DLLME-Gas Chromatography-QuadrupoleTime-of-Flight Mass Spectrometry for Classification of Botanical Origin of Chinese Honey

Význam tématu

Med je vysoce hodnotná potravina s významnými nutričními a léčebnými vlastnostmi, jejichž kvalita a cena závisí na botanickém původu suroviny. Tradiční analytické metody založené na cíleném stanovení fyzikálně-chemických parametrů či jednotlivých složek mohou být časově náročné a limitované recepčním rozsahem. Mikrovzorková extrakce spojená s vysokorozlišovací hmotnostní spektrometrií nabízí neřízený přístup k komplexnímu profilu těkavých a polotěkavých látek, což umožňuje efektivní odlišení medů podle květového zdroje.

Cíle a přehled studie / článku

Hlavním cílem práce bylo vyvinout a ověřit metodiku diskriminace čtyř botanických druhů čínského medu (řepkový, akátový, lípový, vitexový) za pomoci dispersivní kapalné mikroextrakce (DLLME) a následné analýzy GC/Q-TOF MS v kombinaci s chemometrií. Studie zahrnovala sběr 24 autentických vzorků přímo od včelařů, přípravu extraktů, hmotnostně-spektrální analýzu a statistickou klasifikaci.

Použitá instrumentace

• Agilent 7200 GC/Q-TOF MS, režim TOF-only (MS), rozsah m/z 40–650, frekvence 5 Hz
• Kolonka HP-5ms UI (30 m × 0,25 mm × 0,25 µm), program teploty 50 °C (2 min) → 180 °C (5 °C/min, 2 min) → 250 °C (10 °C/min, 5 min)
• Software MassHunter Qualitative Analysis pro dekonvoluci a ID Browser s knihovnou NIST14
• Mass Profiler Professional (MPP v. B.13.1.1) pro zarovnání dat, filtraci a multivariační analýzy (PCA, PLS-DA, SVM)

Použitá metodika

Vzorek (2 g medu) byl naředěn vodou, extrahován acetonitrilem, zasolen NaCl a doplněn CCl4. Po centrifugaci se organická fáze analyzovala GC/Q-TOF MS. Dekonvoluce pomocí Unknowns Analysis identifikovala více než 300 komponent. Komponenty exportované ve formátu .cef byly zpracovány v MPP. Datová filtrace proběhla na základě ANOVA (p ≤ 0,05) a fold-change ≥ 2, což vedlo k výběru 165 významných entit.

Hlavní výsledky a diskuse

• PCA ukázala jasné rozdělení všech čtyř skupin medů, demonstrující odlišné profilové složení.
• PLS-DA a SVM modely dosáhly 100% celkové přesnosti klasifikace při k-násobné křížové validaci.
• Identifikováno několik markerů, například sterolové deriváty (např. cholest-5-en-3-ol, 24-propylidene), potvrzené pomocí přesné hmoty a nástrojů Fragment Formula Annotation.

Přínosy a praktické využití metody

Metoda DLLME-GC/Q-TOF MS nabízí neinvazivní, vysoce citlivé a multiplexní profilování těkavých i polotěkavých složek. Umožňuje rychlou a spolehlivou kontrolu kvality a autentizaci medu, což je přínosné pro potravinářské inspekce, výrobce i nákupčí včelích produktů.

Budoucí trendy a možnosti využití

• Rozšíření databází hmotnostních spekter a strojového učení pro vyšší robustnost klasifikace.
• Integrace s jinými extrakčními či ionizačními technikami pro širší chemický záběr.
• Aplikace v reálném čase či na přenosných přístrojích pro polní kontroly.
• Širší použití v rámci monitoringu kvality a detekce padělků v medových směsích.

Závěr

Zavedená kombinace DLLME a GC/Q-TOF MS společně s chemometrickou analýzou poskytuje robustní a účinný nástroj pro odlišení botanického původu medu s dosaženou 100% úspěšností. Přístup nabízí široké možnosti pro zlepšení kontroly kvality potravinářských produktů.

Reference

• Mandal M. D., Mandal S. Honey: its medicinal property and antibacterial activity. Asian Pacific Journal of Tropical Biomedicine, 2011;1(2):154-160.