Waiting
로그인 처리 중...

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

Chemistry

PTR-ToF-MS couplé avec un système d'échantillonnage automatisé et une analyse de données sur mesure pour les études alimentaires: analyse du bioprocessus, du dépistage et de l'analyse du nez

Published: May 11, 2017 doi: 10.3791/54075

Abstract

La réaction de transfert de protons (PTR), combinée à un Spectromètre de masse de temps de vol (ToF), est une approche analytique basée sur l'ionisation chimique qui appartient aux technologies Spectrométrie de masse à injection directe (DIMS). Ces techniques permettent la détermination rapide des composés organiques volatils (COV), assurant une sensibilité et une précision élevées. En général, PTR-MS ne nécessite ni la préparation de l'échantillon ni la destruction de l'échantillon, ce qui permet une analyse en temps réel et non invasive des échantillons. Les PTR-MS sont exploités dans de nombreux domaines, de la chimie environnementale et atmosphérique aux sciences médicales et biologiques. Plus récemment, nous avons développé une méthodologie basée sur le couplage PTR-ToF-MS avec un échantillonneur automatisé et des outils d'analyse de données personnalisés, pour augmenter le degré d'automatisation et, par conséquent, améliorer le potentiel de la technique. Cette approche nous a permis de surveiller les bioprocédés ( p. Ex ., L' oxydation enzymatique, la fermentation alcoolique), pour écraser de grands ensembles d'échantillons (Par exemple des origines différentes, des germoplasmes entiers) et d'analyser plusieurs modes expérimentaux ( p. Ex . Différentes concentrations d'un ingrédient donné, différentes intensités d'un paramètre technologique spécifique) en termes de contenu en COV. Ici, nous rapportons les protocoles expérimentaux illustrant différentes applications possibles de notre méthodologie: c'est-à-dire la détection de COV libérés lors de la fermentation acide lactique du yogourt (surveillance en ligne du bioprocessus), la surveillance des COV associés à différents cultivars de pomme (criblage à grande échelle) , Et l'étude in vivo de la libération des COV retronasales lors de la consommation de café (analyse du nez).

Introduction

Les technologies de Spectrométrie de masse à injection directe (DIMS) représentent une classe d'approches instrumentales analytiques qui offrent une résolution de masse et de temps considérable avec une grande sensibilité et une grande robustesse permettant une détection et une quantification rapides des composés organiques volatils (COV) 1 . Ces approches instrumentales comprennent, entre autres, le MS-e-nose, la Spectrométrie de masse à l'ionisation chimique à pression atmosphérique (APCI-MS), la spectrométrie de masse à réaction de transfert de protons (PTR-MS) et la spectrométrie de masse à tube Ion-Flow-Tube ( EIPD-MS) 1 . Les avantages et les inconvénients de chaque approche dépendent: du type d'injection d'échantillon, de la source et du contrôle des ions précurseurs, du contrôle du processus d'ionisation et de l'analyseur de masse 1 , 2 .

La spectrométrie de masse à réaction de transfert de protons (PTR-MS) a été développée il y a plus de vingt ans pour surveiller en temps réel et wiDiminution des limites de détection (habituellement quelques ppbv, partie par milliard par volume) Composés organiques les plus volatils (COV) dans l'air 3 , 4 . Les utilisations actuelles de PTR-MS vont des applications médicales, au contrôle des aliments, à la recherche environnementale 5 , 6 . Les principales caractéristiques de cette technique sont: la possibilité de mesures rapides et continues, la source intense et pure d'ions précurseurs et la possibilité de contrôler les conditions d'ionisation (pression, température et tension de dérive). Ces caractéristiques permettent de combiner des utilisations polyvalentes avec un haut degré de standardisation 1 , 4 . En fait, la méthode est basée sur les réactions des ions hydronium (H 3 O + ), qui induisent un transfert de protons non dissociant dans la plupart des composés volatils (en particulier ceux caractérisés par une affinité protonique supérieure à l'eau), des composés neutres protonés(M) selon la réaction: H 3 O + + M → H 2 O + MH + . Contrairement à d'autres techniques, par exemple , l'APCI-MS, la génération d'ions précurseurs et l'ionisation de l'échantillon sont divisés en deux compartiments instrumentaux différents (une représentation schématique de l'instrument PTR-MS est donnée à la Figure 1 ). Une décharge électrique par la vapeur d'eau dans la source d'ions de la cathode creuse génère un faisceau d'ions hydronium. Après cette phase, les ions traversent le tube de dérive, où l'ionisation des COV a lieu 7 . Les ions entrent ensuite dans une section d'extraction de pouls et sont accélérés dans la section TOF. Au cours des temps de vol, il est possible de déterminer les rapports masse / charge des ions 8 . Chaque impulsion d'extraction conduit à un spectre de masse complet 8 de la gamme sélectionnée de m / z. Les spectres ioniques sont enregistrés par un système rapide d'acquisition de données 7 . Un spectre complet est généralementAcquis en une seconde, bien qu'une résolution de temps plus élevée puisse être obtenue en fonction du niveau du signal au bruit et une estimation quantitative de la concentration de l'espace libre VOC peut être fournie même sans calibrage 9 , 10 .

Figure 1
Figure 1: Illustration schématique d'une PTR-MS. Représentation schématique de l'instrument PTR-MS. HC: source d'ions externe avec cathode creuse; SD: dérive de source; VI, entrée de type venturi; EM, multiplicateur d'électrons; FC1-2, contrôleurs de débit. Reproduit avec la permission de Boschetti et al. 7 . Cliquez ici pour voir une version plus grande de ce chiffre.

11 . PTR s'intéresse beaucoup aux sciences environnementales, atmosphériques, alimentaires, technologiques, médicales et biologiques 12 .

Les COV associés aux matrices alimentaires présentent un intérêt remarquable pour la science et la technologie alimentaires en raison de leur rôle important dans la base moléculaire des phénomènes biologiques liés à la perception des odeurs et des saveurs et donc à l'acceptation des aliments. Par conséquent, notre intérêt pour le dépistage non invasif en temps réel des COV porte principalement sur les qualités sensorielles des aliments. En outre, si l'on considère la possibilité de détecter les détériorations et les microorganismes pathogènes au moyen de COV libérés 13 et / ou de surveiller les composés organiques volatils comme repères de marqueurs( Par exemple, les sous-produits Maillard lors des traitements thermiques) 14 , il est clair que l'identification et la quantification des COV sont des domaines d'intérêt dans la gestion de la qualité des aliments 6 . Plusieurs utilisations récentes des technologies PTR-MS pour la surveillance et la quantification rapides des COV dans les matrices alimentaires témoignent du large éventail d'applications de ces approches analytiques ( tableau 1 ).

Matrice alimentaire Type d'application Brève description Référence
Beurre Dépistage / caractérisation Origine géographique des beurres européens 15
Yaourt Surveillance du bioprocessus Evolution pendant l'acide lactique ferMentation 16
Barres de céréales Mesure in vivo Nosespace pendant la consommation de barres de céréales avec une composition de sucre variable 17
Systèmes modèles liquides Conditions orales simulées Évaluation de la pression de la langue et des conditions buccales dans une bouche modèle 18
Pomme Mesure in vivo Nosespace pendant la consommation de pomme avec différents paramètres génétiques, texturales et physico-chimiques 19
café Dépistage / caractérisation Différenciation des cafés spécialisés 20
Le raisin doit Dépistage / caractérisation Effet du processus de cuisson 21
Bonbons aromatisés Mesure in vivo Détermination sur les panélistes en utilisant différentsMéthodes directes de spectrométrie de masse 22
jambon Dépistage / caractérisation Effet du système d'élevage de porcs 23
Pain Conditions orales simulées Simuler l'arôme du pain pendant la mastication 24
Lait Dépistage / caractérisation Surveillance des changements dynamiques induits par la photo-oxydation dans le lait 25
café Dépistage / caractérisation Diversité dans les cafés grillés de différentes origines géographiques 26
Pain Surveillance du bioprocessus Effet de différents levures lors de la fermentation alcoolique 26
café Mesure in vivo Nosespace pendant la consommation de différentes préparations de café rôties 28
Dépistage / caractérisation Impact de l'emplacement de la production, du système de production et de la variété 29
Pain Surveillance du bioprocessus Effet de la farine, de la levure et de leur interaction pendant la fermentation alcoolique 30
Champignons Dépistage / caractérisation Durée de conservation des champignons porcini séchés 31
Yaourt Surveillance du bioprocessus Effet de différentes cultures initiales pendant la fermentation lactique 32
Pomme Dépistage / caractérisation Diversité dans une collection de germoplasmes de pomme 33
café Dépistage / caractérisation Traçage de l'origine du café 34
café Mesure in vivo Combinaison d'unMéthode sensorielle dynamique et analyse inespérée du nez pour comprendre la perception du café 35

Tableau 1: Liste des études scientifiques utilisant PTR-ToF-MS dans le secteur alimentaire. Liste non exhaustive d'études scientifiques utilisant des approches basées sur PTR pour surveiller le contenu en COV dans les expériences liées à l'alimentation.

Dans des études récentes, nous avons signalé l'application de PTR-ToF-MS couplé à un système automatisé d'échantillonnage et à des outils d'analyse de données personnalisés pour accroître l'automatisation et la fiabilité de l'échantillonnage et, par conséquent, améliorer le potentiel de cette technique 7 , 10 , 13 . Cela nous a permis d'écraser, en termes de contenu en COV, de grands ensembles d'échantillons ( par exemple, aliments d'origines différentes avec de nombreuses réplicas, germoplasmes entiers), pour analyser l'influence de plusieurs modes expérimentaux sur la libération de COV ( par exemple différentes concentrationsD'un ingrédient donné, des intensités diverses d'un paramètre technologique spécifique) et pour surveiller les COV associés à un bioprocessage ( par exemple, une oxydation enzymatique, une fermentation alcoolique). Ici, afin d'illustrer le potentiel de PTR-ToF-MS dans le secteur agroalimentaire, nous présentons trois applications paradigmatiques: la détection de COV libérés lors de la fermentation acide lactique du yaourt induite par différentes cultures microbiennes de démarrage (surveillance en ligne des bioprocédés ), La surveillance des COV associés à différents cultivars de pommes (dépistage à grande échelle) et l'étude in vivo de la libération de COV retronasale lors de la consommation de café (analyse de l'analyse du nez).

Subscription Required. Please recommend JoVE to your librarian.

Protocol

Le protocole suit les directives de notre comité institutionnel sur l'éthique de la recherche humaine.

1. Préparation des échantillons et conditions d'échantillonnage automatique

  1. Surveillance en ligne du bioprocess: détection des COV libérés lors de la fermentation acide lactique du yogourt
    NOTE: Cette section du protocole représente une partie de la procédure signalée par Benozzi et al. 32
    1. Ajouter 5 mL de lait pasteurisé à chaque flacon (flacons en verre de 20 mL équipés de PTFE / silicone septa). Noter le type de lait utilisé et chauffer rapidement les échantillons à 45 ° C. Transférez-les sur un auto-échantillonneur multifonctionnel GC équipé d'un bac à température contrôlée (45 ° C).
    2. Utilisez le bras robotique de l'auto-échantillonneur pour inoculer les flacons avec les cultures de démarrage microbiennes (selon les spécifications du fabricant de culture de démarrage). Réglez le temps d'incubation selon la typologie du yogourt désiré et à la spécificationS signalé par le fabricant de culture initiale. Définir l'échantillonneur automatique pour analyser commodément un échantillon l'un après l'autre, en obtenant une surveillance en ligne des COV de la fermentation de l'acide lactique pendant la préparation du yaourt.
  2. Criblage à grande échelle: surveillance des COV associés à différents génotypes d'Apple
    NOTE: Cette section du protocole représente une partie de la procédure signalée par Farneti et al. 33 , 36
    1. Amener les pommes à la phase désirée de maturation / conservation ( p. Ex. Au stade de la récolte commerciale). Sélectionnez au moins cinq fruits homogènes sans dommage visible pour chaque clone. Conservez les pommes pendant la période souhaitée à température ambiante (25 ° C) ou réfrigérez (4 ° C).
    2. Recueillir cinq disques cylindriques (1,7 cm de diamètre et 1 cm d'épaisseur) de chaque pomme avec un échantillonneur de lames de chair. Inclure une partie du tissu du cortex et éviter la partie du noyau avec des graines.Immédiatement homogénéiser les échantillons et congeler dans de l'azote liquide. Conservez à -80 ° C jusqu'à l'analyse.
    3. Avant l'analyse, placer trois répliques de l'échantillon de pomme de 2,5 g de chaque réplique biologique dans les flacons (flacons en verre de 20 ml équipés de PTFE / silicones septa). Mélanger l'échantillon avec 2,5 ml d'eau désionisée, 1 g de chlorure de sodium, 12,5 mg d'acide ascorbique et 12,5 mg d'acide citrique et garder les échantillons à 4 ° C jusqu'à l'analyse (maximum 3 jours).
    4. Incuber les échantillons à 40 ° C, puis régler l'échantillonneur automatique pour analyser automatiquement les COV.
  3. L'analyse de Nosespace: l'étude de la libération retronasale de COV pendant la consommation de café
    NOTE: Cette section du protocole représente une partie de la procédure signalée par Romano et al. 28
    1. Préparez le café brassé à partir d'échantillons de café moulu.
      1. Utiliser une machine à café: signaler le rapport eau / poudre, le type d'eau minérale utilisée,Le type de cafetière et la procédure adoptée pour obtenir la boisson au café (les quantités sont fonction de la dimension de la machine à café).
      2. Utilisez une cafetière à six tasses, connue en Italie en tant que «moka», en utilisant 450 ml d'eau et 30 g de poudre de café. Mettre le café brassé dans un vaisseau et le transférer dans un bain d'eau thermostatique (60 ° C).
    2. Pour chaque brassage du café, transférez des aliquotes de 7,5 ml dans une tasse en polystyrène (40 ml) avec un bouchon en plastique. Demandez à chaque panéliste de goûter la boisson selon le protocole: i) 30 s de respiration libre, ii) une seule gousse de café, suivie d'une hirondelle rapide, et iii) 3 minutes de respiration dans un nez de verre ergonomique 28 .
    3. Répétez l'expérience complète pendant trois jours consécutifs, randomisant l'ordre des échantillons de café et des panélistes chaque jour.
    4. Effectuer un échantillonnage en appliquant un nez ergonomique à usage unique en caoutchouc de silicium au nez des panélistes. Connectez le nOstéopie au PTR-ToF-MS au moyen d'un tube PEEK qui n'est pas chauffé seulement dans la première partie en contact avec le corps du panéliste, puis chauffé à 110 ° C dans un tuyau d'entrée qui relie l'interface d'échantillonnage avec le PTR-MS instrument.
      NOTE: Dans le tableau 2, une liste des produits analysés avec des procédures analogues à celles rapportées par Benozzi et al. 32 , Farneti et al. 33 , 36 et Romano et al. 28 est signalé.
Matrice alimentaire Nombre et type d'échantillons Référence
Pomme Les auteurs ont examiné une collection représentée par 190 accessions, composée d'anciens et de nouveaux cultivars de pommes 33
Yaourt Quatre démarreurs ont été analysés en termes de COV libérés lors de la fermentation lactique du yogourt (A, FD-DVS YF-L812 Yo-Flex, Chr. Hansen; B, FD-DVS YC-380 Yo-Flex, Chr. Hansen; C, FD -DVS YC-X11 Yo-Flex, Chr. Hansen; D, YO-MIX 883, Danisco) 32
café Trois types différents de café moulu obtenus à partir d'un seul mélange de café Arabica pur ont été utilisés: rôti moyen, rôti foncé et rôti moyen décaféiné 28

Tableau 2: Liste des produits analysés. Liste des produits analysés avec des procédures analogues à ceux rapportés par Benozzi et al. 32 , Farneti et al. 33 , 36 et Romano et al. 28

2. Conception expérimentale et précautions pratiques

  1. Effectuez au moins trois répliques biologiques inter-jourTes, chacun avec trois réplications techniques, pour chaque mode expérimental.
  2. Avant l'incubation et l'analyse des échantillons, rincer l'espace libre avec de l'air pur pendant 1 min à 200 sccm pour chaque flacon.
  3. Préparez un blanc pour chaque mode expérimental, inculez et analysez l'ébauche dans les mêmes conditions que les échantillons.
  4. Randomiser l'ordre des échantillons / blancs pour analyse.
  5. Comme d'autres méthodes utilisées pour détecter les COV, limiter l'utilisation des produits de soins personnels parfumés, ainsi que de la gomme et des cigarettes, avant d'utiliser l'instrument. Capturez tous les produits chimiques volatils dans le laboratoire et contrôlez les courants d'air autant que possible pendant les essais 37 .

3. Optimisation et analyse des instruments PTR-MS

NOTE: Les conditions instrumentales sont décrites dans les références ( p. Ex. Makhoul et al ., 27 ).

  1. Effectuer des mesures de l'espace de tête des échantillons avec des commerçantsAl PTR-ToF-MS dans le mode de configuration standard.
  2. Injectez directement de l'air dans l'espace de tête de dérive PTR-MS sans aucun traitement. Il existe un flux continu d'air d'échantillon à travers le PTR-MS pour que l'injection soit obtenue en insérant simplement la fin de l'entrée PTR-MS dans l'espace de tête de l'échantillon.
  3. Réglez et vérifiez constamment les conditions d'ionisation suivantes dans le tube de dérive: température du tube de dérive de 110 ° C, pression de dérive de 2,30 mbar, tension de dérive de 550 V. Ceci conduit à un rapport E / N d'environ 140 Td (1 Td = 10 -17 cm 2 V - 1 s - 1 ). La ligne d'entrée se compose d'un tube capillaire PEEK (diamètre intérieur 0,04 po) chauffé à 110 ° C. Par défaut, réglez le flux d'entrée à 40 sccm.
  4. Définir le temps d'échantillonnage par canal de l'acquisition de ToF à 0,1 ns, soit 350 000 canaux pour un spectre de masse allant jusqu'à m / z = 400. Chaque spectre est la somme d'environ 28 600 acquisitions de 35Μs chacun, ce qui entraîne une résolution de temps de 1 s.
    REMARQUE: les Spectra sont ensuite stockés en continu. Les signaux spectrométriques passent d'un niveau de fond à une valeur stable en quelques secondes (le temps nécessaire pour remplacer le gaz dans les lignes d'entrée) et seuls les spectres acquis après ce passage sont considérés dans une analyse plus approfondie.

4. Analyse de données sur mesure

NOTE: L'analyse de données sur mesure a été développée à l'aide d'une procédure dans MATLAB.

  1. Corrigez les pertes de comptage dues au temps mort du détecteur d'ions au moyen d'une méthodologie basée sur les statistiques de Poisson comme décrit par Cappellin et al. 10 .
  2. Effectuer un étalonnage interne selon une procédure décrite par Cappellin et al. 38 pour obtenir une bonne précision de masse (jusqu'à 0,001 Th).
  3. Effectuer une annotation composée comparant les données spectrales obtenues avec les données de fragmentation des normes de référence et avec les données rDans la littérature scientifique.
  4. Effectuer la réduction du bruit, l'élimination de la ligne de base et l'extraction de l'intensité maximale selon Cappellin et al. 39 , en utilisant des Gaussiens modifiés pour s'adapter aux pics.
  5. Calculez l'intensité du pic dans ppbv (parties par milliard par volume) selon la formule décrite par Lindinger et al. 5 , en utilisant le coefficient de vitesse de réaction approprié ou une valeur constante pour le coefficient de vitesse de réaction (k = 2,10 - 9 cm 3 s - 1 ), lorsque le composé sous-jacent n'est pas connu. Ce dernier introduit une erreur systématique allant jusqu'à 30% qui peut être comptabilisée si le coefficient réel est connu 40 .
  6. Mine les données en effectuant l'analyse des composantes principales, l'analyse de la variance, le test post-hoc de Tukey et d'autres tests / analyses statistiques adaptant les ensembles existants développés à l'aide de R ( par ex. Cappellin et al.

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

Le profil volatil des échantillons a abouti à un spectre de masse complet pour la gamme de masse souhaitée acquise chaque seconde. Sur la figure 2 , un exemple de spectre moyen acquis pendant le bioprocessage en ligne du yogourt est donné 32 . Dans tous les spectres, plus de 300 pics de masse dans la gamme m / z jusqu'à 250 Th peuvent être identifiés 32 .

Figure 2
Figure 2: spectres PTR-ToF-MS moyens d'un échantillon de lait inoculé pendant la fabrication du yaourt. Région de faible masse des spectres PTR-ToF-MS moyens d'un échantillon de lait inoculé pendant la fabrication du yogourt: plus de 300 pics de masse dans la gamme m / z jusqu'à 250 Th ont été identifiés. Reproduit avec la permission de Benozzi et al. 32 .Ove.com/files/ftp_upload/54075/54075fig2large.jpg "target =" _ blank "> Cliquez ici pour voir une version plus grande de ce chiffre.

Dans les cas suivants, nous signalons les résultats obtenus en utilisant l'analyse de données personnalisée suggérée, pour les trois applications décrites dans le protocole. Nous soulignons que toute l'analyse des données peut être réalisée en un ou quelques jours par un logiciel sur mesure développé dans notre laboratoire 10 , 40 . Dans la figure 3 , en ce qui concerne la détection des COV lors de la fermentation acide lactique du yogourt (surveillance en ligne du bioprocédés), nous montrons une cinétique de fermentation différente de neuf pics de masse sélectionnés correspondant à quatre cultures de démarrage commerciales différentes 32 . Si le pic moléculaire est saturé, comme pour l'acétaldéhyde dans cet exemple, l'isotopologue 13 C correspondant peut être utilisé pour estimer le concenTration.

La plupart de ces substances volatiles ont montré une cinétique classique de type microbien, avec une phase de retard initiale, suivie d'une phase de croissance et d'une phase post-logarithmique 32 . Fait intéressant, l'analyse en ligne nous a permis de mettre en évidence, pour la première fois, une cinétique d'épuisement particulière pour quatre composés contenant du soufre ( par exemple , la cinétique signalée pour le méthanethiol, figure 3e ).

figure 3
Figure 3: Cinétique de fermentation de neuf pics de masse sélectionnés lors de la fermentation au yogourt en utilisant quatre cultures de départ différentes. Cinétique de fermentation de neuf pics de masse sélectionnés: ( a ) acétaldéhyde, ( b ) diacétyle, ( c ) 2-hydroxy-3-pentanone / acide pentanoïque, ( d ) benzaldéhyde, ( e ) rencontréHanethiol, ( f ) acétomin, ( g ) acide butanoïque, ( h ) 2-butanone, ( i ) acide heptanoïque (moyen de trois répétitions ± écart type) (identification provisoire). Cercle ouvert (○), lait non inoculé; Le carré rempli (■), le cercle rempli (●), le triangle rempli (▲) et le rhombi rempli (♦) correspondent à quatre démarreurs microbiens différents utilisés singulièrement pour la fermentation du yogourt. Les astérisques indiquent des différences statistiquement significatives (ANOVA, p <0,05) chez les débutants commerciaux. Reproduit avec la permission de Benozzi et al. 32 . Cliquez ici pour voir une version plus grande de ce chiffre.

Récemment, nous avons détecté des COV associés à une grande collection de pommes représentée par 190 accessioNs (exemple d'application possible pour le dépistage à grande échelle) 33 . Le dendrogramme horizontal basé sur l'inventaire de COV défini associé à la collection souligne la présence de six grappes principales, principalement déterminées par des esters et des alcools ( figure 4 ). Ces résultats nous ont permis de définir un indice d'alcools / Esters et de le proposer comme un nouveau descripteur de qualité des fruits adapté à une caractérisation supplémentaire des pommes 33 .

Figure 4
Figure 4: Carte de chaleur et dendrogrammes hiérarchiques bidimensionnels des modèles de COV évalués dans 190 accessions de pomme par PTR-ToF-MS. La carte de chaleur et les dendrogrammes hiérarchiques bidimensionnels des diagrammes de COV ont été évalués dans 190 accessions de pomme par PTR-ToF-MS (en utilisant un seuil de 25 ppbv). Les cultivars de pomme sont groupés et regroupés par rangées, tandis que les COVLes composés sont organisés par colonnes. Les grappes de cultivars sont définies par les nombres 1 à 6 et les groupes de composés sont définis par les lettres A à D. Reproduit avec l'autorisation de Farneti et al. 33 . Cliquez ici pour voir une version plus grande de ce chiffre.

Nous concluons cette section avec des résultats attestant de l'application possible de PTR-ToF-MS dans l'étude in vivo de la publication des COV retronasales (analyse de l'analyse du nez). La figure 5 (côté gauche) décrit les profils cumulatifs pour cinq testeurs de café représentés au moyen de parcelles radiales, une solution graphique typique de l'analyse sensorielle 28 . Dans cette étude, des échantillons de café moulu rôti moyen rôti, rôti et décaféiné ont été préparés et présentés.À cinq panélistes 28 . Les résultats ont démontré la présence de différences reproductibles et pertinentes entre les panélistes, comme cela est évident pour les panélistes p1 et p2 de la figure 5 (côté droit) 28 .

Figure 5
Figure 5: Tracés radiaux représentant des profils de libération pour un paramètre sélectionné ( c.-à-d . La zone) et trois types de café. Plages radiales représentant des profils de libération pour un paramètre sélectionné ( c.-à-d . La zone) et trois types de café (rôti moyen, rôti foncé et torréfaction moyenne décaféiné provenant d'un seul mélange pur d'arábica). À gauche: profils cumulatifs pour cinq panélistes; À droite: profils individuels pour deux panélistes sélectionnés (à savoir p1 et p2). Les valeurs ont été mises à l'échelle en divisant par les écarts types respectifs. Les bandes semi-circulaires sur Les marges extérieures représentent les classes chimiques, en fonction de l'identification provisoire des pics. Les cercles indiquent des différences significatives entre les types de café (ANOVA et Tukey's test, p <0,05). Reproduit avec la permission de Romano et al. 28 . Cliquez ici pour voir une version plus grande de ce chiffre.

Figure 6
Figure 6: Exemple de chromatogrammes Fast-GC PTR-ToF-MS. Chromatogrammes obtenus à partir d'un vin rouge (six répliques) et de quatre pics sélectionnés, attribués provisoirement aux esters. Reproduit avec la permission de Romano et al. 45 .Et = "_ blank"> Cliquez ici pour voir une version plus grande de cette figure.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

La spectrométrie de masse de réaction de transfert de protons (PTR-MS) couplée aux analyseurs de masse de temps de vol (ToF) représente un compromis valide entre la nécessité d'identifier et de quantifier des composés organiques volatils et la nécessité d'un profil analytique rapide. La résolution de masse élevée qui caractérise l'analyseur de masse ToF donne / fournit une sensibilité et des spectres de masse appropriés avec un contenu informationnel considérable. En outre, l'application de PTR-ToF-MS couplé à un auto-échantillonneur et des outils d'analyse de données adaptés qui augmentent le degré d'automatisation, améliore les potentialités de cette technique.

Dans les nombreux domaines de recherche et technologique où la détection de composés volatiles peut être pertinente, la science et la technologie alimentaires, en particulier, nécessitent une sensibilité, une résolution à haute résolution et une analyse directe. D'un côté, les méthodes de référence pour l'analyse des COV sont basées sur la chromatographie en phase gazeuse, qui fournit plus de spécificité, mais est-ce que je suisDe manière intrinsèquement plus lente et ne peut atteindre une sensibilité similaire qu'au prix de procédures de prétraitement ou de concentration supplémentaires. Certaines analyses rapides, telles que l'espace du nez, ne peuvent être effectuées avec des méthodes basées sur le GC. D'autres études font l'objet de plusieurs échantillons utilisant PTR-MS et GC en tant qu'approchements complémentaires: PTR_MS permet de mesurer des ensembles d'échantillons très importants, tandis que l'analyse CG des sous-ensembles réduits fournit des informations supplémentaires pour une meilleure interprétation des données PTR-MS 40 . De l'autre côté, d'autres approches rapides ont été proposées pour l'analyse des COV, par exemple celles basées sur le nez électronique ou les nez MS-e ou des capteurs spécifiques. Ceux-ci sont beaucoup moins chers par rapport à PTR-MS mais fournissent généralement une très faible sensibilité.

L'analyse PTR-ToF-MS fournit des informations sur la masse des pics spectrométriques observés, ce qui n'est généralement pas suffisant pour une identification de composé non ambiguë. De plus, malgré l'ionisation chimique douce, proton trLa fragmentation induite par l'anxiété n'est pas toujours négligeable. Dans certains cas, le modèle de fragmentation peut être utile dans l'identification provisoire 41 . Néanmoins, il existe des solutions technologiques qui améliorent la capacité analytique de PTR-ToF-MS. En ce qui concerne ce point, un développement intéressant de la technique est représenté par l'utilisation d'ions parents primaires autres que H 3 O + . Le système d'ion réactif commutable (SRI) 4 peut également produire dans la même source de cathode creuse différents ions parents, tels que NO + et O 2 + . Cette approche, le changement des conditions d'ionisation et, par conséquent, la formation de fragments et de grappes, augmentent le nombre de composés détectables et permettent la séparation de certains composés isomères 42 , 43 . Quelques applications de la science et de la technologie alimentaires sont déjà disponibles, telles que VOC detÉrosion dans le jambon séché 23 , le café 34 et la détermination de l'éthylène dans les fruits 43 . Une autre solution technologique adaptée aux difficultés d'identification précise des composés est représentée par la méthodologie Quick-GC / PTR-ToF-MS 44 . En raison des temps de séparation réduits, Quick-GC étend les capacités analytiques, sans compromettre le débit analytique de PTR-ToF-MS 44 . La valeur ajoutée de la technique est bien représentée à la figure 6 , illustrant les chromatogrammes obtenus pour quatre pics identifiés comme des fragments d'esters à partir de l'espace libre d'un vin rouge 45 . En plus de la séparation importante de différents fragments isomères dans le même sommet, un effet secondaire souhaitable intéressant de l'application d'une étape de séparation chromatographique rapide était représenté par l'élution rapide (et par conséquent, l'élimination massiveN) d'éthanol. En fait, l'éthanol provoque un effet indésirable dans l'analyse à base de PTR des matrices alcooliques en raison de la réduction des ions hydronium et de la formation conséquente de dimères et de trimères (grappes d'éthanol, éthanol et grappes d'eau et fragments correspondants), conduisant à la présence De pics qui ont considérablement compromis l'interprétation correcte des spectres 46 . Plus récemment, d'autres développements ont été proposés pour améliorer la sensibilité des appareils PTR-MS qui n'ont pas encore été testés dans les sciences et la technologie des aliments 47 , 48 .

En conclusion, l'analyse rapide et non invasive de la PTR-ToF-MS des composés volatils, couplée à l'échantillonnage automatique et à la gestion et à l'analyse de données personnalisées, constitue un nouvel outil qui permet d'aborder efficacement plusieurs thèmes de la science et de la technologie alimentaires et compléter les résultats obtenus par d'autres techniques .

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

Chimie Numéro 123 Spectrométrie de masse à injection directe (DIMS) Réaction de transfert de protons Temps de vol de spectrométrie de masse (PTR-ToF-MS) auto-échantillonneur composés organiques volatils (COV) nourriture saveur nez dépistage bioprocessus yogourt Café pomme
PTR-ToF-MS couplé avec un système d&#39;échantillonnage automatisé et une analyse de données sur mesure pour les études alimentaires: analyse du bioprocessus, du dépistage et de l&#39;analyse du nez
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