ジャスミンエッセンシャルオイルの香気プロファイルの分子基盤を解明する機械学習支援型フレーバーオミクス：異なる抽出プロセス下での香気

科学分野:

• エッセンシャルオイル化学; フレーバーオミクス; 食品科学

背景:

• ジャスミンエッセンシャルオイルは、香料および食品にとって不可欠です。; 従来の抽出方法は、油の収量が少なく、風味が失われます。; 抽出の最適化は、工業用途にとって重要です。

研究 の 目的:

• フレーバーオミクスと機械学習を用いてジャスミンオイルの香りの質を分析すること。; SFE-CO₂およびUAHDを含む4つの異なる抽出方法を比較すること。; 主要な芳香化合物を特定し、それらが全体の香りのプロファイルに及ぼす影響を明らかにすること。

主な方法:

• フレーバーオミクスアプローチと、ガスクロマトグラフィー-イオン移動度分光法（GC-IMS）およびガスクロマトグラフィー-質量分析法（GC-MS）を組み合わせました。; 超臨界CO₂抽出（SFE-CO₂）および超音波支援水蒸気蒸留（UAHD）は、評価された4つの方法に含まれていました。; XGBoost-SHAP機械学習モデルを使用して、揮発性成分とその香気への寄与を分析しました。

主要な成果:

• SFE-CO₂は油の収量と抗酸化活性を著しく増加させました。; UAHDは最も高いアンジオテンシン変換酵素（ACE）阻害活性を示しました。; GC-IMSおよびGC-MSは121の揮発性化合物を同定し、そのうち65は特徴的な揮発性化合物、57は主要な芳香化合物でした。; シトロネロール、α-イオノン、ヘキシルアセテート、リモネンなどの特定の化合物が、花の香り、脂肪の香り、草の香りのプロファイルに影響を与えることがわかりました。

結論:

• SFE-CO₂は、ジャスミンオイル抽出において優れた収量と抗酸化特性を提供します。; UAHDは、ACE阻害活性を持つ化合物の抽出に効果的です。; 機械学習は、揮発性化合物がジャスミンオイルの香りに及ぼす相乗効果とマスキング効果を効果的に解明し、工業的最適化の基礎を提供しました。