食品中挥发物的评价是食品生产的一个重要方面。它提供了关于食品质量及其与消费者选择的关系的知识。醇类、醛类、酸类、酯类、萜烯类、吡嗪类和呋喃类是参与香气形成的主要化学基团。它们是食品加工的产物：热处理、发酵、储存等。食物香气是多种分子的混合物。正因为如此，香气成分的分析可能具有挑战性。食品基质中挥发物的评价可分为四个主要步骤:(1)分离与浓缩；(2)分离；(3)身份证实；(4)感官表征。最常用的分离挥发物和非挥发物的技术是固相微萃取(SPME)和搅拌棒吸附萃取(SBSE)。然而，气相色谱-嗅觉检测器(GC-O)研究食品香气的有效成分时，采用的是溶剂辅助风味蒸发法(SAFE)。挥发物主要在GC系统(GC或综合二维GCxGC)上分离，并在质谱(MS、MS/MS、ToF-MS)的支持下进行化合物鉴定。除了组学技术之外，利用电子鼻进行香气研究也很有前途。因此，这里描述了挥发组学的主要假设。![]()
香气(气味)是设计/配制新型食品的一个重要方面[1]。因此，香气的表征是许多研究的主要目标。香气表征可以提供食品质量及其与消费者选择关系方面的数据[2]。香气评价常用于识别决定特定食品香气特征的关键分子。大多数芳香分子是挥发性有机化合物。这些化合物来自植物的成熟、油脂的形成或发酵等自然过程[3,4,5,6]，但也来自食品污染[7]。此外，在长时间高温下，糖与氨基酸或肽/蛋白质的氨基反应可能形成挥发性化合物，这被称为美拉德反应[8]。美拉德衍生挥发性成分负责烘焙或烘焙产品的特征气味，例如肉类，坚果和咖啡。自然产生的芳香化学物质的清单非常广泛，包括酸、醇、醛、胺、酯和酮、杂环化合物。在食品和饮料中发现的挥发性化学物质约有1万种；例如，咖啡的香气是由超过1000种挥发物混合而成。许多这些化合物经常出现在几种不同的食品中。例如，在一项嗅觉测定研究中，几乎在每一种食物样本中都能检测到甲醇。在食用油常温贮藏过程中，醛类物质作为质量标志被检测出来[9]。此外，Zhou等[10]确定醛类和醇类是油品贮存过程中重要的挥发物，其形成与多不饱和脂肪酸的含量呈负相关。正如Ahn等人[11]在他们的研究中所描述的那样，火鸡肉也暴露在氧化过程中，因此可能形成异味醛。根据作者的建议，可以通过添加具有抗氧化活性的维生素E来限制负挥发物的形成。表1给出了控制不同食品气味的化学成分的例子。然而，单个化合物对食品香气的贡献取决于几个因素，如香气描述、对食品基质的吸附、食品样品中的含量、气味阈值、蒸气压、化学物质相互作用以及与其他挥发物的共反应[12]。某些挥发性化合物不会形成食物的香气，而另一些则决定了食品的风味；例如，苯甲醛是杏仁香气中的一种特征化合物，柠檬醛是柠檬的一种特征香气[13]。然而，在大多数情况下，香气取决于来自各种化学类别的挥发性成分的混合贡献。表1 不同家族中最常见的挥发性化合物，它们的特征香气及其在食品中的出现![]()
食品香气的复杂性使样品的制备成为最终调查前的一个重要阶段。在技术方面，对香气成分进行一定的检测和分类是一个要求很高的环节。此外，挥发性分子可以自然地与食物基质和其他食物成分相互作用。这种相互作用可以分为三类。第一是协同效应，第二是补偿效应，第三是掩蔽效应。根据莫特拉姆(Mottram)和埃尔莫尔(Elmore)的定义[12]：“协同作用被定义为两种或两种以上不同物质产生一种比单独成分更强的共同气味的相互作用。补偿是指一个组成部分抵消另一个组成部分的情况。掩蔽是一种令人愉快的气味与一种令人不快的气味的结合。”因此，正如前面提到的具有挑战性的部分，正确制备食品样品。一般来说，分析前的食品样品制备可分为三个主要阶段。这些阶段的名称如下：样品的预处理、制备和适当设备的分析[42,43]。 本文介绍了食品挥发物分析中必须注意的样品前处理和制备的关键问题和实例。收集到的信息还涵盖了称为挥发组学的新分析分支的鉴定方法的各个方面[44,45,46]。在挥发性代谢组测定中，非靶向分析和靶向分析非常常见[47,48]。Rodriguez-Campos等人[49]研究了可可豆的挥发性特征，以确定其发酵和干燥过程的最佳条件，而Caprioli等人[50]和Marseglia等人[51]则根据不同的地理来源检查了可可豆挥发性化合物的指纹。挥发物代谢组谱也有助于评价最受欢迎的可可产品巧克力的生产过程[52]。样品制备可分为四个主要步骤(图1)。这些步骤是：(1)分离和浓缩；(2)分离；(3)身份证实；(4)感官表征。挥发物的分离和浓缩可以从顶空进行，在纤维上吸附，然后在孔中解吸，用适当的溶剂从基质中蒸馏或提取。在第二步中，挥发分子大多使用气相色谱(GC)或制备液相色谱(prep-LC)分离。气相色谱分离后，挥发性化合物可通过保留时间(rt)、线性保留指数(LRI)或Kovats指数、质谱(MS)与现有数据比较来鉴别。此外，核磁共振(NMR)和红外光谱(IR)可以作为一个单独的分析来获得一些已鉴定化合物的知识。对于香气化合物的鉴定，也可以使用参考文献，如果没有参考文献，则可以使用化学合成方法。最后，通过气相色谱法结合嗅觉检测端口和专业评委在感官过程中对化合物/产品的特征香气进行表征。![]()
图1所示 香气化合物分析的四个阶段
如今，科学家们正在寻找新的、简单的、快速的制备策略，以确定复杂食物基质中的不同化合物。特别是对于市场上可获得的食品的快速监测[53]。快速的样品制备技术及其自动采样允许在短时间内分析大量提取物[54]。样品制备的当代趋势也是分析样品量的最小化。此外，提取物制备技术的评估与绿色化学的一些假设有关，例如限制有机溶剂的使用，减少分析过程的规模，并尽量减少分析化学家对有毒试剂的接触[55,56,57]。提取技术也应足以显著加强挥发物的分离。几种分离香气成分的技术，包括液/液萃取、固相萃取(SPE)、超临界流体萃取(SFE)、搅拌棒吸附萃取(SBSE)、溶剂辅助萃取(SAFE)和微萃取至固定相(SPME)[8,58,59]。根据近十年来的一些出版物，食品样品中挥发性化合物的主要分离技术有：搅拌棒吸附萃取(SBSE, 2308项)和固相微萃取- SPME (Science Direct 2012-2022年)12465项[60]。同意Liberto等人[61]的观点，顶空(HS)是描绘挥发性化合物轮廓的最佳技术模式，因为它是气相和食物基质之间的平衡。因此，在食品分析中应用最广泛的是HS-SPME。 根据描述，SPME技术是基于分析物在提取基质和提取相(在本例中为纤维)之间的平衡划分[62]。SPME纤维可以通过直接浸泡(DI)或顶空(HS)直接暴露于介质中[42]。在GC进样口，分析物被热解吸，然后用载气转移到色谱柱上进行分离[63]。SPME技术的通用模式如图2所示。考虑到化学物质的极性，可以采用不同的涂层进行萃取，如聚丙烯酸酯涂层(PA)、碳氧基涂层(CAR)、聚二甲基硅氧烷涂层(PDMS)、聚二甲基硅氧烷-二乙烯基苯涂层(PDMS/DVB)、二乙烯苯-碳氧基-聚二甲基硅氧烷涂层(DVB/CAR/PDMS)或其他类型的吸附剂。SPME方法的成功可能与其节省时间的特性和可能的自动化选项以及非溶剂的使用有关[58]。使用SPME的积极方面是，它可以涵盖多个分析步骤，如取样、从其他基质化合物中分离感兴趣的化合物、从外部转移到实验室的分析物以及将分析物转移到仪器中。尽管SPME提供了这些优势，Souza-Silva等人[64]列举了SPME在食品分析中使用的一些限制，例如:(1) 市售涂层数量有限；(2) 由于涂层热稳定性差，操作温度相对较低；(3) 有机溶剂使涂层失稳定性和可能膨胀；(4) 涂层物理使用的安静短周期。![]()
图2 SPME技术的方案
SPME被引入大麻、环境、法医和食品分析的众多应用中。正如jeleje等人[65]所说，SPME用于香气分析的主要五类食品是：饮料、乳制品、水果/蔬菜、蜂蜜、肉类、海鲜和葡萄酒[66,67,68,69,70]。SPME法测定从各种食品样品中提取的挥发性化学物质的用法见表2。此外，使用SPME解决的主要问题有：研究不同种类食品中的挥发物，分析食品香气可靠的单个分子，对食品进行分类，并证明其真实性，分析影响食品质量的特定化合物，筛选工艺过程对香气特性的影响，筛选与香气分子转化有关的化学和生化过程，并将SPME与气相色谱-嗅觉法(GC-O)相结合来描述纤维涂层提取的挥发物的特征香气。SPME技术在市场上已有三十多年的历史，但仍在不断发展。Herrington等[71]提出了箭型SPME作为SPME器件的新概念，可以限制器件间重现性低以及流动相体积小的问题。Vazquez等人[72]还建议将SPME装置小型化，使其便于携带，并允许在实验室环境中进行采样。此外，Starowicz等人[73]证明，用SPME分析挥发性化合物也是确定功能性食品质量和根据消费者需求设计产品的有利工具。Xu等人[9]发现SPME是一种合适的方法，可以从油基质中分离挥发性成分，然后在储存过程中确定对油品质量负责的化合物。此外，SPME与GC/MS以及ATR-FTIR等其他分析技术相结合，可能是证明食品真实性的一种很有希望的可能性[23]。Aceña等人[74]承认，与其他提取方法相比，SPME可用于确定分析产品中更多的芳香活性区域，而Berrou等人[75]表明，使用SPME技术，挥发物和半挥发物的回收率高达90%。Berrou等[75]和Ruvalcaba等[76]将SPME与另一种常用的萃取方法搅拌棒吸附萃取(简称SBSE法)进行了比较。![]()
在挥发物分析中，SBSE被认为是第二常用的萃取技术。与SPME一样，SBSE是一种绿色萃取技术，不需要使用有机溶剂，只需要少量的样品。该方法可用于各种食品香气成分的评价。与SPME方法相比，SBSE方法具有更有效的提取能力。SBSE所使用的涂层体积是SPME的50 ~ 250倍[84]。SBSE的磁棒主要由PDMS纤维包覆，而SBSE则专门用于提取含水食品基质中的半挥发性化合物。因此，搅拌棒直接插入介质中，旋转后分子被搅拌棒捕获，然后被气相或液相解吸[8]。Bicchi等人提出的另一种选择[85]是将挥发性化合物吸附在样品顶空中的PDMS搅拌棒上一段时间(顶空吸附萃取-HSSE)。在两种提取中使用涂层棒的主要优点是可以提取低极性分子。SBSE具有非常低的检测限(LoD)，这就是为什么它被用于描述，例如，葡萄酒的异味[86]。SBSE技术也与GC设备相结合，然而，SBSE是一种非自动化技术，因为它不像SPME纤维提取那样常见。Franc等人[86]在葡萄酒的异味分析中显示了高再现性和可重复性，与SPME和液液萃取(LLE)相比，SBSE具有良好的相关性。Franc等人[86]利用SBSE成功地提取并量化了8个区域挥发物，这些挥发物同样对葡萄酒令人不快的香气负有高度责任，例如具有典型泥泞和发霉气味的土臭素。Ruvalcaba等人也利用SBSE和HSSE来研究啤酒样品的香气组成[76]。SBSE被成功验证用于测定雪利白兰地的挥发物谱[87]，以确定西班牙白兰地的真实性。此外，这种提取技术使研究人员能够在添加藏红花的腌火腿中确定藏红花属主要挥发性化合物[22]。此外，Berrou等[75]优化了SBSE提取细菌代谢物的方法，并建立了90%的挥发物回收率。除酒精饮料和肉类外，SBSE与Guerrero等人[88]相似，评价了低检出限的醋样品挥发性成分的测定。在另一项研究中，用气相色谱-质谱法验证了SBSE的有效性，从而可以测定榨橙汁和商业样品中的柠檬烯作为主要香气化合物[89]。同时使用SBSE和SPME对于确定可能是芳香活性化合物的挥发性物范围很重要[90]。SAFE是20世纪90年代建立的一种新型提取技术，它可以将挥发性部分与非挥发性化合物分离[91]。SAFE致力于提取食品的香气特征来控制香气活性分子，遵循分子概念策略。SAFE技术的主要优点是首先抑制伪产物的形成，其次禁止不稳定挥发物成分的热降解。这种方法的主要缺点是耗时，主要是处理含有脂肪的产品。此外，与SPME相比，SAFE需要更多的样品进行分析。尽管如此，SAFE萃取是一种非常适合用于GC-O分析的样品制备的萃取技术[92]。SPME技术可能选择性太大，无法捕捉到食品中所报告的全部香气。因此，SAFE方法主要用于验证负责各种食品香气的特定分子，如橙汁、可可、可可制品、坚果、酒精饮料以及生水果，如杏[28,38,93,94,95,96,97,98,99]。SAFE是分子感官概念的一个重要的初步组成部分，它允许分离挥发性和非挥发性化合物，以便通过GC-O和/或其他GC仪器进行进一步分析。分子感官概念可以指出由浓缩物制备的储存橙汁产生异味的化学物质[28]，以及杏子的香气重建[99]。Kiefl和Schieberle[93]使用SAFE制备样品以进一步区分榛子品种，而Burdack-Freitag等人[95]指出了生的和油炸的意大利榛子香气成分的差异。还使用SAFE对生花生和油炸花生粉中的香气化合物进行了分离[90]。此外，Franitza等人[96]和Langos等人[97]通过SAFE制备样品，分别测定朗姆酒和啤酒等酒精饮料的香气活性化合物，以区分市场上价格较低和较高的产品的质量。此外，还利用SAFE制备了以芝麻为原料的中国白酒样品，通过测定香气谱来证明其真实性[98]。挥发物分析的第二个重要步骤是挥发物的分离和鉴定。SPME已广泛应用于多种分析技术：毛细管电泳(CE)、气相色谱(GC)、电感耦合等离子体质谱(ICP-MS)、ICP-光学发射光谱(ICP-OES)和质谱(MS)[49,100]。不常用液相色谱(LC)分析挥发性化合物[101]。此外，还应用了各种探测器，例如通用火焰电离(FID)或选择性探测器，例如氮磷(NPD)，火焰光度(FPD)，电子捕获(ECD)探测器。然而，在挥发性化合物分析中最常用的检测器是质谱检测器(MS)[49]。质谱是鉴定化合物的有力工具。通过质谱可以保持挥发性化合物的筛选，然后将获得的质谱与文献和/或可用数据库进行比较。例如，Chin等人[102]优化了GC-MS技术来评价葡萄酒和咖啡等最受欢迎的饮料的香气。此外，Jordán等人[103]根据化合物的分子质量评估了食品的香气特征。在最新的研究中，Singh等人[104]介绍了GC-MS在测定蛋白基产品的芳香活性区域中的作用。研究富含蛋白质产品的香气是当今一个重要的方面，因为许多素食产品的配方并不总是具有较高的消费者可接受性。因此，这方面的知识需要大量的改进。此外，Abou-el-Karam等[105]基于GC-MS信号建立了挥发性成分气质色谱数据库，可用于食品的真实性鉴定。Nicolaï等[106]利用化学标准重构了柑橘类水果的香气，并在GC-MS上分析了其特征。小型化不仅在提取实践中提出，而且Beck等人[107]在分析设备中也提出了小型化。Beck等人[107]构建了便携式GC-MS设备，并将其与台式设备进行了比较。在他们看来，使用便携式气相色谱-质谱仪是令人满意的，可以在任何地方进行分析。耗时的方法被新的方法所取代。Mayr等人[108]采用质子转移反应质谱法对市场肉类的挥发物谱进行快速筛选，从而避免肉类的变质。他们采用了一种只需要几分钟的方法，而不是需要几天时间才能完成的耗时方法。挥发性特征是一种复杂的混合物，这就是为什么通常使用GC-MS不足以解开食品香气的原因。因此，需要一套设备来识别负责气味的活跃区域。Cialiè Rosso等人[48]利用二维气相色谱描述榛子的强效气味，而Stilo等人[109]利用初榨橄榄油的挥发物谱制备了初榨橄榄油的质量指纹图谱。有趣的是，GCxGC方法是由Giri等人[110]建立的，用于评估香气特征以及具有毒理学特性的化合物。除了对先进分析设备的需求外，Lubes和Goodarzi[78]还强调了对获得的数据进行统计分析的重要性。另一个重要的方面是在食用时测定食物的气味。在这种情况下，通常使用APCI-MS，即大气压化学电离质谱法。Elmasry等[111]应用APCI-MS评价蜂蜜的真实性。此外，还采用了其他分析技术来测定挥发物的分布，例如离子迁移率光谱法[112]或红外光谱法[113]。采用了几种方法以定量和半定量的方式建立挥发性成分剖面，因此，结果以不同的方式表示。有时作者仅将结果表示为综合峰面积，或表示为每种化合物在总挥发物中所占的百分比。该方法仅可用于分析食品样品中的挥发物，以确定样品之间的一般差异[67]。对挥发物含量的适当研究应采用内标，这可能有助于半定量计算挥发物含量[32]。此外，可以根据Starowicz、koutis和Zieliński[33]、Cialiè Rosso等[48]的研究，在制备各主要挥发物的标准品校准曲线后进行定量分析。在这两种情况下，参考化合物(来自库存/在实验室合成)或稳定标记同位素标准化合物(例如， 2H, 13C, 15N)都可以使用。此外，如果食物基质在香气分子释放中起重要作用，Sgorbini等人[114]提出了多重顶空萃取，即通过HS-SPME方法从样品中彻底提取分析物。通过对各化合物经过一系列提取后的峰面积进行汇总，定量测定其含量。 众所周知，主食通常含有几百个分子，负责它们的香气。然而，这些化合物中约有20-30种对产生其香气很重要。因此，为了进行重要的香气分析，识别这些对香气有重大影响的化合物是很重要的。在这种情况下，气相色谱和嗅闻测定法(GC-O)是最佳选择[115]。气相色谱-嗅闻技术使用人的鼻子作为检测器，从色谱柱中洗脱香气。此外，当闻到气味时，将时间和特征香气质量以及不时的强度记录下来。有不同的方法来评估单个芳香活性分子的相对气味潜力，如香气提取稀释法(AEDA)、CharmAnalysis、Osme等[116,117,118]。有趣的是，Feng等[119]将AEDA与SPME技术相结合，获得了令人满意的结果，可以确定日本酱油中具有感官影响的香气。然后，通过GC-O分析对气味活性分子进行检测和定量，确定气味活性值(OAV)(食品中某一化合物的浓度与其阈值浓度之比)。通常，如果其中一种化合物的OAV值高于1，那么这种分子可能会对食品的整体气味产生香气影响。所提出的分析过程称为分子感官概念。Averbeck和Schieberle[28]根据这一程序指出了储藏橙汁中含有大量二甲基硫化物和2-甲氧基-4-乙烯基酚的异味形成。此外，使用这种方法可以区分市场上可获得的食品的质量[96]。为了正确识别香气，可以使用氘化标准物和/或带有同位素标记碳的分子[120]。 大多数情况下，GC-O方法中实现的结果与感官分析有关。重组或遗漏分析是分子感官概念的最后一部分，在此过程中，香气整体由专业的感官小组判断。这种方法使Kiefl和Schieberle[93]能够区分三种榛子品种，而Żołnierczyk和Szumny[121]则确定了食用昆虫中挥发物的基本组成，并将其与它们的感官特性进行了比较，以及它们可能被消费者接受的程度。化学和感官的联系也有助于新产品的提升[122]。在这些情况下，感官小组成员是主要的“分析工具”，他们需要接受专门培训。根据定义，电子鼻并不严格用于准备食品的感官特性，它是与训练有素的小组成员进行感官分析的问题。因此，可以说电子鼻是揭示食物某些香气特征的工具。电子鼻是一组化学传感器，与一个模式识别系统相关联，该系统负责气味通过它的传输。不同的香气影响传感器系统中的不同反应，这些反应提供了特定香气的信号模式特征[123]。计算机系统对信号的模式进行识别，然后通过模式识别系统(如人工神经网络)对不同食品提取物的香气特征进行比较。这种人工嗅觉可以在相对较短的时间内对数百个样品进行表征[124]。例如，使用来自世界各地的咖啡的生产者可以通过电子鼻分析咖啡样本，并且咖啡的气味可以放在多维响应图上(图3)。在最佳条件下，对大量咖啡样本进行分析，可以为每个样本得出一组点，这些点可以进一步分组。随着样本数量的增加，各组之间的差异也应该增加。在相同的方案上映射未知样品的传感器响应可以允许其检测，通过其接近已知样品之一。![]()
图3 生物嗅觉系统与电子鼻技术的类比
电子鼻已经应用于食品工业的质量控制和检测污染物和异味。Wojnowski等人[125]也描述了便携式电子鼻使用的优势。然而，人类的鼻子通常比用来探测气味的仪器对气味化合物更敏感。Lindinger等人[126]对espresso咖啡香气的研究表明，感官小组的结果与在线质子转移反应质谱(PTR-MS)获得的香气特征具有较高的相关性。重要的创新是结合使用HS-SPME和质谱仪检测器来测定杯内咖啡的香气[127]。该方法可以接收被测食品中挥发物的指纹图谱，并预测其他咖啡豆的感官质量；然而，限制是需要分析大量的样本来准备适当的模型，并且在下一步中，对数据挖掘程序的访问不足。
本综述旨在收集有关各种食品中挥发性化合物测定分析方面的最新知识。从风味提取入手，介绍了分离鉴定的步骤，最后介绍了嗅闻法和电子鼻法。实验室设备的普遍改进和分析装置的小型化正在被观察到。根据所提供的信息，最流行的是快速和无溶剂的提取，如SPME和SBSE。从未来的角度来看，提取方法的效率，特别是从有问题的食物基质中提取的效率，应该仍然是一个值得讨论的问题。除了萃取方法外，具体的研究可以集中在最大限度地缩短仪器分析过程上。所有这些努力都应考虑到食品质量的加工常规核查，例如在生产过程中。Starowicz M. Analysis of Volatiles in Food Products. Separations. 2021; 8(9):157. https://doi.org/10.3390/separations8090157
