PARTEA II .

Student Hrimiuc Ioana-Andreea

FIG. 1. Rezultatele analizei componentelor principale pentru primele două componente, care
prezintă atributele senzoriale ale pâinile de specialitate și pâinii comerciale (BR1-BR10) .

3.2. Compozitia volatila a pâinii

ANOVA a identificat 33 ioni de masa (m/z) 27, 29, 33, 43,45, 47, 55, 59, 61, 63,
65, 69, 73, 75, 79, 83, 85, 87, 89, 91, 93, 97,98, 101, 103, 105, 107, 111, 113, 117,
121, 125, 129) din 160 masele lor măsurate care semnifica (p <0,05) o
discriminare între tipurile de pâine. În principal, un spectru PTR-MS constituie, "o
amprenta digitala volatilă" pentru o singura proba. De exemplu, probele proaspete
de aluat și brioșe pot fi diferențiate în funcție de spectrele lor de masă în spațiul
superior (fig. 2). Briosa s-a dovedit a avea concentrații relativ ridicate ale maselor
m / z 43, 87, 89 și 113, în timp ce aluatul acru formează concentrații ridicate a
maselor m / z 47, 75, 103, 105, 107, 125, 129. PCA ilustrează diferențele de
produs prin compoziția volatilă, pe baza de ioni de masă care discrimină între
tipurile de pâine (Fig. 3a si b). ANOVA de PC , este bazată pe trei exemplare,
analizele au arătat că primele cinci Pc-uri au produs o discriminare intre probe în
mod semnificativ ( p <0,05) și a reprezentat 31%, 22%, 13%, 10% și 5% din
varianța experimentală. De-a lungul axei pozitive, PC1 a fost descrisă de către
masele m / z 55, 69, 103, 107 și 125, reprezentând concentrațiile relative ridicate
în aluat acru și pâine comerciale BR3 (secară elvețiană) și BR8 (grâu integral). De-
a lungul axei negative, mase m / z 83, 87, 113 și 117 au fost prezente în
concentrații relativ mari în brioșe, foccacia și bR9 pâine comerciale (tărâțe de
ovăz). BR5 pâine comercală (amestec de cereale), de-a lungul axei negative a PC-
2, s-a dovedit a avea concentrații relativ ridicate ale maselor m / z 33 și 45.

Fig. 2. Spectroscopia rezultata din 3 măsurători ale: (a) brioșei și (b) aluat
acru(maia).

Componenta principala 3 (PC3) distinge ciabatta si foccacia, din pâine de secară,

aluat acru și pâine pugliese, în timp ce componenta principala 4 (PC4) conţine
pâine de secară, aluat acru și BR5 conţine pâine comercială (amestec de cereale),
de la pâine albă și pâine comerciala BR4 (alb) și BR8 (grâu integral) (fig. 2b).
Separarea de-a lungul PC3 sa datorat concentrațiilor relativ ridicate ale ionilor de
masă m / z 117 și m / z 89 de-a lungul axei pozitive și m / z 129. PC4 ar putea fi
explicată prin ionii de masă m / z 101 și 113.
PCA si PTR-MS care au reprezentat 81% din varianta explicată în grafic, probele
discrimină la fel, precum și datele senzoriale, în cazul în care primele 5
componente principale vor fi semnificative (p <0,05) duc la o discriminare între
pâine. Acest lucru constata complexitatea diferențelor dintre compoziția volatilă
de pâine și prin a face acest lucru s-a demonstrat capacitatea de a numi PTR-MS
ca tehnică de "produs chimic de imprimare". Acestă constatare susține dovezi
anterioare empirice, în cazul în care sa demonstrat că structura latentă în
compoziția volatilă a zerului (Gallardo Escamilla et al 2005.), brânză (Biasioli et al
2006: Gasperi et al, 2001) și desert cremă de ouă (van Ruth ş.a, 2004) probe
determinate prin analiza PTR-MS au fost similare cu structura latentă în percepția
cognitivă un grup instruit a probelor respective. În aceste circumstante datele
senzoriale si chimice pot fi investigate în mod direct.

3.3. . Modelarea PLS și prezicerea caracterului senzorial și prospețimea pâinii

prin compoziția volatila

Relațiile directe dintre analizele spectrale de masă cu "degetul" și atributele

senzoriale individuale au fost investigate folosind un set de 15 pâini proaspete.
Ulterior, puterea predictivă de fiecare model ar putea fi testate folosind un set de
validare de cinci pâini comerciale pentru care ar putea fi comparate cunoscut
intensitățile senzoriale măsurate. Inspecţiea vizuală a PCA biplots a arătat că 15
tipuri de pâine (pâine ciabatta, aluat, foccacia, brioşă, secară, pugliese, alb, bagel,
croissant, multigrain şi comerciale BR3 (secară) BR5 (amestec de cereale), BR4
(alba), BR10 (bagheta) şi BR8 (grâu)) includea atât analiza senzoriala cat şi
distributia volatila.
În conformitate cu Helgesen şi Naes (1995), aceste probe potrivit analizei
senzoriale şi distribuţia volatilă a primelelor cinci PC-uri, care a explicat 86% a
explicat varianţa în datele senzoriale, şi 81% a explicat varianţă în PTR MS,
respectiv datele explicate. In plus, a fost creat un model separat, care este legată de
compoziția volatilă a percepției de prospețime a consumatorilor din cele 10 pâine
de specialitate.

Tabel 2. Rezultatele analizei PLS 1 între ioniide masă (X - variabile) şi atributele

senzoriale (Y-variabile) selecta pentru 15 tipuri de paini.

Din cele 18 atribute măsurate ,cinci mirosuri senzorial, cinci arome și una dupa
gust, s-au dovedit a fi corelată cu un subset de ioni de masă. (tabelul 2). Separat,
percepția de prospețime a consumatorilor de pâine a fost corelata cu un subset de
12 ioni de masă.
 Modelele de regresie de succes au fost recunoscute de către coeficienţii de
calibrare de ≥ 0,71, care și-a exprimat puterea de modelele actuale, în timp ce
validarea coeficienților , care au reprezentat modele capacitatea de a prezice noi
probe, au fost >0.63. Performanța predicțiva a fost bazata pe o eroare minimă în
rădăcina medie pătrată numita eroare de predicție (RMSEP) utilizând validarea
încrucișată completă pentru a selecta numărul optim de factori PLS pentru
estimarea seturilor de date -Y. Pentru atribute senzoriale, valorile RMSEP au
variat intre 4.70-9.13 (pe scala care măsoară intensitatea senzorială între 1 și 100
mm).Valorile obținute in urma analizei RMSEP a însemnat că toate modelele au
avut o bună capacitate de predictie pentru atributele senzoriale ale celor 15 tipuri
de pâine pe care au fost construite modele. Performanța modelului optim pentru"
cereale ", "mirosuri."gust dulce "aroma", și" acru " s-au obținut cu ajutorul a două
componente PLS, în timp ce atributele senzoriale rămase au fost mai bine modelate
folosind trei componente - PLS .
Cu toate acestea, pentru atributele senzoriale de "mirosuri "arome "si
"făinoase", "cu gust de nucă" sărat " amar "prăjită după valorile de calibrare,
validare și RMSEP (nu sunt prezentate) au reprezentat o mare variabilitate,
indicând un model jalnic de stabilitate, sau incapacitatea de a identifica ionii de
masă legate de aceste atribute senzoriale.
RMSEP pentru predicții ale percepției de prospețime a consumatorilor arată că
incertitudinea medie așteptată a fost de 7,19, în funcție de intensitatea de
prospețime măsurată pe o scală de 150 mm, ceea ce indica o putere predictivă
pentru prospețime a 10 pâini de specialitate utilizate în construirea modelului.
Prospețimea painii a fost descoperita cu ajutorul unui model care este compus din
doua componente PLS. Rezultatele PLS, luate impreuna au aratat ca mirosurile
"lactate și aromele de malț ", "untoase" "dulce" , din punct de vedere al maselor
pot fi pozitive si negative m / z 87,97, 117 și 63, (Tabelul 2). În comparație, cu
atributele senzoriale "cerealele" " cu miros de mucegai " și "acru" "aroma" prezinta
o masa corelata pozitiv m / z 63, 69 și 91. În plus, pâinea percepută ca fiind cea
mai proaspata a avut o combinație similară a masei corelată pozitiv m / z 87, 97 și
117, de asemenea, produsele "lactate" cu miros și gust "untos", în timp ce masele
m / z 63. 69 și 91, care au fost asociate negativ cu prospețime de pâine au fost
reprezentate de atributele senzoriale "cereale" miros de mucegai si gust acru.
Substanțele volatile, care au fost, eventual, responsabile pentru semnale de ioni de
masă ar putea fi atribuite provizoriu cu referire la modelele de fragmenta în
aplicare a compușilor puri analizați prin MS-PTR in condiții standard ( Buhr, van
Ruth, & Delahunty, 2002;Yeretzian, Jordan, & Lindinger, 2003). Potrivit lui
Buhr s.a (2002), ionii de masă m / z 87 pot proveni de la diacetil, 2-metil-butanal
sau 2-pentanona, în timp ce Yeretzian s.a. (2003) au raportat că m / z97 ar putea
proveni de la furfurol. Se presupune ca substanțele volatile de diacetil sunt
responsabil pentru gustul"untos" asociat cu aroma de pâine proaspătă (Kirchhoff &
Schieberle, 2001; Zehentbauer & Grosch, 1998 b) și furfurolul a fost descris ca
având o culoare brună, asociatacu aroma de pâine ( Chang și colab, 1995;.. Seitz
și colab, 1998) cu toate acestea, lipsa de separare cromatografică a compușilor
limitează capacitatea PTR-MS ca metodă cantitativă specie specifica de analizat.
În amestecuri volatile, compușii și fragmentele lor împărtășesc adesea același
semnal observat pentru aparticular ioni de masă, ceea ce complică interpretarea
PTR-MS. . Este important de remarcat faptul că, fără o analiză a compușilor , PTR
MS nu a identificat în mod definitiv compuși chimici-cheie din diferite tipuri de
pâine. Scopul acestui studiu a fost acela de a demonstra aplicarea tehnicii bazate pe
date pentru amprentare chimice, spre deosebire de identificare chimică.
Potrivit lui Martinez Anaya nici un singur compus volatil nu poate fi
considerat componentul cheie responsabil pentru aroma de paine. Din această
perspectivă, constituenți volatili acționează într-un mod sinergic în raport cu
proporțiile relative ale acestora, care, la rândul lor, pot fi modificate de alte
substanțe care sunt prezente în pâine (Richardmolard, Nago, & Drapron, 1979) pot
fi modificate de catre o alta substanta care este prezenta in paine. Similar studiul
prezent demonstreaza ca atributele mirosul individual si aroma painii depind de o
mixtura cu volatilitate specifica.Ulterior, aplicatia acestei abordari poate facilita o
mai buna intelegere a proportiilor si chiar absenta volatilului acel ilicit senzor
caracteristic particular care in schimb influienteaza prospetimea painii.
Totodata este important sa se sublinieze acea corelatie intre senzorii atributelor
individuali si intensitatea masei de ioni nu implica necesar cauzalitate. Prin urmare
modelele reprezentate in acest studiu ar trebui interpretate pentru a ne arata
asocierea decat sa ne arate cauza directa si efectele relatiilor. PLS1 in acest studiu a
extras cele mai relevante mase de ioni pentru o performanta predictiva .Folosim o
tehnica asemanatoare pentru a determina relatiile intre PTR-MS metoda
amprentelor digitale ale mixturilor volatile prezente in branza Trentingrana si in
atributelor senzoriale Biasiole s.a(2006) a aratat o buna performanta modelatoare
cu PLS 1 .Modelul predictiilor pentru intensitatea atributelor senzoriale, pe langa
masurarea intensitatilor senzoriale sunt prezentate in Tabelul 3. In dependenta ,
modelul predictiilor pentru intensitatile de perceptie a prospetimii pentru
consumator sunt afisate pentru 10 specialitati de paine, intre timp predictia
intensitatii prospetimii este reprezentata de care 10 comercianti de paine si nu este
evaluata de catre consumatori. Coeficientii de corelatie Pearson care sunt afisati
indica rezistenta corelatiei intre intensitatea masurata si intensitatea prezisa.
Acestea au fost calculate pentru monstre, pentru a construi modele PLS, și separat
pentru probele care nu sunt incluse în construirea modelelor (de validare).

Tabelul.3.
Rezultatele senzoriale evidentiind caracteristice de intensitate (y- variabile), de
referință (măsurate scorurile medii panou) pentru cele douăzeci de tipuri de
pâine.

Prezia de masurare senzoriala a intensitatii a fost foarte bine corelata (r >0.88)

pentru probele care au fost utilizate în construcția de modele pentru toate atributele
în afară de "spumos" și "acru după gust". Pe de altă parte, capacitatea predictivă de
modele pentru eșantioane (probe care nu sunt incluse în construit modele) variate.
Modele pentru atributele "lactate", "cereale" și "mucegai" miros, "amar","unt" și
"gras" aroma avut predictivă bună capacitatea de (r >0.72).
Cu toate acestea alte modele nu au realizat precum sunt cele pentru: "înspumat"
miros și "dulce" "savoare" avand o capacitatea de predicție foarte slabă. .Acest
rezultat poate fi explicat prin robustetea modelelor și tipul de pâine utilizate pentru
validare.
BR6 pâinea comercială (panini) a deviat cel mai mult in cadrul graficului
intensitatii senzoriale. În acest caz, BR6 va fi fost oarecum un outlier în ceea ce
privește relația dintre compoziția sa volatilă și caracterul senzorial, datorită
prezenței sau absenței de compuși care pot influența percepția generală a
amestecului. În acest caz. BR6 va fi fost oarecum un exemplu negativ din punct de
vedere sau relația dintre compoziția sa volatilă și caracterul senzoriale, datorită
prezenței sau absenței unor compuși care pot influența percepția generală a
amestecului.
Precizia masurari prospețimii a fost foarte bine corelata (r= 0,96) pentru cele 10
pâini de specialitate, care au fost folosite în construirea modelului perceput de
prospețime. În acest caz, prospețime nu a fost măsurată pentru pâine comerciale
BR1-BR10 și astfel capacitatea predictivă a modelului nu a putut fi validată extern.
Painea comercala BR5 c (amestec de cereale), și într-o oarecare măsură, BR10
(baghetă), au aratat un nivel considerabil mai scăzut de intensități a prospețimii
prognozate, în comparație cu celelalte pâine comerciale. In acest caz, este
important de remarcat faptul că percepțiile de prospețime a consumatorilor pentru
aceste produse de panificație poate să fi fost influentata senzorial , decât cele care
au o aroma si miros. O analiza anterioara legata de faptul că atributele senzoriale
ale percepției consumatorilor de prospețime a demonstrat că "aspectul poros "
influențeaza în mod pozitiv prospețimea painii , în timp ce textura a fost negativa
(Heenan ș.a. 2008).
În general, aceste rezultate au demonstrat că informațiile volatile folosite pentru a
construi modelele actuale au relevanță directă asupra atributele senzoriale
percepute de către grupul instruit plus, profilarea volatilă prin PTR-MS prezintă
oportunități promițătoare în determinarea prospețimii pâinii, care pot fi folosite ca
tehnică rapidă pentru a prezice dacă produsele de panificație nou dezvoltate vor fi
percepute de către consumatori ca fiind în stare proaspătă, la momentul vânzării.

4. Concluzie

Studiile au arătat în mod clar că informațiile volatile obținute prin analiză PTR-
MS poate fi aplicată pentru a modela și caracteriza proprietățile senzoriale ale
diferitelor tipuri de pâine, în plus PTR SM pot fi folosite pentru a prezice percepția
consumatorilor de prospețimea diferitelor soiuri de pâine, care sunt toate la fel de
proaspete, în ceea ce privește timpul scurs de la coacere. Analiza-PTR MS și
evaluarea senzorială a permis selectarea a 15 de pâine, care a asigurat o bună
reprezentare a ȚIE atât a compoziției senzoriale și volatile ale tipurilor de pâine și
modele predictive permise pentru a fi construit atribut model de predicție de
validare senzoriale, folosind un subset de cinci eșantioane prevăzut un masura
robusta a fiecărei modele de putere predictivă, în mod clar, rezultatele acestui
studiu au aratat promitatoare oportunitati pentru profilare rapida si screening-ul de
pâine de calitate senzorială și cu vedere spre prospețimea percepută a pâinii.