Wine Discrimination using a Mass Spectral Based Chemical Sensor

Aplikace | 2003 | GERSTELInstrumentace
GC/MSD, HeadSpace, GC/SQ
Zaměření
Potraviny a zemědělství
Výrobce
Agilent Technologies, GERSTEL

Význam tématu


Ověření pravosti vína hraje zásadní roli v zajištění kvality potravin, ochraně spotřebitele a plnění legislativních regulací. Podvodné praktiky a ředění vín může vést k hrozbě pro ziskovost vinařů, důvěryhodnost značek a bezpečnost spotřebitelů. Rychlé a spolehlivé metody diskriminace odrůd významně usnadňují kontrolu jak ve výrobních provozech, tak v regulačních agenturách.

Cíle a přehled studie / článku


Cílem studie bylo ověřit použitelnost hmotnostně spektrometrického senzorického systému (Gerstel Headspace ChemSensor) ve spojení s vícerozměrnými statistickými modely pro diskriminaci dvou odrůd vinné révy – Merlot a Cabernet Sauvignon. Analýza zahrnovala porovnání komerčních vín s čistými (pure varietal) vzorky dodanými TTB a posouzení rychlosti, spolehlivosti a přesnosti klasifikace.

Použitá metodika a instrumentace


  • Gerstel Headspace ChemSensor bez chromatografické separace, přímé vzorkování hlavy nad vzorkem při 80 °C (20 min.) do Agilent 5973 MSD (scan 48–150 m/z).
  • GC 6890 s Agilent 5973 MSD a Thermal Desorption autosampler (TDS A, Gerstel) pro detailní identifikaci klíčových sloučenin.
  • Stir bar sorptive extraction (Twister, Gerstel) s 10× zředěním vzorků, extrakce 1 h za pokojové teploty.

Hlavní výsledky a diskuse


Headspace fingerprinty ze senzoru prokázaly výrazně vyšší celkové intenzity fragmentů u čistých varietálů oproti komerčním vínům. Explorativní analýzy (PCA, HCA) potvrdily vhodnost dat pro klasifikaci: první hlavní složka (PC1) rozlišovala čisté varietály od komerčních vín, druhá složka (PC2) oddělovala Merlot a Cabernet Sauvignon. K analýze klíčových iontů přispěly fragmenty m/z 49, 55, 60, 70, 88, 91, 101 a 129, z nichž některé byly identifikovány jako estery (butanedioic acid diethyl ester, decanoic acid ethyl ester, dodecanoic acid ethyl ester). Modely SIMCA a KNN dosáhly rychlého a spolehlivého rozlišení vzorků: čisté varietály byly správně klasifikovány, zatímco komerční vzorky vykázaly velmi podobné profily a nebyly vzájemně rozlišitelné.

Přínosy a praktické využití metody


Metoda nabízí:
  • Minimální dobu analýzy (1–2 minuty) bez potřeby chromatografického dělení.
  • Jednoduchou přípravu vzorku a plně online propojení hlavy nad vzorkem s MSD.
  • Vysokou propustnost pro rutinní QA/QC a rychlý screening falšovaných vzorků.

Budoucí trendy a možnosti využití


Další rozvoj může směřovat k rozšíření databází hmotnostních fingerprintů různých odrůd, optimalizaci skenovacího rozsahu pro lepší citlivost na stopové látky, použití pokročilých strojových učeních (např. SVM, RF) a aplikaci na další potravinářské produkty (oleje, destiláty, čaje). Kombinace chemických senzorů s hyphenovanými technikami by mohla zvýšit selektivitu a kvantifikační schopnosti.

Závěr


Hmotnostně spektrometrický senzor Gerstel Headspace ChemSensor v kombinaci s multivariačními modely PCA, SIMCA a KNN umožňuje rychlou a efektivní diskriminaci čistých varietálů Merlot a Cabernet Sauvignon. Metoda se ukázala jako robustní nástroj pro screening pravosti vín, přičemž komerční vzorky vykazují velmi podobné profily a mohou vyžadovat doplňující analytické postupy pro detailní rozlišení.

Reference


  1. GERSTEL, application notes, http://www.gerstelus.com/apntes.html (2003).
  2. K. Beebe, R. Pell, M.B. Seasholtz, Chemometrics: a practical guide, John Wiley & Sons (1998).

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

PDF verze ke stažení a čtení
 

Podobná PDF

Fast Analysis of Beverages using a Mass Spectral Based Chemical Sensor
Use of a Mass Spectral Based Chemical Sensor to Discriminate Food and Beverage Samples: Olive Oils and Wine as Examples
Classification of Food and Flavor Samples using a Chemical Sensor
Analysis of Packaging Materials using a Mass Spectral Based Chemical Sensor