DOI - Vydavatelství Mendelovy univerzity v Brně

Identifikátory DOI

DOI: 10.11118/978-80-7701-100-6-0211

RYCHLÁ KONTROLA KVALITY DRUHŮ JEDLÉHO HMYZU: MULTI-SPECIES FT-NIR KALIBRACE V ROZSAHU 13200–8700 CM⁻¹ PRO PREDIKCI OBSAHU NUTRIENTŮ

RAPID QUALITY CONTROL OF EDIBLE INSECTS: MULTI-SPECIES FT-NIR CALIBRATION IN THE 13200–8700 CM⁻¹ REGION FOR NUTRIENT PREDICTION

Matyáš Krtička1
1 Katedra mikrobiologie, výživy a dietetiky, Fakulta agrobiologie, potravinových a přírodních zdrojů, Česká zemědělská univerzita v Praze, Kamýcká 129, 165 00 Praha – Suchdol, Česká republika


Cílem této práce bylo vyvinout a ověřit multi-species FT-NIR kalibrační model pro simultánní predikci obsahu sušiny, hrubé bílkoviny, tuku a popelovin u vybraných druhů jedlého hmyzu (Acheta domesticus, Tenebrio molitor a Alphitobius diaperinus) v omezeném spektrálním rozsahu 13200–8700 cm⁻¹, typickém pro přenosné NIR spektrometry. Vzorky hmyzu byly lyofilizovány, homogenizovány a analyzovány Fourierovou transformační NIR spektroskopií v transmisním módu. Referenční hodnoty jednotlivých nutrientů byly stanoveny standardními laboratorními metodami. Kalibrační modely byly vytvořeny metodou parciálních nejmenších čtverců (PLS) s využitím vhodných preprocessing postupů a jejich kvalita byla hodnocena pomocí křížové validace. Nejlepších výsledků bylo dosaženo u kalibrace sušiny (R²CV = 0,93, RPD = 3,2), která vykazovala vynikající predikční schopnost. Kalibrace pro stanovení obsahu proteinu dosáhla dobré kvality (R²CV = 0,89, RPD = 2,8), zatímco modely pro tuky (R²CV = 0,86, RPD = 2,2) a popeloviny (R²CV = 0,75, RPD = 2,11) vykazovaly nižší predikční přesnost. Výsledky potvrzují, že multi-species FT-NIR kalibrace v omezeném spektrálním rozsahu představuje perspektivní nástroj pro rychlou a nedestruktivní kontrolu nutričního složení jedlého hmyzu.

Klíčová slova: FT-NIR, jedlý hmyz, kalibrační model, preprocessing

stránky: 211-216, online: 2026



Reference

  1. Benes, E., Biró, B., Fodor, M., Gere, A. (2022): Analysis of wheat flour-insect powder mixtures based on their near infrared spectra. Food Chemistry: X, 13, 100266. Dostupné z: https://doi.org/10.1016/j.fochx.2022.100266 Přejít k původnímu zdroji...
  2. De Lamo Castellvi, S., Méndez Sánchez, C., Matos, C., Wu, Y., Plans, M., Rodriguez-Saona, L. (2025): FT-NIR spectroscopy for protein and lipid analysis in insect powders and flour mixtures: A cross-instrument calibration approach. Microchemical Journal, 218, 115315. Dostupné z: https://doi.org/10.1016/j.microc.2025.115315 Přejít k původnímu zdroji...
  3. Chadalavada, K., Anbazhagan, K., Ndour, A., Choudhary, S., Palmer, W., Flynn, J. R., Mallayee, S., Pothu, S., Prasad, K. V. S. V., Varijakshapanikar, P., Jones, C. S., Kholová, J. (2022): NIR Instruments and Prediction Methods for Rapid Access to Grain Protein Content in Multiple Cereals. Sensors, 22(10), 3710. Dostupné z: https://doi.org/10.3390/s22103710 Přejít k původnímu zdroji...
  4. Johnson, J. B. (2020): An overview of near-infrared spectroscopy (NIRS) for the detection of insect pests in stored grains. Journal of Stored Products Research, 86, 101558. Dostupné z: https://doi.org/10.1016/j.jspr.2019.101558 Přejít k původnímu zdroji...
Návrat zpět