Metabolomic Profiling of Beer Using GC-MS and GC-FID

Význam tématu

Metabolomické profilování umožňuje komplexní sledování stovek sloučenin v pivu a přináší objektivní data o kvalitě a konzistenci mezi různými výrobními závody a šaržemi. Tato metoda doplňuje tradiční senzorické testy a zvyšuje spolehlivost kontroly chuti.

Cíle a přehled studie / článku

Cílem studie bylo představit nový přístup ke klasifikaci a vizualizaci kvality piva pomocí GC-MS/MS a GC-FID. Studie zahrnula dvě části:

• Study1: klasifikace pěti různých značek piva.
• Study2: klasifikace šarží téhož piva z různých závodů a výrobních lotů.

Použitá metodika a instrumentace

• Příprava vzorků: 50 µl odvzdušněného piva, přidání interní standardní látky (2-isopropylmalát).
• Derivatisace: metoxymace a trimethylsilylace hydroskopických metabolitů.
• Analytika:
  
  • GC-MS/MS: přístroj Shimadzu GCMS-TQ8040, kolona SH-Rtx-1 (60 m × 0,32 mm, 1 µm), režim MRM, Smart Metabolites Database (475 sloučenin).
  • GC-FID: přístroj Shimadzu GC-2030, kolona DB-5 (30 m × 0,25 mm, 1 µm), FID detektor.
  • Statistická analýza: principal component analysis (PCA) v softwaru SIMCA 15.

Hlavní výsledky a diskuse

• Study1: PCA dat z GC-MS/MS i GC-FID úspěšně oddělila pět značek piva. Na základě loadings bylo možné určit klíčové sloučeniny ovlivňující klasifikaci, jako různé cukry, organické kyseliny a aminokyseliny.
• Study2: PCA rozlišilo šarže stejného piva z rozdílných závodů a lotů. Identifikovány byly vyšší koncentrace např. trehalosy, glukózy-6-fosfátu, 3-fenyllaktátu či mastných kyselin.
• GC-FID poskytlo obdobnou schopnost klasifikace jako GC-MS/MS, avšak bez detailní kvalifikace jednotlivých metabolitů.

Přínosy a praktické využití metody

• Objektivní a reprodukovatelná identifikace rozdílů v chuti a kvalitě piva mezi výrobními závody a šaržemi.
• GC-FID jako nízkonákladová alternativa pro rutinní QA/QC s dostatečnou citlivostí a opakovatelností.

Budoucí trendy a možnosti využití

• Rozšíření validace GC-FID pro další pivní styly a potravinářské matrixy.
• Integrace metabolomických dat s dalšími omickými technologiemi a strojovým učením pro predikci senzorických vlastností.
• Automatizace přípravy vzorků a datové analýzy v online QA/QC procesech.

Závěr

Metabolomické profilování pomocí GC-MS/MS a GC-FID prokázalo spolehlivé rozlišení piv dle značek a výrobních šarží a identifikovalo klíčové metabolity ovlivňující chuť. Metoda nabízí perspektivu pro zlepšení kontroly kvality v pivovarnictví.