日韩av大片在线观看欧美成人不卡|午夜先锋看片|中国女人18毛片水多|免费xx高潮喷水|国产大片美女av|丰满老熟妇好大bbbbbbbbbbb|人妻上司四区|japanese人妻少妇乱中文|少妇做爰喷水高潮受不了|美女人妻被颜射的视频,亚洲国产精品久久艾草一,俄罗斯6一一11萝裸体自慰,午夜三级理论在线观看无码

德國AIRSENSE電子鼻（型號(hào)：PEN 3）采用MOS傳感器陣列技術(shù),，結(jié)合數(shù)學(xué)分析方法，通過監(jiān)測樣品揮發(fā)的氣體可快速對樣品進(jìn)行定性判斷和定量預(yù)測,，在食品、藥品的質(zhì)量檢驗(yàn),、新品研發(fā),、競品分析、科學(xué)研究等領(lǐng)域被廣泛應(yīng)用,。

為了探究花椒在不同發(fā)育階段的整體香氣特性，首先采用德國AIRSENSE電子鼻分析比較了花椒五個(gè)不同發(fā)育階段（綠色（G,，2020年5月11日）,、微紅（SR，2020年5月30日）,、淺紅（LR,，2020年6月19日）,、紅色（R，2020年7月9日）到深紅色（DR,，2020年7月29日））的香氣差異,。如圖1A所示，對硫化物和萜烯敏感的W1W傳感器,、對有機(jī)硫化物和芳香組分敏感的W2W傳感器,、對氮氧化物敏感的W5S傳感器、對醇類,、醛類和酮類敏感的W2S傳感器以及對短鏈烷烴敏感的W1S傳感器在所有檢測樣本中均顯示出相對較高的響應(yīng),。這表明硫化物、萜烯,、氮氧化物,、有機(jī)硫化物和芳香化合物的高豐度水平可能存在于花椒的所有發(fā)育階段,。類似的結(jié)果也在不同品種的花椒以及干燥的花椒產(chǎn)品中被報(bào)道,。此外,，W1S和W2S傳感器響應(yīng)值的變化表明，短鏈烷烴,、醇類,、醛類和酮類的含量從生長初期（SR）到生長中期（LR）增加，然后在最后三個(gè)階段（LR,、R和DR）保持穩(wěn)定,。根據(jù)W5S的響應(yīng)值，氮氧化物的含量在前四個(gè)階段（G,、SR、LR和R）保持穩(wěn)定,，并在最后一個(gè)階段（DR）達(dá)到峰值,。與W5S不同，硫化物,、萜烯,、有機(jī)硫化物和芳香組分（W1W和W2W）的含量在生長中期（LR）最低,，但在其余四個(gè)階段（G、DR,、R和DR）保持相對較高水平（見圖1B）,。

圖1 展示了電子鼻響應(yīng)數(shù)據(jù)的雷達(dá)圖、主成分分析（PCA）

和柱狀圖（A,，雷達(dá)圖,；B，PCA,；C,，敏感傳感器的響應(yīng)值）

不同的字母表示在0.05水平上的差異顯著性。

根據(jù)先前的研究報(bào)告,，特別是,，萜烯通常被認(rèn)為是花椒（Z. bungeanum）中主要的香氣化合物，這與所有檢測樣本中較高的W1W值相一致,。正如圖1C所示,，基于電子鼻數(shù)據(jù)集的主成分分析（PCA）模型能夠有效地區(qū)分不同階段的樣本,。然而，在5個(gè)測試樣本中有4個(gè)樣本的W1W值未被觀察到顯著差異,?？梢酝茰y，除了萜烯之外,，其他化合物也可能在花椒成熟期間的香氣形成中發(fā)揮重要作用。例如,，許多醇類（如芳樟醇,、香葉醇）和醛類（如癸醛,、香茅醛）也被認(rèn)定為花椒中的關(guān)鍵揮發(fā)性有機(jī)化合物（VOCs）,。因此,，我們進(jìn)一步進(jìn)行了固相微萃取-氣相色譜/質(zhì)譜聯(lián)用（HS-SPME-GC/MS）和氣相色譜-離子遷移譜聯(lián)用（GC-IMS）分析，以探究花椒在五個(gè)生長階段的VOCs特征,。

通過電子鼻,、氣相色譜-質(zhì)譜聯(lián)用（GC-MS）和氣相色譜-離子遷移譜聯(lián)用（GC-IMS）技術(shù)，我們分別探究了不同生長階段的花椒揮發(fā)性有機(jī)化合物（VOCs）的特性,。電子鼻分析結(jié)果顯示,，除了萜烯類化合物外，其他類型的VOCs也對花椒的香氣有顯著貢獻(xiàn),。在經(jīng)過多次多變量統(tǒng)計(jì)分析后，我們在GC-MS和GC-IMS數(shù)據(jù)集中觀察到了不同的揮發(fā)性特征,。其中,，萜烯類化合物是GC-MS檢測中的主要VOCs。相反,，在GC-IMS分析中,，醇類,、酯類和醛類是重要的組成部分,，這些VOCs含量的差異是不同生長階段花椒揮發(fā)性特征不同的主要原因。根據(jù)氣味活性值（OAV）和相對氣味活性值（ROAV）的分析,，共鑒定出37種重要的香氣物質(zhì),。主成分分析（MFA）表明，GC-MS和GC-IMS的結(jié)合使用能夠更全面地探索花椒的揮發(fā)性特征,。利用GC-MS和GC-IMS的聯(lián)合數(shù)據(jù)集,，我們構(gòu)建了加權(quán)共表達(dá)網(wǎng)絡(luò)分析（WCNA）模型。在五個(gè)不同生長階段的花椒中,，我們成功鑒定出6個(gè)顯著正相關(guān)的模塊和32種關(guān)鍵關(guān)鍵VOCs,。這些鑒定出的VOCs可以被認(rèn)為是區(qū)分不同花椒樣本的潛在生物標(biāo)志物,。