GCMS
Další informace
WebinářeO násKontaktujte násPodmínky užití
LabRulez s.r.o. Všechna práva vyhrazena. Obsah dostupný pod licencí CC BY-SA 4.0 Uveďte původ-Zachovejte licenci.

Wine Discrimination using a Mass Spectral Based Chemical Sensor

Aplikace | 2003 | GERSTELInstrumentace
GC/MSD, HeadSpace, GC/SQ
Zaměření
Potraviny a zemědělství
Výrobce
Agilent Technologies, GERSTEL

Souhrn

Význam tématu


Ověření pravosti vína hraje zásadní roli v zajištění kvality potravin, ochraně spotřebitele a plnění legislativních regulací. Podvodné praktiky a ředění vín může vést k hrozbě pro ziskovost vinařů, důvěryhodnost značek a bezpečnost spotřebitelů. Rychlé a spolehlivé metody diskriminace odrůd významně usnadňují kontrolu jak ve výrobních provozech, tak v regulačních agenturách.

Cíle a přehled studie / článku


Cílem studie bylo ověřit použitelnost hmotnostně spektrometrického senzorického systému (Gerstel Headspace ChemSensor) ve spojení s vícerozměrnými statistickými modely pro diskriminaci dvou odrůd vinné révy – Merlot a Cabernet Sauvignon. Analýza zahrnovala porovnání komerčních vín s čistými (pure varietal) vzorky dodanými TTB a posouzení rychlosti, spolehlivosti a přesnosti klasifikace.

Použitá metodika a instrumentace


  • Gerstel Headspace ChemSensor bez chromatografické separace, přímé vzorkování hlavy nad vzorkem při 80 °C (20 min.) do Agilent 5973 MSD (scan 48–150 m/z).
  • GC 6890 s Agilent 5973 MSD a Thermal Desorption autosampler (TDS A, Gerstel) pro detailní identifikaci klíčových sloučenin.
  • Stir bar sorptive extraction (Twister, Gerstel) s 10× zředěním vzorků, extrakce 1 h za pokojové teploty.

Hlavní výsledky a diskuse


Headspace fingerprinty ze senzoru prokázaly výrazně vyšší celkové intenzity fragmentů u čistých varietálů oproti komerčním vínům. Explorativní analýzy (PCA, HCA) potvrdily vhodnost dat pro klasifikaci: první hlavní složka (PC1) rozlišovala čisté varietály od komerčních vín, druhá složka (PC2) oddělovala Merlot a Cabernet Sauvignon. K analýze klíčových iontů přispěly fragmenty m/z 49, 55, 60, 70, 88, 91, 101 a 129, z nichž některé byly identifikovány jako estery (butanedioic acid diethyl ester, decanoic acid ethyl ester, dodecanoic acid ethyl ester). Modely SIMCA a KNN dosáhly rychlého a spolehlivého rozlišení vzorků: čisté varietály byly správně klasifikovány, zatímco komerční vzorky vykázaly velmi podobné profily a nebyly vzájemně rozlišitelné.

Přínosy a praktické využití metody


Metoda nabízí:
  • Minimální dobu analýzy (1–2 minuty) bez potřeby chromatografického dělení.
  • Jednoduchou přípravu vzorku a plně online propojení hlavy nad vzorkem s MSD.
  • Vysokou propustnost pro rutinní QA/QC a rychlý screening falšovaných vzorků.

Budoucí trendy a možnosti využití


Další rozvoj může směřovat k rozšíření databází hmotnostních fingerprintů různých odrůd, optimalizaci skenovacího rozsahu pro lepší citlivost na stopové látky, použití pokročilých strojových učeních (např. SVM, RF) a aplikaci na další potravinářské produkty (oleje, destiláty, čaje). Kombinace chemických senzorů s hyphenovanými technikami by mohla zvýšit selektivitu a kvantifikační schopnosti.

Závěr


Hmotnostně spektrometrický senzor Gerstel Headspace ChemSensor v kombinaci s multivariačními modely PCA, SIMCA a KNN umožňuje rychlou a efektivní diskriminaci čistých varietálů Merlot a Cabernet Sauvignon. Metoda se ukázala jako robustní nástroj pro screening pravosti vín, přičemž komerční vzorky vykazují velmi podobné profily a mohou vyžadovat doplňující analytické postupy pro detailní rozlišení.

Reference


  1. GERSTEL, application notes, http://www.gerstelus.com/apntes.html (2003).
  2. K. Beebe, R. Pell, M.B. Seasholtz, Chemometrics: a practical guide, John Wiley & Sons (1998).

Obsah byl automaticky vytvořen z originálního PDF dokumentu pomocí AI a může obsahovat nepřesnosti.

PDF verze ke stažení a čtení
 

Podobná PDF

Toggle
Fast Analysis of Beverages using a Mass Spectral Based Chemical Sensor
AppNote 4/2003 Fast Analysis of Beverages using a Mass Spectral Based Chemical Sensor Vanessa R. Kinton, Robert J. Collins Gerstel, Inc., Caton Research Center, 1510 Caton Center Drive, Suite H, Baltimore, MD 21227, USA Bita Kolahgar Gerstel GmbH & Co.…
Klíčová slova
koenig, koenigpilsener, pilsenerblend, blendgerstel, gerstelmerlot, merlotabundance, abundancechemsensor, chemsensorjuice, juiceorange, orangesamples, sampleswine, winediacetyl, diacetylcabernet, cabernetmodel, modelprojection
Use of a Mass Spectral Based Chemical Sensor to Discriminate Food and Beverage Samples: Olive Oils and Wine as Examples
AppNote 1/2004 Use of a Mass Spectral Based Chemical Sensor to Discriminate Food and Beverage Samples: Olive Oils and Wine as Examples Vanessa R. Kinton, Jacqueline A. Whitecavage Gerstel, Inc., 701 Digital Drive, Suite J, Linthicum, MD 21090, USA Arnd…
Klíčová slova
chemsensor, chemsensortca, tcaolive, oliveoils, oilsabundance, abundancegerstel, gerstelunknown, unknowndegassed, degassedknn, knnpure, pureppb, ppbwine, winefaster, fasterppt, pptwere
Classification of Food and Flavor Samples using a Chemical Sensor
AppNote 7/2002 Classification of Food and Flavor Samples using a Chemical Sensor Arnd C. Heiden, Carlos Gil Gerstel GmbH & Co. KG, Eberhard-Gerstel-Platz 1, D-45473 Mülheim an der Ruhr, Germany Vanessa R. Kinton, Edward A. Pfannkoch Gerstel, Inc., 701 Digital…
Klíčová slova
bottle, bottlestrawberry, strawberryheadspace, headspacesimca, simcagerstel, gerstelflavors, flavorssamples, samplescan, canraspberry, raspberrysoft, softflavor, flavordifferences, differencesabundance, abundanceplastic, plasticindicates
Analysis of Packaging Materials using a Mass Spectral Based Chemical Sensor
AppNote 2/2004 Analysis of Packaging Materials using a Mass Spectral Based Chemical Sensor Vanessa R. Kinton Gerstel, Inc., Caton Research Center, 1510 Caton Center Drive, Suite H, Baltimore, MD 21227, USA Arnd C. Heiden, Carlos Gil Gerstel GmbH & Co.KG,…
Klíčová slova
chemsensor, chemsensorpackaging, packagingtpgda, tpgdagerstel, gerstelclassify, classifysensor, sensorsamples, samplesdetect, detectodor, odorincubation, incubationcartons, cartonsclassification, classificationobjective, objectivemilk, milknearest
Další projekty
LCMS
ICPMS
Sledujte nás
Další informace
WebinářeO násKontaktujte násPodmínky užití
LabRulez s.r.o. Všechna práva vyhrazena. Obsah dostupný pod licencí CC BY-SA 4.0 Uveďte původ-Zachovejte licenci.