POUŽITÍ SPEKTRÁLNÍCHA SEPARAČNÍCH METOD K HODNOCENÍ JAKOSTI HOŘČICE BÍLÉ

Význam tématu

Hořčice bílá (Sinapis alba L.) patří mezi tradiční olejniny a koření používané po tisíciletí. Vyhodnocení jakostních parametrů semen a rostlinného materiálu je klíčové pro zajištění vhodného využití v potravinářství, krmivářství a šlechtění. Obsah glukosinolátů ovlivňuje chuťové vlastnosti, antinutriční účinky i biocidní aktivitu, zatímco složení mastných kyselin rozhoduje o kvalitě oleje a jeho zdravotních aspektech.

Cíle a přehled studie

Cílem bylo komplexní posouzení obsahu glukosinolátů, množství oleje a profilu mastných kyselin ve vzorcích semen a listů hořčice bílé z kolekcí Národního programu a šlechtitelských pokusů OSEVA PRO a VÚO Opava. Studie ověřila i možnost použití FT-NIR spektroskopie pro rychlý screening jakostních parametrů v šlechtitelských programech.

Použitá metodika a instrumentace

Vzorky semen a listů pocházely z maloparcelních polních pokusů NP konzervace genetických zdrojů a ze šlechtitelského programu VÚO. Analytické metody:

• HPLC-DAD (Dionex UltiMate3000) na kolonu C18 pro stanovení desulfoglukosinolátů podle ČSN EN ISO 9167-1.
• GC-FID (Master GC, DANI Instruments) na kolonu FAME Wax pro analýzu methylesterů mastných kyselin podle ČSN EN ISO 12966-2.
• Soxhletova extrakce (SOXTHERM, Gerhardt) pro kvantifikaci oleje podle ČSN EN ISO 659.
• FT-NIR spektroskopie (Antaris II, Thermo Fisher) v rozsahu 10 000–4 000 cm–1 pro nest destructivní predikci obsahu oleje a vybraných mastných kyselin pomocí PLS kalibrací.

Hlavní výsledky a diskuse

V semenech byl celkový obsah glukosinolátů 212–379 µmol·g–1 (při 9 % vlhkosti), v listech jen 14–72 µmol·g–1 sušiny. Dominantním GSL byl sinalbin. Olejnatost semen se pohybovala mezi 19,9 a 34,8 % (průměr 26 %). Profil mastných kyselin ukázal u starších genotypů vysoký podíl erukové kyseliny (až 60 %), zatímco novější odrůdy měly obsah erukové kyseliny výrazně snížený. Korelační analýza prokázala silné vazby mezi složením mastných kyselin ve zkoumaných segmentech semen a v extrahovaném oleji (r = 0,61–0,92, p < 0,01). Kalibrační modely FT-NIR dosáhly korelačních koeficientů 0,93–0,98 a nízkých chyb RMSEP, což potvrzuje jejich vhodnost pro rychlý screening.

Přínosy a praktické využití metody

Implementace FT-NIR umožňuje především šlechtitelům i genebankám:

• Rychlou a nedestruktivní selekci materiálu s požadovaným profilem glukosinolátů a mastných kyselin.
• Snížení počtu náročných chemických analýz a nákladů na rutinní hodnocení.
• Zvýšení efektivity šlechtitelského procesu díky včasné eliminaci nežádoucích genotypů.

Budoucí trendy a možnosti využití

Další rozšiřování FT-NIR kalibračních databází o nové ročníky a genotypy, integrace s poli-bench high-throughput screeningem a využití chemometrie pro predikci dalších jakostních znaků. Možné nasazení pro výběr odrůd vhodných k ozdravování půd, produkci omezeně erukového oleje či funkčních krmiv.

Závěr

Studie prokázala rozdíly v obsahu glukosinolátů a mastných kyselin mezi genotypy hořčice bílé a potvrdila, že FT-NIR spektroskopie představuje efektivní nástroj pro rutinní screening jakosti. Vyvinuté metody a modely mohou výrazně podpořit šlechtění i správu genových zdrojů.

Reference

• Zhang X., Liu T., Duan M., Song J., Li X.: Front. Plant Sci. 4, 259 (2016).
• Zehnálek P.: Seznam doporučených odrůd řepky olejky 2023. ÚKZÚZ Brno (2023).
• Słomiński B. A. et al.: Int. Rapeseed Congress, Canberra (1999).
• Cools K., Terry L. A.: Food Chem. 30, 343 (2018).
• Kocira S. et al.: Agriculture 10, 1 (2020).
• Zukalová H. et al.: Agricultura-Scientia-Prosperitas, Praha (2004).
• Hernández F. A. et al.: J. Food Compos. Anal. 110, 104546 (2022).
• ČSN 46 2300-4 (2006).
• ČSN EN ISO 9167-1 (2020).
• ČSN EN ISO 659 (2011).
• ČSN EN ISO 12966-2 (2017).
• ČSN EN ISO 665 (2020).
• Popova I. E., Morra M. J.: J. Food Compos. Anal. 35, 120 (2014).
• Krzymański J. et al.: Oilseed Crops 35, 21 (2014).
• Belt D. et al.: Appl. Sci. 13, 2196 (2023).
• Endlová L. et al.: Certifikovaná metodika OSEVA (2019).
• Singh J. et al.: Plant Soil Environ. 59, 478 (2013).
• Kumar S. et al.: J. Food Sci. Technol. 47, 690 (2010).