Nicht-zielgerichtete, sogenannte Food Fingerprinting-Methoden haben in letzter Zeit an Bedeutung für die Authentizitätsprüfung von Lebensmitteln gewonnen [1, 2]. Spektroskopische oder spektrometrische Daten bilden dabei die Grundlage für eine umfassende Charakterisierung der untersuchten Matrix und ermöglichen beispielsweise die Unterscheidung der Proben nach botanischer oder geographischer Herkunft sowie die Identifizierung von nicht deklarierten Zusätzen durch Verfälschung. Die dabei erhaltenen komplexen Datenmatrizes werden mittels multivariater statistischer Methoden ausgewertet. Voraussetzung für die Verwendung dieser Methoden in der offiziellen Lebensmittelüberwachung sind die Entwicklung von geeigneten Validierungsstrategien sowie die Einführung von Qualitätssicherungsmaßnahmen [1]. Ein typisches Anwendungsfeld ist die Authentizitätsprüfung von Gewürzen, welche als hochpreisige Lebensmittel mit weltweit steigendem Konsum sehr anfällig für Lebensmittelbetrug/-kriminalität sind. So kam es beispielsweise in der Vergangenheit immer wieder zu Verfälschungen von Paprikapulver, u. a. mit verschiedenen (Azo-)Farbstoffen oder Streckungsmitteln [3]. Ziel dieser Arbeit war es, die Anwendbarkeit eines im BfR entwickelten Verfahrens zur Detektion von Verfälschungen in Paprikapulver mittels FTIR-Spektroskopie und Ein-Klassen-Modellierung [4] in Bezug auf dessen Langzeitstabilität zu überprüfen ("System Challenge"). Weiterhin sollten Nachweisgrenzen für ausgewählte Verfälschungsmittel (Siliciumdioxid, Stärke, Cochenillerot A und Tomatenpulver) abgeschätzt werden. Bei der Überprüfung des etablierten Modells mit neu vermessenen Handelsproben aus dem Jahr 2018 konnte eine Sensitivität von 85 % erreicht werden und die Langzeitstabilität des Modells belegt werden. Zur Erhöhung der probenspezifischen Varianz wurde das Modell daraufhin um den neuen Probensatz erweitert. Das erweiterte Modell eignet sich gut zur Detektion von Zusätzen wie Siliciumdioxid (80 % Spezifität bei einem Dotierungsgrad von 0,8 %). Für die Detektion von Stärke lag das ermittelte Nachweisvermögen bei 17,5 %. Hier besteht noch Optimierungsbedarf, beispielsweise beim Preprocessing der Daten. Für Tomatenpulver und Cochenillerot A weist die verwendete Messtechnik grundsätzliche Limitationen auf.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.