相关实验视频
Updated: Jul 4, 2025
06:40
Simple and Computer-assisted Olfactory Testing for Mice
Published on: June 15, 2015
10.1K
综合评估猪泥排放的优先气味物质,将非目标查与嗅觉值预测相结合
Yuan Cheng1, Tongbin Chen1, Guodi Zheng1
1Center for Environmental Remediation, Institute of Geographic Sciences and Natural Resources Research, Chinese Academy of Sciences, Beijing 100101, China; College of Resources and Environment, University of Chinese Academy of Sciences, Beijing 100049, China.
The Science of the total environment
|January 29, 2024
概括
这项研究开发了定量结构-活性关系 (QSAR) 模型,以预测猪泥臭剂的嗅觉值 (OT). 这些模型确定了关键的气味和结构,有助于气味污染的评估和控制.
科学领域:
- 环境化学环境化学
- 分析化学 分析化学
- 计算化学的计算化学
背景情况:
- 由于缺少一对一的嗅觉值 (OTs),评估猪泥臭味是具有挑战性的.
- 使用质谱的非目标查需要补充的方法来评估嗅觉感知.
研究的目的:
- 开发和验证用于预测嗅觉值 (OTs) 的定量结构-活性关系 (QSAR) 模型.
- 确定优先的气味物质并评估猪泥中的挥发性硫化合物 (VSC) 的贡献.
- 阐明有助于嗅觉感知的重要嗅觉活性结构.
主要方法:
- 气色谱-质谱 (GC-MS) 用于识别和量化27种空气中的化合物.
- 回归 (RR) 和随机森林回归 (RFR) 用于开发QSAR模型来预测OT.
- 气味活动值 (OAV) 和OAV总和 (SOAV) 的计算,以确定优先级的气味物.
主要成果:
- 开发了高性能RR (R2=0.77) 和RFR (R2=0.76) 模型用于OT预测.
- 确定的优先气味物包括p-cresol,酸,异酸,二甲基二硫化物,甲乙醇和异酸.
- 新兴的VSC对总气味活动的贡献不到10%,并且确定了气味活动的关键结构特征.
结论:
- QSAR模型有效地补充了GC-MS,用于评估对猪泥气味的嗅觉感知.
- 开发的协议可以评估来自各种来源的气味污染,并指导除臭策略.
- 了解气味活性结构有助于有针对性的气味管理和缓解.
