SPME/GC-MS在综合评判苹果酒质量中的应用研究

利用顶空法固相微萃取与气相色谱-质谱联用鉴定了8种苹果酒中挥发性香气的主要成分；选取对苹果酒总体香气贡献较大的7种高级醇类和6种酯类，并以2-辛醇为内标，测定了它们的含量；并构建了高级醇类和酯类的模糊综合评判隶属函数模型；利用模糊综合评判法得出了5^#为最优苹果酒，6^#次之，与感官品评结果相一致，表明本文提出的方法可行，且比传统的方法更具有优越性、客观性，更能全面地利用酒样信息。     

动态泡沫浮选法分离富集人参提取液中的二醇型人参皂苷

采用动态泡沫浮选法分离富集人参提取液中的二醇型人参皂苷, 用高效液相色谱法测定6种人参皂苷Rg₁, Re, Rb₁, Rc, Rb₂和Rd的含量. 考察了浮选液pH值、电解质NaCl浓度、载气流量、料液浓度及料液流速对人参皂苷浮选率的影响, 确定了动态泡沫浮选的最佳条件, 并与溶剂提取法、溶剂浮选法以及静态泡沫浮选法进行了比较. 结果表明, 动态泡沫浮选法对二醇型人参皂苷Rb₁, Rc, Rb₂和Rd具有高富集效率, 回收率分别为93.3%, 98.6%, 96.9%和98.3%, 而对三醇型人参皂苷Rg1和Re的富集效率却很低, 回收率分别为4.8%和4.2%. 该法是分离纯化二醇型人参皂苷的一种简便有效的方法.     

基于ICP-MS法的苹果酒发酵过程矿质元素的动态分析

利用电感耦合等离子质谱仪(ICP-MS)测定苹果酒发酵的不同时期主要矿质元素含量,分析在苹果酒发酵过程中主要矿质元素的吸收和释放的动态变化。结果表明：发酵液中含有的主要矿质元素有钾、钠、钙、镁、铁、锰、铜、锌、锶、硼等十种,其中钾元素的含量最高,在苹果汁中达到1 853.83 mg·L-1,经过发酵后的含量为1 654.38 mg·L-1。在发酵过程中,各种矿质元素的含量处于不断的动态变化之中,整体看来,在发酵进行72～120 h以及144～216 h,大部分矿质元素的含量变化波动较大;尤其在发酵进行到192 h,大部分矿质元素的含量都达到峰值或谷值,其中铁和锌元素的含量达到峰值,钾、钠、钙、镁、锰、硼六种元素的含量达到谷值。但在随后发酵结束前的24 h内,矿质元素的含量又剧烈反弹。经过发酵过程后,钾、镁、铜、锌、硼等元素的含量显著降低,钠、钙、锰、铁、锶等元素含量变化不显著。对十种元素进行相关性分析,结果表明钙元素和锰元素之间的相关性最高,pearson相关系数达到0.924。试验结果为调控酿酒过程,控制产品质量提供了理论依据。     

基于傅里叶变换红外光谱的灭活酿酒酵母菌对展青霉素的吸附机理分析

采用不同化学屏蔽方法和傅里叶变换红外光谱（FTIR）分析,对灭活酿酒酵母菌吸附展青霉素的机理进行了研究。化学屏蔽法与酿酒酵母菌对展青霉素的吸附结果表明：酿酒酵母菌经过丙酮和NaOH处理后对展青霉素的吸附明显增加,而经过氨基甲基化和羧基酯化处理的酵母菌对展青霉素的吸附能力显著下降,细胞壁上的羧基和氨基参与了吸附过程。红外光谱分析结果表明,吸附前后红外光谱图发生了一些变化,与变化有关的主要是存在于细胞壁蛋白质和糖类上的氨基、羧基和羟基。     

基于ICP-MS法的苹果酒发酵过程矿质元素的动态分析

利用电感耦合等离子质谱仪(ICP-MS)测定苹果酒发酵的不同时期主要矿质元素含量, 分析在苹果酒发酵过程中主要矿质元素的吸收和释放的动态变化。结果表明: 发酵液中含有的主要矿质元素有钾、钠、钙、镁、铁、锰、铜、锌、锶、硼等十种, 其中钾元素的含量最高, 在苹果汁中达到1 853.83 mg·L-1, 经过发酵后的含量为1 654.38 mg·L-1。在发酵过程中, 各种矿质元素的含量处于不断的动态变化之中, 整体看来, 在发酵进行72～120 h以及144～216 h, 大部分矿质元素的含量变化波动较大;尤其在发酵进行到192 h, 大部分矿质元素的含量都达到峰值或谷值, 其中铁和锌元素的含量达到峰值, 钾、钠、钙、镁、锰、硼六种元素的含量达到谷值。但在随后发酵结束前的24 h内, 矿质元素的含量又剧烈反弹。经过发酵过程后, 钾、镁、铜、锌、硼等元素的含量显著降低, 钠、钙、锰、铁、锶等元素含量变化不显著。对十种元素进行相关性分析, 结果表明钙元素和锰元素之间的相关性最高, pearson相关系数达到0.924。试验结果为调控酿酒过程, 控制产品质量提供了理论依据。     

苹果酒发酵过程中糖度近红外光谱检测模型的建立

在苹果酒发酵过程中,由于糖度变化幅度很大且酒体基质始终处于动态变化之中,文章采用分阶段处理结合人工神经网络法对不同发酵阶段的糖度检测、监测近红外光谱模型的建立进行了探讨。不同建模方法的比较结果表明采用减去一条直线法预处理光谱,阶段I建模光谱范围选择7 502～6 472.1 cm-1,阶段Ⅱ建模光谱范围选择6 102～5 446.2 cm-1时,阶段I模型的R2为98.93%,RMSECV为4.42 g·L-1;阶段Ⅱ模型的R2为99.34%,RMSECV为1.21 g·L-1;进一步对模型进行验证和评价,结果表明阶段I模型验证集的RMSEP为4.07 g·L-1;阶段Ⅱ模型验证集的RMSEP为1.13 g·L-1。本研究结果表明利用近红外光谱法建立的模型具有良好的预测效果, 能满足苹果酒工业生产中检测、监测精度要求。