Differentiation of Geographical Origins for Cabernet Sauvignon Wines
Aplikace | 2016 | Agilent TechnologiesInstrumentace
Autentizace geografického původu vín je klíčová pro ochranu spotřebitele, zajištění kvality produktů a prevenci podvodů. Metabolomická analýza umožňuje detekci unikátních profilů malých molekul vznikajících vlivem terroiru, odhaluje neoznačené či padělané vzorky a zvyšuje důvěru na trhu s vysoce ceněnými víny.
Cílem bylo vyvinout nen cílený metabolomický přístup založený na kombinaci UHPLC-Q-TOF/MS a pokročilé chemometrie k rozlišení Cabernet Sauvignon vín z USA a Číny. Analyzováno bylo 113 vín ze dvou kalifornských vinařství (V. Sattui, Robert Mondavi) a tří čínských regionů (Zhangjiakou, Qinghuangdao, Shandong).
Vzorky vín byly centrifugovány a přímo analyzovány na UHPLC-Q-TOF/MS v pozitivním ionizačním režimu pomocí gradientní eluce na C18 kolonce při 20min trvání. Data byla extrahována algoritmem find-by-molecular-feature, zarovnána a filtrována v softwaru Mass Profiler Professional. Statistické filtry zahrnovaly výběr entit s výskytem ≥80 %, souběžnou variabilitou ≤50 %, ANOVA p≤0,01, poměrem změn ≥3 a korelací ≥0,8.
Z celkem 29 564 entit bylo po filtraci vybráno 65 klíčových markerů, které v PCA i hierarchickém shlukování jasně rozlišily kalifornská vína od čínských. Model PLSDA dosáhl celkové úspěšnosti 86,7 %, přičemž rozlišení USA vs. Čína bylo 100 %. Z těchto markerů bylo 23 spojeno s endogenními metabolity hroznů (procyanidiny, dimery katechinů, polyfenoly, organické kyseliny) a exogenními látkami typickými pro pěstební či výrobní podmínky.
Tento postup umožňuje spolehlivou autentizaci a geografickou klasifikaci vín, představuje nástroj proti padělání, podporuje kontrolu kvality ve vinařském průmyslu a napomáhá regulatorním orgánům při ověřování původu.
Rozšíření databází metabolit, integrace s kvantitativními metodami SRM/PRM, využití strojového učení pro lepší predikci, aplikace on-line analytických platforem a rozšíření na další odrůdy vín a regiony představují perspektivní směr výzkumu.
Kombinace UHPLC-Q-TOF/MS a chemometrické analýzy poskytuje robustní přístup k identifikaci geografického původu Cabernet Sauvignon vína. Identifikace specifických metabolitických markerů prokázala vysokou predikční schopnost a otevírá prostor pro standardizaci metod v praxi.
LC/TOF, LC/HRMS, LC/MS, LC/MS/MS
ZaměřeníPotraviny a zemědělství
VýrobceAgilent Technologies
Souhrn
Význam tématu
Autentizace geografického původu vín je klíčová pro ochranu spotřebitele, zajištění kvality produktů a prevenci podvodů. Metabolomická analýza umožňuje detekci unikátních profilů malých molekul vznikajících vlivem terroiru, odhaluje neoznačené či padělané vzorky a zvyšuje důvěru na trhu s vysoce ceněnými víny.
Cíle a přehled studie
Cílem bylo vyvinout nen cílený metabolomický přístup založený na kombinaci UHPLC-Q-TOF/MS a pokročilé chemometrie k rozlišení Cabernet Sauvignon vín z USA a Číny. Analyzováno bylo 113 vín ze dvou kalifornských vinařství (V. Sattui, Robert Mondavi) a tří čínských regionů (Zhangjiakou, Qinghuangdao, Shandong).
Použitá metodika
Vzorky vín byly centrifugovány a přímo analyzovány na UHPLC-Q-TOF/MS v pozitivním ionizačním režimu pomocí gradientní eluce na C18 kolonce při 20min trvání. Data byla extrahována algoritmem find-by-molecular-feature, zarovnána a filtrována v softwaru Mass Profiler Professional. Statistické filtry zahrnovaly výběr entit s výskytem ≥80 %, souběžnou variabilitou ≤50 %, ANOVA p≤0,01, poměrem změn ≥3 a korelací ≥0,8.
Použitá instrumentace
- UHPLC: Agilent 1290 Infinity LC System
- Kolonka: ZORBAX Eclipse Plus C18 2,1×100mm,1,8μm
- MS: Agilent 6530 Q-TOF s Dual Jet Stream ESI
- Software: MassHunter Qual 6.0, Profinder 7.0, Mass Profiler Professional 13.1.1
- Databáze: vlastní polyfenolová PCDL pro víno, METLIN PCDL
Hlavní výsledky a diskuse
Z celkem 29 564 entit bylo po filtraci vybráno 65 klíčových markerů, které v PCA i hierarchickém shlukování jasně rozlišily kalifornská vína od čínských. Model PLSDA dosáhl celkové úspěšnosti 86,7 %, přičemž rozlišení USA vs. Čína bylo 100 %. Z těchto markerů bylo 23 spojeno s endogenními metabolity hroznů (procyanidiny, dimery katechinů, polyfenoly, organické kyseliny) a exogenními látkami typickými pro pěstební či výrobní podmínky.
Přínosy a praktické využití metody
Tento postup umožňuje spolehlivou autentizaci a geografickou klasifikaci vín, představuje nástroj proti padělání, podporuje kontrolu kvality ve vinařském průmyslu a napomáhá regulatorním orgánům při ověřování původu.
Budoucí trendy a možnosti využití
Rozšíření databází metabolit, integrace s kvantitativními metodami SRM/PRM, využití strojového učení pro lepší predikci, aplikace on-line analytických platforem a rozšíření na další odrůdy vín a regiony představují perspektivní směr výzkumu.
Závěr
Kombinace UHPLC-Q-TOF/MS a chemometrické analýzy poskytuje robustní přístup k identifikaci geografického původu Cabernet Sauvignon vína. Identifikace specifických metabolitických markerů prokázala vysokou predikční schopnost a otevírá prostor pro standardizaci metod v praxi.
Reference
- Liang N. a kol. Differentiation of grape wines from US and China using modeling building. China Fermentation. 2014;33(12):23–28.
- Serrano-Lourido D. a kol. Classification and characterization of Spanish red wines according to their appellation of origin. Food Chem. 2012;135(3):1425–1431.
- Bellomarino S.A. a kol. Geographical classification of some Australian wines by discriminant analysis. Talanta. 2009;80(2):833–838.
- Kallithraka S. a kol. Sensory analysis of Greek wines and PCA for geographical classification. Food Chem. 2001;73(4):501–504.
- Vaclavik L. a kol. Discrimination and classification of red wines using LC-Q-TOF-MS. Anal Chim Acta. 2011;45:685.
- Cuadros-Inostroza A. a kol. Discrimination of wine attributes by metabolome analysis. Anal Chem. 2010;82:3573–3580.
Obsah byl automaticky vytvořen z originálního PDF dokumentu pomocí AI a může obsahovat nepřesnosti.
Podobná PDF
Determining Wine Authenticity: A Metabolomics Analysis Using UHPLC ESI/Q-TOF MS
2014|Agilent Technologies|Aplikace
Determining Wine Authenticity: A Metabolomics Analysis Using UHPLC ESI/Q-TOF MS Application Note Authors Abstract Shen Han, Jinhua Wang, Ying Liu, and This application note demonstrates the advantages of using an Agilent 1290 Infinity Qi Zhou LC system combined with the…
Klíčová slova
wines, wineschateaux, chateauxacquisition, acquisitionaxis, axisfrench, frenchcounts, countstime, timefour, fourentities, entitiesfrom, fromplsda, plsdamarkers, markerstof, tofwere, werevoltage
A Metabolomics Approach to Multivariate Analysis of Black Pepper Using LC/Q-TOF
2023|Agilent Technologies|Aplikace
Application Note A Metabolomics Approach to Multivariate Analysis of Black Pepper Using LC/Q-TOF Authors Trung Quoc Pham, Minh Trung Tran, Xuan Dai Phan, Dat Ho Tuan, and Anh Tuan Le IndoChina Center of Excellence Ho Chi Minh City, Vietnam Boonraksa…
Klíčová slova
pepper, pepperquoc, quocphu, phublack, blackdaklak, daklakbinh, binhphuoc, phuocmetabolomics, metabolomicsentities, entitiesgeographical, geographicalmodel, modeldiscriminant, discriminantsamples, sampleschemometric, chemometricmpp
Dynamic Chemical and Flavor Changes in Black Tea During Fermentation
2016|Agilent Technologies|Aplikace
Dynamic Chemical and Flavor Changes in Black Tea During Fermentation A Nontarget Metabolomics Study Application Note Food Testing Authors Abstract Junfeng Tan, Weidong Dai, Haipeng Lv, Fermentation is one of the key steps to produce high-quality black tea, during Li…
Klíčová slova
tea, teacounts, countsfermentation, fermentationmetabolites, metabolitestheasinensin, theasinensinidentified, identifiedbitterness, bitternessentities, entitiesflavor, flavorwere, werechanges, changesblack, blackastringency, astringencyepigallocatechin, epigallocatechinduring
Study of the Metabolites and Flavor Characteristics in Different Subtypes of White Tea by Metabolomics Profiling
2019|Agilent Technologies|Aplikace
Application Note Food Testing & Agriculture Study of the Metabolites and Flavor Characteristics in Different Subtypes of White Tea by Metabolomics Profiling Authors Chen Yang, Weidong Dai, Junfeng Tan, and Zhi Lin Tea Research Institute, Chinese Academy of Agricultural Sciences,…
Klíčová slova
tea, teawhite, whiteprimeveroside, primeverosidemetabolites, metabolitesdifferential, differentialsubtypes, subtypestheasinensin, theasinensincatechins, catechinsglycosides, glycosidesflavor, flavormetabolomics, metabolomicstaste, tasteflavone, flavonedimeric, dimerictof