海产品气味辨别方法

摘要

本发明提供一种海产品气味辨别方法，解决现有技术中对于海产品气味分析方法中的不足之处，本发明的海产品气味辨别方法采用固相微萃取方法SPME采集海产品储藏过程的气味气体；将采集的气味气体用气质联用技术GC-MS检测，获得海产品的气味特征；联合采用归一化法、主成分分析PCA和共有模式结合的数据解析方法，解析海产品储藏过程气味特征的变化，寻找海产品鲜度变化的气味预警及标志物，以此辨别出海产品的新鲜程度。本发明联用有机分析技术，结合生物学原理，找到预示海产品变质的气味标志物，海产品变质过程气味色谱特征及其鲜度的关系，为海产品鲜度判别提供了一种可靠有效的方法。

主权项

一种海产品气味辨别方法，其特征在于：采用固相微萃取方法SPME采集海产品储藏过程的气味气体；将采集的气味气体用气质联用技术GC‑MS检测，获得海产品的气味特征；联合采用归一化法、主成分分析PCA和共有模式结合的数据解析方法，解析海产品储藏过程气味特征的变化，寻找海产品鲜度变化的气味预警及标志物，以此辨别出海产品的新鲜程度；所述联合采用归一化法、主成分分析PCA和共有模式结合的数据解析方法，解析海产品储藏过程气味特征的变化，寻找海产品鲜度变化的气味预警及标志物，以此辨别出海产品的新鲜程度具体为：根据得到的储藏过程海产品的气味色谱图，对各气味组分的峰面积进行归一化处理，获取各气味组分的归一化相对百分含量；海产品储藏过程中，随着鲜度的变化，各个气味组分量和质的变化表现为气味整体特征的变化，须采用化学计量学方法从统计层面上解析海产品储藏过程气味特征的差异；然后，采用PCA解析海产品储藏过程中气味色谱数据，发现不同新鲜度海产品气味色谱数据有不同的聚类规律，结果表明海产品储藏过程不同阶段有明显不同的气味特征；PCA聚类规律可以反映海产品储藏过程气味特征的整体差异；最后，采用共有模式统计和对比变质前后海产品气味特征，获取气味组分对于海产品气味特征的贡献，得到对海产品变质前后气味特征差异的各气味组分，这些特征气味成分即为海产品储藏过程鲜度判别的预警物质，具体操作如下：应用归一化、PCA和共有模式分析三种数据处理方式，获取海产品气味特征中的潜在信息，将样品以及空白的GC/MS原始数据，即保留时间以及信号强度经ChemSW软件转换为“m×2”矩阵，其中m代表采样频率，数据的第一列为具体采样的保留时间值，第二列为质谱检测器的信号响应强度；经过点对点的空白扣除，系统能得到不含空白值的海产品气味净谱图，经过小波平滑和多项式平滑处理以及保留时间和质谱响应校正，所有获得的海产品气味净谱图组成一个“m×n”的矩阵Y，其中n代表净谱图数，对矩阵Y进行奇异值分解，即：这里，U为标准列正交矩阵，VT为标准行正交矩阵，即得分矩阵和载荷矩阵，分别收集了特征值矩阵S中特征值所对应的列特征矢量和行特征矢量，在统计分析中，对得分矩阵的主成分进行投影分析，就可以得到代表原始矩阵Y在空间分布上差异的投影图，最终达到聚类分析目的，在此基础上对聚类数据进行分析，即共有模式分析，通过抽提这些子集数据中的共同特征并对不同的共有模式进行对比分析，即能找到各类数据的共同点与差异性。