为探明室温贮藏对花果香红茶风味品质和生化组成的影响,本研究比较了4种不同年份(0、1、2、3a)花果香红茶风味感官品质,并采用顶空固相微萃取-气相色谱-质谱联用技术和超高效液相色谱-静电场轨道阱高分辨质谱对花果香红茶中挥发性化合...为探明室温贮藏对花果香红茶风味品质和生化组成的影响,本研究比较了4种不同年份(0、1、2、3a)花果香红茶风味感官品质,并采用顶空固相微萃取-气相色谱-质谱联用技术和超高效液相色谱-静电场轨道阱高分辨质谱对花果香红茶中挥发性化合物和非挥发性化合物进行检测。结果表明,室温贮藏对花果香红茶的感官品质影响显著,室温贮藏3 a茶叶失去花果香品质特征,以陈酸等品质特征为主。基于主成分分析和系统聚类分析均可将供试茶样划分成不同年份的4个类群,基于偏最小二乘判别分析和单因素方差分析可从不同贮藏年份花果香红茶中筛选出芳樟醇、顺式-β-罗勒烯、己酸等15种挥发性差异化合物(变量投影重要性(variable importance in project,VIP)>1和P<0.05),茶氨酸、表儿茶素、葡萄糖酸等154种非挥发性差异化合物(VIP>2和P<0.05)。挥发性化合物中芳樟醇、己醛、顺式-β-罗勒烯、2-戊基呋喃等的含量随贮藏年份增加而减少,而己酸、二氢猕猴桃内酯、1-乙基-2-甲酰基吡咯、反式-β-紫罗兰酮等的含量随贮藏年份增加而增加。非挥发性化合物中大部分氨基酸类、核苷酸类、糖类、茶多酚等的含量随贮藏时间延长而减少,而有机酸和脂类化合物等的含量多呈增加趋势。研究结果可为阐明花果香红茶贮藏过程的风味品质变化提供科学依据,也有利于引导市场理性存茶和科学消费。展开更多
依据专家感官审评结果将14个红茶样本按香气品质的优劣划分为优质红茶与缺陷红茶2组,基于快速气相电子鼻(fast gas chromatography-electronic-nose,GC-E-Nose)和气相色谱-质谱(gas chromatography-mass spectrometry,GC-MS)融合技术结...依据专家感官审评结果将14个红茶样本按香气品质的优劣划分为优质红茶与缺陷红茶2组,基于快速气相电子鼻(fast gas chromatography-electronic-nose,GC-E-Nose)和气相色谱-质谱(gas chromatography-mass spectrometry,GC-MS)融合技术结合多元统计分析对2组茶样进行判别分析,筛选影响两类茶样分类的关键差异组分。结果显示:GC-E-Nose(44维)和GC-MS(73维)相融合可以得到117维融合数据集,用其建立的正交偏最小二乘判别分析模型可以实现两类红茶的准确分类,其模型解释能力和预测能力(R_(Y)^(2)=0.976,Q^(2)=0.959)较单一的GC-E-Nose或GC-MS数据模型更优。基于变量投影重要性>1.6和P<0.05双变量原则,共筛选出二甲基硫醚(B3、B25)、β-紫罗酮(A59)、(3E)-4,8-二甲基壬-1,3,7-三烯(A20)、二氢猕猴桃内酯(A64)、芳樟醇(A17)、苯乙醇(A19)、δ-辛内酯(A41)和γ-壬内酯(A45)8个关键香气组分对分类起重要作用。研究结果表明,GC-E-Nose与GC-MS融合技术可以实现缺陷红茶和优质红茶的快速、准确分类,该方法可作为传统感官审评方法的补充,为红茶品质控制和质量提升提供技术支撑。展开更多
文摘为探明室温贮藏对花果香红茶风味品质和生化组成的影响,本研究比较了4种不同年份(0、1、2、3a)花果香红茶风味感官品质,并采用顶空固相微萃取-气相色谱-质谱联用技术和超高效液相色谱-静电场轨道阱高分辨质谱对花果香红茶中挥发性化合物和非挥发性化合物进行检测。结果表明,室温贮藏对花果香红茶的感官品质影响显著,室温贮藏3 a茶叶失去花果香品质特征,以陈酸等品质特征为主。基于主成分分析和系统聚类分析均可将供试茶样划分成不同年份的4个类群,基于偏最小二乘判别分析和单因素方差分析可从不同贮藏年份花果香红茶中筛选出芳樟醇、顺式-β-罗勒烯、己酸等15种挥发性差异化合物(变量投影重要性(variable importance in project,VIP)>1和P<0.05),茶氨酸、表儿茶素、葡萄糖酸等154种非挥发性差异化合物(VIP>2和P<0.05)。挥发性化合物中芳樟醇、己醛、顺式-β-罗勒烯、2-戊基呋喃等的含量随贮藏年份增加而减少,而己酸、二氢猕猴桃内酯、1-乙基-2-甲酰基吡咯、反式-β-紫罗兰酮等的含量随贮藏年份增加而增加。非挥发性化合物中大部分氨基酸类、核苷酸类、糖类、茶多酚等的含量随贮藏时间延长而减少,而有机酸和脂类化合物等的含量多呈增加趋势。研究结果可为阐明花果香红茶贮藏过程的风味品质变化提供科学依据,也有利于引导市场理性存茶和科学消费。
文摘依据专家感官审评结果将14个红茶样本按香气品质的优劣划分为优质红茶与缺陷红茶2组,基于快速气相电子鼻(fast gas chromatography-electronic-nose,GC-E-Nose)和气相色谱-质谱(gas chromatography-mass spectrometry,GC-MS)融合技术结合多元统计分析对2组茶样进行判别分析,筛选影响两类茶样分类的关键差异组分。结果显示:GC-E-Nose(44维)和GC-MS(73维)相融合可以得到117维融合数据集,用其建立的正交偏最小二乘判别分析模型可以实现两类红茶的准确分类,其模型解释能力和预测能力(R_(Y)^(2)=0.976,Q^(2)=0.959)较单一的GC-E-Nose或GC-MS数据模型更优。基于变量投影重要性>1.6和P<0.05双变量原则,共筛选出二甲基硫醚(B3、B25)、β-紫罗酮(A59)、(3E)-4,8-二甲基壬-1,3,7-三烯(A20)、二氢猕猴桃内酯(A64)、芳樟醇(A17)、苯乙醇(A19)、δ-辛内酯(A41)和γ-壬内酯(A45)8个关键香气组分对分类起重要作用。研究结果表明,GC-E-Nose与GC-MS融合技术可以实现缺陷红茶和优质红茶的快速、准确分类,该方法可作为传统感官审评方法的补充,为红茶品质控制和质量提升提供技术支撑。