Extra-virgin olive oil authentication: triacylglycerol profiling and machine learning using the Shimadzu MALDI-8020/MALDI-8030 and eMSTAT Solution

Význam tématu

Extra panenský olivový olej (EVOO) je vysoce ceněný pro své nutriční, senzorické a zdravotní přínosy. Vysoká cena a rostoucí poptávka jej činí častým terčem padělků přidáváním levnějších rostlinných olejů. Spolehlivá a rychlá autentizace EVOO je proto klíčová pro ochranu spotřebitele, zajištění kvality produktu a prevenci ekonomických ztrát v potravinářském průmyslu.

Cíle a přehled studie

Cílem studie bylo vyvinout jednoduchou, rychlou a automatizovanou metodu pro detekci a kvantifikaci podílu slunečnicového oleje adulterujícího EVOO. Přístup kombinuje minimalizovanou přípravu vzorku, přímou LDI analýzu triacylglycerolů (TAG) na stolních MALDI-TOF instrumentech (Shimadzu MALDI-8020/MALDI-8030) a pokročilou víceproměnnou statistiku včetně PCA a machine learningu (RandomForest) pomocí softwaru eMSTAT Solution™.

Použitá metodika

Vzorky EVOO a slunečnicového oleje byly smíchány v poměrech 5, 10 a 20 % adulterace. Vzorky se ředily chloroformem a pro hmotnostní kalibraci se přidával interní standard tricaprin. MALDI deska byla před aplikací vzorku potažena NaTFA pro podporu tvorby sodiových aduktů TAG ([M+Na]+). Analýza se prováděla v pozitivním iontovém módu na stolních MALDI-TOF spektrometrech Shimadzu MALDI-8020 a MALDI-8030.

Použitá instrumentace

• Shimadzu MALDI-8020 (lineární MALDI-TOF, pozitivní mód)
• Shimadzu MALDI-8030 (duální polarita, lineární MALDI-TOF)
• Softwarové nástroje MALDI Solutions a eMSTAT Solution™ pro akvizici, hmotnostní zarovnání, PCA a RandomForest
• Interní standard: tricaprin
• Reaktivní činidlo pro MALDI desku: NaTFA

Hlavní výsledky a diskuse

LDI spektra čistého EVOO vykazovala převažující TAG složené z palmitové (P) a olejové (O) kyseliny (OOO, OPO/POO), zatímco slunečnicový olej dominoval linoleovými TAG (LLL, PLL/LPL/POLn). V adulterovaných vzorcích již při 5 % podílu slunečnicového oleje bylo možné detekovat markerový signál m/z 901 (LLL). Poměry klíčových párů signálů (877/907, 881/907, 903/907, 905/907) se systematicky měnily s rostoucím podílem adulterantu.
Víceproměnná analýza PCA prokázala jasné oddělení tří skupin (EVOO, adulterované vzorky, slunečnicový olej). Na PCA loading plotu byly identifikovány nejvýznamnější markery, zejména m/z 901 a m/z 907, s vysokou váhou pro klasifikaci. ROC analýza potvrdila vysokou citlivost a specificitu (>97 %) a téměř jednotkovou plochu pod křivkou (AUC ≈1) u těchto markerů.
Model RandomForest trénovaný na 113 datových bodech dosáhl při validaci na 78 'neznámých' vzorcích 100 % správné klasifikace i pro nejnižší úroveň adulterace (5 %).

Přínosy a praktické využití metody

• Minimální a rychlá příprava vzorku bez náročných extrakcí a velkých objemů rozpouštědel
• Automatizovaná a vysoce reprodukovatelná analýza na kompaktních MALDI-TOF přístrojích
• Citlivá detekce nízkých podílů adulterantu v EVOO
• Jednoduché vizuální i softwarové rozlišení vzorků pomocí PCA a machine learningu

Budoucí trendy a možnosti využití

Metoda lze dále rozšířit o analýzu dalších typů rostlinných olejů a komplexnější detekci vícenásobných adulterantů. Integrace s databázemi TAG profilů a cloudovými analytickými platformami umožní rychlou kontrolu kvality a autentizace v reálném čase přímo v provozu. Dále je možné aplikovat podobný přístup na jiné potravinářské suroviny či bioprodukty, kde profil lipidů slouží jako jedinečný fingerprint.

Závěr

Prezentovaná analytická workflow založená na minimalizované přípravě vzorku, MALDI-TOF LDI analýze a pokročilé statistice umožňuje spolehlivou detekci a kvantifikaci nečistot slunečnicového oleje v EVOO již při hladině 5 %. Tato rychlá a citlivá metoda nabízí významný nástroj pro ochranu kvality a autenticity extra panenských olivových olejů v potravinářském průmyslu.