编辑推荐：
为解决梨成熟度判定依赖主观经验及传统检测耗时耗力的问题，研究人员开展顶空气相色谱 - 离子迁移谱（HS-GC-IMS）分析梨挥发性有机物（VOCs）的研究。建立的模型可 100% 区分 4 个品种，预测成熟度 Q2 达 0.856，为梨品质控制提供新工具。
在水果品质评价的领域中，梨的成熟度判断和品种鉴别一直是困扰产业界的难题。传统方法如依赖种植者经验的主观判断，或通过测定果实硬度、可溶性固形物含量等指标，不仅耗时费力，还难以精准反映果实内在的香气和风味特征。而梨的挥发性有机物（volatile organic compounds，VOCs）作为其香气、风味和质地的关键决定因素，其组成和含量的变化与品种特性、成熟阶段密切相关。然而，针对梨 VOCs 的系统研究，尤其是欧洲梨品种的指纹图谱构建及成熟度预测方面，此前的研究极为有限，亟需开发一种高效、准确的分析方法。
为填补这一研究空白，来自西班牙相关研究机构的科研团队开展了一项具有创新性的研究。该研究以 4 个欧洲梨品种（Blanquilla、Conference、Ercoline 和 Rocha）以及不同成熟阶段的 Ercoline 梨为研究对象，旨在优化和验证顶空气相色谱 - 离子迁移谱（headspace gas chromatography-ion mobility spectrometry，HS-GC-IMS）技术在梨 VOCs 分析中的应用，并构建基于 VOCs 指纹图谱的品种鉴别和成熟度预测模型。相关研究成果发表在国际知名期刊《Food Chemistry》上，为梨产业的品质控制提供了新的科学依据和技术手段。
研究人员主要采用了以下关键技术方法：首先，采集了 254 份不同品种的梨样品和 227 份不同成熟阶段的 Ercoline 梨样品，通过 HS-GC-IMS 技术对样品中的 VOCs 进行分离和检测。其次，利用 VOCal 和 LAV 软件对获得的二维谱图进行数据预处理，包括峰对齐和标记物筛选。最后，运用偏最小二乘判别分析（partial least squares discriminant analysis，PLS-DA）和主成分分析（principal component analysis，PCA）等化学计量学方法，构建品种鉴别和成熟度预测模型，并对模型的性能进行验证。
3.1 分析方法的优化与验证
研究团队对 HS-GC-IMS 的实验条件进行了系统优化，包括样品量、盐添加量、孵育温度和时间、载气流速程序等参数。结果表明，当样品量为 1 g、盐添加量为 10%（w/w）、孵育温度为 80℃、孵育时间为 10 min 时，可获得最佳的 VOCs 检测效果，实现了对复杂 VOCs 混合物的高效分离和高灵敏度检测。通过引入 5 种酮类化合物作为保留指数（retention index，RI）计算的参考物质，结合标准品比对，最终在梨样品中鉴定出 22 种 VOCs，包括酯类、醇类、酮类、醛类、萜烯类和呋喃类化合物，其中环己酮为首次在梨中检测到。
3.2 品种鉴别模型的构建与性能
基于 93 个关键 VOCs 标记物构建的 PLS-DA 模型，能够以 100% 的准确率区分 Blanquilla、Conference、Ercoline 和 Rocha 四个品种。模型的 Q2 值为 0.878，表明具有良好的预测能力。通过变量重要性投影（variable importance in projection，VIP）分析发现，6 - 甲基 - 5 - 庚烯 - 2 - 酮、环己酮、(E,E)-2,4 - 庚二烯醛等化合物是品种鉴别的关键标志物。例如，Conference 梨中 6 - 甲基 - 5 - 庚烯 - 2 - 酮和环己酮含量较高，而 Ercoline 梨则富含 (E,E)-2,4 - 庚二烯醛和 acetophenone。三维得分图显示，四个品种的样品能够清晰聚类，表明 HS-GC-IMS 结合 PLS-DA 模型可作为梨品种鉴别的有效工具。
3.3 成熟度预测模型的构建与应用
针对 227 份不同成熟阶段的 Ercoline 梨样品，通过 PCA 分析将其分为未成熟、中等成熟和成熟三组。进一步构建的 PLS-DA 模型利用 75 个 VOCs 标记物，实现了对成熟度的准确预测，训练集和验证集的准确率均达 100%，Q2 值为 0.856。研究发现，未成熟梨中苯甲醛、2 - 戊基呋喃、(E)-2 - 壬烯醛等化合物含量较高，呈现出绿色、草本的香气特征；而成熟梨中 2 - 庚酮和 1 - 己醇含量显著增加，香气更偏向果香和甜味。热图分析和相关性研究进一步验证了这些关键标志物与成熟阶段的密切关联，为梨的适时采收提供了科学指标。
结论与讨论
本研究首次将 HS-GC-IMS 技术应用于欧洲梨品种鉴别和成熟度预测，构建的化学计量学模型具有高准确性和可靠性。研究不仅鉴定出 22 种梨中 VOCs，还筛选出不同品种和成熟阶段的特征性标志物，揭示了 VOCs 组成与梨品质的内在联系。与传统的 GC-MS 技术相比，HS-GC-IMS 具有分析速度快（总分析时间仅 23 min）、无需复杂前处理、设备便携等优势，更适合于食品工业中的常规质量控制。该方法的建立为梨产业的品种真实性保护、成熟度精准判断和品质优化提供了创新的技术手段，有望在水果采后处理、市场监管和消费者品质保障等方面发挥重要作用。未来，该技术还可拓展应用于其他水果的品质分析，为水果产业的科学化管理提供新的思路和方法。
