Molecular Markers for Early Warning of Peanut mildew by Gas Chromatography-Ion Mobility Spectrometry
-
摘要: 花生作为我国主要的油料经济作物之一，在加工贮藏等环节极易受到黄曲霉菌的侵染而失去使用价值。挖掘黄曲霉菌污染发生早期预警标识分子对于花生霉变的早期监测预警具有重要意义。本研究采用气相色谱-离子迁移谱法对花生中黄曲霉侵染过程中的挥发性有机化合物进行分析，共检测到53种挥发性有机化合物，其中包含34种化合物单体及部分物质的二聚体，另外19种物质目前尚未定性分析。结果表明黄曲霉不同生长阶段产生的挥发性有机化合物具有较大差异。通过挥发性物质的指纹谱图观察侵染过程中各阶段挥发性物质的变化规律和相对含量的变化，根据特征峰图片库结果结合化学计量学方法可以对花生的早期霉变程度进行有效的区分。热图聚类分析和主成分分析比较不同化合物之间的差异性和相似性，结果表明不同侵染阶段挥发性有机化合物差异明显，具有明显区分度，其中己酸、2，3-丁二酮、2-己烯-1-醇-M、戊-1-醇-M和己醛可作为花生早期霉变的潜在生物标志物。本研究为仓储条件下花生霉变程度的早期预警监测体系的开发提供了有效的标识分子。
-
关键词:
- 花生 /
- 气相色谱-离子迁移谱 /
- 黄曲霉 /
- 挥发性有机化合物 /
- 主成分分析
Abstract: As one of the main oil-bearing crops in China, peanuts are susceptible to the contamination of Aspergillus flavus during processing and storage, which results in the loss of commercial values. Hence, it is crucial to investigate the signaling molecules during the early stage of contamination in order to monitor and control the spread of A. flavus in peanuts. In this study, Gas chromatography–ion mobility spectrometry (GC-IMS) was used to analyze the volatile organic compounds (VOCs) during the invasion of A. flavus in peanuts. A total of 53 compounds were detected, including 34 confirmed monomers and dimers. The other 19 compounds were yet to be qualitatively determined. The results showed that the organic compounds produced by A. flavus varied significantly in the different growth stages. The fingerprint spectrum demonstrated the changing patterns and relative concentrations of the volatile organic compounds as the contamination progressed, and the characteristic peaks could be used to quantify the level of contamination at the early stages. The volatile organic compounds were also analyzed with heat map clustering and principal component analysis. Significant differences were observed among the volatile organic compounds at different stages of contamination. The study determined that caproic acid, 2, 3-butanedione, 2-hexen-1-ol-M, pentan-1-ol-M and hexanal could be used as the signaling molecules during the early stages of A. flavus contamination. The results of this study provide an effective marker for the development of early warning monitoring system for peanut mildew degree under storage conditions. -
花生是非常重要的产油产蛋白质的经济作物[1]，原产于南美洲，广泛种植于中国、非洲、印度、日本、美国等国家[2]。自20世纪60年代以来，黄曲霉毒素污染成为全世界花生产业所面临的主要问题。黄曲霉毒素是黄曲霉菌的次生代谢物，会对人类和动物产生严重的毒副作用。受到黄曲霉毒素污染的花生因失去使用和加工性能造成重大的经济损失[3]。花生生产过程中的采前、收获和采后储藏各阶段所存在的多种因素会造成花生中黄曲霉毒素的污染[4]。同时花生对黄曲霉污染的高度敏感性会导致黄曲霉毒素的进一步加剧污染。黄曲霉危害风险的早期识别与预警对于花生等农产品的科学防控和安全保障具有重大作用和意义。
目前黄曲霉毒素的检测方法主要有薄层色谱法（TLC）、高效液相色谱法（HPLC）和液相色谱-串联质谱法（LC-MS/MS）等，这些已广泛用于食品和饲料中黄曲霉毒素的检测[5-7]。这些方法往往存在操作步骤复杂、操作时间长、检测灵敏度差等问题[4]，无损快速检测目前尚不可行。随着色谱和光谱技术的不断发展，食品工业中霉菌的鉴定已转向检测，诸如霉菌毒素和霉菌产生的挥发性有机化合物等霉菌生长代谢产物[8]。微生物挥发性有机化合物（VOCs）是指细菌和真菌在生长繁殖过程中产生的初级或次级代谢挥发性化合物。黄曲霉在生长过程中消耗多种营养物质，产生多种代谢产物，释放20多种影响花生品质和安全性的挥发性有机化合物[9-10]。微生物挥发性有机化合物是广泛应用于临床诊断和环境监测中的微生物生长评价指标，目前逐渐成为研究微生物污染的新型有效手段[11]。气相色谱-离子迁移谱（GC-IMS）监测系统是目前研究常用的新型技术，使用该方法检测挥发性有机化合物与电子鼻和气相色谱-质谱（GC-MS）技术相比，具有使用简单、设备便携、灵敏度高、样品无需前处理等优点[9]。目前该技术在食品中的应用主要集中在橄榄油、大米、蜂蜜和茶叶的质量评价上，在花生霉菌检测领域的研究较少[12-14]。
本研究利用气相色谱-离子迁移谱技术对花生中霉菌生长的不同阶段产生的挥发性有机化合物进行了检测和分析。利用特征指纹图谱和热图聚类分析黄曲霉的侵染过程，使用主成分分析结合聚类分析寻找花生早期霉变的标识分子，探究该方法在花生霉变程度快速评估及早期预警中应用的可行性。
1. 材料与方法
1.1 材料与仪器
黄曲霉菌株CGMCC3.2890 中国微生物菌种保藏中心；沙氏培养基（1%蛋白胨、2%琼脂和4%葡萄糖） 深圳子科生物科技有限公司；次氯酸钠 上海阿拉丁生化科技股份有限公司。
FA224型电子天平 上海舜宇恒平科学仪器有限公司；LHR-250-S恒温恒湿培养箱 韶关市泰宏医疗器械有限公司；Flavour Spec气相-离子迁移谱风味分析仪 德国G.A.S公司；FS-SE-54-CB-1毛细管柱（15 m，内径：0.53 mm） 兰州中科安泰分析科技有限责任公司；CTC-PAL自动顶空进样装置 瑞士CTC Analytics公司。
1.2 实验方法
1.2.1 花生侵染实验
使用沙氏葡萄糖琼脂培养基培养黄曲霉菌株（CGMCC3.2890）。使用0.1%次氯酸钠溶液浸泡花生1 min，无菌水洗涤3次。然后将花生浸入约106个/mL黄曲霉孢子悬浮液中10 s，接着置于无菌水琼脂培养基培养皿中，室温下干燥后30 ℃恒温恒湿培养箱培养并观察黄曲霉侵染情况。未经黄曲霉孢子污染的花生样品作为对照组。样品每24 h采集一次，放置于20 mL顶空进样瓶储存于−18 ℃冰箱。每个采样时间节点采集三份样品。
1.2.2 气相色谱-离子迁移谱测定
采用气相色谱-离子迁移谱风味分析仪对不同储藏条件下花生中的挥发性化合物进行鉴定及相对定量分析。进样针温度65 ℃，赋予温度60 ℃，温育时间10 min，使用无分流模式解吸法注入样品500 μL[15-17]。使用置于60 ℃的FS-SE-54-CB-1毛细管柱（15 m，内径：0.53 mm），以氮气为载气进行色谱分离。在等温条件下，使用载气流动色谱分离，载气流速从2 mL/min开始持续2 min，在8 min内增加到20 mL/min，在10 min内增加到100 mL/min，在10 min时增加到150 mL/min。分析过程总计耗时30 min[18]。
1.3 数据分析
使用仪器配套的功能分析软件LAV（Laboratory Analytical Viewer）和配套三款插件以及GC×IMS Library Search定性软件，分别从不同角度对样品进行分析[19]。使用设备自带的LAV分析软件中Reporter、Gallery和Dynamic PCA插件程序和GC×IMS Library Search构建挥发性有机物的差异图谱。同时为了，通过软件中内置的NIST 2014气相保留指数数据库和G.A.S的IMS迁移时间数据库对分析样品材料进行二维定性分析[20-22]。同时使用热图和主成分分析进行样本聚类分析[23]。使用R软件包pheatmap构建热图，factoextra构建主成分分析图。
2. 结果
2.1 挥发性有机化合物气相色谱-离子迁移谱图
黄曲霉侵染花生过程中会消耗许多营养物质，产生各种代谢产物，形成各种挥发性有机化合物，对花生的品质和安全性造成影响。通过使用气相色谱-离子迁移谱对花生样品中不同生长阶段黄曲霉菌产生的挥发性有机化合物进行差异分析，探究花生中黄曲霉不同侵染阶段的特异挥发性有机化合物[23-24]。
花生样品和黄曲霉侵染不同生长阶段（不同采样时间节点）样品图片和挥发性有机化合物3D可视化图谱如图1A所示。实验结果表明P1组与对照组相比并未观察到明显变化，P2组侵染样品出现轻微霉变现象，而P3~P5组出现明显的黄曲霉霉变现象。同时通过观察3D可视化图谱结果发现长时间的储存导致某些化合物的含量降低，与此同时还观察到新的挥发性有机化合物形成。以上结果表明在霉菌侵染花生期间霉菌可能通过代谢花生自身所产生的挥发性有机化合物或有机物质产生霉菌自身代谢产生的挥发性有机化合物，导致储存花生环境体系中出现不同挥发性有机化合物的消长。
![]()
图 1 花生样品和霉菌不同生长阶段的气相色谱-离子迁移谱图注：三维谱图（A），2D谱图（B）和2D差谱图（C），P0为对照组，P1~P5分别为受黄曲霉侵染第1、2、3、4、5 d的花生样品组。Figure 1. The GC-IMS topographic plots of peanuts samples and peanuts with different growth stages of mold为进一步探究黄曲霉侵染不同生长阶段的花生样品中挥发性有机化合物消长规律，构建分析如图1B气相色谱-离子迁移谱测定的黄曲霉侵染不同生长阶段的花生样品中芳香化合物的二维图谱。样品采样顶部空间中的总化合物和每个单独的挥发性化合物分别由整个光谱和离子反应峰右侧的点显示。物质信号强度用颜色显示，白色和红色分别表示低强度和高强度。图1B结果表明侵染过程中大多数挥发性化合物信号的漂移时间在1.0~1.8 s的范围内，保留时间在100~450 s的范围内。
随后以P0对照组谱图作为参考谱图，同时计算P0参照谱图和其他各组谱图之间的差异构建如图1C所示。结果表明侵染实验组P1~P5样品中的大多数挥发性有机化合物浓度信号远高于P0对照组参考谱图，说明受侵染花生样品中黄曲霉不同生长阶段产生的挥发性有机化合物具有较大差异。对不同侵染阶段差异挥发性有机化合物进行有效区分是作为后期判断黄曲霉污染花生和污染程度的重要指标。
2.2 挥发性有机化合物物质鉴定
前期实验发现不同侵染阶段挥发性有机化合物种类和浓度具有明显差异，其中某种化合物也可能会以单体形式、二聚体形式或多聚体形式存在产生斑点或多种信号，造成谱图差异，具体取决于实际浓度和化合物性质。可通过鉴定不同侵染阶段挥发性有机化合物种类确定其成分来加以区分和判断，使用GC-IMS自带的Library Search软件将挥发性有机化合物的离子迁移谱漂移时间和保留指数与数据库中参考有机化合物数据比对进行组分分析[25-26]。最终从样品53个峰中鉴定出34种化合物单体及部分物质的二聚体，同时检测到有19种目前尚无法确定具体物质的信号。各组样品中化合物种类相似度较高，图2以样品P1为例对其中的化合物进行定性分析。图2化合物编号与表1化合物编号一一对应。表1展示了全部53种化合物名称、CAS编号、分子式、分子量、保留指数、保留时间和漂移时间及暂时无法定性分析确定的C1~C19物质。
表 1 霉变花生样品中鉴定化合物的信息Table 1. Information on the identified compounds in moldy peanuts编号 中文名称 英文名称 CAS 分子式 分子量 保留指数
RI保留时间（s）
RT漂移时间（ms）
DT分类
D/M1 反式-2-壬烯醛 （E）-2-nonenal 18829-56-6 C9H16O 140.2 1188.9 612.859 1.40940 2 苯乙醛（单体） benzene acetaldehyde-M 122-78-1 C8H8O 120.2 1037.1 399.120 1.24871 单体 3 2-戊基呋喃 2-pentyl furan 3777-69-3 C9H14O 138.2 993.9 339.789 1.26125 4 未知成分1 C1 * * * 990.3 336.785 1.29722 5 1-烯-3-辛醇（二聚体） oct-1-en-3-ol-D 3391-86-4 C8H16O 128.2 983.5 331.112 1.60496 二聚体 6 反式-2-庚烯醛（单体） （E）-hept-2-enal-M 18829-55-5 C7H12O 112.2 958.3 310.087 1.25925 单体 7 2-庚酮（单体） 2-heptanone-M 110-43-0 C7H14O 114.2 893.1 255.689 1.26425 单体 8 4-羟基丁酸内酯 dihydro-2（3h）-furanone 96-48-0 C4H6O2 86.1 918.7 277.047 1.08240 9 正己醇（单体） n-hexanol-M 111-27-3 C6H14O 102.2 870.7 244.008 1.32520 单体 10 2-庚酮（二聚体） 2-heptanone-D 110-43-0 C7H14O 114.2 892.3 255.021 1.63993 二聚体 11 正己醇（二聚体） n-hexanol-D 111-27-3 C6H14O 102.2 869.4 243.341 1.63993 二聚体 12 正己醛（单体） hexanal-M 66-25-1 C6H12O 100.2 805.3 210.635 1.25625 13 正己醛（二聚体） hexanal-D 66-25-1 C6H12O 100.2 799.4 207.631 1.56899 二聚体 14 未知成分2 C2 * * * 594.4 142.279 1.29549 15 糠醛 furfural 98-01-1 C5H4O2 96.1 826.6 221.504 1.08707 16 异戊酸 isovaleric acid 503-74-2 C5H10O2 102.1 845.1 230.944 1.21458 17 未知成分3 C3 * * * 901.8 262.971 1.43036 18 2-己烯醇（单体） 2-hexen-1-ol-M 2305-21-7 C6H12O 100.2 847.8 232.292 1.18760 单体 19 2-己烯醇（二聚体） 2-hexen-1-ol-D 2305-21-7 C6H12O 100.2 853 234.989 1.52598 二聚体 20 未知成分4 C4 * * * 766.5 193.185 1.32492 21 未知成分5 C5 * * * 733.4 180.712 1.31266 22 未知成分6 C6 * * * 728.1 178.689 1.40338 23 异戊醇 3-methylbutan-1-ol 123-51-3 C5H12O 88.1 731.7 180.037 1.49411 24 未知成分7 C7 * * * 708.5 171.272 1.20845 25 未知成分8 C8 * * * 652.1 155.427 1.20967 26 1-烯-3-辛醇（单体） oct-1-en-3-ol-M 3391-86-4 C8H16O 128.2 983.7 331.228 1.16135 单体 27 正己酸 hexanoic acid 142-62-1 C6H12O2 116.2 1004.6 353.362 1.29652 28 壬醛 nonanal 124-19-6 C9H18O 142.2 1107.5 498.234 1.47932 29 2,3-丁二酮 2,3-butanedione 431-03-8 C4H6O2 86.1 612 146.299 1.17152 30 乙酸乙酯 ethyl Acetate 141-78-6 C4H8O2 88.1 611 146.049 1.34218 31 未知成分9 C9 * * * 1168.9 584.635 1.14715 32 未知成分10 C10 * * * 1168.9 584.635 2.04350 33 反式-2-庚烯醛（二聚体） （E）-hept-2-enal-D 18829-55-5 C7H12O 112.2 956.5 308.61 1.6762 二聚体 34 苯乙醛（二聚体） benzene acetaldehyde-D 122-78-1 C8H8O 120.2 1038.9 401.661 1.53804 二聚体 35 未知成分11 C11 * * * 987.8 334.69 1.68907 36 2-辛酮（单体） 2-octanone-M 111-13-7 C8H16O 128.2 1000.2 347.211 1.33258 单体 37 未知成分12 C12 * * * 1003.6 351.904 1.22784 38 3-甲硫基丙醇 3-Methylthio-1-propanol（methionol） 505-10-2 C4H10OS 106.2 975.6 324.496 1.08941 39 未知成分13 C13 * * * 918.3 276.719 1.19785 40 反式-2-辛烯醛（单体） （E）-2-octenal-M 2548-87-0 C8H14O 126.2 1058.7 429.511 1.33206 单体 41 反式-2-辛烯醛（二聚体） （E）-2-octenal-D 2548-87-0 C8H14O 126.2 1057.7 428.152 1.82712 二聚体 42 未知成分14 C14 * * * 1077 455.335 1.16569 43 未知成分15 C15 * * * 989.7 336.256 1.19634 44 未知成分16 C16 * * * 1018 372.214 1.39033 45 未知成分17 C17 * * * 1027.2 385.147 1.29570 46 反式-2,4-庚二烯醛 （E,E）-2,4-heptadienal 4313-03-5 C7H10O 110.2 1015.3 368.376 1.19160 47 庚醇 heptanol 53535-33-4 C7H16O 116.2 976.4 325.170 1.39664 48 未知成分18 C18 * * * 941.1 295.750 1.18135 49 正戊醇（单体） pentan-1-ol-M 71-41-0 C5H12O 88.1 767.5 193.570 1.25657 单体 50 正戊醇（二聚体） pentan-1-ol-D 71-41-0 C5H12O 88.1 765.1 192.659 1.51395 二聚体 51 未知成分19 C19 * * * 750.2 187.036 1.10863 52 异戊醛 3-methylbutanal 590-86-3 C5H10O 86.1 657.5 156.673 1.40883 53 2-辛酮（二聚体） 2-octanone-D 111-13-7 C8H16O 128.2 1000.3 347.283 1.76506 二聚体 注：*，成分尚不明确。 2.3 挥发性有机化合物指纹图谱与热图聚类分析
为了更加直观地观察样品侵染过程中挥发性物质的变化规律和相对含量变化，借助 Gallery Plot插件绘制挥发性物质的指纹谱图，直观比较了不同样品之间的挥发性有机化合物差异。如图3所示为绘制黄曲霉菌侵染花生（从第0~5 d）样品中挥发性有机化合物种类和浓度的差异指纹图谱。每种芳香化合物的信号强度表示其浓度水平[27]。由结果可知，a区域P0样品中糠醛、异戊酸、二氢-2-呋喃酮、C3、C4和C5的信号强度很强；b区域3-甲基丁醛、苯乙醛、戊-1-醇、壬醛、戊-2-壬醛、己醛、2，3-丁二酮和己酸等挥发性有机化合物主要存在于霉变早期阶段样品P1~P3中；辛-1-烯-3-醇、2-庚酮、3-甲基磺酰基-丙醇、戊-2，4-庚二烯醛、戊-2-辛烯醛、2-辛酮、C1、C2和C14~C18等c区域中的挥发性有机化合物在侵染后期P4，P5样品中的浓度高于在样品P0~P3中的浓度。结果表明实验组所设置不同侵染阶段挥发性有机化合物差异明显，具有明显区分度，为后续进一步的产品监测提供可能。
![]()
图 3 花生样品挥发性成分的指纹图谱注：a区域指黄曲霉菌对照组中高信号强度对应挥发性组分；b区域指黄曲霉菌侵染花生前期1~3 d样品组（P1~P3）中高信号强度对应挥发性组分；c区域指黄曲霉菌侵染花生后期4~5 d样品组（P4~P5）中高信号强度对应挥发性组分。Figure 3. Fingerprints of the volatile compounds of the peanut samples通过挥发性有机化合物的聚类分析以直观地比较不同化合物之间的差异性和相似性[28]。聚类分析结果如图4所示，将5个花生样品组分为3组：对照组（P0），霉变前期阶段（P1~P2）和霉变后期阶段（P3~P5）；将样品中的挥发性化合物分为四类：a类、b类、c类和d类。其中a组挥发性有机化合物主要存在于对照组P0，b组和d组挥发性有机化合物主要产生于霉变后期组（P3~P5），c组挥发性有机化合物主要产生于霉变前期组（P1~P2），所设置样品组和挥发性有机化合物组具有较好的代表性。
![]()
图 4 花生样品中挥发性化合物的热图聚类分析注：a：主要存在于对照组（P0）挥发性有机化合物，b、d：主要产生于霉变后期组（P3~P5）挥发性有机化合物，c：主要产生于霉变前期组（P1~P2）挥发性有机化合物。Figure 4. Heat map and cluster analysis of volatile compounds from the peanut samples图3和图4结果表明P0对照样品组中异戊酸、二氢-2-呋喃酮、正己醇-D、C3、C4、C5、C7和C13的信号远高于被黄曲霉侵染的样品组。P0对照样品组中几乎没有2-己烯-1-醇-M、戊-1-醇-M、己醛、己酸、2，3-丁二酮、C6和C8等挥发性有机化合物检出。但这些挥发性有机化合物的信号在P1~P2霉变前期阶段最强，同时信号强度随着霉菌生长时间的延长而减弱。而P4~P5霉变后期阶段样品中主要检出有戊-庚-2-烯醛-D、戊-2-辛烯醛-D、2-辛酮-D、2-庚酮-D、辛-1-烯-3-醇、2-辛酮-M、3-甲基丁-1-醇、庚醇、3-甲基磺酰基-丙醇和乙酸乙酯等挥发性有机化合物。结果表明在整个霉变过程中，样品中挥发性有机化合物的种类逐渐增加，不同霉变阶段有其独特的挥发性有机化合物。其中c类化合物和d类化合物是实现花生样品霉变早期监测和预警的重要分子标志物。
2.4 挥发性有机化合物主成分分析
进一步分析所得数据结果，通过分析数据变化并集中可视化数据进行主成分分析[29-30]。如图5 A是根据整个数据分析所得的主成分分析数据，将主成分分为1和2两部分。其中主成分1（PC1）和主成分2（PC2）的主成分分析双标图占数据集总方差的95%。PC1在数据中占87.2%的方差，PC2占7.8%的方差。将主成分分析结果划分为四个不同的区域，其中a区包括P0对照，b区包括P1和P2霉变早期阶段，c区包括P3霉变中期阶段，d区包括P4和P5霉变后期阶段。c区域和d区域样品之间的挥发性有机化合物浓度出现高度的相似性，但b区域和其他区域具有显著差异。该主成分分析结果与前期聚类分析热图结果类似。
![]()
图 5 花生样品挥发性成分的主成分分析及相似性分析注：A：前两位主成分得分图；B：主成分载荷图；C：不同组花生的相似性分析；图A将主成分分析结果划分为a、b、c和d四个不同的区域。图B主成分载荷图中绿色到紫色代表贡献度程度由低到高。图C挥发性有机化合物之间相似性分析中颜色代表相似性程度由毫不相关（深红色）到高相关度（深蓝色）。Figure 5. PCA and similarity analysis of VOCs from the peanut samples使用主成分载荷图筛选识别对不同主成分聚类贡献最大的挥发性有机化合物绘制图5 B。其中向量的方向和长度表示变量对两个主成分的贡献程度。发现C9几乎平行于Y轴，表明C9是导致主成分1差异的主要因素。对挥发性有机化合物之间的相似性进行分析绘制图5 C，结果表明花生样品中黄曲霉生长前期（P1~P2）与生长中后期（P3~P5）的差异较大，霉菌侵染早期阶段P1，P2的花生样品可以与对照组P0较好地区分开，此结果为花生中黄曲霉污染的早期监测与预警提供可能。
3. 结论
所有真菌在其生理活动过程中都会产生并排放挥发性有机化合物，但每种真菌排放的挥发性有机化合物的数量和质量组成均不同[31]。本研究采用气相色谱-离子迁移谱技术，在不需样品前处理的情况下，从受黄曲霉污染的花生中鉴定出53种挥发性化合物，其中包含有很多目前尚未见报道和未能确定的组分，这部分未知物质（C1~C19）需要后续进一步研究。实验结果表明在霉菌不同的生长阶段，花生样品中的风味物质丰度和组成差异很大，为后续利用不同侵染阶段风味物质丰度和组成差异判断及区分花生产品质量与安全问题提供了可行的方法。
本研究首次报道了利用气相色谱-离子迁移谱结合指纹图谱分析、主成分分析和谱图评价受黄曲霉污染的储存花生中挥发性有机化合物的成分、丰度和组成差异。通过聚类分析和主成分分析发现霉菌不同生长阶段出现不同的挥发性有机化合物成分。其中己酸、2，3-丁二酮、2-己烯-1-醇、戊-1-醇、己醛、C6和C8化合物在霉菌感染早期丰度最强，并且其浓度信号随着生长时间的增加而减弱。KARLSHØJ等[32]曾研究发现某些真菌毒素合成过程中会释放挥发性化合物乙醇、2-甲基-1-丙醇、3-甲基-1-丁醇丙酮、2-丁酮和2-戊酮等，可通过电子鼻监测来预测真菌污染。LI等[33]使用气相色谱-离子迁移谱技术研究了玉米霉变过程中挥发化合物变化，发现乙酸乙酯和3-羟基丁烷-2-酮可以作为玉米被黄曲霉菌感染的早期预警分子。ZHANG等[34]指出CO2和过氧化氢酶可作为玉米储藏过程中受真菌毒素污染的预警指示分子。可见，黄曲霉侵染不同的粮食作物可能产生特异性的挥发化合物。本研究为仓储条件花生早期霉菌污染的气体监测传感器研制提供了有效监测靶点分子，可基于这些标识分子设计仓储条件下的花生霉变实时在线监测和预警系统[33]。同时本研究样品采样检测过程中不需外加处理过程，采集仓储环境挥发性有机化合物气体即可高效敏捷监测农产品，为花生早期霉变预警监测提供了新思路，具有极大的应用前景。
-
![]()
图 1 花生样品和霉菌不同生长阶段的气相色谱-离子迁移谱图
注：三维谱图（A），2D谱图（B）和2D差谱图（C），P0为对照组，P1~P5分别为受黄曲霉侵染第1、2、3、4、5 d的花生样品组。
Figure 1. The GC-IMS topographic plots of peanuts samples and peanuts with different growth stages of mold
![]()
图 3 花生样品挥发性成分的指纹图谱
注：a区域指黄曲霉菌对照组中高信号强度对应挥发性组分；b区域指黄曲霉菌侵染花生前期1~3 d样品组（P1~P3）中高信号强度对应挥发性组分；c区域指黄曲霉菌侵染花生后期4~5 d样品组（P4~P5）中高信号强度对应挥发性组分。
Figure 3. Fingerprints of the volatile compounds of the peanut samples
![]()
图 4 花生样品中挥发性化合物的热图聚类分析
注：a：主要存在于对照组（P0）挥发性有机化合物，b、d：主要产生于霉变后期组（P3~P5）挥发性有机化合物，c：主要产生于霉变前期组（P1~P2）挥发性有机化合物。
Figure 4. Heat map and cluster analysis of volatile compounds from the peanut samples
![]()
图 5 花生样品挥发性成分的主成分分析及相似性分析
注：A：前两位主成分得分图；B：主成分载荷图；C：不同组花生的相似性分析；图A将主成分分析结果划分为a、b、c和d四个不同的区域。图B主成分载荷图中绿色到紫色代表贡献度程度由低到高。图C挥发性有机化合物之间相似性分析中颜色代表相似性程度由毫不相关（深红色）到高相关度（深蓝色）。
Figure 5. PCA and similarity analysis of VOCs from the peanut samples
表 1 霉变花生样品中鉴定化合物的信息
Table 1 Information on the identified compounds in moldy peanuts
编号 中文名称 英文名称 CAS 分子式 分子量 保留指数
RI保留时间（s）
RT漂移时间（ms）
DT分类
D/M1 反式-2-壬烯醛 （E）-2-nonenal 18829-56-6 C9H16O 140.2 1188.9 612.859 1.40940 2 苯乙醛（单体） benzene acetaldehyde-M 122-78-1 C8H8O 120.2 1037.1 399.120 1.24871 单体 3 2-戊基呋喃 2-pentyl furan 3777-69-3 C9H14O 138.2 993.9 339.789 1.26125 4 未知成分1 C1 * * * 990.3 336.785 1.29722 5 1-烯-3-辛醇（二聚体） oct-1-en-3-ol-D 3391-86-4 C8H16O 128.2 983.5 331.112 1.60496 二聚体 6 反式-2-庚烯醛（单体） （E）-hept-2-enal-M 18829-55-5 C7H12O 112.2 958.3 310.087 1.25925 单体 7 2-庚酮（单体） 2-heptanone-M 110-43-0 C7H14O 114.2 893.1 255.689 1.26425 单体 8 4-羟基丁酸内酯 dihydro-2（3h）-furanone 96-48-0 C4H6O2 86.1 918.7 277.047 1.08240 9 正己醇（单体） n-hexanol-M 111-27-3 C6H14O 102.2 870.7 244.008 1.32520 单体 10 2-庚酮（二聚体） 2-heptanone-D 110-43-0 C7H14O 114.2 892.3 255.021 1.63993 二聚体 11 正己醇（二聚体） n-hexanol-D 111-27-3 C6H14O 102.2 869.4 243.341 1.63993 二聚体 12 正己醛（单体） hexanal-M 66-25-1 C6H12O 100.2 805.3 210.635 1.25625 13 正己醛（二聚体） hexanal-D 66-25-1 C6H12O 100.2 799.4 207.631 1.56899 二聚体 14 未知成分2 C2 * * * 594.4 142.279 1.29549 15 糠醛 furfural 98-01-1 C5H4O2 96.1 826.6 221.504 1.08707 16 异戊酸 isovaleric acid 503-74-2 C5H10O2 102.1 845.1 230.944 1.21458 17 未知成分3 C3 * * * 901.8 262.971 1.43036 18 2-己烯醇（单体） 2-hexen-1-ol-M 2305-21-7 C6H12O 100.2 847.8 232.292 1.18760 单体 19 2-己烯醇（二聚体） 2-hexen-1-ol-D 2305-21-7 C6H12O 100.2 853 234.989 1.52598 二聚体 20 未知成分4 C4 * * * 766.5 193.185 1.32492 21 未知成分5 C5 * * * 733.4 180.712 1.31266 22 未知成分6 C6 * * * 728.1 178.689 1.40338 23 异戊醇 3-methylbutan-1-ol 123-51-3 C5H12O 88.1 731.7 180.037 1.49411 24 未知成分7 C7 * * * 708.5 171.272 1.20845 25 未知成分8 C8 * * * 652.1 155.427 1.20967 26 1-烯-3-辛醇（单体） oct-1-en-3-ol-M 3391-86-4 C8H16O 128.2 983.7 331.228 1.16135 单体 27 正己酸 hexanoic acid 142-62-1 C6H12O2 116.2 1004.6 353.362 1.29652 28 壬醛 nonanal 124-19-6 C9H18O 142.2 1107.5 498.234 1.47932 29 2,3-丁二酮 2,3-butanedione 431-03-8 C4H6O2 86.1 612 146.299 1.17152 30 乙酸乙酯 ethyl Acetate 141-78-6 C4H8O2 88.1 611 146.049 1.34218 31 未知成分9 C9 * * * 1168.9 584.635 1.14715 32 未知成分10 C10 * * * 1168.9 584.635 2.04350 33 反式-2-庚烯醛（二聚体） （E）-hept-2-enal-D 18829-55-5 C7H12O 112.2 956.5 308.61 1.6762 二聚体 34 苯乙醛（二聚体） benzene acetaldehyde-D 122-78-1 C8H8O 120.2 1038.9 401.661 1.53804 二聚体 35 未知成分11 C11 * * * 987.8 334.69 1.68907 36 2-辛酮（单体） 2-octanone-M 111-13-7 C8H16O 128.2 1000.2 347.211 1.33258 单体 37 未知成分12 C12 * * * 1003.6 351.904 1.22784 38 3-甲硫基丙醇 3-Methylthio-1-propanol（methionol） 505-10-2 C4H10OS 106.2 975.6 324.496 1.08941 39 未知成分13 C13 * * * 918.3 276.719 1.19785 40 反式-2-辛烯醛（单体） （E）-2-octenal-M 2548-87-0 C8H14O 126.2 1058.7 429.511 1.33206 单体 41 反式-2-辛烯醛（二聚体） （E）-2-octenal-D 2548-87-0 C8H14O 126.2 1057.7 428.152 1.82712 二聚体 42 未知成分14 C14 * * * 1077 455.335 1.16569 43 未知成分15 C15 * * * 989.7 336.256 1.19634 44 未知成分16 C16 * * * 1018 372.214 1.39033 45 未知成分17 C17 * * * 1027.2 385.147 1.29570 46 反式-2,4-庚二烯醛 （E,E）-2,4-heptadienal 4313-03-5 C7H10O 110.2 1015.3 368.376 1.19160 47 庚醇 heptanol 53535-33-4 C7H16O 116.2 976.4 325.170 1.39664 48 未知成分18 C18 * * * 941.1 295.750 1.18135 49 正戊醇（单体） pentan-1-ol-M 71-41-0 C5H12O 88.1 767.5 193.570 1.25657 单体 50 正戊醇（二聚体） pentan-1-ol-D 71-41-0 C5H12O 88.1 765.1 192.659 1.51395 二聚体 51 未知成分19 C19 * * * 750.2 187.036 1.10863 52 异戊醛 3-methylbutanal 590-86-3 C5H10O 86.1 657.5 156.673 1.40883 53 2-辛酮（二聚体） 2-octanone-D 111-13-7 C8H16O 128.2 1000.3 347.283 1.76506 二聚体 注：*，成分尚不明确。 
下载: 导出CSV
-
[1] ARIOGLU H, BAKAL H, ONAT B, et al. The effect of harvesting date on some agronomic and quality characteristics of peanut grown in the Mediterranean region of Turkey[J]. Turkish Journal of Field Crops,2018,23(1):27−37.
[2] ZHAO X, CHEN J, DU F. Potential use of peanut by-products in food processing: A review[J]. Journal of Food Science and Technology,2012,49(5):521−529. doi: 10.1007/s13197-011-0449-2
[3] MUPUNGA I, MNGQAWA P, KATERERE D. Peanuts, aflatoxins and undernutrition in children in sub-saharan Africa[J]. Nutrients,2017,9(12):1287. doi: 10.3390/nu9121287
[4] DIAO E, DONG H, HOU H, et al. Factors influencing aflatoxin contamination in before and after harvest peanuts: A review[J]. Journal of Food Research,2014,4(1):148−154. doi: 10.5539/jfr.v4n1p148
[5] 孙嘉卿, 冯涛, 张灿, 等. 结合GC-MS和GC-IMS分析不同处理方式下玉米的挥发性风味物质[J]. 粮油食品科技,2021,29(1):1−9. [SUN J Q, FENG T, ZHANG C, et al. Analysis of volatile flavor compounds in corn under different treatments by GC-MS and GC-IMS[J]. Science and Technology of Cereals, Oils and Foods,2021,29(1):1−9. [6] 谷航, 陈通, 陈明杰, 等. 气相-离子迁移谱联用技术评定大米霉变程度的应用研究[J]. 中国粮油学报,2019,34(9):118−124. [GU H, CHEN T, CHEN M J, et al. Application of gas chromatography-ion migration spectrometry (GC-IMS) to evaluate the degree of mildew in rice[J]. Journal of the Chinese Cereals and Oils Association,2019,34(9):118−124. doi: 10.3969/j.issn.1003-0174.2019.09.020 [7] 谷航. GC-IMS联用技术在大米霉变早期监测中的应用研究[D]. 镇江: 江苏大学, 2019. GU H. Application research of GC-IMS continuous technology in early monitoring of rice mildew[D]. Zhenjaing: JIANGSU University, 2019.
[8] CHEN T, QI X P, CHEN M J, et al. Discrimination of chinese yellow wine from different origins based on flavor fingerprint[J]. Acta Chromatographica,2019,32(2):1−6.
[9] ZIPORA T, SARIT M, SARA L, et al. Characterization of volatile signatures of Pectobacterium and Dickeya spp. as biomarkers for early detection and identification-a major tool in potato blackleg and tuber soft rot management[J]. LWT-Food Science and Technology,2021,144:111236. doi: 10.1016/j.lwt.2021.111236
[10] CHITARRA G S, ABEE T, ROMBOUTS F M, et al. Germination of Penicillium paneum conidia is regulated by 1-Octen-3-ol, a volatile self-inhibitor[J]. Applied and Environmental Microbiology,2004,70(5):2823−2829. doi: 10.1128/AEM.70.5.2823-2829.2004
[11] INSAM H, SEEWALD M. Volatile organic compounds (VOCs) in soils[J]. Biology and Fertility of Soils,2010,46(3):199−213. doi: 10.1007/s00374-010-0442-3
[12] HERNÁNDEZ-MESA M, ROPARTZ D, GARCÍA-CAMPAA A M, et al. Ion mobility spectrometry in food analysis: Principles, current applications and future trends[J]. Molecules,2019,24(15):2706. doi: 10.3390/molecules24152706
[13] ZHANG X, DAI Z, FAN X, et al. A study on volatile metabolites screening by HS-SPME-GC-MS and HS-GC-IMS for discrimination and characterization of white and yellowed rice[J]. Cereal Chemistry,2020,97(2):496−504. doi: 10.1002/cche.10264
[14] ALIAÑO-GONZÁLEZ M J, FERREIRO-GONZÁLEZ M, ESPADA-BELLIDO E, et al. A screening method based on headspace-ion mobility spectrometry to identify adulterated honey[J]. Sensors,2019,19(7):1621. doi: 10.3390/s19071621
[15] 李亚会, 龚霄, 任芳, 等. 基于气相离子迁移谱分析不同贮藏条件下番荔枝的风味变化[J]. 食品工业科技,2019,40(18):263−266, 272. [LI Y H, GONG X, REN F, et al. Flavor changes of Annona Squamosa L. under different storage conditions by GC-IMS[J]. Science and Technology of Food Industry,2019,40(18):263−266, 272. [16] 朱丽娜, 孟新涛, 徐斌, 等. 基于气相离子迁移谱检测的轮南白杏气调包装果实采后风味物质变化[J]. 现代食品科技,2019,35(8):294−303. [ZHU L N, MENG X T, XU B, et al. Changes of postharvest flavor substance in different packages of ‘Lunnan’ apricots using gas chromatography-ion mobility spectroscopy[J]. Modern Food Science and Technology,2019,35(8):294−303. [17] LI X, WANG K, YANG R, et al. Mechanism of aroma compounds changes from sea cucumber peptide powders (SCPPs) under different storage conditions[J]. Food Research International,2019,128:108757.
[18] LI X, CUI W WANG W, et al. Analysis of the volatile compounds associated with pickling of ginger using headspace gas chromatography ion mobility spectrometry[J]. Flavour and Fragrance Journal,2019,34(6):485−492. doi: 10.1002/ffj.3530
[19] YANG L, LIU J, WANG X, et al. Characterization of volatile component changes in Jujube fruits during cold storage by using headspace-gas chromatography-ion mobility spectrometry[J]. Molecules,2019,24(21):3904. doi: 10.3390/molecules24213904
[20] 刘学艳, 王娟, 彭云, 等. 基于GC-IMS对勐海县晒青毛茶的挥发性组分分析[J]. 食品工业科技,2021,42(14):233−240. [LIU X J, WANG J, PENG Y, et al. The volatile component analysis of sun-dried green tea in menghai county based on GC-IMS[J]. Science and Technology of Food Industry,2021,42(14):233−240. [21] 谭艳, 王国庆, 吴锦铸, 等. 基于GC-MS与GC-IMS技术对四种柚皮精油挥发性风味物质的检测[J]. 食品工业科,2021,42(15):256−268. [TAN Y, WANG G Q, WU J T, et al. Analysis of volatile flavour components in four pomelo peel essential oils based on GC-MS and GC-IMS[J]. Science and Technology of Food Industry,2021,42(15):256−268. [22] MONEDEIRO F, MILANOWSKI M, RATIU I A, et al. VOC profiles of saliva in assessment of halitosis and submandibular abscesses using HS-SPME-GC/MS technique[J]. Molecules,2019,24(16):2977. doi: 10.3390/molecules24162977
[23] 郑小嘎, 吴爱东, 李继峰, 等. 3种不同品种玫瑰精油挥发性成分基于GC-IMS的指纹图谱分析[J]. 农产品加工,2020(20):60−64, 67. [ZHENG X G, WU A D, LI J F, et al. Volatile compounds analysis in three kinds of rose essential oils by GC-IMS fingerprint[J]. Farm Products Processing,2020(20):60−64, 67. [24] 曹玉玺, 吴祖芳, 翁佩芳, 等. 酚酸类物质对杨梅发酵酒贮藏期间色泽和挥发性风味物质的影响[J]. 食品科学,2021(11):78−85. [CAO Y X, WU Z F, WENG P F, et al. Effect of phenolic acids on color and volatile flavor compounds of bayberry fermented wine during storage[J]. Food Science,2021(11):78−85. doi: 10.7506/spkx1002-6630-20200712-161 [25] 姚文生, 马双玉, 蔡莹暄, 等. 基于气相-离子迁移谱技术分析烤羊肉串的挥发性风味成分[J]. 食品工业科技,2021,42(8):256−263. [YAO W S, MA S Y, CAI Y X, et al. Analysis of volatile flavor substances in mutton shashlik based on GC-IMS technology[J]. Science and Technology of Food Industry,2021,42(8):256−263. [26] 时玉强, 刘锡潜, 李顺秀, 等. 基于气相离子迁移谱的大豆分离蛋白风味控制研究[J]. 农业机械学报,2021,52(2):355−363. [SHI Y Q, LIU X Q, LI S X, et al. Flavor control of soy protein isolate by GC-IMS[J]. Transactions of the Chinese Society for Agricultural Machinery,2021,52(2):355−363. doi: 10.6041/j.issn.1000-1298.2021.02.035 [27] 邵悦春, 付晓婷, 许加超, 等. 基于气相离子迁移谱的发酵海带风味分析[J]. 食品工业科技,2021,42(12):300−306. [SHAO Y C, FU X T, FU J C, et al. Flavor analysis of fermented laminaria japonica based on gas chromatograph-ion mobility spectrometer (GC-IMS)[J]. Science and Technology of Food Industry,2021,42(12):300−306. [28] 李红, 党晨阳, 张金荣. 三种马尾藻不同部位挥发性成分的比较分析[J]. 食品工业科技,2018,39(24):281−288, 293. [LI H, DANG C Y, ZHANG J R. Comparative analysis of volatile components in different parts of three kinds of Sargassum[J]. Science and Technology of Food Industry,2018,39(24):281−288, 293. [29] 张敏敏, 路岩翔, 赵志国, 等. 气相-离子迁移谱结合化学计量学方法快速区分不同年份酿造白酒[J/OL]. 食品工业科技, 2021, 42(14): 226−232. ZHANG M M, LU Y X, ZHAO Z G, et al. Rapid discrimination of different years of brewing liquor by gas chromatography-ion mobility spectroscopy combined with chemometrics method[J]. Science and Technology of Food Industry, 2021, 42(14): 226−232.
[30] 肖岚, 欧阳灿, 李娟, 等. 气相色谱-离子迁移质谱技术分析不同烹饪方式对大蒜挥发性风味物质的影响[J]. 中国食品添加剂,2020,31(12):99−107. [XIAO L, OU YANG C, LI J, et al. Effects of different cooking methods on volatile flavor compounds of garlic by gas chromatography-ion migration mass[J]. China Food Additives,2020,31(12):99−107. [31] BENNETT J, INAMDAR A. Are some fungal volatile organic compounds (VOCs) mycotoxins?[J]. Toxins,2015,7(9):3785−3804. doi: 10.3390/toxins7093785
[32] KARLSHØJ K, NIELSEN P V, LARSEN T O. Differentiation of closely related fungi by electronic nose analysis[J]. Journal of Food Science,2007,72(6):187−192. doi: 10.1111/j.1750-3841.2007.00399.x
[33] LI H, KANG X, WANG S, et al. Early detection and monitoring for Aspergillus flavus contamination in maize kernels[J]. Food Control,2021,121:107636. doi: 10.1016/j.foodcont.2020.107636
[34] ZHANG S, ZHAI H, HU Y, et al. A rapid detection method for microbial spoilage of agro-products based on catalase activity[J]. Food Control,2014,42:220−224. doi: 10.1016/j.foodcont.2014.02.029
-
期刊类型引用(3)
1. 雷军，胡悦. 在线凝胶渗透色谱-气质联用法测定腌制鱼中7种N-亚硝胺类化合物的一测多评研究. 中国调味品. 2025(01): 201-205+215 . 
百度学术
2. 杨军林，田栋伟，王佳，赵雯宇，黄河鸥，范恩帝，朱安然，尤小龙，吴成，胡建锋，汪地强. 超高效液相色谱-质谱-一测多评法结合质量控制图在高温大曲生产过程品控分析中的应用. 食品与发酵工业. 2024(08): 290-302 . 百度学术
3. 王彦蕊，潘立超，任玉龑，郭晓鹏，任海伟，范文广，李志忠. 基于Web of Science和CNKI的羊肚菌研究文献计量分析. 中国食用菌. 2022(07): 1-12 . 百度学术
其他类型引用(4)
下载:
计量
- 文章访问数: 415
- HTML全文浏览量: 89
- PDF下载量: 23
- 被引次数: 7
