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.

Fast Analysis of Beverages using a Mass Spectral Based Chemical Sensor

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

Souhrn

Význam tématu


V potravinářském i nápojovém průmyslu je klíčové rychlé a spolehlivé odhalení falšování, kontaminace či nehomogenity výrobků. Masově spektrální senzory ve spojení s multivariační analýzou poskytují vysokou rychlost měření i dostatečnou robustnost vůči vlhkosti nebo teplotním výkyvům, což je zásadní pro rutinní QA/QC i výzkumné aplikace.

Cíle a přehled studie


Autoři studie zkoumali tři druhy nápojů – víno, pomerančový džus a pivo – s cílem demonstrovat schopnosti masově spektrálního senzoru Gerstel ChemSensor rychle detekovat:
  • adulteraci a míchané vzorky vína (Merlot vs. Cabernet Sauvignon),
  • přítomnost diacetylu v pomerančovém džusu v nízkých ppm koncentracích,
  • rozdíly mezi čerstvě otevřeným a stárnutým pivem a rozlišení různých druhů piva.

Použitá metodika a instrumentace


Ve všech případech byly analyzovány hlavy vzorku (headspace) a masové spektrální otisky (fingerprint) měřeny kvadrupólovým masovým spektrometrem bez chromatografické separace (při vínech a džusech) nebo s integrovanou kapilární GC (u piva). Pro pivo se navíc používalo extrakční vlákno SPME CAR/PDMS.
  • Gerstel Headspace ChemSensor (MSD, přímý HS přenos)
  • Gerstel ChemSensor System s kapilární GC a MSD
  • SPME s 75 µm CAR/PDMS vláknem (pivo)
  • Softwarové nástroje: PCA, PLS, KNN pro multivariační rozpoznání vzorů

Hlavní výsledky a diskuse


Víno:
  • Model cascading: nejprve KNN klasifikace na čisté od blendovaných vzorků, pak PLS regrese pro určení procentuálního podílu Merlotu vs. Cabernet.
  • PLS model se 3 latentními proměnnými dosáhl r_cal=0,996 a SEC=4 % pro míchané vzorky.

Pomerančový džus:
  • PCA model detekoval diacetyl již od 10–50 ppm, přičemž spektrální odčítání umožnilo vyčlenit ionty charakteristické pro diacetyl.

Pivo:
  • PCA oddělila pět německých Pilsnerů včetně varianty v plechu a lahvi.
  • PCA nástrojem bylo možné monitorovat postupné stárnutí (3 a 6 dní) čerstvě otevřeného piva, identifikovat úbytek esterů (ethyl-acetát, 3-methylbutyl-acetát, ethyl-hexanoát, ethyl-oktanát).

Přínosy a praktické využití metody


Díky rychlému headspace měření bez složité přípravy lze snadno zavést on-line kontrolu kvality nápojů v průběhu výroby i distribuce. Metoda usnadňuje:
  • detekci falšování a kontaminantů v reálném čase,
  • sledování konzistence šarží,
  • monitorování stárnutí a kvality během skladování.

Budoucí trendy a možnosti využití


  • rozšíření počtu analyzovaných markerů a zdokonalení SIM režimu pro vyšší citlivost,
  • integrace s automatizovanými linkami pro on-line QC a signalizaci PASS/FAIL,
  • využití strojového učení a pokročilých algoritmů ke zpracování rozsáhlých masových dat.

Závěr


Gerstel ChemSensor a ChemSensor System prokazují, že je možné dosáhnout rychlé, spolehlivé a citlivé detekce adulterace, kontaminantů či chemických rozdílů v nápojích. Kombinace kvadrupólového MSD a multivariační chemometrie umožňuje zavedení efektivní kontroly kvality bez kompromisů v přesnosti.

Reference


  1. V.R. Kinton, R.J. Collins, B. Kolahgar, K.L. Goodner. Fast Analysis of Beverages using a Mass Spectral Based Chemical Sensor. Gerstel AppNote 4/2003.

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

PDF verze ke stažení a čtení
 

Podobná PDF

Toggle
Wine Discrimination using a Mass Spectral Based Chemical Sensor
AppNote 2/2003 Wine Discrimination using a Mass Spectral Based Chemical Sensor Vanessa R. Kinton, Edward A. Pfannkoch Gerstel, Inc., Caton Research Center, 1510 Caton Center Drive, Suite H, Baltimore, MD 21227, USA M. Abdul Mabud, Sumer M. Dugar Alcohol &…
Klíčová slova
wines, winesvarietal, varietalabundance, abundancemerlot, merlotwine, winechemsensor, chemsensorpure, puregerstel, gerstelheadspace, headspaceobtained, obtainedmultivariate, multivariatepca, pcaprincipal, principalcabernet, cabernetfingerprint
Detection of Spoilage Markers in Food Products using a Mass-Spectrometry Based Chemical Sensor
AppNote 10/2002 Detection of Spoilage Markers in Food Products using a Mass-Spectrometry Based Chemical Sensor Vanessa R. Kinton Gerstel, Inc., 701 Digital Drive, Suite J, Linthicum, MD 21090, USA Kevin L. Goodner USDA, Citrus & Subtropical Products Lab 600 Ave…
Klíčová slova
marker, markerchicken, chickensimca, simcaegg, eggfish, fishmilk, milkdiacetyl, diacetyltma, tmapls, plsdms, dmspositive, positivespoilage, spoilagesensor, sensorgerstel, gerstelclassification
Discrimination of Different Beer Sorts and Monitoring of the Effect of Aging by Determination of Flavor Constituents Using SPME and a Chemical Sensor
AppNote 11/2002 Discrimination of Different Beer Sorts and Monitoring of the Effect of Aging by Determination of Flavor Constituents Using SPME and a Chemical Sensor Bita Kolahgar, Arnd C. Heiden Gerstel GmbH & Co. KG, Eberhard-Gerstel-Platz 1, D-45473 Mülheim an…
Klíčová slova
koenig, koenigpilsener, pilseneropened, openedfreshly, freshlychemsensor, chemsensorbeer, beerwarsteiner, warsteinerabundance, abundancesorts, sortskrombacher, krombacherveltins, veltinsspme, spmebottle, bottleflavor, flavorgerstel
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
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.