | |
| zNose | Electronic Sensor Technology | Model 4500 | |
| DB-5 GC column | Electronic Sensor Technology | SYS4500C5 | |
| MicroSense | Electronic Sensor Technology | Version 5.44.22 | |
| Python 2.6 | Freely available on-line | ||
| “reform_data.py” and “kim_interface.py” scripts | Scripts available as supplementary material on JoVE |
References
- Kader, A. A. Flavor quality of fruits and vegetables. Journal of the Science of Food and Agriculture. 88, 1863-1868 (2008).
- Persaud, K., Dodd, G. Analysis of discriminant mechanisms in the mammalian olfactory system using a model nose. Nature. 299, 352-355 (1982).
- Gardner, J. W., Bartlett, P. N. A brief-history of electronic noses. Sensors and Actuators. 18, 211-220 (1994).
- Rock, F., Barsan, N., Weimar, U. Electronic nose: Current status and future trends. Chem. Rev. 108, 705-725 (2008).
- Li, C., Heinemann, P. H., Irudayaraj, J. Detection of apple deterioration using an electronic nose and zNose. Transactions of the Asabe. 50, 1417-1425 (2007).
- Li, Z. F., Wang, N., Raghavan, G. S. V., Vigneault, C. Ripeness and rot evaluation of ‘Tommy Atkins’ mango fruit through volatiles detection. J. Food Eng. 91, 319-324 (2009).
- Oh, S. Y., Ko, J. W., Jeong, S. Y., Hong, J. Application and exploration of fast gas chromatography-surface acoustic wave sensor to the analysis of thymus species. J. Chromatogr. A. 1205, 117-127 (2008).
- Watkins, P., Wijesundera, C. Application of zNose for the analysis of selected grape aroma compounds. Talanta. 70, 595-601 (2006).
- Gan, H. L., Man, Y. B. C., Tan, C. P., NorAini, I., Nazimah, S. A. H. Characterisation of vegetable oils by surface acoustic wave sensing electronic nose. Food Chem. 89, 507-518 (2005).
- Marina, A. M., Man, Y. B. C., Amin, I. Use of the SAW Sensor Electronic Nose for Detecting the Adulteration of Virgin Coconut Oil with RBD Palm Kernel Olein. Journal of the American Oil Chemists Society. 87, 263-270 (2010).
- Evans, M. B., Haken, J. K. Recent developments in the gas-chromatographic index scheme. Journal of Chromatography. 472, 93-127 (1989).
