摘要

本文通過(guò)頂空 - 固相微萃取（HS-SPME）結(jié)合氣相色譜質(zhì) 譜聯(lián)用技術(shù)（GC-MS）分析了荔枝酒中的揮發(fā)性香氣化合物。 共鑒定出化合物 86 種，其中醇類化合物 16 種、酯類 21 種、 烯萜類 18 種、酸類 7 種、酚類 2 種、含硫化合物 3 種、醚 類 3 種、其他 16 種。醇類（42.6%）、酯類（37.47%）、 酸類（10.07%）和烯萜類（5.61%）是荔枝酒中最重要的 香氣組成。本文借助 Tracefinder 工作站的 Deconvolution 解卷積軟件對(duì)數(shù)據(jù)進(jìn)行定性分析，Deconvolution 軟件基于 “質(zhì)譜優(yōu)先”算法，可以有效地鑒定色譜上共流出但質(zhì)譜 頂點(diǎn)依舊分離的化合物，尤其是在鑒定低濃度化合物上效果卓著。

荔枝是典型的熱帶、亞熱帶水果，風(fēng)味獨(dú)特、汁液充足、 營(yíng)養(yǎng)豐富，而荔枝酒因?yàn)槠浼冋齼?yōu)雅的果香、細(xì)膩的口感， 在果酒市場(chǎng)占得一席之地。荔枝酒中主要的香氣化合物為 醇類、酯類、羧酸類、烯萜類、酮類、酸類等，其香氣與 荔枝品種，果實(shí)在成熟、加工及陳釀過(guò)程中的氧化作用和 微生物發(fā)酵作用有關(guān)，香氣組成十分復(fù)雜。

固相微萃?。⊿PME）方法在 1989 年由加拿大 Waterloo 大 學(xué)的 Pawliszyn 教授首次發(fā)明，商品化后被廣泛應(yīng)用于環(huán)境、 醫(yī)藥、生物及食品等樣品中的揮發(fā)性和半揮發(fā)性化合物的 提取分析中，SPME 技術(shù)方法簡(jiǎn)單、提取效果好、是一種 無(wú)溶劑、環(huán)境友好型的樣品前處理方法。氣相色譜質(zhì)譜聯(lián) 用技術(shù)（GC-MS）因其結(jié)合強(qiáng)大的色譜分離能力與質(zhì)譜對(duì) 未知化合物的解析能力，成為揮發(fā)性化合物分離和鑒定的 最重要的分析方法之一。

傳統(tǒng) GC-MS 定性分析時(shí)采用“色譜優(yōu)先”的方法，通過(guò) “Genesis”、“ICIS”等算法進(jìn)行色譜峰的檢測(cè)，然后將色 譜峰與譜庫(kù)進(jìn)行比對(duì)和匹配，以匹配度高低確認(rèn)化合物?！吧?譜優(yōu)先”的方法其缺點(diǎn)之一是無(wú)法鑒定共流出物，尤其是 在低濃度的情況下。Tracefinder Deconvolution 解卷積軟件 在進(jìn)行定性分析時(shí)采用“質(zhì)譜優(yōu)先”的方法，通過(guò)尋找峰 值頂點(diǎn)符合一定標(biāo)準(zhǔn)的質(zhì)譜峰，獲得提取離子流圖（XIC）， 并將它們?cè)O(shè)定為單獨(dú)的化合物，然后基于XIC進(jìn)行譜庫(kù)檢索， 能夠有效分離色譜上共餾出但質(zhì)譜頂點(diǎn)依然分離的化合物。 

本文采用頂空 - 固 相 微 萃 ?。℉S-SPME）結(jié)合 GC-MS 分 析 荔 枝 酒 中 的 揮 發(fā) 性 香 氣 化 合 物， 通 過(guò) Tracefinder  Deconvolution 軟件對(duì)數(shù)據(jù)進(jìn)行處理，建立了一套簡(jiǎn)單、環(huán) 保的香氣化合物定性分析流程。

結(jié)論

本文采用 HS-SPME-GC-MS 結(jié)合 Tracefinder  Deconvolution 軟件，分析荔枝酒中揮發(fā)性香氣化合物， 共檢出化合物 86 種。其中醇類、酯類、烯萜類化合物 檢出數(shù)量最多，且相對(duì)峰面積最大，是荔枝酒中的關(guān)鍵 香氣組成。 

采用基于“質(zhì)譜優(yōu)先”算法的 Deconvolution 解卷積軟件， 能自動(dòng)將色譜峰進(jìn)行解析并將對(duì)齊的質(zhì)譜峰歸屬為單個(gè) 化合物，再進(jìn)行譜庫(kù)檢索。能夠有效地對(duì)共流出峰進(jìn)行 定性分析，尤其是在分析低濃度化合物時(shí)，能夠有效地 在背景噪聲或干擾峰下找到目標(biāo)化合物。

標(biāo)簽：HS-SPME-GC-MS 結(jié)合 Tracefinder Deconvolution 軟件