Authentifizierung pflanzlicher Lebensmittel mittels Direct Analysis in Real Time-Massenspektrometrie

Abstract

Personen, Unternehmen und die Gesellschaft benötigen zuverlässige, schnelle und kosteneffiziente Methoden zur Bestimmung der Herkunft von Lebensmitteln. Diese Kontrollmethoden können betrügerische Praktiken wie Lebensmittelverfälschung verhindern, welche einen jährlichen Schaden von 10–15 Milliarden Dollar verursachen (Johnson 2014). Daher beschäftigt sich diese Dissertation mit der Entwicklung und Etablierung neuer analytischer Verfahren zur Authentifizierung von Lebensmitteln, wobei der Fokus auf schnellen, umweltfreundlichen und kostengünstigen Verfahren liegt. Das zentrale Verfahren dieser Arbeit ist die Direct Analysis in Real Time-Massenspektrometrie (DART-MS), die es ermöglicht, Proben ohne chromatographische Trennung, direkt zu ionisieren. Diese Technik zeigt das Potential für eine disruptive Leistungssteigerung der chemischen Analytik, da sie die Analysenzeit von Lebensmitteln erheblich verkürzt und den Einsatz von umweltschädlichen Chemikalien minimiert. Diese Dissertation betrachtet insbesondere die Anwendung der DART-MS-Kopplung für die Metabolomics-basierte Authentifizierung von Lebensmitteln. Die Disziplin der Metabolomics-Forschung betrachtet kleine Stoffwechselprodukte (small molecules), wobei die Konzentrationsunterschiede ausgewählter Moleküle für die Authentifizierung von Lebensmitteln herangezogen werden können. Dieser Ansatz wird im Rahmen dieser Dissertation zur Herkunftsbestimmung von drei verschiedenen Lebensmitteln angewendet: (i) Erdbeeren als wasserreiches Lebensmittel, (ii) Körnermais als kohlenhydratreiches Lebensmittel und (iii) Haselnüsse als fettreiches Lebensmittel. Diese Auswahl an verschiedenen Lebensmitteln bietet die Möglichkeit einer umfassenden Bewertung der Leistungsfähigkeit von DART-MS Systemen. Die Arbeit hat zum Ziel, einen Arbeitsablauf zur Metabolomics-basierten Lebensmittelauthentifizierung mittels DART-MS zu entwickeln und anhand der drei genannten Datensätze zu testen. Das Vorgehen umfasst die Methodenoptimierung und Analyse (Erdbeeren, Körnermais, Haselnüsse) sowie die Entwicklung eines Open-Source-Arbeitsablaufes zur Datenanalyse. Die Ergebnisse demonstrieren, dass die Herkunftsbestimmung mittels DART-MS-basierter Analytik in vielen Fällen erfolgreich realisiert werden konnte. Für die Erdbeerproben ergibt sich eine Richtigkeit der Zuordnungen der Herkunft von 63,8%, während Körnermais mit 84,4% und Haselnüsse mit 93,2% richtig klassifiziert wurden. Die Unterschiede in den Richtigkeiten zeigen, dass die Herkunft von kohlenhydratreichen und fettreichen Lebensmitteln mittels DART-MS bestimmt werden kann. Die Richtigkeit der Klassifizierung der Herkunft von Erdbeeren hebt die Herausforderungen bei der Analyse von wasserreichen Lebensmitteln hervor. Aus allen Datensätzen konnten, für die Herkunftsbestimmung wichtige Marker, identifiziert werden. Dies wurde durch die Aufklärung der Fragmentierungsmuster verschiedener Stoffklassen mittels Standards und DART-MS/MS Experimenten gewährleistet. Über alle Datensätze hinweg werden Di- und Triacylglyceride als herkunftsrelevante Verbindungen identifiziert und zusätzlich können Tocopherole als relevante Marker für die Herkunft von Haselnüssen bestimmt werden. Neben der DART-MS-basierten Analytik wird der entwickelte Arbeitsablauf mit einer alternativen Schnellmethode, der Fourier-Transformations-Nahinfrarotspektroskopie (FT-NIR), am Beispiel der Erdbeeren, verglichen. Hierfür werden diese Proben zusätzlich mittels FT-NIR analysiert, klassifiziert und die Ergebnisse der DART-MS-basierten Analytik gegenübergestellt. Dieses Experiment zeigt Vorteile der FT-NIR Analytik bei der Probenvorbereitung und der einfachen Handhabung des Analysengerätes, während der DART-MS-basierte Ansatz große Vorteile bei der gezielten Markeridentifizierung und der Sensitivität der Methode bietet. Abschließend werden die Limitationen der DART-MS Analytik diskutiert und Bedingungen für eine Übertragung in die Routineanalytik identifiziert. Diese Arbeit leistet einen Beitrag zur Etablierung von DART-Ionenquellen auf dem Feld der Lebensmittelauthentifizierung auf dem Weg zu schnellerer, kostengünstigerer und umweltfreundlicherer Analytik.