GC/MSD, GC/TOF, GCxGC, Software
ZaměřeníPotraviny a zemědělství
VýrobceLECO
Význam tématu
Analýza změn chemického složení během procesu znehodnocování potravin je klíčová pro pochopení mechanismů rozkladu, identifikaci biomarkerů mikrobiální aktivity a pro optimalizaci skladovacích podmínek a kontroly kvality. Volatilní a polovoltální látky jsou zpravidla prvním indikátorem aromatických i bezpečnostních změn, takže jejich nontargetované sledování poskytuje cenné informace pro výzkum i průmyslovou praxi.
Cíle a přehled studie
Cílem práce bylo sledovat časový průběh chemického profilu domácího rajčete během přirozeného znehodnocování při pokojové teplotě po dobu sedmi dnů. Studie kombinovala komplexní chromatografickou separaci (GCxGC) s rychlou a citlivou detekcí TOFMS a pokročilým softwarovým zpracováním (ChromaTOF Sync 2D) k nontargetované identifikaci a kvantifikaci volatilních látek a ke zjištění časových trendů a markerů rozkladu.
Použitá metodika a instrumentace
Krátký popis experimentu:
- Surovina: čerstvé zahradní rajče rozmixované na kaši, ponechané při pokojové teplotě 7 dní.
- Odběr: denní měření, triplikáty; 3 g vzorku v 20 mL vialce.
- Předzpracování: HS-SPME s tri-fázovým vláknem (PDMS/DVB/C-WR); inkubace 2 min při 40 °C; extrakce 5 min při 40 °C.
- Standardy: alkanová směs pro stanovení retenčních indexů (RI).
Souhrn použitých přístrojů a podmínek (instrumentace):
- Autosampler: LECO L-PAL 3 s termickým desorpčním režimem (desorpce 2 min, split 10:1).
- GCxGC modulace: LECO QuadJet termální modulační systém s 2,5 s modulační dobou a sekundárním ověním +10 °C vůči primárnímu.
- Kolony: 1. dimenze Rxi-5ms (30 m × 0,25 mm, 0,25 µm); 2. dimenze Rxi-17Sil MS (0,6 m × 0,25 mm, 0,25 µm).
- Program pece: start 40 °C (2 min), ramp 6 °C/min do 200 °C, následně 24 °C/min do 250 °C.
- Přenosové teploty a zdroj: transfer line 250 °C, iontová zdrojová teplota 250 °C.
- TOFMS: LECO Pegasus BT/BTX 4D; m/z 35–500; rychlost akvizice 10 spekter/s v GC režimu a 100 spekter/s v GCxGC režimu.
Softwarové zpracování:
- ChromaTOF Sync 2D pro nontargetované vyhledávání píků, dekonvoluci, a zarovnání napříč všemi vzorky do jediné tabulky funkcí s tabulovanými plochami píků a RI ověřením.
Hlavní výsledky a diskuse
Rozsah dat a identifikace:
- GCxGC-TOFMS významně zvýšil kapacitu separace a odhalil přes 300 spolehlivě identifikovaných analytů (spektrální podobnost >700 a souhlas RI s databází).
- ChromaTOF Sync 2D zkompiloval výsledky do jediné feature tabulky se zobrazením trendů jako heatmapy a poskytl nástroje pro vizualizaci časových průběhů a multivariační analýzy (PCA).
Řešení koelucí a přínos GCxGC:
- V mnoha případech docházelo ke koealuci v 1D GC; některé páry však byly úspěšně rozkladeny softwarovou dekonvolucí (např. 3‑methylbutanová kyselina a 2‑methylthioethanol), jiné vyžadovaly druhou dimenzi GCxGC pro úplné chromatografické rozdělení (např. benzaldehyd a 1‑ethyl‑4‑methylbenzen).
- GCxGC tak zvýšilo pokrytí analytů a zlepšilo kvalitu podobnostních skóre a identifikací.
Konkrétní časové trendy vybraných látek:
- Hexanal: vysoká koncentrace v čerstvém vzorku s rychlým poklesem během prvního dne; je spojen s čerstvým, zeleným aroma a jeho pokles koreluje se ztrátou čerstvosti vůně.
- 2‑(methylthio)ethanol: rostoucí po prvním dni, stabilní na zvýšené úrovni; aromatické tóny síry/masitosti.
- 3‑methylbutanová kyselina: postupný nárůst během týdne; aromatické popisy zahrnují „sýrové“, „kyselé“, „zadělané“. Tento růst přispívá k nepříjemným zápachovým charakteristikám.
- Ethanol a octová kyselina: ethanol detekován po prvním dni, octová kyselina následně druhý den — indikátory mikrobiální fermentace/aktivace.
Multivariační analýza:
- PCA ukázala jasnou separaci čerstvých vzorků od zbylých fází procesu (rozlišení podél PC1) a postupné časové uspořádání vzorků, přičemž poslední tři dny tvořily shluk s větší podobností mezi sebou.
Přínosy a praktické využití metody
Hlavní přínosy kombinace GCxGC-TOFMS a ChromaTOF Sync 2D:
- Výrazně vyšší kapacita separace a citlivost detekce umožňuje nontargetované objevení nízkoúrovňových markerů rozkladu, které by v 1D GC mohly být skryty.
- Softwarové zpracování sjednocuje data z celé časové řady do jediné feature tabulky, což urychluje identifikaci trendů, analýzu biomarkerů a vizualizaci výsledků (heatmapy, časové profily, PCA).
- Metoda je použitelná pro monitoring kvality potravin, vývoj skladovacích a balicích postupů, identifikaci markerů mikrobiální aktivity a pro R&D zaměřené na senzoriku a shelf‑life studií.
Budoucí trendy a možnosti využití
Možné směry dalšího rozvoje a aplikací:
- Integrace GCxGC‑TOFMS dat s pokročilými datovými vědami: strojové učení pro predikci bodu zkažení, automatizované výběry biomarkerů.
- Kvantifikace vybraných markerů pomocí cílených metod (SRM/MRM nebo HRMS kvantifikace) pro robustní rutinní sledování.
- Kombinace s olfaktometrickými studiemi (GC‑O) a mikrobiologickým profilováním k propojení chemických znaků s percepčními a biologickými parametry.
- Vylepšení throughputu vzorkování: automatizované SPME protokoly a rychlejší chromatografické programy pro širší studie času/teploty.
- Rozšíření knihoven spekter a RI databází pro lepší identifikace neobvyklých nebo nově vznikajících látek při biodegradaci.
Závěr
Studie demonstrovala, že kombinace GCxGC-TOFMS (Pegasus BTX 4D) a ChromaTOF Sync 2D představuje účinný workflow pro nontargetované sledování chemického profilu potravin během znehodnocování. GCxGC výrazně zlepšuje separaci a rozšíření analytického pokrytí, TOFMS přináší citlivou detekci v širokém m/z rozsahu a ChromaTOF Sync 2D zjednodušuje komplexní zpracování dat, jejich porovnání a vizualizaci časových trendů. Identifikované změny (např. pokles hexanalu, nárůst sírových a mastných kyselin, objevení ethanolu a octové kyseliny) poskytují konkrétní chemické markery, které lze využít pro monitorování čerstvosti, detekci mikrobiální aktivity a pro optimalizaci postupů v potravinářské praxi.
Reference
- Good Scents Company. Good Scents database. Použito jako zdroj aromatických popisů a poznámek k identifikovaným látkám.
Obsah byl automaticky vytvořen z originálního PDF dokumentu pomocí AI a může obsahovat nepřesnosti.