Metodo e-nose con tecnologia MOS per lo screening di crusca di frumento contaminata da deossinivalenolo

Autor: Lippolis V., Cervellieri S., Damascelli A., Bernardi N., De Girolamo A., Pascale M.
Jazyk: italština
Rok vydání: 2015
Předmět:
Zdroj: V Convegno Nazionale "Le micotossine nella filiera agro-alimentare", pp. 65–65, Istituto Superiore di Sanità, Roma, 28-30 Settembre 2015
info:cnr-pdr/source/autori:Lippolis V., Cervellieri S., Damascelli A., Bernardi N., De Girolamo A., Pascale M./congresso_nome:V Convegno Nazionale "Le micotossine nella filiera agro-alimentare"/congresso_luogo:Istituto Superiore di Sanità, Roma/congresso_data:28-30 Settembre 2015/anno:2015/pagina_da:65/pagina_a:65/intervallo_pagine:65–65
Popis: Negli ultimi anni il consumo di alimenti a base di crusca ha avuto un notevole incremento grazie al loro apporto di fibre, acidi grassi essenziali, amido, proteine, vitamine e minerali. Tuttavia diversi studi hanno anche dimostrato che la crusca di frumento duro e i prodotti derivati risultano essere frequentemente contaminati da deossinivalenolo (DON), una micotossina prodotta da funghi del genere Fusarium. Al fine di proteggere la salute del consumatore dall'esposizione al DON, la Commissione Europea ha fissato i limiti massimi ammissibili di DON in diversi prodotti, tra cui la crusca destinata al consumo umano diretto. I metaboliti fungini volatili sono stati utilizzati come indicatori della contaminazione da micotossine in cereali. A tal proposito, è stato sviluppato un metodo rapido, di facile realizzazione e non-distruttivo basato sull'impiego di un naso elettronico (e-nose) con sensori a tecnologia MOS (Metal Oxide Semiconductors) per distinguere campioni di crusca di frumento duro sulla base del contenuto di DON. In particolare i campioni, analizzati con metodo HPLC di riferimento, sono stati distinti in due classi: classe A ([DON] 400 µg/kg). Lo sviluppo del metodo analitico è stato condotto su 410 campioni di crusca di frumento duro naturalmente contaminato da DON con livelli fino a 1600 µg/kg. L'analisi statistica multivariata, condotta mediante Discriminant Function Analysis (DFA), ha fornito un modello di calibrazione che permette di classificare i campioni di crusca con una percentuale di riconoscimento totale dell'89%. I campioni in classe A e classe B sono stati riconosciuti con percentuali rispettivamente dell'88% e 91%. La validazione del modello è stata condotta mediante procedura di cross-validazione (leave-more-out) escludendo in maniera random il 30% dei campioni dai dati in calibrazione e ponendo gli stessi in validazione. La percentuale di riconoscimento totale ottenuta in validazione è risultata pari all'87%, con valori percentuali simili per le classi A e B. E' stato inoltre ottimizzato un metodo SPME-GC-MS per caratterizzare la componente volatile di campioni di crusca di frumento duro in presenza ed in assenza di contaminazione da DON. La componente volatile ottenuta è risultata composta da idrocarburi alifatici e aromatici, acidi, esteri, alcoli, aldeidi, chetoni, terpeni e composti furanici. E' stato inoltre identificato un pattern di 8 molecole aventi correlazione positiva con il contenuto di DON, quali il 2-metil-1-propanolo, ?-caprolattone, 1-pentanolo, 1-otten-3-olo, esanale, 1-esanolo e tridecano o negativa come il 2-pentil-furano. Tali risultati confermano che il metodo e-nose sviluppato potrebbe essere un utile strumento per lo screening di DON in campioni di crusca di frumento duro.
Databáze: OpenAIRE
Externí odkaz: