Analysis of Aroma Components in Beer Using HS-20 and Nexis™ GC-2030

Význam tématu

Beer je komplexní matrice obsahující stovky aroma sloučenin, které významně ovlivňují chuť a vůni hotového nápoje. Jejich analýza umožňuje lepší porozumění procesů kvašení, kvality surovin i technologické úpravy piva, a je klíčová pro vývoj nových produktů a kontrolu kvality.

Cíle a přehled studie / článku

Studie si klade za cíl kvantifikovat devět vybraných aroma komponent (alkoholy a estery) v pěti komerčních pivech a porovnat je pomocí multivariačních statistických metod. Výsledky měly ukázat rozdíly ve složení aromatických látek a umožnit jejich vizualizovanou interpretaci.

Použitá instrumentace

• Headspace sampler Shimadzu HS-20 ve smyčkovém režimu
• Gas chromatograph Shimadzu Nexis GC-2030 s detektorem FID-2030
• Kolona SH-Rtx™-Wax (30 m × 0,53 mm, 1 μm)
• Software pro multivariatní analýzu SIMCA® 15 (Infocom Corporation)

Použitá metodika

Standardní směsný roztok aroma komponent byl naředěn 4% ethanolem a 10 g bylo včetně interního standardu převzorkováno do hlava-mezera lahvičky. Po 45minutové ekvilibraci při 40 °C následovala analýza hlava-mezera. Stejný postup se aplikoval na 10 g nefiltrovaného piva. Kvantifikace proběhla dle kalibrační křivky připravené ze standardu.

Hlavní výsledky a diskuse

V pěti pivech A–E byly určeny koncentrace devíti složek (mg/L). Nejvyšší rozdíly se projevily u ethyl acetátu (12–32 mg/L), izoamylalkoholu (52–62 mg/L) a n-propylalkoholu (9–24 mg/L). Multivariační analýza (PCA a hierarchické shlukování) ukázala výrazné odlišení piva D, což koreluje s jeho vrchně kvašeným typem, oproti ostatním spodně kvašeným ležákům.

Přínosy a praktické využití metody

• Citlivá a reprodukovatelná analýza klíčových aroma komponent v pivu.
• Rychlá příprava vzorku bez náročné extrakce.
• Možnost aplikace v kontrolních laboratořích pivovarů pro sledování kvality a konzistence šarží.
• Podpora vývoje nových pivních stylů optimalizací aromatického profilu.

Budoucí trendy a možnosti využití

• Rozšíření na sledování dalších aromatických a chuťových látek pomocí GC–MS.
• Integrace dat z multivariační analýzy do prediktivních modelů kvality piva.
• Automatizace přípravy vzorku a online monitoring v reálném čase.
• Využití umělé inteligence pro predikci senzorických vlastností založenou na chromatografických datech.

Závěr

Metoda hlava-mezera GC–FID umožňuje rychlou a přesnou kvantifikaci klíčových aroma komponent v pivu. Kombinace s multivariační analýzou poskytuje efektivní nástroj pro porovnání a kontrolu kvality různých pivních stylů, což je přínosné pro výzkum, vývoj i průmyslovou praxi.

Reference

• Brewers Association of Japan, BCOJ Beer Analysis Methods (2013)