Non-Targeted Analysis of Metabolites in Beverages Using LCMS-9030

Aplikace | 2022 | ShimadzuInstrumentace
LC/TOF, LC/HRMS, LC/MS, LC/MS/MS
Zaměření
Potraviny a zemědělství, Metabolomika
Výrobce
Shimadzu

Význam tématu


Metabolomika představuje klíčový nástroj pro komplexní charakterizaci nízkomolekulárních látek v biologických systémech a potravinách. Nezacílená analýza metabolitů umožňuje odhalit neznámé složky a poskytuje objektivní hodnocení chuti, kvality a nutriční hodnoty potravinářských vzorků.

Cíle a přehled studie


Cílem studie bylo demonstrovat využití systému LCMS-9030 v kombinaci s multivariační analýzou pro nezacílenou identifikaci a srovnání metabolomů šesti druhů pivních a pivu podobných nápojů, včetně nealkoholických variant.

Použitá metodika a instrumentace


Vzorky byly před analýzou odplyněny a ředěny 10× ultrapure vodou. Analýzu realizovala sestava:
  • Nexera X3 UHPLC: reverzní fázová kolona, teplota 40 °C, gradientní eluce s 0,1 % kyselinou mravenčí ve vodě (solvent A) a v acetonitrilu (solvent B), průtok 0,25 mL/min.
  • LCMS-9030 (QTOF): ESI pozitivní, režim Data Dependent Acquisition, nastavení plynů (nebulizační 3 L/min, sušící 10 L/min, ohřívací 10 L/min), rozhraní 300 °C, DL 250 °C, blokový ohřev 400 °C, CID 230 kPa.
  • Softwarové nástroje: Signpost MS pro extrakci 1698 iontových stop a multivariační analýzu (PCA), LabSolutions Insight Explore pro predikci a potvrzení neznámých látek pomocí Exact Mass Database a referenčních standardů.

Hlavní výsledky a diskuse


PCA ukázala jasné shlukování vzorků podle typu a výrobního postupu: lagerová, svrchně kvašená a nealkoholická piva vznikající fermentací tvořila jeden cluster, nízkopivní a některé nealkoholické vzorky druhý, a sójový nápoj se odlišil výrazněji. Charakteristické metabolity zahrnovaly:
  • Aminokyseliny (prolin, tyrosin, arginin, tryptofan) a nukleotidy (guanosin) v pivech a fermentovaných nealko variantách.
  • Alkaloid hordenin z ječmene přítomný ve fermentovaných vzorcích.
  • Antioxidant kyselina askorbová ve vzorcích nízkopivních a některých nealko pivech.
  • Emulgátory (tributyl citrát, triethyl citrát) a umami složka glutamát v nízkopivních vzorcích.
  • Izoflavony (genistein, glycitein) v sójovém nápoji.

Přínosy a praktické využití metody


Prezentovaná metodika umožňuje rychlou a objektivní nezacílenou analýzu potravinářských vzorků, identifikaci klíčových a neznámých metabolitů a porovnání metabolických profilů pro účely QA/QC, vývoje nových produktů a nutričního hodnocení.

Budoucí trendy a možnosti využití


  • Integrace pokročilých databází a rozšíření spektrálních knihoven pro zvýšení spolehlivosti identifikace.
  • Využití umělé inteligence a strojového učení pro automatizovanou klasifikaci vzorků a predikci vlastností.
  • Rozšíření aplikací na další potravinářské, farmaceutické a environmentální matriče.

Závěr


Studie potvrdila, že LCMS-9030 v kombinaci se softwarovým zpracováním umožňuje efektivní nezacílenou analýzu metabolitů v nápojích. Metabolické profily úzce odrážejí suroviny a technologii výroby, což podporuje využitelnost metody pro komplexní hodnocení kvality potravin.

Obsah byl automaticky vytvořen z originálního PDF dokumentu pomocí AI a může obsahovat nepřesnosti.

PDF verze ke stažení a čtení
 

Podobná PDF

Non-Targeted Analysis of Metabolites in Alcoholic Beverages Using LabSolutions Insight Profiler
Aroma and Metabolite Analysis Using GC-MS and LC-MS and Approach to Craft Beer Development
Non-Targeted Analysis of Metabolites in Alcoholic Beverages Using LC-QTOFMS
Food Metabolomics of Alcoholic Beverage Using Single-Quadrupole Mass Spectrometer — Oligosaccharide and Polysaccharide Profiling —