全二维气相色谱对不同卷烟烟叶中挥发性有机物定性鉴定及差异分析

2022-12-13 19:06:29, 老白 雪景电子科技(上海)有限公司


点击关注雪景科技全二维,了解多维色谱的最新技术进展和应用


       卷烟烟叶中的化合物组成及其复杂,使用传统的一维GC或GCMS无法完全分离这些特征风味化合物,很多组分都出现了共流出峰,严重干扰定性定量。全二维气相色谱(GCxGC)作为一种全新的具有高分离能力的色谱技术,目前已用于烟草行业中对烟叶和烟气的检测分析,可以检测出远大于一维GC-MS常规鉴定的化合物,为烟草烟气和香精香料分析提供了一种强大的分析工具。



      本方法采用全二维气相色谱技术,结合飞行时间质谱,对不同工艺不同原料的卷烟烟叶进行了精细分析,实现对微量风味挥发性物质的全组分定性鉴定及半定量检测。此外,应用专用全二维差异分析软件,对不同工艺和不同原料的卷烟烟叶产品中挥发性有机物成分进行差异分析和统计,得到每种样品中的特征化合物。为后续工艺优化、产品质控和筛查等提供了重要依据。

       使用SPME进样方式,无需对样品进行前处理,方便简单,而且很多风味物质可以在萃取头上进行富集,有助于提高灵敏度,是一种烟草烟气分析中经常采用的进样方式。

       经验表明,反向柱系统(一维柱极性,二维柱中极性),对于分离风味样品效果较好。按化合物极性强弱,不同化合物在二维上形成明显分层结构。非极性和弱极性化合物(烷烃、萜烯类)在谱图上方,接下来极性稍大,依次为酯类、醛酮类物质,极性更大的醇类和脂肪酸类物质排列在谱图最下方。



       另外,SPME具有选择吸附能力,对烟叶样品中含量较大的强极性物质吸附能力较弱,对其他风味物质(比如萜烯、醛酮、酯类等)吸附能力较强,从而减少了高浓度组分对其他微量成分的干扰。

01

样品组成和谱图

       从全二维谱图上看,三种工艺样品中的总体组成类似,但在某些化合物类别上也展现出明显差异,在全二维谱图上比较显著。



       共检出3400多种化合物,对不同化合物进行分类并完成峰面积归一法半定量,可以发现不同工艺样品的差异比较显著,比如工艺一含有较多萜烯类,工艺三含有较多酯和酸。


      韦恩图(Venn Plot)展示了三种工艺样品间的共有和差异化合物数量。0,1,2分别表示工艺一、工艺二、工艺三的样品。比如,三种工艺样品中共有352个共有化合物(111)。


02

差异分析

进一步使用Canvas Album差异分析软件,导入共60个数据(每种样品包含2个重复数据),经过峰对齐、筛查、和合并操作,得到化合物在每个样品中的含量总表。

接下来使用的是比较常用的Fisher Ratio分析法提取不同工艺样品中的差异(特征)物质[1-3],将所有样品根据工艺不同分为三个组,计算每个化合物在不同工艺样品中的组间差异和组内差异,其Fisher Ratio值即为组间方差和组内方差的比值。

显而易见,Fisher Ratio值较大的化合物为三个工艺间的差异特征物质。以下是根据Fisher Ratio比值,差异性从大到小排列的前二十个化合物,以热图形式展示。



用这些差异物质对三种工艺烟叶进行主成分分析,得到的PCA得分图(score plot)和载荷图(loading plot)如图,可以看到,三种工艺的差异在PCA图上可以得到明显区分。而同一工艺中不同原料产生的差异要小于工艺的差异。


03

溯源分析

而在同一种工艺中,不同原料的样品也会形成有特征性的化合物组成信息。我们对每种工艺中不同原料样品,进行同样的Fisher Ratio差异分析。得到不同原料样品的聚类热图,以及PCA分类结果,这样就能找到不同原料产生的特征性化合物。比如下面展示了工艺三中的十个样品根据其原料(A、B、C)进行的差异分析结果。





根据上述差异物质对不同工艺不同原料等烟草样品进行建模,利用人工智能算法,可以实现对未知样品的分类和溯源。而全二维气相色谱得到比一维更丰富的化合物信息,能帮助算法实现更准确的建模和预测。目前,已有很多利用全二维色谱结果进行人工智能分析的相关报道[4-5]。

综上所述,全二维气相色谱技术可以为卷烟烟叶等复杂样品进行全面的精细组分分析,并通过对其中特征和差异物质的鉴定和定量,实现对不同类别产品的归类、溯源、质控和鉴别。


参考文献

[1] Pierce, K. M.; Hoggard, J. C.; Hope, J. L.; Rainey, P. M.; Hoofnagle, A. N.; Jack, R. M.; Wright, B. W.; Synovec, R. E. Anal. Chem. 2006, 78, 5068-5075

[2] Welke, J. E.; Manfroi, V.; Zanus, M.; Lazzarotto, M.; Alcaraz Zini, C. Food Chem. 2013, 141, 38973905.

[3] Stadler, S.; Stefanuto, P.-H.; Brokl, M.; Forbes, S. L.; Focant, J.-F. Anal. Chem. 2013, 85, 9981005.

[4] H. Li, X. Wu, S. Wu, L. Chen, X. Kou, Y. Zeng, D. Li, Q. Lin, H. Zhong, T. Hao, B. Dong, S. Chen, J. Zheng, Journal of Hazardous Materials, 2022, 436, 129116

[5] S. Wu, X. Wu, H. Li, D. Li, J. Zheng, Q. Lin, C. Nerín, H. Zhong, B. Dong, Journal of Hazardous Materials, 2022, 439, 129583


如需转载,联系雪景科技。




关注雪景科技全二维,如果您有任何要求或问题,请给我们留言哦!



详细信息请点击雪景科技官方网站查询

www.jnxtec.com

400-1800--992







  • 客服电话: 400-6699-117 转 1000
  • 京ICP备07018254号
  • 电信与信息服务业务经营许可证:京ICP证110310号
  • 京公网安备1101085018
  • 客服电话: 400-6699-117 转 1000
  • 京ICP备07018254号
  • 电信与信息服务业务经营许可证:京ICP证110310号
  • 京公网安备1101085018

Copyright ©2007-2023 ANTPEDIA, All Rights Reserved