Wetenschap
Yaxi Hu laadt een spectrometer met een monster rundergehakt in het laboratorium voor voedingswetenschappen van UBC. Krediet:Paul Joseph/UBC
Onderzoekers van de University of British Columbia hebben een betere manier gevonden om ongewenste dierlijke producten in rundergehakt te identificeren.
Studenten voedingswetenschappen onder leiding van professor Xiaonan Lu gebruikten een met laser uitgeruste spectrometer en statistische analyse om met een nauwkeurigheid van 99 procent te bepalen of monsters van rundergehakt andere delen van dieren bevatten. Ze waren in staat om met 80 procent nauwkeurigheid te zeggen welke delen van dieren werden gebruikt, en in welke concentratie.
Hun nieuwe methode kan dit allemaal in minder dan vijf minuten bereiken, waardoor het een potentieel transformatieve voedselinspectietool is voor overheid en industrie.
"Door deze innovatieve techniek te gebruiken, het opsporen van voedselfraude kan eenvoudiger, sneller en gemakkelijker, " zei de hoofdauteur van de studie, Yaxi Hu, een promovendus in de faculteit land- en voedselsystemen van UBC.
Voedselfraude is de opzettelijke verkeerde voorstelling van voedselproducten voor economisch gewin. Wanneer producenten een overaanbod aan vlees of bijproducten hebben waar relatief weinig vraag naar is, het potentieel bestaat voor gewetenloze exploitanten om te proberen die producten voor iets anders door te geven. In de afgelopen vijf jaar, spraakmakende schandalen in het VK, Ierland, en Rusland hebben lam gezien, kip en zelfs rattenvlees vervangen door vleesproducten van hogere kwaliteit.
Hu analyseert de spectra van het vleesmonster met de spectra die eerder in een bibliotheek zijn verzameld. Krediet:Paul Joseph/UBC
DNA-testen zijn efficiënt en nauwkeurig gebleken bij het identificeren van vreemde soorten in vleesproducten, maar wat DNA-testen niet kunnen doen, is het identificeren van slachtafval - harten, levers, nieren en magen - vermengd met vlees van dezelfde soort.
Om hun methode vast te stellen, de UBC-onderzoekers richtten een spectrometer op vleesmonsters die ze hadden bereid door rundvlees en slachtafval van lokale supermarkten in verschillende concentraties samen te malen. Omdat dierlijke producten allemaal verschillende chemische samenstellingen hebben, hun moleculen absorberen en verstrooien energie van de laser van de spectrometer op verschillende manieren. De spectrometer vangt deze signalen - of spectra - op om een "beeld" van elke stof te produceren. Deze spectrale beelden kunnen dienen als een bibliotheek voor vergelijking met andere monsters.
Of een vleesmonster authentiek is of met slachtafval is vervalst, kan worden bepaald door het spectrale beeld ervan te vergelijken met de vooraf vastgestelde bibliotheek, om te kijken of er een match is.
De methode verbetert bestaande technieken die ingewikkelder en tijdrovender zijn. Bijvoorbeeld, een techniek die bekend staat als vloeistofchromatografie werkt goed, maar het vereist dat vleesmonsters vóór het testen vloeibaar worden gemaakt met oplosmiddelen, wat meer dan een uur kan duren.
Door statistische analyse, de computer kan het onderzochte vleesmonster vergelijken met stoffen die al in de database staan, en laat zien of er een match is. Krediet:Paul Joseph/UBC
"De instrumentatie voor deze techniek is niet zo complex, ' zei Hu. 'Dus, als de overheid of de industrie een snelle screening wil doen, ze hoeven geen hoog opgeleid personeel te vinden om het experiment uit te voeren."
Het enige dat ze nodig hebben, is een spectrometer en gebruiksvriendelijke software die verbinding maakt met een robuuste bibliotheek met spectrale afbeeldingen. Naarmate meer soorten vlees en slachtafval werden geanalyseerd en de resultaten ervan werden opgeslagen, de techniek zou nog nauwkeuriger worden.
Het uiteindelijke doel van de onderzoekers is om een betaalbaar slim apparaat te maken dat door consumenten thuis kan worden gebruikt voor de authenticatie van verschillende voedingsproducten, net als de zwangerschapsteststrip.
De studie werd op 9 november gepubliceerd in Wetenschappelijke rapporten . Hu's co-auteurs waren postdoctoraal onderzoeker Liang Zou in de elektrotechniek en computertechniek; voedselwetenschap student Xiaolin Huang; en corresponderende auteur Xiaonan Lu, een UBC Peter Wall Scholar uit 2017 en universitair hoofddocent aan de faculteit land- en voedselsystemen. Het onderzoek wordt ondersteund door de Natural Sciences and Engineering Research Council van Canada en het Peter Wall Institute for Advanced Studies.
Wetenschap © https://nl.scienceaq.com