Classification of Chamomile Flowers, Essential Oils, and Commercial Products Using Chemometrics and the Agilent 5975 GC/MSD

Význam tématu

Heřmánek je celosvětově využívaná léčivá rostlina s širokou škálou farmakologických účinků (anti-zánětlivé, antispasmodické, antibakteriální či protialergické). Komerční produkty často obsahují různé druhy heřmánku (německý, římský, čínský Juhua), jejichž kvalita, bezpečnost a účinnost se liší. Chybějící standardní charakterizace vede k možným falešným deklaracím nebo adulteracím, a proto je potřeba spolehlivé analýzy a klasifikace produktů na bázi chemických profilů.

Cíle a přehled studie / článku

Cílem studie bylo vyvinout a validovat nedestruktivní statistický model schopný rozlišit tři hlavní druhy heřmánku v rostlinných vzorcích, komerčních sušenkách a esenciálních olejích. Model vychází z neřízené (untargeted) analýzy těkavých apolárních složek pomocí plynné chromatografie spojené s hmotnostní spektrometrií (GC/MS) a zpracování dat pomocí metod chemometrie (PCA, PLS-DA).

Použitá metodika a instrumentace

Vzorky:

• 27 autentikovaných rostlinných vzorků (Matricaria chamomilla, Chamaemelum nobile, Chrysanthemum morifolium)
• 35 komerčních sušených produktů (čaje, extrakty, potravinové doplňky)
• 11 esenciálních olejů ze sušených květů (parní destilace)

Příprava:

• Suché vzorky: mletí, extrakce n-hexanem (1 g vzorku, 4 mL hexanu, sonikace 1 h)
• Esenciální oleje: 10 µL do 1 mL hexanu
• Vnitřní standard: tridekan (90 µg/mL)

Instrumentace:

• Agilent 7890 GC s automatickým vzorkovačem 7693A
• Kolona HP-5MS (30 m × 0,25 mm, film 0,25 µm)
• Injektor 250 °C, split 25:1
• Program: 45 °C/2 min, 1,5 °C/min do 100 °C, 2 °C/min do 200 °C (celkem 90 min)
• Mobilní fáze: helium, 1 mL/min
• Agilent 5975C MSD, EI 70 eV, m/z 40–550, zdroj 230 °C, solvent delay 5 min

Zpracování dat:

• AMDIS pro dekonvoluci a extrakci entit (ret. čas, intenzita, m/z)
• Mass Profiler Professional (MPP): filtrace entit (přítomnost, frekvence, variabilita, ANOVA p<0,05)
• PCA pro kontrolu kvality a vizualizaci klastrů
• PLS-DA pro konstrukci kalifikačního modelu

Hlavní výsledky a diskuse

Po automatizované filtrační sekvenci se původních 2 560 entit redukovalo na 50 nejvýznamnějších markerů. PCA (PC1 74 %, PC2 22 %) jasně rozlišila tři skupiny heřmánku. PLS-DA model dosáhl 100 % přesnosti při tréninku i validaci (křížová validace s 12 vzorky). Aplikace modelu na 35 komerčních suchých vzorků a 11 esenciálních olejů ukázala:

• Německý heřmánek je převládající v US produktech (vysoká spolehlivost > 0,7)
• Čínský Juhua v produktech dovezených z Číny
• Esenciální oleje správně přiřazeny bez ohledu na odlišnou extrakční metodu
• Čtyři vzorky se sníženou mírou důvěry (< 0,6) poukázaly na možné nekvalitní nebo falešné označení

Vennův diagram odhalil minimální překryv markerů mezi druhy, což potvrzuje vysokou diskriminační sílu přístupu.

Přínosy a praktické využití metody

• Srozumitelný a automatizovatelný pracovní postup pro QC přírodních produktů
• Schopnost detekce adulterací a nekorektního označení
• Univerzální přístup pro jiné bylinné suroviny a doplňky stravy

Budoucí trendy a možnosti využití

• Integrace vysokého rozlišení (TOF, Orbitrap) pro podrobnější chemotypování
• Rozšíření databází a referenčních standardů pro širší spektrum botanických druhů
• Online chromatografie se zpětnou vazbou pro real-time QC ve výrobě
• Standardizace metodik a sdílení chemometrických modelů v rámci průmyslu a regulačních orgánů

Závěr

Studie prokázala, že kombinace neřízené GC/MS analýzy a chemometrických nástrojů (PCA, PLS-DA) umožňuje spolehlivou klasifikaci tří hlavních druhů heřmánku v komerčních produktech. Model dosáhl 100 % přesnosti a odhalil potenciální falešné označení i rozdílné geografické trendy. Tento protokol nabízí efektivní nástroj pro zajištění kvality, autentizaci a kontrolu přírodních léčiv.

Reference

1. McKay DL, Blumberg JB. A review of the bioactivity and potential health benefits of chamomile tea (Matricaria recutita L.). Phytother Res. 2006;20:519–530.
2. Petronilho S et al. In vitro and in vivo studies of natural products: The case study of chamomile (Matricaria recutita L.). Ind Crops Prod. 2012;40:1–12.
3. Buono-Core GE et al. Structural elucidation of bioactive principles in floral extracts of German chamomile (Matricaria recutita L.). J Chil Chem Soc. 2011;56:549–553.
4. Wang M et al. An integrated approach utilising chemometrics and GC/MS for classification of chamomile flowers, essential oils and commercial products. Food Chem. 2014;152:391–398.
5. Berrueta LA, Alonso-Salces RM, Heberger K. Supervised pattern recognition in food analysis. J Chromatogr A. 2007;1158:196–214.