《Food Research International》：Advances in extraction and analytical techniques for food aroma compounds: A critical review of methods, challenges, and future directions
该综述系统梳理了食品香气化合物的主要提取途径。方法选择取决于挥发性（volatility）、极性（polarity）、基质复杂性（matrix complexity）和稳定性（stability）。对比了常规与新兴方法在不同食品应用中的表现。气相色谱（gas chromatography, GC）仍是香气化合物表征的核心技术。绿色化流程和数据驱动分析（data-driven profiling）是未来的关键方向。
1. Introduction
该部分首先区分了风味（flavor）、气味（odor）、香气（aroma）和气味活性化合物（odor-active compounds）等核心概念。风味是食物消费过程中的多感官综合感知，涵盖味觉、嗅觉、三叉神经感觉、质地、温度以及视觉或听觉线索；香气特指进食时通过鼻后通路感知的嗅觉信号，而气味则侧重于食用前经由鼻腔的嗅觉体验。挥发性化合物是低分子量分子，可从食品基质中蒸发并到达嗅觉受体，但并非所有挥发性化合物均具有气味活性，只有浓度超过感官阈值或通过单独/交互作用显著影响整体香气的化合物才称为气味活性化合物。香气化合物的感官相关性可通过气味活性值（odor activity value, OAV）衡量。食品基质由盐、脂肪、蛋白质、碳水化合物等多种组分构成，香气化合物浓度范围从ppm级到ppt级甚至更低，其提取和分析面临巨大挑战。本综述旨在整合比较常规和新兴的提取技术、色谱和感官导向分析方法，并展望未来趋势。
2. Method used to build this review
作者系统检索了2017至2025年间发表的140篇研究论文、综述、科学报告和书籍章节。检索关键词包括香气化合物（aroma compounds）、气味活性化合物（odorants）、风味化合物（flavor compounds）、鉴定、表征、样品前处理技术、提取方法和分析方法等。通过PubMed、Google Scholar、Science Direct、Scopus、Springer Verlag、Elsevier Inc.等数据库进行文献筛选，移除重复后对主要发现进行综合、比较和归纳，并依据PRISMA流程构建了文献筛选图。
3. Methods of extraction of aroma compounds
提取方法的选择受分析物性质、食品基质复杂性和提取溶剂特性影响。提取既可以作为代表性分离的前处理步骤，也可作为富集策略。常用的提取技术包括液液萃取（liquid-liquid extraction, LLE）、固相萃取（solid phase extraction, SPE）、蒸馏萃取、超临界流体萃取、溶剂辅助风味蒸发（solvent-assisted flavor evaporation, SAFE）和顶空取样等。
3.1 Liquid-liquid extraction
液液萃取（LLE）基于分析物在两种不互溶液相中溶解度的差异实现分离和富集，已广泛用于葡萄酒、饮料、水果和蔬菜等基质。针对传统LLE溶剂消耗大的缺点，发展了液液微萃取（liquid-liquid microextraction, LLME）和分散液液微萃取（dispersive liquid-liquid microextraction, DLLME）。DLLME具有快速、低溶剂消耗等优点，已在酱油中鉴定出93种挥发性化合物，并显著改善关键香气化合物4-羟基-2,5-二甲基-3(2H)-呋喃酮（HDMF）和4-羟基-2(或5)-乙基-5(或2)-甲基-3(2H)-呋喃酮（HEMF）的定量效果。
3.2 Solid-liquid extraction
固液萃取适用于固体基质，传统方法包括索氏提取（Soxhlet extraction）、浸渍（maceration）、水蒸馏和蒸汽蒸馏。索氏提取是连续溶剂萃取，可有效回收目标化合物，但溶剂消耗大且长时间加热可能降解热敏性化合物。浸渍通过溶剂扩散提取可溶性成分，在酿酒工艺中影响酚类和挥发性物质组成。水蒸馏无需有机溶剂，适合提取精油，但能耗和时长较高。微波辅助水蒸馏等改良技术可缩短提取时间并提高产率。
3.3 Simultaneous distillation-extraction using the Likens-Nickerson apparatus
同时蒸馏萃取（simultaneous distillation-extraction, SDE）利用Likens-Nickerson装置将蒸汽蒸馏和溶剂萃取结合为一步，可高效分离复杂基质中的挥发性化合物，但高温蒸馏可能生成人工产物。该技术已用于中国白茶中香气活性化合物的表征。
3.4 Solvent-assisted flavor evaporation
溶剂辅助风味蒸发（SAFE）通过高真空低温蒸馏将挥发性化合物从食品基质中温和分离，显著减少热降解和人工产物，尤其适用于热敏性香气物质。相关应用包括菠萝蜜果肉、油炸辣椒油、烤鸡和利口酒等复杂食品体系的香气剖析。
3.5 Stir-bar sorptive extraction
搅拌棒吸附萃取（stir-bar sorptive extraction, SBSE）采用聚合物涂层的磁力搅拌棒（Twister?），通过直接浸入或顶空模式吸附分析物，实现无溶剂提取和富集。聚二甲基硅氧烷（PDMS）是最常用的涂层。SBSE具有高富集容量、低检出限和良好回收率，已用于桑葚、烈酒和食用油等样品。
3.6 Microwave-assisted extraction
微波辅助萃取（microwave-assisted extraction, MAE）利用电磁辐射快速加热溶剂和基质，增强传质并加速提取。相比常规方法，MAE可提高提取产率并缩短时间，已用于香草兰中香兰素的回收及多种植物精油的提取。
3.7 Headspace extraction
顶空取样分为静态顶空（static headspace, S-HS）和动态顶空（dynamic headspace, D-HS）。S-HS在密封瓶内达到平衡后收集气相部分；D-HS使用惰性气体连续吹扫样品并将挥发性化合物富集在吸附剂上，其中吹扫捕集（purge-and-trap）方式可获得更高回收率。吸附剂类型包括Tenax、硅胶、石墨化碳等。该技术已用于草莓品种、牦牛乳和唇形科植物挥发物分析。
3.8 Supercritical fluid extraction
超临界流体萃取（supercritical fluid extraction, SFE）最常使用超临界CO
2作为溶剂，具有低临界温度、无毒和无残留等优点。通过调节压力和温度可改变溶剂密度和溶解能力，实现选择性提取。SFE已用于百里香、鼠尾草等草药中萜类化合物提取，以及海带和槟榔中关键香气化合物的表征。
3.9 Rapid solid-liquid extraction
快速固液动态萃取（rapid solid-liquid dynamic extraction, RSLD）借助Naviglio提取器，通过交替静/动压力循环产生压力梯度，促进溶剂渗透和待测物释放。该方法低温运行、提取时间短且重现性好，已用于土耳其红茶中挥发性化合物的快速提取。
3.10 Solid phase extraction
固相萃取（SPE）基于分析物与固体吸附剂间的相互作用进行分离和富集，常用于色谱分析前的样品净化和预浓缩。SPE已成功用于Marselan葡萄酒中43种气味活性化合物的鉴定。
3.11 Solid-phase microextraction
固相微萃取（solid-phase microextraction, SPME）是无溶剂样品前处理技术，挥发性化合物吸附于涂覆熔融石英纤维表面后热脱附进入色谱系统。纤维涂层类型包括非极性PDMS、极性聚丙烯酸酯（PA）及混合相CAR/PDMS、DVB/CAR/PDMS等。SPME有直接浸入（DI-SPME）和顶空（HS-SPME）两种模式，已广泛用于枣、柑橘、辣椒和芒果等食品香气分析。
4. Analytical techniques
气相色谱-质谱联用（gas chromatography-mass spectrometry, GC-MS）是香气分析最常用的平台。GC提供高效分离，MS提供定性和定量信息。对于复杂混合物，可结合气相色谱-嗅闻（gas chromatography-olfactometry, GC-O）、全二维气相色谱（comprehensive two-dimensional gas chromatography, GC×GC）和高分辨质谱等先进技术。
4.1 Ionization modes in GC-MS aroma analysis: complementarity between EI and CI
电子电离（electron ionization, EI）通常采用70 eV，产生高度可重现的碎片谱图，适合与商用谱库匹配用于常规鉴定。化学电离（chemical ionization, CI）使用甲烷或氨等反应气，碎片较少，可提供分子离子信息，有助于确认分子量和区分异构体。EI和CI具有互补性，前者适合筛选，后者可提升未知物鉴定的置信度。
4.2 High-resolution mass spectrometry for the identification of unknown aroma compounds
高分辨质谱（high-resolution mass spectrometry, HRMS）采用四极杆飞行时间（quadrupole time-of-flight, QTOF）或Orbitrap质量分析器，可提供精确质量数和元素组成，显著提升未知物的鉴定能力。然而HRMS需与保留指数、碎片信息、标准品及感官数据（如GC-O、OAV）结合，才能确证化合物的香气相关性。
4.3 Comprehensive two-dimensional gas chromatography for resolving complex aroma mixtures
全二维气相色谱（GC×GC）通过两根不同选择性的色谱柱串联，提供远高于一维GC的峰容量，可分离共流出物，并对酯类、醛类、萜烯类等化学族进行结构化分离。GC×GC-MS适用于酒、咖啡、可哥、乳制品等复杂食品基质，但数据体量庞大，需要专用软件进行峰检测、反卷积和化学计量学分析。
4.4 Sensory-directed aroma analysis: linking instrumental data to aroma perception
感官导向分析结合GC-O、香气提取稀释分析（aroma extract dilution analysis, AEDA）和气味活性值（OAV）计算，可筛选出具有感官贡献的气味活性区域。重组和遗漏实验可进一步验证关键香气化合物的实际作用，从而将仪器检测到的化合物与真正驱动香气感知的化合物区分开来。
5. Comparison of main extraction methods used for the determination of key aroma compounds in foods
综述比较了文献报道的主要提取技术，发现没有一种方法可适用于所有食品香气分析。顶空类方法（HS-SPME、D-HS、SBSE）无溶剂或低溶剂消耗且快速，但选择性强依赖于纤维或涂层化学；溶剂类方法（LLE、DLLME、SPE、SAFE）对低浓度半挥发物和复杂基质具有优势，其中SAFE能温和保护热敏性物质，而SDE可能引入热人工产物。最佳研究方案普遍将提取与GC-MS、GC-O、AEDA、OAV计算及感官重组/遗漏实验结合，以鉴定既丰度较高又具有感官意义的化合物。
6. Green extraction perspectives for food aroma compounds
绿色提取技术日益受到关注，主要包括深共熔溶剂（deep eutectic solvents, DESs）及天然深共熔溶剂（natural deep eutectic solvents, NADESs）、离子液体（ionic liquids, ILs）、水基提取和能量辅助技术。DESs可通过选择氢键供受体调节极性，但高粘度及与GC兼容性有待改善。ILs具有可忽略的蒸气压和选择性，但需评估其毒性和可回收性。加压热水和亚临界水提取可替代有机溶剂，但可能促进水解和氧化。微波和超声辅助提取可显著缩短时间、降低溶剂消耗，但需控制功率以避免香气谱变化。
7. Conclusion and future perspectives
本综述全面总结了食品香气化合物的提取与分析技术，指出方法持续向更快速、省溶剂、高回收率和高选择性方向演变。未来研究将更多整合机器学习（machine learning, ML）和人工智能（artificial intelligence, AI）与先进分析手段，以提升香气谱的鉴定和预测能力。绿色提取技术、高分辨色谱、风味组学与AI辅助数据分析等方向的融合，将在食品、饮料、制药和化妆品领域推动香气表征和风味设计的发展。
