Video Experimental Relacionado
Updated: Jun 20, 2026

PTR-ToF-MS Coupled with an Automated Sampling System and Tailored Data Analysis for Food Studies: Bioprocess Monitoring, Screening and Nose-space Analysis
Published on: May 11, 2017
Detección cuantitativa del pireno en el aceite comestible mediante TLC-SERS plasmónico combinado con análisis de
Jiahui Tian1, Xianhe Jiao1, Jiaqi Guo2
1School of Petrochemical Engineering, Liaoning Petrochemical University, Fushun 113001, China.
La detección de hidrocarburos aromáticos policíclicos (HAP) nocivos en el aceite comestible es crucial para la salud. Este estudio introduce un método rápido que combina la espectroscopia Raman mejorada por cromatografía de capa delgada (TLC-SERS) con el aprendizaje automático para una detección precisa de HAP.
Área de la Ciencia:
- Química analítica
- Seguridad de los alimentos
- Espectroscopia
Sus antecedentes:
- Los hidrocarburos aromáticos policíclicos (HAP) en los aceites comestibles presentan riesgos significativos para la salud, incluida su potencial carcinogenicidad.
- La detección precisa y rápida de los HAP es esencial para garantizar la calidad de los alimentos y la seguridad de los consumidores.
- Los métodos de detección existentes pueden carecer de la velocidad, la sensibilidad o la precisión cuantitativa requeridas para el análisis de rutina.
Objetivo del estudio:
- Desarrollar un método rápido y cuantitativo para la detección de hidrocarburos aromáticos policíclicos (HAP) en el aceite comestible.
- Integrar la espectroscopia Raman mejorada por cromatografía de capa fina (TLC-SERS) con el aprendizaje automático para mejorar el rendimiento analítico.
- Validar la eficacia de un nuevo sustrato de diatomita/Ag para la detección de HAP sensibles.
Principales métodos:
- Desarrollo de un sustrato de nanopartículas de diatomita/Ag para la espectroscopia Raman mejorada por cromatografía de capa delgada (TLC-SERS).
- Aplicación del método TLC-SERS para la separación y detección de HAP en muestras de aceite culinario.
- Integración del aprendizaje automático de la red neuronal de propagación de análisis de componentes principales (PCA-BP) para el análisis cuantitativo.
Principales resultados:
- El sustrato de diatomita/Ag TLC-SERS exhibió excelentes capacidades de separación y un alto rendimiento SERS.
- El método desarrollado detectó con éxito los HAP en el aceite comestible con una sensibilidad de 0,1 ppm.
- El modelo PCA-BP demostró una precisión de predicción excepcional para el análisis cuantitativo de los HAP.
Conclusiones:
- La combinación de la tecnología TLC-SERS y el aprendizaje automático PCA-BP proporciona un enfoque eficiente y preciso para la detección cuantitativa de los HAP en el aceite comestible.
- Este método integrado mejora significativamente la capacidad de controlar y mejorar la calidad de los alimentos.
- El estudio ofrece una herramienta valiosa para garantizar la seguridad de los aceites comestibles frente a la contaminación por HAP.
Más Videos Relacionados
06:50O-cresol Concentration Online Measurement Based On Near Infrared Spectroscopy Via Partial Least Square Regression
Published on: November 8, 2019
10:02Quantitative SERS Detection of Uric Acid via Formation of Precise Plasmonic Nanojunctions within Aggregates of Gold Nanoparticles and Cucurbit[n]uril
Published on: October 3, 2020