《Food Research International》：Formic acid dominance and Gompertz–Arrhenius kinetics of volatile short-chain carboxylic acid formation in thermally oxidized edible oils
编辑推荐：
•甲酸在氧化油中的挥发性短链羧酸中占主导地位。•甲酸积累遵循具有阿伦尼乌斯参数的冈珀茨动力学。•乙酸与甲酸表现出稳定的、不随温度变化的正比关系。•丙酸和丁酸仅在甲酸超过某一阈值后才开始积累。•该框架可预测C1–C4酸的谱图，并在不同油类中普遍适用。引言食用油的加热加工是烹饪和
- •
甲酸在氧化油中的挥发性短链羧酸中占主导地位。
- •
甲酸积累遵循具有阿伦尼乌斯参数的冈珀茨动力学。
- •
乙酸与甲酸表现出稳定的、不随温度变化的正比关系。
- •
丙酸和丁酸仅在甲酸超过某一阈值后才开始积累。
- •
该框架可预测C1–C4酸的谱图，并在不同油类中普遍适用。
引言
食用油的加热加工是烹饪和食品制造中的常见操作。此类过程中产生的油烟是室内空气污染物和职业暴露的重要来源，其由醛类、酮类、多环芳烃以及挥发性有机酸的复杂混合物组成（Saporito et al., 2026）。长期或高浓度吸入这些油烟与呼吸道刺激及一系列不良健康后果相关（Cimrin et al., 2023）。在这些挥发性成分中，短链羧酸对于吸入暴露评估尤为重要，因为其挥发性、水溶性和可电离性促进了呼吸道的吸收（Green et al., 2025）。然而，挥发性短链羧酸的积累动力学及其定量相互关系仍未得到充分表征。Jia等（2024）表征了气态和颗粒态烹饪油烟，揭示了含氧挥发性有机化合物的丰富度以及油和食品原料对油烟成分的影响，但未考察单个C1–C4羧酸随时间的积累或酸间关系。这一知识空白限制了对其在食用油加热加工过程中形成和释放的定量预测。
加热油过程中挥发性短链羧酸的形成和积累受脂肪酸组成、氧化阶段、温度、前体转化途径以及挥发行为的影响（Lv et al., 2026）。因此，仅凭终点浓度测量不足以揭示其动态形成过程，这凸显了需要能够描述整个积累轨迹的动力学模型（Cui et al., 2026）。零级和一级模型已被广泛应用于氧化指标，如过氧化值和酸值，但它们并不适合通常观察到的在二次挥发物积累中的滞后–加速–平台模式（Farhoosh, 2022）。尽管逻辑斯蒂模型可以描述S形行为，但它们在拐点处强加了左右对称的约束，这种约束在前体生成、挥发物释放和二次转化同时进行并产生非对称积累谱时可能并不成立（Li et al., 2020）。相比之下，冈珀茨模型为描述具有明显滞后、快速生长和平台阶段的非对称S形过程提供了更大的灵活性（Wang & Guo, 2024）。如果关键冈珀茨参数进一步遵循阿伦尼乌斯型温度依赖性，则该模型可以被扩展为一个同时具有预测能力和物化可解释性的动力学框架（Guo & Wang, 2025）。然而，该框架能否捕捉甲酸的积累动力学并进一步支持对加热油中更广泛的挥发性羧酸谱预测，仍不清楚。
因此，本研究旨在确定在何种热氧化条件下是否有单一短链羧酸始终在挥发性酸谱中占主导地位，以及该主导成分能否作为预测标记物用于估算其余酸的含量。研究还评估了以主导成分为核心的冈珀茨–阿伦尼乌斯动力学框架在不同油类中描述酸积累和组成演变的适用性。
为此，将大豆油在90 °C至170 °C的温度范围内加热，并通过将释放的挥发性酸捕获于水中，获取时间分辨的水相电导率数据，同时通过离子色谱法确定定量羧酸谱。首先使用在线电导率信号表征挥发性可电离产物的总体积累动力学。随后利用离子色谱法定量数据建立电导率响应与各个酸浓度之间的关系。基于该关系，构建了一个以甲酸为核心的多组分预测模型。进一步使用菜籽油、葵花籽油和猪油的文献数据评估了所提框架的跨体系一致性，并通过反应途径分析来解释所观察到的动力学模式可能的化学来源。总体目标是提供一个用于预测食用油加热加工过程中酸性挥发物形成与释放的动力学框架。
分节摘要
化学试剂和材料
精炼大豆油由中国粮油食品总公司（北京，中国）提供，根据供应商信息确认其未添加抗氧化剂。采用我们此前报告的方法，通过带火焰离子化检测器的气相色谱法（GC–FID）测定原始大豆油的脂肪酸组成（Sun et al., 2023）。主要脂肪酸为C16:0（11.08%）、C18:0（3.97%）、C18:1（24.00%）、C18:2（53.59%）和C18:3（5.80%）。
油热氧化过程中高时间分辨水相电导率的冈珀茨与阿伦尼乌斯建模
图1展示了用于模型选择的电导率响应曲线的系统评价。比较了六个代表性S形模型，通过Richards模型中的形状参数诊断其非对称性，并对拐点处的归一化纵坐标进行了分析。这三条相互独立的证据（拟合优度、形状参数和曲线几何特征）指向了相同的结论：大豆油加热过程中水相电导率的积累曲线
结论
本研究建立了一个针对加热加工食用油短链挥发性羧酸谱的预测框架，以甲酸为核心状态变量。该框架将冈珀茨–阿伦尼乌斯积累动力学与酸间正比关系及阈值行为相结合，将多组分预测简化为单变量问题。研究证实，甲酸既是热氧化大豆油中占主导地位的酸性挥发物，也是一个有效的
CRediT作者贡献声明
Yilan Shi：撰写——初稿。Qingying Tan：方法论。Cong Sun：调查研究。Chunxi Wei：方法论。Jia Chen：调查研究。Weibing Zhang：调查研究。Qinghua Yang：资金获取。Xu Li：项目管理。
利益冲突声明
作者声明，他们没有已知的经济利益冲突或可能对本研究结果产生影响的个人关系。
致谢
本研究得到了国家自然科学基金（32502308）、南通市卫生健康委员会（MS2025074）和河南省自然科学基金（252300423563）的支持。
在撰写过程中，作者使用了ChatGPT来检查语法和可读性。使用该工具后，作者对内容进行了审阅和编辑，对发表的内容承担全部责任。
Yilan Shi|Qingying Tan|Cong Sun|Chunxi Wei|Jia Chen|Weibing Zhang|Qinghua Yang|Xu Li
