引言

酒中風味物質(zhì)的種類和含量十分豐富，主要包括醇類、醛類、酸 類、酯類、芳香族化合物等多種類型化合物，這些物質(zhì)是決定酒類 香氣、口感和風格的關(guān)鍵。氣相色譜質(zhì)譜聯(lián)用儀由于其分離效果 好、分析速度快且尤其適用于低沸點、揮發(fā)性物質(zhì)分析等優(yōu)點，已 經(jīng)成為酒類風味物質(zhì)研究的主要手段。傳統(tǒng)GC-MS對于風味物質(zhì) 的定性分析主要采用“色譜優(yōu)先”的方法，通過積分算法進行色譜 峰的檢測，然后將色譜峰與譜庫進行比對和匹配，以匹配度高低確 認化合物。這種方法的缺點之一就是無法鑒定共流出物，尤其是在 低濃度的情況下。賽默飛GC-MS自帶的解卷積軟件在進行定性分 析時采用“質(zhì)譜優(yōu)先”的方法，能夠有效分離色譜上共流出但質(zhì)譜 頂點依然分離的化合物。隨著高分辨質(zhì)譜技術(shù)的發(fā)展和應(yīng)用，酒類 風味物質(zhì)的研究又多了一種新的手段和方案，高分辨質(zhì)譜的高靈敏 度和超高的分辨率可幫助我們發(fā)現(xiàn)其他分析手段可能忽視的特征物 質(zhì)。賽默飛全新Orbitrap Exploris GC系列高分辨氣質(zhì)聯(lián)用儀具有業(yè) 界最高的240,000分辨率（m/z=200），并提供fg級全掃描HRAM數(shù) 據(jù)，低于1ppm的質(zhì)量精度，可以滿足復雜基質(zhì)樣品的分析需求， 是酒類風味成分定性定量分析的強有力工具。

通過研究酒中特征性風味化合物的差異可有效鑒別酒的類別，更好 的分析不同類型酒的差異性。功能強大的組學分析軟件Compound  Discoverer可以實現(xiàn)對復雜的GC-MS數(shù)據(jù)的提取和分析，并通過統(tǒng) 計學分析功能，快速找到樣品組之間的差異性標記物，逐一研究各 個組分的分布趨勢，為研究酒類風味物質(zhì)分析提供了有力的工具。

本文采用Thermo Scientic? Orbitrap Exploris GC 240超高分辨靜 電場軌道阱氣質(zhì)聯(lián)用儀，結(jié)合SPME Arrow自動固相微萃取技術(shù)分析不同酒類中的風味物質(zhì)及其差異性標記物，采用Compound Discoverer軟件進行解卷積和統(tǒng)計學分析。

實驗條件

樣品： 本地購買8種不同類型的市售酒類樣品（醬香型白酒A, 醬香型白酒B, 清香型白酒A,清香型白酒B, 保 健酒，威士忌，白蘭地，朗姆酒）， 分別各取1ml酒樣，4ml去離子水及2.0g氯化鈉于20mL頂空瓶中，每 個樣品準備平行樣品3個。

儀器耗材：

使用Thermo Scientific TM Orbitrap Exploris GC 240質(zhì)譜儀，配備 Thermo Scientific TM TriPlus RSH自動進樣器及Thermo Scientific TM TRACE 1310 氣相色譜儀進樣分析。采用Thermo Scientific TM TraceGOLD TG-WaxMS（30m*0.25mm*0.25μm，P/N 26088-1420） 毛細管色譜柱實現(xiàn)色譜分離。

數(shù)據(jù)處理

使用Thermo Scientific TM TraceFinder 5.1進行數(shù)據(jù)采集。通過 Thermo Scientific TM Compound Discoverer 3.3 對數(shù)據(jù)進行非靶向 定性分析。Compound Discoverer非靶向定性分析工作流程包括： 原始數(shù)據(jù)自動化解卷積、保留時間對齊、譜庫檢索、歸一化以及統(tǒng)計分析（主成分分析和差異分析）。其中譜庫檢索可同時使用GCOrbitrap/MS高分辨自建庫和商業(yè)數(shù)據(jù)庫（NIST、Wiley以及香精香 料庫等），并通過高分辨過濾分值（HRF Score）、譜庫比對的正/ 反向匹配度（SI/RSI值）和保留指數(shù)（Retention Index, RI）等信 息，共同確證未知化合物的定性結(jié)果。

結(jié)果與討論

將不同酒類的樣品（醬香型A, 醬香型B,清香型A,清香型B, 保 健酒， 威士忌，白蘭地 ，朗姆酒）的GC-Orbitrap/MS分析數(shù)據(jù)導入 Compound Discoverer3.3軟件，并根據(jù)酒的類別對數(shù)據(jù)進行分類， 繼而運行Compound Discoverer非靶向定性分析流程（圖1）。流 程首先根據(jù)設(shè)定閾值（如：TIC Area、S/N、Mass error等）進行峰 檢測；然后基于設(shè)定的離子重合度（Ion overlap window%）等參 數(shù)進行自動化解卷積（Deconvolution）和樣品峰對齊（RT Alignment）處理，峰對齊處理可以彌補樣品間細小的保留時間差異， 并對低于閾值的色譜峰進行Gap lling處理；接著，軟件針對峰對齊 后的化合物列表進行譜庫檢索，獲取未知化合物的定性分析結(jié)果； 最后，通過篩選工具和統(tǒng)計學分析（PCA、聚類、差異分析等）對 數(shù)據(jù)結(jié)果進行深入的分析。

結(jié)論

Orbitrap Exploris GC系列高分辨氣質(zhì)聯(lián)用儀，具有數(shù)據(jù)質(zhì)量精度高、分析動態(tài)范圍寬、高分辨、高靈敏度的特點，可提供ppt級全掃描 HRAM數(shù)據(jù)，低于1ppm的質(zhì)量精度，可滿足各種檢測需求，借助獨有的Compound Discoverer軟件中的統(tǒng)計學比較工具，可以快速、可 靠分離樣品中的目標組分，發(fā)現(xiàn)樣品集之間的真正差異，是酒中風味物質(zhì)研究的強有力工具。

 (1) 通過高分辨靜電場軌道阱氣質(zhì)聯(lián)用儀（GC-Orbitrap/MS）對8種不同的酒類樣品進行風味成分分析，結(jié)合Compound Discoverer軟件的 非靶向未知物定性分析流程，共定性分析出1654個化合物。

 (2) 主成分分析（PCA）結(jié)果表明，不同組的樣品點有效地聚在一起。PC1、PC2兩個主成分可以解釋55.8%的變異量，（PC1 40.7%, PC2  15.1%）。

 (3) 通過火山圖（P-value<0.05, Log2 Fold Charge>1）對比醬香型和清香型兩種不同類型的白酒，火山圖標記出共696種差異性化合物， 其中上調(diào)化合物503個，下調(diào)化合物193個。對比同一品牌兩種不同的醬香型白酒，通過火山圖標記出79種重要的化合物，其中上調(diào) 化合物50個，下調(diào)化合物29個。

 (4) 高分辨靜電場軌道阱氣質(zhì)聯(lián)用儀（GC-Orbitrap/MS）結(jié)合組學分析軟件Compound Discoverer，以組學分析思路對酒類進行成分分析， 快速尋找其中關(guān)鍵的標志化合物，為風味的分析提供新的方法和思路。

標簽：Compound Discoverer軟件