طیف‌سنجی 1H NMR همراه با کمومتریکس برای تشخیص تقلب با زردچوبه در زعفران ایتالیایی (Crocus sativus L.)

بروزرسانی شهریور 9, 1405

ثبت کننده نرگس گوهری راد

تعداد بازدید 3

زعفران، که از کلاله‌های گیاه Crocus sativus L. گرفته می‌شود، ادویه‌ای با ارزش بالا است که اغلب به دلیل قیمت بالا و سود اقتصادی، در آن تقلب می‌شود. در میان تقلبات، یکی از رایج‌ترین آنها زردچوبه (Curcuma longa L.) است. تشخیص تقلب در زعفران با رویکردهای تحلیلی غیرهدفمند و غیرمخرب برای اصالت مواد غذایی مهم است. در مطالعه ما، از طیف‌سنجی پروتون NMR با فرکانس ۴۰۰ مگاهرتز برای تجزیه و تحلیل ۱۳۸ عصاره زعفران اصیل و زعفران تقلبی با زردچوبه در سه سطح (۲.۵، ۵ و ۱۰ درصد وزنی/وزنی) استفاده شد. طبقه‌بندی شیمی‌سنجی با استفاده از آنالیز تشخیصی حداقل مربعات جزئی، تمایز بین نمونه‌های زعفران خالص و تقلبی را با حساسیت طبقه‌بندی ۹۸٪ برای زعفران خالص و ۹۵٪ برای نمونه‌های تقلبی امکان‌پذیر کرد. این رویکرد با موفقیت تقلب را در سطوح پایین ۲.۵٪ تشخیص داد که نشان‌دهنده پتانسیل ۱H NMR همراه با تجزیه و تحلیل چند متغیره برای ارزیابی اصالت زعفران، حتی در غلظت‌های پایین تقلبات است.زعفران، که از کلاله‌های گیاه Crocus sativus L. گرفته می‌شود، ادویه‌ای با ارزش بالا است که اغلب به دلیل قیمت بالا و سود اقتصادی، در آن تقلب می‌شود. در میان تقلبات، یکی از رایج‌ترین آنها زردچوبه (Curcuma longa L.) است. تشخیص تقلب در زعفران با رویکردهای تحلیلی غیرهدفمند و غیرمخرب برای اصالت مواد غذایی مهم است. در مطالعه ما، از طیف‌سنجی پروتون NMR با فرکانس ۴۰۰ مگاهرتز برای تجزیه و تحلیل ۱۳۸ عصاره زعفران اصیل و زعفران تقلبی با زردچوبه در سه سطح (۲.۵، ۵ و ۱۰ درصد وزنی/وزنی) استفاده شد. طبقه‌بندی شیمی‌سنجی با استفاده از آنالیز تشخیصی حداقل مربعات جزئی، تمایز بین نمونه‌های زعفران خالص و تقلبی را با حساسیت طبقه‌بندی ۹۸٪ برای زعفران خالص و ۹۵٪ برای نمونه‌های تقلبی امکان‌پذیر کرد. این رویکرد با موفقیت تقلب را در سطوح پایین ۲.۵٪ تشخیص داد که نشان‌دهنده پتانسیل ۱H NMR همراه با تجزیه و تحلیل چند متغیره برای ارزیابی اصالت زعفران، حتی در غلظت‌های پایین تقلبات است.

Saffron, derived from the stigmas of Crocus sativus L., is a high-valued spice often adulterated due to its high price and economic profit. Among adulterants, one of the most common is turmeric (Curcuma longa L.). Detecting saffron adulteration with untargeted and non-destructive analytical approaches is important for food authenticity. In our study, 400 MHz proton NMR spectroscopy was used to analyse 138 extracts of authentic saffron and saffron adulterated with turmeric at three levels (2.5, 5 and 10 % w/w). Chemometric classification using Partial Least Squares Discriminant Analysis enabled discrimination between pure and adulterated saffron samples, with classification sensitivity of 98 % for pure saffron and 95 % for adulterated samples. This approach successfully detected adulteration at levels as low as 2.5 %, demonstrating the potential of 1H NMR combined with multivariate analysis for saffron authenticity assessment, even at low concentrations of adulterants.

  • عنوان: طیف‌سنجی 1H NMR همراه با کمومتریکس برای تشخیص تقلب با زردچوبه در زعفران ایتالیایی (Crocus sativus L.)
  • Title: 1H NMR spectroscopy combined with chemometrics for detection of turmeric adulteration in Italian saffron (Crocus sativus L.)
  • Authors: ucrezia Angeli, Enmanuel Cruz Muñoz, Davide Ballabio , Ksenia Morozova, Matteo Scampicchio
  • URL: https://www.sciencedirect.com/science/article/pii/S0956713525004293
  • DOI URL: https://doi.org/10.1016/j.foodcont.2025.111560
  • عنوان مقاله: ترکیبات شیمیایی
  • محور مقاله: تکنیک نوین
  • نام ژورنال: Food Control
  • افیلیشن نویسنده مسئول: Faculty of Agricultural, Environmental and Food Sciences, Free University of Bozen-Bolzano, Piazza Universita ` 1, 39100, Bolzano, Italy
  • ایمیل نویسنده فقط برای کاربران ورود / عضویت
  • سال انتشار مقاله: 2026
  • زبان: انگلیسی
  • کشور: ایتالیا
  • کد مقاله: 31854
  • کلمات کلیدی فارسی: تقلب در زعفران، طیف‌سنجی NMR، تقلب در مواد غذایی، کمومتریکس، یادگیری ماشین
  • کلمات کلیدی انگلیسی: Saffron adulteration, NMR spectroscopy, Food fraud, Chemometrics, Machine learning
  • لینک کوتاه: https://wikisaffron.org?p=31854

دیدگاهتان را بنویسید

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