Geographical classification of saffron (Crocus sativus L.) using total and synchronous fluorescence combined with chemometric approaches.

طبقه‌بندی جغرافیایی زعفران (Crocus sativus L.) با استفاده از فلورسانس کل و همزمان ترکیب‌شده با رویکردهای شیمی‌سنجی

بروزرسانی فروردین 25, 1404

ثبت کننده سارا کردستانی

تعداد بازدید 20

علاقه فزاینده ای به علوم غذایی برای محصولات طبیعی با کیفیت بالا با منشاء جغرافیایی مشخص مانند زعفران وجود دارد. در این کار، ماتریس تحریک-گسیل (EEM) و فلورسانس سنکرون برای اولین بار برای تمایز جغرافیایی بین زعفران مراکشی از Taroudant، Ouarzazate و Azilal استفاده شد. علاوه بر این، برای تمایز بین زعفران افغانستان، ایران و مراکش، یک اثر انگشت منحصر به فرد به هر نمونه با تجسم فیزیوگنومی EEM اختصاص داده شد.

علاوه بر این، تجزیه و تحلیل مؤلفه اصلی (LDA) و تجزیه و تحلیل تشخیص خطی (LDA) با موفقیت برای طبقه‌بندی طیف سنکرون نمونه‌ها استفاده شد. شدت فلورسانس بالا برای زعفران Ouarzazate و Taroudant ثبت شد. با این حال، زعفران ازیلال با شدت کم خود متمایز بود. علاوه بر این، زعفران مراکشی، افغانستانی و ایرانی با استفاده از PCA و LDA برای افست های مختلف (Δλ) (20-250 نانومتر) به درستی به مبدأ خود اختصاص داده شد، به طوری که تفاوت در ترکیب فلورسانس زعفران سه کشور در زیر ثبت شد. محدوده تحریک/انتشار: 250-325 نانومتر/300-480 نانومتر و 360-425 نانومتر/500-550 نانومتر. این مناطق با محتوای پلی فنلی بالای زعفران مراکش و ترکیب مهم زعفران افغانستان از جمله ویتامین ها و ترپنوئیدها مشخص می شوند.

اما شدت ضعیفی از این ترکیبات در زعفران ایران یافت شد. علاوه بر این، یک واریانس قابل توجه توضیح داده شده (97-100٪ برای PC1 و PC2) و یک نرخ طبقه بندی مهم (70-90٪) به دست آمد. بنابراین، روش کاربردی غیر مخرب تبعیض سریع، ساده، قابل اعتماد و دقیق بود.

 

There is an increasing interest in food science for high-quality natural products with a distinct geographical origin, such as saffron. In this work, the excitation-emission matrix (EEM) and synchronous fluorescence were used for the first time to geographically discriminate between Moroccan saffron from Taroudant, Ouarzazate, and Azilal. Moreover, to differentiate between Afghan, Iranian, and Moroccan saffron, a unique fingerprint was assigned to each sample by visualizing the EEM physiognomy. Moreover, principal component analysis (LDA) and linear discriminant analysis (LDA) were successfully applied to classify the synchronous spectra of samples. High fluorescence intensities were registered for Ouarzazate and Taroudant saffron.

Yet, the Azilal saffron was distinguished by its low intensities. Furthermore, Moroccan, Afghan, and Iranian saffron were correctly assigned to their origins using PCA and LDA for different offsets (Δλ) (20–250 nm) such that the difference in the fluorescence composition of the three countries’ saffron was registered in the following excitation/emission ranges: 250–325 nm/300–480 nm and 360–425 nm/500–550 nm.

These regions are characterized by the high polyphenolic content of Moroccan saffron and the important composition of Afghan saffron, including vitamins and terpenoids. However, weak intensities of these compounds were found in Iranian saffron. Furthermore, a substantial explained variance (97–100% for PC1 and PC2) and an important classification rate (70–90%) were achieved. Thus, the non-destructive applied methodology of discrimination was rapid, straightforward, reliable, and accurate.

  • Authors: El Hani, O., García-Guzmán, J. J., Palacios-Santander, J. M., Digua, K., Amine, A., Gharby, S., & Cubillana-Aguilera, L.
  • URL: https://www.mdpi.com/2304-8158/12/9/1747
  • DOI URL: https://doi.org/10.3390/foods12091747
  • عنوان مقاله: صنعت و تجارت
  • محور مقاله: تکنیک نوین
  • افیلیشن نویسنده مسئول: Laboratory of Process Engineering and Environment, Faculty of Sciences and Techniques, Hassan II University of Casablanca, P.A. 149, Mohammedia 28810, Morocco., Department of Analytical Chemistry, Institute of Research on Electron Microscopy and Materials (IMEYMAT), Faculty of Sciences, Campus de Excelencia Internacional del Mar (CEIMAR), University of Cadiz, Campus Universitario de Puerto Real, Polígono del Río San Pedro S/N, 11510 Puerto Real, Cádiz, Spain
  • josem.palacios@uca.es (J.M.P.-S.); aziz.amine@fstm.ac.ma (A.A.)
  • سال انتشار مقاله: 2023
  • زبان: انگلیسی
  • کشور: اسپانیا
  • کد مقاله: 18866
  • کلمات کلیدی فارسی: زعفران؛فلورسانس همزمان؛ماتریس انتشار-تحریک؛طبقه بندی جغرافیایی؛تجزیه و تحلیل مؤلفه اصلی؛تجزیه و تحلیل تفکیک خطی
  • کلمات کلیدی انگلیسی: saffron; synchronous fluorescence; emission-excitation matrix; geographical classification; principal component analysis; linear discriminant analysis
  • لینک کوتاه: https://wikisaffron.org?p=18866

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *