getCITED   
  Home     Search     Add Content     Reports     Help  
Edit Publication | Edit Contributors | Delete Publication | Edit References | Edit Citations
Add to Bookstack | Show Bookstack | Change Bookstack

Anwendung der Multivariate Curve Resolution (MCR) zur quantitativen Lebensmittelanalyse

Post a Comment
CONTRIBUTORS:
  Author Lachenmeier, Dirk W (Chemisches und Veterinäruntersuchungsamt Karlsruhe)
  Author Kessler, Waltraud
CONFERENCE NAME:
  Deutscher Lebensmittelchemikertag 2007
CONF. LOCATION: Nürnberg, Germany
CONFERENCE YEAR: 2007
PUB TYPE: Conference Presentation
SUBJECT(S): MCR, multivariate data anaylsis, food analysis
DISCIPLINE: Agricultural and Food Sciences
HTTP: http://www.gdch.de/vas/tagungen/tg/5310/programm.pdf
LANGUAGE: German
PUB ID: 103-437-054 (Last edited on 2007/08/30 08:41:13 GMT-6)
SPONSOR(S):
 
ABSTRACT:
Die Hauptkomponentenanalyse (PCA) und die Partial Least Squares Regression (PLS) sind sicher die am häufigsten verwendeten Verfahren der multivariaten Datenanalyse zum Auffinden und Herausarbeiten von Informationen aus großen Datensätzen. Bei beiden Verfahren erfolgt die Faktorenzerlegung nach rein mathematischen Gesichtspunkten, weshalb die Faktoren häufig nur schwer zu verstehen und zu deuten sind. Um die Interpretierbarkeit vor allem vom chemischen Standpunkt aus zu erhöhen, wurden die klassischen multivariaten Verfahren in letzter Zeit durch Rotationsverfahren, sog. selbstmodellierende Kurvenauflösungsverfahren (Self-Modelling Curve Resolution), wie z. B. der Multivariate Curve Resolution (MCR) [1] erweitert. Dies bietet dem Anwender vor allem in der Spektroskopie große Vorteile, denn bei der MCR erfolgt die Zerlegung in chemisch interpretierbare Basisspektren, die die Grundkomponenten der vorhandenen Mischungsspektren wiedergeben. Die Scorewerte zeigen dann z. B. die Zu- oder Abnahme einer bestimmten Komponente innerhalb der Datenmatrix [2]. Aus einem Mischungsspektrum (z.B. mehrere Farbstoffe in einem Lebensmittel) lassen sich die Einzelspektren der Bestandteile (d.h. der einzelnen Farbstoffe) berechnen. Eine zeitaufwändige chromatographische Trennung (z.B. mittels Dünnschichtchromatographie oder HPLC) entfällt hierbei, so daß sich ein enormes Einsparungspotential durch die Anwendung dieser Technik ergibt.
Als erste Anwendung in der Lebensmittelkontrolle wird in dieser Arbeit die Bestimmung von blauen und gelben Farbstoffen in Absinth mittels Photometrie und MRC vorgestellt. Die korrekte Zerlegung in die Basisspektren wurde anhand von Spektren der Reinsubstanzen überprüft. Eine Quantifizierung war durch Vergleich mit externen Standards möglich. In keinem Fall wurde eine Überschreitung der in der Zusatzstoffzulassungverordnung vorgeschrieben Farbstoffhöchstmengen festgestellt, jedoch fehlte bei einigen Produkten die Kenntlichmachung des Farbstoffzusatzes.
Literatur
1. De Juan A, Maeder M, Martínez M, Tauler R (2000) Chemom. Intell. Lab. Syst. 54: 49-67
2. Kessler W, Kessler RW (2006) Anal. Bioanal. Chem. 384: 1087-1095
STATISTICS
Click on # to view
 Citations  
 References  
 Comments  
 Quality      0/0.00 
 Interest      0/0.00 
 View(er)s   2/143 
Quality
  N/A
High
  7
  6
  5
  4
  3
  2
  1
Low
Interest
  N/A
High
  7
  6
  5
  4
  3
  2
  1
Low
Prev | Next

    ABOUT getCITED   |    CONTACT US   |    USER INFO   |    PREFERENCES   |    PRIVACY   |    LOG IN   
Comments? Suggestions? Send them to feedback@getCITED.org.

Copyright © 2000-2006 getCITED Inc. All Rights Reserved.