Cookies y Privacidad
Usamos cookies propias y de terceros para mejorar la experiencia de nuestros usuarios, analizar el tráfico del sitio y personalizar contenido. Si continúas navegando, asumimos que aceptas su uso. Para más información, consulta nuestra Política de Cookies
La autenticación de alimentos se vuelve verde: optimización del método para la discriminación de origen de manzanas utilizando jugo de manzana y ICP-MS
Las manzanas son una de las frutas más importantes a nivel mundial y la fruta más consumida en Alemania. Debido a los mayores costos de energía y personal, las manzanas nacionales son más caras y, por lo tanto, ofrecen un incentivo para mezclar con productos extranjeros. Además, las manzanas importadas tienen una huella de carbono más alta, lo que es un obstáculo en cuanto a las ventas en tiempos de cambio climático. No solo el transporte de los productos, sino también el análisis influye en la huella de carbono. La espectrometría de masas de plasma acoplado inductivamente (ICP-MS) es una herramienta poderosa para la discriminación de origen. En este estudio, se analizaron 85 muestras de jugo de manzana, optimizando la preparación de muestras para ICP-MS al eliminar el paso de liofilización y reduciendo así las emisiones de CO. La emisión de CO se redujo en alrededor del 97%. El método optimizado se aplicó a 272 muestras de jugo de manzana de siete países para crear modelos de determinación de origen. La diferenciación entre manzanas europeas y no europeas proporcionó una precisión del 90.9% +/- 2.4%. Las muestras alemanas pueden diferenciarse de otros países con una precisión del 83.2% +/- 1.4%. La diferenciación regional de las muestras alemanas (norte vs. sur) logró una precisión del 92.3% +/- 5.4%. Los resultados muestran que el método optimizado de ICP-MS, en el cual no se requiere liofilización, es adecuado para determinar el origen de las manzanas a partir del jugo de manzana.
Autores: Müller, Marie-Sophie; Oest, Marie; Scheffler, Sandra; Horns, Anna Lena; Paasch, Nele; Bachmann, René; Fischer, Markus
Idioma: Inglés
Editor: MDPI
Año: 2024
Disponible con Suscripción Virtualpro
Categoría
Licencia
Consultas: 7
Citaciones: Sin citaciones