Chemical Profiling of Commercially Available Cola Beverages Using GC-TOFMS and ChromaTOF Sync

Chemické profilování komerčních kolových nápojů pomocí GC-TOFMS a ChromaTOF Sync

Význam tématu

Kolové nápoje obsahují komplexní směs přírodních i průmyslově připravených aromatických složek (eterické oleje, terpeny, estery, aj.), jejichž relativní zastoupení ovlivňuje senzorické vlastnosti, stabilitu produktu a kvalitu během skladování. Necílená (non-target) analýza těkavých organických látek poskytuje ucelený chemický „otisk“ produktu, což je klíčové pro ověřování autenticity, sledování degradace aroma a pro vývoj a kontrolu kvality v potravinářském průmyslu.

Cíle a přehled studie

Cílem studie bylo provést non-target analýzu těkavých organických sloučenin v 13 komerčně dostupných kolových nápojích (pocházejících od osmi značek) pomocí HS-SPME vzorkování a GC-TOFMS, a následně využít softwaru ChromaTOF Sync pro hromadné zpracování, dekonvoluci, zarovnání dat a vizualizaci trendů mezi vzorky. Hlavním záměrem bylo identifikovat klíčové aroma složky, degradační produkty a vzorce, které rozlišují jednotlivé produkty.

Použitá metodika a instrumentace

• Vzorování: HS-SPME (hlavní metoda extrakce těkavin z kapalných vzorků).
• Chromatografie a detekce: GC-TOFMS (Pegasus BT) pro 1D separaci a získání full-scan vysokorychlostních hmotnostních spekter.
• Software pro zpracování: ChromaTOF Sync – automatické vyhledávání píků, dekonvoluce, zarovnání napříč soubory, generování heatmap a export dat pro multivariační analýzy.
• Knihovny a kritéria identifikace: NIST knihovna (similarita ≥700 považována za shodu), minimální S/N = 10; podpora identifikace porovnáním retenčních indexů (RI) s knihovními hodnotami (přijatelné rozdíly v rámci uvedených tolerancí).
• Vzorkování a replikace: 13 nápojů analyzováno v třech replikátech.

Hlavní výsledky a diskuse

• Rozsah detekovaných komponent: Automatické zpracování odhalilo přibližně 150 piků, které odpovídaly záznamům v NIST s podobností ≥700, což ukazuje na bohatost těkavého profilu kolových nápojů.
• Konkrétní identifikace: Jako příklady byly jednoznačně identifikovány p‑cymen (similarita 916/1000, RIobs 1028 vs RIlib 1025), D‑limonene (863/1000, RIobs 1033 vs RIlib 1031) a eucalyptol (816/1000, RIobs 1037 vs RIlib 1032). Tyto sloučeniny představují jak primární aromata, tak i potenciální degradační produkty (p‑cymen jako produkt rozkladu γ‑terpinenu/limonenu).
• Caffeine: Alkaloid byl nalezen ve všech vzorcích při retenčním čase 648.8 s; spektrometrická similarity s knihovnou byla 938/1000 a RIobs = 1857 vs RIlib = 1837. Neočekávaně nejvyšší relativní obsah kofeinu vykazovalo Cola 5 (neslazený vzorek), zatímco Cola 7 (energetický produkt) také patřila mezi vzorky s vysokým obsahem.
• Profil terpenů a esterů: Soubor dat ukázal zvýšené hladiny monoterpenů, seskviterpenů a esterů zejména v některých neslazených variantách (Cola 5 a 6) a v energetickém nápoji (Cola 7). Tabulky v původním dokumentu shrnují konkrétní analyty a jejich relativní zastoupení napříč vzorky; klíčová poznámka je, že určité aroma‑skupiny jsou konsistentně obohaceny v definovaných produktech.
• Multivariační analýza: PCA ukázala skupinování vzorků podle chemického profilu; zvlášť pozoruhodné bylo velké chemické podobnosti mezi Cola 3 a Cola 4, což koreluje s jejich podobným senzorickým profilem navzdory rozdílné marketingové prezentaci.

Přínosy a praktické využití metody

• Komplexní fingerprinting: Kombinace HS‑SPME a GC‑TOFMS poskytuje široké spektrum detekovaných těkavin při dostatečné selektivitě a citlivosti pro neřízené studie.
• Rychlé srovnání produktů: ChromaTOF Sync urychluje hromadné zpracování a umožňuje rychlou identifikaci trendů (heatmapy, překrytí chromatogramů, bar‑grafy, side‑by‑side porovnání), což je užitečné v QA/QC, při odhalování padělků a konkurenčním průzkumu.
• Sledování degradace aroma: Identifikace degradačních markerů (např. p‑cymen) umožňuje diagnostikovat acid‑katalyzed rozklad esenciálních olejů a vyhodnotit stabilitu receptur a podmínky skladování.
• Podpora formulace a rozvoje produktů: Detailní profil umožňuje výrobcům optimalizovat složení aroma, vyvíjet nové varianty a monitorovat konzistenci mezi výrobními šaržemi.

Budoucí trendy a možnosti využití

• Rozšíření datových platforem: Integrace větších spektrových a retenčních databází a použití strojového učení pro automatizovanou klasifikaci a predikci senzorických vlastností.
• Doplňkové techniky: Kombinace s GC×GC‑TOFMS pro vyšší separační výkon, nebo s kvantitativními metodami (IS kvantifikace) pro přesné stanovení klíčových markerů.
• Sledování stability in‑line: Vývoj rychlých postupů pro rutinní monitoring v procesu výroby a během skladování (automasované HS‑SPME), včetně korelace s mikrobiálními a senzorickými testy.
• Rozbor složitějších matic: Uplatnění non‑target postupů v širším portfoliu nealkoholických i alkoholických nápojů, včetně mapování změn v průběhu fermentace nebo stárnutí.

Závěr

Studie demonstruje, že použití HS‑SPME, GC‑TOFMS a pokročilého softwarového zpracování (ChromaTOF Sync) efektivně odhalí široké spektrum těkavých složek v komerčních kolových nápojích. Analýza přinesla identifikaci jak primárních aromatických látek, tak degradačních markerů a umožnila rozlišit chemické profily jednotlivých produktů (včetně vysoké podobnosti mezi Cola 3 a Cola 4). Metodika je robustním nástrojem pro kontrolu kvality, forenzní porovnání produktů a podporu vývoje receptur.

Reference

1. Y. Lorjaroenphon, K.R. Cadwallader, Journal of Agricultural and Food Chemistry, 2015, 63, 776-789, DOI: 10.1021/jf504954p