METABOLOMICS: Applications for Food Safety and Quality Control

Význam tématu

Metabolomika představuje výkonný soubor analytických technik pro komplexní detekci a kvantifikaci nízkomolekulárních metabolitů v potravinách. V praxi umožňuje detailní hodnocení kvality, bezpečnosti a autenticity potravinových surovin a hotových výrobků. Díky schopnosti odhalit změny v reálném čase napomáhá optimalizovat výrobní procesy, sledovat čerstvost a původ produktů, zkoumat senzorické vlastnosti a vyvíjet funkční potraviny podporující zdraví spotřebitelů.

Cíle a přehled studie / článku

Text shrnuje tři hlavní aplikace potravinové metabolomiky:

• Analýzu aromatických sloučenin a dalších metabolitů v různých typech saké pro rozlišení kvality a reakce na zrání.
• Stanovení geografického původu chřestu na základě profilu vodou rozpustných metabolitů a vytvoření prediktivního modelu s přesností ~92 %.
• Vyhodnocení vlivu nepříznivých podmínek skladování (teplo, světlo, otřesy) na chemické složení saké a vína za pomoci LC-MS/MS a statistických analýz.

Použitá metodika a instrumentace

Pro přípravu a analýzu vzorků byly využity následující postupy a přístroje:

• Headspace GC-MS/MS (Shimadzu HS-20, GCMS-TQ) s náplní Tenax GR a kapilární kolony HP-INNOWax.
• Derivatisace metabolit pro GC-MS (Smart Metabolites Database™, BPX5 kolona) s MSTFA a methoxyaminem.
• LC-MS/MS (Nexera X2, LCMS-8060) pro hydrofobní i hydrofilní metabolity metodou MRM.
• Předzpracování dat: peak picking a pravidla detekce (LabSolutions Insight™).
• Vícedimenzionální analýzy: principal component analysis (PCA) v SIMCA-X a multivariační klasifikace (Random Forest).

Hlavní výsledky a diskuse

• Aroma sloučeniny v saké: celkem 86 identifikovaných komponent. PCA jasně rozlišila futsu-shu, junmai-shu a daiginjo-shu podle vzorců aromatických esterů, alkoholů a kyselin.
• GC-MS metabolity v saké: detekováno 149 derivatizovaných látek (aminokyseliny, organické kyseliny, cukry). PCA opět prokázala rozdělení vzorků podle typu saké.
• Geografický původ chřestu: měřeno 337 hydrofobních metabolitů, výběr 13 nejvýznamnějších markerů vedl k modelu Random Forest s průměrnou přesností 91,7 % a AUC 0,95.
• Deteriorace saké a vína: při simulovaném skladování při pokojové teplotě a osvětlení se výrazně měnily hladiny methionin sulfoxidu, cysteinu, kyseliny močové a poměr tryptofanu vs. kynureninu. Tyto biomarkery korelují s oxidačními procesy a senzorickým zhoršením kvality.

Přínosy a praktické využití metody

Metabolomika umožňuje objektivní doplněk ke klasickým senzorickým testům a chemickým rozborům. Umožňuje:

• Rychle rozlišit kvalitu, typ a původ potravin.
• Monitorovat dobu trvanlivosti a podmínky přepravy.
• Identifikovat klíčové složky ovlivňující aroma, chuť a nutriční hodnotu.
• Podpořit vývoj funkčních a bezpečných potravinových výrobků.

Budoucí trendy a možnosti využití

V budoucnu se očekává:

• Propojení metabolomiky s umělou inteligencí a strojovým učením pro robustnější predikce.
• Rozšíření databází metabolitů a standardizace metodik v potravinářském průmyslu.
• Integrace s genomikou, proteomikou a mikrobiomikou pro holistické porozumění procesu zrání a biodegradace.
• Vývoj rychlých on-line senzorických modulů pro kontinuální sledování kvality ve výrobě a logistice.

Závěr

Ukázky aplikací potravinové metabolomiky potvrzují její vysokou přidanou hodnotu pro kontrolu kvality, autenticity a bezpečnosti potravin. Moderní instrumentace Shimadzu ve spojení s pokročilými databázemi a analytickým softwarem nabízí spolehlivé a reprodukovatelné výsledky, které lze snadno integrovat do průmyslových procesů i výzkumu.

Reference

• NIST 14 Mass Spectral Library
• Smart Metabolites Database™
• LabSolutions Insight™ Software