Analytical Solutions for Food Development

Význam tématu

Analytické hodnocení potravin je klíčové pro zajištění kvality, bezpečnosti a konzistence chuťového vjemu. Moderní metody nahrazují subjektivní senzorická hodnocení objektivními, kvantitativními daty, která umožňují přesné porovnání vzorků a optimalizaci receptur.

Cíle a přehled studie / článku

Cílem předloženého přehledu je představit komplexní portfolio technik a přístrojů Shimadzu pro analýzu textury, vůně, chuti, barvy, přidaných látek, nutričních a minerálních složek potravin. Text se zaměřuje na příklady praktického využití, kvantitativní výsledky a přidanou hodnotu hodnotících metod.

Použitá metodika a instrumentace

V rámci článku byly využity následující instrumentální techniky:

• Analýza textury: Jednoosé analyzátory síly (Texture Analyzer EZ Test), diferenciální skenovací kalorimetrie (DSC-60 Plus), rentgenová CT (XSeeker 8000).
• Velikost částic: Laserová difrakce (SALD-2300), dynamická obrazová analýza (iSpect DIA-10).
• Obsah vlhkosti a měknutí v ústech: Elektronická analyzátory vlhkosti (MOC63u), DSC.
• Vůně a aroma: Plynová chromatografie (GC), GC-MS(/MS), headspace (HS-20 NX), SPME Arrow, Smart Aroma Database.
• Chuťové a funkční komponenty: Vysokoúčinná kapalinová chromatografie (i-Series/Nexera UHPLC), LC-MS/MS (LCMS-8050RX, LCMS-2050, LCMS-TQ RX), HPLC pre- a post-column derivatizace, Supercritical Fluid Chromatography (Nexera UC).
• Metabolomika: GC-MS/MS (Smart Metabolites Database v2), LC-MS/MS (Method Package v3), Multi-omics Analysis Package.
• Výživové složky: HPLC analýza vitaminů (Shim-pack MAqC-ODS I), LC-MS/MS vitaminy, aminokyseliny, organické kyseliny, cukry (RID-20A, ELSD-LT III).
• Minerály a stopové prvky: FTIR (IRXross), EDX-8100/ALTRACE, flamová AAS (AA-7800), ICP-OES (ICPE-9800), ICP-MS (ICPMS-2040/2050).
• Barva potravin: UV-VIS-NIR spektrofotometrie (UV-3600i Plus), kolorimetrické hodnoty CIELab.
• Přidané látky: UV-VIS spektrofotometrie, HPLC a LC-MS/MS pro identifikaci konzervantů, barviv, sladidel, siřičitanů.

Hlavní výsledky a diskuse

Instrumentální metody prokázaly vysokou citlivost, reprodukovatelnost a korelaci s senzorickými testy. Ukázalo se, že:

• Machine learning na datech textury umožňuje předpovídat senzorické hodnocení křehkosti a vláčnosti sušenek.
• Laserová difrakce a obrazová analýza rozlišují distribuci částic v krémech či čokoládě a předpovídají vjem drsnosti.
• RTG CT odhaluje 3D strukturu pórů v pečivu a rozmístění náplní bez destrukce vzorku.
• Analýza vůní pomocí GC-MS a SPME Arrow identifikuje stovky aromatických látek v pivu a mandlích a umožňuje odhalit off-flavors podprahové koncentrace.
• LC-MS/MS a HPLC rozlišují hořké, slané, sladké a umami složky v nápojích i fermentovaných potravinách.
• Metabolomika odhaluje chemické profily kvasinek piva a umožňuje optimalizaci chuti.
• Analýza vitaminů a aminokyselin poskytuje důležité informace pro označení funkčních potravin a nutraceuticals.
• EDX, ICP-OES a ICP-MS sledovaly obsah minerálů, stopových prvků i potenciálně toxických kontaminant v potravinách.
• Kolorimetrie UV-Vis objektivně hodnotila odstín džusů a barvu povrchů potravin.
• Metody pro analýzu konzervantů, barviv a sladidel splňují legislativní požadavky s vysokou přesností.

Přínosy a praktické využití metody

Výsledky potvrzují, že integrované analytické platformy zvyšují efektivitu a spolehlivost kontroly kvality potravin a podporují vývoj nových produktů. Objektivní data z těchto metod umožňují:

• Rychlou detekci a kvantifikaci analytů od stopových po makro složky.
• Optimalizaci receptur na základě kvantitativní odezvy na konkrétní parametry vjemu.
• Splnění legislativních norem pro potravinářské doplňky, konzervanty či barviva.
• Aplikaci automatizace a propojení přístrojů do sítě pro centralizované řízení dat.

Budoucí trendy a možnosti využití

Integrace pokročilých technologií slibuje další rozvoj:

• Umělá inteligence a strojové učení pro predikci senzorických vlastností a optimalizaci procesů.
• Rozšíření IoT a digitalizace laboratoří pro on-line monitorování kvality.
• Vyšší throughput díky automatizovaným workflow a miniaturizaci přístrojů.
• Green analytical chemistry – snižování spotřeby rozpouštědel a energie.
• Multi-omics přístupy spojující metabolomiku, proteomiku a genomiku pro komplexní porozumění potravinovým systémům.

Závěr

Portfolio Shimadzu pokrývá široké spektrum analytických potřeb potravinářského průmyslu, od hodnocení textury až po stopové prvky. Kombinace robustních přístrojů, databází a softwarů zajišťuje objektivní, reprodukovatelná a vysoce specifická data, která podporují vývoj, kontrolu kvality a splnění přísných legislativních požadavků.

Reference

1. Nakano Y, Konya Y, Taniguchi M, Fukusaki E. Journal of Bioscience and Bioengineering, 123, 134–138 (2016).
2. Iwata N, Kobayashi M. Chromatography, 45, 63–72 (2024).