Aroma profiling using GC E-nose to trace origin of polygonati rhizoma species and quantify the effect of using ‘nine steaming and nine sun drying” processing
Notice bibliographique
Résumé
Aroma evolution during the traditional Nine Steaming and Nine Drying (NSND) process is essential to establish quality control and authentication of Polygonatum rhizome (PR) species, yet the underlying chemical mechanisms underlying changes remain poorly characterized. Using a flash GC– E -nose, we profiled volatile transitions of four PR species across ten NSND stages and tentatively identified 71 compounds. Distinct aroma trajectories were observed: early-stage loss of green aldehydes and alcohols reflected suppression of lipid-oxidation pathways, whereas later-stage increases in roasted, aromatic, and sulfur-derived notes were consistent with progressive Maillard reactions, sugar fragmentation, and Strecker degradation. Species-specific differences, including ester, ketone, and phenolic formation, further suggested variations in precursor pools and thermal reactivity. Multivariate analyses (ANOVA, PCA, HCA) clearly discriminated species and steaming stages, revealing consistent chemical transformation patterns. These mechanistic insights provide foundational volatile profiling knowledge that will support future development of aroma-based tools for PR quality evaluation and authentication. • First application of GC–E-nose to profile aroma evolution in PR during NSND. • Rapid, reproducible volatile fingerprints obtained across species and steaming stages. • Distinct profiles enabled species discrimination and early vs. late NSND separation. • Correlation analysis linked roasted, aromatic, and pungent notes with NSND cycles. • An established aroma database provides tools for process control and authenticity of PR.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».