通过LC-MS/MS和ESI源内碎片化的指纹和量化素
Yanxin Lin1, Helene Hopfer1, Qining Zhang2
1Department of Food Science, College of Agricultural Sciences, Pennsylvania State University, University Park, Pennsylvania 16802, United States.
Journal of agricultural and food chemistry
|May 16, 2025
概括
一种名为凝聚宁碎片指纹 (C-TFF) 的新方法可以在复杂样本中准确地识别和量化素 (PC) 或凝聚宁 (CT). 这种先进的技术改善了在食品和饮料中发现这些重要的多的分析.
科学领域:
- 分析化学 分析化学
- 食品科学 食品科学 食品科学
- 聚合物化学 聚合物化学
背景情况:
- 素 (PCs),也称为凝结素 (CTs),是红葡萄酒和其他食物中重要的多,影响口感和生物活动.
- 现有的PC/CT分析方法提供了简化的和素总值,不考虑结构的多样性,并且往往与感觉和生物特性的相关性很差.
- 之前的素源内碎片化 (PC-ISF) 方法需要优化,以准确地表征具有较高聚合度 (DP > 3) 的CT.
研究的目的:
- 开发和验证一种基于快速,优化源内碎片化 (ISF) 的方法,用于全面的普素 (PC) 指纹.
- 准确地识别和量化复杂矩阵中的多种凝结 (CTs).
- 克服当前方法在将含量与生物和感官属性的相关性方面的局限性.
主要方法:
- 引入了压缩粉碎指纹 (C-TFF),一种基于ISF的新方法,利用多个源能量 (30,110,140V或135,330,380V) 进行PC脱聚合.
- 采用多重反应监测 (MRM) 来进一步分解碰撞细胞中的脱聚合光谱.
- 利用多重线性回归 (MLR) 来关联分析PC标准的MRM转换与目标样本中的未识别的PC,用于识别和定量.
主要成果:
- C-TFF成功地以高准确度和精度对五种B型PC (DPs1-5) 和商业酒样本的十九种混合物进行了特征化.
- 该方法有效地可视化和区分不同的CT结构,从较小的寡合物到较大的聚合物.
- 通过识别和量化个人PC,证明了C-TFF通过识别和量化个人PC提供全面指纹的能力.
结论:
- 凝粉碎指纹 (C-TFF) 为复杂样本中的PC/CT进行详细分析提供了快速而准确的方法.
- 这种方法提高了理解CT结构多样性的分析能力,这对质量和健康相关益处至关重要.
- 未来的研究将专注于扩展C-TFF以表征葡萄酒等样品中普遍存在的较高分子量CT (mDP > 5).
关键词:
线性回归是一种线性回归.质谱测量质谱测量质谱测量质量测量质谱测量质量测量质量测量质量测量质量测量质量测量质量测量质量测量质量测量质量测量质量测量质量测量质量测量质量测量质量测量质量测量质量测量质量测量质量测量质量测量质量测量聚合化程度的平均程度.多重反应监测多重反应的监测.丹宁指纹的指纹.更多相关视频
07:18Natural Product Discovery with LC-MS/MS Diagnostic Fragmentation Filtering: Application for Microcystin Analysis
Published on: May 31, 2019
8.7K
09:24Standardized Identification of Compound Structure in Tibetan Medicine Using Ion Trap Mass Spectrometry and Multiple-Stage Fragmentation Analysis
Published on: March 17, 2023
805
