Rapid analysis of multiple components in tobacco using the Antaris II FT-NIR Analyzer

Rychlá analýza více složek v tabáku pomocí Antaris II FT-NIR – souhrn a hodnocení

Význam tématu

V tabákovém průmyslu je potřeba rychlého, opakovatelného a nákladově efektivního stanovení řady chemických parametrů kritická pro kontrolu kvality surovin, optimalizaci zpracování a zajištění konstantního chuťového profilu výrobků. Tradiční mokré chemie jsou časově náročné, nákladné, produkují odpady a vyžadují vyškolený personál. FT-NIR spektroskopie nabízí alternativu, která umožňuje současné, bezdestruktivní a rychlé měření více analytů z jednoho spektra, což má významné přínosy pro operativní QC a procesní rozhodování v tabákovém průmyslu.

Cíle a přehled studie / článku

Cílem aplikace bylo ověřit použitelnost Antaris II FT-NIR analyzátoru pro kvantifikaci 16 složek v tabáku (např. nikotin, celkové cukry, reduktivní cukry, celkový dusík, síran, škrob, celulóza, polyfenoly, petroleterové extrakty, popel atd.). Studie využila rozsáhlé soubory reálných vzorků z různých typů a oblastí pěstování v Číně a porovnávala NIR predikce s referenčními výsledky získanými národními standardními mokrými metodami.

Použitá metodika a instrumentace

Popis vzorků a přípravy:

• Shromážděno přibližně 800 vzorků pokrývajících různé typy tabáku a oblasti produkce; listy byly drceny do prášku pro homogenitu.

Spektrální akvizice:

• Zařízení: Thermo Scientific Antaris II FT-NIR Analyzer.
• Detekce: difuzní odraz s integrační koulí (integrating sphere), vzorková miska otáčena během snímání.
• Spektrometrické parametry: oblasti 10 000–3 800 cm-1, rozlišení 8 cm-1, 70 skenů/vzorek (~1 minuta akvizice).

Kalibrace a chemometrie:

• Software: TQ Analyst pro vývoj kalibrací.
• Předzpracování spekter: Multiplicative Scatter Correction (MSC) pro kompenzaci rozptylu; první derivace a Norris smoothing pro odstranění baseline offsetů a hladění.
• Algoritmus: Partial Least Squares (PLS) pro kvantitativní modelování. Identifikace a vyloučení outlierů pomocí statistických testů (např. Dixon, Chauvenet) před kalibrací.
• Referenční data: výsledky mokrých analýz poskytnuté Čínským tabákovým výzkumným institutem a analytickými centry dle národních standardů.

Použitá instrumentace

• Thermo Scientific Antaris II FT-NIR Analyzer (integrační koule, vzorková miska, systém pro difuzní odraz).
• Software TQ Analyst pro chemometrické zpracování a PLS kalibrace.

Hlavní výsledky a diskuse

Kalibrace byla vybudována pro 16 komponent s různým počtem kalibračních standardů (zhruba 469 až 785 v závislosti na analytu) a validována náhodně vybranými vzorky (~43–56 validací u jednotlivých parametrů). Hlavní metriky ukazují dobrou až velmi dobrou predikční schopnost většiny modelů:

• Korelační koeficienty (Corr. Coeff.) se pohybovaly zhruba od 0.91 do 0.99 (lepší u analytů jako nikotin, celkové cukry, celkové těkavé báze; slabší u složek s menší variabilitou nebo horšími referencemi).
• RMSEP (root mean square error of prediction) – vybrané hodnoty: nikotin 0.170, celkové cukry 1.17, reduktivní cukry 0.92, celkový dusík 0.0882, chlor 0.0529, sulfate 0.159, škrob ~0.56, polyfenoly ~2.7, petroleterové extrakty ~0.0042, popel 0.945, vodou rozpustné popelové báze 0.226.

Modely používaly první derivaci spektra a MSC; PLS faktorů se volil na základě průběhu RMSECV vs. počet faktorů, čímž se minimalizovalo riziko pod- nebo přeučení. Důraz studie je kladen na kvalitu referenčních dat jako klíčového faktoru ovlivňujícího výslednou přesnost – analyt s konzistentní a přesnou referencí vykazoval lepší NIR kalibraci. Rovněž bylo zdůrazněno řešení rozptylových efektů a identifikace outlierů, které zásadně ovlivňují robustnost modelu.

Přínosy a praktické využití metody

• Rychlost: měření trvá přibližně jednu minutu na vzorek, což umožňuje velké škálování analýz a rychlou zpětnou vazbu v provozu.
• Minimální předúprava: vzorek pouze drcený do prášku, bez chemických extrakcí – nižší pracovní zátěž a menší chybovost způsobená přípravou.
• Souběžné stanovení více analytů: jeden spektrální záznam poskytuje predikce desítek parametrů.
• Snížení nákladů a odpadu: nižší spotřeba reagentů a menší množství nebezpečného odpadu ve srovnání s mokrými metodami.
• Možnost přenosu kalibrací mezi přístroji díky FT technologii, což usnadňuje nasazení v různých provozech.

Omezení a provozní poznámky:

• Výkon modelu závisí na variabilitě a kvalitě referenčních dat – nutná rozsáhlá a reprezentativní kalibrační sada pokrývající různé druhy a původy tabáku.
• Modely mohou vyžadovat pravidelnou aktualizaci a kontrolu kvůli změnám surovinového trhu nebo výrobních postupů.
• Nutnost detekce a řešení outlierů a kompenzace rozptylu fyzikálních vlastností vzorků.

Budoucí trendy a možnosti využití

• Nasazení at-line nebo in-line FT-NIR pro procesní kontrolu sušení, fermentace a mísení surovin.
• Pokročilejší chemometrické přístupy – robustní PLS varianty, penalizované metody, strojové učení a doménové adaptace pro lepší generalizaci mezi oblastmi a odrůdami.
• Automatizace aktualizace kalibrací pomocí přibývajících referenčních dat a samoučících se systémů.
• Integrace výsledků NIR do systémů řízení kvality a zpracování dat (LIMS), včetně prediktivní údržby a sledování trendů v surovinách.
• Další miniaturizace a zlevnění NIR analytiky umožní širší průmyslové nasazení i v lokálních provozech.

Závěr

Studie ukazuje, že Antaris II FT-NIR je životaschopnou a efektivní alternativou k tradičním mokrým chemickým metodám pro rutinní kvantifikaci širokého spektra složek v tabáku. Metoda poskytuje výrazné výhody v rychlosti, nákladech, množství vyprodukovaného odpadu a operativní použitelnosti, přičemž při dostatečné kalibrační databázi dosahuje porovnatelných výsledků s referencí. Pro plné využití potenciálu je však klíčové udržení kvalitních referenčních analýz, pravidelná validace modelů a zajištění reprezentativnosti kalibrační sady.

Reference

1. McClure W.F. Spectral Characteristics of Tobacco in the Near Infrared Region from 0.6 to 2.6 Microns. Tobacco Science, 1968, 12: 232-235.