SHS-GC-MS 适用于阿拉伯咖啡和甘咖啡混合物评估
Marcos Valério Vieira Lyrio1, Pedro Henrique Pereira da Cunha1, Danieli Grancieri Debona1
1Federal University of Espírito Santo (UFES), Department of Chemistry, Campus Goiabeiras, Avenida Fernando Ferrari, 514, CEP 29075-910 Vitoria, Espírito Santo, Brazil. filgueiras.pr@gmail.com.
使用气色谱-质谱 (GC-MS) 和FTIR光谱的分析方法可以准确地识别和量化咖啡混合物. 这些技术确保了阿拉比卡和康尼隆咖啡混合物的质量和成分.
科学领域:
- 分析化学 分析化学
- 食品科学 食品科学 食品科学
- 化学测量 化学测量 化学测量
背景情况:
- 阿拉伯咖啡 (arabica) 和C. canephora (conilon) 的咖啡混合物在经济上很重要,它将可取的感官属性与成本效益相结合.
- 准确的分析方法对于验证商业咖啡混合物的成分和确保产品的一致性至关重要.
研究的目的:
- 提出和评估结合化学测量的染色学和光谱学方法,用于识别和量化阿拉比卡和康尼隆咖啡混合物.
- 为了比较不同分析技术和数据分析方法 (多变量与单变量) 的性能,用于混合分析.
主要方法:
- 静态头空间气体染色学质谱学 (SHS-GC-MS) 和富里埃变换红外光谱 (FTIR) 用于挥发性化合物分析.
- 化学测量工具,包括带有非信息变量消除 (UVE) 的部分最小方形 (PLS),用于数据分析.
- 来自GC-MS的总离子染色图 (TIC) 和提取离子染色图 (EIC) 数据在多变量和单变量场景中进行了分析.
主要成果:
- 使用GC-MS数据 (TIC和EIC) 优化的PLS模型显示出高准确性 (预测误差为3.34.7%,R_p^2>0.98).
- 对GC-MS数据的多变量和单变量分析产生了类似的量化准确性.
- 对所有测试数据类型 (FTIR,TIC,EIC) 的分类模型实现了高精度 (96100%) 和低误差率 (05%).
- 与GC-MS相比,FTIR光谱显示出较低的性能,用于混合分析.
结论:
- 多变量和单变量分析,当与GC-MS和FTIR数据相结合时,对于研究咖啡混合物是有效的.
- 结合化学测量,GC-MS提供了一种可靠的方法,用于准确量化和分类阿拉比卡和康尼隆咖啡混合物.
- 开发的分析策略确保了市场上咖啡混合物的质量控制和真实性.
更多相关视频
08:43PTR-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
09:11Caffeine Extraction, Enzymatic Activity and Gene Expression of Caffeine Synthase from Plant Cell Suspensions
Published on: October 2, 2018
相关概念视频
2D NMR: Heteronuclear Single-Quantum Correlation Spectroscopy (HSQC)
Gas Chromatography–Mass Spectrometry (GC–MS)
A gas chromatograph consists of a long, narrow capillary column with a polysiloxane coating on the inner wall....
Mass Spectrometry: Complex Analysis
GC–MS is a powerful hyphenated method commonly used in forensics and environmental...
High-Resolution Mass Spectrometry (HRMS)
