無論是芬芳馥郁的鮮花，還是芳香四溢的美味佳肴，這些釋放香味的事物總能令人心情愉悅，然而香味并不是簡單的幾種成分，而是由成千上萬的揮發性化合物構成，且呈香組分的濃度往往很低，這就給香味物質的分析帶來了困難。在各種香味分析技術中，氣相色譜質譜法（GCMS）是一種有效且常用的分析方法，通過將目標化合物的特征離子碎片與GCMS系統可用的譜庫如NIST譜庫中的標準參考物的特征離子碎片進行比對，獲得呈香化合物的結構信息，但NIST等為普適性數據庫，通常不會收錄氣味屬性等信息，使得在檢測到的眾多成分中很難確認具體是哪些關鍵化合物引發了香味。

島津一直致力于為客戶打造簡便且的分析技術和方法，近年來陸續推出了多種Smart數據庫，如農藥殘留、環境污染物、法醫毒物、代謝物數據庫等，在食品、環境保護及法醫鑒定等多個領域都得到了廣泛的應用，相信Smart Aroma Database 香味物質數據庫的推出一定會助力食品、日化等相關領域香味物質的研究。

GC-MS（/MS）有效識別香味物質的專業數據庫

Smart Aroma Database注冊有500種以上香味成分的重要信息，涵蓋3種不同規格的色譜柱的方法文件、數據庫信息文件以及譜庫文件，可快速實現不同應用領域定性篩查找到關鍵的香味化合物、創建高靈敏分析方法。

高準確度自動識別香味化合物

Smart Aroma Database利用保留時間、色譜峰、特征離子、數據庫譜庫檢索多重比對快速識別傳統方法無法確認的香味物質。

AART功能（自動調整化合物的保留時間）利用保留指數和正構烷烴的保留時間自動調整目標化合物的保留時間。

半定量功能及氣味特征快速分析引發香味的化合物

數據庫中所包含的化合物都登記有氣味感官信息，同時也登記了每個化合物的靈敏度系數和保留指數，因此可以通過測量靈敏度校正物質計算出被檢測化合物的半定量濃度。利用這一信息，可以從檢測到的化合物中分析產生香氣的化合物。

無需標準品即可實現MRM及SIM方法高靈敏度目標物分析

利用香味數據庫可自動創建MRM和SIM的測量方法和數據分析方法。通常Scan方法分析的靈敏度可能無法滿足香味物質檢測需求，MRM和SIM方法則可以快速實現高靈敏度的目標分析，尤其是樣品中有雜質干擾時MRM方法能夠實現高精度分析，消除雜質影響。