Βασιλική Λάγουρη Μεταδιδάκτορας Ερευνητής, Εργαστήριο Οργανικής Χημείας, Τμήμα Χημείας, Εθνικό Καποδιστριακό Πανεπιστήμιο Αθηνών

Transcript

1 Βασιλική Λάγουρη Μεταδιδάκτορας Ερευνητής, Εργαστήριο Οργανικής Χημείας, Τμήμα Χημείας, Εθνικό Καποδιστριακό Πανεπιστήμιο Αθηνών

2 Οργαν. Αξιολόγηση Οξύτητα K270 K232 ΔΚ Αριθμός Υπεροξει- δίων Me Φρουτώ-δους Me Ελαττώματος Εξαιρετικό 0,8 0,22 2,50 0,01 20 > 0 =0 Παρθένο 2,0 0,25 2,50 0,01 20 > 0 2,5 Κοινό 3,3 0,25 2,60 0, ,0 Μειονεκτικό >2 (ή >3,3) > 2,5 (ή > 6,0) Εξευγενισμένο Ελαιόλαδο 0,3 1,10-0, Ελαιόλαδο 1,0 0,90-0,

3 Ηλεκτρομαγνητικό φάσμα (Wikipedia) Το φως ταξιδεύει με τη μορφή ηλεκτρομαγνητικών κυμάτων σε διαφορετικά μήκη κύματος. Το σύνολο των μηκών κύματος αντιπροσωπεύει το ηλεκτρομαγνητικό φάσμα. Η φασματοσκοπία μελετά την αλληλεπίδραση του φωτός με την ύλη έτσι ώστε να εξάγονται πληροφορίες για τη χημική δομή της. Η περιοχή που μας ενδιαφέρει και χρησιμοποιείται για την ανάλυση του ελαιολάδου είναι η UV-Vis Vis-NIR ( nm) 2500nm). Η περιοχή του υπεριώδους UV: nm 400nm, του ορατού Vis: nm και του εγγύς υπερύθρου NIR: nm 2500nm.

4 Η φασματοσκοπία UV-Vis Vis-NIR στην ανάλυση των ποιοτικών παραμέτρων του ελαιολάδου Τα πλεονεκτήµατά τη είναι: Απευθεία µέτρηση καθαρού ελαιολάδου (neat oil): απαιτείται µικρή ή καµία προετοιµασία δείγµατο, η ανάλυση είναι απλή, γρήγορη χωρί εξωτερική παρέµβαση Μη καταστρεπτική ανάλυση (χρησιµοποιείται µικρή ποσότητα δείγµατο ) Η κάθε περιοχή του φάσματος δίνει τη δική της χημική πληροφορία οπότε ο συνδυασμός UV-Vis ή Vis-NIR ή και ολόκληρη η περιοχή UV-Vis-NIR παρέχει τη δυνατότητα για συλλογή περισσότερων πληροφοριών υνατότητα εφαρµογή σε on-line µετρήσει Συνδυάζεται αποτελεσματικά με χημειομετρικές μεθόδους πολυπαραγοντικής ανάλυσης (chemometric data processing)

5 Δείγματα αναφοράς Φασματο σκοπικά δεδομένα Δεδομένα αναλυτικών χημικών μετρήσεων Εξαγωγή των κύριων αξόνων στο διάγραμμα μεταβλητών (Principal Components) Γράφημα διασποράς (scatter plot) ομαδοποίηση δειγμάτων ανάλογα με την ομοιότητα των φασμάτων τους Δημιουργία πρότυπης μεθόδου (calibration), έλεγχος (validation) Συσχέτιση των μετρήσιμων (actual) και φασματοσκοπικά προβλεπόμενων (predicted) δεδομένων

6 Χημειομετρικές μέθοδοι Γράφημα διασποράς (Scores plot) Ομαδοποίηση δειγμάτων (sample grouping) με βάση τα φασματοσκοπικά τους δεδομένα Κατανομή φασματοσκοπικών δεδομένων FT-IR από 4 είδη ελαίων σε 2 κύριους άξονες (PC s) Η μέθοδος ανάλυσης των κύριων συνιστωσών ή κύριων αξόνων (Principal components analysis, PCA). Μείωση των αξόνων του διαγράμματος των μεταβλητών (μείωση σε δυο ή τρεις κύριους άξονες) και ομαδοποίηση (sample grouping/classification)

7 PLS-ΑΝΑΛΥΣΗ ΦΑΣΜΑΤΟΣΚΟΠΙΚΩΝ ΔΕΔΟΜΕΝΩΝ Φασματοσκοπικά δεδομένα -Χ Αναλυτικά χημικά δεδομένα -Y PLS Γράφημα συντελεστών συσχέτισης Μοντέλο Πρόβλεψης/Αναφοράς για την ποσοτική πρόβλεψη μεταβλητών (variables) χρησιμοποιείται η μέθοδος των μερικών ελαχίστων τετραγώνων (Partial Least Squares regression (PLS)

8 Γράφημα Πρόβλεψης/Αναφοράς (Predicted/Reference Plot) Δείχνει πόσο κοντά είναι οι τιμές που προβλέπει το μοντέλο (predicted values) στις μετρήσιμες (actual values) Η μέθοδος PLS υπολογίζει τη γραμμική συσχέτιση μεταξύ των μετρούμενων και προβλέψιμων τιμών μιας μεταβλητής.

9 Χημειομετρία για τον προσδιορισμό ποιοτικών παραμέτρων ελαιολάδου και άλλων ελαίων

10 Μετρήσει ανάκλαση στην περιοχή VIS-NIR έχουν αναφερθεί για προσδιορισµό ελαίου υγρασία και οξύτητα ελαιοκάρπου και ελαιόπαστα (Muik B., et al., Anal Bioanal Chem 2004, Salguero-Chaparro, L. et al., Food Chemistry 139 (2013).

11 Οι Armenta et al., (2007) χρησιμοποίησαν φασματοσκοπία NIR σε συνδυασμό με χημειομετρικές μεθόδους PLS (partial least squares analysis) σε ελαιόλαδο και άλλα φυτικά έλαια (ηλιέλαιο, βαμβακέλαιο και αραβοσιτέλαιο) για τον προσδιορισμό της οξύτητας και του αριθμού υπεροξειδίων Τα φάσματα συλλέχθησαν σε περιοχή από nm (25 scans/spectrum) σε glass vials 6.5 mm i.d. σε FT-NIR φασματοφωτόμετρο (Bruker) S. Armenta et al. / Analytical Chimica Acta 596 (2007)

12 Χημικές παράμετροι των ελαίων που χρησιμοποιήθηκαν σε calibration, validation και prediction σετς για πρόβλεψη της οξύτητας και αρ. υπεροξειδίων με βάση τα NIR φάσματα Σε σύνολο 69 δειγμάτων τα 34 ήταν δείγματα ελαιόλαδου, τα 19 ηλιέλαιου,14 βαμβακέλαιου και τα υπόλοιπα αραβοσιτέλαιο. Ενας επιπλέον αριθμός δειγμάτων χρησιμοποιήθηκαν (67 ελαιόλαδο, 8 ηλιέλαιο, και 9 βαμβακέλαιο) για την εφαρμογή του μοντέλου που αναπτύχθηκε. Για την ταξινόμηση και την ποσοτική πρόβλεψη των παραμέτρων των ελαίων χρησιμοποιήθηκε το στατιστικό πακέτοtq analyst 6.0 (Nicolet, Madison, WI, USA). S. Armenta et al. / Analytical Chimica Acta 596 (2007)

13 PLS-NIR μοντέλα για την εκτίμηση της οξύτητας και αρ. υπεροξειδίων φυτικών ελαίων (ελαιόλαδου ελαιόλαδου, ηλιέλαιου, βαμβακέλαιου, αραβοσιτέλαιου) (852, ,16nm) (1010, ,56nm) (1834, ,39/1333, ,34nm) (852, ,16nm) (1834, ,91nm) Ο αριθμός PLS παραγόντων (PLS factors) επιλέχτηκε ώστε να δίνει τη μικρότερη τιμή RMSEP (root mean square error of prediction). Για το κοινό μοντέλο PLS-NIR όπου χρησιμοποιήθηκαν όλα τα έλαια οι αριθμοί PLS παραγόντων 12 και 10 αντιστοιχούν στις μικρότερες τιμές RMSEP = % (w/w) και 1.5 mequiv O 2 /kg για τον προσδιορισμό της οξύτητας και του αριθμού υπεροξειδίων αντίστοιχα S. Armenta et al. / Analytical Chimica Acta 596 (2007)

14 Γραµµική συσχέτιση βρέθηκε µεταξύ των τιµών οξύτητα τη επίσηµη µεθόδου και των φασµατοσκοπικά προβλεπόµενων τιµών για τα δείγµατα ελαιολάδου R=0,99 και των υπόλοιπων δειγµάτων εκτό ελαιολάδου R=0,98. Για την πρόβλεψη του αρ. υπεροξειδίων η συσχέτιση µεταξύ PLS-NIR και τιµών υπεροξειδίων τη επίσηµη µεθόδου έδωσε για τα δείγµατα ελαιολάδου R=0,68 και των υπόλοιπων δειγµάτων εκτό ελαιολάδου R=0,41 αντίστοιχα. Τα ίδια µοντέλα χρησιµοποιήθηκαν για την πρόβλεψη τιµών οξύτητα και αρ.υπεροξειδίων σε ένα καινούργιο σετ 84 δειγµάτων ελαίων (67 δείγµατα ελαιόλαδου, 8 ηλιέλαιου και 9 βαµβακέλαιου). Συσχέτιση φασματοσκοπικά προβλεπόμενων (PLS PLS-NIR NIR) και τιμών οξύτητας της μεθόδου αναφοράς για δείγματα (Α) ελαιόλαδου (Β) άλλων φυτικών ελαίων και αντίστοιχα αρ. υπεροξειδίων για δείγματα (C) ελαιόλαδου (D) άλλων φυτικών ελαίων

15 Διάταξη συσκευής NIR σε on-line μετρήσεις Στη μελέτη των Jimenez Marquez et al. (2005), εφαρμόστηκε η NIR φασματοσκοπία on-line για οξύτητα, δείκτη πικράδας Κ 225, ελαϊκό και λινελαϊκό οξύ 190 δείγματα ελαιολάδου από την Ισπανία, το 64% ανήκε στην ποικιλλία Picual (Νοέμβριος-Μάρτιος) και το υπόλοιπο 36% σε 23 διαφορετικές ποικιλλίες (Δεκέμβριος) από τρεις ελαιοκομικές περιόδους. Η συλλογή των φασμάτων nm (ταχύτητα 3000nm/min interval 2nm). Χρησιμοποιήθηκε κυψελίδα ροής 1mm flow cell 120μl (Hellman 170.IQS). Jimenez Marquez et al., Using optical NIR sensor for on-line virgin olive oils characterization Sensors and Actuators B 107 (2005) 64-68

16 Χημικές παράμετροι στα δείγματα ελαιόλαδου που χρησιμοποιήθηκαν (calibration και validation) για την ανάπτυξη των μοντέλων PLS Οι στατιστικές παράμετροι των PLS μοντέλων nm για οξύτητα και δείκτη πικράδας, nm για ελαϊκό και λινελαϊκό οξύ υψηλές τιμές του συντελεστή γραμμικής συσχέτισης (r> 0.9) μεταξύ των χημικών παραμέτρων των μεθόδων αναφοράς και των προβλέψιμων τιμών NIR Jimenez Marquez et al., Using optical NIR sensor for on-line virgin olive oils characterization Sensors and Actuators B 107 (2005) 64-68

17 Συσκευές ελέγχου σε πραγματικό χρόνο της ποιότητας και της ασφάλειας του ελαιολάδου και άλλων βρώσιμων ελαίων Ο στόχος του προγράμματος είναι η ανάπτυξη μιας φορητής συσκευής που θα πραγματοποιεί αναλύσεις ποιότητας και ασφάλειας στο ελαιόλαδο και σε άλλα βρώσιμα έλαια. Η συσκευή είναι ένα σύστημα αισθητήρων παρακολούθησης του ελαιολάδου μέσω φασματοσκοπικών μετρήσεων σε διαφορετικά στάδια παραγωγής και αποθήκευσης. Μέσω της ανάλυσης με κατάλληλο λογισμικό και την δημιουργία βάσης δεδομένων, η συσκευή θα μπορεί να καθορίσει την προέλευση, αυθεντικότητα και την ποιότητα. Μελλοντικά προβλέπεται επίσης η δυνατότητα ελέγχου της σύστασης σε λιπαρά οξέα, οξύτητα, υγρασία και περιεκτικότητα σε χρωστικές καθώς και την επιμόλυνση με οργανικούς επιμολυντές όπως οι διοξίνες και οι πολυαρωματικοί υδρογονάνθρακες (PAHs).

18 Armenta S., Garrigues S., De la Guardia M Determination of edible oil parameters by near infrared spectroscopy. Analytica Chimica Acta 596, Casale M., Oliveria P., Casolinoa C., Sinellib N., Zunina P., Armaninoa, C., Forinaa M., Lanteria S Characterisation of PDO olive oil Chianti Classico by non-selective (UV visible, NIR and MIR spectroscopy) and selective (fatty acid composition) analytical techniques. Analytica Chimica Acta 712, Salguero-Chaparro L., Baeten V., Fernández-Pierna, J. A., Rodríguez, F. P Near infrared spectroscopy (NIRS) for on-line determination of quality parameters in intact olives. Food Chemistry 139, Downey G., McIntyrer, P., Davies, A.N Geographic classification of extra virgin olive oil from eastern Mediterranean by chemometric analysis of Vis-NIR spectroscopic data. Appl. Spectr. 57,

19 Janosch, J., Ebel, S., Determination of characteristic fat index values of fatty oils by NIR spectrometry. Pharmazie 48, Jiménez-Márquez, A., Molina-Diaz, A., Pascual-Reguera, M.I., Using optical NIR sensor for on-line virgin olive oils characterization. Sensor Actuat. B-Chem. 107, Near Infrared Laboratory on Shoulder. Portable NIR Solutions. FRUTIC Montpellier, France. Manley, M., Eberle, K., Comparison of Fourier transform near infrared spectroscopy partial least square regression models for South African extra virgin olive oil using spectra collected on two spectro- photometers at different resolutions and path lengths. J. Near Infrared Spec. 14, Moltó-García, E., Blasco-Piquer, M., Aparicio-López, R., Desarrollo de sensores para la evaluación de la calidad del aceite de oliva. Agrícola vergel: Fruticultura, horticultura, floricultura 253, Lagardere, L., Lechat, H., Lacoste, F., Quantitative determination of peroxide value (PV) and acidity in virgin olive oils and in sunflower oils thanks to the rapid Fourier transform near-infrared (FT-NIR) spectroscopic method. Lipides 11,

20 Inarejos-García A.M., Gómez-Alonso, S., Fregapane, G., Salvador, M.D Evaluation of minor components, sensory characteristics and quality of virgin olive oil by near infrared (NIR) spectroscopy. Food Research International 50,