Using Headspace SPME-GC×GC–quadMS for the Characterization of Marsala Wine

Aplikace | 2015 | ShimadzuInstrumentace
GCxGC, GC/MSD, SPME, GC/SQ
Zaměření
Potraviny a zemědělství
Výrobce
Shimadzu

Význam tématu


Analýza těkavých složek Marsala vína je klíčová pro pochopení jeho aroma profilu, kontroly kvality a rozlišení různých kategorií a stáří. Marsala patří mezi nejvýznamnější dezertní vína a jeho složení ovlivňuje degustaci i obchodní hodnotu.

Cíle a přehled studie


Studie se zaměřila na detailní charakterizaci složení hlavy nad vzorkem Marsala vína pomocí kombinace metody HS-SPME a dvourozměrné plynové chromatografie s dvojdetekcí (FID a kvadrupólovou hmotnostní spektrometrií). Cílem bylo identifikovat a relativně kvantifikovat co největší počet těkavých látek.

Použitá metodika a instrumentace


  • Vzorky: čtyři typy Marsala (“fine”, “superiore secco”, “superiore riserva dolce”, “vergine”), 4 mL vzorku v 20 mL kelímku.
  • HS-SPME: vlákno DVB/CAR/PDMS (50/30 µm), expoziční čas 30 min, agitace 500 rpm, teplota 25 °C, desorpce 1 min při 270 °C ve splitless režimu s následným 10:1 splitem.
  • GC×GC: dva GC-2010, první kolona SLB-5ms (30 m×0,25 mm×0,25 µm) + 1 m nepolámané, druhá Supelcowax-10 (1 m a 1,5 m, 0,1 mm×0,1 µm), kryogenní modulační čas 5 s, teplotní program 50 °C (1 min) → 270 °C při 3 °C/min.
  • Detekce: FID (280 °C, He 40 mL/min, H₂ 40 mL/min, vzduch 400 mL/min), QP2010 Ultra MS (EI 70 eV, 40–360 m/z, 25 Hz, zdroj 200 °C, interface 250 °C).
  • Softwary: GCMSsolution 2.71, ChromSquare 2.0, AFT launcher.

Hlavní výsledky a diskuse


  • Identifikováno až 128 sloučenin v “superiore secco”, v ostatních vzorcích 87–91 látek; celkově přes 500 detekovaných signálů.
  • Nejvíce zastoupenou třídou byly estery (cca 48 %), dále alkoholy (19 %), kyseliny (15 %), aldehydy (5 %), ketony (2 %), uhlovodíky (2 %) a ethers (2 %).
  • Nejvíce dominantní látkou byl ethyl oktanoát, jehož relativní obsah klesal s délkou zrání (40,9 % → 19,4 %). Diethyl sukcinát naopak rostl (2,7 % → 9,2 %), furfural byl vysoký v nejstarších vzorcích.
  • Isoamylalkohol zůstal v rozmezí 17,9–21,0 % napříč všemi vzorky.
  • Metoda GC×GC plně odhalila složitost vzorku, zatímco 1D GC by nedokázala separovat všechny komponenty bez výrazného překrytí.

Přínosy a praktické využití metody


  • Poskytuje široké, zatímco polokvantitativní mapování aromatických složek.
  • Umožňuje rozlišit kategorie Marsala podle stáří a obsahu cukru.
  • Vhodné pro kontrolu kvality, detekci adulterací a vývoj profilů senzorické optimální receptury.

Budoucí trendy a možnosti využití


  • Kombinace s GC-olfaktometrií pro přiřazení vůně jednotlivým sloučeninám.
  • Integrace s pokročilou datovou analýzou a chemometrií pro automatizované třídění vzorků a odhalování odchylek.
  • Rozšíření na jiné typy vín a destilátů, aplikace v průmyslové výrobě a výzkumu senzorických profilů.
  • Využití vysokorozlišovací hmotnostní spektrometrie (HR-MS) pro konfirmační analýzy a kvantifikaci.

Závěr


Vyvinutá HS-SPME GC×GC–FID/qMS metoda detailně popisuje těkavé složky Marsala vína a prokázala vysokou separační schopnost i identifikační výkon. Výsledný profil přispívá k lepšímu pochopení aroma, napomáhá řízení kvality a otevírá dveře dalším pokročilým aplikacím.

Reference


  • Dugo P., Mondello L. a kol. Food Chemistry, 142 (2014) 262–268.

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

PDF verze ke stažení a čtení
 

Podobná PDF

SPME Applications Guide
SPME Applications Guide
2009|Merck|Příručky
The Comparison of HS-SPME and SPME Arrow Sampling Techniques Utilized to Characterize Volatiles in the Headspace of Wine over an Extended Period of Time
Volatile Profiling of U.S. Cabernet Sauvignon Wines Using HS-SPME and the Agilent 5975 Series GC/MSD System: Relating the Chemical Profile to Sensory Properties
New Opportunities for Wine Analysis through SPME Arrow and GC-MS/MS