The Aroma Components Analysis of Rosa odorata var. erubescens and Its Application in Urban Gardens

Wang Hui, Zhu Jijun, Feng Shucheng

PDF(1323 KB)
PDF(1323 KB)
Chinese Agricultural Science Bulletin ›› 2021, Vol. 37 ›› Issue (25) : 71-75. DOI: 10.11924/j.issn.1000-6850.casb2021-0210

The Aroma Components Analysis of Rosa odorata var. erubescens and Its Application in Urban Gardens

Author information +
History +

Abstract

Rosa odorata var. erubescens is the famous ancient climbing rose. It is found that R. odorata var. erubescens in Shanghai has good adaptability through early introduction. For further development and utilization, the aromaticity is mainly studied in this research. Stir Bar Sorptive Extraction-Thermal Desorption (SBSE-TD) combined with Gas Chromatography-Mass Spectrometer(GC-MS) was used to extract and analyze the aroma components of fresh flower. It is concluded through components analysis that the main aroma component is 3,5-dimethoxytoluene, and then 3-hexenyl acetate, caryophyllene, geraniol. The aroma type is tea scent type represented by 3,5-dimethoxytoluene, with faint scent note. Meanwhile, 3,5-dimethoxytoluene has unique calming effect. R. odorata var. erubescens has a broad application prospect in the construction of ornamental garden and health care garden.

Key words

Rosa odorata var. erubescens / components analysis / SBSE / urban garden / application

Cite this article

Download Citations
Wang Hui , Zhu Jijun , Feng Shucheng. The Aroma Components Analysis of Rosa odorata var. erubescens and Its Application in Urban Gardens. Chinese Agricultural Science Bulletin. 2021, 37(25): 71-75 https://doi.org/10.11924/j.issn.1000-6850.casb2021-0210

0 引言

1979年以来,中国经济的快速发展、中国城市规模越来越大、城市人口和面积也逐渐增加,由此而导致的城市生活垃圾也呈现迅猛增长的势头,目前已经成为中国城市发展中的一个严重问题[1]。哈尔滨市是东北地区的重要城市之一,人口增长和城市化进程也十分迅速,自1990年垃圾产量年递增较快,其城市生活垃圾产量也呈现爆炸性增加。目前,哈尔滨市处理生活垃圾的方法受技术条件限制,仍以简单填埋或直接堆放为主,而垃圾堆放过程中由于其分解缓慢,在分解过程中会产生含有大量有害物质、例如有机污染物、重金属、致病细菌等,对土壤和周围环境造成了严重污染[2]。土壤细菌是生态系统中的主要分解者[3],对于城镇生活垃圾的降解具有十分重要的作用,垃圾在土壤细菌的作用下,经过复杂的分解、吸收、转化反应,将垃圾分解成无机物质[4]。因此,探究生活垃圾堆放条件下土壤细菌群落结构的组成和多样性,对评估垃圾堆放对环境的影响以及恢复垃圾污染造成的土壤污染具有重要意义。
目前针对城市生活垃圾的研究主要集中在垃圾堆放后对土壤理化性质[5]和对土壤重金属污染[6]。例如,张青青等[7]研究发现垃圾长期堆放导致土壤pH降低,而土壤有机质、全氮、有效磷、速效钾增加;旦增等[8]通过对西藏班戈县垃圾填埋场土壤环境质量评估发现,垃圾场周边土壤重金属含量显著升高。而针对生活垃圾堆放对土壤微生物的研究,国内外学者也进行了一些研究,例如,Tan等[9]对厌氧污泥土壤细菌群落结构组成进行了研究;张子赟[10]对安徽合肥市垃圾堆放条件下土壤细菌群落结构和功能进行了研究。黑龙江省属于高寒地区,由于积温少、冬季漫长,垃圾分解缓慢,土壤微生物结构、多样性和功能均和暖温带地区有显著差异。然而,针对于东北地区,尤其是高寒地区生活垃圾堆放条件下土壤微生物群落结构的研究一直没有进行深入阐明。随着分子生物学技术的不断发展,尤其是二代高通量测序技术在微生物生态学中的应用,利用高通量测序技术,不仅可以准确的揭示出土壤微生物群落结构组成和多样性,而且还可以对其功能进行预测分析[11,12]
因此,揭示黑龙江省哈尔滨市长期生活垃圾堆放条件下土壤细菌群落结构和功能的影响就显得尤为重要。本研究中,笔者以哈尔滨市生活垃圾堆放出的土壤和相邻未污染土壤为研究对象,利用Illumina MiSeq高通量测序技术,对土壤细菌群落结构和功能进行研究,以期揭示高寒地区土壤细菌群落结构对于生活垃圾长期堆放的变化规律,以期为合理处理生活垃圾以及土壤修复提供理论依据。

1 材料与方法

1.1 采样地概况

采样地点位于黑龙江省哈尔滨市双城区亿丰生活垃圾处理厂的核心堆放区,该区域面积为70000 m2。该地区属于温带季风气候,年平均气温为5.1℃,年平均降水量约为569.1 mm,年日照时数约2580 h,年平均无霜期139天,平均相对湿度64%;该地区土壤类型为典型东北黑土。

1.2 样品采集

在亿丰生活垃圾处理厂选择长期堆放的土壤区域,于2020年5月进行取样。按照5点采样法选择3个10 m×10 m规格的样方,除去土壤表面垃圾物和表层土,用土钻钻取距离表层约0~20 cm处的土壤,将5个土样混合均匀取1 kg装入无菌自封袋,作为处理组(T);同时在垃圾堆周围50 m处,在未堆放垃圾作为空白对照,同样用土钻随机钻取5个0~20 cm处的土壤混合均匀取1 kg装入无菌自封袋,作为对照组(C),然后立即放入低温保温箱带回实验室后过2 mm筛处理,然后置于-80℃冰箱中用于后续分析。

1.3 土壤总DNA的提取和高通量测序

土壤基因组DNA采用Fast DNA® Spin Kit for Soil (MP Biomedicals,U.S.A)试剂盒进行提取,具体方法参照使用说明。提取完的土壤基因组DNA用NanoDrop2000进行检测。高通量测序引物采用338F和806R对细菌16S rRNA的V3~V4区进行扩增,扩增体系如下:
DNA 1 μL、引物1 μL、PCR Reaction Mix 12.5 μL,总体积为25 μL。扩增程序为95℃ 5 min、30个循环(95℃ 1 min、52℃ 1 min、72℃ 1 min),最后72℃ 10 min。PCR扩增产物用2%琼脂糖凝胶电泳进行检测,然后PCR产物进行高通量测序,高通量测序由上海美吉生物医药科技有限责任公司负责完成。

1.4 数据处理与统计测序数据

测序数据采用QIIME软件进行处理,双端序列使用Trimmomatic软件进行质量控制,去除Barcode序列和引物序列后,用FLASH软件拼接和过滤,用usearch软件去除嵌合体,获得有效序列;使用UPARSE软件(v7.0.1090)在97%的相似度下对有效序列进行OTU聚类,采用RDP classifier贝叶斯算法对OTU代表序列进行分类学分析将优化序列根据Silva库中的参考序列对OTU进行种属鉴定,最后获得OTU表。Alpha多样性指数(Chao和ACE、Shannon和Simpson)使用Mothur (v.1.30.2)进行计算。功能分析使用PICRUSt (v2.0.0)软件在线分析完成。Venn图、物种丰度图等用R实现。

2 结果与分析

2.1 测序结果

对无生活垃圾覆盖(C)和有生活垃圾覆盖(T)处理的土壤细菌16S rRNA基因序列的V4可变区进行高通量测序,分别得到113294和106606条序列,在剔除引物、低质量序列后,分别得到85435和76432条有效序列。对有效序列基于97%的序列相似度进行归并和OTU划分,处理组和对照组一共得到4579个有效的OTU,分别为2538和2041个;在门水平得到53个分类单元,2个处理分别为52和52个;在属水平得到586个分类单元,2个处理分别为559和484个。

2.2 土壤细菌多样性

2个处理的土壤细菌Alpha多样性结果见表1。由表1可知,处理组的Chao1和ACE指数均比对照组低14.47%和15.01%,无生活垃圾覆盖的土壤细菌具有更高的丰富度;处理组的Shannon指数低于对照组6.45%,而Simpson指数高于对照组,没有生活垃圾覆盖的土壤物种多样性更高。2组样本的测序覆盖率均在98%以上,说明取样合理,测序数据能够真实反映土壤样品中的微生物群落。
表1 土壤样品的微生物多样性指数
Sample Sobs Shannon Simpson Ace Chao1 Coverage/%
对照 1921.0±136.7a 6.2±0.1a 0.007±0.002a 2242.7±127.3a 2249.3±118.3a 98±0.00a
处理 1646.3±61.78b 5.8±0.12b 0.012±0.003a 1906.1±66.1b 1923.7±92.2b 98±0.00a

2.3 土壤细菌组成土壤细菌群落组成

2个处理的土壤细菌群落组成见图1和2。分析结果表明:在门水平,处理组与对照组的土壤细菌组成非常相似,相对丰度均以变形菌门(Proteobacteria)为最高,在2处理中分别为40.3%和42.6%,其次依次为拟杆菌门(Bacteroidetes)(21.7%、9.1%)、绿弯菌门(Chloroflexi)(5.9%、12.9%)、酸杆菌门(Acidobacteria)(7.3%、7.3%)、放线菌门(Actinobacteria)(4.2%、3.8%)、芽单胞菌门(Gemmatimonadetes)(2.3%、3.9%)、蓝细菌门(Cyanobacteria)(5.0%、1.0%)、Ignavibacteriae (2.0%、3.3%)(图1)。相较于对照组,处理组中变形菌门、绿弯菌门、芽单胞菌门、Ignavibacteriae的相对丰度增加,其中绿弯菌门增加幅度最大,为7.0%;而拟杆菌门、放线菌门、蓝细菌门等相对丰度减少,其中拟杆菌门减少幅度最大,为12.6%。
图1 不同处理土壤样品在门分类水平上细菌组成

Full size|PPT slide

在属水平上,2组处理均以黄单胞菌科的相对丰度最高,分别为5.1%和5.9%(图2)。硫化细菌属(Bacillus)的相对丰度最高,分别为3.1%和7.3%(图2)。相较于对照组,处理组中硫化细菌属(Bacillus)、厌氧绳菌属(Anaerolineaceae)、生孢噬胞菌属(Saprospiraceae)的相对丰度增加,分别增加4.3%、5.1%、1.4%;黄杆菌属(Flavobacterium)、丛毛单胞菌属(Comamonas)、噬纤维菌科(Cytophagaceae)的相对丰度减少,分别减少38.2%、17.3%、14.2%。
在细菌门水平上,垃圾堆放和对照土壤细菌门水平差异结构分析见图3A。从图3A可以看出,与对照相比,垃圾堆放显著提高了土壤Chloroflexi、Gemmatimonadetes、Aminicenantes、Parcubacteria、Spirochaetae的丰度(P<0.05);但是却显著降低了土壤Bacteroidetes、Chlorobi、Saccharibacteria的丰度(P<0.05)。
图2 不同处理土壤样品在属分类水平上细菌组成

Full size|PPT slide

图3 垃圾堆放对土壤细菌群落门(A)和属(B)水平的差异分析
*代表P<0.05;**代表P<0.01;***代表P<0.001

Full size|PPT slide

在细菌属水平上,垃圾堆放和对照土壤细菌属水平差异结构分析见图3B。与对照相比,垃圾堆放显著提高了土壤Desulfatiglaus、Gemmatimondaceae、Ignavibacterium、Xanthomonadales的丰度,而显著降低了土壤Flavobacterium的丰度。
通过Venn图分析2个处理土壤细菌共有的OTU数量及特有的OTU数量,共有的OTU数量有1775个,占总数的63.3%,对照组特有的属数量有763个,占总数的27.2%,处理组特有的属数量有266个,占总数的9.5%(图4)。
图4 不同处理土壤细菌在属分类水平上的Venn图

Full size|PPT slide

2.4 土壤的细菌功能性预测

通过对KEGG数据库(Kyoto encyclopedia of genes and genomes)进行比对预测结果(表2),发现在KEGG一级功能层中有6个代谢通路:代谢(Metabolism)、环境信息处理(Environmental Information Processing)、遗传信息处理(Genetic Information Processing)、细胞过程(Cellular processes)、人类疾病(Human Diseases)、有机体系统(Organismal Systems),其中代谢功能的占比最高,处理组中达到了10.47%,对照组为10.18%。在基因二级功能预测分析中发现由氨基酸代谢(Amino acid metabolism)、碳水化合物代谢(Carbohydrate metabolism)、膜运输(Membrane transport)、复制和修复(Replication and Repair)、能量代谢(Energy metabolism)、辅助因子和维生素的代谢(Metabolism of cofactors and vitamins)、类脂化合物代谢(Lipid metabolism)、核苷酸代谢(Nucleotide metabolism)、信号传导(Signal transduction)、类脂化合物代谢(Lipid metabolism)等41个子功能组成(表2)。相较于对照组,处理组中的膜运输、复制和修复、细胞运动等功能增强,相对丰度分别升高0.85%、0.02%、0.43%;氨基酸代谢、碳水化合物代谢、能量代谢、辅助因子和维生素的代谢、类脂化合物代谢等功能有所降低,相对丰度分别降低0.29%、0.16%、0.11%、0.09%、0.27%。
表2 土壤细菌群落功能丰度表
一级功能 二级功能 C 百分比/% T 百分比/%
Metabolism Amino Acid Metabolism 2854091 10.47 2331140 10.18
Metabolism Carbohydrate Metabolism 2670399 9.80 2206482 9.64
Environmental Information Processing Membrane Transport 2604045 9.56 2383110 10.41
Genetic Information Processing Replication and Repair 2021780 7.42 1708886 7.46
Metabolism Energy Metabolism 1804503 6.62 1491229 6.51
Unclassified Poorly Characterized 1398465 5.13 1172485 5.12
Genetic Information Processing Translation 1301802 4.78 1122984 4.90
Metabolism Metabolism of Cofactors and Vitamins 1245312 4.57 1025830 4.48
Unclassified Cellular Processes and Signaling 1034875 3.80 871649 3.81
Metabolism Lipid Metabolism 984298 3.61 804376 3.51
Metabolism Nucleotide Metabolism 925572 3.40 774079 3.38
Cellular Processes Cell Motility 911201 3.34 863550 3.77
Metabolism Xenobiotics Biodegradation and Metabolism 778081 2.86 593932 2.59
Unclassified Genetic Information Processing 735318 2.70 615411 2.69
Genetic Information Processing Folding, Sorting and Degradation 708558 2.60 616715 2.69
Unclassified Metabolism 700475 2.57 570276 2.49
Metabolism Glycan Biosynthesis and Metabolism 627282 2.30 536108 2.34
Environmental Information Processing Signal Transduction 617938 2.27 531786 2.32
Genetic Information Processing Transcription 605085 2.22 496863 2.17
一级功能 二级功能 C 百分比/% T 百分比/%
Metabolism Metabolism of Terpenoids and Polyketides 580423 2.13 467502 2.04
Metabolism Enzyme Families 552628 2.03 462769 2.02
Metabolism Metabolism of Other Amino Acids 499610 1.83 390798 1.71
Metabolism Biosynthesis of Other Secondary Metabolites 279783 1.03 227262 0.99
Cellular Processes Cell Growth and Death 162926 0.60 131388 0.57
Human Diseases Infectious Diseases 116452 0.43 90288 0.39
Organismal Systems Endocrine System 109991 0.40 90806 0.40
Cellular Processes Transport and Catabolism 89898 0.33 70245 0.31
Human Diseases Neurodegenerative Diseases 86995 0.32 68964 0.30
Environmental Information Processing Signaling Molecules and Interaction 46054 0.17 34673 0.15
Organismal Systems Environmental Adaptation 40935 0.15 35208 0.15
Human Diseases Cancers 40283 0.15 26719 0.12
Human Diseases Metabolic Diseases 23895 0.09 18772 0.08
Organismal Systems Nervous System 22358 0.08 17221 0.08
Organismal Systems Immune System 15163 0.06 12411 0.05
Organismal Systems Digestive System 13605 0.05 8702 0.04
Organismal Systems Circulatory System 11550 0.04 10397 0.05
Human Diseases Immune System Diseases 10862 0.04 7727 0.03
Organismal Systems Excretory System 10817 0.04 8228 0.04
Human Diseases Cardiovascular Diseases 4608 0.02 1683 0.01
Cellular Processes Cell Communication 54 0.00 36 0.00
Organismal Systems Sensory System 18 0.00 12 0.00

3 结论

生活垃圾堆放条件下土壤细菌群落alpha多样性显著降低,而且垃圾堆放改变了土壤细菌的群落结构组成,但是土壤细菌主要的功能并未发生显著改变,其一级代谢功能均为代谢,二级代谢功能均为氨基酸和碳水化合物代谢。因此,为降低垃圾堆放对土壤微生物的影响,还需要进一份对生活垃圾进行分类及无害化利用。本研究结果对于进一步探究生活垃圾堆放对土壤微生物结构和功能提供了基础数据,而且对于未来合理利用生活垃圾提供理论参考。

4 讨论

4.1 垃圾堆放对土壤细菌多样性的影响

本研究通过对哈尔滨市生活垃圾处理堆放区土壤细菌群落结构和多样性分析发现,长期垃圾堆放导致土壤细菌群落Shannon多样性指数和Chao多样性指数显著降低(表1)。这与张子赟[10]的研究结果一致。这表明长期的生活垃圾堆放会导致土壤细菌群落多样性降低,垃圾堆放过程中所产生的大量有机化合物、有毒物质、重金属、病毒、寄生虫等会影响土壤原有细菌群落多样性,使得土壤细菌群落多样性和丰富度显著下降,而土壤细菌群落多样性和丰富度的下降会导致土壤质量变差,土壤自身难以恢复到之前的原有状态。但是也有研究发现,垃圾长期堆放后土壤细菌多样性和丰富度会显著升高[13]。这说明生活垃圾堆放对土壤细菌群落多样性的影响是不同的,究其原因可能是生活垃圾含有大量厨余垃圾和含有大量营养元素的垃圾,这些垃圾含有细菌生长和繁殖所急需的养料,因此会显著提高土壤微生物的多样性和丰富度。而且垃圾堆放的深度[14]、生活垃圾种类[15]、堆放时间[16]、垃圾堆放区域[17]、土壤质地[18]等均会影响土壤微生物多样性和丰富度,因此需要从时空上对垃圾堆放对土壤微生物的影响进行分析。

4.2 垃圾堆放对土壤细菌群落结构的影响

研究结果发现,垃圾堆积堆放与未堆放在土壤细菌门水平组成相似,但是其相对优势细菌门不同。垃圾堆放土壤细菌主要以变形菌门、拟杆菌门、绿弯菌门和酸杆菌门为主。吴双等[19]对北京市北神树生活垃圾填埋场的土壤细菌群落结构研究发现,垃圾堆放中土壤细菌门卫变形菌门,这也本研究的结果一致。而且,何芝等[20]对山东、广东、上海、重庆生活垃圾堆放土壤细菌群落结构研究结果也同样发现变形菌门是最主要的细菌门。
和未堆放生活垃圾的土壤相比,垃圾堆放显著增加了土壤绿弯菌门、芽单胞菌门的丰度。绿弯菌是一个广泛分布与土壤中的细菌门,其营养方式和代谢途径十分丰富,参与大量元素循环和分解过程,其广泛分布与活性污泥和堆肥等生境中[21]。芽单胞菌门是一类寡养土壤单胞菌,大量分布在逆境生境中,具有较强的分解能力[1]。本研究中,生活垃圾中含有大量的有毒重金属等物质,因此导致垃圾堆放土壤中绿弯菌门、芽单胞菌门含量增加。
在属水平,垃圾堆放条件下,土壤中Desulfatiglaus、Gemmatimondaceae、Ignavibacterium、Xanthomonadales显著升高。Gemmatimondaceae环境样品中的含量丰富的细菌属,该属的细菌通常具有较强的降解纤维素能力,而且还具有重要的降解芳香族化合物和重金属络合物的能力,通常分布在高温、盐碱等逆境土壤中,通常是生活垃圾填埋场环境中的优势属[22]。生活垃圾填埋条件下土壤中逆境微生物含量的增加,对于利用土壤中逆境微生物来进行土壤修复具有十分重要的作用,这种菌属可以为开发微生物菌剂提供了宝贵的微生物资源。但是同时笔者也发现,在属水平上,土壤中还含有大量未知和未分类的细菌,对于这些细菌分类和功能还需要未来进一步的研究。

4.3 垃圾堆放对土壤细菌功能的影响

目前虽然已经开展了一些针对于垃圾堆放条件下土壤细菌群落结构的研究[23,24],但是针对垃圾堆放条件下土壤细菌功能的研究缺仍然缺乏。本研究采用PICRUSt功能预测方式对垃圾堆放下土壤细菌功能进行了分析。结果表明,在一级代谢水平上,垃圾堆放和未堆放土壤细菌功能均以代谢功能为主,土壤细菌功能基因多样性差异不大,但是在基因功能的丰度上出现了一定差异,未堆放组要高于堆放组。
在二级功能代谢水平上主要是氨基酸代谢(Amino Acid Metabolism)和碳水化合物代谢(Carbohydrate Metabolism)途径,未堆放土壤高于垃圾堆放土壤0.29%和0.16%,这可能是因为生活垃圾堆放过程中土壤有益细菌发生改变,主要以逆境微生物为主,因此导致微生物功能的降低[25]。其中垃圾堆放土壤中的优势菌门中变形菌门具有降解动植物残体、固氮及参与单碳化合物代谢等功能[26]。在垃圾堆放组的优势菌属中,芽孢杆菌属是一类主要利用单糖、双糖、淀粉、有机酸等作为碳源和能源的细菌[27]。相较于未堆放土壤,垃圾堆放土壤细菌中膜运输、复制和修复、细胞运动的代谢增加幅度最大。虽然本研究利用PICRUST在线预测了土壤中细菌的功能,但是由于该方法只能对已知的微生物进行功能预测,而对于大量未知的微生物是无法进行分析的,因此在未来需要进一步采用宏基因组方法,更加深入的探讨垃圾堆放下土壤细菌功能的改变。

References

[1]
王国良. 中国古老月季[M]. 北京: 科学出版社, 2015:187-188.
[2]
田红玉, 孙宝国, 张慧丽. 香成分分析中的样品制备技术[J]. 北京工商大学学报:自然科学版, 2006(5):1-5.
[3]
谢诚, 欧昌荣, 汤海青, 等. 食品中挥发性风味成分提取技术研究进展[J]. 核农学报, 2015,29(12):2366-2374.
[4]
JeleńHenryk H, Majcher Małgorzata, Dziadas Mariusz. Microextraction techniques in the analysis of food flavor compounds: A review[J]. Analytica Chimica Acta, 2012,738(13):13-26.
[5]
李贺贺, 胡萧梅, 李安军, 等. 采用顶空固相微萃取和搅拌棒吸附萃取技术分析古井贡酒中香气成分[J]. 食品科学, 2017,38(4):155-164.
[6]
Zhou Q, Qian Y P, Qian C M. Analysis of volatile phenols in alcoholic beverage by ethylene glycol-polydimethylsiloxane based stir bar sorptive extraction and gas chromatography-mass spectrometry[J]. J Chromatogr A, 2015,1390:22-27.
An ethylene glycol (EG)/polydimethylsiloxane (PDMS) copolymer based stir bar sorptive extraction (SBSE)-GC-MS method was developed for the analysis of volatile phenols (4-ethylphenol, 4-vinylphenol, 4-ethylguaiacol, and 4-vinylguaiacol) in alcoholic beverages. The beverage samples were diluted with phosphate buffer (1M, pH 7) and extracted with an EG/PDMS stir bar. Volatile phenols were thermally desorbed and analyzed by GC-MS. Parameters affecting extraction efficiency were studied including ionic strength, pH, extraction time, ethanol content and nonvolatile matrix. Good correlation coefficients with R(2) in the range of 0.994-0.999 were obtained for volatile phenol concentration of 5-500μg/L. Recovery for all phenols were from 95.7% to 104.4% in a beer matrix and 81.4% to 97.6% in a wine matrix. The method had a standard deviation less than 5.8% for all volatile phenols. The limit of quantification (LOQs) in beer samples was lower than 3μg/L. The method was further applied to analyze the concentrations of volatile phenols in beer, wine and other alcoholic beverage samples. Copyright © 2015 Elsevier B.V. All rights reserved.
[7]
Kim Mina K, Jang Hae Won, Lee Kwang-Geun. Sensory and instrumental volatile flavor analysis of commercial orange juices prepared by different processing methods[J]. Food Chemistry, 2018,267:217-222.
The objective of the current study was to correlate the sensory and instrumental flavor analysis results of commercial orange juice (OJ) products prepared by different processing methods. Descriptive analysis was conducted using a highly trained panel (n = 6) to evaluate four OJs in triplicate. Volatile compounds associated with the four OJs were quantitatively and qualitatively identified using a Dynamic Headspace Sampling, followed by Gas Chromatography-Mass Spectrometry analysis. The sensory characteristics of the four commercially available OJs were significantly different (p < .05). OJs requiring refrigeration storage (OJ3 and OJ4) had high intensity of orange peel flavor, and shelf-stable OJs (OJ1 and OJ2) had high intensity of cooked orange flavor (p < .05). Similarly, differences in volatile flavor profiles of 4 OJs were documented. The shelf-stable OJs (OJ1 and OJ2) had desirable volatile flavor compounds, such as β-pinene, dl-limonene, linalool, nonalool, and decanal, and OJs requiring refrigeration had high levels of α- and β-terpineol.Copyright © 2017 Elsevier Ltd. All rights reserved.
[8]
何兰兰. 杨梅原汁挥发性成分及其与香气品质的关系硏究[D]. 上海:上海应用技术学院, 2014.
[9]
冯利. 地表水中持久性有机污染物SBSE-GG/MS联用技术应用研究[D]. 杭州:浙江工业大学, 2017.
[10]
曹丽华, 徐晓萍, 王金陵, 等. 气袋采样-热脱附-气相色谱/质谱法测定汽车内饰材料中7种苯系物挥发量的不确定度评定[J]. 计量与测试技术, 2015,42(3):1-3.
[11]
吴丽君, 石凤学, 刘晶, 等. 烟草香气成分分析研究进展[J]. 中国农学通报, 2014,30(21):251-257.
[12]
刘绍华, 毛多斌, 李志华, 等. 天然烟用香料提取技术研究进展[J]. 郑州轻工业学院学报:自然科学版, 2013(4):24-28.
[13]
施莉婷, 江和源, 张建勇, 等. 茶叶香气成分及其检测技术研究进展[J]. 食品工业科技, 2018,39(12):347-351.
[14]
王梦琪. 基于SBSE-GC-MS的“清香”绿茶挥发性成分及其关键呈香成分研究[D]. 北京:中国农业科学院, 2020.
[15]
周斌, 任洪涛, 秦太峰. 两种前处理方法在云南小粒咖啡香气成分分析中的对比[J]. 现代食品科技, 2013,29(7):1716-1720.
[16]
Jetti R R, Yang E, Kurnianta A, et al. Quantification of selected aroma-active compounds in strawberries by headspace solid-phase microextraction gas chromatography and correlation with sensory descriptive analysis[J]. J Food Sci, 2007,72(7):487-496.
Selected aroma-active compounds in strawberries were quantified using headspace solid-phase microextraction and gas chromatography. Ten strawberry cultivars grown in California and Oregon were studied. The standard curves were built in a synthetic matrix and quantification was achieved using multiple internal standards. Odor activity values (OAVs) of the aroma compounds were calculated to understand their contribution to the overall aroma. Although the concentrations of the aroma compounds varied depending on the cultivars, in general, ethyl butanoate, mesifurane, ethyl hexanoate, ethyl 3-methylbutanoate, hexyl acetate, and gamma-dodecalactone had the highest OAVs. Descriptive sensory analysis was performed by a trained panel of 10 members. A PCA plot was built to understand the aroma contribution of principal components. The chemical results were compared with sensory data. The OAV of esters correlated well with the floral, pineapple, and banana notes. The green notes did not correlate with the concentration or OAVs of aldehydes or C6 alcohols. It is assumed that the higher amounts of green, sulfur, musty, and waxy notes in some cultivars were due to the lack of fruity notes.
[17]
黄苏婷, 杭方学, 陆海勤, 等. 水果挥发性香气成分研究进展[J]. 轻工科技, 2019,35(2):1-4.
[18]
刘育坚, 刘智敏, 许志刚, 等. 搅拌棒吸附萃取技术[J]. 化学进展, 2020,32(9):1334-1343.
搅拌棒吸附萃取技术的提出至今已有二十年,其源于固相微萃取,却有更高的固定相体积、萃取容量和萃取回收率。搅拌棒吸附萃取作为一种高效的样品前处理方法,广泛应用于环境样品、食品样品、药物样品和挥发性物质的分离富集。搅拌棒的核心是涂层,目前已有商品化涂层、自制分子印迹聚合物涂层和自制非印迹涂层。本文介绍了搅拌棒吸附萃取的基本原理,系统评述了各种搅拌棒吸附萃取涂层的发展和应用研究进展,并介绍了一些新颖的搅拌棒萃取模式,最后对搅拌棒吸附萃取技术的发展进行了总结和展望。
[19]
王辉, 喻文娟, 奉树成. 不同前处理方法提取墨红花香成分的对比研究[J]. 天然产物研究与开发, 2020,32:105-115.
[20]
Zhou L J, Yu C, Cheng B X, et al. Studies on the volatile compounds in flower extracts of Rosa odorata and R. chinensis[J]. Industrial Crops and Products, 2020,146:112-143.
[21]
李晋华, 晏慧君, 杨锦红, 等. 香水月季复合群(Rosa odorata Complex)花香成分分析[J]. 西南农业学报, 2018,31(3):587-591.
[22]
张建祥, 金其璋. 从成分的角度来看玫瑰油和香水月季油的不同用途[J]. 香料香精化妆品, 2006(1):27-30.
[23]
姜洪涛. 芳香月季[M]. 北京: 中国建筑工业出版社, 2016: 162.
[24]
凌关庭. 天然食品添加剂手册[M]. 北京: 化学工业出版社, 2000: 491,464.
[25]
王德峰, 王小平. 日用香精调配手册[M]. 北京: 中国轻工业出版社, 2002: 287,292.
[26]
Zhou L J, Yu C, Cheng B X, et al. Volatile compound analysis and aroma evaluation of tea-scented roses in China[J]. Industrial Crops and Products, 2020,155(3):112735.
[27]
(日)木村卓功. 大成功!木村卓功的玫瑰月季栽培手册[M]. 武汉: 湖北科学技术出版社, 2016: 24.

RIGHTS & PERMISSIONS

Copyright reserved © 2021. Chinese Agricultural Association Bulletin. All articles published represent the opinions of the authors, and do not reflect the official policy of the Chinese Agricultural Association or the Editorial Board, unless this is clearly specified.
Share on Mendeley
PDF(1323 KB)

Accesses

Citation

Detail

Sections
Recommended

/