Non-Targeted Aroma Profiling by GC-TOFMS to Compare Beer Samples

Význam tématu

Volatilní aromatické sloučeniny zásadně ovlivňují vjem piva při degustaci. Non-targeted profilování pomocí GC-TOFMS umožňuje komplexní zmapování volatilu a semi-volatilu bez předem stanoveného seznamu analyzovaných látek. Tento přístup otevírá prostor pro objev nových sloučenin, zlepšení kontroly kvality i optimalizaci výrobního procesu.

Cíle a přehled studie

Studie se zaměřila na analýzu komerčně dostupných craft piv: pale ale, India pale ale (IPA) a double IPA. Cílem bylo porovnat jejich aroma-profil prostřednictvím netargetované analýzy a statistického zpracování chromatografických dat, identifikovat klíčové diferenciální složky a prokázat možnost rychlého rozlišení pivních stylů.

Použitá metodika a instrumentace

• Odběr vzorků: 4,0 mL piva do 10 mL vialek se septovými uzávěry, 8 replik pro každý styl.
• HS-SPME extrakce: vláknina DVB/CAR/PDMS (50/30 μm), inkubace a extrakce při 50 °C po 10 min.
• GC-TOFMS (Pegasus HT): desorpce SPME 2 min při 250 °C, helia jako nosného plynu (1,0 mL/min), kolona Rxi-5ms (30 m × 0,25 mm × 0,25 μm), program teplot 40 °C (2 min) rampou 10 °C/min do 250 °C (2 min), transfer line 250 °C, TOFMS 33–510 m/z při 15 spektrách/s a zdroj 250 °C.
• Software: ChromaTOF pro odečítání pozadí, detekci a knihovní identifikaci sloučenin, export TIC pro PCA v XLStat.

Hlavní výsledky a diskuse

Analýza odhalila stovky píků odpovídajících esterům, alkanům, aldehydům, karboxylovým kyselinám a terpenům. TIC chromatogramy sloužily jako fingerprint pro PCA, která jasně oddělila vzorky podle pivních stylů. Mezi nejvýznamnější variabilní složky patřilo hřebíčkovitě vonící humulen, jehož relativní obsah vzrůstal od pale ale přes IPA k double IPA. Dále se odlišovaly 2-nonanon (ovocná vůně), isobutyl isobutanoát (zeleno-ovocný tón) a ethyl heptanoát (ananasové/cognacové tóny).

Přínosy a praktické využití metody

• Rychlá charakterizace a rozlišení pivních stylů na základě komplexního aroma-profilu.
• Podpora kontroly kvality a detekce odchylek či nežádoucích složek.
• Možnost korelace chemických markerů s vjemovými parametry v senzorických testech.
• Optimalizace receptur a surovin pro cílené nastavení aroma.

Budoucí trendy a možnosti využití

• Integrace strojového učení a pokročilých statistických metod pro predikci senzorických vlastností.
• Rozšíření non-targeted analýzy na další třídy potravin a nápojů.
• Vyšší automatizace přípravy vzorků a datové analýzy pro průmyslové aplikace s vysokou propustností.
• Propojení s on-line senzory pro monitorování fermentačních a zrací procesů v reálném čase.

Závěr

Netargetované aroma-profilování piv pomocí HS-SPME a GC-TOFMS poskytuje komplexní chemický obraz volatilního složení a umožňuje spolehlivé odlišení pivních stylů. Metoda je cenným nástrojem pro kontrolu kvality, vývoj nových produktů a hlubší porozumění vztahu mezi chemií vzorku a senzorickým vjemem.