Workflow for Food Classification and Authenticity using Yerba Mate and High-Resolution GC/Q-TOF

Význam tématu

Potravinové podvody představují významný problém, který podkopává důvěru spotřebitelů a ohrožuje kvalitu potravin. Autentifikace vzorků je klíčová pro zajištění pravosti zboží, prevenci padělání a ochranu spotřebitele. Využití vysoce rozlišené hmotnostní spektrometrie spárované s chromatografií umožňuje detailní chemický profil potravin a odhalování drobných odchylek způsobených záměrným či náhodným přimícháním nevhodných surovin.

Cíle a přehled studie / článku

Cílem aplikace bylo vytvořit robustní a rutinně použitelný workflow pro klasifikaci a autentifikaci yerba mate podle značek a detekci podvodného ředění mezi různými druhy této tradiční jihoamerické čaje. Studie demonstruje:

• Vývoj modelu pro rozlišení komerčních značek yerba mate.
• Testování schopnosti detekovat podíl adulterace od 5 % výše.
• Využití softwaru pro diferenciální analýzu a automatizované zpracování dat.

Použitá metodika a instrumentace

Vzorky yerba mate značek A, B, C a D byly extrahovány metodou unbuffered QuEChERS. Pro analýzu byla použita soustava:

• plynová chromatografie Agilent 7890B GC
• vysoce rozlišená hmotnostní spektrometrie Agilent 7250 Q-TOF MS
• plynová chromatografická kolona Agilent DB-5ms UI (30 m × 0,25 mm, 0,25 µm)
• elektronové ionizační zdroj (70 eV) v režimu EI, rozsah 45–650 m/z
• softwarové nástroje Agilent MassHunter Unknowns Analysis, MassProfiler Professional (MPP) 15.1 a Classifier 1.1

Hlavní výsledky a diskuse

Šest replikátů každé značky A, B, C, D bylo analyzováno náhodným pořadím. Pomocí dekonvoluce a prohledání NIST17.L knihovny byly identifikovány klíčové aromatické sloučeniny i environmentální kontaminanty (PAH). Softwarová analýza v MPP zahrnovala zarovnání, normalizaci, výběr proměnných (p < 0,05, FC > 2) a vytvoření SIMCA modelu. Model jasně odlišil všechny čisté značky a spolehlivě rozpoznal i vzorky A adulterované 5–80 % podílem C či D. Diskuse ukázala, že například furanony a ionony významně přispívají k odlišnému aroma, zatímco aldehydy typické pro náhražky byly zachyceny u nejlevnějších variant.

Přínosy a praktické využití metody

Navržený workflow nabízí:

• rychlou a reprodukovatelnou rutinní analýzu vzorků potravin
• vysokou citlivost pro detekci nízkých úrovní adulterace
• automatizované zpracování a vizualizaci výsledků pro rozhodování v QA/QC laboratořích

Budoucí trendy a možnosti využití

Očekává se další rozšíření metody do dalších potravinářských komodit (olivový olej, med, káva). Integrace s širšími databázemi autentických profilů a pokročilými strojově učenými algoritmy umožní ještě větší spolehlivost. Kombinace s jinými omickými přístupy (LC-MS, NMR) může zlepšit detekci skrytých padělků.

Závěr

Použití vysoce rozlišené GC/Q-TOF a specializovaného softwaru vytvořilo efektivní protokol pro klasifikaci značek yerba mate a detekci adulterace již od 5 % podílu. Tento přístup lze snadno implementovat do rutinních kontrol kvality a autentizace potravin.

Reference

1. Reily A. Food Fraud. Understanding the Impact of Food Fraud in Asia. FIA Report 2018.
2. Tola A. Global Food Fraud Trends and Their Mitigation Strategies. Food Science and Quality Management 2018.
3. Hong E. et al. Modern Analytical Methods for the Detection of Food Fraud and Adulteration. J. Sci. Food Agric. 2017, 97, 3877–3896.
4. Yannell K. E., Cuthbertson D. Food Authenticity Testing with the Agilent 6546 LC/Q-TOF. Agilent application note 5994-0694EN, 2019.
5. Dallago R. M. et al. Analysis of Volatile Compounds of Ilex paraguariensis and Its Adulterating Species. Ciênc. Agrotec. 2011, 35(6), 1166–1171.
6. Heck C. I., de Meija E. G. Yerba Mate Tea: a Comprehensive Review. Journal of Food Science 2007, 72(9), 138–151.
7. Preedy V. Processing and Impact on Antioxidants in Beverages. Academic Press 2014.
8. Oranuba E. et al. Polycyclic Aromatic Hydrocarbons as a Source of Carcinogenicity of Mate. J. Environ. Sci. Health C 2019, 37(1), 26–41.