Atmospheric pressure chemical ionisation mass spectrometry analysis li การแปล - Atmospheric pressure chemical ionisation mass spectrometry analysis li ไทย วิธีการพูด

Atmospheric pressure chemical ionis

Atmospheric pressure chemical ionisation mass spectrometry analysis linked with chemometrics for food classification – A case study: Geographical provenance and cultivar classification of monovarietal clarified apple juice
Abstract
In the present work, we have evaluated for first time the feasibility of APCI-MS volatile compound fingerprinting in conjunction with chemometrics (PLS-DA) as a new strategy for rapid and non-destructive food classification. For this purpose 202 clarified monovarietal juices extracted from apples differing in their botanical and geographical origin were used for evaluation of the performance of APCI-MS as a classification tool. For an independent test set PLS-DA analyses of pre-treated spectral data gave 100% and 94.2% correct classification rate for the classification by cultivar and geographical origin, respectively. Moreover, PLS-DA analysis of APCI-MS in conjunction with GC–MS data revealed that masses within the spectral ACPI-MS data set were related with parent ions or fragments of alkyesters, carbonyl compounds (hexanal, trans-2-hexenal) and alcohols (1-hexanol, 1-butanol, cis-3-hexenol) and had significant discriminating power both in terms of cultivar and geographical origin.

Keywords
Chemometric techniques; Authenticity; Apple; APCI-MS; PLS-DA
1. Introduction
There is a growing consumer awareness of the need for traceable authenticity of foods; this is partially in response to authenticity scares and lack of Protected Designation of Origin (PDO) traceability, but also as a result of recent cases of food producers’ malpractice. Food authenticity issues may be classified into four main groups: adulteration; mislabeling associated with geographical provenance, botanical or species origin; implementation of non-authorised practices and non-compliance to legislative standards (Carcea et al., 2009). One response to these maybe through legislation, the European Union Council Regulation (EC) 510/2006 exists to identify and protect geographical indications and designations of origin for agricultural products and foods across Europe, this ensures easier traceability of issues associated with food authenticity allowing more efficient quality and safety control of the food market. There is therefore clearly a need for rapid non-destructive analytical methods to support the consumers right for confidence in authenticity; these approaches must allow rapid monitoring of food origins, quality and safety, with the minimum processing time and cost per sample; reducing sample pre-treatment and simple measurement protocols are also of paramount importance (Reid, O’Donnell, & Downey, 2006).

There are a number of emerging rapid non-destructive methods for chemical grouping of foods such as the direct injection mass spectrometric techniques (DIMS), atmospheric pressure chemical ionisation mass spectrometry (APCI-MS) (Davies, Linforth, Wilkinson, Smart, & Cook, 2011), proton transfer reaction mass spectrometry (PTR-MS) (Biasioli, Yeretzian, Gasperi, & Mark, 2011) and selected ion flow tube mass spectrometry (SIFT-MS) (Langford et al., 2012) have gained the attention of the researchers working in the field for classification and authenticity, due to their ability to perform real time non-invasive analysis with high sensitivity and limited sample pre-treatment. PTR in combination with a time-of-flight mass spectrometer (PTR-ToF-MS) have been extensively used for classification studies of a broad range of food products including PDO cheese, olive oil and dry cured hams, intact fruits and their derivatives (Aprea et al., 2006, Biasioli et al., 2003, Cappellin et al., 2012, Del Pulgar et al., 2011 and Galle et al., 2011). In these cases, classification typically uses the data matrix resulting from the entire mass spectrum (spectral fingerprint) and statistical treatment to identify clusters, trends or correlations, appropriate data mining techniques may include partial least squares discriminant analysis (PLS-DA), K-nearest neighbours (KNN), soft independent modelling of class analogies (SIMCA) (Fisk, Virdie, Kenny, & Ullrich, 2010) support vector machine (SVM) and random forest (RF) (Cappellin et al., 2012).

Whist direct injection mass spectrometric techniques are rapid and information rich, gas phase chemometric classification approaches should always take into consideration the availability of volatile compounds in the gas-phase and the equilibrium concentration difference between the product and its gas phase. The chemical potential of a volatile component is dependent firstly on the physicochemical properties of the analyte, the physical structure of the matrix (Yang et al., 2012 and Yu et al., 2012), the presence of multiple phases (Fernández-Vázquez et al., 2013 and Fisk et al., 2011) and chemical composition of the product being analysed (Fisk, Boyer, & Linforth, 2012). It is therefore important to consider that modifications to the product non-volatile composition may have a significant impact on the aroma profile and therefore where appropriate, standardisations should be applied.

For fruit juice, the main authenticity issues are related with false labelling of products in terms of their cultivar or geographical origin, blending of expensive fruit juices with juices extracted from lower value fruits, adulteration of juice with pulp wash and peel derived by-products, addition of unauthorised sugars and the use of juice concentrates of undeclared origin (Singhal, Kulkarni, & Rege, 1997). To date several techniques have been used for the authentication and classification of apple juices and similar beverages, these include chemical profiling (Souza et al., 2011) stable isotopes analysis (Magdas & Puscas, 2011), infra-red spectroscopy e.g. NIR, MIR, FT-IR (Kelly and Downey, 2005, León et al., 2005 and Sivakesava et al., 2001), chromatographic techniques e.g. GC–MS (Fisk et al., 2012, Guo et al., 2012, Lignou et al., 2013 and Montero-Prado et al., 2013) and HPLC (Yamamoto et al., 2008) and direct injection spectrometric techniques such as PTR-MS (Biasioli et al., 2003 and Biasioli et al., 2011).

Direct injection APCI-MS has been successfully applied in a number of areas, most of these relate to the real time tracking of volatile compound release (Taylor, Linforth, Harvey, & Blake, 2000) to understand the dynamic partitioning from complex systems such as food (Linforth, Baek, & Taylor, 1999) and beverages (Shojaei, Linforth, & Taylor, 2007) or as tool to evaluate different processing methodologies (Fisk et al., 2011, Fisk et al., 2012, Yang et al., 2012 and Yu et al., 2012) Notwithstanding its use as tool for real time aroma analysis, APCI-MS can also provide a rapid and informative mass spectral fingerprint of a foods volatile compliment; it can therefore be hypothesised that APCI-MS could be used for the monitoring of food authenticity. The aim of the present work was to evaluate APCI-MS as a novel tool for the classification (based on geographical and botanical origin) of a foods volatile compliment, using a real food (clarified apple juice) with broad commercial diversity as an exemplar.

2. Materials and methods
2.1. Sampling and juice preparation
Five cultivars (Braeburn, Golden Delicious, Granny Smith, Jazz (Scifresh), and Pink Lady) harvested in three different countries of the South hemisphere (New Zealand, South Africa, Chile) were purchased from four local supermarkets. For each cultivar, 12 apples were randomly selected and used for the preparation of apple juice samples. Apples were peeled, cored, sliced and placed in an antioxidant solution to retard enzymatic browning, as previously illustrated by Ting et al. (2012). Apple flesh was squeezed using a household juicer (Philips, UK) and the freshly extracted apple juice was immediately heat treated at 60 °C for 30 s using a water bath to retard any further enzyme activity. Excessive pulp and foam were removed from the juice by filtering through a 100-mesh cloth filter. Clarification of the apple juice was conducted by pectinase (Sigma–Aldrich, UK) treatment at 37 °C for 60 min and subsequent centrifugation of the juices at 5000 rpm (Beckman Ltd., J2-21M, UK) for 10 min. A total of 210 apple juices were prepared.

2.2. GC–MS analysis
For GC–MS headspace analyses six individual apple juices samples per cultivar referring to different market suppliers and geographical origin were selected. Headspace solid phase microextraction (HS-SPME) coupled to gas chromatography-mass spectrometry (GC–MS) was applied to analyse the volatile compounds of apple juices. An automated SPME sampling unit (CombiPal. Zwingen, Switzerland) was used with a SPME StableFlex fibre with 50/30 μm divinylbenzene/carboxen on polydimethylsiloxane coating (DVB/CAR/PDMS) purchased from Supelco (Sigma Aldrich, UK). Five mL of juice sample was transferred to a 30 mL vial crimp-sealed with 23 mm diameter aluminium seal and a Teflon septum. In addition, pure aqueous systems of cis-3-hexenol (25 μL/L) were prepared and analysed together with apple juice samples in a fully randomised order. After 10 min equilibration at 20 °C, the SPME fibre was exposed to the sample headspace for 15 min. The fibre was then removed from the vial and immediately inserted into the injector port of the GC–MS system for thermal desorption at 220 °C for 10 min.

Analysis of the aroma components were performed on a Trace GC Ultra (Thermo Scientific, USA) that was attached to a DSQ series mass spectrometer (Thermo Scientific, USA). The gas chromatograph was equipped with a low bleed/fused-silica ZB-Wax capillary column (100% polyethylene glycol phase, 30 m × 0.25 mm × 1.0 μm) (Phenomenex, UK). Helium was the carrier gas with a constant flow rate of 1.5 ml/min into the GC–MS. The GC oven was held for 2 min at 40 °C and heated to 220 °C at a rate of 8 °C/min. The GC to MS transfer line was maintained at 250 °C. Analysis was carried out in the electron impact mode with a source tempe
0/5000
จาก: -
เป็น: -
ผลลัพธ์ (ไทย) 1: [สำเนา]
คัดลอก!
ความดันบรรยากาศ ionisation เคมีรเมทวิเคราะห์เชื่อมโยงกับ chemometrics สำหรับการจัดประเภทอาหาร – กรณีศึกษา: ภูมิศาสตร์ provenance และ cultivar ประเภทของ monovarietal ขึ้น้ำแอปเปิ้ลบทคัดย่อในการทำงานอยู่ เราได้ประเมินครั้งแรกความเป็นไปได้ของ APCI MS ระเหยผสมลายพิมพ์ร่วมกับ chemometrics (กรุณา-DA) เป็นกลยุทธ์ใหม่สำหรับการจัดประเภทอาหารอย่างรวดเร็ว และไม่ทำลาย สำหรับวัตถุประสงค์ 202 ขึ้ monovarietal นี้ น้ำที่สกัดจากแอปเปิ้ลที่แตกต่างกันในจุดกำเนิดของภูมิศาสตร์ และพฤกษศาสตร์ได้ใช้ประเมินผลการทำงานของ APCI MS เป็นเครื่องมือการจัดประเภท สำหรับการทดสอบอิสระ ชุดดากรุณาวิเคราะห์ข้อมูลสเปกตรัมก่อนบำบัดให้ 100% และ 94.2% อัตราประเภทที่ถูกต้องสำหรับการจัดประเภท โดย cultivar และแหล่งกำเนิดทางภูมิศาสตร์ ตามลำดับ นอกจากนี้ ดากรุณาวิเคราะห์ APCI MS ร่วมกับ GC – MS ข้อมูลเปิดเผยว่า ฝูงภายในชุดข้อมูล ACPI MS สเปกตรัมเกี่ยวข้องกับประจุหลักหรือชิ้นส่วนของ alkyesters สารประกอบ carbonyl (hexanal ทรานส์-2-hexenal) และ alcohols (1 hexanol, 1-บิวทานอ cis-3-hexenol) และมีอำนาจรับการจำแนกอย่างมีนัยสำคัญทั้ง cultivar และแหล่งกำเนิดทางภูมิศาสตร์คำสำคัญChemometric เทคนิค ความถูกต้อง แอปเปิ้ล APCI-MS กรุณาดา1. บทนำมีจิตสำนึกผู้บริโภคที่เติบโตต้องการบังคับความถูกต้องของอาหาร นี่คือบางส่วนใน scares แท้และขาดการติดตามป้องกันตำแหน่งของจุดกำเนิด (PDO) แต่ยังเป็นผลมา จากกรณีของ malpractice ของผู้ผลิตอาหาร ปัญหาแท้อาหารอาจแบ่งได้เป็นสี่กลุ่มหลัก: adulteration mislabeling เกี่ยวข้องกับภูมิศาสตร์ provenance พฤกษศาสตร์ หรือสายพันธุ์ต้นกำเนิด ดำเนินการปฏิบัติไม่ใช่บุคคลและไม่ใช่ปฏิบัติตามกฎระเบียบมาตรฐานสภา (Carcea et al., 2009) ตอบเหล่านี้อาจจะผ่านกฎหมายหนึ่ง สหภาพยุโรปสภาระเบียบ (EC) 510/2006 มีการระบุ และป้องกันบ่งชี้ทางภูมิศาสตร์และระบุชื่อของผู้ผลิตสินค้าเกษตรและอาหารในยุโรป แก่ง่ายติดตามปัญหาที่เกี่ยวข้องกับอาหารแท้ช่วยควบคุมคุณภาพและความปลอดภัยที่มีประสิทธิภาพของตลาดอาหาร ดังนั้นอย่างชัดเจนจำเป็นอย่างรวดเร็วแบบไม่ทำลายวิธีวิเคราะห์เพื่อสนับสนุนผู้บริโภคทางขวาสำหรับความเชื่อมั่นในความถูกต้อง วิธีเหล่านี้ต้องให้ตรวจสอบอย่างรวดเร็วของต้นกำเนิดอาหาร คุณภาพ และความ ปลอดภัย เวลาต่ำสุดและต้นทุนต่อตัวอย่าง โพรโทคอวัดก่อนรักษา และอย่างตัวอย่างลดลงยังมีใจมีความสำคัญ (Reid, O'Donnell, & เบิร์ดดาว นีย์ 2006)มีจำนวนเกิดขึ้นอย่างรวดเร็วแบบไม่ทำลายวิธีเคมีการจัดกลุ่มของอาหารเช่นการฉีดโดยตรงโดยรวมเทคนิค spectrometric (DIMS), ความดันบรรยากาศ ionisation เคมีโตรเมทรี (APCI-MS) (เดวีส์ Linforth, Wilkinson สมาร์ท และปรุง อาหาร 2011), ปฏิกิริยาการถ่ายโอนโปรตอน mass spectrometry (โดยใช้ PTR-MS) (Biasioli, Yeretzian, Gasperi และทำเครื่อง หมาย 2011) และไอออนที่เลือกกระแสหลอดโตรเมทรี (SIFT-MS) (Langford et al., 2012) ได้รับความสนใจของนักวิจัยที่ทำงานในฟิลด์การจัดประเภทแท้เนื่องจากความสามารถในการวิเคราะห์เวลาจริงไม่รุกราน ด้วยความไวสูงและรักษาก่อนอย่างจำกัด โดยใช้ PTR ร่วมกับเวลาของเที่ยวบินโดยรวมสเปกโตรมิเตอร์ (โดยใช้ PTR ToF MS) อย่างกว้างขวางใช้สำหรับศึกษาการจัดประเภทของผลิตภัณฑ์อาหารรวมทั้งชี PDO น้ำมันมะกอก และ hams แห้งดอง ผลไม้เชื่อม และอนุพันธ์ของ (Aprea และ al., 2006, Biasioli และ al., 2003, Cappellin et al., 2012, Del Pulgar et al., 2011 และกอลล์ et al., 2011) ในกรณีเหล่านี้ การจัดประเภทโดยทั่วไปใช้เมตริกซ์ข้อมูลที่เกิดจากคลื่นโดยรวมทั้งหมด (สเปกตรัมลายนิ้วมือ) และรักษาสถิติเพื่อระบุคลัสเตอร์ แนวโน้ม หรือความสัมพันธ์ เทคนิคการทำเหมืองข้อมูลที่เหมาะสมอาจมีการวิเคราะห์ discriminant บางส่วนกำลังสองน้อยสุด (กรุณา-DA), (KNN) K ใกล้เพื่อน อ่อนขึ้นอยู่กับแบบจำลองของคลาส analogies สนับสนุน (SIMCA) (Fisk, Virdie เคนนี และ Ullrich, 2010) เวกเตอร์เครื่อง (SVM) และป่าสุ่ม (RF) (Cappellin et al, 2012)Spectrometric โดยรวมเทคนิคได้อย่างรวดเร็ว และใกล้แก๊สระยะ chemometric จัดประเภทข้อมูลรวย ฉีดโดยตรงอยู่แบบสบาย ๆ สไตล์ควรจะพิจารณาความพร้อมของสารระเหยในเฟสก๊าซและความเข้มข้นสมดุลความแตกต่างระหว่างผลิตภัณฑ์และระยะของก๊าซ ศักยภาพทางเคมีของส่วนประกอบที่ระเหยเป็นขึ้นอยู่กับคุณสมบัติ physicochemical ของ analyte โครงสร้างของเมทริกซ์ (Yang et al., 2012 และ Yu et al., 2012), หลายขั้นตอน (al. et Vázquez Fernández, 2013 และ Fisk et al., 2011) และองค์ประกอบทางเคมีของผลิตภัณฑ์เป็น analysed (Fisk, Boyer, & Linforth, 2012) ก็ จึงควรพิจารณาว่า ควรใช้ standardisations ปรับเปลี่ยนองค์ประกอบที่ไม่ระเหยผลิตภัณฑ์อาจมีผลกระทบอย่างมีนัยสำคัญในโพรไฟล์หอม และดังนั้น ที่เหมาะสมสำหรับน้ำผลไม้ แท้หลักที่เกี่ยวข้องกับเท็จฉลากของผลิตภัณฑ์ของ cultivar หรือแหล่งกำเนิดทางภูมิศาสตร์ ผสมของน้ำผลไม้ราคาแพงกับน้ำผลไม้ที่สกัดจากผลไม้ค่าต่ำ ปัญหา adulteration น้ำล้างเยื่อและเปลือกมาสินค้าพลอย เพิ่มน้ำตาลไม่ได้รับอนุญาต และการใช้สารสกัดน้ำของสภาวะ (Singhal, Kulkarni, & Rege, 1997) วันที่ที่ใช้สำหรับตรวจสอบและจำแนกประเภทของน้ำผลไม้แอปเปิ้ลและเครื่องดื่มคล้าย เทคนิคต่าง ๆ รวมถึงเคมีสร้างโพรไฟล์ (Souza et al., 2011) มีเสถียรภาพการวิเคราะห์ไอโซโทป (Magdas & Puscas, 2011), ซาวกเช่น NIR มีร์ FT IR (เคลลี่และเบิร์ดดาวนีย์ 2005 แคว้น et al., 2005 และ Sivakesava และ al., 2001), chromatographic เทคนิค (Fisk et al., 2012 การ GC สินค้า – การ MS สินค้าเช่นกู et al., 2012, Lignou et al., 2013 และ Montero Prado et al., 2013) และ HPLC (ยามาโมโตะ et al., 2008) และเทคนิค spectrometric ฉีดโดยตรงเช่นโดยใช้ PTR-MS (Biasioli et al., 2003 และ Biasioli et al., 2011)ฉีดตรง APCI MS ได้ถูกนำไปใช้ในหลายพื้นที่ ส่วนใหญ่เหล่านี้เกี่ยวข้อง การติดตามในเวลาจริงของระเหยผสมปล่อย (Taylor, Linforth ฮาร์วี่ และ เบลก 2000) เพื่อให้เข้าใจการพาร์ทิชันแบบไดนามิกจากระบบที่ซับซ้อนเช่นอาหาร (Linforth, Baek, & Taylor, 1999) และเครื่องดื่ม (Shojaei, Linforth, & Taylor, 2007) หรือ เป็นเครื่องมือในการประเมินวิธีการประมวลผลที่แตกต่างกัน (Fisk et al, 2011, Fisk et al., 2012, Yang et al., 2012 และ Yu et al., 2012) อย่างไรก็ตามการใช้เป็นเครื่องมือสำหรับการวิเคราะห์กลิ่นเวลาจริง APCI MS ยังสามารถให้นิ้วมือสเปกตรัมจำนวนมากอย่างรวดเร็ว และข้อมูลของบริการการระเหยอาหาร มันสามารถจึงได้ hypothesised APCI MS ที่สามารถใช้สำหรับการตรวจสอบความถูกต้องของอาหาร จุดมุ่งหมายของการทำงานปัจจุบันถูกประเมิน APCI-MS เป็นเครื่องมือที่นวนิยายการจัด (ตามภูมิศาสตร์ และพฤกษศาสตร์กำเนิด) ของบริการการระเหยอาหาร อาหารที่แท้จริง (น้ำใสแอปเปิ้ล) ด้วยความหลากหลายเชิงพาณิชย์กว้างเป็นการ exemplar2. วัสดุและวิธีการ2.1. การสุ่มตัวอย่าง และการเตรียมน้ำ5 พันธุ์ (Braeburn ทองอร่อย ยายสมิธ แจ๊ส (Scifresh), และพิ้งค์เลดี้) เก็บเกี่ยวในสามประเทศที่แตกต่างกันของซีกโลกใต้ (นิวซีแลนด์ แอฟริกาใต้ ชิลี) ซื้อจากซุปเปอร์มาร์เก็ตท้องถิ่น 4 สำหรับแต่ละ cultivar แอปเปิ้ล 12 ถูกสุ่มเลือก และใช้สำหรับการเตรียมตัวอย่างน้ำแอปเปิ้ล แอปเปิ้ลปอกเปลือก cored หั่นบาง ๆ และวางในโซลูชันที่เหนี่ยวเอนไซม์ในระบบ browning แสดงโดย Ting et al. (2012) ก่อนหน้านี้เป็น สารต้านอนุมูลอิสระ เนื้อแอปเปิ้ลถูกคั้นใช้คั้นน้ำผลไม้ในครัวเรือน (ฟิลิปส์ UK) และน้ำแอปเปิ้ลสดแยกได้ทันทีถือว่าความร้อนที่ 60 ° C สำหรับ 30 ใช้อาบน้ำเหนี่ยวเอนไซม์ใด ๆ เพิ่มเติม เยื่อมากเกินไปและโฟมถูกเอาออกจากในน้ำ โดยการกรองผ่านตัวกรองผ้าตาข่าย 100 ชี้แจงน้ำแอปเปิ้ลถูกดำเนินการ โดยรักษา pectinase (ซิก-Aldrich, UK) ที่ 37 ° C สำหรับ 60 นาทีและต่อมา centrifugation ของน้ำผลไม้ที่ 5000 รอบต่อนาที (Beckman จำกัด J2 - 21M, UK) ใน 10 นาที จำนวน 210 แอปเปิ้ลน้ำเตรียมไว้2.2. GC – MS วิเคราะห์GC – MS headspace วิเคราะห์ 6 แอปเปิ้ลละน้ำผลไม้อย่างต่อ cultivar หมายถึงตลาดที่แตกต่างผู้ผลิตและแหล่งกำเนิดทางภูมิศาสตร์ถูกเลือก เฟสของแข็ง headspace microextraction (HS-SPME) ควบคู่กับ chromatography ก๊าซมวล spectrometry (GC – MS) ถูกใช้เพื่อวิเคราะห์สารประกอบระเหยของน้ำผลไม้แอปเปิ้ล อัตโนมัติ SPME สุ่มหน่วย (CombiPal Zwingen สวิตเซอร์แลนด์) ใช้กับไฟเบอร์ SPME StableFlex กับ 50/30 μm divinylbenzene/carboxen บน polydimethylsiloxane เคลือบ (DVB/รถ/PDMS) ซื้อจาก Supelco (ซิก Aldrich, UK) 5 mL ของน้ำตัวอย่างถูกถ่ายโอนไปคอนแทค 30 mL ที่ใจคับปิดผนึก ด้วยตราอะลูมิเนียมเส้นผ่าศูนย์กลาง 23 มม.และ septum เทฟลอน นอกจากนี้ ระบบอควีบริสุทธิ์ของ cis-3-hexenol (25 μL/L) ถูกเตรียม และ analysed กับตัวอย่างน้ำแอปเปิ้ลในใบสั่งทั้งหมด randomised หลังจาก 10 นาที equilibration ที่ 20 ° C ไฟเบอร์ SPME ถูกสัมผัสกับ headspace ตัวอย่างสำหรับ 15 นาที เส้นใยถูกเอาออกจากคอนแทค และแทรกท่าอัดระบบ GC – MS การ desorption ร้อนที่ 220 ° C สำหรับ 10 นาทีทันทีวิเคราะห์ประกอบหอมถูกดำเนินการในการสืบค้นกลับ GC Ultra (เทอร์โมวิทยาศาสตร์ สหรัฐอเมริกา) ที่แนบกับการ DSQ ชุดโดยรวมสเปกโตรมิเตอร์ (เทอร์โมวิทยาศาสตร์ สหรัฐอเมริกา) Chromatograph ก๊าซถูกพร้อมต่ำ บลี/fused-ซิลิก้า ZB-ไขรูพรุนคอลัมน์ (ระยะ 100% polyethylene glycol, 30 m × 0.25 มม.× 1.0 μm) (Phenomenex, UK) ฮีเลียมเป็นก๊าซผู้ขนส่ง มีอัตราไหลคง 1.5 ml/min เป็น GC – MS เตาอบ GC จัดขึ้น 2 นาทีที่ 40 ° C และอุณหภูมิ 220 ° C ในอัตรา 8 ° C/นาที GC MS โอนย้ายบรรทัดถูกรักษาไว้ที่ 250 องศาเซลเซียส วิเคราะห์ที่ทำในโหมดผลกระทบอิเล็กตรอนกับ tempe แหล่ง
การแปล กรุณารอสักครู่..
ผลลัพธ์ (ไทย) 2:[สำเนา]
คัดลอก!
Atmospheric pressure chemical ionisation mass spectrometry analysis linked with chemometrics for food classification – A case study: Geographical provenance and cultivar classification of monovarietal clarified apple juice
Abstract
In the present work, we have evaluated for first time the feasibility of APCI-MS volatile compound fingerprinting in conjunction with chemometrics (PLS-DA) as a new strategy for rapid and non-destructive food classification. For this purpose 202 clarified monovarietal juices extracted from apples differing in their botanical and geographical origin were used for evaluation of the performance of APCI-MS as a classification tool. For an independent test set PLS-DA analyses of pre-treated spectral data gave 100% and 94.2% correct classification rate for the classification by cultivar and geographical origin, respectively. Moreover, PLS-DA analysis of APCI-MS in conjunction with GC–MS data revealed that masses within the spectral ACPI-MS data set were related with parent ions or fragments of alkyesters, carbonyl compounds (hexanal, trans-2-hexenal) and alcohols (1-hexanol, 1-butanol, cis-3-hexenol) and had significant discriminating power both in terms of cultivar and geographical origin.

Keywords
Chemometric techniques; Authenticity; Apple; APCI-MS; PLS-DA
1. Introduction
There is a growing consumer awareness of the need for traceable authenticity of foods; this is partially in response to authenticity scares and lack of Protected Designation of Origin (PDO) traceability, but also as a result of recent cases of food producers’ malpractice. Food authenticity issues may be classified into four main groups: adulteration; mislabeling associated with geographical provenance, botanical or species origin; implementation of non-authorised practices and non-compliance to legislative standards (Carcea et al., 2009). One response to these maybe through legislation, the European Union Council Regulation (EC) 510/2006 exists to identify and protect geographical indications and designations of origin for agricultural products and foods across Europe, this ensures easier traceability of issues associated with food authenticity allowing more efficient quality and safety control of the food market. There is therefore clearly a need for rapid non-destructive analytical methods to support the consumers right for confidence in authenticity; these approaches must allow rapid monitoring of food origins, quality and safety, with the minimum processing time and cost per sample; reducing sample pre-treatment and simple measurement protocols are also of paramount importance (Reid, O’Donnell, & Downey, 2006).

There are a number of emerging rapid non-destructive methods for chemical grouping of foods such as the direct injection mass spectrometric techniques (DIMS), atmospheric pressure chemical ionisation mass spectrometry (APCI-MS) (Davies, Linforth, Wilkinson, Smart, & Cook, 2011), proton transfer reaction mass spectrometry (PTR-MS) (Biasioli, Yeretzian, Gasperi, & Mark, 2011) and selected ion flow tube mass spectrometry (SIFT-MS) (Langford et al., 2012) have gained the attention of the researchers working in the field for classification and authenticity, due to their ability to perform real time non-invasive analysis with high sensitivity and limited sample pre-treatment. PTR in combination with a time-of-flight mass spectrometer (PTR-ToF-MS) have been extensively used for classification studies of a broad range of food products including PDO cheese, olive oil and dry cured hams, intact fruits and their derivatives (Aprea et al., 2006, Biasioli et al., 2003, Cappellin et al., 2012, Del Pulgar et al., 2011 and Galle et al., 2011). In these cases, classification typically uses the data matrix resulting from the entire mass spectrum (spectral fingerprint) and statistical treatment to identify clusters, trends or correlations, appropriate data mining techniques may include partial least squares discriminant analysis (PLS-DA), K-nearest neighbours (KNN), soft independent modelling of class analogies (SIMCA) (Fisk, Virdie, Kenny, & Ullrich, 2010) support vector machine (SVM) and random forest (RF) (Cappellin et al., 2012).

Whist direct injection mass spectrometric techniques are rapid and information rich, gas phase chemometric classification approaches should always take into consideration the availability of volatile compounds in the gas-phase and the equilibrium concentration difference between the product and its gas phase. The chemical potential of a volatile component is dependent firstly on the physicochemical properties of the analyte, the physical structure of the matrix (Yang et al., 2012 and Yu et al., 2012), the presence of multiple phases (Fernández-Vázquez et al., 2013 and Fisk et al., 2011) and chemical composition of the product being analysed (Fisk, Boyer, & Linforth, 2012). It is therefore important to consider that modifications to the product non-volatile composition may have a significant impact on the aroma profile and therefore where appropriate, standardisations should be applied.

For fruit juice, the main authenticity issues are related with false labelling of products in terms of their cultivar or geographical origin, blending of expensive fruit juices with juices extracted from lower value fruits, adulteration of juice with pulp wash and peel derived by-products, addition of unauthorised sugars and the use of juice concentrates of undeclared origin (Singhal, Kulkarni, & Rege, 1997). To date several techniques have been used for the authentication and classification of apple juices and similar beverages, these include chemical profiling (Souza et al., 2011) stable isotopes analysis (Magdas & Puscas, 2011), infra-red spectroscopy e.g. NIR, MIR, FT-IR (Kelly and Downey, 2005, León et al., 2005 and Sivakesava et al., 2001), chromatographic techniques e.g. GC–MS (Fisk et al., 2012, Guo et al., 2012, Lignou et al., 2013 and Montero-Prado et al., 2013) and HPLC (Yamamoto et al., 2008) and direct injection spectrometric techniques such as PTR-MS (Biasioli et al., 2003 and Biasioli et al., 2011).

Direct injection APCI-MS has been successfully applied in a number of areas, most of these relate to the real time tracking of volatile compound release (Taylor, Linforth, Harvey, & Blake, 2000) to understand the dynamic partitioning from complex systems such as food (Linforth, Baek, & Taylor, 1999) and beverages (Shojaei, Linforth, & Taylor, 2007) or as tool to evaluate different processing methodologies (Fisk et al., 2011, Fisk et al., 2012, Yang et al., 2012 and Yu et al., 2012) Notwithstanding its use as tool for real time aroma analysis, APCI-MS can also provide a rapid and informative mass spectral fingerprint of a foods volatile compliment; it can therefore be hypothesised that APCI-MS could be used for the monitoring of food authenticity. The aim of the present work was to evaluate APCI-MS as a novel tool for the classification (based on geographical and botanical origin) of a foods volatile compliment, using a real food (clarified apple juice) with broad commercial diversity as an exemplar.

2. Materials and methods
2.1. Sampling and juice preparation
Five cultivars (Braeburn, Golden Delicious, Granny Smith, Jazz (Scifresh), and Pink Lady) harvested in three different countries of the South hemisphere (New Zealand, South Africa, Chile) were purchased from four local supermarkets. For each cultivar, 12 apples were randomly selected and used for the preparation of apple juice samples. Apples were peeled, cored, sliced and placed in an antioxidant solution to retard enzymatic browning, as previously illustrated by Ting et al. (2012). Apple flesh was squeezed using a household juicer (Philips, UK) and the freshly extracted apple juice was immediately heat treated at 60 °C for 30 s using a water bath to retard any further enzyme activity. Excessive pulp and foam were removed from the juice by filtering through a 100-mesh cloth filter. Clarification of the apple juice was conducted by pectinase (Sigma–Aldrich, UK) treatment at 37 °C for 60 min and subsequent centrifugation of the juices at 5000 rpm (Beckman Ltd., J2-21M, UK) for 10 min. A total of 210 apple juices were prepared.

2.2. GC–MS analysis
For GC–MS headspace analyses six individual apple juices samples per cultivar referring to different market suppliers and geographical origin were selected. Headspace solid phase microextraction (HS-SPME) coupled to gas chromatography-mass spectrometry (GC–MS) was applied to analyse the volatile compounds of apple juices. An automated SPME sampling unit (CombiPal. Zwingen, Switzerland) was used with a SPME StableFlex fibre with 50/30 μm divinylbenzene/carboxen on polydimethylsiloxane coating (DVB/CAR/PDMS) purchased from Supelco (Sigma Aldrich, UK). Five mL of juice sample was transferred to a 30 mL vial crimp-sealed with 23 mm diameter aluminium seal and a Teflon septum. In addition, pure aqueous systems of cis-3-hexenol (25 μL/L) were prepared and analysed together with apple juice samples in a fully randomised order. After 10 min equilibration at 20 °C, the SPME fibre was exposed to the sample headspace for 15 min. The fibre was then removed from the vial and immediately inserted into the injector port of the GC–MS system for thermal desorption at 220 °C for 10 min.

Analysis of the aroma components were performed on a Trace GC Ultra (Thermo Scientific, USA) that was attached to a DSQ series mass spectrometer (Thermo Scientific, USA). The gas chromatograph was equipped with a low bleed/fused-silica ZB-Wax capillary column (100% polyethylene glycol phase, 30 m × 0.25 mm × 1.0 μm) (Phenomenex, UK). Helium was the carrier gas with a constant flow rate of 1.5 ml/min into the GC–MS. The GC oven was held for 2 min at 40 °C and heated to 220 °C at a rate of 8 °C/min. The GC to MS transfer line was maintained at 250 °C. Analysis was carried out in the electron impact mode with a source tempe
การแปล กรุณารอสักครู่..
ผลลัพธ์ (ไทย) 3:[สำเนา]
คัดลอก!
ความดันบรรยากาศ ionisation เคมีมวลสารการวิเคราะห์เชื่อมโยงกับเคโมเมตริกสำหรับประเภทอาหาร–กรณีศึกษา : ทางภูมิศาสตร์และการรวบรวมพันธุ์ monovarietal ชี้แจงน้ำผลไม้แอปเปิ้ลนามธรรม

ในงานปัจจุบันเราได้ประเมินเวลา ความเป็นไปได้ของ apci-ms ระเหยผสมลายร่วมกับเคโมเมตริก ( pls-da ) เป็นกลยุทธ์ใหม่สำหรับอย่างรวดเร็วและการจำแนกอาหารแบบไม่ทำลาย .สำหรับวัตถุประสงค์นี้ 202 ชี้แจง monovarietal น้ำผลไม้สกัดจากแอปเปิ้ลที่แตกต่างกันในทางพฤกษศาสตร์และภูมิศาสตร์ของประเทศ ที่ใช้สำหรับการประเมินสมรรถนะของ apci-ms เป็นเครื่องมือในการจำแนก เป็นอิสระชุดทดสอบ pls-da การวิเคราะห์ข้อมูลสเปกตรัมก่อนปฏิบัติให้ถูกต้อง 100% และ 94.2 % อัตราการจำแนกในการจำแนกพันธุ์และภูมิศาสตร์โดยกำเนิดตามลำดับ นอกจากนี้ การวิเคราะห์ pls-da ของ apci-ms ร่วมกับ GC - MS ข้อมูลพบว่ามวลภายในสเปกตรัม acpi-ms ชุดข้อมูลมีความสัมพันธ์กับผู้ปกครองหรือเศษ alkyesters ไอออนของสารประกอบคาร์บอนิล ( hexanal trans-2-hexenal , เฮกซานอล , บิวทานอล ) และแอลกอฮอล์ , ค่าอำนาจจำแนก cis-3-hexenol ) และมีความแตกต่างทั้งในเรื่องของพันธุ์ และภูมิศาสตร์

ที่มา คำสำคัญ
เทคนิคคีโมเมตริกซ์ ; ความถูกต้อง ; แอปเปิ้ล ; apci-ms ; pls-da
1 บทนำ
มีการรับรู้ของผู้บริโภคที่ต้องการความถูกต้องตรวจสอบย้อนกลับของอาหาร นี้เป็นเพียงบางส่วน ในการตอบสนองต่อความกลัวของแท้ และขาดการป้องกันตำแหน่งของแหล่งกำเนิด ( PDO ) อร่อย แต่ยังเป็นผลจากกรณีล่าสุดของผู้ผลิตอาหาร แพทย์ปัญหาของแท้ อาหารอาจจะแบ่งเป็น 4 กลุ่มหลักที่เกี่ยวข้องกับการปลอมปน ; mislabeling ทางพฤกษศาสตร์หรือชนิดของผลิตภัณฑ์ , การอนุญาต ; ไม่ปฏิบัติและไม่ปฏิบัติตามมาตรฐานกฎหมาย ( carcea et al . , 2009 ) หนึ่งเพื่อตอบสนองเหล่านี้อาจจะผ่านกฎหมายสหภาพสภายุโรป ( EC ) 510 / 2549 ระเบียบที่มีอยู่เพื่อระบุและปกป้องสิ่งบ่งชี้ทางภูมิศาสตร์ และชื่อของประเทศสำหรับสินค้าเกษตรและอาหารทั่วยุโรป นี้ช่วยให้มั่นใจการตรวจสอบง่ายของปัญหาที่เกี่ยวข้องกับของแท้ คุณภาพอาหารให้มีประสิทธิภาพมากขึ้นและการควบคุมความปลอดภัยของตลาดอาหารมีดังนั้นเห็นได้ชัดว่าต้องการอย่างรวดเร็ววิเคราะห์โดยไม่ทำลายเพื่อสนับสนุนสิทธิผู้บริโภคให้ความเชื่อมั่นในความถูกต้อง ; วิธีเหล่านี้ต้องให้ตรวจสอบอย่างรวดเร็วของแหล่งกำเนิดอาหารคุณภาพและความปลอดภัย ด้วยเวลาการประมวลผลและค่าใช้จ่ายขั้นต่ำต่อตัวอย่าง ; การลดผลการวัดตัวอย่างและโปรโตคอลง่ายนอกจากนี้ยังมีความสำคัญยิ่งใหญ่ ( รี้ด โอ ดอนเนล&ดาวนีย์ , 2006 ) .

มีจำนวนของวิธีการที่เกิดขึ้นใหม่อย่างรวดเร็วแบบไม่ทำลายสำหรับการจัดกลุ่มทางเคมีของอาหาร เช่น ฉีดโดยตรงมวลความเทคนิค ( หรี่ตา ) , ความดันบรรยากาศ ionisation เคมีมวลสาร ( apci-ms ) ( linforth เดวีส์ , วิลกินสัน , สมาร์ท , & , ทำอาหาร , 2011 ) , ปฏิกิริยาการถ่ายโอนโปรตอนมวลสาร ( ptr-ms ) ( biasioli yeretzian gasperi & , , , มาร์ค2011 ) และเลือกไอออนหลอดการไหล Mass Spectrometry ( sift-ms ) ( Langford et al . , 2012 ) ได้รับความสนใจจากนักวิจัยที่ทำงานในด้านการจำแนกและความถูกต้อง เนื่องจากความสามารถของพวกเขาที่จะดำเนินการวิเคราะห์ไม่เวลาจริงกับความไวสูงและการรักษาก่อน จำนวนจำกัดใช้ในการรวมกันกับครั้ง - ของ - เครื่องแมสสเปกโทรมิเตอร์ ( ใช้ tof MS ) ได้ถูกใช้อย่างกว้างขวางสำหรับการศึกษาในช่วงกว้างของผลิตภัณฑ์อาหารรวมทั้ง PDO ชีส , น้ำมันมะกอกและแห้งหายแฮม , ผลไม้เหมือนเดิมและสารอนุพันธ์ ( aprea et al . , 2006 , biasioli et al . , 2003 , cappellin et al . , 2555 เดล pulgar et al . , 2011 และกัลเลอ et al . , 2011 ) ในกรณีเหล่านี้หมวดหมู่ทั่วไปใช้ข้อมูลเมทริกซ์ที่เกิดจากสเปกตรัม ( spectral มวลทั้งหมดลายนิ้วมือ ) และสถิติการรักษาเพื่อระบุกลุ่ม แนวโน้ม หรือ ความสัมพันธ์ เทคนิคของเหมืองข้อมูลที่เหมาะสมอาจรวมถึงบางส่วนอย่างน้อยการวิเคราะห์จำแนกประเภท ( pls-da ) ละเพื่อนบ้าน ( knn ) แบบอิสระนุ่มของชั้นใช้ ( ซิมก้า ) ( ฟิสต์ virdie เคนนี่ & Ullrich ,2010 ) เครื่องเวกเตอร์สนับสนุน ( SVM ) และสุ่มป่า ( RF ) ( cappellin et al . , 2012 ) .

เนื่องจากเป็นการฉีดโดยตรงมวลความเทคนิคได้อย่างรวดเร็ว และข้อมูลที่อุดมไปด้วยก๊าซระยะคีโมเมตริกซ์หมวดหมู่วิธีควรพิจารณาความพร้อมของสารระเหยในแก๊สและสมดุลความเข้มข้นความแตกต่างระหว่างผลิตภัณฑ์ และ ระยะก๊าซของเคมีศักยภาพขององค์ประกอบที่ระเหยได้ขึ้นอยู่กับแรกคุณสมบัติทางกายภาพและทางเคมีของครู โครงสร้างทางกายภาพของเมทริกซ์ ( หยาง et al . , 2012 และยู et al . , 2012 ) , การแสดงตนของหลายระยะ ( เฟิร์น . kgm ndez-v . kgm zquez et al . , 2013 และฟิกส์ et al . , 2011 ) และองค์ประกอบทางเคมีของผลิตภัณฑ์ถูกวิเคราะห์ ( ฟิสต์ บอยเยอร์& linforth , 2012 )จึงควรพิจารณาว่า การปรับเปลี่ยนผลิตภัณฑ์ที่ไม่ระเหยองค์ประกอบอาจมีผลกระทบกลิ่นหอมโปรไฟล์ และดังนั้นจึง ที่ เหมาะ standardisations ควรใช้

สำหรับน้ำผลไม้ ประเด็นหลักที่เกี่ยวข้องกับของแท้ปลอมฉลากของผลิตภัณฑ์ในแง่ของพันธุ์หรือทางภูมิศาสตร์ประเทศของพวกเขาการผสมผสานของน้ำผลไม้น้ำผลไม้สกัดจากผลไม้ราคาแพงที่ค่าต่ำกว่า การล้างและปอกเปลือกและคั้นกับเยื่อกระดาษผลิตภัณฑ์ , น้ำตาลและใช้ไม่ได้รับอนุญาตของน้ำผลไม้เข้มข้นของการเลือกสาขาของ kulkarni Singhal , , & rege , 1997 ) วันที่เทคนิคหลายประการได้ถูกใช้สำหรับการตรวจสอบและการจัดหมวดหมู่ของน้ำผลไม้แอปเปิ้ลและเครื่องดื่มที่คล้ายกันเหล่านี้รวมถึงเคมีโปรไฟล์ ( ซูซ่า et al . , 2011 ) การวิเคราะห์ไอโซโทป ( magdas & puscas , 2011 ) , อินฟราเรดสเปกโทรสโกปีอินฟราเรดอวกาศ ( เช่นเนียร์ , , เคลลี่ และดาวนี่ย์ , 2005 , ไซปรัส et al . , 2005 และ sivakesava et al . , 2001 ) , และ เทคนิค เช่น GC ) MS ( ฟิ ์และ al . , 2012 , Guo et al . , 2012 , lignou et al . , 2013 และ มอนเทโร่ พราโด et al . , 2013 ) และ HPLC ( Yamamoto et al . ,2008 ) และโดยตรงฉีดความเทคนิคเช่น ptr-ms ( biasioli et al . , 2003 และ biasioli et al . , 2011 )

โดยตรงฉีด apci-ms ได้รับสมัครเรียบร้อยแล้วในหลายพื้นที่ ส่วนใหญ่ของเหล่านี้เกี่ยวข้องกับเวลาจริงติดตามการปล่อยสารระเหย ( เทย์เลอร์ linforth ฮาร์วีย์ &เบลค 2000 ) เพื่อให้เข้าใจแบบไดนามิกพาร์ทิชันจากระบบที่ซับซ้อน เช่น อาหาร linforth ( ,แบค &เทย์เลอร์ , 1999 ) และเครื่องดื่ม ( shojaei linforth & , , เทย์เลอร์ , 2007 ) หรือเป็นเครื่องมือในการประเมินวิธีการประมวลผลที่แตกต่างกัน ( ฟิกส์ et al . , 2011 , ฟิกส์ et al . , 2012 , ยาง et al . , 2012 และยู et al . , 2012 ) แม้จะมีการใช้เป็นเครื่องมือในเวลาจริง การวิเคราะห์กลิ่น apci-ms สามารถให้รวดเร็ว และข้อมูลมวลสเปกตรัมลายนิ้วมือของอาหารระเหยชมเชย ;จึงเป็นวิชาที่ apci-ms สามารถใช้สำหรับการตรวจสอบความถูกต้องของอาหาร จุดมุ่งหมายของงานวิจัยนี้คือ เพื่อประเมิน apci-ms เป็นเครื่องมือใหม่สำหรับการจัดหมวดหมู่ ( ตามภูมิศาสตร์และพฤกษศาสตร์ต้น ) ในอาหารระเหยชมเชย การใช้อาหารจริง ( มีน้ำแอปเปิ้ล ) กับความหลากหลายเชิงกว้างเป็นแบบอย่าง

2 วัสดุและวิธีการ
2.1 .ตัวอย่างการเตรียมน้ำผลไม้
5 พันธุ์ ( braeburn , โกลเด้นอร่อย ยาย Smith , แจ๊ส ( scifresh ) และผู้หญิงสีชมพู ) ใช้สามประเทศในซีกโลกใต้ ( นิวซีแลนด์ , แอฟริกาใต้ , ชิลี ) ซื้อจากสี่ประเทศที่ซุปเปอร์มาร์เก็ต แต่ละพันธุ์ 12 แอปเปิ้ลสุ่มและใช้สำหรับเตรียมตัวอย่างน้ำแอปเปิ้ล แอปเปิ้ลถูกปอกเปลือก , cored ,หั่น และวางไว้ในโซลูชั่นเป็นสารต้านอนุมูลอิสระชะลอสีน้ำตาล ขณะที่ก่อนหน้านี้ ภาพประกอบโดย ติง et al . ( 2012 ) เนื้อแอปเปิ้ลถูกบีบใช้ในครัวเรือน ( Philips Juicer , UK ) และสกัดน้ำผลไม้แอปเปิ้ลสดได้ทันทีหลังเผาที่อุณหภูมิ 60 องศา C เป็นเวลา 30 วินาที ใช้อาบน้ำเพื่อชะลอกิจกรรมเอนไซม์เพิ่มเติมใด ๆผลิตโฟมที่มากเกินไปและถูกลบออกจากน้ำ โดยการกรองผ่าน 100 ตาข่ายกรองผ้า . ผลของน้ำแอปเปิ้ลมีวัตถุประสงค์เพคติเนส ( Sigma ) ดิช , UK ) การรักษาที่อุณหภูมิ 37 องศา C นาน 60 นาที และปั่นตามมาของน้ำหวานที่ 5000 rpm ( แบคแมน จำกัด j2-21m , UK ) นาน 10 นาที รวมเป็น 210 น้ำผลไม้แอปเปิ้ลเตรียม

2.2 . GC –การวิเคราะห์
MSนางสาวเฮดสเปซสำหรับ GC –วิเคราะห์หกบุคคลแอปเปิ้ลผลไม้ตัวอย่างต่อพันธุ์หมายถึงซัพพลายเออร์ของตลาดที่แตกต่างกันทางภูมิศาสตร์ และประเทศที่ถูกคัดเลือก microextraction เฟสเฮดสเปซแข็ง ( hs-spme ) คู่กับสัปดาห์แก๊ส spectrometry ( GC ) MS ) ถูกนำมาใช้เพื่อวิเคราะห์สารระเหยของน้ำแอปเปิ้ล spme หน่วยตัวอย่างแบบอัตโนมัติ ( combipal . zwingen ,สวิตเซอร์แลนด์ ) ใช้กับ spme ไฟเบอร์ stableflex กับ 50 / 30 μ M / O carboxen ไดไวนิลเบนซีนบนเคลือบ ( DVB / รถยนต์ / PDMS ) ซื้อจาก supelco ( ซิกม่า Aldrich , UK ) 5 ml ของตัวอย่างน้ำถูกส่งไป 30 ml ขวดปิดผนึกด้วย 23 มม. เส้นผ่าศูนย์กลางจีบอลูมิเนียมซีลและเทฟลอน กั้น นอกจากนี้น้ำบริสุทธิ์ระบบ cis-3-hexenol ( 25 μ L / L ) ถูกเตรียมและวิเคราะห์ร่วมกับน้ำผลไม้แอปเปิ้ลตัวอย่างเต็มที่ สามารถสั่งซื้อ หลังจาก 10 นาที equilibration 20 ° C , spme ไฟเบอร์เปิดเผยตัวอย่างเฮดสเปซเป็นเวลา 15 นาที เส้นใยก็เอาออกจากขวดและทันทีที่แทรกเข้าไปในหัวฉีดพอร์ตของ GC ( MS ระบบความร้อนสามารถที่ 220 องศา C 10 นาที

การวิเคราะห์องค์ประกอบของกลิ่นหอมจำนวนร่องรอย GC Ultra ( เทอร์โมวิทยาศาสตร์ , USA ) ที่แนบมากับ DSQ ชุดแมสสเปกโตรมิเตอร์ ( เทอร์โมวิทยาศาสตร์ , USA ) แก๊สโครมาโตกราฟเป็นอุปกรณ์ที่มีเลือดออก / ซิลิกาคอลัมน์ capillary ไบต์ขี้ผึ้ง ( 100% polyethylene glycol ในระยะ 30 m × 0.25 มม. × 1.0 μ M ) ( phenomenex , UK ) ฮีเลียมเป็นแก๊สตัวพา ด้วยอัตราการไหลคงที่ของ 15 มิลลิลิตรต่อนาทีใน GC –คุณ GC เตาอบถูกจัดขึ้นเป็นเวลา 2 นาทีที่ 40 ° C และความร้อน 220 องศา C ที่อัตรา 8 ° C ต่อนาที GC MS โอนสายไว้ที่ 250 องศา วิเคราะห์ในอิเล็กตรอนกระทบกับแหล่งเกิดโหมด
การแปล กรุณารอสักครู่..
 
ภาษาอื่น ๆ
การสนับสนุนเครื่องมือแปลภาษา: กรีก, กันนาดา, กาลิเชียน, คลิงออน, คอร์สิกา, คาซัค, คาตาลัน, คินยารวันดา, คีร์กิซ, คุชราต, จอร์เจีย, จีน, จีนดั้งเดิม, ชวา, ชิเชวา, ซามัว, ซีบัวโน, ซุนดา, ซูลู, ญี่ปุ่น, ดัตช์, ตรวจหาภาษา, ตุรกี, ทมิฬ, ทาจิก, ทาทาร์, นอร์เวย์, บอสเนีย, บัลแกเรีย, บาสก์, ปัญจาป, ฝรั่งเศส, พาชตู, ฟริเชียน, ฟินแลนด์, ฟิลิปปินส์, ภาษาอินโดนีเซี, มองโกเลีย, มัลทีส, มาซีโดเนีย, มาราฐี, มาลากาซี, มาลายาลัม, มาเลย์, ม้ง, ยิดดิช, ยูเครน, รัสเซีย, ละติน, ลักเซมเบิร์ก, ลัตเวีย, ลาว, ลิทัวเนีย, สวาฮิลี, สวีเดน, สิงหล, สินธี, สเปน, สโลวัก, สโลวีเนีย, อังกฤษ, อัมฮาริก, อาร์เซอร์ไบจัน, อาร์เมเนีย, อาหรับ, อิกโบ, อิตาลี, อุยกูร์, อุสเบกิสถาน, อูรดู, ฮังการี, ฮัวซา, ฮาวาย, ฮินดี, ฮีบรู, เกลิกสกอต, เกาหลี, เขมร, เคิร์ด, เช็ก, เซอร์เบียน, เซโซโท, เดนมาร์ก, เตลูกู, เติร์กเมน, เนปาล, เบงกอล, เบลารุส, เปอร์เซีย, เมารี, เมียนมา (พม่า), เยอรมัน, เวลส์, เวียดนาม, เอสเปอแรนโต, เอสโทเนีย, เฮติครีโอล, แอฟริกา, แอลเบเนีย, โคซา, โครเอเชีย, โชนา, โซมาลี, โปรตุเกส, โปแลนด์, โยรูบา, โรมาเนีย, โอเดีย (โอริยา), ไทย, ไอซ์แลนด์, ไอร์แลนด์, การแปลภาษา.

Copyright ©2024 I Love Translation. All reserved.

E-mail: