GC/MSD, GC/SQ, GC kolony, Spotřební materiál
ZaměřeníPotraviny a zemědělství
VýrobceAgilent Technologies, Restek
Význam tématu
Citronelový olej je ceněn pro své repelentní, aromaterapeutické a farmaceutické vlastnosti. Přesná identifikace a kvantifikace jednotlivých složek je klíčová pro kontrolu kvality, odhalení falšování a standardizaci produktu. GC-MS umožňuje rychlou a citlivou analýzu komplexních přírodních směsí.
Cíle a přehled studie / článku
Cílem studie bylo stanovit chemické složení citronelového oleje pomocí plynové chromatografie s hmotnostní spektrometrií na kolóně Rxi-5Sil MS. Analýza se zaměřila na detekci a identifikaci hlavních monoterpenů i seskviterpenů a posouzení separačního výkonu metody.
Použitá metodika a instrumentace
- Příprava vzorku: roztok citronellového oleje v acetonu (5 %), injekce split (100:1), objem 1 µL.
- Teplotní program GC: start 100 °C, rampou 11 °C/min do 300 °C, zdrž 10 min.
- Nosný plyn helium, konstantní tok 1,31 mL/min.
- Detekce: MS ve scanovacím režimu (35–500 amu, 5 skanů/s).
Použitá instrumentace
- Kolona: Rxi-5Sil MS, 30 m × 0,25 mm ID, film 0,25 µm.
- GC přístroj: Agilent 7890A.
- MS detektor: Agilent 5975C MSD, kvadrupólový analyzátor, EI zdroj.
- Vstřikovací liner: Topaz 4,0 mm ID s vlnou.
Hlavní výsledky a diskuse
Bylo identifikováno 28 složek. Mezi dominantní patří monoterpeny α-pinén (tR 2,06 min), D-limonen (2,55 min), linalool (2,96 min), citronellal (3,40 min) a geraniol (4,29 min). Seskviterpeny (např. germacren D, α-caryophyllene) se objevily v časech 6,2–7,0 min. Methode prokázala dostatečnou separaci izomerů isopulegolu, citronellolu a eudesmolů. Výsledný profil odpovídá chemotypu C. winterianus.
Přínosy a praktické využití metody
- Zajištění spolehlivé kontroly kvality a autenticity esenciálních olejů.
- Rychlá identifikace klíčových aromatických látek v průmyslové i výzkumné praxi.
- Podpora regulatorních požadavků a dokumentace v QA/QC laboratořích.
Budoucí trendy a možnosti využití
Rozvoj multidimenzionální GC a vysokorozlišovací MS může zvýšit selektivitu a citlivost analýzy. Nasazení umělé inteligence pro automatizované rozpoznávání chromatografických profilů a chemometrické vyhodnocení dat otevírá nové možnosti pro rychlou charakterizaci přírodních produktů.
Závěr
Analýza citronellového oleje pomocí GC-MS na kolóně Rxi-5Sil MS poskytla komplexní profil 28 klíčových složek. Metoda prokázala vysokou efektivitu separace a spolehlivost identifikace, čímž podporuje standardizaci a kontrolu kvality esenciálních olejů.
Obsah byl automaticky vytvořen z originálního PDF dokumentu pomocí AI a může obsahovat nepřesnosti.