马耳他猪肉的认证通过ATR-FTIR和化学分析揭示了洞察力
Frederick Lia1, Mark Caffari2, Malcom Borg3
1BKEA BioKimika Extrakta Analytika Ltd., RBT 3140 Rabat, Malta.
认证猪肉等肉类产品的真实性对于消费者信任至关重要. 具有机器学习的富里埃变换红外光谱 (FTIR) 提供了一种快速,非破坏性的方法来区分来源,确保食品安全和供应链完整性.
科学领域:
- 分析化学 分析化学
- 食品科学 食品科学 食品科学
- 频谱学是一种光谱学.
背景情况:
- 肉类的真实性对于消费者保护和遵守法规至关重要.
- 确保当地食品系统的完整性依赖于准确的产品验证.
- 开发快速,非破坏性的肉类认证方法是一个持续的挑战.
研究的目的:
- 为了区分马耳他猪肉与非马耳他猪肉,使用减弱总反射率里埃变换红外光谱学 (ATR-FTIR).
- 评估各种化学测量和机器学习模型对肉类认证的有效性.
- 确定最佳的预处理技术,以增强光谱数据分析.
主要方法:
- 采用了减弱总反射率里埃变换红外光谱法 (ATR-FTIR).
- 频谱数据经过预处理,包括衍生方法 (Savitzky-Golay),损害,OSC和SNV.
- 应用和比较了线性 (PCA-LDA,SIMCA,PLSR) 和非线性 (SVMR,ANNs) 化学测量模型.
主要成果:
- 衍生预处理显著改善了光谱分辨率和模型稳定性.
- 指纹区域 (1800-600厘米-1) 显示出最高的辨别能力.
- 非线性模型,特别是SVMR和ANN,在较低的错误分类率下实现了优异的预测性能 (精度>0.99).
结论:
- FTIR光谱与非线性化学测量相结合,为肉类认证提供了快速,非破坏性和具有成本效益的解决方案.
- 这种方法支持增强消费者安全和食品供应链的可持续性.
- 这项研究证实了先进的光谱和计算方法在食品分析中的潜力.
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
09:18Profiling the Triacylglyceride Contents in Bat Integumentary Lipids by Preparative Thin Layer Chromatography and MALDI-TOF Mass Spectrometry
Published on: September 5, 2013
相关概念视频
MALDI-TOF Mass Spectrometry
Peptide Identification Using Tandem Mass Spectrometry
This technique helps gather information regarding the protein from which the peptide was obtained and to study the peptides’ amino acid sequence. Identifying peptides from a complex mixture is an important component of the growing field of...
Matrix-Assisted Laser Desorption Ionization (MALDI)
Attenuated Total Reflectance (ATR) Infrared Spectroscopy: Overview
The ATR process begins by directing a beam...
