Resumen

Mediante GC-IMS y GC-MS se caracterizaron los perfiles volátiles de los guisantes sometidos a 9 tipos de tratamientos diferentes, como nativos, lavados, escaldados, preenfriados, congelados, cocidos al vapor, hervidos, fritos y liofilizados. Las diferencias de compuestos volátiles en los distintos guisantes se observaron a partir de las huellas dactilares características mediante GC-IMS. El diagrama de Venn reveló que las sustancias aromatizantes comunes codetectadas por GC-IMS y GC-MS eran n-hexanal, nonanal, 1-octeno-3-ol, benzaldehído, 6-metil-5-hepten-2-ona, trans-2-octenal y 2-etil-3,5-dimetilpirazina, que se especuló que eran las sustancias aromatizantes clave de los guisantes. El análisis de conglomerados del mapa de calor realizado para estudiar las diferencias de los componentes volátiles de los guisantes bajo distintos tratamientos indicó que los guisantes podían dividirse principalmente en cuatro grupos, lo que concordaba con la conclusión anterior de la GC-IMS. Se utilizaron ocho descriptores sensoriales para evaluar las notas aromáticas: flores dulces, fragancia grasa, aldehídos cerosos, heno de setas, patata asada con frutos secos, judía vegetal, alquitrán seco picante y almendra amarga a partir del análisis sensorial, y éste también mostró una buena concordancia con los resultados de la GC-IMS y la GC-MS. Los resultados indicaron que los compuestos volátiles de los guisantes sometidos a diferentes tratamientos podían visualizarse e identificarse rápidamente mediante GC-IMS, y las muestras podían clasificarse claramente en función de la diferencia de compuestos volátiles. Aplicación práctica. En el estudio, las huellas dactilares junto con el análisis de conglomerados constituyeron un método visualizado para la identificación de compuestos volátiles. Mientras tanto, se utilizó un nuevo método, el diagrama de Venn con OAV, para identificar el aroma clave de los productos. Por último, se establece un método rápido para clasificar productos mediante GC-IMS. En futuras aplicaciones prácticas, el GC-IMS puede utilizarse para clasificar productos de distintos orígenes y distintos fabricantes. Del mismo modo, puede identificar productos falsos y de calidad inferior y si los productos se han deteriorado. Además, esta investigación proporcionará una nueva estrategia para encontrar la relación entre los compuestos del sabor y varias tecnologías de procesado hacia diferentes cereales.

• Materias:Biotecnología de alimentos Composición de los alimentos Microbiología de alimentos Tecnología de alimentos Análisis de los Alimentos
• Subjects:Food biotechnology Food composition Food microbiology Food technology Food Analysis
• Palabras claves:ims, compuestos volátiles, guisantes, distintos tratamientos, productos, resultados, diagrama de venn, análisis de conglomerados, análisis sensorial, sustancias aromatizantes comunes
• Keywords:ims, volatile compounds, peas, different treatments, products, results, venn diagram, cluster analysis, sensory analysis, common flavor substances