The Analysis of Beer Components Using FT-NIR Spectroscopy

Význam tématu

Analýza piva je klíčová pro zajištění konzistence organoleptických vlastností, dodržení technologických parametrů a kontroly kvality během výroby. Pivo je komplexní matrice s vodou, alkoholem, cukry, bílkovinami, hořčinami a dalšími stopovými látkami, které ovlivňují chuť, barvu a stabilitu produktu. Rychlé, bezpřípravné a víceparametrické metody analýzy proto významně zvyšují efektivitu QA/QC v pivovarech a umožňují implementaci procesní kontroly.

Cíle a přehled studie / článku

Cílem aplikace bylo demonstrovat využitelnost FT‑NIR spektroskopie (Thermo Scientific Antaris II) s transflektančním držákem a SabIR vláknovou sondou pro rychlou kvantifikaci klíčových parametrů piva: obsahu alkoholu, barvy (EBC), indexu lomu a měrné hmotnosti. Studie ukazuje možnost nahradit několik konvenčních analytických metod jediným bezkontaktním spektrem a ověřuje kvalitu kalibrací pomocí chemometrie (PLS) a křížové validace.

Použitá metodika a instrumentace

Metoda:

• Sběr dat z 27 standardních vzorků piva bez jakékoliv předúpravy.
• Spektrální rozsah 10 000–4 000 cm−1, rozlišení 8 cm−1, průměrováno 32 skenů, referenční pozadí Spectralon.
• Spektrogramy byly středněny (mean‑centering) a aplikována korekce dráhy pomocí multiplicative signal correction (MSC).
• Kvantifikace prováděna prostřednictvím Partial Least Squares (PLS) regresních modelů v softwaru TQ Analyst; modely ověřeny křížovou validací a diagnostikou PRESS.
• Pro různé analytické parametry byly použity odlišné spektrální oblasti a spektrální úpravy (derivace, Norris smoothing) optimalizované pro každý analyte.

Instrumentace:

• Antaris II FT‑NIR Method Development Sampling (MDS) System (Thermo Scientific).
• SabIR vláknová sonda s transflektančním příslušenstvím pro měření kapalných vzorků.
• Software RESULT pro sběr spekter a TQ Analyst pro vývoj kalibračních modelů.

Hlavní výsledky a diskuse

PLS modely pro alkohol, barvu, index lomu a měrnou hmotnost vykázaly velmi vysokou korelaci mezi konvenčními referenčními metodami a predikcemi z FT‑NIR spekter. Shrnuto klíčové výstupy:

• Korelační koeficienty modelů se pohybovaly v rozmezí přibližně 0,996 až 0,999, což indikuje silnou shodu s referencí.
• Chyby kalibrace a predikce (RMSE hodnoty) byly nízké a ukázaly vhodnou přesnost pro kontrolní aplikace v procesu; diagnostické PRESS křivky vykazovaly chování očekávané pro robustní modely (pokles na minimum a následná stabilizace).
• Měření probíhalo bez přípravy vzorku a doba získání kvantitativních dat pro jednotlivý standard byla přibližně 25 sekund, což představuje výrazné urychlení oproti tradičním technikám vyžadujícím přípravu a separační analýzu.

Diskuse poukazuje na to, že přesnost a robustnost modelů závisí na kvalitě a rozsahu kalibrační sady (v této studii 27 standardů), na vhodném výběru spektrálních zón a na správné předzpracování spekter. FT‑NIR tedy poskytuje přesné výsledky pro běžně sledované výrobní parametry piva, avšak vyžaduje solidní kalibrační práci pro zahrnutí variability různých stylů a matric.

Přínosy a praktické využití metody

Hlavní přínosy implementace FT‑NIR s transflektancí v pivovarech a laboratořích:

• Rychlá, víceparametrická analýza (do ~25 s) bez nutnosti přípravy vzorku.
• Možnost nahradit sekvenci konvenčních přístrojů (densimetrie, refraktometrie, fotometrie, chromatografie pro některé parametry) jednoduchým spektrem a chemometrií.
• Snížení nákladů a času v QA/QC a potenciál pro at‑line nebo on‑line monitorování procesů.
• Zachování přesnosti a robustnosti vhodné pro kontrolní měření během výroby i pro finální kontrolu produktu.

Budoucí trendy a možnosti využití

Možnosti dalšího rozvoje a nasazení FT‑NIR v pivovarnictví a potravinářské analytice:

• Rozšíření kalibračních databází o širší spektrum pivních stylů, surovinových variant a sezónní variability.
• Adaptace metodiky pro on‑line a in‑line měření v procesu (procesní analytická technologie, PAT) s kontinuálním sběrem dat a automatizovanou chemometrií.
• Využití pokročilejších chemometrických nebo strojově učících přístupů (nonlineární modely, ensemble learning) pro zlepšení predikcí v heterogenních matricích.
• Přenositelnost kalibrací mezi systémy a implementace standardizovaných protokolů pro validaci ve výrobním prostředí.
• Integrace s IoT a systémem řízení výroby pro prediktivní kontrolu kvality.

Závěr

Prezentovaná aplikace demonstruje, že FT‑NIR spektroskopie s transflektancí a SabIR sondou na platformě Antaris II umožňuje rychlou, přesnou a bezpřípravnou kvantifikaci klíčových parametrů piva. Vyvinuté PLS modely vykazují vysokou korelaci s konvenčními metodami a nízké chyby predikce, což potvrzuje potenciál technologie pro zefektivnění QA/QC a procesní kontroly v pivovarech. Úspěšná implementace však vyžaduje kvalitní kalibrace a pravidelnou údržbu modelů, aby byla pokryta variabilita reálných vzorků.

Reference

• Thermo Fisher Scientific, Application Note AN51892: The Analysis of Beer Components Using FT‑NIR Spectroscopy (2021).