Detection of Melamine and Cyanuric Acid in Vegetable Protein Products Used in Food Production
Notice bibliographique
Résumé
Abstract: The multitude of food recalls in 2007 clearly demonstrated that total nitrogen‐content (Σ N ) determination by means of near‐infrared spectroscopy (NIRS) and Kjeldahl‐based measurements can be deceived, and should no longer be regarded as a complete quality assurance program for nutritive‐protein evaluations. Furthermore, contemporary Canadian‐employed analytical tools are precariously limited in their ability to effectively assure a product where there is no a priori knowledge of the environmental toxin(s) involved. In light of these challenges, this study explored a number of analytical techniques used to assess and furthermore assure the quality of vegetable protein products (VPPs). Using liquid chromatography with tandem mass spectrometry (LC/MS/MS) technologies, a combination of VPP‐based samples was analyzed for the presence of nitrogen‐bearing environmental toxicants. Of the 52 samples tested, involving an assortment of matrices, melamine and cyanuric acid were positively identified (>1 ng/mL) in 22 and 17 samples, respectively. Subsequent high pressure liquid chromatography with ultraviolet/visible (HPLC‐UV) amino acid profiling further confirmed the adulteration of those materials contaminated with melamine and melamine‐related compounds. Based on the evidence presented herein, LC/MS/MS in combination with HPLC‐UV provides for a reliable food safety detection system as applied to VPPs. Moreover, HPLC‐UV is indispensable as a stand‐alone 1st level of screening to assess the integrity of a VPP or any nutritive protein‐based sample. Practical Application: Based on the evidence presented herein, LC/MS/MS in combination with HPLC‐UV can provide a reliable food safety monitoring program as applied to VPPs. HPLC‐UV is indispensable as a stand‐alone 1st level of screening to assess the integrity of a VPP or any nutritive protein‐based sample. Future research and development is required to bring the associated instrumentation costs down to a level where they can be adopted on a widespread basis.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».