Efficient Comprehensive Analysis of Beer Aroma by SPME Arrow-GC/MS and Smart Aroma Database

Význam tématu

Analýza aromatických složek piva je klíčová pro pochopení senzorických vlastností a odlišení jednotlivých pivních stylů. Komplexní profil aroma ovlivňuje vnímání kvality, čerstvosti a charakteristických tónů, což je zásadní pro vývoj receptur, kontrolu výroby i marketingové prezentace.

Cíle a přehled studie / článku

Cílem studie bylo vytvořit efektivní a komplexní metodu analýzy aroma piva pomocí kombinace SPME Arrow, plynové chromatografie s hmotnostní spektrometrií (GC/MS) a rozsáhlé Smart Aroma DatabaseTM. Studie porovnává aromatické profily sedmi komerčních piv různých stylů a ukazuje možnost rychlé identifikace charakteristických složek.

Použitá metodika a instrumentace

Pro extrakci těkavých aroma složek bylo využito prekoncentrační techniky SPME Arrow, kdy se vzorky (8 g piva + 3 g NaCl) adsorbovaly na vlákně a následně analyzovaly GC/MS. K získání dat sloužila metoda širokospektrálního cíleného skenování pomocí Smart Aroma DatabaseTM, která obsahuje informace o retenčních časech, charakteristických ionech a kvalitě vůně pro více než 500 sloučenin. Rozbor a vizualizace výsledků proběhla prostřednictvím multivariátní analýzy dat (PCA).

Instrumentace:

• Autosampler AOC™-6000 Plus
• GC/MS systém GCMS-QP2020 NX
• Smart Aroma DatabaseTM pro cílenou detekci aromatických látek
• Software SIMCA 17 pro provedení PCA

Hlavní výsledky a diskuse

Identifikovalo se celkem 204 aroma sloučenin. Pomocí analýzy hlavních komponent (PCA) se podařilo rozlišit jednotlivá piva na základě jejich aromatického profilu. Na score plotu byla patrná seskupení podle stylů piva, zatímco loading plot odhalil klíčové sloučeniny s nejvyšším podílem v dané skupině.
Barrel-aged pivo vykazovalo zvýšené hladiny sloučenin s tóny medu, vanilky a kokosu. IPA byly charakteristické vyšší koncentrací herbních a travních aromatických látek.

Přínosy a praktické využití metody

Metoda zkracuje čas potřebný pro optimalizaci analytických podmínek díky předem definovaným nastavením v databázi. Umožňuje rychlé a přesné vyhodnocení komplexních matic, což je důležité pro výzkum, vývoj nových receptur a kontrolu kvality v pivovarském průmyslu.

Budoucí trendy a možnosti využití

• Rozšíření databáze o další aroma sloučeniny a potravinové matrice
• Implementace SIM a MRM režimů pro ještě vyšší citlivost a selektivitu
• Využití ve vývoji funkčních a ochucených piv
• Integrace výsledků s technologiemi strojového učení pro predikci senzorických vlastností

Závěr

Kombinace SPME Arrow, GC/MS a speciální aroma databáze umožňuje rychlou, komplexní a reprodukovatelnou analýzu aroma piva. Identifikace 204 klíčových sloučenin a jejich multivariační zpracování prokázalo schopnost metody rozlišit charakteristiku různých pivních stylů s vysokou přesností.