5 bodů/počet studentů

Transkript

1 Otázky 0 bodů/počet studentů 5 bodů/počet studentů 10 bodů/počet studentů Ot / Ot. 2 - zkratky 35 Ot.3- stanovení vody Ot.4 nutrice v zelenině Ot.5 faktory slož. špek Ot.6-změny slož.barviva Ot.7- obsah bílk. u živ.sur Ot.8- složení mléč.čoko Ot.9- falšování medu Ot.10- falšov. potrav. z médií, proč, následky, metody Problematické body: Otázky 2- problematické zkratky FAME, FSTA, PDO, PCA Otázka 3: klady/zápory metody Otázka 4: uvedení konkrétních biologicky aktivních složek a bližší specifikace nutričních složek špekáčky 5: kvalita všech výchozích surovin, né jen jedné (MASO), UVEDENÍ TECHNOLOGICKÉHO POSTUPU, receptury otázka 6: změny buď při skladování nebo při zpracování, neuvedeno oboje otázka 7- nejvíce problematická falšování medu, obvykle věděli : jiné označení původu/druhu medu, falšování cukrů, přídavek vody, případně falšování barvivem média- znali hlavně methanolovou aféru, švédské kuličky, koňské maso, často nevěděli metodu

2 PREZENZACE jako podmínka udělení zápočtu Pravidla jsou: zpracovat do cca 5-10 min. ppt prezentace JEDEN, zajímavý, původní, odborný článek zabývající se falšováním potravin obecně, konkrétní komoditou nebo metodou posuzování autenticity nebo způsobem zpracování výsledků při posuzování autenticity. členění by mělo být úvod, shrnutí problematiky, použitý materiál a metody, výsledky- nakopírovat obrázky, tabulky, které okomentujete, závěr- výhody a nevýhody uvedeno postupu, možnosti do budoucna, vlastní kritické hodnocení Termíny: , ,

3 Přístupy k posuzování autenticity Helena Čížková

4 ? Identifikace problému Výběr markerů Statistické zpracování Závěr

5 Identifikace problému Kontrolní orgány Výrobci/prodejci/dovozci Spotřebitelé Kde není žalobce, není ani soudce!

6 Výběr charakteristických kritérií (markerů) Podmínky: nízká variabilita stálost přítomnost pouze ve sledované složce potraviny vhodná analytická metoda

7 Klasické metody - refraktometrie, titrace, gravimetrie GC (steroly, TAG, MK, těkavé látky, HPLC (aminokyseliny, organické kyseliny, barviva), Spektroskopie - UV/VIS barviva, prolin, AAS (Ca, Mg, K, Na), NIR - fingerprinty Isotopes - SNIF-NMR (Sitespecific Natural Isotope Fractionation NMR), ratio D/H, SIR-MS (Stable Isotop Ratio MS) ratio 12 C/ 13 C Fyzikální metody Metody Senzorická analýza Elektromigrační metody (bílkoviny) ELISA (Enzyme Linked Immunosorbent Assay) sójové a další rostlinné a živočišné bílkoviny, speciace masa Molecular biology methods - PCR (Polymerase Chain Reaction), molekulární biologie - identifikace DNA; průkaz GMO ( Roundup Ready soybeans, Maximizer maize)

8 Moderní instrumenty vs. rychlé testy

9 Co může poznat spotřebitel jednoduchým testem Cílem práce je demonstrovat na vybraných běžným způsobem falšovaných potravinářských výrobcích jednoduché metody kontroly, které mohou sloužit k osvětě spotřebitelů a které si může informovaný spotřebitel provést při podezření v domácnosti sám při použití běžně dostupného vybavení. Poučený spotřebitel Annam SPOT TEST KIT detekce nejběžnějších adulterantů potravin Výukové programy

10 Historické zdroje

11 Falšovaní pepře bramborovým škrobem Mikroskopie x stanovení obsahu škrobu

12 Vracení aroma do Pomerančové Šťávy 100% ovocné šťávy z koncentrátu vykazovat srovnatelné senzorické a analytické vlastnosti jako přímé šťávy výrobce je tudíž povinen při rekonstituci šťáv vrátit veškeré aroma odloučené při zakoncentrování šťávy na odparkách. Abundance TIC: stepan144.d\data.ms TIC: stepan141.d\data.ms (*) Time--> Senzorické hodnocení x stanovení profilu těkavých látek

13 % výskytu Nepovolený přídavek Cukru do Medu Neshody medu na českém trhu v roce ,0 27,3 22,7 22,7 20,0 13,6 10,0 9,1 4,5 0,0 Přídavek sacharosy Nízká aktivity distázy Špatné značení Nízký obsah glukosy a fruktosy Zvýšený HMF Vysoký obsah vody Rozpouštěcí test x stanovení obsahu mono a oligosacharidů

14 Rychlé metody - shrnutí Přes rychlý rozvoj instrumentálních nepodceňovat jednoduché metody Pozitiva a omezení laických metod Výchovná hodnota pro spotřebitele a informační hodnota pro odbornou veřejnost

15 Průzkum sciencedirect.com

16 Postupy detekce falšování vycházejí ze skutečnosti, že autentický produkt obsahuje charakteristické látky v určitém množství odpovídajícím použitým surovinám a technologii. Jeden přístup je ověření hypotézy o určitém konkrétním způsobu falšování, které je potvrzováno analýzou konkrétních markerů Druhý přístup zahrnuje analýzu více složek obvykle většího souboru vzorků potravin, získané výsledky jsou analyzovány statistickými metodami

17 Postupy detekce falšování omika ( omics ): metabolomika - zkoumání malých molekul metabolitů v metabolomu (metabolom je soubor produktů metabolismu přítomný v daném čase) Metabolic fingerprinting (footprinting) je rychlá a kompletní analýza vzorku bez nutné identifikace a kvantifikace + statistické zpracování dat Metabolite profiling -zahrnuje identifikaci a částečnou kvantifikaci metabolitů náležících do třídy chemicky podobných sloučenin (např. polární lipidy, sacharidy) Metabolite target analysis

18 Analysis workflow in untargeted metabolomic studiesfront Bioeng Biotechnol. 2015; 3: 23.

19 Analýza stabilních izotopů poměr stabilních izotopů uhlíku, poměr je závislý na typu respiračního procesu a způsobu využívání vzdušného oxidu uhličitého, který obsahuje vyšší podíl izotopu 13 C než rostliny, při fotosyntéze. u izotopů 2 H/ 1 H a 18 O/ 16 O je frakcionace závislá jednak na teplotě a podmínkách odpařování vody, podíl těžších izotopů ve srážkových vodách klesá směrem k pólům a směrem do vnitrozemí, další frakcionace je dána druhem využití k autentizaci vín, prokazování ředění vín vodou, přídavků hydrolyzátů kukuřičného škrobu do medu, rozlišení kvasného a syntetického octa, kvasného a syntetického lihu i určení geografického původu různých rostlin a jejich produktů Analýza poměru izotopů 15 N/ 14 N se využívá k prokazování bio produktů

20 Izotopovou analýzou podezřelého kvasného lihového octa (vzorek č. 19), byla získána data uvedená na obrázku. Pro laika vysvětlete obrázek a interpretujte výsledky.

21 Metody založené na analýze DNA k detekci druhů brambor, identifikaci použitého masa, detekci exotických druhů masa, rozlišení pstruha mořského a lososa, identifikaci masa lososa nebo tuňáka v konzervách, identifikaci Basmati rýže ve směsích rýže, detekci obyčejné pšenice v těstovinách a produktech deklarovaných jako Durum

22 Proteomické metody informace o sekvenci aminokyselin v peptidech a bílkovinách v kombinaci s hmotnostní spektrometrií. po digesci a hydrolýze svalových proteinů různých druhů mas byly identifikovány specifické peptidové markery použitelné k průkazu přítomnosti druhů masa v masných výrobcích. myofibrilární peptidy nejsou ovlivněny tepelným opracováním a postup je použitelný pro detekci druhů masa v masných výrobcích s detekčním limitem kolem 0,5% hmotnostních podobně je možná detekce přítomnosti vnitřností v masných výrobcích, živočišných bílkovin v želatinových preparátech pro vegetariány, detekci nástřiků masa do masa a přípravků zvyšující vaznost masa na bázi proteinů.

23 Srovnání získaných hodnot s databází, tab. hodnotami: codex Alimentarius, USDA, databáze článků apod.) Pokud nejsou dostupné vytvořit vlastní Apple juice, canned or bottled, unsweetened, without added ascorbic acid NDB No: (Nutrient values and weights are for edible portion) Nutrient Unit /100 g No. SD Water g Energy kcal Energy kj Protein g Total lipid (fat) g Ash g Carbohydrate, by difference Fiber, total dietary g g Sugars, total g Sucrose g Glucose (dextrose) g Fructose g Calcium, Ca mg Iron, Fe mg Magnesium, Mg mg Phosphorus, P mg Potassium, K mg Vitamin C mg

24 Food Composition and Nutrition Tables edited by Siegfried W. Souci

25 Referenční směrnice pro jablečnou šťávu

26 Referenční směrnice pro jablečnou šťávu

27 Odhad ovocného podílu publikované rovnice Podíl pomerančové šťávy [%] = draslík x 20/ fosfáty x 20/460 + prolin x 20/750 + formolové číslo x 15/18 + kyselina jablečná x 15/ kyselina isocitónová x 10/90 (Gesellschaft Deutscher Chemiker/GDCh, Flüssiges Obst 6, 1979) Podíl pomerančové šťávy [%] = draslík x 25/ kyselina isocitrónová x 25/90 + lysin x 25/0,19 + arginin x 25/3,11 (Ooghe, Zeitschrift für Lebensmittel- Untersung und Forschung, 1990) Podíl jablečné šťávy [%] = draslík x 33,3/ fosfáty x 33,3/200 + popel x 33,3/2,5 (Koch, Flüssiges Obst 2, 1980)

28 Odhad ovocného podílu srovnání s AIJN nebo jinou databází Marker Refraktometrická sušina Sacharosa, glukosa, fruktosa, (poměry) Typ falšování ředění přislazení, jiný druh ovoce Draslík Hořčík, vápník snížení ovocného podílu dtto, pulp-wash, (kvalita vody, technologie) Formolové číslo Kyselina citronová Kyselina jablečná snížení ovocného podílu maskování ředění a přislazení snížení ovocného podílu, jiný druh ovoce

29 Variabilita složení suroviny a výrobky s podílem vajec Voda [g/kg] Bílkoviny [g/kg] Lipidy [g/kg] Sacharidy [g/kg] Popel [g/kg] Fosfor [g/kg] Mastné kys. [g/kg] Cholesterol [g/kg] 12, , , , , , , ,13 14 mléko plnotučné 32,2 876,9 32,2 32,8 35,4 36,6 47,5 46,5 7,1 7,2 0,869 0,930 31,52 22,78 0,07 0,14 smetana 12% (konzumní) 801,0 805,7 31,0 29,6 120,0 115,0 42,0 43,0 6,0 6,7 0,850 0, ,10 71,58 0,34 0,37 syrovátka 938,9 * 9,1 * 2,7 * 46,8 * 4,7 * 0,498 * 2,10 * 0,02 * vejce slepičí 743,1 753,3 123,8 124,9 108,7 100,2 9,4 12,2 9,7 9,4 2,199 1,780 90,48 31,00 4,31 4,25 slepičí bílek 870,4 878,1 112,8 105,2 1,7 0,0 8,1 10,3 7,3 6,4 0,206 0,130 0,00 0,00 * 0 slepičí žloutek 487,0 488,1 165,3 167,6 314,8 308,7 12,3 17,8 15,5 17,7 5,336 4, ,26 95,52 14,58 12,81 vaječná hmota sušená 33,4 * 469,4 * 425,4 * 35,7 * 36,1 * 8,073 * 361,45 * 17,15 * vaječný likér * 743,7 * 38,1 * 74,8 * 135,4 * 8 * 1,09 * 44,43 * 0,59 majonéza základní 112,5 399,0 13, ,3 334,0 4,7 239,0 9,4 19,0 * 0, ,20 49,00 1,30 0,26 pšeničná mouka celozrnná 121,5 * 115,5 * 20,8 * 710,3 * 16,2 * 3,083 * 18,77 * 0,00 * pšeničná mouka semolina 124,5 * 119,7 * 16,5 * 730,0 * 7,3 * 1,475 * 12,08 * 0,00 * pšeničná mouka hrubá 134,0 119,2 98,1 103,3 12,1 9,8 750,3 763,1 3,8 4,7 0,615 1,080 10,37 1,55 0,00 0 těstoviny bezvaječné 120,0 688,6 98,2 43,7 12,1 9,8 752,0 251,2 3,9 6,6 0,615 0,400 10,37 5,08 0,00 0 těstoviny 2jvaječné 113,4 96,7 104,4 140,2 19,9 711,3 736,9 9,7 4,8 2,1 0,964 8,890 17,07 0,95 0,36 0,41 makaróny, špagety 106,0 102,5 125,0 127,8 12,0 15,8 750,0 746,9 7,0 7,0 1,620 1,500 7,96 2,25 * 0

30 Volba statistické metody Neexistuje jednoznačný přístup problémy s rozdělením náhodných proměnných Základem je důkladné seznámení s daty Obrázky a grafy mají větší informační hodnotu Replikovat výzkum! Statistické závěry vždy okomentovat Konzultace s profesionály Neklikám v statistickém programu až do požadovaného výstupu