微生物挥发性有机化合物在农产品中的分析及应用研究进展

金 晶，谢顺萍，姬厚伟，邹西梅，张 丽，刘 剑*

微生物挥发性有机化合物（microbial volatile organic compounds，MVOCs）是细菌和真菌在生长繁殖过程中产生的初级或次级代谢挥发性化合物。已有大约1 000 种MVOCs被鉴定，其中包括醇、醛、烃、酸、醚、酯、酮、萜类化合物，以及硫、氮化合物等[1]。有不少研究者将MVOCs用于生物技术中，如生物勘探、生物能源、昆虫信息素、抑菌素等[2-5]；或利用MVOCs进行医疗诊断[6-7]、空气质量监测[8-9]；MVOCs还可用于筛选微生物菌株，利用发酵产香开发新型添加剂及植物内生菌香料[10-17]。

农产品在加工、运输、贮藏中的任何一个环节都伴随着微生物的活动，近年来，MVOCs在农产品中的应用研究已成为热点，有大量的文献报道。本文针对农产品中MVOCs的捕集、仪器检测、数据分析方法进行简介，并着重对MVOCs在农产品微生物污染检测、发酵食品品质监控、微生物资源开发利用等方面的应用情况作一综述。

1 MVOCs的分析方法

1.1 MVOCs的捕集

对MVOCs的检测，前处理尤为重要，即MVOCs的捕集。由于待测组分含量较小，甚至低至ng/g级别[18]，通常需要富集浓缩。文献中报道的方法有溶剂萃取[13]、同时蒸馏萃取（simultaneous distillation extraction，SDE）[10-12]以及包括静态顶空[19]、动态顶空（即吹扫捕集）[20-22]和固相微萃取（solid phase microextraction，SPME）在内的顶空技术[23-25]等。溶剂萃取和SDE的不足之处在于溶剂用量大、耗时长，且样品在萃取、过滤和浓缩过程中会损失部分低沸点化合物。而顶空技术是将液体或固体分析物放入密闭样品容器，达到平衡后从顶部空间抽取气态或蒸气样品，并与气相色谱（gas chromatography，GC）结合的分析技术，其优点是无需有机溶剂，采用气体直接进样方式，减少非挥发性成分和复杂基质对待测成分的影响和干扰。顶空技术中的SPME可根据样品中待测组分的极性选择不同涂层的萃取纤维头，达到不同富集效果，集采样、萃取、浓缩于一体，简单快速，是近年来MVOCs分析最常用的样品处理技术之一。Krajnik[26]、操庆国[27]等在研究中对比了不同纤维头对相同样品的不同萃取效果，结果显示：双极性纤维头如二乙烯基苯/碳分子筛/聚二甲基硅氧烷（divinylbenzene/carboxen/dimethylsiloxan，DVB/CAR/PDMS）和CAR/PDMS纤维头萃取得到的挥发性物质最多；对于醇类、挥发性强的硫化物CAR/PDMS的捕集效果最好；对于游离氨基酸推荐使用CAR/PDMS或聚丙烯酸酯极性纤维头。

1.2 MVOCs的仪器检测

MVOCs的仪器检测方法包括GC-质谱联用法（GC-mass spectrometry，GC-MS）[22-25]、GC-火焰离子检测法（GC-flame ionization detector，GC-FID）[28-29]、质子转移反应质谱法（proton transfer reaction-mass spectrometry，PTR-MS）[30-31]、离子迁移谱（ion mobility spectrometry，IMS）[32-36]和电子鼻技术[37-39]。其中GC-MS根据质量分析器不同，可分为GC-四极杆质谱、GC-飞行时间质谱以及GC-离子肼质谱等。GC-MS因其具有对已知物进行准确定量、对未知物进行初步定性的能力，是MVOCs检测中最常用的分析仪器[2,7]。然而GC-MS法和其他基于GC的检测法一样，样品需要进行前处理，要实现在线监测存在一定难度。PTR-MS和IMS是直接质谱技术，可实现痕量（ng/g到pg/g级别）MVOCs的在线检测[2,6-7]。电子鼻是一组化学传感器阵列，也可实现在线检测，并具有便携且成本低的优势。

1.3 数据处理方法

MVOCs种类多，浓度变化大，其影响因素包括微生物种属、生长基质、环境条件等，随着微生物生长的不同时间阶段，MVOCs也在不断变化[40-41]；因此检测数据通常需要结合化学计量学手段，将复杂的检测结果转化为有用信息。MVOCs研究中常用的化学计量学方法是模式识别技术，包括无监督学习方法和有监督学习方法。无监督学习法主要是利用原始数据信息或经预处理后的信息对样品进行分类。主成分分析（principal components analysis，PCA）是MVOCs研究中最常用的无监督学习方法，它为分散的数据信息找到更能描述这组数据的正交坐标轴，将数据降维简化。PCA得分图可直观表示样本的分类信息，载荷图显示对分类有贡献的变量及其贡献大小。无监督学习法还有层次聚类分析等。有监督学习法是建立已知样本模型，利用该模型对未知样本进行预测。常用的有监督学习法包括判别分析、线性判别分析（linear discriminant analysis，LDA）、偏最小二乘回归等。

2 MVOCs在农产品中的应用

2.1 作为农产品微生物污染及货架期预测的标志物

农产品如肉、蛋、奶和水产品，富含微生物生长所需要的营养物，在生产配送过程中非常容易受到细菌的侵染，导致产品在短时间内发生气味、颜色、质地的变化，最终腐败变质[42]。即使水分含量较小的农产品如谷物、烟草等也容易被霉菌所侵染，对人畜健康安全带来威胁。为了对各种农产品的新鲜度进行评估，预测产品保质期，国内外学者力求找到便捷准确的途径，已有不少研究尝试用MVOCs作为标志物，判断农产品受微生物感染的程度[43-44]。以下对肉、蛋、奶、土豆、粮食等不同农产品加以论述。

肉类腐败过程中，因微生物的初级和次级代谢作用产生挥发性化合物，发出不良气味[26]。顾赛麒等[41]研究不同新鲜度冷却猪肉，发现猪肉在冷藏过程中微生物生长合成蛋白酶、脂肪酶，将肉中的蛋白质、脂肪和碳水化合物分解成胺、吲哚、硫醇、硫化氢、粪臭素、脂肪酸、有机酸以及醛、酮等挥发性化合物。其研究采用PCA对SPME-GC-MS检测结果进行分析，获得16 种表征冷藏肉腐败的特征挥发物，为开发快速检测猪肉新鲜度的方法提供了理论依据。胡惠平等[45]利用电子鼻和SPME-GC-MS技术，对3 株从猪肉中分离得到的假单胞菌在胰酪胨大豆肉汤培养基上培养产生的挥发性代谢产物进行检测分析，运用PCA和判别因子法对检测结果进行分析，结果表明，3 种假单胞菌能够被完全区分。Krajnik等[26]采用顶空-SPME-GC/MS技术研究了21 ℃有氧条件下鸡胸肉所产生的MVOCs随时间的变化，该方法通过对比不同极性的SPME针头对检测结果的影响，选择通用且稳定性高的100 μm聚二甲基硅氧烷涂层针头。PCA分析结果表明：乙醇和3-甲基-1-丁醇可以作为常温有氧环境鸡肉腐败SPME快速检测的化学标志物；乙酸为腐败初级阶段标志物；甲硫醇、二甲基二硫、二甲基三硫为腐败第二阶段标志物。为了预测三文鱼的货架期，Krajnik等[46]对不同温度和贮存时间的三文鱼样品进行了微生物平板记数和颜色、气味、质地感官分析，用SPME-GC-MS分析MOVCs。初步定性识别出28 种挥发性化合物，包括醇类、醛类、脂类、胺类、游离脂肪酸和烃类等。通过层次聚类分析和皮尔逊相关系数的演算，并结合微生物实验和感官评价结果，选取三甲胺、乙醇、3-甲基-1-丁醇、乙偶姻、乙酸、2,3-丁二醇进行进一步定量研究。运用偏最小二乘回归分析法揭示了假单胞菌、乳酸菌、嗜冷菌、大肠杆菌、热死环丝菌、酵母、霉菌与MVOCs的关系，最终确定三甲胺、乙醇、3-甲基-1-丁醇，乙偶姻、乙酸与决定三文鱼货架期的腐败菌生长紧密相关，可以作为食品腐败的化学指标。在以上报道中，研究者们初步确定了肉类腐败过程的特征挥发性化合物，将来的研究可以对单一菌种的MVOCs进行检测，深入揭示肉制品中MVOCs的产生机理，并且建立更多细菌的气味指纹特征图谱库，为微生物气味指纹技术检测提供依据。

鸡蛋上沾染的细菌、霉菌通过鸡蛋壳的微孔侵入鸡蛋，对消费者的健康带来潜在威胁，同时微生物代谢产生的挥发性有机化合物则经过蛋壳微孔散发出来。Cumeras等[47]采用顶空-SPME-GC/MS技术，对在潮湿环境冷藏40 d的鸡蛋进行MVOCs分析，同时分离培养从样品蛋壳的内壁上取得的菌株，分析其MVOCs。检测结果显示，被真菌感染的鸡蛋特有的MVOCs色谱峰有17 个，通过标准图库定性鉴定出5 种化合物：三氯甲烷（氯仿）、甲硫醇、二甲基亚砜、乙酸己酯和瓦伦烯，其中三氯甲烷也出现在分离培养的真菌MVOCs检测结果中；因此，可以排除三氯甲烷作为一种普遍使用的溶剂所带来的干扰，三氯甲烷可以作为一种真菌感染较为简便有效的生物标志物。

乳制品生产企业通常将巴氏灭菌牛奶细菌菌落数达到107CFU/mL作为巴氏灭菌奶的货架期期限，而消费者对牛奶的接受与否则往往取决于牛奶是否有异味。Silcock等[20]研究巴氏灭菌奶冷藏过程中MVOCs的变化，取不同脂含量的牛奶作为样品，将加入抑菌剂的牛奶和无抑菌剂的牛奶进行对比，采用PRT-MS在线连续检测，GC-MS辅助定性，监测到随贮藏时间的推移，牛奶MVOCs与细菌总数呈动态变化关系。通过U-Mann-Whitney检验和Kruskal-Wallis检验，结果表明不仅总的MVOCs浓度与细菌数不是简单的线性关系，不同的挥发性化合物变化趋势也呈现一定的差异。比如当细菌数在106～107CFU/mL时，质荷比为41的代表醇类碎片的信号峰强度开始增加，而质荷比为59的丙酮信号峰强度开始下降。只有当细菌总数达到一定的阈值时，MVOCs总浓度才有明显变化。这说明当牛奶中细菌数达到106～107CFU/mL时，消费者仅凭嗅觉并不能鉴别牛奶的异味，然而在此基础上的很短时间内，牛奶就有可能产生异味被消费者感知。运用PTR-MS对巴氏灭菌奶MVOCs在线分析，初步揭示了微生物生长与通过MVOCs浓度判断货架期之间的关联。

马铃薯在贮藏中如果受到果胶杆菌的侵蚀会发生软腐病变，开发一种可靠的无损检测方法对发生软腐病的马铃薯进行鉴别尤为重要。Rutolo等[35]通过人工接种果胶杆菌取得病变马铃薯样品，使用场不对称IMS（field asymmetric IMS，FAIMS）探测病变马铃薯。检测的数据结果运用PCA进行降维特征提取，K均值聚类进行分析处理，并基于LDA建立了分类模型。在实验室条件下采用上述分析和数据处理方法，当人的嗅觉和视觉还不能分辨时，即可将感染果胶杆菌的马铃薯和对照样品区分开，准确度达到90%以上。

烟草作为一种特殊的农产品，霉变一直是影响其品质的主要因素。关于烟草霉变的MVOCs检测，菲莫公司2004年曾报道采用动态顶空-GC-MS法对烟草中分离出的4 种霉菌（华丽曲霉、匍枝根霉、黑曲霉和黄青霉）挥发性代谢物进行分析研究[22]。分别将4 种霉菌在卷烟和PDA培养基上接种培养，结果检测到12 种MVOCs，其中1-辛酮和2-戊酮仅在卷烟样品中检测到，1-辛烯-3-醇、2-甲基-1-丁醇在卷烟样品和PDA培养基样品上都能够检测到，并且1-辛烯-3-醇在4 种霉菌样品中均有检出，故认为1-辛烯-3-醇有可能作为烟草霉变检测的标志物。经实验得出，GC-飞行时间质谱对1-辛烯-3-醇的检出限是20 ng/mL，GC-MS在选择离子扫描和全扫描模式下对1-辛烯-3-醇检出限分别为200 ng/mL和2 μg/mL，都远远低于1-辛烯-3-醇的嗅觉阈值（200 μg/mL）。随着IMS技术在食品工业中的推广应用，周沅桢等[36]研究开发了芯片级FAIMS快速识别霉变烟草的方法：采用热脱附GC-MS法筛选出1-戊醇和吡啶作为烟草霉变标志物，创建不同霉变程度烟草的FAIMS谱图；并结合FAIMS不同电场强度下物质的特征峰响应信号的差异，创建了识别不同物质的方法和识别软件。对203 个烟草样品霉变情况进行识别，识别结果与烟草行业标准测试进行对比验证，正确率在90%以上，且该方法相对标准偏差小于等于5%，重复性良好。毛雪峰等[38]2010年报道了电子鼻技术对烟叶霉变提前预警的设计，其在仓贮烟包中放入传感器阵列，监测烟包内的温湿度及各种气体信息，以便随时了解烟叶的贮存状态。

谷物易受镰刀菌的感染，产生具有免疫毒性和溶血反应的呕吐毒素。Lippolis等[37]运用人工嗅觉系统，即12 组氧化金属半导体阵列，对105 个镰刀菌自然污染的硬质小麦样品进行检测，结合液相色谱-质谱技术对呕吐毒素的分析结果，将样品按呕吐毒素含量低、中、高分成A、B、C 3 组，用判别分析法处理人工嗅觉系统数据，提供了按照欧盟法规对样品进行快速筛查的方法（欧盟标准EC 1126/2007规定未加工的谷物的呕吐毒素限量为1 750 μg/mg）。该研究同时采用SPME-GC-MS检测到70 种挥发性化合物，其中长叶烯、3-甲基丁醛、正十三烷、γ-己内酯、6,10,14-三甲基-2-十五烷酮峰面积与呕吐毒素含量成正相关，而十六烷、2,3,7-三甲基-癸烷和4,6-二甲基-十二烷峰面积与呕吐毒素含量成负相关。

黄曲霉毒素对人、动物和植物都有害，已被世界卫生组织界定为1类致癌物。为了对产生黄曲霉毒素的黄曲霉菌株进行识别（不是每一种黄曲霉菌株都产生毒素），Sun Dongdi等[48]采用SPME-GC-MS法对2 株黄曲霉菌株在玉米基质上生长代谢产生的挥发性气体进行30多天连续监测，定性鉴别出52 种挥发性有机物。实验结果表明，MVOCs的生成不仅取决于不同菌株，还受菌株生长周期、生长条件的影响，单靠某一种MVOC并不能作为菌种识别的标志物，但运用判别分析法处理MVOCs检测结果，去掉与分类相关度小的变量，建立2 个判别函数，可以将产毒素菌株和不产毒素菌株以及玉米空白对照样品区分开。实验表明：采用SPME-GC-MS对MVOCs检测结果进行判别分析的方法可以作为识别不同菌株的有效手段；若扩大菌株样本量，运用该方法还可以建立一个真菌筛选数据库。

根据上述文献报道，MVOCs的分析检测是农产品微生物污染情况、货架期评价的新方法。MVOCs的仪器检测比人工感官评价更加稳定、客观，比微生物菌落数检测法省时便捷。报道中，部分研究已找出评价农产品新鲜度的标志挥发性化合物，有的甚至建立了判断农产品腐败、霉变的方法，准确率在90%以上。但也有部分研究是将微生物从农产品中分离出来，在培养基上生长，检测其MVOCs，这样的方法虽然将微生物放在稳定可控的环境中培养，却与农产品实际贮藏运输的环境相去甚远，其研究结果要用于实际生产还有待进一步验证完善。

2.2 评价、监控发酵食品风味品质

发酵食品的加工是人们利用有益微生物在农产品基质中生长从而得到比原料风味更加丰富、保质期更长的产品。其风味成分不仅依托原料本身，更取决于微生物在发酵过程中产生的MVOCs，通过对发酵食品MVOCs的监控分析，可以对产品风味品质进行评价、控制。

发酵海产品如鱼露、虾酱等是以新鲜鱼、虾、蟹、贝为原料，经过盐渍等过程发酵而成[49]，是我国沿海和东南亚地区传统的发酵调味料。杨远帆等[29]优化了鱼露风味物质的GC-MS分析条件，以期利用风味物质的检测结果制定产品质量评价标准。Jiang Jinjin等[50]采用SDE装置以乙醚为溶剂提取鱼露，运用GC-MS对提取物进行分析比较，鉴别出70 种挥发性有机物，包含20 种酸、4 种羰基化合物、14 种含氮化合物、14 种烃类化合物、8 种酯和3 种含硫化合物，其中二甲基二硫、二甲基三硫、丙酸、丁酸、3-甲硫基丙醇、2-甲基丁烯醛和一些含氮化合物对鱼露风味起决定性作用。日本的味噌是用大豆、大米或是鱼料发酵醇化得到的调味品，Giri等[28]使用顶空-SPME-GC-FID检测鱼味噌和大豆、大米味噌，鉴别出107 种挥发性化合物，其中所有味噌共有的有94 种。通过对检测结果进行PCA、层次聚类分析处理，确定了14 种低嗅觉阈值、高气味活性的化合物（2-甲基丁醛、3-甲基丁醛、甲硫基丙醛、乙酸异戊酯、二甲基二硫、二甲基三硫、2,3-丁二酮、3-甲基乙基丁酸、3-甲基-1-丁醇、己酸乙酯、1-辛烯-3-醇、庚醇、庚醛和2-十一烷酮）对味噌的风味贡献最大。

鲊海椒是我国西南地区的传统发酵食品，是将新鲜红辣椒碎掺入粳米面和盐，密闭发酵而成。王巧碧等[51]用GC-MS法分析鲊海椒中的香气组成，分别在发酵0、45、90 d时取样。采用SDE和SPME两种萃取方式进行研究。SPME法检出更多低沸点小分子化合物，而SDE得到沸点较高的化合物，总体SPME得到的物质更多。在发酵45 d和90 d分别识别出MVOCs 154 种和162 种，其中包括醇类、醛类、酸类、酯类等。研究结合感官评价表明，采用SPME结合SDE法评价鲊海椒挥发性香气组成更加全面客观，鲊海椒合适的发酵时间为45～90 d。

发酵乳制品如酸奶，发酵温度、pH值、不同发酵剂会对终产品的感官风味造成很大的影响[52]。梁华正等[40]对发酵乳生产过程中产生的挥发性风味物质采用动态顶空进样进行大气压化学电离质谱分析。以乙酸乙酯、苯甲醛、乳酸、2,3-丁二酮、正己醛、2-丙烯醛等为主要目标物，对整个发酵过程进行连续在线监测，该方法可以反映风味物质的动态变化情况，对于研究微生物发酵机制和发酵产品的生产质量控制有一定的理论和实际应用价值。Benozzi等[31]研究了4 种不同来源的嗜热链球菌和保加利亚乳酸杆菌发酵剂在相同条件下生产酸奶的过程：采用直接进样PTR-MS，并运用PCA、方差分析对结果进行处理。共检测出300多个质谱峰，其中13 个峰在4 种发酵剂之间存在显著差异，并发现这些物质中乙醛、丁酸、2-丁酮、二乙酰、甲硫醇、苯甲醛、3-羟基丁酮、庚酸和2-羟基-3-戊酮对酸奶风味的形成起着关键性作用。研究结果表明，PTR-MS可以应用于产品快速无损监测、发酵食品的工艺设计以及对开发利用微生物资源产香进行定性分析。

奶酪在发酵成熟的过程中，若掺杂少量的梭状芽孢杆菌，会使奶酪发生“晚期胀包缺陷”（late blowing defect，LBD），表现为包装袋胀包、奶酪出现不规则孔隙、裂缝或断裂，伴随着令人反感的哈喇味。Torres等[53]将羊奶样品分别接种丁酸梭菌、丁酸芽孢梭菌、拜氏梭菌和生孢梭菌，把不接种的样品作为对照。羊奶制成奶酪后经60 d发酵成熟，进行感官评价和理化检测，用SPME-GC-MS对MVOCs进行分析，定性鉴定出38 种MVOCs，其中21 种和是否感染梭状杆菌呈明显相关关系。但由于MVOCs的生成受奶酪种类、成熟度等诸多因素的影响，确定某一种MVOC作为发生LBD的特征指标较为困难，因此，Torres等[53]采用PCA处理检测结果，发现丁酸梭菌是引起LBD最主要的细菌，并通过对MVOCs的PCA分析将受丁酸梭菌感染的奶酪成功与其他奶酪分开。拜氏梭菌和生孢梭菌使奶酪发生轻微的LBD现象，PCA分析可以区分其感染的奶酪与对照样品以及丁酸芽孢杆菌感染的奶酪。对照样品和丁酸芽孢杆菌感染的奶酪几乎没有出现LBD现象。

可可豆在采收以后发酵，成为巧克力生产的原料。巧克力的感官质量除了受美拉德反应的影响，很大程度上取决于发酵过程中微生物的代谢产物[21]。Batista等[25]将含有3 种酵母的发酵剂接种到可可豆中，对比自然发酵和加入发酵剂的2 种巧克力。实验采用GC-MS法对可可豆和巧克力的MVOCs进行分析，结合巧克力时间导向感官评价，揭示了可可豆2 种发酵过程中产生的MVOCs和巧克力风味的内在联系：经过接种的可可豆生产的巧克力更富有果味和可可味的特征；这是源于这种巧克力比自然发酵可可豆加工的巧克力含有更多的2-苯基-2-丁烯醛、5-甲基-2-苯基-2-己烯醛、壬醛、辛醛和2-十一烷酮。

面包是传统古老的发酵食品，面团的发酵过程决定了面包最终的质地和风味。家庭制作面包利用面团自带的良性菌株，包括酵母和乳酸菌等，而工业生产中，为达到产品批次间的稳定性，确保质量安全，需要采用经过优化筛选的发酵剂。Makhoul等[30]采用PTR-MS，比较4 种不同来源酵母制作面包的过程，对面团发酵、烘焙过程中产生的挥发性物质进行分析，提供了一种可行的面包生产监测以及发酵剂表征和选择的方法。

以上对发酵食品MVOCs进行分析检测的研究大多采用GC-MS法，找到了影响发酵食品风味的关键挥发性成分，为发酵食品风味品质评价、加工工艺设计、发酵剂选择提供指导。然而GC-MS需要在真空条件下工作，通常仪器体积庞大，样品需要进行前处理，若要实现发酵食品的在线实时监测，还有待于稳定性高且便携的常压仪器设备的普及，以及诸如PRT-MS、IMS等现代分析技术的进步发展。

2.3 菌种筛选以及开发微生物发酵产香新型添加剂

卷烟、食品使用的香精香料来源于天然产物提取和人工合成，也可通过微生物发酵生产。MVOCs的检测分析可以指导微生物菌种筛选，开发利用发酵产香添加剂。

烟叶醇化和卷烟加香时，添加产香微生物发酵液可以改变卷烟烟气的香味和质量。朱东来等[10]从烟叶、膨胀梗丝、成品烟丝中分离筛选出生长较快的产香真菌，在发酵液中加入淀粉酶、糖化酶和酶激活剂制成醇化液，喷洒至烟叶表面，经过1 个月的醇化对烟叶进行挥发性致香成分化学分析和评吸，并将发酵液经SDE，用GC-MS进行挥发性成分的定性分析。结果筛选出以产酮类和产醇类为主的菌株。通过添加醇化液，有效增加并丰富了烟叶的香气。从植物内生菌株中分离纯化、筛选出产香菌种，制得的发酵液也可作为烟用添加剂。朱宇等[11]从新鲜西瓜取得内生菌株，经过分离纯化得到3 株纯系内生菌株，通过对MVOCs的GC-MS分析以及卷烟加香评吸，最终筛选出1 株代谢产物香气优雅、甜润、生长迅速的细菌，利用这株细菌进行液体发酵得到的香料产品具有使烟香柔和、细腻、饱满的作用。周丽娟等[12]对新鲜荔枝内生菌进行分离纯化，利用GC-MS对筛选出的菌株发酵液进行分析，找出其主要致香成分为β-苯乙醇、2,3-丁二醇、糠醛和十六酸，该发酵液制得的香料产品加入卷烟，使烟气香气柔和、细腻、饱满。

香荚兰作为“香料皇后”，其主要香味成分包括香兰素、香草酸、丁香酚、愈创木酚等，在食品加香领域应用广泛。李雪梅等[13]从香荚兰植株不同部位分离出24 株菌，通过薄层色谱点板实验发现有10 株菌的发酵液中存在香兰素。进一步选取香兰素和4-乙烯基愈创木酚斑点明显的菌株进行研究，确定该内生菌为芽孢杆菌，来自于香荚兰气生根。该芽孢杆菌菌液经3 d的培养得到淡黄色混浊液体，具有浓郁而温和的甜香和熏香香韵。对菌液进行GC-MS分析，对照标准品质谱图，初步鉴定出占总检出峰77.07%的10 种挥发性香味成分：香兰素、香草酸、丁香酚、4-乙烯基愈创木酚、4-乙基愈创木酚、4-丙基愈创木酚、4,4´-二联愈创木酚、1-丁醇、3-羟基-2-丁酮、2-乙基-1-己醇。该类化合物是卷烟加香应用中重要的调配原料，修饰卷烟烟香，赋予烟气甜香、坚果香或辛香，使烟气丰满柔和。

植物内生菌发酵液除了应用于烟草制品，还为香料资源的开发提供了新的途径。杨黎华等[14]从香料植物香茅草中分离得到31 株内生菌，经过液体发酵，筛选出1 株产香菌，并采用二氯甲烷SDE得到发酵液，进行GC-MS定性分析，共鉴定出74 种挥发性成分，其中乙缩醛二乙醇、柠檬烯、月桂烯、月桂醛等是常用的香料物质。刘苏萌[16]、王丽娟[15,17]等研究了花椒、生姜、百合的内生菌，分离筛选出产香菌株，采用GC-MS对发酵产物进行分析，鉴定其挥发性致香成分。

香精香料的选用是食品、卷烟配方管理的关键。目前这项工作主要依托于感官评价，虽然不能被任何仪器方法所取代，但检测分析MVOCs可以为产香微生物开发与利用提供理论指导，为微生物所产香料的品质稳定性鉴定和评价提供依据。

3 结 语

研究MVOCs的最终目的是服务于人们的生产生活，对MVOCs进行检测分析为农产品质量安全检测、品质控制评价、微生物菌种筛选及开发利用开辟了一条便捷有效的途径。然而，由于MVOCs种类较多、成分复杂，受微生物生长条件变化影响大，目前许多研究还停留在实验室阶段。要将实验室成果运用到实际生产中，一方面需要结合化学计量学方法对MVOCs做进一步的研究：例如完善不同菌株MVOCs指纹图谱库；深入研究同种微生物菌株、不同来源菌株之间MVOCs的差异；探究MVOCs的释放信息与微生物生长的相关性；研究农产品MVOCs的构成以及相应的微生物类群和代谢途径的内在联系等；另一方面，目前MVOCs最常用的仪器检测设备是GC-MS，方法虽较为成熟，但前处理复杂、步骤繁琐、检测成本高，使MVOCs用于农产品检验的普及受到了一定的限制。不过由于PTR-MS、IMS等新技术新方法的不断发展，样品前处理得到简化，农产品无损在线检测将成为未来的发展趋势。相信随着研究的深入和先进仪器设备的普及，MVOCs的检测分析技术将在农产品质量管理、新型微生物资源开发领域发挥更大的作用。

参考文献：

[1] LEMFACK M C, NICKEL J, DUNDEL M, et al. mVOC: a database of microbial volatiles[J]. Nucleic Acids Research, 2014, 42: 744-748.DOI:10.1093/nar/gkt1250.

[2] MORATH S U, HUNG R, BENNETT J W. Fungal volatile organic compounds: a review with emphasis on their biotechnological potential[J]. Fungal Biology Reviews, 2012, 26(7): 73-83.DOI:10/1016/j.fbr.2012.07.001.

[3] MINERDI D, BOSSI S, MAFFEI M E, et al. Fusarium oxysporum and its bacterial consortium promote lettuce growth and expansin A5 gene expression through microbial volatile organic compound (MVOC)emission[J]. FEMS Microbiology Ecology, 2011, 76(2): 342-351.DOI:10.1111/j.1574-6941.21011.01051.x.

[4] DAVIS T S, CRIPPEN T L, HOFSTETTER R W, et al. Microbial volatile emissions as insect semiochemicals[J]. Journal of Chemical Ecology, 2013, 39(7): 840-859. DOI:10.1007/s10886-013-0306-z.

[5] 陈利军, 王国君, 田雪亮, 等. 产香真菌ZY-2菌株鉴定及其挥发性物质抑菌活性测定与组分分析[J]. 南方农业学报, 2013, 44(11): 1818-1822. DOI:10.3969/j:issn.2095-1191.2013.11.1818.

[6] WHITE I R, WILLIS K A, WHYTE C. Real-time multi-marker measurement of organic compounds in human breath: towards fingerprinting breath[J]. Journal of Breath Research, 2013, 7(1): 283-290. DOI:10.1088/1752-7155/7/1/017112.

[7] ZSCHEPPANK C, WIEGAND H L, LENZEN C, et al. Investigation of volatile metabolites during growth of Escherichia coli and Pseudomonas aeruginosa by needle trap-GC-MS[J]. Analytical and Bioanalytical Chemistry, 2014, 406(26): 6617-6628. DOI:10.1007/s00216-014-8111-2.

[8] RUZSANYI V, BAUMBACH J, EICEMAN G. Detection of the mold markers using ion mobility spectrometry[J]. International Journal for Ion Mobility Spectrometry, 2003(8): 53-57.

[9] MOULARAT S, ROBINE E, RAMALHO O, et al. Detection of fungal development in closed spaces through the determination of specific chemical targets[J]. Chemosphere, 2008, 72(2): 224-232.DOI:10.1016/j.chemosphere.2008.01.057.

[10] 朱东来, 谢俊秋, 胡巍耀, 等. 产香真菌分离代谢及其在烟叶醇化中的应用[J]. 食品工业, 2013, 34(3): 154-159.

[11] 朱宇, 郑琳, 刘煜宇, 等. 西瓜内生菌的挥发性成分分析及其发酵香料在卷烟中的应用[J]. 光谱实验室, 2011, 28(4): 2093-2097.DOI:10.3969/j.issn.1004-8138.2011.04.130.

[12] 周丽娟, 郑琳, 刘煜宇, 等. 荔枝产香内生菌的挥发性成分分析及其在卷烟中的应用研究[J]. 精细化工, 2010, 27(10): 1013-1015; 1030.

[13] 李雪梅, 徐若飞, 杨黎华, 等. 利用香荚兰内生菌制备天然香料及其在卷烟中的应用[J]. 烟草科技, 2008(3): 31-34; 62. DOI:10.3969/j.issn.1002-0861.2008.03.009.

[14] 杨黎华, 李祖红, 陈东, 等. 香茅草产香内生真菌的筛选及香气成分分析[J]. 生物技术, 2006, 16(5): 53-56. DOI:10.3969/j.issn.1004-311X.2006.05.022.

[15] 王丽娟, 陶静, 陈玉龙. 生姜产香内生真菌的分离鉴定及其挥发性成分分析[J]. 中国调味品, 2012, 37(11): 99-102.

[16] 刘苏萌, 王丽娟, 宋会银. 花椒产香内生真菌的分离鉴定及其挥发性成分分析[J]. 中国调味品, 2013, 38(6): 99-102. DOI:10.3969/j.issn.1000-9973.2013.06.026.

[17] 王丽娟, 刘苏萌, 楚明忠. 百合产香内生真菌的分离鉴定及其挥发性成分分析[J]. 食品工业, 2013, 34(9): 203-205.

[18] NIEMINEN T, NEUBAUER P, SIVELA S, et al. Volatile compounds produced by fungi grown in strawberry jam[J]. LWT-Food Science and Technology, 2008, 41(10): 2051-2056. DOI:10.1016/j.lwt.2007.11.009.[19] BROEKAERT K, NOSEDA B, HEYNDRICKX M, et al. Volatile compounds associated with Psychrobacter spp. and Pseudoalteromonas spp., the dominant microbiota of brown shrimp (Crangon crangon)during aerobic storage[J]. International Journal of Food Microbiology,2013, 166(3): 487-493. DOI:10.1016/j.ijfoodmicro.2013.08.013.

[20] SILCOCK P, ALOTHMAN M A, ZARDIN E, et al. Microbially induced changes in the volatile constituents of fresh chilled pasteurised milk during storage[J]. Food Packaging and Shelf Life, 2014, 2(2): 81-90. DOI:10.1016/j.fpsl.2014.08.002.

[21] CRAFACK M, KEUL H, ESKILDSEN C E, et al. Impact of starter cultures and fermentation techniques on the volatile aroma and sensory profile of chocolate[J]. Food Research International, 2014, 63(11):306-316. DOI:10.1016/j.foodres.2014.04.032.

[22] MERUVA N K, PENN J M, FARTHING D E. Rapid identification of microbial VOCs from tobacco molds using closed-loop stripping and gas chromatography/time-of-flight mass spectrometry[J]. Journal of Industrial Microbiology & Biotechnol, 2004, 31(10): 482-488.DOI:10.1007/s10295-004-0175-0.

[23] JAFFRES E, LALANNE V, MACE S, et al. Sensory characteristics of spoilage and volatile compounds associated with bacteria isolated from cooked and peeled tropical shrimps using SPME-GC-MS analysis[J].International Journal of Food Microbiology, 2011, 147(3): 195-202.DOI:10.1016/j.ijfoodmicro.2011.04.008.

[24] PARLAPANI F F, MALLOUCHOS A, HAROUTOUNIAN S A, et al.Microbiological spoilage and investigation of volatile profile during storage of sea bream fillets under various conditions[J]. International Journal of Food Microbiology, 2014, 189(10): 153-163. DOI:10.1016/j.ijfoodmicro.2014.08.006.

[25] BATISTA N N, RAMOS C L, DIAS D R, et al. The impact of yeast starter cultures on the microbial communities and volatile compounds in cocoa fermentation and the resulting sensory attributes of chocolate[J]. Journal of Food Science Technology, 2016, 53(2): 1101-1110. DOI:10.1007/s13197-015-2132-5.

[26] KRAJNIK M M, YOON Y J, YUK H G. Detection of volatile organic compounds as markers of chicken breast spoilage using HS-SPMEGC/MS-FASST[J]. Food Science and Biotechnology, 2015, 24(1):361-372. DOI:10.1007/s10068-015-0048-5.

[27] 操庆国, 郭钦, 刘涵, 等. 三种食源性致病菌挥发性代谢产物谱快速检测研究[J]. 食品工业科技, 2014, 35(23): 290-297. DOI:10.13386/j.issn1002-0306.2014.23.053.

[28] GIRI A, OSAKO K, OHSHIMA T. Identification and characterisation of headspace volatiles of fish miso, a Japanese fish meat based fermented paste, with special emphasis on effect of fish species and meat washing[J]. Food Chemistry, 2010, 120(2): 621-631.DOI:10.1016/j.foodchem.2009.10.036.

[29] 杨远帆, 陈申如, 吴光斌, 等. 鱼露风味成分的萃取及气相色谱分离条件的优化[J]. 食品科学, 2008, 29(6): 346-349. DOI:10.3321/j.issn:1002-6630.2008.06.075.

[30] MAKHOUL S, ROMANO A, CAPPELLIN L, et al. Proton-transferreaction mass spectrometry for the study of the production of volatile compounds by bakery yeast starters[J]. Journal of Mass Spectrometry,2014, 49(9): 850-859. DOI:10.1002/jms.3421.

[31] BENOZZI E, ROMANO A, CAPOZZI V, et al. Monitoring of lactic fermentation driven by different starter cultures via direct injection mass spectrometric analysis of flavour-related volatile compounds[J].Food Research International, 2015, 76(7): 682-688. DOI:10.1016/j.foodres.2015.07.043.

[32] 陆娅婷, 胡双, 陆鹏, 等. 离子迁移谱及其在食品监测中的应用[J].食品安全质量检测学报, 2014, 5(4): 1087-1092.

[33] KARPAS Z. Applications of ion mobility spectrometry (IMS) in the field of foodomics[J]. Food Research International, 2013, 54(1): 1146-1151. DOI:10.1016/j.foodres.2012.11.029.

[34] TIEBE C, MIESSNER H, KOCH B, et al. Detection of microbial volatile organic compounds (MVOCs) by ion-mobility spectrometry[J].Analytical and Bioanalytical Chemistry, 2009, 395(7): 2313-2323.DOI:10.1007/s00216-009-3147-4.

[35] RUTOLO M, COVINGTON J A, CLARKSON J, et al. Detection of potato storage disease via gas analysis: a pilot study using field asymmetric ion mobility spectrometry[J]. Sensors, 2014, 14(9): 15939-15952. DOI:10.3390/s140915939.

[36] 周沅桢, 张强, 羊一涛, 等. 芯片级非对称场离子迁移谱技术快速识别不同霉变烟草[J]. 中国烟草学报, 2016, 22(6): 18-24.DOI:10.16472/j.chinatobacco.2016.156.

[37] LIPPOLIS V, PASCALE M, CERVELLIERI S, et al. Screening of deoxynivalenol contamination in durum wheat by MOS-based electronic nose and identification of the relevant pattern of volatile compounds[J]. Food Control, 2014, 37(1): 263-271. DOI:10.1016/j.foodcont.2013.09.048.

[38] 毛雪峰, 云利军, 石俊生, 等. 基于电子鼻技术的烟叶霉变提前预警系统设计[C]//2010亚太地区信息论学术会议. 西安: 中国电子学会,2010: 343-347.

[39] 张红梅, 王俊, 叶盛, 等. 电子鼻传感器阵列优化与谷物霉变程度的检测[J]. 传感技术学报, 2007, 20(6): 1207-1210. DOI:10.3969/j.issn.1004-1699.2007.06.002.

[40] 梁华正, 杨水平, 刘维佳, 等. 动态顶空取样-大气压化学电离质谱原位实时监测发酵乳挥发性代谢产物[J]. 食品科学, 2012, 33(24):307-310. DOI:10.7506/spkx1002-6630-201224067.

[41] 顾赛麒, 王锡昌, 刘源, 等. 不同新鲜度冷却猪肉中挥发物的变化[J]. 江苏农业学报, 2011, 27(1): 169-176. DOI:10.3969/j.issn.1000-4440.2011.01.031.

[42] REMENANT B, JAFFRES E, DOUSSET X, et al. Bacterial spoilers of food: behavior, fitness and functional properties[J]. Food Microbiology, 2015, 45: 45-53. DOI:10.1016/j.fm.2014.03.009.

[43] WANG Y, LI Y, YANG J, et al. Microbial volatile organic compounds and their application in microorganism identification in foodstuff[J].Trends in Analytical Chemistry, 2016, 78(1): 1-16. DOI:10.1016/j.trac.2015.08.010.

[44] 沈飞, 吴启芳, 刘兵, 等. 粮食真菌毒素污染的无损检测方法研究进展[J]. 食品安全质量检测学报, 2014, 5(8): 2372-2377.

[45] 胡惠平, 潘迎捷, 刘源, 等. 应用气味指纹技术检测猪肉假单胞菌[J]. 食品科学, 2009, 30(18): 327-332. DOI:10.3321/j.issn:1002-6630.2009.18.076.

[46] KRAJNIK M M, YOON Y J, UKUKU D O, et al. Volatile chemical spoilage indexes of raw Atlantic salmon (Salmo salar) stored under aerobic condition in relation to microbiological and sensory shelf lives[J]. Food Microbiology, 2016, 53(10): 182-191. DOI:10.1016/j.fm.2015.10.001.

[47] CUMERAS R, AKSENOV A A, PASAMONTES A, et al.Identification of fungal metabolites from inside Gallus gallus domesticus eggshells by non-invasively detecting volatile organic compounds (VOCs)[J]. Analytical and Bioanalytical Chemistry, 2016,408: 6649-6658. DOI:10.1007/s00216-016-9778-3.

[48] SUN Dongdi, WOOD J A, WANG Wenshuang, et al. Monitoring MVOC profiles over time from isolates of Aspergillus flavus using SPME GC-MS[J]. Journal of Agricultural Chemistry and Environment,2014, 3: 48-63. DOI:10.4236/jacen.2104.32007.

[49] 李莹, 白凤翎, 励建荣. 发酵海产品中微生物形成挥发性代谢产物研究进展[J]. 食品科学, 2015, 36(15): 255-259. DOI:10.7506/spkx1002-6630-201515047.

[50] JIANG Jinjin, ZENG Qingxiao, ZHU Zhiwen. Analysis of volatile compounds in traditional Chinese fish sauce (Yu Lu)[J]. Food and Bioprocess Technology, 2011, 4(2): 266-271. DOI:10.1007.s11947-008-0173-8.

[51] 王巧碧, 王丹, 赵欠, 等. SDE和SPME法对鲊海椒发酵中香气组成的比较分析[J]. 食品科学, 2016, 37(4): 108-114. DOI:10.7506/spkx1002-6630-201604020.

[52] CHENG H. Volatile flavor compounds in yogurt: a review[J]. Critical Reviews in Food Science and Nutrition, 2010, 50(10): 938-950.DOI:10.1080/10408390903044081.

[53] TORRES N G, GARDE S, PEIROTEN A, et al. Impact of Clostridium spp. on cheese characteristics: microbiology, color, formation of volatile compounds and off-flavors[J]. Food Control, 2015, 56:186-194. DOI:10.1016/j.foodcont.2015.03.025.