Profiling of Japanese Green Tea Metabolites by GC-MS

Význam tématu

Metabolomická analýza zeleného čaje pomocí plynové chromatografie spojené s hmotnostní spektrometrií (GC-MS) poskytuje detailní profil nízkomolekulárních složek, které ovlivňují chuť, aroma a kvalitu čaje. Tento přístup nachází uplatnění v hodnocení kvality potravin, výzkumu biomarkerů a kontrole výrobních procesů.

Cíle a přehled studie / článku

Cílem studie bylo profilovat metabolity listů devíti odrůd vysoce kvalitního japonského zeleného čaje, které byly ohodnoceny v soutěži, a vytvořit model predikce jejich konkurenčního umístění. Autoři aplikovali GC-MS analýzu a multivariační metody (PCA, PLS) pro identifikaci látek souvisejících s hodnocením.

Použitá metodika a instrumentace

Vzorky listů (30 mg) byly homogenizovány v kapalném dusíku a extrahovány směsí vody, methanolu a chloroformu s vnitřním standardem ribitolem. Následovala frakcionace, vysušení a derivatizace metyloxaminem a MSTFA. Profilování proběhlo na přístroji Shimadzu GCMS-QP2010 Plus s auto-injektorem AOC-20i+s a kolonkou Rtx-5MS (30 m × 0,25 mm × 0,25 µm). Prostřednictvím GCMSsolution a databází (Shimadzu Metabolites Spectral Database, NIST 2008) byly identifikovány a kvantifikovány sloučeniny. Multivariační analýzy (PCA, PLS) proběhly v softwaru SIMCA-P 11.0.

Hlavní výsledky a diskuse

Analýza odhalila přibližně 100 detekovaných stop, z nichž 71 bylo identifikováno (cukry, aminokyseliny, organické kyseliny, kofein, theanin aj.). PCA score plot ukazuje jasné rozdělení vzorků podle umístění v soutěži. Vyšší hodnocení koreluje s vyšším obsahem glutaminu, arabinopyranózy a kofeinu, nižší umístění pak s vyššími hladinami sacharózy, theaninu, kyseliny chinové, fruktózy a glukózy. PLS model predikce hodnocení dosáhl vysoké výkonnosti (R2Y=0,9766, Q2=0,9721, RMSEE=2,39; RMSEP testovacího souboru=4,56).

Přínosy a praktické využití metody

• Urychlená a objektivní hodnocení kvality listů čaje.
• Možnost nasazení v potravinářské kontrole kvality a certifikaci.
• Otevření cesty k identifikaci klíčových metabolitických markerů v agroprodukci.

Budoucí trendy a možnosti využití

• Rozšíření databází o další fytochemikálie a izomery.
• Integrace GC-MS dat s dalšími „omics“ technikami (LC-MS, NMR) pro širší metabolomickou platformu.
• Nasazení strojového učení pro pokročilou predikci kvality a původu plantáží.

Závěr

Studie demonstrovala, že GC-MS spolu s multivariační analýzou dokáže odlišit a predikovat kvalitu japonského zeleného čaje na základě metabolického profilu. Navržený přístup nabízí praktický nástroj pro hodnocení a optimalizaci produkce čaje.

Reference

1. Fukusaki E. Possibilities and Technological Obstacles in Metabolomics. Biotechnology 2006, 84, 231–234.
2. Pongsuwan W., Fukusaki E., Bamba T., Yonetani T., Yamahara T., Kobayashi A. Prediction of Japanese Green Tea Ranking by Gas Chromatography/Mass Spectrometry-Based Hydrophilic Metabolite Fingerprinting. J. Agric. Food Chem. 2007, 55, 231–236.