3. Results and discussionFood compo

3. Results and discussion
Food components that take part in chemical reactions vary depending
on the type of matrices. In that context, aiming to screen a broad
range of chemical changes, vegetables from different botanical families,
edible plant parts and color groupswere selected: onion, potato, pumpkin
and red beet. To have a fair comparison between novel and conventional
food processing technologies, the vegetables were HPHT and
thermal sterilized targeting an equivalent process value. Next, an MSbased
metabolic fingerprinting (HS-SPME–GC–MS) method was implemented
to analyze and compare the volatile fractions of sterilized
vegetables. Examples of obtained total ion chromatograms for each
(blanched) vegetable are shown in Fig. 1.
Even though GC–MS provides a good compound separation, the
chromatograms commonly contain extraneous mass spectral peaks.
These extraneous peaks can pose a serious problem during compound
identification. Therefore, prior to the multivariate statistical data
analysis (MVDA), two consecutive data pre-processing techniques
were conducted on the raw GC–MS data. First, the co-eluted peaks
were de-convoluted by the Automated Mass Spectral De-convolution
and Identification System (AMDIS). Next, Mass Profiler Professional
(MPP) was used to filter and align peaks.

Kết quả (Việt) 1:

3. kết quả và thảo luậnThành phần thực phẩm tham gia vào các phản ứng hóa học thay đổi tùy thuộcloại ma trận. Trong bối cảnh đó, nhằm để màn hình một rộngphạm vi của các thay đổi hóa học, các loại rau từ các gia đình thực vật khác nhau,bộ phận của cây ăn được và groupswere màu lựa chọn: hành tây, khoai tây, bí ngôvà củ cải đỏ. Để có một so sánh công bằng giữa các tiểu thuyết và quy ướccông nghệ chế biến thực phẩm, các loại rau là HPHT vànhiệt thải nhắm mục tiêu một giá trị tương đương quá trình. Tiếp theo, một MSbasedphương pháp chuyển hóa fingerprinting (HS-SPME-GC-MS) đã được thực hiệnphân tích và so sánh các phân số dễ bay hơi của tiệt trùngrau quả. Ví dụ về thu được tổng số ion chromatograms cho mỗithực vật (blanched) được thể hiện trong hình 1.Mặc dù GC-MS cung cấp một ly hợp chất tốt, cácchromatograms thường chứa các đỉnh núi quang phổ khối lượng không liên quan.Những đỉnh núi không liên quan có thể gây ra một vấn đề nghiêm trọng trong hợp chấtnhận dạng. Vì vậy, trước khi các số liệu thống kê đa biếnphân tích (MVDA), hai liên tiếp dữ liệu trước khi xử lý kỹ thuậtđã được tiến hành trên các dữ liệu thô của GC-MS. Đầu tiên, các đỉnh núi đồng elutedde-phức tạp bởi sự tự động khối lượng quang phổ de-convolutionvà hệ thống nhận dạng (AMDIS). Tiếp theo, hàng loạt hồ sơ chuyên môn(MPP) được sử dụng để lọc và sắp xếp các đỉnh núi.

Kết quả (Việt) 2:

3. Kết quả và thảo luận
các thành phần thực phẩm mà tham gia vào các phản ứng hóa học khác nhau tùy thuộc
vào loại ma trận. Trong bối cảnh đó, nhằm sàng lọc một rộng
phạm vi của các thay đổi hóa học, các loại rau từ các gia đình thực vật khác nhau,
bộ phận của cây ăn được và groupswere màu lựa chọn: hành tây, khoai tây, bí ngô
và củ cải đỏ. Để có một so sánh công bằng giữa tiểu thuyết và thông thường
các công nghệ chế biến thực phẩm, các loại rau có HPHT và
nhiệt tiệt trùng nhắm mục tiêu một giá trị quá trình tương đương. Tiếp theo, một MSbased
phương pháp fingerprinting chuyển hóa (HS-SPME-GC-MS) đã được thực hiện
để phân tích và so sánh các phần dễ bay hơi của tiệt trùng
rau quả. Ví dụ về thu được tổng số sắc ký ion cho mỗi
(luộc) rau được hiển thị trong hình. 1.
Mặc dù GC-MS cung cấp một tách hợp chất tốt,
sắc ký thường chứa đỉnh quang phổ khối lượng không liên quan.
Những đỉnh không liên quan có thể đặt ra một vấn đề nghiêm trọng trong hợp chất
xác định. Vì vậy, trước khi các số liệu thống kê đa biến
phân tích (MVDA), hai kỹ thuật trước khi xử lý dữ liệu liên tục
được thực hiện trên dữ liệu GC-MS thô. Đầu tiên, các đỉnh đồng tách rửa
được de-phức tạp bởi Thánh Lễ Automated Spectral De-chập
và hệ thống nhận dạng (AMDIS). Tiếp theo, Mass Profiler Professional
(MPP) đã được sử dụng để lọc và sắp xếp đỉnh.