GC/MSD, HeadSpace, SPME, Termální desorpce, GC/SQ
ZaměřeníPotraviny a zemědělství
VýrobceAgilent Technologies, GERSTEL
Význam tématu
Rychlá a spolehlivá kontrola kvality potravin a nápojů je klíčová pro ochranu spotřebitele, optimalizaci výrobních procesů a odhalování kontaminací či padělků. Masově spektrometrické senzory bez chromatografické separace (ChemSensor) nabízejí vysokou propustnost a citlivost a umožňují okamžité získání charakteristických spektrálních otisků vzorků.
Cíle a přehled studie
Studie demonstruje aplikaci třech technik přímého zavedení vzorku do hmotového spektrometru – headspace, SPME a HSSE – pro analýzu jogurtu, olivového oleje a kávy. Pomocí softwaru pro rozpoznávání vzorů a multivariatní statistiky (PCA, HCA, SIMCA, KNN) autoři vytvořili klasifikační modely pro odhalení kvality, stáří, příchutí, odplyněnosti oleje a původu kávových vzorků.
Použitá metodika a instrumentace
Analytické systémy sestávaly ze tří konfigurací GERSTEL ChemSensor:
- Headspace ChemSensor: autonómní vzorkovač MPS-2 s PTV čelem a MSD 5973 (Agilent) pro analýzu jogurtů headspace injekcí.
- SPME ChemSensor: MPS-2 se 75 µm Carboxen/PDMS vláknem a PTV čelem s GC-MS (6890/5973N) pro extrakci aromat olivových olejů.
- HSSE/TDS ChemSensor: Twister v režimu headspace, termické desorpce do PTV čela a GC-MS 6890/5973N pro analýzu kávových vzorků.
Hlavní výsledky a diskuse
- Jogurty: Spektrální linie m/z 44 (acetaldehyd) odlišují čerstvé a staré vzorky, vyšší hmotnosti detekují aromatické příchutě. SIMCA 3D model jednoznačně třídil čerstvé vs. stárnuté a rozlišoval použitou příchuť.
- Olivové oleje: SPME senzorem bylo možné odlišit čisté a odplyněné vzorky. SIMCA klasifikace dále rozlišila pět typů čistých olejů na základě charakteristických m/z.
- Káva: HSSE/TDS snímky po odstranění šumu (phthaláty, slitiny) umožnily pomocí SIMCA rozdělit Arabicu a Robustu a dále rozlišit jednotlivé země původu (Brazílie, Keňa, Java vs. Vietnam, Afrika).
Přínosy a praktické využití metody
Metoda umožňuje výrazné zkrácení doby analýzy díky eliminaci chromatografického dělení a vysokou propustnost laboratoře. ChemSensor poskytuje spolehlivou a opakovatelnou klasifikaci šarží, detekci podvodů či degradace bez ztráty analytické přesnosti.
Budoucí trendy a možnosti využití
Další rozvoj spojí vyšší automatizaci přípravy vzorků, integraci pokročilých algoritmů strojového učení a rozšíření knihoven spektrálních otisků pro nejrůznější potravinářské a farmaceutické aplikace. Výhledově lze očekávat nasazení v terénních testech s přenosnými MS senzory.
Závěr
Publikovaná aplikace masově spektrometrického senzoru ukazuje, že bez chromatografie lze rychle a přesně rozlišit kvalitu, původ a možné adulterace potravin a nápojů. ChemSensor systémy s vhodnou chemometrií zajišťují spolehlivost a vysokou propustnost kontroly kvality.
Reference
- Arthur CL, Pawlyszin J. Anal. Chem. 1990;62:2145.
- Baltussen E, Sandra P, David F, Cramers C. J. Microcol. Sep. 1999;11:737.
- Dirinck I, van Leuven I, Dirinck P, Heiden AC. Gerstel App. Note 2002;13.
- Dirinck I, van Leuven I, Dirinck P, Heiden AC, Gil C. ISOEN’02 Proceedings;2002:215.
- Saleeb R, Press L, Parikh M. ISOEN’02 Proceedings;2002:211.
- Kinton VR, Collins RJ, Kolahgar B, Goodner KL. Gerstel App. Note 2003;4.
- Heiden AC et al. Gerstel App. Note 2002;7.
Obsah byl automaticky vytvořen z originálního PDF dokumentu pomocí AI a může obsahovat nepřesnosti.