Use of a Mass Spectral Based Chemical Sensor to Discriminate Food and Beverage Samples: Olive Oils and Wine as Examples

Aplikace | 2004 | GERSTELInstrumentace
GC/MSD, HeadSpace, SPME, Příprava vzorků, GC/SQ
Zaměření
Potraviny a zemědělství
Výrobce
Agilent Technologies, GERSTEL

Význam tématu


Rychlá a spolehlivá kontrola kvality potravin a nápojů je v praxi nezbytná pro zajištění bezpečnosti a konzistentní chuti výrobků. Tradiční technika GC/MS sice poskytuje detailní informace, avšak vyžaduje dlouhou analýzu a náročné zpracování dat. ChemSensor založený na hmotnostní spektrometrii v kombinaci s multivariační analýzou umožňuje rychlý screening vzorků s minimální přípravou a jednoduchou interpretací výsledků.

Cíle a přehled studie


Studie se zaměřila na dvě aplikace: klasifikaci olivových olejů (pure vs. degassed) a detekci 2,4,6-trichloroanisol (TCA) ve víně. Cílem bylo porovnat výkon Headspace ChemSensoru s tradiční HS-GC/MS metodou a ověřit možnosti koncentrace TCA pomocí headspace SPME a stir bar sorptive extraction (SBSE) s automatizovanou analýzou a reportováním.

Použitá instrumentace


Byly využity dvě koncepce ChemSensoru:
  • Autosampler headspace přímé do MSD (scan 50–250 amu)
  • ChemSensor System s termickou desorpcí Twisteru doplněný GC/MS (HP-5 kolona, He 1,2 mL/min)

Pro koncentraci ve víně:
  • SPME 100 µm PDMS fiber
  • SBSE s Gerstel Twister

Hlavní výsledky a diskuse


U olivových olejů se při HS-MS ChemSensoru projevily odlišné hmotnostní otisky (rozlišení při m/z 48 a 51), PCA zřetelně oddělila pure a degassed vzorky. KNN model správně klasifikoval všech 5 neznámých olejů. U TCA ve víně detekce HS-MS dosáhla nízkých ppm úrovní, PLS kalibrace prokázala lineární závislost koncentrační odezvy. SPME-MS umožnila spolehlivé stanovení TCA na úrovni desítek ppb a SBSE-TD-GC/MS detekci až v ppt rozsahu. Výhodou byla automatizovaná interpretace a reportování výsledků v reálném čase.

Přínosy a praktické využití metody


Metoda nabízí výrazně zkrácené časy analýzy, sníženou přípravu vzorku a standardizovanou automatickou klasifikaci. Uživatelům usnadňuje rozhodování o přijatelnosti produktu bez nutnosti složitého vyhodnocování TIC chromatogramů.

Budoucí trendy a možnosti využití


Další rozvoj se očekává v oblasti zvýšení citlivosti použitím SIM režimu, rozšíření databází spektrálních otisků a integraci umělé inteligence pro pokročilé vzorové rozpoznávání. Metodu lze aplikovat i na jiné potravinářské a environmentální matrice.

Závěr


Mass spectrometry založený ChemSensor se osvědčil jako rychlá, robustní a uživatelsky přívětivá alternativa k tradičním GC/MS postupům pro kontrolu kvality olivových olejů a detekci TCA ve víně.

Reference


  • Marcos Lorenzo I. et al., Anal. Bioanal. Chem., 2002, 374, 1205–1211.
  • Marcos Lorenzo I. et al., J. Chromatogr. A, 2002, 945, 221–230.
  • Pena F. et al., J. Am. Oil Chem. Soc., 2002, 79(11), 1103–1108.
  • Fischer C. & Fischer U., J. Agric. Food Chem., 1997, 45, 1995–1997.
  • Martí M. P. et al., Anal. Bioanal. Chem., 2003, 376, 497–501.
  • Hayasaka Y. et al., Anal. Bioanal. Chem., 2003, 375, 948–955.

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 Food and Beverage Products using a Mass Spectrometry Based Chemical Sensor
Fast Analysis of Beverages using a Mass Spectral Based Chemical Sensor
Analysis of Packaging Materials using a Mass Spectral Based Chemical Sensor
Wine Discrimination using a Mass Spectral Based Chemical Sensor