【48812】文献解读丨GC×GC-MS结合化学计量学测定草鱼不一样的部位挥发性化合物

　　现在，用于说明非靶向香气特征的常用剖析技能是GC-MS。但是，因为生物样品的复杂性，或许含有成百上千种挥发性成分。传统的一维GC-MS因为其别离才能不行，有极大几率会呈现共洗脱等问题。为了辨认堆叠峰，引入了全二维气相色谱质谱（GC×GC-MS）联用技能。GC×GC-MS因为具有优胜的别离才能和更高的峰容量，可以生成很多的数据，这对处理和剖析气相色谱数据提出了巨大的应战。关于有针对的靶向研讨，质谱解卷积东西足以使研讨人员从所需化合物中有效地提取信息。相比之下，在无针对的非靶向研讨中，研讨者缺少关于样品成分和相关化合物的先觉常识。因而，先进的数据处理东西关于处理GC×GC-MS数据是很重要的。

　　选用GCMS-TQ8050全二维气相色谱质谱体系，装备AOC-5000注射器、双级环型单调制器：DB-5MS色谱柱1（30 m × 0.25 mm × 0.25 μm）和BPX-1色谱柱2 (2.5 m × 0.1 mm × 0.1 μm)，体系由Cycle Composer软件操控。装备65 μm PDMS/DVB（poly-dimethylsiloxane-divinylbenzene）萃取头的AOC-5000注射器主动履行HS-SPME进程。将色谱图数据文件加载到GC image软件中做处理，生成省掉S/N值小于100的blob表，该表包括如化合物ID、化合物称号、两根色谱柱的保存时刻和RI、峰面积、blob体积等信息。因为不同样品的相同化合物在blob表中的ID是不同的，因而编写了根据Matlab的脚本来主动比较不同样品的相同物质。一个化合物品种最多的blob表被用作模板，其他blob表与其比较，以生成包括不同样品的相同化合物的矩阵。该矩阵被提交给Malab和SIMCA别离进行PCA和OPLS-DA剖析，使用VIP值找出区别草鱼不一样的部位的要害挥发性成分（图1）。

　　由此得出结论，相关于传统一维GC-MS，岛津的GC×GC-MS（GCMS-TP8050）可以检测出更多的挥发性化合物。以图2b为例，共检测出8749个blob，当S/N>

　　50时有3042个blob，当S/N>

　　100时有1469个blob。明显，一维GC是不能别离这么多峰的。

　　表2展现了51种要害挥发性候选物，这些化合物被认为是区别草鱼不一样的部位的最有影响的变量。热图（图4）标明大多数化合物浓度较低，这标明化合物浓度越高，不代表其区别草鱼各部分的才能就越强。文献调研标明，51种要害挥发性候选物除了或许来自于鱼或鱼产品，也或许来自于植物、杀虫剂、环境污染物等。