УСТАНОВЛЕНИЕ ФАЛЬСИФИКАЦИИ СЛИВОЧНОГО МАСЛА ЦВЕТОМЕТРИЧЕСКИМ МЕТОДОМ С ИСПОЛЬЗОВАНИЕМ СМАРТФОНА И ХЕМОМЕТРИЧЕСКОГО АНАЛИЗА
Аннотация
В работе предложен простой и доступный способ идентификации и аутентификации сливочного масла цветометрическим методом с использованием смартфона и хемометрического анализа. Идентификация и аутентификация молочной продукции осуществлена по аналитическому сигналу в цветометрической системе RGB при регистрации собственной флуоресценции образцов, обусловленной воздействием монохроматического ультрафиолетового света (365 нм). Предложено тест-устройство на базе смартфона и способ измерения цветометрических параметров в аддитивной системе RGB для идентификации и аутентификации заявленной продукции молочного происхождения. При изучении цветометрических характеристик в качестве цветорегистрирующего устройства использовали смартфоны iPhone X и iPhone ХIII (Apple, США), оснащенные специализированным программным обеспечением RGBer. Обработку массива данных (по трем переменным R, G и B) проводили с использованием программного продукта XLSTAT. Для разделения образцов по видовой принадлежности (источнику сырьевой базы) применяли метод главных компонент и иерархического кластерного анализа. Апробация представленного подхода выполнена на образцах сливочного масла коммерческого производства (32 образца), приобретенных в магазинах розничной торговли. Применение методов хемометрического анализа позволило подтвердить подлинность сливочного масла и выявить факты фальсификации. Полученные результаты коррелировали с данными арбитражного метода газо-жидкостной хроматографии при оценке жирно-кислотного состава жировой фазы продукта. Предлагаемый подход и его техническое решение характеризуется доступностью комплектующих материалов и цифрового оборудования, используемых при функционировании тест-устройства. Кроме того, мобильность системы и простота регистрации цветометрических характеристик флуоресценции анализируемого объекта в сочетании с наглядностью представленной конечной информации, полученной с применением хемометрических алгоритмов, обусловливает перспективность данного направления в мониторинговых лабораторных и персональных исследованиях.
Для цитирования:
Амелин В.Г., Шаока З.А.Ч., Большаков Д.С., Третьяков А.В. Установление фальсификации сливочного масла цветометрическим методом с использованием смартфона и хемометрического анализа. Изв. вузов. Химия и хим. технология. 2023. Т. 66. Вып. 2. С. 53-61. DOI: 10.6060/ivkkt.20236602.6717.
Литература
MU 4.1./4.2.2484-09. Methodological guidelines for assessing the authenticity and identifying falsification of dairy products. Methodological instructions. М.: Federal Center for Hygiene and Epidemiology of Rospotrebnadzor. 2009. 30 p (in Russian).
Naktiyok J., Dogan T.H. A research on the detection of fake butter by traditional and modern methods. J. Eng. Sci. Design. 2021. V. 9. N 2. P. 453-462.
GOST 31663-2012. Vegetable oils and animal fats. Determination of methyl esters of fatty acids by gaz chromatography method. М.: Standartinform. 2019. 12 p.
GOST 32261-2013. Butter. Specifications. М.: Standartin-form. 2019. 24 p.
GOST 31979-2012. Milk and milk products. Detection method of vegetable fat in lipid phase by gas-liquid chromatography of sterols. М.: Standartinform. 2014. 13 p.
GOST ISO 17678-2015. Milk and milk products. Determination of milk fat purity by gas chromatographic analysis of triglycerides (reference method). М.: Standartinform. 2020. 24 p.
GOCT 34515-2019. Milk, dairy products, soy products. Determination of melamine. М.: Standartinform. 2021. 12 p.
Sun H., Lu W., Gao B. Non-targeted detection of butter adulteration using pointwise UHPLC-ELSD and UHPLC-UV fingerprints with chemometrics. Food. Chem. 2021. V. 356. Art. N 129604.
Nurrulhidayah A.F., Arieff S.R., Rohman A., Amin I., Shuhaimi M., Khatib A. Detection of butter adulteration with lard using differential scanning calorimetry. IFRJ. 2015. V. 22(2). P. 832-839.
Fadzillah N.A., Che Man Y.B., Rohman A., Rosman A.S., Ismail A., Mustafa S., Khatib A. Detection of butter adulteration with lard by employing 1H-NMR spectroscopy and multivariate data analysis. J. Oleo Sci. 2015. V. 64 (7). P. 697-703.
Derewiaka D., Sosińska E., Obiedzinski M., Krogulec A., Czaplicki S. Determination of the adulteration of butter. Eur. J. Lipid Sci. Technol. 2011. V. 113. N 8. P. 1005.
Naviglio D., Dellagreca M., Ruffo F., Andolfi A., Monica Gallo M. Rapid analysis procedures for triglycerides and fatty acids as pentyl and phenethyl esters for the detection of butter adulteration using chromatographic techniques. J. Food Quality. 2017. V. 2017. Art. N 9698107.
Nurrulhidayah F.A., Rohman A., Salleh R.A., Amin l., Shuhaimi M., Farahwahida M.Y., Rashidi O., Aizat J.M., Khatib A. Authentication of butter from lard adulteration using high-resolution of nuclear magnetic resonance spectroscopy and high-performance liquid chromatography. Int. J. Food Properties. 2017. V. 20. Iss. 9. Art. N 1233428.
Iymen G., Tanriver G., Hayirlioglu Y.Z., Ergen O. Artificial intelligence-based identification of butter variations as a model study for detecting food adulteration. J. Innovative Food Sci. Emerg. Technol. 2020. V. 66. N 102527.
Kirichenko M.N., Kovalenko K.V., Krivokhizha S.V., Lobanov A.N., Chaikov L.L. New technique for identify-ing butter adulteration with palm fat by the DLS method. J. Bulletin Lebedev Physics Inst. 2021. V. 48. N 6. P. 181-185.
Ivanov V.M., Kuznetsova O.V. Chemical colorometry: possibilities of the method, applications and prospects. Usp. Khim. 2001. V. 70. N 5. P. 411-428 (in Russian).
Amelin V.G., Shaoka Z.A.CH., Bol'shakov D.S., Tret'yakov A.V. Digital colorimetry of indicator test sys-tems using a smartphone and chemometric analysis in the determination of tetracyclines in drugs. ChemChemTech [Izv. Vyssh. Uchebn. Zaved. Khim. Khim. Tekhnol.]. 2022. V. 65. N 7. P. 17-27 (in Russian). DOI: 10.6060/ivkkt.20226507.6568.
Monogarova O.V., Oskolok K.V., Apyari V.V. Colorimetry in chemical analysis. Zhurn. Analit. Khim. 2018. V. 73. N 11. P. 857-867 (in Russian).
Apyari V.V., Gorbunova М.V., Isachenko А.I., Dmitrienko S.G., Zolotov Yu.А. Use of household color-recording devices in quantitative chemical analysis. J. Anal. Chem. 2017. V. 72. N 11. P. 1127-1137.
Silaev D.V., Shestopalova N.B., Fomina Yu.A., Rusano-va T.Yu. Application of chemometric algorithms for spectrophotometric determination of synthetic food colors E110 and E124. ChemChemTech [Izv. Vyssh. Uchebn. Zaved. Khim. Khim. Tekhnol.]. 2022. V. 65. N 2. P. 50-59 (in Russian). DOI: 10.6060/ivkkt.20226502.6497.
Jolliffe I.T., Cadima J. Principal component analysis: a review and recent developments. Phil. Trans. R. Soc. A. 2016. V. 374. Art. N 20150202.
Köhn H.F., Hubert L.J. Hierarchical Cluster Analysis. Wiley StatsRef: Statistics Reference Online. 2015. P. 1-13. DOI: 10.1002/9781118445112.stat02449.pub2.
