dnes je 29.3.2024

Input:

Metody hodnocení autenticity a detekce falšování potravin

15.8.2017, , Zdroj: Verlag Dashöfer

6.1.1
Metody hodnocení autenticity a detekce falšování potravin

Ing. Helena Čížková, Ph.D.

Úvod

Postupy pro hodnocení autenticity potravin lze rozdělit do dvou kategorií. V první kategorii jsou zavedeny kontrolní postupy založené na kontrole záznamů a dokumentů, v rámci principu dosledovatelnosti, u producentů, zpracovatelů a distributorů; jak je to známo například v případě biopotravin, geneticky modifikovaných potravin nebo hovězího masa. Tyto postupy však kladou zvýšené nároky na evidence, které by měly jednotlivé subjekty vést, a také na samotné dozorové orgány a jejich kompetenci tyto kontroly provádět a veškeré dokumenty přezkoumávat. V optimálním případě by bylo snadné z dokladů a bilancí odhalit například falšování medu, pokud nepoctivý výrobce prodává med, ale nakupuje vedle medu ve velkém množství i cukerný sirup.

Druhý nejběžnější postup je založen na kontrole konkrétních kvalitativních znaků u jednotlivých výrobků. Existuje řada metod, kterými lze analyzovat individuální znaky a látky, které mají vazbu k původu, složení a způsobu zpracování potraviny. Podstatná část z nich však při praktickém ověřování naráží na bariéry v podobě vazby sledovaných ukazatelů na další faktory, jež přímo s autenticitou nebo případným falšováním nesouvisejí. Tato úskalí jsou dána značnou variabilitou v používaných surovinách, která souvisí například se způsobem chovu nebo pěstování, s ročním obdobím, odrůdami rostlin nebo plemeny zvířat a s řadou dalších faktorů, jež je třeba při ověřování spolehlivosti metody zohlednit. Tento postup detekce falšování zahrnuje dva přístupy, jež se v principu prolínají a vycházejí z výše uvedené skutečnosti, že autentický produkt obsahuje charakteristické látky v určitém množství odpovídajícím použitým surovinám a technologii:

1. Ověření hypotézy o konkrétním druhu falšování, které je potvrzováno analýzou markerů s ním souvisejících. Příkladem mohou být:

  • identifikace denaturačních činidel (metanolu, izopropanolu, bitrexu) je průkazem nepovoleného použití nepotravinářského lihu na výrobu lihoviny;

  • prokazování nedeklarovaného přídavku mechanicky separovaného masa na základě přítomnosti úlomků kostí a obsahu vápníku v produktu;

  • průkaz nedeklarovaného křehčení masa na základě vyššího podílu vody a vyššího obsahu polyfosfátů nebo kyseliny citronové, které se používají ke zvýšení vaznosti masa;

  • nález rostlinných sterolů v mléčném výrobku identifikuje zapovězený přídavek rostlinných olejů;

  • průkaz flavonoidu floridzinu v jahodovém džemu, který je typický pro jablka a není v dostatečných množstvích přítomen v dalších druzích ovoce.

2. Druhý přístup zahrnuje cílenou, případně i necílenou analýzu jedné složky, více či celého komplexu složek obvykle většího souboru vzorků potravin a získané výsledky jsou zpracovány statistickými metodami a porovnány s komerčně dostupnými nebo vlastními databázemi. Odlehlé vzorky, které se liší složením, jsou podezřelé jako neautentické nebo dojde k vytvoření skupin vzorků podle původů, technologického postupu, stáří apod. S ohledem na omezení, daných přirozenou variabilitou ve složení, je obvykle interpretace falšovaného vzorku založena na více než jednom markeru; celkové posouzení autenticity vyžaduje expertní posouzení celého stavu. Příkladem může být kvantifikace podílu sušiny vnesené rajčaty v kečupu podle obsahu draslíku, hořčíku, kyseliny jablečné, citronové, formolového čísla a kyseliny pyrrolidonkarboxylové; jednotlivě jsou tyto parametry kriticky posuzovány s ohledem na technologii nebo recepturu. Například draslík jako významný marker u ovoce a zeleniny selhává v případě konzervace produktů sorbanem nebo benzoanem draselným, nebo náhrada běžného octa v receptuře kyselinou citronovou způsobí nežádoucí nadhodnocení tohoto parametru používaného při výpočtu. Dalším příkladem může být výpočet obsahu masa v masném výrobku založený na stanovení celkového dusíku a tuku, odečtu nadbytečné pojivové tkáně a vybraných tzv. cizích bílkovin pocházejících např. ze sójového koncentrátu nebo hrachové mouky. Omezením tohoto postupu jsou přepočítávací faktory odlišné pro jednotlivé druhy masa (problém nastává v případě směsi nebo chybné deklarace) a další součásti receptury, které vysokým obsahem bílkovin k navýšení zdánlivého obsahu masa přispívají, ale ve skutečnosti se o maso z pohledu legislativy nejedná (např. mechanicky separované maso, vnitřnosti, svalstvo hlavy nebo neznámé rostlinné a živočišné zdroje bílkovin).

Nové strategie hodnocení autenticity

V posledních cca 25 letech se v biologických a biochemických odvětvích rychle rozvíjí tzv. "omics" technologie, z nichž nejznámější je pravděpodobně genomika. Z oblasti hodnocení autenticity potravin sem patří metabolomika (zabývající se primárně zkoumáním malých molekul metabolitů), proteomika (týkající se komplexního studia proteinů a jejich vlastností) a poměrně nově definovaná foodomika. Vymezení základních pojmů a využití vybraných postupů je uvedeno v tabulce 1. Z instrumentálních laboratorních technik se pro tyto strategie nejčastěji využívají rozličné pokročilé metody spektroskopické (IČ, Raman, NMR), spektrometrické (přímá MS) nebo chromatografické a elektroforetické (LC-MS, GC-MS, CE-MS).

Standardní a obvykle nezbytnou součástí uvedených přístupů je statistické zpracování naměřených dat. Pro vlastní vícerozměrnou analýzu jsou po předúpravě dat primárně aplikovány tzv. neřízené techniky strukturního rozpoznávání za účelem zjištění struktury dat a vazeb mezi nimi (faktorová analýza – FA, analýza hlavních komponent – PCA, shluková analýza – CA). Ke klasifikaci a zařazení do definovaných tříd slouží tzv. řízené techniky strukturního rozpoznávání; sem patří např. lineární diskriminační analýza (LDA), diskriminační analýza částečných nejmenších čtverců (PLS-DA) a umělé neuronové sítě (ANN).

Tabulka 1: Nové strategie hodnocení autenticity potravin a odpovídající terminologie

Termín (anglický ekvivalent) Strategie, charakteristika a využití
Metabolomika ( metabolomics ) Současná detekce (tj. za použití jedné analytické metody) širokého spektra malých molekul (<1500 Da) ve složitých biologických matricích a případná interpretace reakcí vedoucích k jejich vzniku. Pro účely hodnocení autenticity potravin je tento přístup popsán např. pro maso, ryby, mléko, sýry, víno, pivo, kávu, med, olivový olej aj. Z pohledu žádané komplexnosti získané informace byly pro analýzu a interpretaci hladin metabolitů vyvinuty různé strategické přístupy: fingerprinting, profilování a cílená analýza.
Fingerprinting ( fingerprinting ), případně footprinting Jedná se o rychlou a komplexní analýzu vzorku bez nutné identifikace a kvantifikace jednotlivých metabolitů. Statistickými metodami jsou následně zpracovávána data, například hmotnostní spektra nebo záznamy intenzit jednotlivých píků/pásů apod., bez identifikace jednotlivých látek. Pro účely hodnocení autenticity potravin je smyslem především hledání odlehlých (neautentických) vzorků.
Profilování ( profiling ) Profilování spočívá v identifikaci a (částečné) kvantifikaci co největšího množství vybraného počtu metabolitů ( features ) náležících do určité třídy chemicky podobných sloučenin. Ze získaného souboru látek jsou pak vybrány pomocí chemometrické analýzy markery významné pro daný účel (rozlišení původu apod.). V závislosti na cílech a instrumentální kapacitě může jít o cílenou analýzu ( target ), kdy je pozornost zaměřena na skupinu látek (například polární lipidy, sacharidy, aminokyseliny), nebo komplexní analýzu ( untarget ), která zahrnuje všechny zjistitelné metabolity.
Cílená analýza metabolitů ( metabolite target analysis ) Jedná se o kvalitativní i kvantitativní analýzu vzorku zaměřenou na několik málo konkrétních sloučenin (metabolitů). Zbývající část metabolických informací je obvykle ignorována. Příprava vzorku je z uvedených přístupů nejsložitější z důvodu nutné separace vybraných metabolitů od ostatních.
Foodomika ( foodomics ) Obor, definovaný v roce 2009, využívající pokročilé "omics" technologie (metabolomiku, genomiku, epigenomiku, transkriptomiku a proteomiku) ke studiu kvality, bezpečnosti a bioaktivity a dosledovatelnosti potravin.
Proteomika ( proteomics ) Proteomika se zabývá studiem proteomu, tj. souborem všech proteinů (bílkovin) přítomných v buňce, interakcemi a funkčními vztahy mezi jednotlivými proteiny a mezi proteiny a DNA. Pro účely hodnocení autenticity potravin se využívá k identifikaci charakteristických bílkovin (určení molekulové hmotnosti, získání informací o sekvenci aminokyselin v peptidech a bílkovinách, posttranslačních modifikací) za použití vybraných separačních metod s hmotnostní spektrometrií. Popsány jsou aplikace například pro identifikaci přítomných alergenů, průkaz přítomnosti určitého druhu masa, detekci vnitřností v masných výrobcích, detekci živočišných bílkovin v preparátech pro vegetariány, přípravků zvyšujících vaznost masa na bázi proteinů apod.

Metodika

Hodnocení autenticity potravin vyžaduje komplexní přístup, znalosti a zkušenosti nejen z oboru analýzy potravin, ale i konkrétní chemie a technologie potravin. Při výkladu naměřených výsledků je například třeba zvážit současné trendy v technologii potravin, inovace v používání přídatných látek, nové způsoby konzervace potravin a možnost využití netradičních surovin. Obecný přístup k hodnocení autenticity potravin je shrnut na schématu 1.

Při využití strategie fingerprintingu nebo profilování je nezbytnou součástí postupu hodnocení autenticity výrobku, respektive jeho klasifikace a zařazení do definovaných tříd, pokročilé statistické vyhodnocení naměřených dat (viz výše). Obdobně i naměřené výsledky cílené analýzy je třeba považovat za relativní hodnoty, protože až na výjimky (např. vybrané parametry pro čistotu extra panenského olivového oleje, mléčného tuku nebo medu) neexistují oficiální limity hodnot pro označení výrobku za falšovaný. Proto jsou nezbytně porovnávány s hodnotami v existujících databázích nebo s výsledky vlastních rozsáhlých měření autentických vzorků.

Používanými a poměrně spolehlivými zdroji srovnávacích hodnot jsou:

  • evropská a česká legislativa;

  • Codex Alimentarius ( http://www.fao.org/fao-who-codexalimentarius/standards/list-standards/en/ );

  • nutriční databáze, např. USDA Food Composition Databases ( https://ndb.nal.usda.gov/ndb/ ), Databáze složení potravin ČR ( http://www.nutridatabaze.cz/ );

  • specializované databáze, např. EURODIAG (izotopové poměry), BOLD (DNA sequence database), HMDB ( www.hmdb.ca ; MS a NMR spektra metabolitů);

  • integrované databáze a knihovny používaných přístrojů;

  • odborné publikace aj.

Schéma 1: Vývojový diagram postupu hodnocení autenticity potravinářského výrobku

Robustnost vybraných markerů autenticity potravin

Robustnost ( ruggedness nebo robustness ) je schopnost systému zachovat si svou funkčnost navzdory mírnému (a nevyhnutelnému) narušení a poskytuje informaci o jeho spolehlivosti během běžného používání. Uvedený termín se nejčastěji využívá v různých inženýrských činnostech, v evoluční biologii a analytické chemii. Při posuzování autenticity potravin se pod robustností markeru, oproti definici podle matematické statistiky, skrývá především představa velmi stabilního chemického nebo fyzikálního parametru (látky, složky) charakteristického pro autentický výrobek nebo naopak indikujícího konkrétní způsob falšování. Zvolený marker je robustní, pokud při jeho použití pro zhodnocení autenticity výrobku bude, a to i v případě odchylky od běžného stavu (netradiční surovina, receptura, nenadálá změna výrobních podmínek apod.), závěr správný. Výsledkem posouzení robustnosti je informace, jaké parametry (vlivy, faktory) mohou být kritické a vyžadují případnou kontrolu. Základní požadavky na konkrétní marker autenticity jsou:

  1. nízká přirozená variabilita jeho obsahu v surovinách,
  2. jedinečnost (přítomnost pouze ve sledované složce potraviny),
  3. stabilita během výroby a skladování finálního výrobku,
  4. dostupnost vhodné analytické metody a její spolehlivost pro kvantifikaci markeru.

Tyto vlastnosti, respektive jejich přirozená rozmanitost, obecně nejvíce ovlivňují robustnost zvolených markerů autenticity potravin. Robustnost systému vůči změnám je možno testovat například na základě plánovaných experimentů (DOE – design of

Nahrávám...
Nahrávám...