FlavourSpec 全自動風味分析儀

產品型號: F003

GC-IMS 氣相層析離子遷移譜技術可用於測量樣品中揮發性物質的成分,並以可視化指紋圖譜呈現分析結果,適用於固體與液態樣品的頂空氣體分析。

  • 高靈敏度偵測技術,達 ppb 或次 ppb 級。
  • 常壓恆溫操作,溫度範圍 ≤ 80°C。
  • 以氮氣作為載氣,在常壓條件下進行分析。
  • Vocal 分析軟體,支援定性與定量功能。

 

該技術適用於建立可視化指紋圖譜分析,應用範圍包括:新鮮度檢測臭味溯源早期霉味監測輔助品評製程優化防偽鑑別等。

適用產業範疇:肉類蛋製品水產品糧食穀類果蔬菸草與酒類中草藥食用菇類茶葉與咖啡香料香精化妝品清潔劑油脂環保水質空氣檢測,以及醫學代謝物分析等。

相關產品: GC-IMS

測量原理:

FlavourSpec 全自動風味分析儀採用 GC 多管柱快速層析技術,將化合物快速洗脫後,自動送入離子室,以氚 (H3) 作為輻射源將分子離子化。整個過程中使用高純度氮氣吹掃,並因微量水氣的存在,生成反應離子 H+(H2O)n。當有機化合物的質子親合力大於水分子(691.0 KJ/mol)的親合力時,即會與反應離子 H+(H2O)n 發生反應。

通過離子閘門,依據分子結構及大小進行離子漂移(Time of Flight)分離各物質。有機分子與反應離子發生質子交換,生成單聚體(Monomer);當化合物濃度較高時,則生成雙聚體(Dimer)。系統生成的二維譜圖可結合 Vocal 分析軟體進行定性及定量分析。

Vocal分析軟體:

  • 簡單易用,學習門檻低。
  • Reporter 模組快速呈現圖譜,便於比較樣品中特徵訊號的強弱。
  • Gallery 模組提供樣品特有指紋圖譜分析,根據指紋圖譜進行相似度或品質分級。
  • 支援 PCA 主成分分析及 KNN 鄰近分析,適用於產品分級或差異分析。
  • FlavourSpec 系統功能特點:
  • 配備全自動取樣裝置,將頂空氣體直接送入氣相層析管及離子遷移譜儀分析。
  • 分析速度快,操作簡便,樣品無需前處理。
  • 對於含氮、氧、硫等雜原子的小分子(如醛、酮類)特別靈敏,這些物質在風味分析中佔據重要地位,其他分析儀器難以檢測。

GC-IMS分析技術亮點:

  • 自動取樣進樣分析,適用於快速頂空氣體分析。
  • 無需溶劑進行樣品前處理。
  • 高靈敏度,達 ppb 或次 ppb 級。
  • 使用 5N 氮氣作為載氣,在常壓下進行分析。
  • 根據二聚體峰位進行定性,峰面積用於定量分析。
  • Vocal 分析軟體支援 Reporter、Gallery 指紋圖譜、PCA 及 KNN 分析。
  • 根據保留時間及漂移時間鑑別未知物質,提供 NIST 資料庫。

什麼情況下應該使用 FlavourSpec® 進行食品風味分析?
當需要客觀比較不同配方、原料、製程、批次或競品之間的揮發性有機化合物(VOC, Volatile Organic Compounds)差異時,FlavourSpec® 可透過 GC-IMS 建立樣品的 VOC 指紋。相較只依靠感官描述,可進一步以儀器數據找出造成樣品差異的特徵訊號。
 
FlavourSpec® 和傳統電子鼻有什麼不同?
電子鼻通常利用感測器陣列建立整體氣味反應模式;FlavourSpec® 則先以 GC 分離揮發性成分,再透過 IMS 偵測,因此不只比較樣品「聞起來是否不同」,還能進一步分析造成差異的 VOC 特徵訊號。
 
FlavourSpec® 和 GC-MS 該怎麼選?
若主要目的是快速比較大量食品樣品、建立 VOC 指紋、篩選異常批次或比較配方差異,FlavourSpec® 適合進行快速篩選與差異分析;若目的是深入確認未知化合物的化學結構,則可再搭配 GC-MS 等分析技術。
 
FlavourSpec® 可以用於哪些食品風味研究?
可應用於食品、飲料及相關產品的 VOC 分析,例如咖啡、茶、酒類、乳製品、肉品、香料及加工食品,進行原料比較、製程研究、配方開發、競品分析、批次品質與異味調查。

適用領域

食品與飲料風味 VOC 分析
分析食品、飲料中的揮發性有機化合物(VOC)與氣味指紋,用於比較不同產品、原料或製程造成的風味差異。
 
新產品開發與配方比較
比較不同配方或原料替換前後的 VOC 指紋變化,協助研發人員找出造成香氣與風味差異的特徵成分。
 
食品批次品質與一致性監控
建立標準產品的 VOC 指紋,與不同生產批次進行比較,快速辨識風味偏移或異常樣品。
 
食品異味與客訴原因調查
將客訴品與正常標準品進行 VOC 差異比較,找出異常增加、降低或新出現的揮發性成分,協助追查異味來源。
 
競品風味與產品差異分析
比較自家產品與競爭產品的 VOC 指紋及特徵成分差異,提供產品開發、配方調整與品質研究的客觀分析資料。
 
咖啡、茶與可可香氣研究
分析不同品種、產地、發酵、烘焙或加工條件造成的揮發性香氣差異,建立樣品的風味 VOC 指紋。
 
酒類與發酵食品製程研究
追蹤發酵或加工過程中的 VOC 組成變化,用於比較不同發酵條件、製程階段及最終產品的風味差異。
 
食品儲存、包裝與保存期限研究
比較不同儲存時間、溫度或包裝條件下的 VOC 指紋變化,研究食品氧化、劣化或香氣流失所造成的品質差異。
 
原料產地與加工方式鑑別研究
利用 VOC 指紋比較不同產地、品種或加工方式的樣品,研究原料來源與製程對最終風味特徵的影響。

常見Q&A
Q1:固體和液體樣品都可以分析嗎?
可以。FlavourSpec® 主要利用樣品頂空中的揮發性成分進行分析,因此可依分析方法處理不同類型的食品與飲料樣品。
 
Q2:樣品需要複雜的前處理嗎?
頂空 GC-IMS 的優勢之一就是能減少繁複的前處理程序。不過實際樣品量、加熱溫度、孵育時間等仍需依樣品及分析目的建立方法。
 
Q3:可以一次自動分析多個樣品嗎?
可依系統配置搭配自動取樣進行批次分析,適合配方試驗、批次品管或大量樣品比較。
 
Q4:可以直接比較 A、B、C、D 四個樣品嗎?
可以。可將標準品、客訴品、新配方與競品等不同樣品的 VOC 指紋進行比較,找出增加、降低或新出現的特徵訊號。
 
Q5:FlavourSpec® 可以直接告訴我哪個樣品「比較好吃」嗎?
不能。GC-IMS 提供的是 VOC 組成與樣品差異的客觀分析結果;「好不好吃」仍屬感官與消費者偏好問題。兩者可搭配使用。
 
Q6:高濃度或氣味很強的樣品如何避免影響下一次分析?
應依樣品濃度與性質建立適當的取樣、稀釋及清潔程序,必要時執行系統清潔,以降低殘留對後續樣品造成的影響。
主體規格
  • 工作原理:離子遷移譜分析 (IMS)
  • 離子化源:ß-放射,放射源 (氚 (3H))
  • 活度:300 MBq,低於歐洲原子能委會 (EURATOM )
  • 1 GBq規定,免於管制
  • 漂移電壓極性:可切換正電壓或負電壓模式
  • 取樣方式:自動取樣上部氣體自動氣相層析前分離注射器
  • 偵測極限:ppb 或低於 ppb
  • 動態極數:1-3 數量級
  • 顯示器:6。4吋 TFT,VGA 顯示器
  • 輸入單元:旋轉脈衝編碼器
  • 處理器:400 MHz
  • 數據擷取:超快 ADIO 板
  • 數據處理:X-板 / 基板
  • 資料儲存:2 GB 儲存卡
  • 傳輸方式:RS-232, USB, Ethernet
  • 電源:AC 100-240V 外部供電,DC 24V/5A 內部供電
  • 電力消耗:< 180 Watt
  • 尺寸:449 x 375 x 177 mm (WxDxH)
  • 重量:15。5 kg
  • 外殼:19 吋,IP 20 外殼,EMC 證書
全自動取樣氣相層析頂空氣體注射器
  • 單機操作系統整合電腦。
  • 加熱式 IMS、管柱、管路溫度 (< 80°C)。
  • 純化模式。
  • 可建立相關參數條件來發展分析方法:IMS溫度控制、層析管柱、注射器、漂移及攜帶氣體流量控制。
  • 軟體控制正/負離子化模式切換。
  • 全自動或手動操作包括:數據擷取、分析、視覺化呈現。
  • 內部資料儲存、網路資料分享及傳輸外部儲存介面。
  • LAV PC軟體套件。
自動上部氣體採樣注射器
  • 特色:控溫箱,攪拌及加熱式氣密注射器
  • 樣品容量:標準32管,可選配 96 管 (10 or 20 mL)
  • 操作:操作面板上有四個功能鍵, 圖示,滾動操作按鈕
  • 尺寸:828 x 385 x 648 mm (WxDxH)
  • 重量:10 kg
 蜂蜜蜜源及種類區分

FlavourSpec® 以頂空氣體分析方式可以區分不同產地蜂蜜如台灣蜜、泰國蜜、荔枝蜜及龍眼蜜差異種類,鑑別產地及蜂蜜摻假,樣品無須前處理。 

 

image

 FlavourSpec® 蜂蜜分析條件:蜂蜜1g

分析條件和結果

  • 樣品恆溫預熱時間/上部氣:20分/ 60°C
  • 注射器注射溫度:80°C
  • 上部氣體注射量:600μl
  • 注射流量:170μl/sec
  • 氣相層析分析時間:10分鐘 (+10分鐘 )
  • 氣相層析管柱 MCC OV-5:40°C 恆溫
  • 載體(GC)及漂移(IMS)氣體:氮氣 5.0 等級(99.999%)
  • 載體流量:10ml/分(>150ml/分)
  • IMS 離子遷移譜儀偵測器恆溫:45°C

Vocal軟體樣本分析圖譜x軸IMS漂移時間,y軸GC滯留時間,顏色深淺代表訊號強度,T8台灣龍眼蜜、T15台灣龍眼蜜、LC台灣荔枝蜜、TL泰國龍眼蜜、IL台灣百花蜜

 

image

蜂蜜圖譜型態相似,需以手動選取圖譜上43訊號區域作各樣品比對,a/b為同樣品作二次,重覆性極佳,所有樣品上部氣體所組合獨特訊號強度和出現區域,可作區分各產品指紋。

image

 

PCA 主成份分析

 

LAV軟體所作蜂蜜PCA以訊號強度來區分樣品,a/b相同樣品重覆性高,T8與T15非常相似,LC及IL各有獨特的氣味。

 

image

 高粱酒/米酒/混米酒區分

 

 

 image

分析條件和結果 樣品恆溫預熱時間/上部氣:20分鐘/室溫

注射器注射溫度:80°C

上部氣體注射量:600μl

注射流量:170μl/sec

氣相層析分析時間:10分鐘 (+10分鐘 )

氣相層析管柱 MCC OV-5:40°C 恆溫

載體(GC)及漂移(IMS)氣體:氮氣 5.0 等級(99.999%) 

載體流量:10ml/分(>150ml/分)

IMS 離子遷移譜儀偵測器恆溫:45°C

 

 

 茶葉區分
LAV 軟體樣本色譜型態

x 軸 IMS 漂移時間,y 軸 GC 滯留時間,顏色深淺代表訊號強度

茶1 2013年9月高山烏龍茶、茶2 龍冬茶、茶3 中培茶、茶4 陳年高山烏龍茶、茶5 冬特級原茶

 

 

LAV Plugin_Gallery 不同茶的色譜型態相似,需以手動選取色譜上51訊號區域作各樣品圖譜訊號比對,a/b為同樣品測二次,重覆性高,所有茶樣都能以特別不同訊號強度(產品指紋)來分類, 茶1 9月高山烏龍茶,茶2 龍冬茶,茶3 中培茶可以訊號#14,15,34位置及濃度來區分,茶4 陳年高山烏龍茶,茶5 冬特級原茶的上部氣味有不同獨特的產品指紋, 茶4 陳年高山烏龍茶訊號#AccOOH,代表醋酸濃度較高,是相當特別的。

image

PCA主成份分析

LAV 軟體所作茶 PCA 分析,以前兩個主成分訊號強度來分析樣品,如同前面分析,茶4 陳年高山烏龍茶,茶5 冬特級原茶明顯不同的氣味,作品質分級及產地鑑別。

image

 

魚新鮮度鑑定

FlavourSpec® 具快速及便利操作分析不同儲存條件下產品指紋/型態,作為食品/飲料鮮度鑑別,以偵測揮發性氣體是否產生生物胺作為判別分析(TBVN) 依據,將鮮魚儲存於20°C環境下每三小時量測一次。

 

image

分析條件和結果
  • 樣品恆溫預熱時間/上部氣:20分鐘/60°C
  • 注射器注射溫度:80°C
  • IMS 氣體流量:500ml/min
  • IMS 離子泳動光譜偵測器恆溫:45°C
  • 氣相層析管柱 MCC OV-5:40°C 恆溫
  • 載體(GC)及漂移(IMS)氣體:氮氣 5.0 等級
  • 載體流量:28ml/分(>150ml/分)
  • 總測試分析時間 3 分鐘

image

 

不同儲存條件分類鑑別 PCA 分析,可清楚分出魚的不同儲存時間作為鮮度指標管理

image

IMS 離子泳動光譜分析資料分析與應用

使用 G.A.S 所設計LAV分析軟體,簡便易學圖示化,只要幾個步驟就可得到各種分析結果

image
IMS 色譜圖
(1) 量測數據收集
IMS 將樣品上部氣體分析後,IMS色譜顯示樣品所含不同化合物成份指紋。

選取主成份
(2) 學習
從圖譜中以手動選出主要參數後,用這些參數作模式/方法可作未知樣品分類應用。
image
(3) 預測/分類
預測模式下可使用已發展 IMS 色譜作為比對組,來作快速產品種類分類/產地鑑別用。

不同的香米究竟有何差異

在一個專注於米品質提升的研究實驗室,研究員小林接到了一項挑戰:如何鑑別來自不同地區與品種的米香氣特徵,協助農戶提升市場競爭力?小林決定採用 FlavourSpec® GC-IMS 技術來探索答案。他收集了台灣和泰國的多種米樣,包括台東 30台東 35高雄 147,以及泰國香米,並使用 Vocal 軟體生成香氣可視化指紋圖譜。這些「氣味指紋」成為辨別不同米香氣特徵的關鍵!

 

哪些訊號揭示了米的獨特氣味?

香氣指紋:揭示米的獨特個性

透過 Vocal 軟體中的 Gallery 模組,小林發現不同品種的米具有明顯差異:

    • 泰國香米:多個特徵訊號集中於 Area 4Area 42,這些訊號在台灣米中未出現。
    • 台東30和台東35:兩者具有接近的訊號分佈,顯示出相似的香氣特徵,但仍可通過特定訊號區域(台東30─Area 1、20、25;台東35─ Area 6)進行區分。
    • 台灣芋香米(高雄147):展現了獨特的 Area 49 訊號,為分類提供了額外依據。

 

如何用數據量化香米差異

主成分分析:分群與溯源的科學利器

小林進一步利用 Vocal 軟體的 PCA 主成分分析KNN 鄰近分析,更細緻地排列樣品間的差異。

PCA 提供了總體視角,幫助小林快速了解樣品分佈和聚類情況;而 KNN 做樣品比較,能更具體地揭示樣品間的相似性和差異性。

以PCA對不同品種米做主成分分析

以PCA對台灣米做主成分分析

以KNN對不同品種米做最鄰近指紋分析

分析台灣米時,除分類出5種米,亦將米分為三類:無香米、爆米花香米及芋香米。

他發現:

    • 台東 30 和台東 35 的香氣特徵相似,兩者距離最近。
    • 泰國香米則因其獨特香氣,與台灣米形成顯著差異。

這些結果不僅讓小林完成了鑑別任務,也為農戶提供了數據支持,幫助他們推廣自家米的獨特香氣特徵,提升了市場價值!

相關產品
Inline content