Widely-targeted Metabolomic profiling for wines by LC-MS/MS and GC-MS/MS measurement
Postery | 2017 | ShimadzuInstrumentace
Komplexní profilování metabolitů ve víně umožňuje kvantifikovat klíčové složky ovlivňující chuť, vůni a celkovou kvalitu. Metodika široce cílené metabolomiky přináší do enologie objektivní nástroje pro hodnocení původu, odrůdové autenticity a vlivu výrobních procesů na finální charakter vína.
Cílem práce bylo simultánně analyzovat primární metabolity ve čtyřech vzorcích červeného vína (Pinot Noir a Cabernet Sauvignon z USA a Austrálie) pomocí kapalinové (LC-MS/MS) a plynové (GC-MS/MS) hmotnostní spektrometrie. Naměřená data byla statisticky zpracována metodami hlavních složek (PCA) a hierarchického shlukování (HCA) za účelem odlišení vzorků podle odrůdy a lokality.
Vzorky vína (0,2 mL) byly smíchány s interním standardem a filtrovány přes membránu MWCO 3 kDa. Filtrát byl rozdělen: část zředěna vodou a analyzována LC-MS/MS, zbytek odpařen a po methoximaci a trimethylsilylaci podroben GC-MS/MS. Intenzity MRM signálů byly vypočteny v Traverse MS a normalizovány vůči internímu standardu. Statistické zpracování proběhlo pomocí PCA a HCA.
V LC-MS/MS byly detekovány 63 primárních metabolitů, především aminokyseliny, organické kyseliny a nukleotidové prekurzory. Ve všech vzorcích dominovala prolín, nepodléhající fermentaci. Cabernet Sauvignon z USA se odlišoval nejnižší hladinou aminokyselin. PCA i HCA potvrdily jasné oddělení tohoto vzorku od ostatních tří. Podobný trend byl pozorován při analýze >300 sloučenin v GC-MS/MS, kde kombinace lipidů, cukrů a organických kyselin dále podpořila klasifikaci vzorků.
Metodika umožňuje:
Integrace dat z LC-MS/MS a GC-MS/MS s pokročilou strojovou analýzou (strojové učení) a rozšíření databází metabolitů povede k preciznějšímu návrhu vinařských procesů. Dalším krokem je real-time monitoring fermentace pomocí online senzorů a automatizovaných pracovních postupů.
Široce cílené profilování metabolitů kombinující LC-MS/MS a GC-MS/MS společně se statistikou PCA a HCA efektivně rozlišilo čtyři typy červeného vína podle odrůdy a lokality. Metodika prokázala schopnost identifikovat charakteristické složky, jako je prolín, a nabízí robustní nástroje pro enologický výzkum a kontrolu kvality.
GC/MSD, GC/MS/MS, GC/QQQ, LC/MS, LC/MS/MS, LC/QQQ
ZaměřeníPotraviny a zemědělství, Metabolomika
VýrobceShimadzu
Souhrn
Význam tématu
Komplexní profilování metabolitů ve víně umožňuje kvantifikovat klíčové složky ovlivňující chuť, vůni a celkovou kvalitu. Metodika široce cílené metabolomiky přináší do enologie objektivní nástroje pro hodnocení původu, odrůdové autenticity a vlivu výrobních procesů na finální charakter vína.
Cíle a přehled studie
Cílem práce bylo simultánně analyzovat primární metabolity ve čtyřech vzorcích červeného vína (Pinot Noir a Cabernet Sauvignon z USA a Austrálie) pomocí kapalinové (LC-MS/MS) a plynové (GC-MS/MS) hmotnostní spektrometrie. Naměřená data byla statisticky zpracována metodami hlavních složek (PCA) a hierarchického shlukování (HCA) za účelem odlišení vzorků podle odrůdy a lokality.
Použitá instrumentace
- UHPLC systém Nexera s kolonou Discovery HS F5 (150×2,1 mm, 3 µm), mobilní fáze 0,1 % kyseliny mravenčí ve vodě a acetonitrilu, průtok 0,25 mL/min, gradientní program, teplota kolony 40 °C, injekce 3 µL.
- MS detektor LCMS-8060 s elektrosprejovou ionizací (+/−), režim MRM, zdrojové teploty: DL 250 °C, tepelný blok 400 °C, interface 400 °C.
- GC-MS/MS systém GCMS-TQ8040 s kolonou BPX-5 (30 m×0,25 mm, 0,25 µm), teplotní program 60 °C→330 °C, injekce split (30:1), objem 1 µL, režim MRM, ionizační zdroj 200 °C, interface 200 °C.
Metodika
Vzorky vína (0,2 mL) byly smíchány s interním standardem a filtrovány přes membránu MWCO 3 kDa. Filtrát byl rozdělen: část zředěna vodou a analyzována LC-MS/MS, zbytek odpařen a po methoximaci a trimethylsilylaci podroben GC-MS/MS. Intenzity MRM signálů byly vypočteny v Traverse MS a normalizovány vůči internímu standardu. Statistické zpracování proběhlo pomocí PCA a HCA.
Hlavní výsledky a diskuse
V LC-MS/MS byly detekovány 63 primárních metabolitů, především aminokyseliny, organické kyseliny a nukleotidové prekurzory. Ve všech vzorcích dominovala prolín, nepodléhající fermentaci. Cabernet Sauvignon z USA se odlišoval nejnižší hladinou aminokyselin. PCA i HCA potvrdily jasné oddělení tohoto vzorku od ostatních tří. Podobný trend byl pozorován při analýze >300 sloučenin v GC-MS/MS, kde kombinace lipidů, cukrů a organických kyselin dále podpořila klasifikaci vzorků.
Přínosy a praktické využití metody
Metodika umožňuje:
- Objektivní rozlišení odrůd a geografického původu vína.
- Sledování metabolitických změn při fermentaci.
- Podporu kontroly kvality a boje proti padělání.
Budoucí trendy a možnosti využití
Integrace dat z LC-MS/MS a GC-MS/MS s pokročilou strojovou analýzou (strojové učení) a rozšíření databází metabolitů povede k preciznějšímu návrhu vinařských procesů. Dalším krokem je real-time monitoring fermentace pomocí online senzorů a automatizovaných pracovních postupů.
Závěr
Široce cílené profilování metabolitů kombinující LC-MS/MS a GC-MS/MS společně se statistikou PCA a HCA efektivně rozlišilo čtyři typy červeného vína podle odrůdy a lokality. Metodika prokázala schopnost identifikovat charakteristické složky, jako je prolín, a nabízí robustní nástroje pro enologický výzkum a kontrolu kvality.
Reference
- Kawana S., Sakai T., Nakanishi T., Ogiwara A. Widely‐targeted Metabolomic profiling for wines by LC‐MS/MS and GC‐MS/MS measurement. Shimadzu Corporation & Reifycs Inc., WP‐183, 2017.
Obsah byl automaticky vytvořen z originálního PDF dokumentu pomocí AI a může obsahovat nepřesnosti.
Podobná PDF
Widely targeted metabolomics of hydrophilic compounds in wine using two LC-MS/MS methods: Comparison of different types and producing regions
2020|Shimadzu|Postery
Widely targeted metabolomics of hydrophilic compounds in wine using two LC-MS/MS methods: Comparison of different types and producing regions Yasuko Yamada1, Takanari Hattori2, Jun Watanabe2, Junko Iida2 Eberhardt Kuhn3 1 Shimadzu Techno-Research, Inc., Kyoto, Japan; 2 Shimadzu Corporation, Kyoto, Japan;…
Klíčová slova
wine, winesauvignon, sauvignoncabernet, cabernetionfocus, ionfocuswines, winesfrance, francemerlot, merlotchile, chilemetabolomics, metabolomicsunit, unitvarieties, varietiesgrape, grapefermentation, fermentationacids, acidsmalolactic
Widely targeted metabolomics of hydrophilic compounds in wine using two LC-MS/MS methods: Comparison of different types and producing regions
2020|Shimadzu|Postery
MP-421 Widely targeted metabolomics of hydrophilic compounds in wine using two LC-MS/MS methods: Comparison of different types and producing regions Yasuko Yamada1, Takanari Hattori2, Jun Watanabe2, Junko Iida2 1 Shimadzu Techno-Research, Inc.,. 1, Nishinokyo-Shimoaicho, Nakagyo-ku, Kyoto, 604-8436 Japan. 2 Shimadzu…
Klíčová slova
wine, winesauvignon, sauvignoncabernet, cabernetionfocus, ionfocuswines, winesfrance, francemerlot, merlotchile, chilemetabolomics, metabolomicsunit, unitvarieties, varietiesgrape, grapefermentation, fermentationacids, acidsfocus
Food Metabolomics Analysis of Wines Using LCMS™-8060NX Triple Quadrupole Mass Spectrometer
2020|Shimadzu|Aplikace
Application News No. C226 LC-MS Food Metabolomics Analysis of Wines Using LCMS™-8060NX Triple Quadrupole Mass Spectrometer In recent years, attention has been focused on the technology of metabolomics, which is defined as the comprehensive analysis of metabolites in vivo. Metabolomics…
Klíčová slova
wine, wineacid, acidionfocus, ionfocussauvignon, sauvignoncabernet, cabernetacids, acidsacidacid, acidacidlactic, lacticchain, chainpeakintelligence, peakintelligenceshort, shorthydrophilic, hydrophilicfatty, fattyfrance, francemetabolomics
Differentiation of Geographical Origins for Cabernet Sauvignon Wines
2016|Agilent Technologies|Aplikace
Differentiation of Geographical Origins for Cabernet Sauvignon Wines A Nontarget Metabolomics Study Using UHPLC-Q-TOF/MS Application Note Food Testing Authors Abstract Nana Liang, Ying Liu, Linli Wang, Food adulteration and mislabeling may pose potential health risks and trust issues to consumers,…
Klíčová slova
qhd, qhdzjk, zjkwine, winewines, winestof, tofwineries, wineriesgeographical, geographicalorigins, originschemometric, chemometricval, valmetabolomic, metabolomicentities, entitiesuhplc, uhplcile, ileleu