การตรวจสอบคอลลาเจนในผลิตภัณฑ์เครื่องดื่มเพื่อสุขภาพด้วยเทคนิคสเปกโทร สโกปีอินฟราเรดย่านใกล้

Abstract

งานวิจัยนี้มีวัตถุประสงค์เพื่อศึกษาความเป็นไปได้ในการตรวจสอบปริมาณคอลลาเจนในผลิตภัณฑ์เครื่องดื่มเพื่อสุขภาพด้วยเทคนิคสเปกโทรสโกปีอินฟราเรดย่านใกล้ (Near Infrared Spectroscopy, NIRS) โดยแบ่งการศึกษาออกเป็น 3 ขั้นตอน ได้แก่ (1) การศึกษาความเป็นไปได้ในการใช้เทคนิค NIRS ในการติดตามปริมาณคอลลาเจนในสารละลายคอลลาเจนที่เตรียมจากคอลลาเจนทางการค้า จำนวน 110 ตัวอย่าง (2) การศึกษาอิทธิพลของวัตถุเจือปนอาหาร ได้แก่ น้ำตาลซูโครส วิตามินซี โซเดียมเบนโซเอท และ ซิงค์กลูโคเนต ต่อการวัดปริมาณคอลลาเจนด้วยเทคนิค NIRS ในสารละลายคอลลาเจนที่เตรียมจากคอลลาเจนทางการค้า จำนวน 630 ตัวอย่างและ (3) การศึกษาความเป็นไปได้ของการใช้เทคนิค NIRS ในการติดตามปริมาณคอลลาเจนในตัวอย่างผลิตภัณฑ์น้ำผลไม้เสริมคอลลาเจนที่มีวางจำหน่ายภายในประเทศ จำนวน 114 ตัวอย่าง ทำการวัดสเปกตรัมที่ช่วง 12500-4000 cm-1 ด้วยรูปแบบการวัดแบบส่องผ่านสะท้อนกลับ ที่ค่าความสามารถในการแยกพีค 8 cm-1 และจำนวนครั้งของการสแกนตัวอย่าง 32 ครั้ง ควบคุมอุณหภูมิของตัวอย่างก่อนการวัดสเปกตรัมที่ 30±1 องศาเซลเซียส ซึ่งเป็นอุณหภูมิที่ใช้ในการขนส่งและเก็บรักษาผลิตภัณฑ์ เป็นเวลา 1 ชั่วโมง ทำการวัดสเปกตรัมตัวอย่างละ 3 ซ้ำของทั้ง 3 การศึกษา ในการศึกษาที่ 1 และ 2 สร้างสมการหาความสัมพันธ์ระหว่างข้อมูลสเปกตรัมเฉลี่ยกับปริมาณคอลลาเจนที่เตรียมได้ ด้วยวิธีการถดถอยกำลังสองน้อยที่สุดบางส่วน (PLSR) พบว่าการศึกษาความเป็นไปได้ในการใช้เทคนิค NIRS ในการติดตามปริมาณคอลลาเจนในสารละลายคอลลาเจน โดยปรับแต่งสเปกตรัมของสารละลายคอลลาเจนด้วยวิธีอนุพันธ์อันดับสอง พบพีคของคอลลาเจนที่ช่วงเลขคลื่น 7486-6896, 5500-4998 และ 4701-3999 cm-1 ซึ่งมีตำแหน่งพีคที่ตรงกับการวัดสเปกตรัมคอลลาเจนผง ในการศึกษาอิทธิพลของวัตถุเจือปนอาหารต่อการวัดปริมาณคอลลาเจนด้วยเทคนิค NIRS ในสารละลายคอลลาเจน พบว่าวัตถุเจือปนอาหารชนิดที่ศึกษาที่ความเข้มข้นของน้ำตาลซูโครสร้อยละ 10 วิตามินซีร้อยละ 0.10 โซเดียมเบนโซเอท 1,000 มิลลิกรัมต่อลิตร และซิงค์กลูโคเนตร้อยละ 0.10 ไม่ส่งผลต่อการสร้างสมการเทียบมาตรฐานคอลลาเจน แต่จะทำให้ตำแหน่งการดูดกลืนแสงของคอลลาเจนเบี่ยงเบนไปเล็กน้อย ในการศึกษาส่วนที่ 3 เมื่อวัดสเปกตรัมตัวอย่างเครื่องดื่มแล้วจะนำตัวอย่างเครื่องดื่มไปวิเคราะห์คุณภาพทางเคมีเบื้องต้นและปริมาณคอลลาเจนด้วยเทคนิคโครมาโทกราฟีของเหลวสมรรถนะสูงที่ต่อกับตัวตรวจวัดสัญญาณชนิดฟลูออเรสเซนส์ จากนั้นสร้างสมการหาความสัมพันธ์ระหว่างข้อมูลสเปกตรัมเฉลี่ยกับค่าทางเคมี ด้วยวิธีการถดถอยกำลังสองน้อยที่สุดบางส่วน (PLSR) พบว่าสมการที่เหมาะสมที่ให้ค่าการทำนายดีที่สุดมีค่าสัมประสิทธิ์การตัดสินใจ (coefficients of determination, R2) เท่ากับ 0.973 ค่าความคลาดเคลื่อนในการทำนาย (root mean square error of prediction, RMSEP) เท่ากับ 3,510 มิลลิกรัมต่อลิตร และมีค่าสัดส่วนระหว่างส่วนเบี่ยงเบนมาตรฐานกับค่าความผิดพลาดมาตรฐานในการทำนายของกลุ่มทวนสอบสมการ (RPD) เท่ากับ 6.13 โดยมีร้อยละความถูกต้องของการทำนายเท่ากับร้อยละ 80 แต่ยังให้ค่าความผิดพลาดในการทำนายที่สูง เมื่อนำค่าทางเคมีที่วิเคราะห์ไปคำนวณหาค่า standard error of laboratory (SEL) มีค่าเท่ากับ 12,221.62 mg/L ซึ่งมีค่ามากกว่าค่าความคลาดเคลื่อนของการวิเคราะห์ด้วย NIRS (SEP) โดยสมการเทียบมาตรฐานของผลิตภัณฑ์น้ำผลไม้เสริมคอลลาเจน มีค่าเท่ากับ 3,574 mg/L พบว่า มีค่า SEL ที่สูงกว่า SEP เนื่องมาจากวัตถุดิบที่ใช้ในการสกัดคอลลาเจนที่ต่างชนิดกันและเมื่อสร้างสมการเทียบมาตรฐานด้วยวิธี MLR ของตัวอย่างผลิตภัณฑ์น้ำผลไม้เสริมคอลลาเจน พบว่า ให้ค่าการทำนายที่ดี ด้วยการใช้เลขคลื่นจำนวน 9 เลขคลื่น ได้แก่ 7351, 7166, 5303, 5191, 4971, 4968, 4748, 4451 และ 4215 cm-1 โดยให้ประสิทธิภาพของการทำนาย แสดงค่า R2 เท่ากับ 0.939 RMSECV เท่ากับ 6697 และ Bias เท่ากับ 31.2 แต่สมการนี้ยังให้ค่าความคลาดเคลื่อนที่สูง เนื่องจากปริมาณคอลลาเจนในตัวอย่างเครื่องดื่มยังไม่หลากหลาย สามารถปรับปรุงสมการได้โดยการเพิ่มจำนวนตัวอย่างเพื่อทำให้สมการทำนายมีประสิทธิภาพที่ดีขึ้น The aim of this research was the feasibility of Near Infrared Spectroscopy (NIRS) for collagen content determination in commercial functional drinks. This research was divided into three parts. Part one was to study the feasibility of NIRS for determining collagen solution which was prepared by commercial collagen from a total of 110 samples. Part two was to study the influences of food additive on collagen solution determining by NIRS for example, sugar, ascorbic acid, zincgluconate and sodiumbenzoate from a total of 630 samples which was prepared by commercial collagen. Part three was to study the feasibility of NIRS for collagen content determination in commercial functional drinks in the country from a total of 114 samples. All samples were measured using NIRS in the region of 12500-4000 cm-1 and using transflectance mode at 8 cm-1 resolution and were scanned 32 times. Prior to spectral measurements, the temperature of the samples was adjusted to 30±1ºC which used for transporting and storing products for 1 hour. The samples of three parts were measured the spectra in triplicate. Part one and Part two, calibration models obtained from partial least squares (PLS) regression using the average spectral data and actual collagen content in prepared sample solutions. In Part one, it was found that second derivative spectra at wavenumber of 7486-6896, 5500-4998 and 4701-3999 cm-1 were related to the peak that found in raw spectra of collagen powder. In Part two, the addition of sugar 10%, ascorbic acid 0.1%, sodiumbenzoate 1,000 mg/L and zincgluconate 0.1% did not affect calibration models. On the other hand, the absorption of collagen position was slightly refracted. In Part three, the samples were taken to determine the chemical quality content and collagen content by High Performance Liquid Chromatography (HPLC) equipped with fluorescence detector. Moreover, calibration model was developed by applying partial least squares (PLS) regression using the average spectra data and reference measurement of collagen content. The optimum model for predicting collagen content in commercial functional drinks was showed the coefficients of determination (R2) = 0.973, root mean square error of prediction (RMSEP) = 3,510 mg/L and Ratio of standard error of prediction to standard deviation (RPD) = 6.13 and 80 percentage of accuracy and gave a high error of prediction. After that, the chemical data were analyzed the standard error of the laboratory (SEL)=12,221.62 mg/L, which was higher than the NIRS analysis error (SEP)=3,574 mg/L because the raw materials were used to extract collagen from different sources. Multiple linear regression (MLR) was used to develop the calibration model using the full cross-validation method. The performance of calibration model shows R2=0.939, RMSECV=6,697 mg/L and Bias=31.2 by using wavenumber of the 7351, 7166, 5303, 5191, 4971, 4968, 4748, 4451 and 4215 cm-1. However, this model gave a high error of prediction because the collagen content was not various. Thus, the model could be improved to be more accuracy by increasing the number of samples.