腐烂甜菜的生物标志物：基于静态顶空气相色谱-质谱技术的低温挥发性有机化合物分析框架

《JOURNAL OF FOOD SCIENCE》：Biomarkers of Rotted Sugar Beet: A Low-Temperature Volatile Organic Compounds Analysis Framework Using Static Headspace Gas Chromatography-Mass Spectrometry

糖 beet storage rot导致糖质下降和经济损失，VOCs检测有助于早期预警。传统HS-GC-MS需高温不适用实际低温储存条件，本研究优化低温度静态HS-GC-MS方法，发现乙醇和乙酸乙酯为有效生物标志物，LOD分别为0.03ppm和1.4ppm，回收率超100%，为智能监测奠定基础。

　　

摘要

甜菜（Beta vulgaris L.）在储存过程中发生的腐烂会显著降低糖的质量和该行业的经济效益。通过早期检测储存腐烂情况并及时采取干预措施，可以减少糖的损失，而挥发性有机化合物（VOCs）可作为潜在的生化标志物。然而，传统的静态顶空气相色谱-质谱（HS-GC-MS）方法在检测VOCs时通常需要较高的培养温度，这不利于准确模拟实际储存条件（4°C–20°C），从而限制了其实际应用范围。本研究旨在开发并优化一种低温静态HS-GC-MS分析方法，以实现对储存甜菜中VOCs的准确分析。通过对健康甜菜样本和腐烂甜菜样本的对比分析，发现乙醇和乙酸乙酯是两种有前景的VOC标志物，可用于早期检测储存腐烂。通过系统优化样品制备、校准策略和静态顶空采样参数，建立了一种灵敏可靠的低温检测方法。该优化方法有效解决了基质效应问题，提高了分析物的检测能力，乙酸乙酯的检出限（LOD）为0.03 ppm，乙醇的检出限为1.4 ppm，回收率分别为105%和101%。这种优化方法为将VOC分析技术与传感器和机器学习技术相结合提供了坚实的基础，显著推动了甜菜储存腐烂的实时监测和管理。

利益冲突

作者声明不存在利益冲突。