Gas Chromatographic Method for Determination of Mass Concentration of Acrolein in Grain and Fruit Distillates

Cover Page

Cite item

Full Text

Abstract

Introduction. Acrolein is one of the most widespread toxicants. Under conditions of chronic intoxication, it has a general irritant, allergenic, mutagenic, carcinogenic, embryotoxic effect on the human body. Acrolein can be found in alcoholic beverages, some food products, including fats and frying oils. A review of scientific literature revealed significant knowledge gaps about the acrolein content in grain and fruit distillates, which is explained by the insufficient development of reliable analytical methods for its determination. The content of acrolein in grain and fruit distillates is not regulated by regulatory documents, which served as a prerequisite for conducting this study.Objective of the study. To develop an express method for the qualitative and quantitative determination of acrolein in grain and fruit distillates using the gas chromatography method.Objects and methods of the study. The objects of the study were model and calibration solutions of acrolein of 20 samples of fruit and grain distillates. Analytical studies were performed on a gas chromatograph Agilent 6850 with flame ionization detection. ChemStation A.10.02 software was used to process the measurements.Results and discussion. In the study, optimal chromatography modes were selected that ensure express determination of acrolein content in the mass concentration range of 0.3–10 mg/dm3 in grain and fruit distillates without preliminary sample preparation in 4–5 min. The stability of the „retention time“ and „peak area“ parameters for acrolein was established. It was experimentally confirmed that the calibration graph for acrolein has a linear dependence in the mass concentration range of 0.3–10 mg/dm3 . A correlation dependence between the sample concentration and the detector response was found, the correlation coefficient R2 is not less than 0.99. As a result of studies, a method for the qualitative and quantitative determination of acrolein in grain and fruit distillates was developed. The limits of relative error of the developed method with a confidence of P = 0.95 in the range of mass concentrations from 0.3 to 10 mg/dm3 are less than 28 %.Conclusions. A new methodological approach to determining acrolein in grain and fruit distillates based on the gas chromatography method is proposed. The conducted research is the basis for the development of a metrologically certified method for the qualitative and quantitative determination of acrolein in alcoholic beverages and the development of reference materials to improve the measurement accuracy. The development of this research area will provide new experimental data on the chemical composition of alcoholic beverages and will improve the quality and safety of alcoholic beverages.

About the authors

N. V. Shelekhova

Russian Scientific Research Institute of Food Biotechnology – Affiliated Branch of the Federal Research Center of Nutrition, Biotechnology and Food Safety

Email: 4953610101@mail.ru
ORCID iD: 0000-0001-7735-2942

References

  1. Stevens J. F., Maier C. S. Acrolein: sources, metabolism, and biomolecular interactions relevant to human health and disease// Molecular Nutrition & Food Research. 2008. Vol. 52, № 1. P. 7–25. https://doi.org/10.1002/mnfr.200700412
  2. Schieweck A., Uhde E., Salthammer T. Determination of acrolein in ambient air and in the atmosphere of environmental test chambers// Environmental Science: Processes & Impacts. 2021. Vol. 23, № 11. P. 1729–1746. https://doi.org/10.1039/d1em00221j
  3. Турук-Пчелина З. Ф. К вопросу о выделении акролеина в воздух при изготовлении пищи // Гигиена и санитария. 1960. Т. 39, № 5. С. 96–97.
  4. Toxicology and risk assessment of acrolein in food / K. Abraham// Molecular Nutrition & Food Research. 2011. Vol. 55, № 9. P. 1277–1290. https://doi.org/10.1002/mnfr.201100481
  5. Origin and fate of acrolein in foods / K. Jiang// Foods. 2022. Vol. 11, № 13. P. 1976. https://doi.org/10.3390/foods11131976
  6. Exposure risk to carbonyl compounds and furfuryl alcohol through the consumption of sparkling wines / G. P. Peterle// Ciência Rural. 2019. Vol. 49, № 3. P. e20180986. https://doi.org/10.1590/0103-8478cr20180986
  7. Acrolein production by bacteria found in distillery grain mashes / W. C. Serjak// Journal of Applied Microbiology. 1954. № 2. P. 14–20. https://doi.org/10.1128/am.2.1.14-20.1954
  8. Sobolov M., Smiley K. L. Metabolism of glycerol by an acrolein-forming lacto-bacillus // Journal of Bacteriology. 1960. Vol. 79, № . 2. P. 261–266. https://doi.org/10.1128/jb.79.2.261-266.1960
  9. Mills D. E., Baugh W. D., Conner H. A. Studies on the formation of acrolein in distillery mashes // Journal of Applied Microbiology. 1954. Vol. 2, № . 1. P. 9–13. https://doi.org/10.1128/am.2.1.9-13.1954
  10. Цыганков П. С., Цыганков С. П. Руководство по ректификации спирта. М. : Пищпромиздат, 2001. 400 с.
  11. Климовский Д. А., Смирнов В. А., Стабников В. Н. Технология спирта. М. : Пищевая промышленность, 1967. 346 c.
  12. Фараджева Е. Д., Федоров В. А. Общая технология бродильных производств: учебник для вузов. М. : Колос, 2002. 408 с.
  13. Determination of the composition of volatiles in Cognac (Brandy) by headspace gas chromatography– mass spectrometry / A. G. Panosyan// Journal of Analytical Chemistry. 2001. Vol. 56. P. 945–952. https://doi.org/10.1023/A:1012365629636
  14. Miller B. E., Danielson N. D. Derivatization of vinyl aldehydes with anthrone prior to high-performance liquid chromatography with fluorometric detection // Journal of Analytical Chemistry. 1988. Vol. 60, № . 7. P. 622–626. https://doi.org/10.1021/ac00158a004
  15. Development of a method for determination of target toxic carbonyl compounds in must and wine using HS-SPMEGC/MS-SIM after preliminary GC× GC/TOFMS analyses / D. C. Ferreira// Food Analytical Methods. 2019. Vol. 12. P. 108–120. https://doi.org/10.1007/s12161-018-1343-6
  16. Validation of an analytical method using HS-SPME-GC/MS-SIM to assess the exposure risk to carbonyl compounds and furan derivatives through beer consumption / K. C. Hernandes// Food Additives & Contaminants: Part A: Chemistry, Analysis, Control, Exposure & Risk Assessment. 2019. Vol. 36, № 12. P. 1808–1821. https://doi.org/10.1080/19440049.2019.1672897
  17. Шелехова Н. В. Методы газовой хроматографии и капиллярного электрофореза для исследования химического состава выдержанных зерновых дистиллятов // Сорбционные и хроматографические процессы. 2024. Т. 24, № 4. С. 556–571. https://doi.org/10.17308/sorpchrom.2024.24/12410
  18. Шелехова Н. В. Экспресс метод определения анионов в алкогольных напитках на основе сочетания КЭ-КД // Сорбционные и хроматографические процессы. 2023. Т. 23, № 2. С. 199–215. https://doi.org/10.17308/sorpchrom.2023.23/11144
  19. Шелехова Н. В., Шелехова Т. М. Исследование этанольного экстракта древесины дуба методами капиллярного электрофореза, газовой хроматографии, хромато-масс-спектрометрии // Сорбционные и хроматографические процессы. 2021. Т. 21, № 6. С. 868–878. https://doi.org/10.17308/sorpchrom.2021.21/3833
  20. Байгазиева Г. И., Кекибаева А. К. Технология ликероводочного производства: лабораторный практикум. Алматы : АТУ, 2015. 87 с.
  21. Илларионова Е. А., Сыроватский И. П. Газовая хроматография. Теоретические основы метода: учебное пособие. Иркутск : ИГМУ, 2018. 52 с.
  22. Вяхирев Д. А., Шушунова А. Ф. Руководство по газовой хроматографии. М. : Высшая школа, 1975. 302 с.
  23. Логутов В. И. Детекторы для газовых хроматографов. Часть 1. Выбор детектора, подготовка к работе и оценка состояния хроматографа по основным характеристикам детектора: учебно-методическое пособие. Нижний Новгород : ННГУ, 2017. 52 с.
  24. Барановская В. Б., Медведевских М. Ю., Карпов Ю. А. Актуальные проблемы качества химического анализа // Аналитика и контроль. 2021. Т. 25, № 4. С. 273–279. https://doi.org/10.15826/analitika.2021.25.4.005
  25. Современная метрология физико-химических измерений : монография / А. Н. Пронин. М. : ООО Издательство ТРИУМФ, 2022. 561 с. https://doi.org/10.32986/978-5-94472-103-7-25-07-2022
  26. Гапеева В. Д., Цыбенко В. А. Отсеивание грубых погрешностей результатов измерений с помощью различных критериев в среде Excel // Молодой ученый. 2021. № 49 (391). С. 20–27.
  27. Комплекс стандартных образцов для поверки и калибровки универсальных хроматографических приборов / И. Ю. Ткаченко// Эталоны. Стандартные образцы. 2024. Т. 20, № 1. С. 31–46. https://doi.org/10.20915/2077-1177-2024-20-1-31-46
  28. Валидация аналитических методик: пер. с англ. яз. 2-го изд. под ред. Г. Р. Нежиховского. Количественное описание неопределенности в аналитических измерениях: пер. с англ. яз. 3-го изд. под ред. Р. Л. Кадиса: руководства для лабораторий. СПб. : ЦОП Профессия, 2016. 312 с.
  29. Алгоритмы оценивания однородности стандартных образцов состава и свойств дисперсионных монолитных материалов / Е. П. Собина// Эталоны. Стандартные образцы. 2023. Т. 19, № 3. С. 77–91. https://doi.org/10.20915/2077-1177-2023-19-3-77-91
  30. Об оценке стабильности стандартных образцов / П. В. Мигаль// Эталоны. Стандартные образцы. 2023. Т. 19, № 3. С. 65–75. https://doi.org/10.20915/2077-1177-2023-19-3-65-75
  31. Казакова Е. А., Бирисен Т. С. Разработка и применение стандартных образцов предприятия в практике аналитических лабораторий // Литье и металлургия. 2020. № 1. С. 34–37. https://doi.org/10.21122/1683-6065-2020-1-34-37.

Supplementary files

Supplementary Files
Action
1. JATS XML


Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».