- ข้อความ
- ประวัติศาสตร์
AbstractIn the present work, we hav
Abstract
In the present work, we have evaluated for first time the feasibility of APCI-MS volatile compound fingerprinting in conjunction with chemometrics (PLS-DA) as a new strategy for rapid and non-destructive food classification. For this purpose 202 clarified monovarietal juices extracted from apples differing in their botanical and geographical origin were used for evaluation of the performance of APCI-MS as a classification tool. For an independent test set PLS-DA analyses of pre-treated spectral data gave 100% and 94.2% correct classification rate for the classification by cultivar and geographical origin, respectively. Moreover, PLS-DA analysis of APCI-MS in conjunction with GC–MS data revealed that masses within the spectral ACPI-MS data set were related with parent ions or fragments of alkyesters, carbonyl compounds (hexanal, trans-2-hexenal) and alcohols (1-hexanol, 1-butanol, cis-3-hexenol) and had significant discriminating power both in terms of cultivar and geographical origin.
Keywords
Chemometric techniques; Authenticity; Apple; APCI-MS; PLS-DA
1. Introduction
There is a growing consumer awareness of the need for traceable authenticity of foods; this is partially in response to authenticity scares and lack of Protected Designation of Origin (PDO) traceability, but also as a result of recent cases of food producers’ malpractice. Food authenticity issues may be classified into four main groups: adulteration; mislabeling associated with geographical provenance, botanical or species origin; implementation of non-authorised practices and non-compliance to legislative standards (Carcea et al., 2009). One response to these maybe through legislation, the European Union Council Regulation (EC) 510/2006 exists to identify and protect geographical indications and designations of origin for agricultural products and foods across Europe, this ensures easier traceability of issues associated with food authenticity allowing more efficient quality and safety control of the food market. There is therefore clearly a need for rapid non-destructive analytical methods to support the consumers right for confidence in authenticity; these approaches must allow rapid monitoring of food origins, quality and safety, with the minimum processing time and cost per sample; reducing sample pre-treatment and simple measurement protocols are also of paramount importance (Reid, O’Donnell, & Downey, 2006).
There are a number of emerging rapid non-destructive methods for chemical grouping of foods such as the direct injection mass spectrometric techniques (DIMS), atmospheric pressure chemical ionisation mass spectrometry (APCI-MS) (Davies, Linforth, Wilkinson, Smart, & Cook, 2011), proton transfer reaction mass spectrometry (PTR-MS) (Biasioli, Yeretzian, Gasperi, & Mark, 2011) and selected ion flow tube mass spectrometry (SIFT-MS) (Langford et al., 2012) have gained the attention of the researchers working in the field for classification and authenticity, due to their ability to perform real time non-invasive analysis with high sensitivity and limited sample pre-treatment. PTR in combination with a time-of-flight mass spectrometer (PTR-ToF-MS) have been extensively used for classification studies of a broad range of food products including PDO cheese, olive oil and dry cured hams, intact fruits and their derivatives (Aprea et al., 2006, Biasioli et al., 2003, Cappellin et al., 2012, Del Pulgar et al., 2011 and Galle et al., 2011). In these cases, classification typically uses the data matrix resulting from the entire mass spectrum (spectral fingerprint) and statistical treatment to identify clusters, trends or correlations, appropriate data mining techniques may include partial least squares discriminant analysis (PLS-DA), K-nearest neighbours (KNN), soft independent modelling of class analogies (SIMCA) (Fisk, Virdie, Kenny, & Ullrich, 2010) support vector machine (SVM) and random forest (RF) (Cappellin et al., 2012).
Whist direct injection mass spectrometric techniques are rapid and information rich, gas phase chemometric classification approaches should always take into consideration the availability of volatile compounds in the gas-phase and the equilibrium concentration difference between the product and its gas phase. The chemical potential of a volatile component is dependent firstly on the physicochemical properties of the analyte, the physical structure of the matrix (Yang et al., 2012 and Yu et al., 2012), the presence of multiple phases (Fernández-Vázquez et al., 2013 and Fisk et al., 2011) and chemical composition of the product being analysed (Fisk, Boyer, & Linforth, 2012). It is therefore important to consider that modifications to the product non-volatile composition may have a significant impact on the aroma profile and therefore where appropriate, standardisations should be applied.
For fruit juice, the main authenticity issues are related with false labelling of products in terms of their cultivar or geographical origin, blending of expensive fruit juices with juices extracted from lower value fruits, adulteration of juice with pulp wash and peel derived by-products, addition of unauthorised sugars and the use of juice concentrates of undeclared origin (Singhal, Kulkarni, & Rege, 1997). To date several techniques have been used for the authentication and classification of apple juices and similar beverages, these include chemical profiling (Souza et al., 2011) stable isotopes analysis (Magdas & Puscas, 2011), infra-red spectroscopy e.g. NIR, MIR, FT-IR (Kelly and Downey, 2005, León et al., 2005 and Sivakesava et al., 2001), chromatographic techniques e.g. GC–MS (Fisk et al., 2012, Guo et al., 2012, Lignou et al., 2013 and Montero-Prado et al., 2013) and HPLC (Yamamoto et al., 2008) and direct injection spectrometric techniques such as PTR-MS (Biasioli et al., 2003 and Biasioli et al., 2011).
Direct injection APCI-MS has been successfully applied in a number of areas, most of these relate to the real time tracking of volatile compound release (Taylor, Linforth, Harvey, & Blake, 2000) to understand the dynamic partitioning from complex systems such as food (Linforth, Baek, & Taylor, 1999) and beverages (Shojaei, Linforth, & Taylor, 2007) or as tool to evaluate different processing methodologies (Fisk et al., 2011, Fisk et al., 2012, Yang et al., 2012 and Yu et al., 2012) Notwithstanding its use as tool for real time aroma analysis, APCI-MS can also provide a rapid and informative mass spectral fingerprint of a foods volatile compliment; it can therefore be hypothesised that APCI-MS could be used for the monitoring of food authenticity. The aim of the present work was to evaluate APCI-MS as a novel tool for the classification (based on geographical and botanical origin) of a foods volatile compliment, using a real food (clarified apple juice) with broad commercial diversity as an exemplar.
2. Materials and methods
2.1. Sampling and juice preparation
Five cultivars (Braeburn, Golden Delicious, Granny Smith, Jazz (Scifresh), and Pink Lady) harvested in three different countries of the South hemisphere (New Zealand, South Africa, Chile) were purchased from four local supermarkets. For each cultivar, 12 apples were randomly selected and used for the preparation of apple juice samples. Apples were peeled, cored, sliced and placed in an antioxidant solution to retard enzymatic browning, as previously illustrated by Ting et al. (2012). Apple flesh was squeezed using a household juicer (Philips, UK) and the freshly extracted apple juice was immediately heat treated at 60 °C for 30 s using a water bath to retard any further enzyme activity. Excessive pulp and foam were removed from the juice by filtering through a 100-mesh cloth filter. Clarification of the apple juice was conducted by pectinase (Sigma–Aldrich, UK) treatment at 37 °C for 60 min and subsequent centrifugation of the juices at 5000 rpm (Beckman Ltd., J2-21M, UK) for 10 min. A total of 210 apple juices were prepared.
2.2. GC–MS analysis
For GC–MS headspace analyses six individual apple juices samples per cultivar referring to different market suppliers and geographical origin were selected. Headspace solid phase microextraction (HS-SPME) coupled to gas chromatography-mass spectrometry (GC–MS) was applied to analyse the volatile compounds of apple juices. An automated SPME sampling unit (CombiPal. Zwingen, Switzerland) was used with a SPME StableFlex fibre with 50/30 μm divinylbenzene/carboxen on polydimethylsiloxane coating (DVB/CAR/PDMS) purchased from Supelco (Sigma Aldrich, UK). Five mL of juice sample was transferred to a 30 mL vial crimp-sealed with 23 mm diameter aluminium seal and a Teflon septum. In addition, pure aqueous systems of cis-3-hexenol (25 μL/L) were prepared and analysed together with apple juice samples in a fully randomised order. After 10 min equilibration at 20 °C, the SPME fibre was exposed to the sample headspace for 15 min. The fibre was then removed from the vial and immediately inserted into the injector port of the GC–MS system for thermal desorption at 220 °C for 10 min.
Analysis of the aroma components were performed on a Trace GC Ultra (Thermo Scientific, USA) that was attached to a DSQ series mass spectrometer (Thermo Scientific, USA). The gas chromatograph was equipped with a low bleed/fused-silica ZB-Wax capillary column (100% polyethylene glycol phase, 30 m × 0.25 mm × 1.0 μm) (Phenomenex, UK). Helium was the carrier gas with a constant flow rate of 1.5 ml/min into the GC–MS. The GC oven was held for 2 min at 40 °C and heated to 220 °C at a rate of 8 °C/min. The GC to MS transfer line was maintained at 250 °C. Analysis was carried out in the electron impact mode with a source temperature of 230 °C, ionising voltage of 70 eV, and a scanned mass range of m/z = 50–200. Pure apple juices were run in triplicate. Compounds were identified by comparison to NIST Library and the retention time of authentic st
In the present work, we have evaluated for first time the feasibility of APCI-MS volatile compound fingerprinting in conjunction with chemometrics (PLS-DA) as a new strategy for rapid and non-destructive food classification. For this purpose 202 clarified monovarietal juices extracted from apples differing in their botanical and geographical origin were used for evaluation of the performance of APCI-MS as a classification tool. For an independent test set PLS-DA analyses of pre-treated spectral data gave 100% and 94.2% correct classification rate for the classification by cultivar and geographical origin, respectively. Moreover, PLS-DA analysis of APCI-MS in conjunction with GC–MS data revealed that masses within the spectral ACPI-MS data set were related with parent ions or fragments of alkyesters, carbonyl compounds (hexanal, trans-2-hexenal) and alcohols (1-hexanol, 1-butanol, cis-3-hexenol) and had significant discriminating power both in terms of cultivar and geographical origin.
Keywords
Chemometric techniques; Authenticity; Apple; APCI-MS; PLS-DA
1. Introduction
There is a growing consumer awareness of the need for traceable authenticity of foods; this is partially in response to authenticity scares and lack of Protected Designation of Origin (PDO) traceability, but also as a result of recent cases of food producers’ malpractice. Food authenticity issues may be classified into four main groups: adulteration; mislabeling associated with geographical provenance, botanical or species origin; implementation of non-authorised practices and non-compliance to legislative standards (Carcea et al., 2009). One response to these maybe through legislation, the European Union Council Regulation (EC) 510/2006 exists to identify and protect geographical indications and designations of origin for agricultural products and foods across Europe, this ensures easier traceability of issues associated with food authenticity allowing more efficient quality and safety control of the food market. There is therefore clearly a need for rapid non-destructive analytical methods to support the consumers right for confidence in authenticity; these approaches must allow rapid monitoring of food origins, quality and safety, with the minimum processing time and cost per sample; reducing sample pre-treatment and simple measurement protocols are also of paramount importance (Reid, O’Donnell, & Downey, 2006).
There are a number of emerging rapid non-destructive methods for chemical grouping of foods such as the direct injection mass spectrometric techniques (DIMS), atmospheric pressure chemical ionisation mass spectrometry (APCI-MS) (Davies, Linforth, Wilkinson, Smart, & Cook, 2011), proton transfer reaction mass spectrometry (PTR-MS) (Biasioli, Yeretzian, Gasperi, & Mark, 2011) and selected ion flow tube mass spectrometry (SIFT-MS) (Langford et al., 2012) have gained the attention of the researchers working in the field for classification and authenticity, due to their ability to perform real time non-invasive analysis with high sensitivity and limited sample pre-treatment. PTR in combination with a time-of-flight mass spectrometer (PTR-ToF-MS) have been extensively used for classification studies of a broad range of food products including PDO cheese, olive oil and dry cured hams, intact fruits and their derivatives (Aprea et al., 2006, Biasioli et al., 2003, Cappellin et al., 2012, Del Pulgar et al., 2011 and Galle et al., 2011). In these cases, classification typically uses the data matrix resulting from the entire mass spectrum (spectral fingerprint) and statistical treatment to identify clusters, trends or correlations, appropriate data mining techniques may include partial least squares discriminant analysis (PLS-DA), K-nearest neighbours (KNN), soft independent modelling of class analogies (SIMCA) (Fisk, Virdie, Kenny, & Ullrich, 2010) support vector machine (SVM) and random forest (RF) (Cappellin et al., 2012).
Whist direct injection mass spectrometric techniques are rapid and information rich, gas phase chemometric classification approaches should always take into consideration the availability of volatile compounds in the gas-phase and the equilibrium concentration difference between the product and its gas phase. The chemical potential of a volatile component is dependent firstly on the physicochemical properties of the analyte, the physical structure of the matrix (Yang et al., 2012 and Yu et al., 2012), the presence of multiple phases (Fernández-Vázquez et al., 2013 and Fisk et al., 2011) and chemical composition of the product being analysed (Fisk, Boyer, & Linforth, 2012). It is therefore important to consider that modifications to the product non-volatile composition may have a significant impact on the aroma profile and therefore where appropriate, standardisations should be applied.
For fruit juice, the main authenticity issues are related with false labelling of products in terms of their cultivar or geographical origin, blending of expensive fruit juices with juices extracted from lower value fruits, adulteration of juice with pulp wash and peel derived by-products, addition of unauthorised sugars and the use of juice concentrates of undeclared origin (Singhal, Kulkarni, & Rege, 1997). To date several techniques have been used for the authentication and classification of apple juices and similar beverages, these include chemical profiling (Souza et al., 2011) stable isotopes analysis (Magdas & Puscas, 2011), infra-red spectroscopy e.g. NIR, MIR, FT-IR (Kelly and Downey, 2005, León et al., 2005 and Sivakesava et al., 2001), chromatographic techniques e.g. GC–MS (Fisk et al., 2012, Guo et al., 2012, Lignou et al., 2013 and Montero-Prado et al., 2013) and HPLC (Yamamoto et al., 2008) and direct injection spectrometric techniques such as PTR-MS (Biasioli et al., 2003 and Biasioli et al., 2011).
Direct injection APCI-MS has been successfully applied in a number of areas, most of these relate to the real time tracking of volatile compound release (Taylor, Linforth, Harvey, & Blake, 2000) to understand the dynamic partitioning from complex systems such as food (Linforth, Baek, & Taylor, 1999) and beverages (Shojaei, Linforth, & Taylor, 2007) or as tool to evaluate different processing methodologies (Fisk et al., 2011, Fisk et al., 2012, Yang et al., 2012 and Yu et al., 2012) Notwithstanding its use as tool for real time aroma analysis, APCI-MS can also provide a rapid and informative mass spectral fingerprint of a foods volatile compliment; it can therefore be hypothesised that APCI-MS could be used for the monitoring of food authenticity. The aim of the present work was to evaluate APCI-MS as a novel tool for the classification (based on geographical and botanical origin) of a foods volatile compliment, using a real food (clarified apple juice) with broad commercial diversity as an exemplar.
2. Materials and methods
2.1. Sampling and juice preparation
Five cultivars (Braeburn, Golden Delicious, Granny Smith, Jazz (Scifresh), and Pink Lady) harvested in three different countries of the South hemisphere (New Zealand, South Africa, Chile) were purchased from four local supermarkets. For each cultivar, 12 apples were randomly selected and used for the preparation of apple juice samples. Apples were peeled, cored, sliced and placed in an antioxidant solution to retard enzymatic browning, as previously illustrated by Ting et al. (2012). Apple flesh was squeezed using a household juicer (Philips, UK) and the freshly extracted apple juice was immediately heat treated at 60 °C for 30 s using a water bath to retard any further enzyme activity. Excessive pulp and foam were removed from the juice by filtering through a 100-mesh cloth filter. Clarification of the apple juice was conducted by pectinase (Sigma–Aldrich, UK) treatment at 37 °C for 60 min and subsequent centrifugation of the juices at 5000 rpm (Beckman Ltd., J2-21M, UK) for 10 min. A total of 210 apple juices were prepared.
2.2. GC–MS analysis
For GC–MS headspace analyses six individual apple juices samples per cultivar referring to different market suppliers and geographical origin were selected. Headspace solid phase microextraction (HS-SPME) coupled to gas chromatography-mass spectrometry (GC–MS) was applied to analyse the volatile compounds of apple juices. An automated SPME sampling unit (CombiPal. Zwingen, Switzerland) was used with a SPME StableFlex fibre with 50/30 μm divinylbenzene/carboxen on polydimethylsiloxane coating (DVB/CAR/PDMS) purchased from Supelco (Sigma Aldrich, UK). Five mL of juice sample was transferred to a 30 mL vial crimp-sealed with 23 mm diameter aluminium seal and a Teflon septum. In addition, pure aqueous systems of cis-3-hexenol (25 μL/L) were prepared and analysed together with apple juice samples in a fully randomised order. After 10 min equilibration at 20 °C, the SPME fibre was exposed to the sample headspace for 15 min. The fibre was then removed from the vial and immediately inserted into the injector port of the GC–MS system for thermal desorption at 220 °C for 10 min.
Analysis of the aroma components were performed on a Trace GC Ultra (Thermo Scientific, USA) that was attached to a DSQ series mass spectrometer (Thermo Scientific, USA). The gas chromatograph was equipped with a low bleed/fused-silica ZB-Wax capillary column (100% polyethylene glycol phase, 30 m × 0.25 mm × 1.0 μm) (Phenomenex, UK). Helium was the carrier gas with a constant flow rate of 1.5 ml/min into the GC–MS. The GC oven was held for 2 min at 40 °C and heated to 220 °C at a rate of 8 °C/min. The GC to MS transfer line was maintained at 250 °C. Analysis was carried out in the electron impact mode with a source temperature of 230 °C, ionising voltage of 70 eV, and a scanned mass range of m/z = 50–200. Pure apple juices were run in triplicate. Compounds were identified by comparison to NIST Library and the retention time of authentic st
0/5000
AbstractIn the present work, we have evaluated for first time the feasibility of APCI-MS volatile compound fingerprinting in conjunction with chemometrics (PLS-DA) as a new strategy for rapid and non-destructive food classification. For this purpose 202 clarified monovarietal juices extracted from apples differing in their botanical and geographical origin were used for evaluation of the performance of APCI-MS as a classification tool. For an independent test set PLS-DA analyses of pre-treated spectral data gave 100% and 94.2% correct classification rate for the classification by cultivar and geographical origin, respectively. Moreover, PLS-DA analysis of APCI-MS in conjunction with GC–MS data revealed that masses within the spectral ACPI-MS data set were related with parent ions or fragments of alkyesters, carbonyl compounds (hexanal, trans-2-hexenal) and alcohols (1-hexanol, 1-butanol, cis-3-hexenol) and had significant discriminating power both in terms of cultivar and geographical origin.KeywordsChemometric techniques; Authenticity; Apple; APCI-MS; PLS-DA1. IntroductionThere is a growing consumer awareness of the need for traceable authenticity of foods; this is partially in response to authenticity scares and lack of Protected Designation of Origin (PDO) traceability, but also as a result of recent cases of food producers’ malpractice. Food authenticity issues may be classified into four main groups: adulteration; mislabeling associated with geographical provenance, botanical or species origin; implementation of non-authorised practices and non-compliance to legislative standards (Carcea et al., 2009). One response to these maybe through legislation, the European Union Council Regulation (EC) 510/2006 exists to identify and protect geographical indications and designations of origin for agricultural products and foods across Europe, this ensures easier traceability of issues associated with food authenticity allowing more efficient quality and safety control of the food market. There is therefore clearly a need for rapid non-destructive analytical methods to support the consumers right for confidence in authenticity; these approaches must allow rapid monitoring of food origins, quality and safety, with the minimum processing time and cost per sample; reducing sample pre-treatment and simple measurement protocols are also of paramount importance (Reid, O’Donnell, & Downey, 2006).There are a number of emerging rapid non-destructive methods for chemical grouping of foods such as the direct injection mass spectrometric techniques (DIMS), atmospheric pressure chemical ionisation mass spectrometry (APCI-MS) (Davies, Linforth, Wilkinson, Smart, & Cook, 2011), proton transfer reaction mass spectrometry (PTR-MS) (Biasioli, Yeretzian, Gasperi, & Mark, 2011) and selected ion flow tube mass spectrometry (SIFT-MS) (Langford et al., 2012) have gained the attention of the researchers working in the field for classification and authenticity, due to their ability to perform real time non-invasive analysis with high sensitivity and limited sample pre-treatment. PTR in combination with a time-of-flight mass spectrometer (PTR-ToF-MS) have been extensively used for classification studies of a broad range of food products including PDO cheese, olive oil and dry cured hams, intact fruits and their derivatives (Aprea et al., 2006, Biasioli et al., 2003, Cappellin et al., 2012, Del Pulgar et al., 2011 and Galle et al., 2011). In these cases, classification typically uses the data matrix resulting from the entire mass spectrum (spectral fingerprint) and statistical treatment to identify clusters, trends or correlations, appropriate data mining techniques may include partial least squares discriminant analysis (PLS-DA), K-nearest neighbours (KNN), soft independent modelling of class analogies (SIMCA) (Fisk, Virdie, Kenny, & Ullrich, 2010) support vector machine (SVM) and random forest (RF) (Cappellin et al., 2012).
Whist direct injection mass spectrometric techniques are rapid and information rich, gas phase chemometric classification approaches should always take into consideration the availability of volatile compounds in the gas-phase and the equilibrium concentration difference between the product and its gas phase. The chemical potential of a volatile component is dependent firstly on the physicochemical properties of the analyte, the physical structure of the matrix (Yang et al., 2012 and Yu et al., 2012), the presence of multiple phases (Fernández-Vázquez et al., 2013 and Fisk et al., 2011) and chemical composition of the product being analysed (Fisk, Boyer, & Linforth, 2012). It is therefore important to consider that modifications to the product non-volatile composition may have a significant impact on the aroma profile and therefore where appropriate, standardisations should be applied.
For fruit juice, the main authenticity issues are related with false labelling of products in terms of their cultivar or geographical origin, blending of expensive fruit juices with juices extracted from lower value fruits, adulteration of juice with pulp wash and peel derived by-products, addition of unauthorised sugars and the use of juice concentrates of undeclared origin (Singhal, Kulkarni, & Rege, 1997). To date several techniques have been used for the authentication and classification of apple juices and similar beverages, these include chemical profiling (Souza et al., 2011) stable isotopes analysis (Magdas & Puscas, 2011), infra-red spectroscopy e.g. NIR, MIR, FT-IR (Kelly and Downey, 2005, León et al., 2005 and Sivakesava et al., 2001), chromatographic techniques e.g. GC–MS (Fisk et al., 2012, Guo et al., 2012, Lignou et al., 2013 and Montero-Prado et al., 2013) and HPLC (Yamamoto et al., 2008) and direct injection spectrometric techniques such as PTR-MS (Biasioli et al., 2003 and Biasioli et al., 2011).
Direct injection APCI-MS has been successfully applied in a number of areas, most of these relate to the real time tracking of volatile compound release (Taylor, Linforth, Harvey, & Blake, 2000) to understand the dynamic partitioning from complex systems such as food (Linforth, Baek, & Taylor, 1999) and beverages (Shojaei, Linforth, & Taylor, 2007) or as tool to evaluate different processing methodologies (Fisk et al., 2011, Fisk et al., 2012, Yang et al., 2012 and Yu et al., 2012) Notwithstanding its use as tool for real time aroma analysis, APCI-MS can also provide a rapid and informative mass spectral fingerprint of a foods volatile compliment; it can therefore be hypothesised that APCI-MS could be used for the monitoring of food authenticity. The aim of the present work was to evaluate APCI-MS as a novel tool for the classification (based on geographical and botanical origin) of a foods volatile compliment, using a real food (clarified apple juice) with broad commercial diversity as an exemplar.
2. Materials and methods
2.1. Sampling and juice preparation
Five cultivars (Braeburn, Golden Delicious, Granny Smith, Jazz (Scifresh), and Pink Lady) harvested in three different countries of the South hemisphere (New Zealand, South Africa, Chile) were purchased from four local supermarkets. For each cultivar, 12 apples were randomly selected and used for the preparation of apple juice samples. Apples were peeled, cored, sliced and placed in an antioxidant solution to retard enzymatic browning, as previously illustrated by Ting et al. (2012). Apple flesh was squeezed using a household juicer (Philips, UK) and the freshly extracted apple juice was immediately heat treated at 60 °C for 30 s using a water bath to retard any further enzyme activity. Excessive pulp and foam were removed from the juice by filtering through a 100-mesh cloth filter. Clarification of the apple juice was conducted by pectinase (Sigma–Aldrich, UK) treatment at 37 °C for 60 min and subsequent centrifugation of the juices at 5000 rpm (Beckman Ltd., J2-21M, UK) for 10 min. A total of 210 apple juices were prepared.
2.2. GC–MS analysis
For GC–MS headspace analyses six individual apple juices samples per cultivar referring to different market suppliers and geographical origin were selected. Headspace solid phase microextraction (HS-SPME) coupled to gas chromatography-mass spectrometry (GC–MS) was applied to analyse the volatile compounds of apple juices. An automated SPME sampling unit (CombiPal. Zwingen, Switzerland) was used with a SPME StableFlex fibre with 50/30 μm divinylbenzene/carboxen on polydimethylsiloxane coating (DVB/CAR/PDMS) purchased from Supelco (Sigma Aldrich, UK). Five mL of juice sample was transferred to a 30 mL vial crimp-sealed with 23 mm diameter aluminium seal and a Teflon septum. In addition, pure aqueous systems of cis-3-hexenol (25 μL/L) were prepared and analysed together with apple juice samples in a fully randomised order. After 10 min equilibration at 20 °C, the SPME fibre was exposed to the sample headspace for 15 min. The fibre was then removed from the vial and immediately inserted into the injector port of the GC–MS system for thermal desorption at 220 °C for 10 min.
Analysis of the aroma components were performed on a Trace GC Ultra (Thermo Scientific, USA) that was attached to a DSQ series mass spectrometer (Thermo Scientific, USA). The gas chromatograph was equipped with a low bleed/fused-silica ZB-Wax capillary column (100% polyethylene glycol phase, 30 m × 0.25 mm × 1.0 μm) (Phenomenex, UK). Helium was the carrier gas with a constant flow rate of 1.5 ml/min into the GC–MS. The GC oven was held for 2 min at 40 °C and heated to 220 °C at a rate of 8 °C/min. The GC to MS transfer line was maintained at 250 °C. Analysis was carried out in the electron impact mode with a source temperature of 230 °C, ionising voltage of 70 eV, and a scanned mass range of m/z = 50–200. Pure apple juices were run in triplicate. Compounds were identified by comparison to NIST Library and the retention time of authentic st
Whist direct injection mass spectrometric techniques are rapid and information rich, gas phase chemometric classification approaches should always take into consideration the availability of volatile compounds in the gas-phase and the equilibrium concentration difference between the product and its gas phase. The chemical potential of a volatile component is dependent firstly on the physicochemical properties of the analyte, the physical structure of the matrix (Yang et al., 2012 and Yu et al., 2012), the presence of multiple phases (Fernández-Vázquez et al., 2013 and Fisk et al., 2011) and chemical composition of the product being analysed (Fisk, Boyer, & Linforth, 2012). It is therefore important to consider that modifications to the product non-volatile composition may have a significant impact on the aroma profile and therefore where appropriate, standardisations should be applied.
For fruit juice, the main authenticity issues are related with false labelling of products in terms of their cultivar or geographical origin, blending of expensive fruit juices with juices extracted from lower value fruits, adulteration of juice with pulp wash and peel derived by-products, addition of unauthorised sugars and the use of juice concentrates of undeclared origin (Singhal, Kulkarni, & Rege, 1997). To date several techniques have been used for the authentication and classification of apple juices and similar beverages, these include chemical profiling (Souza et al., 2011) stable isotopes analysis (Magdas & Puscas, 2011), infra-red spectroscopy e.g. NIR, MIR, FT-IR (Kelly and Downey, 2005, León et al., 2005 and Sivakesava et al., 2001), chromatographic techniques e.g. GC–MS (Fisk et al., 2012, Guo et al., 2012, Lignou et al., 2013 and Montero-Prado et al., 2013) and HPLC (Yamamoto et al., 2008) and direct injection spectrometric techniques such as PTR-MS (Biasioli et al., 2003 and Biasioli et al., 2011).
Direct injection APCI-MS has been successfully applied in a number of areas, most of these relate to the real time tracking of volatile compound release (Taylor, Linforth, Harvey, & Blake, 2000) to understand the dynamic partitioning from complex systems such as food (Linforth, Baek, & Taylor, 1999) and beverages (Shojaei, Linforth, & Taylor, 2007) or as tool to evaluate different processing methodologies (Fisk et al., 2011, Fisk et al., 2012, Yang et al., 2012 and Yu et al., 2012) Notwithstanding its use as tool for real time aroma analysis, APCI-MS can also provide a rapid and informative mass spectral fingerprint of a foods volatile compliment; it can therefore be hypothesised that APCI-MS could be used for the monitoring of food authenticity. The aim of the present work was to evaluate APCI-MS as a novel tool for the classification (based on geographical and botanical origin) of a foods volatile compliment, using a real food (clarified apple juice) with broad commercial diversity as an exemplar.
2. Materials and methods
2.1. Sampling and juice preparation
Five cultivars (Braeburn, Golden Delicious, Granny Smith, Jazz (Scifresh), and Pink Lady) harvested in three different countries of the South hemisphere (New Zealand, South Africa, Chile) were purchased from four local supermarkets. For each cultivar, 12 apples were randomly selected and used for the preparation of apple juice samples. Apples were peeled, cored, sliced and placed in an antioxidant solution to retard enzymatic browning, as previously illustrated by Ting et al. (2012). Apple flesh was squeezed using a household juicer (Philips, UK) and the freshly extracted apple juice was immediately heat treated at 60 °C for 30 s using a water bath to retard any further enzyme activity. Excessive pulp and foam were removed from the juice by filtering through a 100-mesh cloth filter. Clarification of the apple juice was conducted by pectinase (Sigma–Aldrich, UK) treatment at 37 °C for 60 min and subsequent centrifugation of the juices at 5000 rpm (Beckman Ltd., J2-21M, UK) for 10 min. A total of 210 apple juices were prepared.
2.2. GC–MS analysis
For GC–MS headspace analyses six individual apple juices samples per cultivar referring to different market suppliers and geographical origin were selected. Headspace solid phase microextraction (HS-SPME) coupled to gas chromatography-mass spectrometry (GC–MS) was applied to analyse the volatile compounds of apple juices. An automated SPME sampling unit (CombiPal. Zwingen, Switzerland) was used with a SPME StableFlex fibre with 50/30 μm divinylbenzene/carboxen on polydimethylsiloxane coating (DVB/CAR/PDMS) purchased from Supelco (Sigma Aldrich, UK). Five mL of juice sample was transferred to a 30 mL vial crimp-sealed with 23 mm diameter aluminium seal and a Teflon septum. In addition, pure aqueous systems of cis-3-hexenol (25 μL/L) were prepared and analysed together with apple juice samples in a fully randomised order. After 10 min equilibration at 20 °C, the SPME fibre was exposed to the sample headspace for 15 min. The fibre was then removed from the vial and immediately inserted into the injector port of the GC–MS system for thermal desorption at 220 °C for 10 min.
Analysis of the aroma components were performed on a Trace GC Ultra (Thermo Scientific, USA) that was attached to a DSQ series mass spectrometer (Thermo Scientific, USA). The gas chromatograph was equipped with a low bleed/fused-silica ZB-Wax capillary column (100% polyethylene glycol phase, 30 m × 0.25 mm × 1.0 μm) (Phenomenex, UK). Helium was the carrier gas with a constant flow rate of 1.5 ml/min into the GC–MS. The GC oven was held for 2 min at 40 °C and heated to 220 °C at a rate of 8 °C/min. The GC to MS transfer line was maintained at 250 °C. Analysis was carried out in the electron impact mode with a source temperature of 230 °C, ionising voltage of 70 eV, and a scanned mass range of m/z = 50–200. Pure apple juices were run in triplicate. Compounds were identified by comparison to NIST Library and the retention time of authentic st
การแปล กรุณารอสักครู่..
บทคัดย่อ
ในงานปัจจุบันเรามีการประเมินเป็นครั้งแรกความเป็นไปได้ของการพิมพ์ลายนิ้วมือสารประกอบ APCI-MS ระเหยร่วมกับ Chemometrics (PLS-DA) เป็นกลยุทธ์ใหม่สำหรับการจัดหมวดหมู่อาหารอย่างรวดเร็วและไม่ทำลาย เพื่อจุดประสงค์นี้ 202 ชี้แจง monovarietal น้ำผลไม้สกัดจากแอปเปิ้ลที่แตกต่างกันในการให้กำเนิดพฤกษศาสตร์และภูมิศาสตร์ของพวกเขาถูกนำมาใช้สำหรับการประเมินผลการปฏิบัติงานของ APCI-MS เป็นเครื่องมือในการจัดหมวดหมู่ สำหรับการทดสอบอิสระชุด PLS-DA วิเคราะห์ก่อนการรักษาข้อมูลสเปกตรัมให้ 100% และ 94.2% อัตราการจัดประเภทที่ถูกต้องสำหรับการจัดหมวดหมู่โดยพันธุ์และแหล่งกำเนิดทางภูมิศาสตร์ตามลำดับ นอกจากนี้การวิเคราะห์ PLS-DA ของ APCI-MS ร่วมกับข้อมูล GC-MS เปิดเผยว่าฝูงในข้อมูล ACPI-MS สเปกตรัมตั้งมีความสัมพันธ์กับไอออนปกครองหรือชิ้นส่วนของ alkyesters สารประกอบคาร์บอนิล (hexanal, ทรานส์ 2 hexenal) และ แอลกอฮอล์ (1-hexanol, บิวทานอ 1, ถูกต้อง-3-hexenol) และมีอำนาจจำแนกอย่างมีนัยสำคัญทั้งในแง่ของพันธุ์และแหล่งกำเนิดทางภูมิศาสตร์. คำchemometric เทคนิค ความถูกต้อง; แอปเปิ้ล; APCI-MS; PLS-DA 1 ความรู้เบื้องต้นมีการรับรู้ของผู้บริโภคที่เพิ่มขึ้นของความจำเป็นในการตรวจสอบย้อนกลับความถูกต้องของอาหารที่เป็น; นี้เป็นเพียงบางส่วนในการตอบสนองต่อความถูกต้องกลัวและการขาดการป้องกันตำแหน่งของแหล่งกำเนิด (PDO) ตรวจสอบย้อนกลับ แต่ยังเป็นผลมาจากกรณีล่าสุดของการทุจริตต่อหน้าที่ผลิตอาหาร ' ปัญหาความถูกต้องอาหารอาจจะแบ่งออกเป็นสี่กลุ่มหลัก: เจือปน; mislabeling เกี่ยวข้องกับรากทางภูมิศาสตร์พฤกษศาสตร์หรือแหล่งกำเนิดสปีชีส์; การดำเนินงานของการปฏิบัติที่ไม่ได้รับอนุญาตและไม่ปฏิบัติตามมาตรฐานกฎหมาย (Carcea et al., 2009) หนึ่งในการตอบสนองต่อสิ่งเหล่านี้อาจจะผ่านกฎหมายระเบียบคณะกรรมการสหภาพยุโรป (EC) 510/2006 ที่มีอยู่ในการระบุและคุ้มครองสิ่งบ่งชี้ทางภูมิศาสตร์และการกำหนดแหล่งกำเนิดสินค้าเกษตรและอาหารทั่วยุโรปนี้ช่วยให้มั่นใจตรวจสอบย้อนกลับได้ง่ายขึ้นของปัญหาที่เกี่ยวข้องกับความถูกต้องช่วยให้อาหารมากขึ้น ที่มีคุณภาพที่มีประสิทธิภาพและการควบคุมความปลอดภัยของตลาดอาหาร จึงมีความจำเป็นอย่างชัดเจนสำหรับวิธีการวิเคราะห์แบบไม่ทำลายอย่างรวดเร็วเพื่อรองรับผู้บริโภคที่เหมาะสมสำหรับความเชื่อมั่นในความถูกต้อง; วิธีการเหล่านี้จะต้องอนุญาตให้ตรวจสอบอย่างรวดเร็วของต้นกำเนิดของอาหารที่มีคุณภาพและความปลอดภัยที่มีเวลาการประมวลผลขั้นต่ำและค่าใช้จ่ายต่อตัวอย่าง; ลดการรักษาก่อนตัวอย่างและโปรโตคอลการวัดที่ง่ายนอกจากนี้ยังมีความสำคัญยิ่ง (เรดดอนเนลล์และดาวนีย์, 2006). มีจำนวนของวิธีการที่เกิดขึ้นใหม่ไม่ทำลายอย่างรวดเร็วสำหรับการจัดกลุ่มทางเคมีของอาหารเช่นการฉีดโดยตรงมวล spectrometric มี เทคนิค (DIMS) ความดันบรรยากาศเคมี Ionisation มวลสาร (APCI-MS) (เดวีส์ Linforth วิลกินสัน, สมาร์ทและแม่ครัว 2011) ปฏิกิริยาการถ่ายโอนโปรตอนมวลสาร (PTR-MS) (Biasioli, Yeretzian, Gasperi และมาร์ค 2011) และหลอดการไหลของไอออนเลือกมวลสาร (SIFT-MS) (Langford et al., 2012) ได้รับความสนใจของนักวิจัยที่ทำงานในด้านการจัดหมวดหมู่และความถูกต้องอันเนื่องมาจากความสามารถในการดำเนินการเวลาจริงไม่รุกราน การวิเคราะห์ที่มีความไวสูงและตัวอย่างที่ จำกัด การรักษาก่อน PTR ร่วมกับเวลาของเที่ยวบินสเปกโตรมิเตอร์มวล (PTR-ToF-MS) ได้ถูกนำมาใช้อย่างกว้างขวางสำหรับการศึกษาการจำแนกประเภทของความหลากหลายของผลิตภัณฑ์อาหารรวมทั้งชีส PDO, น้ำมันมะกอกและแฮมหายแห้ง, ผลไม้เหมือนเดิมและสัญญาซื้อขายล่วงหน้าของพวกเขา ( Aprea et al., 2006 Biasioli et al., 2003 Cappellin et al., 2012, Del Pulgar et al., 2011 และกอลล์ et al., 2011) ในกรณีเหล่านี้มักจะใช้การจัดหมวดหมู่ข้อมูลเมทริกซ์ที่เกิดจากคลื่นมวลทั้งหมด (สเปกตรัมลายนิ้วมือ) และการรักษาทางสถิติในการระบุกลุ่มแนวโน้มหรือความสัมพันธ์, เทคนิคการทำเหมืองข้อมูลที่เหมาะสมอาจรวมถึงสี่เหลี่ยมอย่างน้อยบางส่วนวิเคราะห์จำแนก (PLS-DA) K- เพื่อนบ้านที่ใกล้ที่สุด (KNN) การสร้างแบบจำลองที่เป็นอิสระอ่อนของอุปมาชั้น (SIMCA) (ฟิสก์ Virdie เคนนีและ Ullrich 2010) การสนับสนุนเครื่องเวกเตอร์ (SVM) และป่าไม้สุ่ม (RF) (Cappellin et al., 2012). เล่นไพ่วิสโดยตรง ฉีดมวลเทคนิค spectrometric เป็นอย่างรวดเร็วและข้อมูลที่อุดมไปด้วยก๊าซวิธีการจัดหมวดหมู่ chemometric ควรคำนึงถึงความพร้อมของสารระเหยในก๊าซเฟสสมดุลและความเข้มข้นแตกต่างระหว่างสินค้าและเฟสก๊าซ ที่มีศักยภาพทางเคมีขององค์ประกอบที่มีความผันผวนขึ้นอยู่กับตอนแรกที่มีต่อสมบัติทางเคมีกายภาพของวิเคราะห์โครงสร้างทางกายภาพของเมทริกซ์ (Yang et al., 2012 และ Yu et al., 2012) การปรากฏตัวของหลายขั้นตอน (Fernández-et Vázquez al., 2013 และฟิสก์ et al., 2011) และองค์ประกอบทางเคมีของผลิตภัณฑ์ที่ถูกวิเคราะห์ (ฟิสก์บอยเยอร์, และ Linforth 2012) มันจึงเป็นสิ่งสำคัญที่จะต้องพิจารณาว่าการปรับเปลี่ยนผลิตภัณฑ์องค์ประกอบไม่ระเหยอาจมีผลกระทบอย่างมีนัยสำคัญในรายละเอียดมีกลิ่นหอมและดังนั้นจึงเหมาะสม standardisations ควรใช้. สำหรับน้ำผลไม้แท้ประเด็นหลักที่เกี่ยวข้องกับการติดฉลากที่ผิดพลาดของผลิตภัณฑ์ แง่ของพันธุ์หรือแหล่งกำเนิดทางภูมิศาสตร์ของพวกเขาผสมน้ำผลไม้ที่มีราคาแพงกับน้ำผลไม้ที่สกัดจากผลไม้มูลค่าที่ต่ำกว่าการปลอมปนของน้ำผลไม้ที่มีเยื่อกระดาษและล้างเปลือกมาโดยผลิตภัณฑ์นอกเหนือจากน้ำตาลไม่ได้รับอนุญาตและการใช้น้ำผลไม้เข้มข้นจากแหล่งกำเนิดที่ไม่ได้ประกาศ (Singhal, Kulkarni & Rege, 1997) เทคนิคในวันที่หลายคนได้ถูกนำมาใช้สำหรับการตรวจสอบและจัดหมวดหมู่ของแอปเปิ้ลน้ำผลไม้และเครื่องดื่มที่คล้ายกันเหล่านี้รวมถึงสารเคมีที่โปรไฟล์ (Souza et al., 2011) การวิเคราะห์ไอโซโทปที่มีเสถียรภาพ (Magdas และ Puscas 2011), สเปกโทรสโกอินฟาเรดเช่น NIR, MIR , FT-IR (เคลลี่และดาวนีย์, 2005, เลออน et al., 2005 และ Sivakesava et al., 2001) เทคนิคโครมาเช่น GC-MS (ฟิสก์ et al., 2012, Guo et al., 2012, Lignou et al, . 2013 และมอนเต-Prado et al., 2013) และ HPLC (ยามาโมโตะ et al., 2008) และเทคนิค spectrometric ฉีดโดยตรงเช่น PTR-MS (Biasioli et al., 2003 และ Biasioli et al., 2011). โดยตรง ฉีด APCI-MS ได้รับการใช้ประสบความสำเร็จในหลายพื้นที่ส่วนใหญ่ของเหล่านี้เกี่ยวข้องกับการติดตามเวลาจริงของการปล่อยสารระเหย (เทย์เลอร์ Linforth ฮาร์วีย์และเบลค 2000) ที่จะเข้าใจการแบ่งแบบไดนามิกจากระบบที่ซับซ้อนเช่นอาหาร (Linforth, Baek และเทย์เลอร์, 1999) และเครื่องดื่ม (ดโช, Linforth และเทย์เลอร์, 2007) หรือเป็นเครื่องมือในการประเมินวิธีการประมวลผลที่แตกต่างกัน (ฟิสก์ et al., 2011 ฟิสก์ et al., 2012, Yang et al., . ปี 2012 และ Yu et al, 2012) แม้จะมีการใช้เป็นเครื่องมือในการวิเคราะห์กลิ่นหอมเวลาจริง APCI-MS ยังสามารถให้มวลชนและให้ข้อมูลลายนิ้วมือสเปกตรัมของอาหารชมเชยระเหย; มันจึงสามารถสมมุติฐานว่า APCI-MS สามารถนำมาใช้สำหรับการตรวจสอบความถูกต้องของอาหาร จุดมุ่งหมายของการทำงานในปัจจุบันเพื่อประเมิน APCI-MS เป็นเครื่องมือใหม่สำหรับการจัดหมวดหมู่ (ขึ้นอยู่กับแหล่งกำเนิดทางภูมิศาสตร์และพฤกษศาสตร์) ของอาหารชมเชยระเหยโดยใช้อาหารที่แท้จริง (น้ำแอปเปิ้ชี้แจง) มีความหลากหลายในเชิงพาณิชย์ในวงกว้างเป็นแบบ2 วัสดุและวิธีการ2.1 การเก็บตัวอย่างและการจัดเตรียมน้ำผลไม้ห้าสายพันธุ์ (Braeburn, โกลเด้นอร่อยยายสมิ ธ , แจ๊ส (Scifresh) และเลดี้สีชมพู) เก็บเกี่ยวในสามประเทศที่แตกต่างกันของซีกโลกใต้ (นิวซีแลนด์, แอฟริกาใต้, ชิลี) ที่ซื้อมาจากสี่ซูเปอร์มาร์เก็ตในท้องถิ่น สำหรับพันธุ์แต่ละ 12 แอปเปิ้ลได้รับการสุ่มเลือกและใช้สำหรับการเตรียมความพร้อมของตัวอย่างน้ำแอปเปิ้ล แอปเปิ้ลถูกปอกเปลือกคว้านเมล็ดหั่นบาง ๆ และวางไว้ในการแก้ปัญหาในการต้านอนุมูลอิสระชะลอการเกิดสีน้ำตาลของเอนไซม์ที่แสดงก่อนหน้านี้โดย Ting et al, (2012) เนื้อแอปเปิ้ลถูกบีบโดยใช้คั้นน้ำผลไม้ที่ใช้ในครัวเรือน (ฟิลิปส์, สหราชอาณาจักร) และน้ำผลไม้แอปเปิ้ลสดใหม่ถูกสกัดความร้อนทันทีรับการรักษาที่ 60 องศาเซลเซียสเป็นเวลา 30 วินาทีโดยใช้อาบน้ำเพื่อชะลอการทำงานของเอนไซม์เพิ่มเติมใด ๆ เยื่อกระดาษมากเกินไปและโฟมออกจากน้ำโดยการกรองผ่าน 100 ตาข่ายผ้ากรอง ชี้แจงน้ำแอปเปิ้ได้ดำเนินการโดยเพคติเนส (Sigma-Aldrich สหราชอาณาจักร) การรักษาที่อุณหภูมิ 37 องศาเซลเซียสเป็นเวลา 60 นาทีและหมุนเหวี่ยงที่ตามมาของน้ำผลไม้ที่ 5000 รอบต่อนาที (เบคค์ จำกัด J2-21M สหราชอาณาจักร) เป็นเวลา 10 นาที รวมของน้ำผลไม้แอปเปิ้ล 210 ได้จัดทำ. 2.2 GC-MS การวิเคราะห์สำหรับ GC-MS headspace หกวิเคราะห์ตัวอย่างน้ำผลไม้แอปเปิ้ลของแต่ละบุคคลต่อพันธุ์หมายถึงตลาดซัพพลายเออร์ที่แตกต่างกันและแหล่งกำเนิดทางภูมิศาสตร์ได้รับการคัดเลือก Headspace ของแข็ง microextraction (HS-SPME) คู่กับโค spectrometry มวลก๊าซ (GC-MS) ถูกนำมาใช้ในการวิเคราะห์สารระเหยของน้ำผลไม้แอปเปิ้ล หน่วย SPME อัตโนมัติสุ่มตัวอย่าง (CombiPal. Zwingen วิตเซอร์แลนด์) ถูกนำมาใช้กับเส้นใย SPME StableFlex กับ 50/30 ไมโครเมตร divinylbenzene / carboxen บนเคลือบ polydimethylsiloxane (DVB / คัน / PDMS) ซื้อมาจาก Supelco (ซิกม่าดิชสหราชอาณาจักร) ห้ามิลลิลิตรของตัวอย่างน้ำผลไม้ที่ถูกย้ายไป 30 มิลลิลิตรขวดจีบ-ปิดผนึกด้วย 23 มมซีลอลูมิเนียมขนาดเส้นผ่าศูนย์กลางกะบังเทฟลอน นอกจากนี้ระบบน้ำบริสุทธิ์ที่ถูกต้อง-3-hexenol (25 ไมโครลิตร / ลิตร) ได้จัดทำและวิเคราะห์ร่วมกับตัวอย่างน้ำแอปเปิ้ลในลำดับแบบสุ่มอย่างเต็มที่ หลังจาก 10 นาทีสมดุลที่ 20 ° C เส้นใย SPME ได้สัมผัสกับ headspace ตัวอย่างสำหรับ 15 นาที เส้นใยจะถูกลบออกแล้วจากขวดและใส่ทันทีในพอร์ตหัวฉีดของระบบ GC-MS สำหรับคายความร้อนที่ 220 องศาเซลเซียสเป็นเวลา 10 นาที. การวิเคราะห์องค์ประกอบกลิ่นหอมได้ดำเนินการเกี่ยวกับการติดตาม GC อัลตร้า (เทอร์โมวิทยาศาสตร์สหรัฐอเมริกา) ที่แนบมากับสเปกโตรมิเตอร์มวลชุด DSQ (เทอร์โมวิทยาศาสตร์สหรัฐอเมริกา) แก๊สเป็นอุปกรณ์ที่มีเลือดออกต่ำ / ผสมซิลิกาคอลัมน์ฝอย ZB-หุ่นขี้ผึ้ง (100% ระยะไกลคอลเอทิลีน, 30 มมม× 0.25 × 1.0 ไมครอน) (Phenomenex สหราชอาณาจักร) ฮีเลียมเป็นก๊าซที่มีอัตราการไหลคงที่ 1.5 มล. / นาทีเข้า GC-MS เตาอบ GC ถูกจัดขึ้นเป็นเวลา 2 นาทีที่ 40 องศาเซลเซียสและความร้อนถึง 220 องศาเซลเซียสในอัตรา 8 ° C / นาที GC กับสายการถ่ายโอน MS ถูกเก็บรักษาไว้ที่ 250 องศาเซลเซียส วิเคราะห์ได้ดำเนินการในโหมดผลกระทบอิเล็กตรอนที่มีอุณหภูมิแหล่งที่มา 230 องศาเซลเซียสแรงดันไอออไนซ์ 70 eV และช่วงมวลสแกนเมตร / z = 50-200 น้ำผลไม้แอปเปิ้ลที่บริสุทธิ์ได้รับการทำงานในเพิ่มขึ้นสามเท่า สารประกอบที่ถูกระบุโดยการเปรียบเทียบกับ NIST ห้องสมุดและเวลาการเก็บรักษาของเซนต์แท้
ในงานปัจจุบันเรามีการประเมินเป็นครั้งแรกความเป็นไปได้ของการพิมพ์ลายนิ้วมือสารประกอบ APCI-MS ระเหยร่วมกับ Chemometrics (PLS-DA) เป็นกลยุทธ์ใหม่สำหรับการจัดหมวดหมู่อาหารอย่างรวดเร็วและไม่ทำลาย เพื่อจุดประสงค์นี้ 202 ชี้แจง monovarietal น้ำผลไม้สกัดจากแอปเปิ้ลที่แตกต่างกันในการให้กำเนิดพฤกษศาสตร์และภูมิศาสตร์ของพวกเขาถูกนำมาใช้สำหรับการประเมินผลการปฏิบัติงานของ APCI-MS เป็นเครื่องมือในการจัดหมวดหมู่ สำหรับการทดสอบอิสระชุด PLS-DA วิเคราะห์ก่อนการรักษาข้อมูลสเปกตรัมให้ 100% และ 94.2% อัตราการจัดประเภทที่ถูกต้องสำหรับการจัดหมวดหมู่โดยพันธุ์และแหล่งกำเนิดทางภูมิศาสตร์ตามลำดับ นอกจากนี้การวิเคราะห์ PLS-DA ของ APCI-MS ร่วมกับข้อมูล GC-MS เปิดเผยว่าฝูงในข้อมูล ACPI-MS สเปกตรัมตั้งมีความสัมพันธ์กับไอออนปกครองหรือชิ้นส่วนของ alkyesters สารประกอบคาร์บอนิล (hexanal, ทรานส์ 2 hexenal) และ แอลกอฮอล์ (1-hexanol, บิวทานอ 1, ถูกต้อง-3-hexenol) และมีอำนาจจำแนกอย่างมีนัยสำคัญทั้งในแง่ของพันธุ์และแหล่งกำเนิดทางภูมิศาสตร์. คำchemometric เทคนิค ความถูกต้อง; แอปเปิ้ล; APCI-MS; PLS-DA 1 ความรู้เบื้องต้นมีการรับรู้ของผู้บริโภคที่เพิ่มขึ้นของความจำเป็นในการตรวจสอบย้อนกลับความถูกต้องของอาหารที่เป็น; นี้เป็นเพียงบางส่วนในการตอบสนองต่อความถูกต้องกลัวและการขาดการป้องกันตำแหน่งของแหล่งกำเนิด (PDO) ตรวจสอบย้อนกลับ แต่ยังเป็นผลมาจากกรณีล่าสุดของการทุจริตต่อหน้าที่ผลิตอาหาร ' ปัญหาความถูกต้องอาหารอาจจะแบ่งออกเป็นสี่กลุ่มหลัก: เจือปน; mislabeling เกี่ยวข้องกับรากทางภูมิศาสตร์พฤกษศาสตร์หรือแหล่งกำเนิดสปีชีส์; การดำเนินงานของการปฏิบัติที่ไม่ได้รับอนุญาตและไม่ปฏิบัติตามมาตรฐานกฎหมาย (Carcea et al., 2009) หนึ่งในการตอบสนองต่อสิ่งเหล่านี้อาจจะผ่านกฎหมายระเบียบคณะกรรมการสหภาพยุโรป (EC) 510/2006 ที่มีอยู่ในการระบุและคุ้มครองสิ่งบ่งชี้ทางภูมิศาสตร์และการกำหนดแหล่งกำเนิดสินค้าเกษตรและอาหารทั่วยุโรปนี้ช่วยให้มั่นใจตรวจสอบย้อนกลับได้ง่ายขึ้นของปัญหาที่เกี่ยวข้องกับความถูกต้องช่วยให้อาหารมากขึ้น ที่มีคุณภาพที่มีประสิทธิภาพและการควบคุมความปลอดภัยของตลาดอาหาร จึงมีความจำเป็นอย่างชัดเจนสำหรับวิธีการวิเคราะห์แบบไม่ทำลายอย่างรวดเร็วเพื่อรองรับผู้บริโภคที่เหมาะสมสำหรับความเชื่อมั่นในความถูกต้อง; วิธีการเหล่านี้จะต้องอนุญาตให้ตรวจสอบอย่างรวดเร็วของต้นกำเนิดของอาหารที่มีคุณภาพและความปลอดภัยที่มีเวลาการประมวลผลขั้นต่ำและค่าใช้จ่ายต่อตัวอย่าง; ลดการรักษาก่อนตัวอย่างและโปรโตคอลการวัดที่ง่ายนอกจากนี้ยังมีความสำคัญยิ่ง (เรดดอนเนลล์และดาวนีย์, 2006). มีจำนวนของวิธีการที่เกิดขึ้นใหม่ไม่ทำลายอย่างรวดเร็วสำหรับการจัดกลุ่มทางเคมีของอาหารเช่นการฉีดโดยตรงมวล spectrometric มี เทคนิค (DIMS) ความดันบรรยากาศเคมี Ionisation มวลสาร (APCI-MS) (เดวีส์ Linforth วิลกินสัน, สมาร์ทและแม่ครัว 2011) ปฏิกิริยาการถ่ายโอนโปรตอนมวลสาร (PTR-MS) (Biasioli, Yeretzian, Gasperi และมาร์ค 2011) และหลอดการไหลของไอออนเลือกมวลสาร (SIFT-MS) (Langford et al., 2012) ได้รับความสนใจของนักวิจัยที่ทำงานในด้านการจัดหมวดหมู่และความถูกต้องอันเนื่องมาจากความสามารถในการดำเนินการเวลาจริงไม่รุกราน การวิเคราะห์ที่มีความไวสูงและตัวอย่างที่ จำกัด การรักษาก่อน PTR ร่วมกับเวลาของเที่ยวบินสเปกโตรมิเตอร์มวล (PTR-ToF-MS) ได้ถูกนำมาใช้อย่างกว้างขวางสำหรับการศึกษาการจำแนกประเภทของความหลากหลายของผลิตภัณฑ์อาหารรวมทั้งชีส PDO, น้ำมันมะกอกและแฮมหายแห้ง, ผลไม้เหมือนเดิมและสัญญาซื้อขายล่วงหน้าของพวกเขา ( Aprea et al., 2006 Biasioli et al., 2003 Cappellin et al., 2012, Del Pulgar et al., 2011 และกอลล์ et al., 2011) ในกรณีเหล่านี้มักจะใช้การจัดหมวดหมู่ข้อมูลเมทริกซ์ที่เกิดจากคลื่นมวลทั้งหมด (สเปกตรัมลายนิ้วมือ) และการรักษาทางสถิติในการระบุกลุ่มแนวโน้มหรือความสัมพันธ์, เทคนิคการทำเหมืองข้อมูลที่เหมาะสมอาจรวมถึงสี่เหลี่ยมอย่างน้อยบางส่วนวิเคราะห์จำแนก (PLS-DA) K- เพื่อนบ้านที่ใกล้ที่สุด (KNN) การสร้างแบบจำลองที่เป็นอิสระอ่อนของอุปมาชั้น (SIMCA) (ฟิสก์ Virdie เคนนีและ Ullrich 2010) การสนับสนุนเครื่องเวกเตอร์ (SVM) และป่าไม้สุ่ม (RF) (Cappellin et al., 2012). เล่นไพ่วิสโดยตรง ฉีดมวลเทคนิค spectrometric เป็นอย่างรวดเร็วและข้อมูลที่อุดมไปด้วยก๊าซวิธีการจัดหมวดหมู่ chemometric ควรคำนึงถึงความพร้อมของสารระเหยในก๊าซเฟสสมดุลและความเข้มข้นแตกต่างระหว่างสินค้าและเฟสก๊าซ ที่มีศักยภาพทางเคมีขององค์ประกอบที่มีความผันผวนขึ้นอยู่กับตอนแรกที่มีต่อสมบัติทางเคมีกายภาพของวิเคราะห์โครงสร้างทางกายภาพของเมทริกซ์ (Yang et al., 2012 และ Yu et al., 2012) การปรากฏตัวของหลายขั้นตอน (Fernández-et Vázquez al., 2013 และฟิสก์ et al., 2011) และองค์ประกอบทางเคมีของผลิตภัณฑ์ที่ถูกวิเคราะห์ (ฟิสก์บอยเยอร์, และ Linforth 2012) มันจึงเป็นสิ่งสำคัญที่จะต้องพิจารณาว่าการปรับเปลี่ยนผลิตภัณฑ์องค์ประกอบไม่ระเหยอาจมีผลกระทบอย่างมีนัยสำคัญในรายละเอียดมีกลิ่นหอมและดังนั้นจึงเหมาะสม standardisations ควรใช้. สำหรับน้ำผลไม้แท้ประเด็นหลักที่เกี่ยวข้องกับการติดฉลากที่ผิดพลาดของผลิตภัณฑ์ แง่ของพันธุ์หรือแหล่งกำเนิดทางภูมิศาสตร์ของพวกเขาผสมน้ำผลไม้ที่มีราคาแพงกับน้ำผลไม้ที่สกัดจากผลไม้มูลค่าที่ต่ำกว่าการปลอมปนของน้ำผลไม้ที่มีเยื่อกระดาษและล้างเปลือกมาโดยผลิตภัณฑ์นอกเหนือจากน้ำตาลไม่ได้รับอนุญาตและการใช้น้ำผลไม้เข้มข้นจากแหล่งกำเนิดที่ไม่ได้ประกาศ (Singhal, Kulkarni & Rege, 1997) เทคนิคในวันที่หลายคนได้ถูกนำมาใช้สำหรับการตรวจสอบและจัดหมวดหมู่ของแอปเปิ้ลน้ำผลไม้และเครื่องดื่มที่คล้ายกันเหล่านี้รวมถึงสารเคมีที่โปรไฟล์ (Souza et al., 2011) การวิเคราะห์ไอโซโทปที่มีเสถียรภาพ (Magdas และ Puscas 2011), สเปกโทรสโกอินฟาเรดเช่น NIR, MIR , FT-IR (เคลลี่และดาวนีย์, 2005, เลออน et al., 2005 และ Sivakesava et al., 2001) เทคนิคโครมาเช่น GC-MS (ฟิสก์ et al., 2012, Guo et al., 2012, Lignou et al, . 2013 และมอนเต-Prado et al., 2013) และ HPLC (ยามาโมโตะ et al., 2008) และเทคนิค spectrometric ฉีดโดยตรงเช่น PTR-MS (Biasioli et al., 2003 และ Biasioli et al., 2011). โดยตรง ฉีด APCI-MS ได้รับการใช้ประสบความสำเร็จในหลายพื้นที่ส่วนใหญ่ของเหล่านี้เกี่ยวข้องกับการติดตามเวลาจริงของการปล่อยสารระเหย (เทย์เลอร์ Linforth ฮาร์วีย์และเบลค 2000) ที่จะเข้าใจการแบ่งแบบไดนามิกจากระบบที่ซับซ้อนเช่นอาหาร (Linforth, Baek และเทย์เลอร์, 1999) และเครื่องดื่ม (ดโช, Linforth และเทย์เลอร์, 2007) หรือเป็นเครื่องมือในการประเมินวิธีการประมวลผลที่แตกต่างกัน (ฟิสก์ et al., 2011 ฟิสก์ et al., 2012, Yang et al., . ปี 2012 และ Yu et al, 2012) แม้จะมีการใช้เป็นเครื่องมือในการวิเคราะห์กลิ่นหอมเวลาจริง APCI-MS ยังสามารถให้มวลชนและให้ข้อมูลลายนิ้วมือสเปกตรัมของอาหารชมเชยระเหย; มันจึงสามารถสมมุติฐานว่า APCI-MS สามารถนำมาใช้สำหรับการตรวจสอบความถูกต้องของอาหาร จุดมุ่งหมายของการทำงานในปัจจุบันเพื่อประเมิน APCI-MS เป็นเครื่องมือใหม่สำหรับการจัดหมวดหมู่ (ขึ้นอยู่กับแหล่งกำเนิดทางภูมิศาสตร์และพฤกษศาสตร์) ของอาหารชมเชยระเหยโดยใช้อาหารที่แท้จริง (น้ำแอปเปิ้ชี้แจง) มีความหลากหลายในเชิงพาณิชย์ในวงกว้างเป็นแบบ2 วัสดุและวิธีการ2.1 การเก็บตัวอย่างและการจัดเตรียมน้ำผลไม้ห้าสายพันธุ์ (Braeburn, โกลเด้นอร่อยยายสมิ ธ , แจ๊ส (Scifresh) และเลดี้สีชมพู) เก็บเกี่ยวในสามประเทศที่แตกต่างกันของซีกโลกใต้ (นิวซีแลนด์, แอฟริกาใต้, ชิลี) ที่ซื้อมาจากสี่ซูเปอร์มาร์เก็ตในท้องถิ่น สำหรับพันธุ์แต่ละ 12 แอปเปิ้ลได้รับการสุ่มเลือกและใช้สำหรับการเตรียมความพร้อมของตัวอย่างน้ำแอปเปิ้ล แอปเปิ้ลถูกปอกเปลือกคว้านเมล็ดหั่นบาง ๆ และวางไว้ในการแก้ปัญหาในการต้านอนุมูลอิสระชะลอการเกิดสีน้ำตาลของเอนไซม์ที่แสดงก่อนหน้านี้โดย Ting et al, (2012) เนื้อแอปเปิ้ลถูกบีบโดยใช้คั้นน้ำผลไม้ที่ใช้ในครัวเรือน (ฟิลิปส์, สหราชอาณาจักร) และน้ำผลไม้แอปเปิ้ลสดใหม่ถูกสกัดความร้อนทันทีรับการรักษาที่ 60 องศาเซลเซียสเป็นเวลา 30 วินาทีโดยใช้อาบน้ำเพื่อชะลอการทำงานของเอนไซม์เพิ่มเติมใด ๆ เยื่อกระดาษมากเกินไปและโฟมออกจากน้ำโดยการกรองผ่าน 100 ตาข่ายผ้ากรอง ชี้แจงน้ำแอปเปิ้ได้ดำเนินการโดยเพคติเนส (Sigma-Aldrich สหราชอาณาจักร) การรักษาที่อุณหภูมิ 37 องศาเซลเซียสเป็นเวลา 60 นาทีและหมุนเหวี่ยงที่ตามมาของน้ำผลไม้ที่ 5000 รอบต่อนาที (เบคค์ จำกัด J2-21M สหราชอาณาจักร) เป็นเวลา 10 นาที รวมของน้ำผลไม้แอปเปิ้ล 210 ได้จัดทำ. 2.2 GC-MS การวิเคราะห์สำหรับ GC-MS headspace หกวิเคราะห์ตัวอย่างน้ำผลไม้แอปเปิ้ลของแต่ละบุคคลต่อพันธุ์หมายถึงตลาดซัพพลายเออร์ที่แตกต่างกันและแหล่งกำเนิดทางภูมิศาสตร์ได้รับการคัดเลือก Headspace ของแข็ง microextraction (HS-SPME) คู่กับโค spectrometry มวลก๊าซ (GC-MS) ถูกนำมาใช้ในการวิเคราะห์สารระเหยของน้ำผลไม้แอปเปิ้ล หน่วย SPME อัตโนมัติสุ่มตัวอย่าง (CombiPal. Zwingen วิตเซอร์แลนด์) ถูกนำมาใช้กับเส้นใย SPME StableFlex กับ 50/30 ไมโครเมตร divinylbenzene / carboxen บนเคลือบ polydimethylsiloxane (DVB / คัน / PDMS) ซื้อมาจาก Supelco (ซิกม่าดิชสหราชอาณาจักร) ห้ามิลลิลิตรของตัวอย่างน้ำผลไม้ที่ถูกย้ายไป 30 มิลลิลิตรขวดจีบ-ปิดผนึกด้วย 23 มมซีลอลูมิเนียมขนาดเส้นผ่าศูนย์กลางกะบังเทฟลอน นอกจากนี้ระบบน้ำบริสุทธิ์ที่ถูกต้อง-3-hexenol (25 ไมโครลิตร / ลิตร) ได้จัดทำและวิเคราะห์ร่วมกับตัวอย่างน้ำแอปเปิ้ลในลำดับแบบสุ่มอย่างเต็มที่ หลังจาก 10 นาทีสมดุลที่ 20 ° C เส้นใย SPME ได้สัมผัสกับ headspace ตัวอย่างสำหรับ 15 นาที เส้นใยจะถูกลบออกแล้วจากขวดและใส่ทันทีในพอร์ตหัวฉีดของระบบ GC-MS สำหรับคายความร้อนที่ 220 องศาเซลเซียสเป็นเวลา 10 นาที. การวิเคราะห์องค์ประกอบกลิ่นหอมได้ดำเนินการเกี่ยวกับการติดตาม GC อัลตร้า (เทอร์โมวิทยาศาสตร์สหรัฐอเมริกา) ที่แนบมากับสเปกโตรมิเตอร์มวลชุด DSQ (เทอร์โมวิทยาศาสตร์สหรัฐอเมริกา) แก๊สเป็นอุปกรณ์ที่มีเลือดออกต่ำ / ผสมซิลิกาคอลัมน์ฝอย ZB-หุ่นขี้ผึ้ง (100% ระยะไกลคอลเอทิลีน, 30 มมม× 0.25 × 1.0 ไมครอน) (Phenomenex สหราชอาณาจักร) ฮีเลียมเป็นก๊าซที่มีอัตราการไหลคงที่ 1.5 มล. / นาทีเข้า GC-MS เตาอบ GC ถูกจัดขึ้นเป็นเวลา 2 นาทีที่ 40 องศาเซลเซียสและความร้อนถึง 220 องศาเซลเซียสในอัตรา 8 ° C / นาที GC กับสายการถ่ายโอน MS ถูกเก็บรักษาไว้ที่ 250 องศาเซลเซียส วิเคราะห์ได้ดำเนินการในโหมดผลกระทบอิเล็กตรอนที่มีอุณหภูมิแหล่งที่มา 230 องศาเซลเซียสแรงดันไอออไนซ์ 70 eV และช่วงมวลสแกนเมตร / z = 50-200 น้ำผลไม้แอปเปิ้ลที่บริสุทธิ์ได้รับการทำงานในเพิ่มขึ้นสามเท่า สารประกอบที่ถูกระบุโดยการเปรียบเทียบกับ NIST ห้องสมุดและเวลาการเก็บรักษาของเซนต์แท้
การแปล กรุณารอสักครู่..
นามธรรม
ในงานปัจจุบัน เราได้ประเมินเวลา ความเป็นไปได้ของ apci-ms ระเหยผสมลายพิมพ์ดีเอ็นเอร่วมกับเคโมเมตริก ( pls-da ) เป็นกลยุทธ์ใหม่สำหรับอย่างรวดเร็วและการจำแนกอาหารแบบไม่ทำลาย .สำหรับวัตถุประสงค์นี้ 202 ชี้แจง monovarietal น้ำผลไม้สกัดจากแอปเปิ้ลที่แตกต่างกันในทางพฤกษศาสตร์และภูมิศาสตร์ของประเทศ ที่ใช้สำหรับการประเมินสมรรถนะของ apci-ms เป็นเครื่องมือในการจำแนก เป็นอิสระชุดทดสอบ pls-da การวิเคราะห์ข้อมูลสเปกตรัมก่อนปฏิบัติให้ถูกต้อง 100% และ 94.2 % อัตราการจำแนกในการจำแนกพันธุ์และภูมิศาสตร์โดยกำเนิดตามลำดับ นอกจากนี้ การวิเคราะห์ pls-da ของ apci-ms ร่วมกับ GC - MS ข้อมูลพบว่ามวลภายในสเปกตรัม acpi-ms ชุดข้อมูลมีความสัมพันธ์กับผู้ปกครองหรือเศษ alkyesters ไอออนของสารประกอบคาร์บอนิล ( hexanal trans-2-hexenal , เฮกซานอล , บิวทานอล ) และแอลกอฮอล์ , ค่าอำนาจจำแนก cis-3-hexenol ) และมีความแตกต่างทั้งในเรื่องของพันธุ์ และภูมิศาสตร์
ที่มา คำสำคัญ
เทคนิคคีโมเมตริกซ์ ; ความถูกต้อง ; แอปเปิ้ล ; apci-ms ; pls-da
1 บทนำ
มีการรับรู้ของผู้บริโภคที่ต้องการความถูกต้องตรวจสอบย้อนกลับของอาหาร นี้เป็นเพียงบางส่วน ในการตอบสนองต่อความกลัวของแท้ และขาดการป้องกันตำแหน่งของแหล่งกำเนิด ( PDO ) อร่อย แต่ยังเป็นผลจากกรณีล่าสุดของผู้ผลิตอาหาร แพทย์ปัญหาของแท้ อาหารอาจจะแบ่งเป็น 4 กลุ่มหลักที่เกี่ยวข้องกับการปลอมปน ; mislabeling ทางพฤกษศาสตร์หรือชนิดของผลิตภัณฑ์ , การอนุญาต ; ไม่ปฏิบัติและไม่ปฏิบัติตามมาตรฐานกฎหมาย ( carcea et al . , 2009 ) หนึ่งเพื่อตอบสนองเหล่านี้อาจจะผ่านกฎหมายสหภาพสภายุโรป ( EC ) 510 / 2549 ระเบียบที่มีอยู่เพื่อระบุและปกป้องสิ่งบ่งชี้ทางภูมิศาสตร์ และชื่อของประเทศสำหรับสินค้าเกษตรและอาหารทั่วยุโรป นี้ช่วยให้มั่นใจการตรวจสอบง่ายของปัญหาที่เกี่ยวข้องกับของแท้ คุณภาพอาหารให้มีประสิทธิภาพมากขึ้นและการควบคุมความปลอดภัยของตลาดอาหาร
ในงานปัจจุบัน เราได้ประเมินเวลา ความเป็นไปได้ของ apci-ms ระเหยผสมลายพิมพ์ดีเอ็นเอร่วมกับเคโมเมตริก ( pls-da ) เป็นกลยุทธ์ใหม่สำหรับอย่างรวดเร็วและการจำแนกอาหารแบบไม่ทำลาย .สำหรับวัตถุประสงค์นี้ 202 ชี้แจง monovarietal น้ำผลไม้สกัดจากแอปเปิ้ลที่แตกต่างกันในทางพฤกษศาสตร์และภูมิศาสตร์ของประเทศ ที่ใช้สำหรับการประเมินสมรรถนะของ apci-ms เป็นเครื่องมือในการจำแนก เป็นอิสระชุดทดสอบ pls-da การวิเคราะห์ข้อมูลสเปกตรัมก่อนปฏิบัติให้ถูกต้อง 100% และ 94.2 % อัตราการจำแนกในการจำแนกพันธุ์และภูมิศาสตร์โดยกำเนิดตามลำดับ นอกจากนี้ การวิเคราะห์ pls-da ของ apci-ms ร่วมกับ GC - MS ข้อมูลพบว่ามวลภายในสเปกตรัม acpi-ms ชุดข้อมูลมีความสัมพันธ์กับผู้ปกครองหรือเศษ alkyesters ไอออนของสารประกอบคาร์บอนิล ( hexanal trans-2-hexenal , เฮกซานอล , บิวทานอล ) และแอลกอฮอล์ , ค่าอำนาจจำแนก cis-3-hexenol ) และมีความแตกต่างทั้งในเรื่องของพันธุ์ และภูมิศาสตร์
ที่มา คำสำคัญ
เทคนิคคีโมเมตริกซ์ ; ความถูกต้อง ; แอปเปิ้ล ; apci-ms ; pls-da
1 บทนำ
มีการรับรู้ของผู้บริโภคที่ต้องการความถูกต้องตรวจสอบย้อนกลับของอาหาร นี้เป็นเพียงบางส่วน ในการตอบสนองต่อความกลัวของแท้ และขาดการป้องกันตำแหน่งของแหล่งกำเนิด ( PDO ) อร่อย แต่ยังเป็นผลจากกรณีล่าสุดของผู้ผลิตอาหาร แพทย์ปัญหาของแท้ อาหารอาจจะแบ่งเป็น 4 กลุ่มหลักที่เกี่ยวข้องกับการปลอมปน ; mislabeling ทางพฤกษศาสตร์หรือชนิดของผลิตภัณฑ์ , การอนุญาต ; ไม่ปฏิบัติและไม่ปฏิบัติตามมาตรฐานกฎหมาย ( carcea et al . , 2009 ) หนึ่งเพื่อตอบสนองเหล่านี้อาจจะผ่านกฎหมายสหภาพสภายุโรป ( EC ) 510 / 2549 ระเบียบที่มีอยู่เพื่อระบุและปกป้องสิ่งบ่งชี้ทางภูมิศาสตร์ และชื่อของประเทศสำหรับสินค้าเกษตรและอาหารทั่วยุโรป นี้ช่วยให้มั่นใจการตรวจสอบง่ายของปัญหาที่เกี่ยวข้องกับของแท้ คุณภาพอาหารให้มีประสิทธิภาพมากขึ้นและการควบคุมความปลอดภัยของตลาดอาหาร
การแปล กรุณารอสักครู่..
ภาษาอื่น ๆ
การสนับสนุนเครื่องมือแปลภาษา: กรีก, กันนาดา, กาลิเชียน, คลิงออน, คอร์สิกา, คาซัค, คาตาลัน, คินยารวันดา, คีร์กิซ, คุชราต, จอร์เจีย, จีน, จีนดั้งเดิม, ชวา, ชิเชวา, ซามัว, ซีบัวโน, ซุนดา, ซูลู, ญี่ปุ่น, ดัตช์, ตรวจหาภาษา, ตุรกี, ทมิฬ, ทาจิก, ทาทาร์, นอร์เวย์, บอสเนีย, บัลแกเรีย, บาสก์, ปัญจาป, ฝรั่งเศส, พาชตู, ฟริเชียน, ฟินแลนด์, ฟิลิปปินส์, ภาษาอินโดนีเซี, มองโกเลีย, มัลทีส, มาซีโดเนีย, มาราฐี, มาลากาซี, มาลายาลัม, มาเลย์, ม้ง, ยิดดิช, ยูเครน, รัสเซีย, ละติน, ลักเซมเบิร์ก, ลัตเวีย, ลาว, ลิทัวเนีย, สวาฮิลี, สวีเดน, สิงหล, สินธี, สเปน, สโลวัก, สโลวีเนีย, อังกฤษ, อัมฮาริก, อาร์เซอร์ไบจัน, อาร์เมเนีย, อาหรับ, อิกโบ, อิตาลี, อุยกูร์, อุสเบกิสถาน, อูรดู, ฮังการี, ฮัวซา, ฮาวาย, ฮินดี, ฮีบรู, เกลิกสกอต, เกาหลี, เขมร, เคิร์ด, เช็ก, เซอร์เบียน, เซโซโท, เดนมาร์ก, เตลูกู, เติร์กเมน, เนปาล, เบงกอล, เบลารุส, เปอร์เซีย, เมารี, เมียนมา (พม่า), เยอรมัน, เวลส์, เวียดนาม, เอสเปอแรนโต, เอสโทเนีย, เฮติครีโอล, แอฟริกา, แอลเบเนีย, โคซา, โครเอเชีย, โชนา, โซมาลี, โปรตุเกส, โปแลนด์, โยรูบา, โรมาเนีย, โอเดีย (โอริยา), ไทย, ไอซ์แลนด์, ไอร์แลนด์, การแปลภาษา.
- อาชีพครูคืออาชีพที่เปรียบเสมือนเเม่พิมที
- Beyond the conventional-specialty dichot
- ทะเล
- เครียด
- 2015 Brand women fashion handbag/pu Kore
- 感觉不错啊手下了！
- Recently clear my degreesI have my own c
- You look so smart
- 28 คน
- AD362 fashion black white bicolor geomet
- มนุษย์ได้เข้ามาหาประโยชน์จากทัพยากรทางธร
- ฮาร์บิน (Harbin) เมืองหลวงของมณฑลเหยหลงเ
- Hey cutie
- Four new species of Moneuptychia (Lepido
- ฉันขี่รถมอเตอร์ไซด์ล้ม
- Hot Selling Summer Canvas Women Beach Ba
- Been
- the candidate must has obtained of Bache
- Recently clear my degreesI have my own c
- Luxury Small Trapeze Transparent Smiley
- 2015Simple Classic Women Socialite Style
- CAREER OBJECTIVE
- CHENXI Hot Sale! 2014 New Fashion For Wo
- ฉันขี่รถมอเตอร์ไซด์ล้ม
