Szerkesztette: Prof. Dr. Romvári Róbert egyetemi tanár, témavezető

KUTATÁSI ZÁRÓ TANULMÁNY TÁMOP 4.2.2/B-10/2010-0019.

Szerkesztette: Prof. Dr. Romvári Róbert egyetemi tanár, témavezető Az állati termékek minősítésével és fogyasztói megítélésével kapcsolatos kutatások

1. Kutatási program: Funkcionális élelmiszer kidolgozását célzó vizsgálatok

2. Kutatási program: Kutya- és macskatápok organoleptikus tulajdonságainak vizsgálata műszeres eljárásokkal és preferenciatesztte

3. Kutatási program: Ivari szag vizsgálata elektronikus-orr módszerrel

Kaposvár

2013

Tartalomjegyzék 1. kutatási program: Funkcionális élelmiszer kidolgozását célzó vizsgálatok ............................... 3 1.1. Sertéshúskészítmények Omega-3 kiegészítéssel ................................................................. 3 1.2. Halfilé mint egészséges élelmiszer vizsgálata................................................................... 15 1.3. Hízott libamáj, mint prémium termék színhibájának vizsgálata ....................................... 25 1. 4. Izocukorral hamisított méz vizsgálata .............................................................................. 32 1. 5. Narancslevek vizsgálata elektronikus szenzorokkal ........................................................ 38 1. 6. Eltérő ízesítésű joghutrok összehasonlító vizsgálata ........................................................ 42 2. kutatási program: Kutya- és macskatápok organoleptikus tulajdonságainak vizsgálata műszeres eljárásokkal és preferenciateszttel ................................................................................ 46 3. Kutatási program: Ivari szag vizsgálata elektronikus-orr módszerrel ...................................... 51

2

A szakmai műhely három kutatási területen végez kísérletes munkát, graduális és Ph.D. hallgatók közreműködésével. A vizsgálati eredményeket a vonatkozó publikációk feltüntetésével foglaljuk össze. 1. kutatási program: Funkcionális élelmiszer kidolgozását célzó vizsgálatok 1.1. Sertéshúskészítmények Omega-3 kiegészítéssel Az életminőség egyre szélesebb társadalmi körben válik elsőrendű tényezővé, az egészségügyi és táplálkozási ismeretek oktatásával és ezek médiában történő széleskörű terjesztésével. A növekvő választékbőség miatt a fogyasztók minőség iránti igénye egyre nagyobb. Az egyre bővülő felvágott-, kolbász- és szalonnafélék kínálata segít a változatos étkezési szokások kialakításában és fenntartásában. Hazánkban a legtöbbet vásárolt és fogyasztott termékek a vörösáruk, abból is a legkedveltebbek a sertéshúsból készült termékek (http://hu.nielsen.com/site/20090727.shtml). A párizsi a naponta fogyasztott hústermékek közül a harmadik leggyakrabban fogyasztott termék (8,1 %) (Süllő, 2008). Táplálkozástudományi szempontból a napjainkban elterjedt európai típusú táplálkozásra (Western diet) az n-6 zsírsavak túlzott jelenléte a jellemző. A sertéshús ilyen aspektusból nem tartozik a legegészségesebb húsfélék közé. Bizonyítottan kevesebb telítetlen zsírsavat tartalmaz, mint például a halhús (Wood és mtsai, 2004). A sertéshús (és zsír) zsírsavai között csak minimális mennyiségben fordul elő omega-3 zsírsav, az inkább omega-6 savakban gazdag (1. táblázat). A húsok fogyasztásának szempontjából az n-6/n-3 telítetlen zsírsavak aránya is fontos, mivel hatással vannak pl. a keletkező eikozanoidok arányára és a belőlük lánchosszabbítással és deszaturációval keletkező további zsírsavak arányára is (Tribole, 2010). Az n-6 zsírsavak metabolitjainak gyulladáskeltő hatása jelentősebb, mint az n-3 zsírsavaké. Amíg optimumként elfogadott n-6/n-3 arány 2,5-4 (Simopoulos, 2002) a humán táplálékokban, addig a sertés termékekben ez általában 10 felett alakul. Az 1. táblázat a jelenleg általános, az elméletileg ideális és a sertéshúsban előforduló zsírsavak kiemelkedő fontosságú tagjait mutatja be. Látható módon önmagában a sertéshús nem, sertészsírral keverve pedig még kevésbé tekinthető optimális zsírsav-forrásnak. Ezért is indítottak számos kutatást a zsírsavösszetétel kedvezőbbé tételéhez szükséges különféle eljárás kidolgozására. A zsírsavprofil módosítására irányuló indirekt eljárások közé a takarmányozást és az állattartási körülményeket sorolhatjuk. A takarmányozási kezelésekre felhasználható növények közé tartozik például a lenmag (Enser és mtsai, 2000), vagy a szója. Növényi olajjal történő kiegészítéshez felhasználható a pálma- (Tikk és mtsai, 2008), repce-, olíva(D’Arrigo és mtsai, 2004), és lenmagolaj is (Hoz és mtsai, 2003). Ezen felül használható a halolaj is, mellyel sikerült 2-4-szeresére növelni az EPA (C20:5n3) és DHA (C22:6n3) mennyiségét a szalonnában (Ponnampalam és mtsai, 2002). A direkt eljárások körébe sorolható a termék gyártása során hozzáadott omega-3 zsírsavforrás biztosítása, mely lehet növényi (lenmag, lenmagolaj, olívaolaj, alga), vagy állati (halolaj, halhús (Nettleton, 1991)) eredetű. A szakirodalom által említett omega-3 zsírsavval dúsított terméket sikeresen készítettek Bloukas és mtsai 1997-ben. Hasonló termékfejlesztést végeztek 3

Valencia és mtsai (2006), akik fermentált száraz kolbászt készítettek, halolaj hozzáadásával. Az n-6/n-3 arányt sikerült 13,9-ről 2,9-re csökkenteni, ugyanakkor és eltérést a kontroll mintához képest csak a kolbász színében találtak. Hazánkban is voltak a fentiekhez hasonló modellszintű termékfejlesztések. Az Országos Húsipari Kutató Intézetben például omega-3 zsírsavval dúsított májast sikerült elkészíteni, mely kellően kellemes aromájúnak és ízűnek bizonyult. (http://www.ohki.hu/tevekenysegunk /hazai_kutatasok/zsirsav.pdf). Fontos megjegyezni, hogy jelen téma azért sertéspárizsi módosítására irányult, mert mind a sertéshús, mind a párizsi hazánkban, széles körben kedvelt termékek, mely által az omega3 kiegészítés elméletileg jelentősen hozzájárulhat a lakosság optimálisabb omega-3 zsírsav ellátásához. 1. táblázat: A vizsgálat szempontjából fontos élelmiszerek és alapanyagok omega-3 és omega-6 zsírsavainak részaránya Zsírsav

Linolsav, 18:2 n6 Linolénsav, 18:3 n3 EPA, 20:5 n3 DHA, 22:6 n3 n6/n3

Western diet (g/nap)1 22,5

Ajánlott (felnőtt) (g/nap)1 4,5-6,5

100 g sertéshúsban (karaj)2 0,14

100 g sertészsírban2

100 g lenolajban1

100 g szójaolajban1

4,4

16

54

1,2

2,2

0,003

0,24

53

7

0,6

>0,22

nyomokban

-

-

-

0,08

>0,22

nyomokban

-

-

-

16,7

2,5-4

4,5-7,5

16,2

0,3

7,7

Anyag és módszer Két vizsgálati szakasz elkülönítése indokolt. Az első esetben a kereskedelmi forgalomban kapható, eltérő minőségű és árkategóriába tartozó párizsi mintákat érzékszervi bírálattal és NIRS technikával hasonlítottuk össze, még a második esetben a 2. táblázatban megadott összetétel szerint készítettük el a párizsi-mintákat a Kaposvári Egyetem Állattudományi Kar, Mezőgazdasági Termékfeldolgozás és Minősítés Tanszék Termékminősítő Laboratóriumában a technológiai kritériumok betartása mellett. A modell termékekben a zsírtartalom 3, 6 illetve 9 %-át váltottuk ki növényi olajjal. Az olajokat (Solio Kft.) és a fűszerkeveréket (ProFood Kft.) kereskedelmi forgalomból szereztük be. Az elkészült minták összehasonlítása fizika, kémiai és érzékszervi bírálatok által kapott eredmények alapján történt.

2. táblázat: A minták összetétele az egyes olaj kiegészítésekkel

4

Minta elnevezése Kontroll 3 % szója olaj 6 % szója olaj 9 % szója olaj 3 % lenolaj 6 % lenolaj 9 % lenolaj

Sertéshús (g) 1350 1350 1350 1350 1350 1350 1350

Szalonna (g) 1200 1164 1128 1092 1164 1128 1092

Jég (g) 450 450 450 450 450 450 450

Szója olaj (g) 0 36 72 108 ----

Lenolaj (g) 0 ---36 72 108

Fűszer (g) 30 30 30 30 30 30 30

Nitrites pácsó (g) 60 60 60 60 60 60 60

NIR vizsgálat A NIR spektroszkópiás méréseket OptiProbe száloptikás, valamint Sample Transport Module (STM) mintakezelő egységgel ellátott FOSS NIRSystems 6500 spektrométerrel végeztük. Az egyes mintákon 5-ször végeztük el a mérést. Száloptikás mérések esetében közvetlenül a vágásfelszíneket mértük, míg az STM használata során küvettába helyezett párizsi minták spektrumait rögzítettük. A spektrométert WinISI II v1.5 vezérlő és értékelő szoftver segítségével működtettük. A NIR adatok a kvantitatív analízisek során az adatgyűjtésre használt WinISI szoftver részleges legkisebb négyzetek (PLS) regresszióját használtuk. A kvalitatív analízisek esetében a WinISI szoftverben főkomponens analízist (PCA) és PLS diszkriminancia analízist (PLSDA) futtattunk. A spektrumokban rejlő információ feltárása érdekében a mennyiségi vizsgálatok esetében második derivált spektrumokkal dolgoztam, míg a minőségi közelítéseknél esetében az első derivált spektrumok képezték az analízisek tárgyát. Érzékszervi vizsgálat Az aromaprofil vizsgálatot 10 képzett bíráló végezte a friss párizsi mintákon a Központi Élelmiszer-tudományi Kutatóintézetben (Budapest). A termékek jellemzőit egy 0-100-ig terjedő osztatlan skálán jelölték a bírálók. A következő tulajdonságokat értékeltük: metszéslap színintenzitás, szag, fűszerek illata, rágásnál rugalmasság, rágásnál nedvességtartalom, rágásnál zsírosság, sós íz, főtt pácolt húspép íze, fűszerek íze, idegen szag és íz, valamint kedveltség. Színmérés A párizsi friss metszéslapján végeztük a színmérést Minolta Chroma Meter CR-300 készülékkel (Minolta Corporation, Tokyo, Japán). A b* (sárgásság), a* (vörösesség) és L* (világosság) értékeket mértük háromszor. A mérések közötti időszakban a mintákat 4 ºCon tároltuk. Textúra analízis A textúra profil analízisét (TPA) Zwick Z005 berendezéssel (Zwick Roell GmbH, Ulm, Németország) végeztük. Warner-Bratzler nyíróerő értékét használtuk fel a textúra jellemzésére, mely esetében 15 mm átmérőjű mintákat vágtunk ki.

Zsírsav analízis 5

A zsírok extrakcióját Folch és mtsai (1957) módszere szerint végeztük, majd Christie (2003) szerint, sav-katalizált (H2SO4) módszerrel állítottunk elő zsírsav metil-észtereket. A módszer kvantitatív, melyhez C19:0 belső standardot alkalmaztunk. A méréseket GC-FID csatolt technikával végeztük el az Állattenyésztési és Takarmányozási Kutatóintézetben (Herceghalom). Peroxid- és savszám meghatározása A peroxid és savszám meghatározását az MSZ 6830-11-es szabvány alapján végeztük el, a termékek Folch-extraktumából az eltarthatósági vizsgálat egyes időpontjaiban. (0.,6.,12.,18., 24. és 32. napon). Statisztikai elemzés Egytényezős variancia analízist (one-way ANOVA) alkalmaztunk (SPSS 10 Windows, 1999) a csoportok közötti különbségek kimutatására minden mért tulajdonság esetében. Eredmények és értékelésük 1. vizsgálati szakasz Az első vizsgálati szakaszban alkalmazott két módszer segítségével hasonlítottuk össze a párizsi-mintákat. A NIRS mérés esetében további összehasonlító vizsgálatot végeztünk kétféle mintamérési módszerre, melyeknek alkalmazhatóságát vizsgáltuk a párizsira, mint húskészítményre. 1.1 Érzékszervi bírálat

ÖSSZBENYOMÁS

Szín élénkség

Szín kedveltség

Homogenitás

Állomány kedveltsége

Állomány rugalmassága Légüreg, zselés üreg

Illat jellege

Illat kedveltsége

Íz kedveltsége

Íz jellege

Fűszerezettség

ÖSSZBENYOMÁS

Szín élénkség

Szín kedveltség

Homogenitás

Állomány kedveltsége

Állomány rugalmassága Légüreg, zselés üreg

Illat jellege

Illat kedveltsége

Íz kedveltsége

Íz jellege

Fűszerezettség

A párizsi-minták érzékszervi tulajdonságai között statisztikailag kimutatható eltéréseket tapasztaltunk. Az érzékszervi vizsgálatok statisztikai értékelésének egyik problematikus eleme a bírálók szubjektivitása. Az alkalmazott PanelCheck program javaslata alapján, két bírálót kizártunk az értékelésekből (1a. ábra). A termékhatás statisztikailag kimutatható szignifikáns eltérést eredményezett a légüreg, zselés üreg, a homogenitás, a színélénkség (p<0,001), a színkedveltség (p<0,01), valamint az ízkedveltség, az illatkedveltség, az állománykedveltség, és az összbenyomás (p<0,05) tulajdonságokban. Nem találtunk szignifikáns eltérést az íz jellege, a fűszerezettség, az illat jellege és az állomány rugalmassága tulajdonságokban (1b. ábrán szürkével jelölve). A további értékelések során csak azon tulajdonságokat vizsgáltuk, melyek megítélésére a termék szignifikáns hatást gyakorolt.

6

1. ábra: Az érzékszervi bírálatok eredménye alapján számított (a) bírálóhatás, illetve (b) termékhatás ábrázolása a vizsgált tulajdonságok vonatkozásában Az érzékszervi tulajdonságok értékelésének alapja a bírálók egyes tulajdonságokra adott pontszámainak összesített, úgynevezett konszenzusos értéke volt. Profildiagramon (2a. ábra) jelenítettük meg a mintacsoportok tulajdonságonkénti átlagértékeit. Minél magasabb az adott pont, annál intenzívebb az érintett tulajdonság. A profildiagramon látható, hogy legtöbb tulajdonság esetében igen komoly különbségek mutatkoztak az egyes minták között. A 2b. ábrán a vizsgálati csoportok érzékszervi tulajdonságainak bi-plot módszerrel történő leírása látható. Az ábra a csoportokra adott pontértékek főkomponens analízisen alapuló feldolgozására épül. Látható, hogy az öt mintacsoportot a bírálók megbízhatóan elkülönítették. Az egyes jellemzők és a párizsi fajták közötti távolság alapján a párizsik érzékszervi tulajdonságai jól kirajzolódnak. A vizsgálatba vont 5. és a 4. párizsi minták a megkérdezett bírálók véleménye alapján kedvező megítélés alá esnek, a legtöbb paraméter tekintetében. Akárcsak a profildiagramon, itt is jól látható, hogy a 3. és 2. párizsi minták esetében a bírálók légüregeket, zselés üregeket írtak le, ugyanakkor ezeket a minták az alacsony homogenitási értékkel jellemezték. 1 2 3 4 5

 

1

2



3



5 4



2. ábra: A vizsgált sertés-párizsik profildiagramja (a) és az érzékszervi tulajdonságok a panel teszt alapján felállított bi-plot diagramon (b) Az egyes párizsikhoz tartozó bírálati eredményekre alapozva diszkriminancia analízissel kívántuk elkülöníteni a mintacsoportokat, majd tesztelni azt, hogy a felállított osztályozó függvény segítségével lehetséges-e az egyes fajták azonosítása az érzékszervi adatok alapján. A panel teszt adatai alapján futtatott diszkriminancia analízis eredményeit a 3. táblázat mutatja, ahol az egyes párizsik 11 elemű mintacsoportjaihoz tartozó kalibrációs és kereszt-validációs találati arányok láthatók. Összességében 76,3 és 49,1%-os találati arányt tapasztaltunk az osztályozó függvény kalibrációja és kereszt-validációs tesztje során. Utóbbi érték jelzi, hogy az érzékszervi vizsgálat eredményei alapján igen alacsony megbízhatósággal lehet pontosan meghatározni 7

az egyes, vizsgálatba vont párizsi minták márkáját. A tapasztalt tévesztések alapján a két, egymáshoz leginkább hasonlító termék a 2-es és 3-as sertés-párizsi volt. 3. táblázat: Az egyes párizsikhoz tartozó találati arányok (%) a panel adatok alapján elvégzett diszkriminancia analízis során

Kalibráció

Keresztvalidáció

1 2 3 4 5 1 2 3 4 5

1 81,8 9,1 0 0 18,2 72,7 9,1 9,1 9,1 18,2

2 0 63,6 9,1 9,1 0 9,1 36,4 36,4 9,1 0

3 0 9,1 81,8 9,1 0 9,1 36,4 36,4 18,2 9,1

4 0 18,2 0 81,8 9,1 0 9,1 9,1 45,5 18,2

5 18,2 0 9,1 0 72,7 9,1 9,1 9,1 18,2 54,5

1.2 NIRS vizsgálat A közeli infravörös spektroszkópiás vizsgálatok során a párizsi mintákat küvettába töltve STM mintakezelő egységgel, és intakt módon, OptiProbe száloptikás vizsgálófej alkalmazásával is vizsgáltuk. A kétféle módon rögzített reflexiós NIR spektrumokat a 3. ábrán mutja.

3. ábra: A vizsgált párizsi minták (a) STM és (b) OptiProbe mintakezelő egységekkel rögzített reflexiós NIR spektrumai A két mérési mód ábráját összevetve látható, hogy az OptiProbe esetében a spektrumok 1900 nm feletti tartományában jelentős mértékű zaj mutatkozik. A spektrumok deriválása során a zaj felerősödik, legfőképp akkor, ha a deriválási folyamatban a rés és simítás értékeket alacsonyra állítjuk (Bázár, 2011). Ezért a negyedik deriváltakat vontuk vizsgálat alá annak érdekében, hogy megállapítsuk, mely tartomány tekinthető a legzajosabbnak. A kapott derivált spektrumokat a 4. ábra mutatja. Látható, hogy az STM módban, küvettába helyezett mintákról felvett reflexiós spektrumok negyedik deriváltjait is terheli ugyan zaj, azonban a zajspektrumok ebben az esetben két nagyságrenddel alacsonyabb skálázású diagramon kerülnek ábrázolásra, ennek megfelelően jelentősen alacsonyabb értéket vesz fel a zaj, mint az OptiProbe esetében. Ez utóbbi, száloptikás mérőfejjel végzett vizsgálatok eredményeként jelentkező spektrumokban a 650-1850 nm közötti hullámhossz tartomány 8

tekinthető megfelelőnek, az alacsonyabb és magasabb hullámhosszokon mért zaj szintje azonban jelentős, ennek megfelelően a kemometriai analízisek eredményeit jelentős mértékben ronthatja alkalmazásuk. Ezen megállapításnak megfelelően az OptiProbe egységgel rögzített spektrumok esetében a továbbiakban csak a 650-1850 nm-es tartományt használtunk az adatok értékeléséhez. A minták második derivált spektrumainak vizsgálata során azt tapasztaltuk, hogy az 1200, 1700 és 2300 nm körüli, zsírra jellemző régiókban (Bázár, 2011) az egyes párizsi fajták mintáinak átlagspektrumai jól elkülönülnek, és a mért zsírtartalom szerint követik egymást. A második derivált spektrumokban a deriválás folyamatából adódóan az eredeti spektrum egyes csúcsai negatív csúcsként jelennek meg, ennek megfelelően a legalacsonyabb érték a legmagasabb zsírtartalmú minta esetében adódott (5. ábra).

4. ábra: A vizsgált párizsi minták (a) STM és (b) OptiProbe mintakezelő egységekkel rögzített reflexiós NIR spektrumainak 4. deriváltjai

5. ábra: A második derivált átlagspektrumokban mutatkozó eltérések az egyes párizsifajták feltüntetésével Az adatok minőségi analízise során osztályozó módszerekkel írtuk le a csoportok közötti különbségeket. A 6. ábrán a főkomponens-analízis (PCA) eredménye látható, melyet az STM egységgel felvett NIR spektrumok beolvasását követően futtattunk. Az ötféle párizsi minta csoportjai egymástól jól elkülönülnek az első és második főkomponens által meghatározott síkon. A két első főkomponens a teljes variancia 94%-át írja le. Az ábrán az egyes mintacsoportok az óramutató járásával megegyező irányban a következőképpen követik egymást: 5, 4, 3, 2, 1. Hasonlóan sikeres volt az STM adatokra alpozott diszkriminancia analízis (PLSDA) is, melynek eredményeképpen olyan osztályozó függvényt állított elő a módszer, mely a kereszt-validáció során 98%-os találati arányt adott. Két minta esetében tévesztett a 9

rendszer, mindkettő esetben 5-ös mintát keverte a 4-es mintával. Az eredmény grafikus ábrázolása látható a 6. ábrán.

6. ábra: A vizsgált párizsi minták elkülönülése PCA és PLSDA osztályozás során, STM mintakezelő egységgel rögzített adatok alapján

7. ábra: A vizsgált párizsi minták elkülönülése PCA osztályozás során, OptiProbe mintakezelő egységgel rögzített adatok alapján Az OptiProbe mintakezelő egységgel rögzített NIR spektrumok (650-1850 nm) értékelése során a fent bemutatottakhoz képest jelentősen gyengébb eredményeket kaptunk. A 7. ábrán a PCA eredménye látható, melyen a mintacsoportok gyengén elkülöníthetően jelennek meg az első három főkomponens függvényében. Hasonlóan gyenge eredményt adott a PLSDA osztályozás is, melynek során 71 %-os találati arányt tapasztaltunk a kereszt-validáció során. A 1-es minta 65 %-át helyezte rossz csoporthoz a módszer. Összességében megállapítható, hogy jelentős hibával terhelve ugyan, de a minták az OptiProbe egységgel vizsgálva is elkülöníthetők, azonban az STM vizsgálat kevesebb zajjal terhelt NIR spektrumot eredményez, így az ezzel futtatott analízisek jobb eredményt adnak. A csoportok STM modul használatával mind a PCA, mind a PLSDA megbízhatóan elkülöníthetők. A kereskedelmi forgalomban kapható, öt kiválasztott párizsi minta egyes paraméterei között szignifikáns különbségek adódtak vizsgálataink során. Humán panel eredmények alapján megállapítható, hogy az olcsóbb árfekvésű termékek homogenitása kedvezőtlenebb, mint a magasabb áron megvásárolható termékeké. Ezzel összefüggésben az olcsóbb mintákban jóval gyakrabban jegyezték fel a bírálók a légüregek, zselés üregek jelenlétét. Az összbenyomás és a kedveltségi paraméterek alapján a legmagasabb árfekvésű 10

termékek voltak a legelfogadottabbak. A humán panel érzékszervi adatai alapján elvégzett DFA analízishez képest a NIR spektroszkópiás adatok alapján végzett osztályozás sokkal eredményesebben volt elvégezhető. Gyors, ipari körülmények között is használható, nagy számú minta esetén igen gazdaságosan alkalmazható, akár on-line is üzemeltethető módszerről van szó, melynek mérési adatai alapján akár a kvantitatív tulajdonságok (nedvesség-, zsír-, kollagén-tartalom) is becsülhetők. 2. vizsgálati szakasz Kísérleteink során olyan funkcionális élelmiszerterméket dolgozunk ki, mely sertéshúsra alapozva jelentősebben hozzájárulhat a humán omega-3 zsírsavbevitel fokozásához. Ennek érdekében sertés-párizsit dúsítottunk omega-3 zsírsavakban gazdag növényi olajokkal. Az eddigiekben lenolaj és szójaolaj kiegészítések készültek el 3, 6 és 9 %-ban helyettesítve a termék zsírtartalmát. A kiegészítések minden esetben azonos zsírtartalmú terméket eredményeztek, ugyanis ún. partial replacement, azaz részleges helyettesítés technikával dolgoztunk. Az elkészült mintákból minden esetben kvantitatív zsírsavösszetételi meghatározás, műszeres színmérés, savszám-, peroxidszám mérés és humán érzékszervi bírálat történt, az oxidációs paramétereket 32 napos tárolás alatt vettük fel. 2.1. aromaprofil analízis A termékfejlesztés egyik alapvető szempontja az volt, hogy az új termék fogyasztói megítélése ne legyen gyengébb, mint a kiindulási kontrollé. Általában az emelkedő növényi olaj koncentráció negatív hatással volt a fogyasztói megítélése. A lenolaj íze a fűszerrel elfedhető volt, míg a szójaolaj esetében ez nem volt lehetséges. Kiemelendő, hogy a 3 %-os lenolaj kiegészítéssel készült párizsi fűszeresebbnek tűnt a bírálók számára, mint a 9 %-os párizsi minta, holott a fűszerkoncentráció azonos volt az egyes mintákban. A kedveltség vizsgálat során a 6 %-os lenolajos kiegészítésű párizsi kedveltebb volt, mint a 9 %-os szójaolajos. Általánosságban az alacsonyabb növényi olaj koncentrációjú mintákat a bírálók jobban kedvelték. Fontos eredményként értékelhető, hogy a lenolaj aromatorzító hatása nem idegen ízként, hanem a fűszeres íz módosításaként jelentkezett. 2.2. Színmérés Az érzékszervi vizsgálatok fontos szempontja a szín, mely befolyásolja a termék eladhatóságát (Ansorena et al., 1997). Számos tanulmány eltérő eredményről számol be a szalonna növényi olajjal történő helyettesítése során bekövetkező színváltozásról az eltérő húskészítmények esetében. Az állati zsír helyettesítése, vagy kiegészítése folyékony növényi olajjal (Ambrosiadis et al., 2003; Paneras és Bloukas, 1994; Bloukas et al., 1997) a húskészítmény (virsli, fermentált kolbász) sötétebb színét eredményezte. Hasonló eredményeket tapasztaltunk saját vizsgálataink során. Az olaj kiegészítés módosította a párizsi minták színét. Eltérést figyeltünk meg a minták között az L*, az a* és a b* értékekben. A szójaolajos helyettesítés sötétebb párizsit és nagyobb b* értéket okozott. Bloukas és mtsai (1997), valamint Muguerza és mtsai (2002) is hasonló eredményre jutottak, mikor a sertésszalonnát 10-20%-ban olíva olajjal helyettesítették a fermentált kolbászokban. Pelser és mtsai (2007) eltérő tapasztalatról számoltak be a szalonna 10-20 %-os lenolajos helyettesítése során fermentált kolbászokban, ahol a világossági értékben és a vörösességben nem volt eltérés a kontrol mintához képest, ellenben a sárgássági tényező megváltozott.

11

Az olaj-kiegészítés befolyásolta a friss metszéslapon mért színintenzitás értékeket: a világossági érték (L*) szignifikánsan növekedett, a vörösesség (a*) az emelkedő olajkiegészítéssel ellentétesen csökkent, míg a sárgásság (b*) csak a lenolajos kiegészítésnél növekedett jelentősen. (8. ábra)

80 70 60 50 40 30 20 10

9%-os Lenolaj

Világossági érték (L*) Vörösességi érték (a*) Sárgássági érték (b*)

6%-os Lenolaj

3%-os Lenolaj

9%-os Szójaolaj

6%-os Szójaolaj

3%-os Szójaolaj

Kontrol

0

8. ábra: CIE Lab koordináták értékének változása a kiegészítés hatására 2.3. Textúra profilanalízis A textúra egyik fontos befolyásoló tényezője a fogyasztói megítélésnek. A tökéletes termék tulajdonságai közé tartozik a jó szeletelhetőség, rugalmasság, továbbá se túl puha, se túl kemény ne legyen a termék (Magyar Élelmiszerkönyv, 1-3/13-1 fejezet, 2004). Ezen tulajdonságok függhetnek a nyersanyag minőségétől, különösképpen az állati eredetű zsír mennyiségétől (Keeton, 1994), saját kísérletünkben pedig még az olaj-kiegészítéstől és a tárolástól is. A szója és lenolaj, mint adalékanyagok módosították a keménység és a nyíróerő értékeket. Az emelkedő olajkoncentráció puhább párizsit eredményezett, kivétel a 3 % lenolajos kiegészítésnél, mely nagyon hasonló volt a kontroll mintához. A kétféle olajkiegészítés is okozott eltérést a minták állagában. Összességében elmondható hogy az olaj és a zsír eltérő halmazállapota miatt eltérő textúrájúak lesznek a termékek. Az olaj kiegészítéssel puhább mintákat kaptunk a kontrolhoz képest, melyet a műszeres vizsgálattal igazoltunk, ám ezt az érzékszervi bírálat nem támasztotta alá (4. táblázat).

4. táblázat: A textúra függése az olaj kiegészítéstől

12

Minta elnevezése

Keménység

Rugalmasság

N SD 1,03

N/mm2 átlag SD 0,033 A ± 0,005

Kontrol

átlag 5,54 A

3%-os Szójaolaj

5,87 AB

±

0,82

0,033 AB

±

0,005

6%-os Szójaolaj

5,39 A

±

1,23

0,030 AB

±

0,008

9%-os Szójaolaj

8,28

B

±

0,048

B

±

0,013

4,60

A

±

0,028

A

±

0,005

4,78

A

±

0,028

A

±

0,005

5,33

A

±

0,030

A

±

0,000

3%-os Lenolaj 6%-os Lenolaj 9%-os Lenolaj ABC

±

1,70 0,22 0,51 0,29

: Szignifikáns eltérés (P<0.05) a kontrol és a szója, illetve lenolajas kiegészítések között

2.4. Zsírsavprofil Az optimálisnak tekintett n-6/n-3 zsírsav arány eléréséhez a sertés szalonna 9%-os lenolajos helyettesítésére volt szükség. Ez a termék közel 70 mg PUFA-t és 13 mg n-3 zsírsavat tartalmazott grammonként. Számos egyéb irodalmi adat mellett a FAO (2008) ajánlása 0,25 – 2 g/nap összes n-3 zsírsav, amiből 1,1-1,6 g/nap az ajánlott napi bevitele (RDA) a prekurzor α-linolénsavnak (IOM, 2005). A 9 %-os lenolajos modell termékből ez napi 100 g elfogyasztásával érhető el, ami megfelel a hazai étkezési szokásoknak. Mindemellett szükséges, hogy egyéb zsírsavforrásból is hozzájáruljunk az RDA eléréséhez. Wood és mtsai. (2004) szerint az optimális zsírsavforrás 30 %-ban tartalmaz telített zsírsavakat (SFA) és a PUFA/SFA arány kisebb, mint 0,4. Az általunk elkészített 9 %-os lenolajos minta nem felelt meg teljes mértékben ennek a feltételnek, noha megközelítette azt (40 % és 0,56), míg a kontrol minta erősen különbözött a százalékos mutató elméleti optimumától (44 %). Ezzel ellentétben a kontroll minta PUFA/SFA aránya megfelelő volt, de tény, hogy az optimálisként elfogadott FA összetétel az egy termékben nehezen kivitelezhető. A növényi olajok használatának további hátránya az, hogy a hosszabb szénláncú zsírsavak (dokozapentaénsav és dokozahexaénsav) egyáltalán nincsenek jelen a termékben, pedig azok ajánlott napi bevitele 0,2 g/nap (FAO, 2008). További termékfejlesztésekben ez kompenzálni lehet halolaj hozzáadásával, de ez kérdést vet fel a fogyasztói megítélés szempontjából. A nyers hús és szalonna tartalmazta a legkevesebb n-3 zsírsavat, egyben ez rendelkezett a legmagasabb n-6/n-3 aránnyal (5. táblázat). A két növényi olaj zsírsavprofilja jelentősen eltért. A lenmagolaj ALA tartalma egy nagyságrenddel magasabb volt, mint a szójaolajé, n-6/n-3 aránya ennek volt a legalacsonyabb (5. táblázat).

5. táblázat: A nyers minták zsírsavösszetétele

13

Zsírsav összetétel

Hús

Szalonna Szójaolaj tömeg% 1,55 0,08 26,7 9,03 2,74 0,10 14,0 3,45 34,3 16,1 16,1 65,1 1,09 5,14 0,86 0,16 0,67 0,03 0,11 na 0,16 na 0,35 na na na 0,09 na na 0,05 42,3 12,6 37,9 16,4

Lenolaj

C14:0 C16:0 C16:1 n-7 C18:0 C18:1 n-9 C18:2 n-6 C18:3 n-3 C20:1 n-9 C20:2 n-6 C20:3 n-6 C20:3 n-3 C20:4 n-6 C20:5 n-3 C22:5 n-3 C22:6 n-3 ∑ telített ∑ MUFA

1,52 27,9 3,99 14,5 36,3 10,6 0,52 0,89 0,41 0,25 0,09 1,77 0,07 0,23 na 43,9 41,2

∑ PUFA PUFA/SFA ∑ n-3

14,8 0,34 0,91

19,4 0,46 1,35

70,5 5,61 5,20

76,9 8,0 31,9

∑ n-6 n-6/n-3 na: nincs adat

13,0 14,3

17,2 12,7

65,1 12,5

44,9 1,41

0,05 5,78 0,07 3,74 12,9 44,8 31,85 0,15 0,05 0,03 0,03 na na na na 9,57 13,1

A 6. táblázatban az egyes terméktípusok százalékos (tömeg %) és mennyiségi (mg/g) zsírsavösszetétele látható. A tárolás során bekövetkező zsírsavprofil változás elhanyagolható volt. Az eltérő mértékű, részleges helyettesítéssel készült párizsik zsírsavprofilja között jelentősebb volt az eltérés. A növekvő olaj kiegészítés csökkentette az n-6/n-3 arányt, főleg a lenolajjal készült mintákban, ahol a 9 %-os kiegészítési szinten az n-6/n-3 arány kívánt 4-es értékét megközelítettük (Wood et al., 2004; Takeuchi et al., 2008). 6. táblázat: A modell termékek mennyiségi és minőségi zsírsavprofilja Friss minta Palmitoleinsav (C16:1 n-7) Olajsav (C18:1 n-9) Linolsav (C18:2 n-6) α-Linolénsav (C18:3 n-3) Eikozénsav (C20:1 n-9) Eikozadiénsav (C20:2 n-6) Eikozatriénsav (C20:3 n-6) Eikozatriénsav (C20:3 n-3) Archaidonsav (C20:4 n-6) Eikozapentaénsav (C20:5 n-3) Dekozapentaénsav (C22:5 n-3) ∑ telített ∑ MUFA ∑ PUFA PUFA/telített ∑ n-3 ∑ n-6 n-6/n-3 na: nincs adat

Kontrol mg FA/g tömeg minta % 5,32 2,57 69,9 33,8 30,1 14,5 1,77 0,85 2,24 1,08 1,49 0,72 0,25 0,12 0,33 0,16 0,87 0,42 na na 0,23 0,11 90,9 43,9 77,5 37,4 35,0 16,9 0,39 0,39 2,33 1,13 32,7 15,8 14,0 14,0

3% Szójaolaj 6% Szójaolaj 9% Szójaolaj mg FA/g tömeg mg FA/g tömeg mg FA/g weight minta % minta % minta % 4,72 2,48 5,19 2,43 5,46 2,24 62,2 32,7 71,8 33,6 78,2 32,0 32,9 17,3 40,0 18,7 47,8 19,6 2,08 1,09 2,68 1,26 3,08 1,26 1,78 0,94 2,14 1,00 2,35 0,96 1,29 0,68 1,45 0,68 2,60 1,06 0,23 0,12 0,23 0,11 0,26 0,11 0,30 0,16 0,34 0,16 0,34 0,14 0,78 0,41 0,83 0,39 0,83 0,34 na na na na na na 0,19 0,10 0,22 0,10 0,22 0,09 81,0 42,6 86,3 40,4 99,8 40,9 68,7 36,2 79,2 37,0 86,0 35,2 37,8 19,9 45,7 21,4 55,1 22,6 0,47 0,47 0,53 0,53 0,55 0,55 2,57 1,35 3,24 1,52 3,65 1,49 35,2 18,5 42,5 19,9 51,5 21,1 13,7 13,7 13,1 13,1 14,1 14,1

3% Lenolaj mg FA/g tömeg% minta 6,08 2,47 81,2 33,0 41,3 16,8 5,13 2,08 2,34 0,95 1,77 0,72 0,29 0,12 0,41 0,17 0,96 0,39 0,04 0,02 0,25 0,10 103,3 41,9 89,6 36,4 50,2 20,4 0,49 0,49 5,83 2,37 44,4 18,0 7,61 7,61

6% Lenolaj mg FA/g tömeg% minta 5,20 2,32 71,7 32,0 40,1 17,9 8,03 3,58 2,03 0,90 1,48 0,66 0,26 0,12 0,34 0,15 0,85 0,38 0,03 0,02 0,22 0,10 90,7 40,5 78,9 35,2 51,3 22,9 0,57 0,57 8,62 3,85 42,6 19,0 4,95 4,95

9% Lenolaj mg FA/g tömeg% minta 6,62 2,15 101,8 33,1 52,9 17,2 12,14 3,94 2,95 0,96 1,95 0,63 0,33 0,11 0,43 0,14 1,01 0,33 0,04 0,01 0,28 0,09 123,4 40,1 111,4 36,2 69,0 22,4 0,56 0,56 12,9 4,18 56,2 18,2 4,36 4,36

Peroxid- és savszám A sav- és peroxidszámok változását a keverékekben az egyes mintavételi (0., 6., 12., 24. és 32. tárolási napok) napokon rögzítettük. Az összesített eredmények szerint a tárolás alatt az avasodás mértéke nem nőtt, hanem csökkent, minden bizonnyal az alkalmazott fűszerkeverék antioxidáns kapacitása okán. (Az antioxidáns kapacitás 13,8 mg 14

aszkorbinsav eq/g minta volt a fűszerkeverékben, amit spektrofotometriás DPPH (2,2difenil-1-pikrilhidrazil) módszerrel határoztunk meg.) Megítélésünk szerint a funkcionális élelmiszerek „tervezésénél” elengedhetetlen követelmény, hogy a termékbe a bioaktív komponenseket eltartható formában juttassuk be. Modell termékünkben a funkcionális komponens nem mutatott jelentős változást a tárolás alatt, ugyanakkor érdemben hozzájárult egy közel optimális zsírsav-összetételű termék kialakításához. További munkánk során az optimális zsírsavprofil elérése mellett a minimális aromatorzulás elérését tűzzük ki célul, egyéb magas n-3 zsírsav tartalmú kiegészítők alkalmazásával. A témában megjelent publikációk: Belovai J, Romvári R, Fébel H, Szabó A, Vámos-Falusi Zs, Bánáti D (2011): Az n-3 zsírsav kiegészítés hatása a párizsi minőségi tulajdonságaira. Élemiszer - Tudomány -Technológia 65:(4) pp. 12-16. Belovai, J., Romvári, R. Bázár, Gy., Szabó, A.(2012): Comparative study of commercial cold-cuts used NIRs and sensory analysis. 20. Animal Science Days, Kranjska Gora, Szlovénia, 2012.09.19-21. Acta Agriculturae Slovenica. Suppl. 221-225. Belovai, J., Romvári, R. Bázár, Gy., Szabó, A. Bánáti D. (2012): Effects of n-3 fatty acid enrichment on the quality characteristics of a special Hungarian cold cut (Párizsi). Acta Alimentaria. elfogadva Szabó Mihály (diplomamunka: állattenyésztő mérnök III. évfolyam, BSc szakos hallgató):„Kereskedelmi forgalomban kapható sertéspárizsik érzékszervi tulajdonságainak összehasonlítása műszeres technikákkal” Konzulens: Dr Bázár György tudományos segédmunkatárs. társkonzulens: Belovai Judit PhD hallgató. A társkonzulens a pályázat terhére PhD megbízási díjat kap (2011.11-2013.02). 1.2. Halfilé mint egészséges élelmiszer vizsgálata Eltérő környezetből származó pontyok minőségi vizsgálata Négy azonos takarmányozási protokollt alkalmazó tógazdaságból származó pontyokon történt a vizsgálat. A halakat a Ponty Teljesítményvizsgálatin Kódex (2001) iránymutatásai alapján dolgoztuk fel. A filé pH-jának, szárazanyag- és zsírtartalmának, víztartó képességének és színének mérése történt meg. Ezek mellett mértük a vörös izom eloszlását és arányát keresztmetszeti filében. A hévízi pontyok esetében a béltartalom és a filé zsírsavprofilját határoztuk meg. A kapott eredményeket nemzetközi adatokkal hasonlítottuk össze. Testméret indexek és vágási mutatók A testformát leíró és a vágási mutatók eredményeit együttesen mutatjuk be, tekintettel a közöttük fennálló viszonylag erős összefüggésre. A 7. táblázat tartalmazza a vizsgált négy ponty tájfajta testméret indexeinek és vágási mutatóinak átlagértékeit, illetve a fajta és az ivar hatását a mutatókra. A táblázati adatok szerint a tükrös fajták vágóértéke általában meghaladja a pikkelyes fajtákét. Az attalai tükrös fajta vágóértéke szignifikánsan a legmagasabbnak bizonyult. A 15

fajta szignifikánsan befolyásolta a vágóértéket és több húsminőségi mutatót is. Az ivar azonban egy esetben sem volt szignifikáns hatással a vizsgált tulajdonságokra. A profilindex és a fejindex a pikkelyes fajtáknál magasabb volt a tükrös fajtákkal összehasonlítva, a keresztmetszet-index azonban az összes fajtánál közel azonosnak bizonyult. A ponty az egyetlen háziasított tógazdasági halunk. A háziasítás kezdete a rómaiakhoz köthető, ami a középkorban a kolostorok tavaiban folytatódott. A nemesítés fő célja a nagyobb vágóérték elérése volt (Balon, 1995). A pontynak így sok tájfajtája jött létre Közép-Európában, melyeket az úgynevezett testméret-indexekkel jellemeztek. Ezeket régebben még a domesztikáció fokmérőjeként értékelték. A kerekebb testformával rendelkező pontynak gyorsabb növekedést és nagyobb vágóértéket, filékihozatalt tulajdonítottak. Bár mindegyik fajtánál kimutattuk az adott fajtára jellemző testméret indexet, a vágóértékkel csak gyenge kapcsolatot sikerült igazolni (7. táblázat).

16

17

2,5 ± 0,2b 2,3 ± 0,3a 3,7 ± 0,2b ab

45,9 ± 2,4a 2,3 ± 0,2a 2,5 ± 0,2a 3,4 ± 0,2a b

Filékihozatal (%) Profilindex Keresztmetszet index Fejindex

2,6 ± 0,7a 4,9 ± 1,5a

3,4 ± 1,5a 1,6 ± 1,6a 22,2 ± 9,1b 2,5 ± 0,8a 5,6 ± 1,4ab

a* b* Főzési veszteség(%) Csepegési veszteség (%) Felengedtetési veszteség (%)

2,5 ± 0,6a

4,1 ± 1,9a 0,8 ± 1,1a 15,3 ± 2,8a

45,7 ± 3,2a

2,5 ± 1a

3,7 ± 2a 0,5 ± 1,6a 15,9 ± 2,7a

45,8 ± 3a

6,4 ± 0,2ab

27,3 ± 3,6a 2,7 ± 1,3a

3,9 ± 2,2a 1,3 ± 1,7a 17,3 ± 2,8a

46,2 ± 2,8a

L

6,3 ± 0,2a

6,6 ± 0,2ab

Szárazanyagtartalom (%) 28,5 ± 3,3a 28,2 ± 4,8a 29,6 ± 5,5a 4,5 ± 2,9ab 3,4 ± 2,2ab 5,5 ± 3,4b Zsírtartalom (% nyers minta) a,b: statisztikailag igazolható különgségek a vizsgált fajták közt P<0,05 szignifikancia szinten ns: P>0,05

44,7 ± 2,3a

6,4 ± 0,2ab

pH 24 h

6,4 ± 0,2a

2,4 ± 0,3

b

3,5 ± 0,2a

2,4 ± 0,2a

2,2 ± 0,2a

44,4 ± 2,3ab

58,4 ± 3ab

Szegedi tükrös átlag ± szórás 1610,6 ± 271,9 b

6,3 ± 1,8ab

6,5 ± 0,2b

6,6 ± 0,2ab

pH 45 min

2,1 ± 0,2

a

3,6 ± 0,2b

2,3 ± 0,2a

2,6 ± 0,2b

43,9 ± 2,4ab

56,5 ± 2,3ab

Hortobágyi nyurga átlag ± szórás 1513,8 ± 493,2ab

7,9 ± 6,4b

6,8 ±0,2b

2,4 ± 0,3

Faroknyél index

2,3 ± 0,3

55,2 ± 5,1a 42,6 ± 3,5b

59,3 ± 4,4b

Vágóérték (%)

Élősúly (g)

Attalai pikkelyes átlag ± szórás 1258,7 ± 530,4a

Attalai tükrös átlag ± szórás 1414,05 ± 219,7 ab

ns 0,009

ns

ns

0,003 ns 0,002

ns

0,002

0,0001

0,002

0,001

0,027

0,0001

0,002

0,004

Fajta ns

ns ns

ns

ns

0,02 0,062 ns

0,033

ns

ns

ns

ns

ns

ns

ns

ns

ns 0,032

ns

ns

ns ns ns

ns

ns

ns

ns

ns

ns

ns

ns

ns

P Ivar Fajta x Ivar 0.06 ns

7. táblázat: A vizsgált pontyfajták vágási-, testméret, és húsminőségi adatai, valamint a fajta és az ivar hatása a mutatókra

Húsminőségi tulajdonságok A 7. táblázat tartalmazza a vizsgált négy pontyfajta húsminőségi mutatóinak átlagértékeit, illetve a fajta és az ivar hatását a mutatókra. Ezen eredmények újszerűek, miután konvencionális húsvizsgálattal még nem jellemezték a ponty filéjét Magyarországon. A Ponty Teljesítményvizsgálatok során elsősorban a vágási mutatókra és a zsírtartalomra fókuszáltak. A következőkben összefoglaljuk a vizsgált pontyfajták filéjének zsírtartalmára és konvencionális húsminőségére (víztartóképesség, szín, pH) vonatkozó eredményeket. Zsírtartalom Általánosan elmondható, hogy a zsírtartalomra legerősebb hatással a takarmányozás van. Ismert, hogy a szemestakarmánnyal etetett pontyok teljestest zsírtartalma jelentősen meghaladja a nagyrészt természetes táplálékon nevelkedett pontyok zsírtartalmát (Lengyel és mtsai, 2001; Trenovszki és mtsai, 2011). A természetes vízben fogott pontyok testnyerszsír tartalma 3,1 ± 3,4 % , míg a tógazdasági pontyé 10,0 ± 4,5 % Csengeri és mtsai (1999) adatai szerint. Vizsgálatunkban a pontyok zsírtartalma elmaradt a tenyésztett pontyokra vonatkozó irodalmi adatoktól, ami arra enged következtetni, hogy a vizsgált halak tápláléka jelentős részben természetes eredetű lehetett. Bauer és Schlott (2009) pontyok zsírtartalmát vizsgálták ausztriai tógazdaságokban, az általunk vizsgáltakhoz nagyon hasonló körülmények között. A szerzők adatai (2,7 és 6,9 % közötti zsírtartalom) közelítenek saját eredményeinkhez. Faconneau és mtsai (1995) szerint a ponty zsírtartalma a testmérettel párhuzamosan növekszik. Ezt nem sikerült kimutatni sem a teljes adatállomány, sem a fajták tekintetében. A fajta azonban szignifikáns hatással volt a filé zsírtartalmára (7. táblázat). A tükrös és pikkelyes fajták közt nem volt szignifikáns különbség a zsírtartalomban, t-próbával összehasonlítva. Víztartóképesség A vizsgált pontyfajták filéjének víztartóképességét jellemző értékeit szintén a 7. táblázat tartalmazza. A víztartó képességet spontán (csepegési veszteség) és indukált (főzési-, és felengedtetési veszteség) nedvességtartalom-vesztéssel jellemeztük. A főzés során távozott a legtöbb nedvesség a pontyok filéjéből. A veszteség mértéke 15,3 ± 2,8 % és 22,2 ± 9,1 % között mozgott. A főzési veszteség az attalai tükrös fajtában volt a legmagasabb, szignifikáns fajta-hatással. A többi fajtánál a főzési veszteség értékek közel azonosak voltak. A felengedtetési veszteség a hortobágyi tükrös fajtában bizonyult a legmagasabbnak. A spontán csepegés tekintetében nem volt különbség a csoportok között. Az intracelluláris víz vesztését az izomsejtekből az izomrostok összehúzódása okozza a rigor mortis kialakulása során. A folyamat során az izomrost fehérje-összetevői degradálódnak, ám a szarkolemma és a szarkoplazmás retikulum részleges károsodásával is számolni kell. Faconneau és mtsai (1995) szerint ezek az események a rigor kialakulása utáni pár órában lezajlanak. Ennek a természetes folyamatnak a mértéke a hús spontán csepegésével (Honikel, 1998) mérhető. Az általunk vizsgált ponty filében a csepegési veszteség minden csoportnál 2,5 % körüli volt.

18

Az intracelluláris folyadék vesztése történhet valamilyen behatásra is, mint például a fagyasztás és az azt követő felolvadás. A fagyasztás hatására a sejtmembránok megsérülnek (ruptúra) (Takahashi és mtsai, 1993). Ez a folyamat összefüggésben van a Caionok koncentrálódásával a miofibrillumok környékén, és így a további összehúzódás miatt folyadék áramlik ki a sérült membránstruktúrán. A felengedtetési veszteség a hortobágyi pikkelyes fajtában szignifikánsan a legmagasabbnak bizonyult. Habár a felengedtetési veszteség mértéke elsősorban a fehérjékkel van összefüggésben, érdekes módon ez a fajta tartalmazta a legmagasabb zsírtartalmat. Szín A ponty filé színkomponens értékeit tekintve (L, a*, b*) nem volt szignifikáns különbség a tájfajták között, a színt jellemző értékek minden csoportnál közel azonosak voltak (7. táblázat). E tekintetben viszonylag homogén ponty populációról beszélhetünk, annak ellenére, hogy a fajta és az ivar is több esetben szignifikáns hatással volt a színparaméterekre (7. táblázat). A színt okozó szerves vegyületek (pl.: hem pigmentek, astaxanthin) kémiai analízisét nem végeztük el, de az, hogy a csoportok között nem volt statisztikailag igazolható eltérés, arra enged következtetni, hogy ezen vegyületek felhalmozódása a filében nagyon hasonló mértékű. pH A filé pH értéke a post mortem 45. percben mérve minden esetben magasabb volt, mint a 24 órás időpontban. Mindkét értéket tekintve a csoportok közti különbségek azonosak voltak. Az attalai pikkelyes filéjének volt a legmagasabb a pH értéke, jelentősen meghaladva a hortobágyi nyurga értékeit. A filé pH-ját a fajta, mint fix faktor befolyásolta szignifikánsan (7. táblázat). A pH csökkenése az első 23 órában nagyon enyhe, homeotherm állatokkal összehasonlítva, ami a ponty filében csak kis mértékben raktározott glikogénnek köszönhető és egybevág Faconneau és mtsai (1995) eredményeivel. A vörös izom aránya A filékben a vörös izomrostok a gerinc környékén, az oldalvonalnál és a mellúszó közelében koncentrálódtak (9. ábra). Ez az izomtípus nagy mioglobin és mitokondrium tartalmú, aerob anyagcseréjű és a lassú, de hosszútávú mozgással van összefüggésben (Johnston és mtsai, 1997; Johnston, 1999; Goldspink és mtsai, 2001). A filé többi részén a gyors mozgásért felelős kis mioglobin és mitokondrium tartalmú fehér izom található (Johnston és mtsai, 1997; Johnston, 1999; Goldspink és mtsai, 2001).

9. ábra: A vörös izom eloszlása ponty filéjében

19

A vörös izom aránya 11,06 % és 13,3 % között mozgott (10. ábra). A vizsgált pontyfajták vörös izom arányában nem volt szignifikáns különbség a csoportok között. A különböző halfajok – köztük a pontyfélék - vörös és fehér izomzatának eloszlása nagymértékben függ az életmódjuktól (Sänger, 1992b). A kísérletben szereplő pontyfajták mind azonos életkörülmények közül kerültek ki, emiatt az izomösszetételben nem mutatkozott lényegi eltérés. A vörös izom aránya és a húsminőségi mutatók kapcsolata A vörös izom arány és a húsminőségi tulajdonságok közötti kapcsolat – korrelációanalízissel vizsgálva – gyengének bizonyult (8. táblázat). Az izomarány és a többi vizsgált változó közötti összefüggés a szárazanyag tartalom tekintetében volt a legmagasabb. A vörös izom mennyisége nagyban összefügg a szárazanyag tartalommal, hiszen lipid- és fehérjetartalma magasabb a fehér izoménál (Rebah és mtsai., 2010).

Vörös izom aránya (%)

25 20

15 10

5 0 Attalai tükrös

Attalai pikkelyes

Hortobágyi nyurga

Szegedi tükrös

10. ábra: A vörös izom aránya a vizsgált pontyfajtákban 8. táblázat: A vörös izom aránya és a húsminőségi mutatók közti kapcsolat

pH 45 min. pH 24 h Főzési veszteség Csepegési veszteség Felengedtetési veszteség Szárazanyag tartalom Zsírtartalom

Vörös izom aránya r P -0.111 NS 0.056 NS -0.118 NS 0.047 NS -0.098 NS -0.372 0.001 -0.126 NS

NS: P>0,01

Extrém környezeti feltételek hatása ponty filé zsírsavösszetételére A hévízi ponty béltartalom-, és filé zsírsavösszetétele A halak boncolása közben jól fejlett ivarszerveket és nagy mennyiségű hasűri zsírt találtunk, ezen kívül a béltartalom mennyisége is jelentős volt. Ezek arra engednek következtetni, hogy a Hévízi tóban élő pontyok nem szenvednek táplálékhiányban, és megerősíti azt a feltételezést, hogy a kis testméret az extrém körülményekhez való alkalmazkodás, és nem az éhezés eredménye. 20

A béltartalom zsírsavaiban jelentős részarányt képviselt az arachidonsav (6,55 %) és a dokozahexaénsav (12,1 %) is, utóbbi jelentősen hozzájárul ahhoz, hogy az összes n-3 zsírsav aránya 20 % volt a teljes zsírtartalmon belül. Ezeknek a zsírsavaknak a jelenléte a béltartalomban állati vagy alga eredetű táplálékot feltételez (Nichols és Appleby, 1969). Mivel a pontyok béltartalmában elenyésző mennyiségű állati maradványt (csigaház) találtunk, valószínűbb, hogy a tó fenekét borító iszapban élő, bomló növényi részekkel táplálkozó mikroflóra adja a halak fő táplálékát. Ezt megerősíti az a tény, hogy a béltartalom zsírtartalom-extrakciója során a dörzsmozsárban nagyobb mennyiségű, tavi üledékre jellemző kristályos szemcse volt megfigyelhető. A béltartalom telítetlenségi indexe (170) jelentősen meghaladta a filéjét (126,7). Ez a hőmérsékleti adaptáció egy különös változatára utal, ugyanis a dokozahexaénsav és az arachidonsav nagy, vagy növekvő részaránya a ponty zsírtartalmában (máj foszfolipid) a hideghez való alkalmazkodásra utal (Farkas, 1984). Érdekes módon a hévízi ponty esetében az ellenkezője tapasztalható: a táplálékkal felvett nagy mennyiségű többszörösen telítetlen zsírsav csak nagyon kis mértékben, vagy egyáltalán nem épült be az izom zsírsavkészletébe. Másik érdekes eredmény, hogy a hévízi ponty filéjében a telített zsírsavak aránya 5-10 %al nagyobb, összehasonlítva a nemzetközi irodalmakban szereplő adatokkal (9. táblázat), beleértve a trópusi adatokat is. E mögött szintén a már említett hőmérsékleti adaptáció feltételezhető (Farkas, 1984), mivel a Hévízi tó és számos hivatkozott víztest (Buchtová és mtsai, 2007; Hadjinikolova, 2004) átlaghőmérsékleti különbsége 20 ºC körüli, hozzátéve, hogy a táplálék relatív magas telítetlensége nem tükröződik a filé zsírtartalmában. Ezek mellett jól ismert (Dey és mtsai, 1993; Shearer, 1994), hogy a hideghez való alkalmazkodás jelentősen növeli a filé poláris és összlipidjeinek telítetlenségét tengeri halakban és pontyban is (Farkas és mtsai, 1980). Mindezekből az látható, hogy bár viszonylag jelentős a többszörösen telítetlen zsírsavak aránya a táplálékban, a magas környezeti hőmérséklet nem teszi szükségessé ezen zsírsavak izom lipidekbe való inkorporációját.

21

22

Hévíz Trenovszki és mtsai., 2011 Sig. Guler és mtsai., 2008 termáltó tógazdaság természetes tó természetes abraktakarmány + természetes természetes Magyarország Magyarország Törökország 5,74 ± 0,82 0,99 ± 0,37 0,002 1,90 ± 0,33 0,29 ± 0,05 0,15 ± 0,05 0,005 0,78 ± 0,29 0,69 ± 0,16 0,19 ± 0,13 0,005 0,96 ± 0,15 0,02 ± 0,00 n.a. 1,24 ± 0,42 21,5 ± 1,21 16,6 ± 2,27 0,005 15,7 ± 0,82 6,29 ± 0,48 9,29 ± 1,92 0,002 9,51 ± 3,50 1,04 ± 0,20 0,51 ± 0,12 0,002 1,64 ± 0,29 1,22 ± 0,21 n.a. 1,56 ± 0,15 4,43 ± 0,93 4,80 ± 0,63 n.s. 4,42 ± 0,54 32,8 ± 2,58 39,6 ± 9,12 n.s. 2,94 ± 1,24 7,00 ± 2,92 8,41 ± 1,73 n.s. 7,57 ± 2,87 0,34 ± 0,13 n.a. 3,03 ± 1,20 3,83 ± 0,46 1,75 ± 1,08 0,005 0,70 ± 0,29 0,12 ± 0,01 n.a. 1,38 ± 1,13 2,07 ± 0,23 3,09 ± 1,07 0,05 1,87 ± 0,89 0,63 ± 0,14 n.a. 0,19 ± 0,06 0,58 ± 0,11 n.a. 1,02 ± 0,26 0,42 ± 0,05 n.a. 0,54 ± 0,13 4,53 ± 1,42 2,59 ± 2,36 n.s. 5,58 ± 1,08 1,74 ± 0,41 1,53 ± 1,50 n.s. 4,83 ± 0,65 0,05 ± 0,02 n.a. 0,27 ± 0,12 1,07 ± 0,28 0,82 ± 0,51 n.s. 0,95 ± 0,61 3,52 ± 0,85 1,52 ± 1,21 0,01 6,67 ± 3,02 33,7 ± 2,04 23,1 ± 2,04 0,002 25,9 ± 1,33 66,3 ± 2,04 68,7 ± 1,63 0,05 48,9 ± 2,52 42,6 ± 2,77 52,1 ± 8,17 0,01 17,9 ± 3,89 23,7 ± 3,40 16,6 ± 7,37 n.s. 31,0 ± 5,17 10,6 ± 1,69 5,62 ± 3,98 0,02 13,7 ± 3,39 12,7 ± 2,85 11,0 ± 3,66 n.s. 17,3 ± 4,44 34,8 ± 2,71 42,7 ± 9,22 n.s. 4,80 ± 0,82 1,23 ± 0,39 2,88 ± 1,84 0,01 1,34 ± 0,56 126,7 ± 10,58 105,4 ± 21,2 0,05 140,3 ± 19,63 17,63 ± 0,09 16,38 ± 0,25 0,002 13,87 ± 0,73

sig.: P<0,05 a Hévízi ponty adataival összehasonlítva n.a.: nincs adat; n.s.: P>0.05

Élőhely Takarmány Ország C14:0 C14:1 C15:0 C15:1 C16:0 C16:1 n7 C17:0 C17:1 C18:0 C18:1 n9 C18:2 n6 C18:3 n6 C18:3 n3 C20:0 C20:1 n9 C20:2 n6 C20:3 n6 C20:3 n3 C20:4 n6 C20:5 n3 C22:0 C22:5 n3 C22:6 n3 Σ telített Σ telítetlen Σ monoén Σ polién Σ n3 Σ n6 Σ n9 n6/n3 telítetlenségi index átlagos zsírsav lánchossz

Sig. Kalyoncu és mtsai., 2010 víztározó természetes Törökország 0,005 1,81 ± 0,32 0,005 0,36 ± 0,10 0,02 0,81 ± 0,08 0,06 1,71 ± 0,68 0,005 18,7 ± 0,43 0,16 12,5 ± 1,15 0,005 0,79 ± 0,20 0,02 1,57 ± 0,31 n.s. 4,87 ± 0,61 0,005 25,8 ± 2,81 n.s. 5,45 ± 1,55 0,005 0,07 ± 0,04 0,005 4,24 ± 0,90 0,01 0,18 ± 0,03 n.s. 1,23 ± 0,35 0,03 0,86 ± 0,10 0,01 0,04 ± 0,02 n.s. 0,02 ± 0,01 n.s. 4,69 ± 1,47 0,005 6,09 ± 0,27 0,01 0,35 ± 0,09 n.s. 2,34 ± 0,23 0,01 4,15 ± 1,10 0,005 27,7 ± 0,91 0,005 71,1 ± 1,26 0,005 43,2 ± 3,81 0,03 27,9 ± 2,55 0,03 16,8 ± 2,46 n.s. 11,1 ± 1,45 0,005 27,0 ± 3,07 n.s. 0,67 ± 0,15 n.s. 154,7 ± 10,5 0,005 17,43 ± 0,360

Sig. Rasoarahona és mtsai., 2004 természetes tavak természetes Madagaszkár 0,0001 1,63 ± 0,12 n.s. 0,28 ± 0,04 n.s. 1,53 ± 0,11 0,0001 0,25 ± 0,05 0,001 15,1 ± 1,17 0,001 5,17 ± 0,47 0,0500 3,02 ± 1,70 0,03 1,72 ± 0,24 n.s. 5,16 ± 0,29 0,001 19,6 ± 1,71 n.s. 12,0 ± 1,07 0,001 0,84 ± 0,09 n.s. 1,94 ± 0,24 0,001 0,23 ± 0,05 0,0001 1,84 ± 0,23 n.s. 0,57 ± 0,05 0,0001 0,70 ± 0,08 0,0001 0,49 ± 0,07 n.s. 1,80 ± 0,54 n.s. 2,58 ± 0,48 0,0001 n.a. 0,0001 2,75 ± 0,95 n.s. 3,97 ± 1,32 0,001 27,0 ± 2,52 0,0011 56,4 ± 0,57 n.s. 28,8 ± 2,28 0,044 27,6 ± 2,26 0,0001 11,7 ± 2,73 n.s. 15,9 ± 0,53 0,001 21,4 ± 1,87 0,017 1,42 ± 0,32 n.s. 123,4 ± 12,6 0,001 15,92 ± 0,67 n.s. n.s. 0,0001 n.s. 0,0001 0,007 n.s. 0,003 0,0001 n.s. n.s. 0,0001

0,0001 n.s. 0,0001 0,0001 0,0001 n.s. 0,002 0,0001 0,03 0,0001 0,0001 0,0001 0,0001 0,0001 0,0001 n.s. n.s. 0,016 0,0001 0,0001

Sig.

Buchtova és mtsai., 2007 tógazdaság búza + bentikus Csehország 1,13 ± 0,09 0,00 ± 0,00 n.a. n.a. 18,8 ± 0,16 9,11 ± 0,24 n.a. n.a. 1,41 ± 0,13 55,3 ± 0,31 6,74 ± 0,18 0,17 ± 0,01 0,82 ± 0,04 0,14 ± 0,06 3,81 ± 0,28 n.a. n.a. n.a. 0,09 ± 0,01 0,65 ± 0,05 n.a. 0,07 ± 0,01 n.a. 21,5 ± 0,16 76,7 ± 0,27 68,2 ± 0,44 8,44 ± 0,25 1,54 ± 0,09 6,91 ± 0,18 59,1 ± 0,58 4,51 ± 0,23 88,3 ± 0,46 18,36 ± 0,03

Sig. Hadjinikolova és mtsai., 2004 Sig. Jabeen és Chaudhry, 2011 tógazdaság Indus gabona + olajosmagvak természetes Lengyelország Pakisztán 0,005 1,36 ± 0,57 0,0001 3,28 n.s. 0,54 ± 0,26 0,002 0,74 n.a. 1,65 n.a. 0,82 0,005 21,9 ± 3,63 n.s. 33,0 0,005 5,34 ± 1,94 0,07 6,08 n.a. 3,34 n.a. 8,89 0,005 4,51 ± 1,22 n.s. 11,2 0,005 42,0 ± 3,43 0,0003 23,5 n.s. 20,5 ± 3,95 0,0002 6,41 0,01 n.a. 1,03 0,005 1,97 ± 1,84 0,05 1,22 n.s. 0,75 ± 0,37 0,001 0,17 0,005 2,93 ± 0,64 0,04 0,52 0,45 ± 0,07 n.s. 0,23 0,45 ± 0,07 n.s. 0,61 n.a. 0,3 0,005 0,85 ± 0,49 0,03 0,42 0,005 n.a. 0,34 0,97 ± 0,40 0,01 0,31 n.s. n.a. 0,16 n.a. 0,36 0,005 28,7 ± 3,88 0,002 53,5 0,005 70,8 ± 3,89 0,003 51,6 0,005 48,2 ± 3,15 0,003 40,5 0,005 22,6 ± 3,82 n.s. 11,1 0,005 2,13 ± 1,86 0,0002 2,38 0,005 20,5 ± 4,23 0,001 8,7 0,005 42,6 ± 3,95 0,001 24,0 0,005 32,7 ± 31,8 0,0002 3,66 0,005 96,0 ± 6,97 0,0002 69,6 0,005 20,96 ± 0,80 0,0002 17,2

9. táblázat: A Hévízi ponty filéjének zsírsavprofilja, összehasonlítva az irodalmi adatokkal

A Hévízi ponty filé zsírsavprofilja összehasonlításban az irodalmi adatokkal A Hévízi ponty filé zsírsav adatait világszerte vizsgált ponty zsírsav adatokkal hasonlítottuk össze. Összevetve az adatokat, majdnem minden egyedi zsírsav részarány érték szignifikánsan különbözött (9. táblázat). A diszkriminancia faktoranalízist (DFA) használva az AlphaSoft 12.3 szoftver az automatikus osztályozási módszer során a C14:0, C18:1 n9, C18:2 n6, C20:1 n9 és a C20:4 n-6 zsírsavakat választotta ki az osztályozás elvégzéséhez (11. és 12. ábra). Itt hozzá kell fűzni, hogy csak azokat a zsírsavakat vettük be az osztályozásba, amelyek mérhető részarányban voltak jelen mindegyik hivatkozott irodalomban.

11. ábra: A hévízi ponty és az irodalmi filé zsírsavösszetételi adatok DFA alapú osztályozása 1: Hévíz; 2: Magyarország (Trenovszki és mtsai., 2011); 3: Törökország (Kalyoncu és mtsai., 2010); 4,5: Madagaszkár (Rasoarahona és mtsai., 2004); 7: Csehország (Buchtová és mtsai., 2007); 8: Lengyelország (Hajdinikolova, 2004) A DFA megközelítés során nagyon jó eredményeket kaptunk, a keresztvalidáció során 93 %-os pontossággal sikeresen csoportosíthatók voltak az adatok. A 11. ábrán jól látszik, hogy a hévízi ponty (1-es csoport) nagymértékben elkülönül a többitől. A Madagaszkárról származó ponty adatok (4. és 5. csoport) közel vannak egymáshoz, és valójában egy csoportot alkotnak, így összevontan 4-es jelöléssel együtt ábrázoltuk a 11. ábrán. A két csoport minimális eltérését külön ábrázolva a 12. ábra mutatja. Alapjában véve az összes csoport szorosan összefügg, kivéve a hévízi (1) és a törökországi (2) ponty zsírsav adatokat, melyek jelentős eltérést mutatnak.

23

12. ábra: A DFA osztályozás eredménye az analízisbe bevont zsírsavak hatásának jelölésével A fentebb említett öt egyedi zsírsav, – melyek az osztályozás alapját képezték – mellett a C17:1 is viszonylag magas besorolási prioritást ért el. A 12. ábrán jól látható ezeknek a zsírsavaknak a diszkrimáló faktorokra (DF) gyakorolt hatása. A null-vektorokat (a zsírsavak helyzetét) tanulmányozva jól látható, hogy a C14:0, C18:1 n-9, és a C18:2 n-6 zsírsavak erőteljesen befolyásolják mindkét DF-t. A C20:1 n-9 gyenge hatással volt mindkét DF-ra, miközben a C20:4 n-6 jelentősen meghatározta a DF2-t és kisebb mértékben a DF1-et. A 10. táblázatról leolvasható, hogy a diszkrimináló faktorok milyen mértékben írták le az össz varianciát. Mivel a DF1 dominált az osztályozás során, ezért azok a zsírsavak a legfigyelemreméltóbbak, melyek erős hatással voltak erre a faktorra. A fent említett zsírsavak szerepét és lehetséges forrását vizsgálva ki kell hangsúlyozni, hogy a mirisztinsav (C14:0) „kettős forrású” (endogén és exogén). Részaránya a Hévízi pontyban 2,5-5-ször nagyobb volt, az irodalmi adatokkal összehasonlítva, annak ellenére, hogy a táplálékban nem volt jelen számottevő arányban. 10. táblázat: A diszkrimináló faktorok össz varianciát leíró mértéke

Diszkrimináló faktor DF1 DF2 DF3 DF4 DF5

% 69,2 23,5 5,7 1,2 0,4

Ábrázolva Nem ábrázolva

Az olajsav (C18: 1 n-9) a sztearinsav delta-9 deszaturációs terméke, így az eredete hasonlóan a mirisztinsavhoz – kettős, ám a táplálékban jelentős arányban előfordult. A linolsav (C18:2 n-6) a gerincesek számára esszenciális zsírsav, a Hévízi ponty táplálékában és a filéjében nagyon hasonló részarányt mutatott. A linolsav endogén elogációs és deszturációs terméke az arachidonsav (C20:4 n-6), melyben a Hévízi ponty tápláléka meglehetősen gazdag volt és ez megjelent a filében is. Hasonló arachidonsav szintet mértek Guler és mtsai (2008) és Kalyoncu és mtsai (2010) is törökországi meleg vízű tavakban, természetes táplálékot fogyasztó pontyok filéjében. Érdekes módon a Trenovszki 24

és mtsai (2011) által mért, tógazdasági pontyokra vonatkozó adatok nem különböztek szignifikánsan a hévízitől. Ennek oka, hogy az általuk vizsgált pontyok tápláléka linolsavban gazdag takarmány-összetevőt (napraforgó mag) tartalmazott. Ezt alátámasztja a viszonylag magas linolsav részarány az általuk mért halak filéjében. A témában megjelent publikációk: Varga, D., Müller, T., Specziár, A., Fébel, H., Hancz, Cs., Bázár, Gy., Urbányi, B., Szabó, A. (2013): Note on the special fillet fatty acid composition of the dwarf carp (Cyprinus carpio carpio) living in thermal Lake Hévíz, Hungary. Acta Biologica Hungarica. 64(1): 38-48. Varga, D., Romvári, R., Horn, P., Hancz, Cs., Molnár, T.G., Szabó, A. (….): Environmental factors influencing the slaughter value and the flesh quality of common carp in four tipical fish farms in Hungary. Acta Alimentaria. (Accepted) Varga Dániel (2013) PhD értekezés, sikeres munkahelyi vita, nyilvános védés időpontja: 2013 05. 02.. Szerző predoktorként került a témában alkalmazásra. 1.3. Hízott libamáj, mint prémium termék színhibájának vizsgálata A hízott libamáj hazánk prémium export terméke, melynek előállítása a kiskunsági régióban tradíció. A 600-700 g tömegű hízott libamáj mind hűtött, mind pedig fagyasztott formában piacra kerül. A frissen hűtött libamáj megközelítőleg a teljes előállított mennyiség 70 %-a, míg a vákuumcsomagolt, fagyasztva tárolt termék adja a fennmaradó 30 %-os hányadot. A fagyasztva tárolt termék 24 hónapos szavatossági idővel rendelkezik. Ezen intervallumban véletlenszerűen, kis előfordulási gyakorisággal (2-4 %) megfigyelhető egy eddig ismeretlen eredetű zöld színhiba a májakon. A zöld szín kialakulásával kapcsolatosan a hűtőházi fényhatás szerepe, az epe jelenléte és az aerob mikrobiális kontamináció kizárhatónak bizonyult az üzemi technológia szerint. Érdekes módon a szobahőmérsékletre felolvasztott, vákuumcsomagolásból felbontott májon a zöld színhiba spontán megszűnik. Irodalmi adat májra, különösen libamájra e problémakörben nem állt rendelkezésünkre. A vizsgálatok során arra kerestük a választ, hogy ezen reverzibilis folyamatot mi okozhatja, mi maga a zöld színanyag, és hogyan küszöbölhető ki a továbbiakban annak megjelenése. Hazai lúdágazatunkat szezonalitás jellemzi, a vásárlók elsősorban a Márton-napi, a karácsonyi és a húsvéti ünnepek időszakában fogyasztják a lúd eredetű termékeket, így a májat is. Az év többi részében a kereslet elhanyagolható, mert a prémium terméknek számító libamájat csak egy szűk fogyasztói réteg képes megfizetni. A hízott máj termelése az ezredfordulótól töretlen emelkedést mutat, maximumát a 2006-2007. évben érte el, 25 ezer tonna körüli mennyiséggel. A hízott máj, mint termékkör, háromféle víziszárnyas – a lúd, a pézsmaréce és a házi kacsa és a pézsmaréce keresztezésével előállított mulardkacsa – töméses hizlalásával előállított termékeit foglalja magába. A hazai fizetőképes kereslet hiányában, a Magyarországon termelt libamáj csaknem 100 %-a exportra kerül, - legfőbb felvevőpiaca Franciaország (Kozák, 2011) - ezzel jelentős bevételi forrása az országnak. Bár a magyar libamáj minősége (íze, állaga, konzisztenciája) összességében romlott az 1990-es évekhez viszonyítva, a Magyar Lúdszövetség adataiból megállapítható, hogy minőségét tekintve az összes megtermelt máj közel 50 %-a I. 25

osztályú, prémium kategóriába tartozik. A hízott áru minőségét érintő elváltozások a baromfifeldolgozó iparban nem ismeretlenek, ezek közül egyik legjellegzetesebb probléma a vákuumcsomagolt és fagyasztva tárolt libamáj zöldülése. Napjainkban a fogyasztók minőséggel szemben támasztott elvárásai miatt egyre aktuálisabb kérdéssé válik ezen nemkívánatos jelenség megoldása az export-orientált piacon. 1.3.1. A baromfitermékek zöld elszíneződése A zöld elszíneződés a fagyasztott májkészítmények esztétikai értékét jelentősen csökkenti. Az elváltozás az általunk vizsgált baromfifeldolgozó üzemben véletlenszerűen fordul elő, a vákuumcsomagolás felbontása után a zöld színanyag eltűnik, oxidáció során vöröses színűvé alakul át, de a vásárló legtöbb esetben elutasítja a terméket annak ellenére, hogy az elváltozás egészségkárosodást nem okoz, amennyiben az nem patogén mikrobiális eredetű. A baromfitermékek, különösen a hús (pulyka - Kijowski és mtsai, 2005) vagy a máj (brojler, Trampel és mtsai, 2005) gyakran mutatnak zöld színhibát, melyre vonatkozóan már igen korai források is fellelhetők (Pennington és Sherwood, 1922; baromfizsír: Kemmerer és Fraps, 1943). Ugyanakkor a máj, kifejezetten a libamáj zöldülésével kapcsolatos szakirodalmi források nem állnak rendelkezésre. A zöldüléssel kapcsolatban fontos kiemelni, hogy az elváltozás nem azonos a mikrobiológiai romlással. A zöld színhiba a vásárlói megítélést bár durván rontja, nem feltétlenül jelent kobzásra ítélt terméket. A zöld szín kialakulása a post mortem hűtés során is jellemző lehet (marhahús: Nicol és mtsai, 1970), és hasonlóan a dolgozatban elemzett folyamathoz, akár fagyasztva tárolás során is felléphet. A hűtve tárolás alatti zöldülés priméren mikrobiológiai hátterű, Nicol és mtsai (1970) kénhidrogén termelő baktériumokat, Pseudomonas mephitica törzset azonosítottak. Ezen anaerob törzs kénhidrogént termel, amely a húst alkotó izomrostok mioglobinjával végső soron zöld színű szulfmioglobinná alakul. Kijowski és mtsai (2005) fagyasztva tárolt pulyka húsán azt tapasztalták, hogy a zöldülés felengedés vagy felolvasztás során reverzibilis folyamat során megszűnik. A szerzők arra is felhívták a figyelmet, hogy tradicionális feldolgozási protokoll, nevezetesen a belezés nélkül történő “érlelés”, fokozza a pulykahúsban a zöld színhiba előfordulási gyakoriságát. Előbbiek alapján tehát a zöld szín kialakulásának hátterében kénhidrogén és különböző pigmentanyagok együttes jelenléte áll. A kénhidrogén, eredetét tekintve lehet endogén eredetű, pl. a nem frissen felbontott testben a gasztrointesztinális traktusból átdiffundáló gáz, illetve származhat mikrobiális tevékenységből, különösen anaerob törzsek jelenlétekor. Barnes és Shrimpton (1957) korai megfigyelései szerint a nem frissen bontott testben a kénhidrogén az izomeredetű mioglobinnal szulf-származékot, egész pontosan szulfmioglobint képez, ez okozza a hús zöld hibáját, amely már késleltetett bontáskor is megfigyelhető. Fontos megjegyezni, hogy a kénhidrogén nemcsak a mioglobinnal reagál, hanem hemoglobinnal is. Utóbbival képzett vegyülete a szulfhemoglobin, ami jól ismert anyag, annak azonban elsősorban humán orvosdiagnisztikai vonatkozásai ismertek (szulfhemoglobinémia: Flexman és mtsai, 1972). Fontos további kiegészítés, hogy a hús vagy egyéb termékek felolvasztási vagy spontán csepegési exszudátuma mind hemoglobint, hús esetében pedig mioglobint tartalmaz, azaz a zöldülés nem magához a termékhez, hanem annak exszudátumához is köthető (Nicol és mtsai, 1970).

26

Anyag és módszer A májak eredete, csomagolása és tárolása. Vizsgálatainkat 2012 januárjában kezdtük meg, a libamájakat az INTEGRÁL Baromfifeldolgozó Zrt. bocsátotta rendelkezésünkre. Az üzemben hagyományos vágási technológiával dolgoznak, a zsigereletlen testeket rozsdamentes tálcára helyezve 24 órán át előhűtik 2 ºC-on. Ezután történik a zsigerelés, és a máj bontása. Az előhűtés célja az, hogy a májat sérülésmentesen lehessen kezelni, az ne deformálódjon. Előhűtés nélkül – test-, illetve szobahőmérsékleten – a májak állaga lágy, fizikai behatásra könnyen károsodik a szerkezet. A májakat a bontás után, 2 ºC-on osztályozzák a forma, erezettség és méret függvényében. Az első osztályú májakat jeges fürdőben kiáztatják, így a szervben lévő vér nagy részét el tudják távolítani. A feldolgozó üzemben az összes előállított termék 30%-át vákuumcsomagolják. A módszer lényege, hogy a csomagolni kívánt terméket egy speciális (gáz- és vízzáró, átlátszó és hegeszthető) zacskóba helyezve, az abban lévő levegőtartalmat eltávolítva, oxigénhiányos környezetet hozunk létre. Ezzel a módszerrel a termék eltarthatósága az oxigénhiány miatt megnő, az aerob baktériumok nem lesznek jelen. A májminták a fent említett baromfifeldolgozó vállalattól származtak, melyeket az üzemben vákuumcsomagoltak, majd fagyasztva (-20 ºC), illetve hűtve (+ 4 ºC) tároltak. Az első vizsgálati csoportban főleg hagyományos eljárással bontott, fagyasztva tárolt májakat vizsgáltunk (n=23). A második csoportban a rendelkezésünkre bocsátott májakat különböző bontási technológiával állították elő. Vizsgálatainkban szerepeltek hagyományos vágási technológiával előállított (24 órát előhűtött majd bontott), fagyasztva tárolt, illetve hűtőszekrényben hűtve tárolt termékek, valamint a vágást követő 2 órán belül bontott, szintén hűtve tárolt májak is. A csoportok között eltérő arányban oszlott meg a zöld elszíneződést mutató (n=14) és a normál színű (n=21) minták, melyeket szemrevételezés után binárisan kódoltunk (1: zöld, 2: nem zöld). A mérések ideje alatt a májakat a Kaposvári Egyetem Állattudományi Karának Mezőgazdasági Termékfeldolgozás és Minősítés Tanszék Termékminősítő Laboratóriumában tároltuk fagyasztott állapotban (-20 ºC). Laboratóriumi vizsgálatok, eredmények A máj zöld pigmentanyagának azonosítására irányuló vizsgálat Alapvetően kevés információ állt rendelkezésre a pigmentanyag vonatkozásában, ennek megfelelően közvetlenül májmintákból és a máj felolvadási csepegési levéből (a továbbiakban exszudátum) történtek mérések. Tekintettel arra, hogy a pigment látványosan zöld, ezért fotometriás módszertant alkalmaztunk, ehhez azonban először oldatba kellett vinni a zöld színanyagot. A spektrumokat 300-850 nm tartományon vettük fel, minden esetben releváns vakkal szemben, 10 mm optikai üveg vagy műanyag küvettában (az oldószertől függően), Shimadzu UV 1800 készüléken.

27

Vizsgálataink négy fázisban a következő sorrendet követték: Az anyagi minőségre, illetve oldhatóságra vonatkozóan 1. zsírban oldódó színanyagok keresése, zsíroldószerekkel 2. vizes oldás 3. fehérje szolubilizáció, pH függés elemzése A májmintára vonatkozóan 1. egy zöld és egy nem zöld máj mintázása 2. egyazon zöld máj zöld és nem zöld területeinek mintázása A mintafeltárásra vonatkozóan (2 g minta 25 ml oldószerben) 1. áztatás, zsíroldószerekben 2. homogenizálás és vákuumszűrés 3. homogenizálás és hűtött centrifugálás, anaerob körülmények A máj olvasztási exszudátum vizsgálata A zsíroldószerekkel végzett munka elsősoran növényi pigmentek kivonását eredményezte, melyek zöld és kontroll mintákban igen hasonló koncentrációben voltak jelen. Egy jellemzően diffúz, ám érdemi eredményt mutató spektrumot az 13. ábrán mutatunk be, jellegzetes oxidált szulfhemoglobin csúcsot jelezve a 647,5 nm-es értéknél.

13. ábra: Gyors vákuumszűréssel tisztított minták spektruma, oxidált szulfhemoglobin csúccsal (A kiemelés a jelentős zajt szemlélteti) A rendelkezésre álló közép-centrifugálási lehetőség (max. 30000 g) nem tette lehetővé tiszta máj-felülúszó szeparálást. A spektrumokon ez jellegzetes „zajjal” tükröződött vissza, melyet kiemelten jelöltünk az 13. ábra egy szakaszán. Valójában ez a jelentős abszorpciós csúcsok azonosítását nem tette lehetetlenné, de kis csúcsokkal a teljes spektrumon levő zaj gyakorlatilag fedést okozhat. Ez esetben kaptunk első utalást arra, hogy oxidált szulfhemoglobin nagyobb mennyiségben lehet a mintában (647,5 nm), melynek a jele kifejezett volt a zöld mintában, de kis csúcsot adva a nem zöld területen is megvolt a csúcs (2-es jelű a zöld spektrumon, kiemelve). Ez az eredmény megerősítette azt a feltételezést, hogy egyazon zöld máj eltérő területei egyaránt tartalmaznak zöld színanyagot.

28

A színanyag reakciói, szulfhemoglobin igazolása Irodalmi adatokra alapozva azt próbáltuk megállapítani, hogy a mintákban kimutatott szulfhemoglobin valóban érzékeny-e oxidációra. Erre korábban már kaptunk két utalást: a feldolgozóüzemben azt tapasztalták, hogy a vákuumcsomagolás felnyitása és a szobahőmérsékletre való felolvasztás – legalábbis a legtöbb esetben – eltűnteti a zöld színeződést. A releváns irodalom (Nicol és mtsai, 1970) szerint is oxidációra érzékeny a szulfhemoglobin. Ezt mi a nagy szűrési felületen való sikertelen detekciók sorozatakor tapasztaltuk. A natív szulfhemoglobint 618 nm-es csúccsal ritkán, az oxidált formát szinte minden esetben megtaláltuk, az azonban nem a zöld tartományban ad jelet (647,5 nm), ennélfogva „nem zavaró a jelenléte”. A máj felolvasztási exszudátumának fotometriás vizsgálati eredményei és értékelésük A felolvasztási veszteségként jelentkező exszudátumot második lépésben, kifejezetten kiegészítő jelleggel elemeztük. A máj-homogenizátumok vizsgálatát követően a színmérésre fagyasztva tárolt mintákat további analízis céljából szobahőmérsékletre olvasztottuk fel, ám a vákuumcsomagolást nem nyitottuk fel, megőrizve az anaerob körülményt. A felengedés során jelentősebb mennyiségű exszudátum került szabad folyadékként a fóliacsomagolásba. Ezt a folyadékot lehetőleg anaerob módon felfogtuk Eppendorf csövekbe, Nicol és mtsai (1970) módszere szerint. A gyűjtött anyagot 12000 g / 10 perc beállításon hűtve centrifugáltuk, a lezárt Eppendorf csövekben. A felülúszó dermedt zsírréteget eltávolítottuk, majd az exszudátumot natív formában fotometriásan vizsgáltuk, 400 és 850 nm közötti tartományon, víz, mint vak mellett. A kezeletlen exszudátum fotometriás mérése (spektrumfelvétel) során jól definiálható abszorpciós maximumokat kaptunk 618, 578 és 540 nm hullámhossz értékeken (14. a ábra). Az 578 nm érték az oxihemoglobinra jellemző (Drabkin, 1946), míg Ziljstra és mtsai (1991) 540 nm-en azonosítottak egy hemoglobin-O2 derivátumot. Lemberg (1949) szerint a 618 nm-es csúcs szulfhemoglobinnak felel meg. Ezt kiegészítendő, Nicol és mtsai (1970) ferrocholeglobin és ferrocholemioglobin csúcsokat írtak le ezen hullámhossz tartományban, egészen pontosan 628 és 635 nm értékekkel, míg marhahús csepegési exszudátumában 617 nm-en szulfmioglobint azonosítottak.

14. ábra: A natív máj exszudátumban talált hemoglobin származékok spektruma (a), valamint a lúgos denaturációt követően kialakuló termék spektruma (b)

29

15. ábra: A szulfhemoglobin kálium-hexacianoferrát okozta oxidációja (a), illetve a lúggal redukált származék újbóli oxidáció során történő megjelenése (b) Annak érdekében, hogy a choleglobinok előfordulásának lehetőségét kizárjuk, lúgos kezelést alkalmaztunk (5 M NaOH, 100 mikroL 1,5 mL exszudátumhoz). A lúg indukálta reakció időfüggését 2.b ábra mutatja. Jól látható módon, a 618 nm-en detektált csúcs már 10 perc után eltűnt, és 557 nm-es hullámhosszal megjelent egy reakciótermék melynek mennyisége a 4 tízperces időszak alatt folyamatosan nőtt (14. b ábra). Rao és mtsai (2005) szerint a szulfhemoglobinból ilyen kezelés során 557 nm-es abszorpciós maximummal protohemochrom képződik; saját eredményeink szintén 557 nm-en adtak egyre emelkedő csúcsot (14. b ábra). Marhahús exszudátumában Nicol és mtsai (1970) hasonló, szulfmioglobin-protomiochrom reakciót írtak le lúgos kezelés eredményeként. A szulfhemoglobin anyagi minőségét támasztják alá a további reakciók is. A káliumhexacianoferrát (0,1 %, 100 mikroL 1,5 mL exszudátumhoz) okozta oxidáció eltűntette a 618 nm-es szulfhemoglobin csúcsot (15. a ábra). Amennyiben a kálium-hexacianoferrát oldatot a NaOH-dal és Na-ditionittal (2 %, 80 mikroL) redukált exszudátumhoz adtuk, enyhe reverz oxidációs folyamatot tapasztaltunk, a 618 nm-es csúcs kis mértékben, de ismét megjelent (15. b ábra). Mindezek alapján legnagyobb valószínűséggel szulfhemoglobin lehet az exszudátumban azonosított zöld színanyag. A fülledés, illetve annak a zöldülésben betöltött szerepe A szulfhemoglobin kialakulásához kénhidrogén és hemoglobin szükséges, valamint alacsony oxigén tenzió (Nicol és mtsai, 1970). A kénhidrogén eredete kettős lehet: vagy kénhidrogént termelő baktériumoktól származhat, vagy egyszerűen diffúzióval, a béltraktusból, a teljestest bontás nélküli előhűtése során. A kénhidrogén jelenlétét igazoltuk a zöld májakban, ún. fülledési próbával, de nem tapasztaltunk erős fülledést (16. ábra).

30

16. ábra: Kontroll és fülledt májminták A módszerről meg kell említeni, hogy mennyiségi meghatározásra nem alkalmas. Eredményeink szerint nem zöld májon egy esetben sem, a zöldek legtöbbjén pedig tapasztalható volt a fülledés az első, 25 mintából álló mintasorozatban. A fülledésvizsgálaton túl meghatároztuk a májak vértartalmát is, miután már a vákuumcsomagoláson belül is jelentős mennyiségű vér volt látható (17. ábra).

17. ábra: Vérmaradvány máj metszéslapján Következtetésképpen megállapítható, hogy az általunk vizsgált libamáj zöldülése nem mikrobiológiai eredetű, a jelenség hátterében, primer tényezőként a hiányos elvéreztetés állhat. A vérvizsgálattal egy, a technológiáját tekintve kíméletes, májkárosodást nem okozó tömés klinikai kémiai hátterét írtuk le, mely úgy tűnik, nem mutat összefüggést a májak későbbi, tárolás alatti zöldülésével. Mindenképpen fontos eredmény, hogy a réz toxikózist és annak a zöld színhiba kialakulásában betöltött szerepét kizártuk. Azoknál a májaknál, amelyek szemmel láthatóan véresebbek voltak és a fülledés-vizsgálat is pozitív eredményt adott, a zöldülés is nagyobb valószínűséggel következett be. A műszeres színvizsgálat eredményei alapján megfigyelhető volt, hogy a zöld elszíneződést mutató májakon mért L*, a* és b*-értékek közül elsősorban az a*-érték vizsgálati időpontról-időpontra fokozatosan csökkent. Eredményeink alapján a probléma kiküszöbölésére megoldás lehet egy aerob technológiával történő termékcsomagolás (pl. védőgáz), illetve a véreztetés tökéletesítése, amennyiben az üzemi technológiába beilleszthető.

31

Összefoglalva elmondható, hogy az azonosított színanyag, valamint annak meglepően nagy oxidációra való érzékenysége, illetve a kialakulás okainak pontos feltárása igen bíztató eredmények. Mindezek ismeretében a további munkánk arra irányul, hogy üzemi körülmények között hogyan fokozható a kivéreztetés mértéke, hogyan csökkenthető vagy küszöbölhető ki a fülledés, illetve védőgázas csomagolással, oxigén jelenlétében meggátolható-e a zöld szín tárolás alatti kialakulása. A témában megjelent publikációk: Kacsala L., Vajda T., Áprily Sz., Szabó A., Romvári R. (2012): A hízott libamáj zöldülésének vizsgálata LIV. Georgikon Napok, Kivonat-kötet, ISBN 978-963-9639-47-8 67.old. Kacsala László A hízott libamáj tárolás alatti színhibájának etiológiája – problémafelderítés, technológiai javaslatok. OTDK dolgozat. Témavezető: Dr. Szabó András tudományos főmunkatárs, Dr. Áprily Szilvia egyetemi adjunktus. Szerző a pályázat terhére (10 hónapos) tanszéki demonstrátori megbízást kapott. 1. 4. Izocukorral hamisított méz vizsgálata Kedvező táplálkozás-élettani hatásai miatt a méz fogyasztása egyre népszerűbb az egészséges életmódra és táplálkozási trendekre fogékony fogyasztók körében. A világszervezetek aktuális adatai alapján a nyugat-európai országokban 1,2-1,5 kg/fő/év a mézfogyasztás. A világ méztermelése éves szinten 1,4 millió tonna körül mozog (FAO, 2008). Hazánk a világ mézpiacán nem az előállított méz mennyiségével (22394 tonna), hanem különleges minőségével tűnik ki. A magyar méztermelésben meghatározó (55 %) a hungarikumnak számító akácméz (OMME, 2009), amelyet gyakran alkalmaznak javítómézként az exportpiacokon. Európa akácfaállományának (Rubina pseudoacacia) mintegy 2/3-a hazánkban nő, ezért évente körülbelül 10 ezer tonna akácmézet termelünk, melynek 80 %-a külföldre kerül. Az elmúlt néhány év nem volt mentes méz-minőségi botrányoktól. A mézek eredetiségét két aspektusból kell vizsgálni. Az egyik annak a megítélése, hogy a méz valóban csak a méhek által virágokról és növényekről gyűjtött édes nedvek átalakításából keletkezett-e. Másrészt pedig hamisításnak minősül az is, ha a méz geográfiai vagy botanikai eredete nem azonos a feltüntetettel (Ruoff és Bogddanov, 2004). Ezen hamisítások kimutatására léteznek hagyományos, illetve kémiai módszerek, melyek rendkívül pontosak, viszont idő-, eszköz- és vegyszerigényesek, ebből adódóan nagy mintaszám esetén, hosszú távon igen költségesek. Az első szempont alapján hamisított az a méz, amelyet kevertek valamilyen más forrásból származó cukrokkal, leggyakrabban izocukorral. Az izocukor a keményítő enzimes (glükózizomeráz) hidrolízisterméke amely összetételében, külső megjelenésében hasonlít az akácmézhez. Itt minden szempontból indokolt olyan, nagy hatékonyságú, pontos és megbízható műszeres vizsgálatok alkalmazása, melyek segítségével a klasszikus módszerekhez képest rövidebb idő alatt, kevesebb eszközzel és vegyszerrel, olcsóbban lehet elvégezni az eredetvizsgálatot. Az egyik ilyen lehetőség az utóbbi két évtizedben megjelent, és azóta gyorsan fejlődő elekronikus szenzorokon alapuló technika, az ún. elektronikus orr (EN) alkalmazása, 32

amely egyre inkább terjed az élelmiszer-analitikában. Amíg a klasszikus kémiai analitikai módszerek alkalmazásánál a vizsgált mintát csak komponenseire bontva tudják elemezni, addig az elektronikus orr esetében több érzékelő segítségével az elemzés komponensekre bontás nélkül elvégezhető. Az elektronikus orral történő vizsgálatok során (18. ábra) egy minta illó komponenseinek elegyéből készített jellegzetes illatlenyomatot igyekeznek matematikai módszerekkel összehasonlítani más minták, hasonló módon nyert aromaprofiljával.

18. ábra: A biológiai szagérzékelés és a mesterséges szagelemzés analógiája (Hines és mtsai, 2003) Az érzékelőkből származó jelsorozat a vizsgált gáz, illetve gőz összetételére vonatkozó információt tartalmaz, mintegy „ujjlenyomata” a vizsgált anyagnak. A jelsorozatból a kívánt információ kinyerése, ismert összetételű gázmintákon végzett tanulási (tréning) folyamat révén, bonyolult matematikai statisztikai módszerekkel történik. Az elektronikus orr legsokoldalúbb felhasználási területe az élelmiszeripar, ahol alapanyagok, félkész- és késztermékek minősítésére használják. Gázérzékelő sorból álló elektronikus orr műszert elterjedten alkalmaznak többek között a gyógyszer- és kozmetikai-iparban, az orvosi diagnosztikában, a környezetvédelemben, a tűzvédelem területén, sőt az űrrepülés is felhasználta a technikát (Magyarné, 2009; Peris és EscuderGilabert, 2009; Cheli és mtsai 2008a,b; Cook és mtsai, 2005; Werlein, 2001; Lin és mtsai, 1998). Mézek botanikai és geográfiai elkülönítése elektronikus orral fellelhető a szakirodalomban. Linder és Pöppl (2003) 10 különböző félvezető gázszenzorral vizsgált különböző illatú mézeket (vegyes, hajdina, fenyő, és további három vegyes mézet, amelyek olaj és fertőtlenítő szagúak voltak). Eredményeik értékelésénél mesterséges neurális hálózatot (ANN) használtak. Módszerük pontosan osztályozta a mézeket botanikai eredet alapján. Lammertyn és mtsai (2004) zNoseTM készüléket használtak mézek vizsgálatára. Az adatokat főkomponens-analízissel értékelve a cikk szerzői el tudták különíteni egymástól a hajdina, lóhere, narancsvirág, akác, menta, sárgarépa virágokról származó mézeket, valamint a répa- és nádcukor mintákat. Benedetti és mtsai (2004) négy különböző mézet, olasz akác-, citrus- és hangamézet valamint magyar akácmézet mértek elektronikus orral (model 3320 Applied Sensor Lab Emisssion Analyser). A szenzor értékekeket

33

főkomponens analízissel (PCA) és mesterséges neurális hálózatok módszerével értékelték, így sikeresen elkülönítették a különböző botanikai és geográfiai származású mézeket. Ampuero és mtsai (2004) méz mintákból MS-nose technikával végeztek méréseket. Különböző mintavételi módszereket alkalmazva (szilárd fázisú mikroextrakció, statikus gőztéranalízis, dinamikus gőztéranalízis), a mintát tömegspektrometriás elemzésnek vetették alá. Az iontömegek arányát matematikai módszerrel, főkomponens-analízissel vizsgálták. Eredményeik alapján meg tudták különböztetni egymástól az uniflorális mézeket és olyan aromahibákat is kimutattak (erjedés), amelyek érzékszervileg észlelhetők voltak, de más aromavizsgálat nem mutatta ki azokat. Kasperné (2006) disszertációjában akácméz és selyemkórómézek elektronikus orr adatainak főkomponens analízissel és diszkriminancia analízissel történő feldolgozásakor a két fajtamézet sikeresen elkülönítette. Méréseink célja izocukorral szennyezett akácmézek vizsgálata volt elektronikus orral, annak érdekében, hogy a hamisítás kimutatására alkalmas eljárást dolgozzunk ki. Anyag és módszer A Termékminősítő Laboratóriumában végezett módszertani vizsgálatok során akácméz és izocukor különböző arányú keverékeit használtuk. A két, 2011-ben pörgetett akácméz mintát Somogy megyéből szereztük be: Hetesről (A) és Kaposhomokról (B). A szabadegyházi Hungrana Kft. által előállított izocukrot használtunk a keverékek készítéséhez. Az izocukor felhasználásával 5 %-os lépcsőben keverési sorokat képeztük mindkét akácméz vonatkozásában. Az EN vizsgálatban használt szenzoros nagyműszer egy Alpha MOS αFox 4000 elektronikus orr volt. A műszer három fő egységből áll: egy automata mintakezelőből (AutoSampler), amely a mintavételt végzi, egy elektronikus egységből (Fox Analyzer), ami tartalmazza a szenzorokat és a szenzorjeleket a számítógép számára feldolgozhatóvá teszi, valamint egy számítógépből, ami futtatja a vezérlő szoftvert (AlphaSoft 12.3), amely kezeli az egységeket, gyűjti és feldolgozza az adatokat. Az elektronikus egység 18 darab, kereszt-szenzitív fémoxid szenzort tartalmaz. A műszer tisztított száraz levegőt áramoltat át folyamatosan a szenzorokon, a mérés során ebbe a légáramba injektálja be a méz minták feletti gőztérből generált úgynevezett „headspace” mintát. A műszer a minta okozta ellenállás-változást méri, továbbá relatív ellenállás-változást számol, mely az alapvonali ellenállástól való eltérés és az alapvonali ellenállás hányadosa (ΔR/R0). Az EN vizsgálatok során a keverési sorok 100 % és 70 % közötti akácméztartalmú elegyeit, valamint a tiszta izocukrot használtunk. Az első akácméz keverési sorából nyolc ismétlésben 1-1 g mennyiséget mértünk be 20 cm3-es mintatartó üvegekbe, melyeket ezt követően mintavételi teflonkupakkal (szeptummal) zártunk. A második akácméz keverési sorából hat ismétlést mértünk, abból a célból, hogy az előbbi mintákon felállított módszereket ezen mintákon teszteljük. A mérések során 2 perces inkubálást alkalmaztunk 40 ºC-on, majd a gőztérből a 3000 µl mennyiségű mintát 3 másodperc alatt 1000 µl/s sebességgel injektálta a műszer a szenzortérbe. A két percig tartó mérések közé 18 perces tisztító fázisokat iktattunk be. A kemometriai feldolgozás során az Alpha Soft 12.3 vezérlő és értékelő szoftvert alkalmaztunk. PLS (részleges legkisebb négyzetek) módszerrel kalibrációt fejlesztettünk az izocukor tartalom becslésére. DFA (diszkriminancia faktor analízis) algoritmussal 34

különítettük el a mintacsoportokat azok szenzorjelei alapján. Az ismeretlen minták azonosítására DFA mellett a gyógyszeriparban és a folyamatszabályozási és -irányítási rendszerekben igen elterjedt SIMCA (osztályanalógiák közvetett modellezése) módszert is kipróbáltuk (Davies és Fearn, 2008). Eredmények és megbeszélés A kapott EN szenzorjelek feldolgozásakor először a mérési adatok és az izocukor bekeverési aránya közötti mennyiségi összefüggés leírását végeztük el az „A” termelőtől származó minták vonatkozásában. A kvantitív becslés során használt PLS módszer eredményét mutatja a 19. ábra, amely a becsült és valós izocukor tartalom közötti igen szoros összefüggést szemlélteti. Az R2=0,99 determinációs koefficiens ismeretében megállapítható, hogy az EN adatok alapján a vizsgált pörgetett akácméz minták esetében igen megbízhatóan becsülhető azok izocukor tartalma.

19. ábra: A becsült és valós izocukor tartalom közötti összefüggés Ezt követően DFA módszerrel elemeztük a szenzorjelekben mutatkozó mintázatot, illetve azt, hogy az eredeti csoportok kialakíthatók-e a szenzorjelek alapján. A kapott eredmény grafikus ábrázolását mutatja a 20. ábra, melyen a tiszta akácméz és a tiszta izocukor határozottan elkülönül a többi, keverék mintától. A keverékek csoportjainak rendeződését jobban szemlélteti az adott régiót kiemelő jobb oldali ábra. Látható, hogy a 18 szenzor jelei alapján létrehozott első diszkrimináló faktor (DF1) az izocukor jelenléte szerint rendezi a mintákat. DF1 a teljes variancia 88,6 %-át írja le, míg a második diszkrimináló faktor (DF2), mely a variancia mintegy 9 %-át fedi le, lényegében az izocukor mennyiségét jellemzi, amennyiben az egyes csoportok a bekeverési aránynak megfelelően követik egymást a függőleges tengely mentén. A 20. ábrán szemlélteti a DFA ellnőrzésének találati arányát is. A kereszt-validációs ellenőrzés során a rendszer minden egyes mintát egyszer kiemel a mintasokaságból, a többi, ismert csoportazonosságú mintán felállítja az osztályozó függvényt, majd a kiemelt mintát függetlenként beolvasva azon teszteli, hogy azt az osztályozó függvény alapján helyes csoportba lehet-e sorolni. Ezt a lépést az összes elem egyszeri kiemelésével, n-szer elvégzi, ahol „n” a teljes mintaszám. A felállított diszkrimináló függvény megfelelőségét a kapott találatok aránya jellemzi. Ennek alapján az „A” termelőtől beszerzett, majd izocukorral kevert összes mintára vonatkozóan 69 %-os találati arányt lehet elérni az összes szenzor bevonása mellett DFA módszerrel.

35

20. ábra: A tiszta akácméz, az izocukor és a keverékek elkülönülése az első két diszkriminancia faktor (DF) által meghatározott térben Ezt követően a módszert olyan helyzetben teszteltük, amikor csak a legkisebb bekeverési arányokat mutató csoportokat (95 %, 90 %) kell elkülöníteni a valódi akácméztől. Ebben az esetben a DFA kereszt-validációja során 100 %-os értéket kaptunk, amely azt jelenti, hogy a rendszer a saját ellenőrzése során minden mintát helyesen tudott azonosítani. A 21. ábra ezen diszkrimináló függvénnyel készült, ahol a színes csoportok azon ismert, „A” termelőtől származó mintákat jelölik, melyekre a függvényt felállítottuk. Az ábrán megjelenő feketével jelölt minták „B” jelzésű termelőtől származó 100, 95 és 90 %-os akácmézek, melyeket a rendszerrel úgy olvastattuk be, hogy a csoportazonosítókat nem adtuk meg. Látható, hogy a függetlenként beolvasott mintákat a megfelelő csoportok közelében helyezte el az algoritmus. Ennek alapján kijelenthető, hogy lehetőség van ismeretlen minták izocukor tartlom szerinti csoprtosítására EN mérési eredmények alapján. Utolsó lépésként a SIMCA módszert alkalmaztuk a valódi akácmézek azonosítására és az esetleges hamisítás kimutatására. Az eljárás lényege, hogy egy előre definiált „megfelelő” csoportot hozunk létre és azt vizsgáljuk, hogy a beérkező ismeretlen minták a mérési eredmények – esetünkben az EN szenzorjelek – alapján a „megfelelő” csoport körüli tartományba kerülnek-e, melyet a csoport középponja és a minták szórása alapján határozunk meg.

21. ábra: A második termelőtől származó mézek (fekete) azonosítása az első termelő mézeire (színes) felállított DFA osztályozó függvény alapján, a 100 %-os, 95 %-os és 90 %-os akácmézek bevonása esetén A 22. ábrán független minták sikeres azonosítása látható. A rendszert a kék színnel jelölt 2244-es jelzésű tiszta akácmézre (A) kalibráltuk. Ezzel az osztályozó függvénnyel olvastuk be az azonos akácméz 95 és 90 %-os keverékét (piros és zöld), illetve a másik (B) 36

termelőtől származó tiszta akácmézet (2224 - fekete) és annak 95 és 90 %-os keverékét (kék és narancs). Látható, hogy a rendszer sikeresen azonosította a valódi akácmézet, ugyanakkor a megadott minőségi követelménytől határozottan különbözőnek jelölte meg az izocukorral kevert mézeket.

22. ábra: A második termelőtől származó (fekete) tiszta és 5-10 %-ban szennyezett akácmézek minőségi besorolása SIMCA módszerrel Összefoglalva a kísérlet során izocukorral különböző mértékben (0 és 30 % között) szennyezett akácmézeket vizsgáltunk elektronikus orral. A minták izocukor tartalmának kvantitatív becslésére PLS módszert alkalmaztunk. Ennek eredményeképpen a becsült és valós izocukor tartalom közötti összefüggés determinációs koefficiense R2=0,99-nek adódott, bizonyítva az EN módszer hatékonyságát a vizsgált pörgetett akácméz minták izocukor tartalmának becslésében. Ezt követően az eltérő izocukor tartalmú minták klasszifikálásakor 69 %-os találati arányt értünk el az összes szenzor bevonása mellett DFA eljárással. Utolsó lépésként SIMCA módszert alkalmaztunk a valódi és az izocukorral hamisított akácmézek elkülönítésére. Eredményeink alapján megállapítható, hogy az EN mint gyorsvizsgálati módszer alkalmas a hamisítás során leggyakrabban előforduló, 5 és 30 % közötti izocukor tartalmú minták kiemelésére. Az elektronikus orr mérés önmagában újszerű, ismereteink szerint hasonló műszerrel korábban nem végeztek ilyen jellegű vizsgálatokat mézeken. Ezen előzetes eredményekre alapozva a biztosabb elkülönítés és becslés érdekében további, nagyobb mintaszámú, ismert összetételű mintákra és részletesebb hígítási sorra alapozott referencia mérések szükségesek, több helyről származó izocukor és akácméz minták felhasználása mellett. A témában megjelent publikációk: Izocukorral hamisított akácméz vizsgálata (2012). Bohorquez Ana Maria III. évfolyam, Állattenyésztő mérnök BSc Kaposvári Egyetem Állattudományi Kar, Mezőgazdasági Termékfeldolgozás és Minősítés Tanszék, TDK dolgozat. Konzulensek: Dr. Bázár György tudományos segédmunkatárs, társkonzulens: Kirsching Ágnes PhD hallgató. Társkonzulens a pályázat terhére PhD megbízási díjat kap.

37

1. 5. Narancslevek vizsgálata elektronikus szenzorokkal Napjainkban a fogyasztók egyre igényesebbé válnak az elfogyasztott táplálék iránt, az élvezeti érték mellett biológiai érték és tápérték is fontossá vált. Ennek köszönhető a minőségi gyümölcslevek iránti keresletnövekedés is, ezt bizonyítja, hogy az egy főre jutó hazai, évenkénti gyümölcslé-fogyasztás 1999 és 2008 között 31,3 l-ről 42,7 l-re nőtt (Magyarországi Üdítőital-, Gyümölcslé- és Ásványvízgyártók Szövetsége, 2007). A gyümölcslevek előállítása frissen facsart illetve préselt gyümölcs levéből, vagy gyümölcslé-sűrítményből, vízzel való visszahígítással történhet. Az egységes minőség előállítása érdekében a gyártók a több helyről felvásárolt alapanyagot vegyítik. A gyártók célja, hogy folyamatosan egyenletes minőségű termékkel szolgáljanak a fogyasztók számára, ennek érdekében különféle minőség-ellenőrzési eljárásokat alkalmaznak. A kémiai vizsgálat nagy pontossággal utal az összetételre. A termékben lévő aroma és illatanyagok felelősek a szagérzet kialakulásárért. Illékony komponensek vizsgálatára a gázkromatográffal kapcsolt tömegspektrometria (GC-MS) használható, ez kvalitatív és kvantitatív anyagmeghatározásra egyaránt alkalmas. Hátránya, hogy nem ad információt az érzékszervi tulajdonságokról. A minősítő vizsgálatok egy másik típusa az organoleptikus vizsgálatok (panel tesztek) köre, melyeknek alapvetően két fő típusa van. A szenzorikus analízis során képzett bírálók standardizált körülmények között bírálnak, a fogyasztói panelek során képzetlen személyek működnek közre. Ismert ugyanakkor, hogy az emberi érzékelés erősen függ az adott személy életkorától, nemétől, fizikai, vagy éppen mentális állapotától (Axel és Buck, 1991). További probléma érzékszerveink idő függvényében történő kifáradása, esetenként korlátozott érzékenysége. Az érzékszervi bírálat összességében egy szubjektív vizsgálati eljárás, melynek eredménye megbízhatóan nem reprodukálható. Ezzel szemben a műszeres közelítések, így az elektronikus orr (EN) technika objektív vizsgálati lehetőséget nyújtanak. A narancsban lévő aromaanyagok vizsgálatával számos külföldi kutató foglalkozott. Shaw és mtsai (2000) az Amerikai Egyesült Államokban végeztek hasonló vizsgálatokat kereskedelmi forgalomban kapható narancsleveken. Citrusfélék elektronikus orral való vizsgálatával foglalkoztak Reinhard és mtsai (2007), hazai viszonylatban pedig Hartyáni és mtsai (2011). Gobbi és mtsai (2010) igazolták, hogy az EN képes érzékelni a különböző baktériumokkal fertőzött narancsok aromaanyagainak változását. A kísérletek alapján a műszernek helye van a minőség-ellenőrzés folyamataiban, hiszen viszonylag gyors, olcsó, megbízható és működéséhez nincs szükség emberi munkára. Anyag és módszer Három, a kereskedelmi forgalomban kapható gyümölcslé aromaanyagainak vizsgálatát végeztük el, amennyiben a juice-ok csoportjába tartozó Pasquale, HappyDay, HohesC 100 %-os narancsleveket vizsgáltuk EN technikával. A 100 % -os gyümölcslevek a Magyar Élemiszerkönyv (2010) szerint nem tartalmazhatnak étkezési savakat, hozzáadott cukrot és egyéb adalékokat. A narancslevek alapanyaga a Happy Day és a HohesC esetében Brazíliából származott sűrítmény szolgált, míg a Pasquale spanyol import narancslé, mely 38

direkt palackozással készült (Internet, 2012). Az minták EN vizsgálatra történő előkészítése során az eredeti narancslevekkel dolgoztunk, továbbá a levekből 100 ml-t kimérve a rosttartalmat centrifugálással elválasztottuk (Sigma 4-15C, 1000g, 10 perc), és a felülúszót szintén előkészítettük a további vizsgálatokhoz. Elektronikus orr vizsgálat A vizsgálatokat Alpha MOS FOX 4000 berendezéssel és Alpha Soft V12 vezérlő szoftverrel végeztük. A műszer 18 kereszt-szelektív MOS szenzorral rögzíti a statikus headspace módszerrel vett szagminta aromaprofilját. A műszer részletesebb leírását az 1.1.5. fejezet tartalmazza. A mérés temperált körülmények között (50 °C), automatikus mintaadagolással történt. A mérések során a natúr és centrifugált mintákból 1 - 1 ml-t pipettáztunk a szeptumos mintatartó üvegekbe. A mintákat, a megfelelő jelintenzitást eredményező headspace létrejöttéhez 120 másodpercig, 50 ºC-on inkubáltattuk, ezután a mintaadagoló 1500 µl térfogatot injektált a berendezésbe, 1500 µl/s sebességgel, mintánként öt párhuzamost mérve. A mérési folyamat mintánként két perces adatgyűjtési ciklusból és 18 perces szenzortisztításból állt, melyhez szűrt levegőt áramoltat a rendszer a szenzorokon keresztül. Statisztikai értékelés Az adatok értékelését az AlphaSoft 12.3 programmal végeztük el. A mérési adatokban tapasztalható mintázatok és a csoportok közti különbségek feltárása céljából főkomponens analízist (PCA) és diszkriminancia faktor analízist (DFA) használtunk. Az említett osztályozó módszerekkel azt vizsgáltuk, hogy a mérési adatok alapján lehetőség van-e az egyes csoportok elkülönítésére. A PCA esetében az osztályozó függvények megbízhatóságát a diszkriminációs indexszel jellemeztük, mely az egyes csoportok területének összege és a csoportok által körülzárt terület hányadosa az első két főkomponens által meghatározott síkban. Minél magasabb értéket kapunk, annál kompaktabb csoportokat találunk aránylag nagy távolságra egymástól. A DFA során az osztályozó függvény ellenőrzésére kereszt-validációt végeztünk, melynek során a program több lépésben minden egyes mintán teszteli a rendszert úgy, hogy azokat egyesével ismeretlen mintaként olvassa be, és a maradék mintán állítja fel az osztályozó függvényt. A módszer megbízhatóságát a kereszt-validáció találati arányával jellemezhetjük. Eredmények Az 23/a ábra az EO szenzorok jelintenzitásainak változását mutatja be egy narancslé minta illatanyagainak mérése során. Először a natúr, centrifugálatlan mintákat vizsgáltuk. A három narancslére vonatkozó mérési adatok alapján felrajzolt pókháló diagramon az egyes csoportok jól látható módon elkülönülnek (23/b ábra).

39

23. ábra: (a) A szenzorjelek lefutása egy minta mérése során, illetve (b) a számításokhoz használt intenzitásértékek alakulása az összes szenzor vonatkozásban a natúr minták vizsgálata során A szenzorjelek alapján futtatott főkomponens analízis eredménye látható a 24/a ábrán. Az első főkomponens egyértelműen meghatározza a mintacsoportokat, míg a második főkomonens a mérés időpontjára, tulajdonképpen a szenzorok mérés során bekövetkező változására (úgynevezett drift) utal. A 24/b ábrán látható az azonos mintákon futtatott diszkriminancia analízis eredménye. A keresztvalidáció során tapasztalt 100 %-os találati arány azt mutatja, hogy a vizsgálati módszer alkamas az adott minták aromakomponensek alapján történő azonosítására. Az AlphaSoft program lehetőséget kínál arra, hogy optimalizációs algoritmusra alapozva a szoftver segítségével kiválasszuk a hangsúlyos szenzorokat és a továbbiakban csak azok jeleivel dolgozzunk. Ezek alapján a program a P40/1, P40/2 és PA/2 szenzorokat választotta ki. Az osztályozásokat a fenti szenzorokkal is lefuttatva a DI=92 diszkriminációs indexet kaptunk a PCA során, míg a DFA ugyancsak 100 %-os eredményt adott.

24. ábra: A natúr narancslevek osztályozásának eredménye PCA (a) és DFA (b) során (p: Pasquale, hc: Hohes-C, hd: Happy Day, a számok az ismétlés sorszámát jelölik) Kíváncsiak voltunk arra, hogy a kidolgozott rendszerrel azonosíthatók-e az azonos csoportba tartozó, de centrifugált narancslevek, ezért a három szenzorral felállított DFA osztályozó függvénnyel azonosíttattuk a kezelt (centrifugált) mintákat. Az eredmények közül a Hohes-C mintákat szemlélteti a 25. ábra. A rendszer képes volt egy csoportba rendezni a mintákat, azonban látható, hogy a két Hohes-C csoport nem csak a többi 40

márkától, de egymástól is jól elkülönül. Ez alapján megállapítható, hogy a centrifugálással olyan rostanyagokat távolítottunk el, melyek jelentősen befolyásolják a termék aromajellemzőit.

25. ábra: A centrifugált Hohes-C narancslevek azonosításának eredménye (p: Pasquale, hc: Hohes-C, hd: Happy Day, hcc: Hohes-C centrifugált, a számok az ismétlés sorszámát jelölik) Továbbiakban azt vizsgáltuk, hogy miként alakulnak az eredmények, ha a centrifugált és centrifugálatlan mintákat azonos csoportként olvastatjuk be a szoftverrel. A 26/a ábrán látható eredmény alapján megállapítható, hogy a rendszer képes tökéletes DFA osztályozó függvényt készíteni az adott narancslevek elkülönítéséhez. Amennyiben a kezeletlen és kezelt mintákat azonos csoportként adjuk meg, a rendszer olyan szenzorjeleket választ, melyek alapján a korábban leírt, centrifugálásból adódó különbség nem válik jelentőssé. A módszer ellenőrzése céljából hat véletlenszerűen kiválasztott mintát függetlenként olvastattunk be a szoftverrel. A 26/b ábrán látható eredmény mutatja, hogy az algoritmus képes volt az adott mintákat azonosítani.

26. ábra: (a) Az összes mintával elvégzett DFA eredménye, ahol az azonos márkához tartozó centrifugált és centrifugálatlan minták azonos csoportként voltak kezelve. (b) A módszer ellenőrzése hat független mintával. (p: Pasquale, hc: Hohes-C, hd: Happy Day, pc: Pasquale centrifugált, hcc: Hohes-C centrifugált, hdc: Happy Day centrifugált, a számok az ismétlés sorszámát jelölik)

41

Összefoglalva a bemutatott eredmények alapján megállapítható, hogy az elektronikus orr technika alkalmas a vizsgálatba vont narancslé minták elkülönítésére, a szenzorjelek PCA (diszkriminációs index: 90) és DFA alapú feldolgozásával (100 %-os keresztvalidáció). A szűrt levek vonatkozásában a módszer jelezte az alkalmazott kezelés aromatorzító hatását. A módszer használhatóságát bizonyítja, hogy a natúr és a szürt levek együttes kezelésekor a kereskedelmi minták csoportba sorolása hibamentes volt. A centrifugálás okozta aromaváltozás jól észrevehető, azonban hatása nincs befolyással az egyes márkák azonosíthatóságára. További vizsgálatokra van szükség annak feltárása céljából, hogy a centrifugálás során eltávolított rostanyagok milyen illatanyagokat tartalmaznak, illetve azok miként őrizhetők meg a levek centrifugálása során. Jónás Regina (2012) Kereskedelmi forgalomban kapható narancslevek vizsgálata elektronikus szenzorokkal. TDK dolgozat. Konzulens: Dr. Romvári Róbert egyetemi tanár, társkonzulens: Belovai Judit PhD hallgató. Társkonzulens a pályázat terhére PhD megbízási díjat kap. Szerző a pályázat terhére (5 hónapos) tanszéki demonstrátori megbízást kapott. 1. 6. Eltérő ízesítésű joghutrok összehasonlító vizsgálata A Gazdaságtudományi Kar munkacsoportjával végzett közös kutatás során kereskedelmi forgalomban kapható epres joghurtok objektív (műszeres) vizsgálatának és szubjektív (fogyasztói) megítélésének összehasonlítására került sor. Az utóbbi évtizedben folyamatosan nő az elektronikus szenzorokon alapuló technikák, így az elektronikus orr és nyelv (EN, ET) berendezések használata élelmiszerek és élelmiszer alapanyagok érzékszervi tulajdonságainak minősítésében. A vizsgálati módszertan az emberi érzékeléshez hasonló komplex illatelemzésre alkalmas, azaz nem az egyedi illatokat és ízeket detektálja, hanem azokat kölcsönhatásukban vizsgálja. Ellentétben az organoleptikus vizsgálatokkal, a bírálatokhoz termékspecifikusan képzett szakembereket nem igényel, szubjektivitással nem terhelt és időben folyamatos működésre képes. Első közelítésben mintacsoportok azonosságának, illetve különbözőségének megítélésére szolgál, azok illat- és íz jellemzői alapján. Érzékszervi vizsgálattal egybekötve ugyanakkor a termékpreferencia vizsgálatára is alkalmas. A joghurt méréseket AlphaMOS Fox 4000 EN és AlphaMOS Astree II ET berendezéssel végeztük. Az EN berendezés ismertetése és az alkalmazott biometriai módszertan leírása az 1.1.5. és az 1.1.6. fejezetben megtalálható. A rendelkezésre álló potenciometrikus elven alapuló ET berendezés hét keresztszenzitív CHEMFET (kémiailag módosított térvezérlésű tranzisztor) szenzort tartalmaz. A mérés elve az, hogy szenzorok és a referencia elektród (Ag/AgCl) között oldott komponensek jelenlétében feszültségkülönbség mérhető. A ET berendezéshez 48 mintatartó kezelésére alkalmas automata mintavevő egység tartozik. A méréseket 4 egymást követő napon végeztük. A jelintenzitás értékekben kifejezett mérési adatok feldolgozása az Alpha Soft V12 értékelő szoftverrel történt, többváltozós statisztikai módszerekre (főkomponens- és diszkriminancia analízis) alapozva. A fogyasztói tesztelés során az egyetemi hallgatók bevonásával végzett csoportos bírálat keretében kapott válaszokat a PanelCheck V.1.3.2. illetve az SPSS 18.0 statisztikai programmal értékeltük ki. 42

A kutatás során ötféle epres termék érzékszervi és műszeres vizsgálatát végeztük el. A fogyasztói preferencia teszteket követően a PanelCheck szoftver segítségével hét attributum (kesernyés illat, édeskés illat, epres illat, kesernyés íz, édeskés íz, epres íz, összbenyomás) esetében bizonyítottuk a termék hatását a fogyasztói megítésélésre (27. ábra).

27. ábra: PanelCheck V1.4.0 szabad felhasználású célszoftver használata a bíráló-, illetve termék-hatás megítélésében, 80-ból 16 bíráló kizárását követően Ezt követően az ízre és illatra vonatkozó attributumokra koncentráltunk, miután a továbbiakban ezen tulajdonságok műszeres jellemzését végeztük el (28. ábra).

28. ábra: Az illatra, ízre és összbenyomásra vonatkozó attributumok Ezekután Bi-plot analízissel egymáshoz rendeltük a mintacsoportokat és az azokat jellemző attributumokat (29. ábra).

43

29. ábra: Bi-plot megjelenítés az illatra, ízre és összbenyomásra vonatkozó attributumok alapján Jól látható, hogy a kedvező összbenyomást mutató termékre jellemző leginkább az epres íz, illetve illat megléte. Ezzel párhuzamosan az első két főkomponens által meghatározott térben elkülönül a jellegtelen ízt, illatot és idegen szagot tartalmazó termékek csoportja. Ezt követően az elektronikus orr szenzorjeleinek kemometriai alapú feldolgozásával sikeresen klasszifikáltuk a jughurtokat. A 30. ábra az első három főkomponens által meghatározott térben szemlélteti az öt eltérő minta megoszlását.

30. ábra: Minták elkülönülése az összes mérési nap adatai alapján diszkriminancia faktor analízissel 44

Hasonlóan a méz- (1.1.5.) és narancslé mintáknál (1.1.6.) bemutatottakhoz képest megvizsgáltuk a minták azonosíthatóságának lehetőségét. A 31. ábra azt a közelítést szemlélteti, amikor az első mérési napon rögzített szenzorjelek alapján a második napon mért minták csoportba sorolását végeztük el.

31. ábra: A második napon mért minták azonosítása az első napi minták alapján, diszkriminancia faktor analízissel A DFA- követően elvégzett keresztvalidáció során elért 91 százalékos érték a módszer megbízhatóságát jelzi. Következő lépcsőben PLS regresszióval becsültük a joghurt minták egyes jellemzőit (epres illat, édeskés illat). A hallgatók által elvégzett érzékszervi vizsgálatok eredményeiként kapott pontértékeket és az elektronikus szenzorjelek között felállított összefüggést a 32. ábra szemlélteti.

32. ábra: Az epres illat becslése E-orr adatok alapján, PLS regresszióval

45

A kvantitív becslés során használt PLS módszer eredményétként kapott r=0,83 korrelációs koefficiens ismeretében megállapítható, hogy az EN adatok alapján a vizsgált joghurt minták esetében becsülhető azok epres és édeskés illat intenzitása. Ezt követően az elektronikus nyelv szenzorjeleinek kemometriai alapú feldolgozásával sikeresen klasszifikáltuk az epres íz szempontjából legjobban eltérő két jughurt mintát (33. ábra).

33. ábra: A fogyasztói preferencia alapján szélsőséges minták elkülönítése, diszkriminancia faktor analízissel A témában megjelent publikációk: Epres joghurtok élvezeti értékének objektív (műszeres) vizsgálata. Romvári R., Andrassy G., Bázár Gy. Táplálkozásmarketing konferencia Zamárdi, 2012.06.

2. kutatási program: Kutya- és macskatápok organoleptikus tulajdonságainak vizsgálata műszeres eljárásokkal és preferenciateszttel 2.1. A kutya szaglása és az elektronikus orr technika összehasonlítása Minden kutyatartó számára fontos kedvencének megfelelő egészségi állapota, fizikai kondíciója. Ebből a szempontból kiemelt jelentőségű a kutya takarmányozása, mely az utóbbi évtizedekben radikálisan átalakult. A gazdaságilag fejlett országokban a kereskedelmi kutyatápok forgalma az 1960-as évektől kezdődően igen gyors ütemben nő, hazánkban a ’90-es évek közepétől – egy évtized alatt – megtízszereződött (Hegedűs, 1996). A kereskedelmi tápok csoportosíthatók víztartalom alapján (száraz, félnedves és nedves), vagy táplálóanyag-tartalom szerint (teljes és kiegészítő tápok). A korszerű, száraz kutyatápok olyan eljárással készülnek, amely nagy energiakoncentrációjú, ízletes termék előállítását teszi lehetővé. A kutyaféle ragadozó húsevő állatok egyszerre nagy mennyiségű táplálék elfogyasztására képesek. A húsevő macskával ellentétben a háziasított kutya táplálkozása néhány vonatkozásban, így a táplálóanyagok emésztése és felszívódása szempontjából már közelít a mindenevőkéhez (Fekete, 2009). Ugyanakkor amíg az ember ízlését elsősorban a szeme 46

(a látása), addig a kutyáét az orra, vagyis a szaglása befolyásolja: a kutya minden ételt megszimatol, mielőtt azt megkóstolná. Amennyiben tehát a kutya ízléséről beszélünk, akkor mindenekelőtt szagízlésre kell gondolnunk, mely jelentősen eltér a gazdája ízlésétől, gusztusától (Szinák és Veress, 1989). A kutyák szaglása körülbelül egymilliószor jobb, mint az emberé, ami részben azzal is magyarázható, hogy míg az ember orrában körülbelül 3-4 cm2 szaglóhám található, egy átlagos kutyáéban 130 cm2, és szűrőberendezése jobban tisztítja, melegíti és nedvesíti a belélegzett levegőt. A kutyák ráadásul sokkal gyorsabb ütemben szimatolnak (szívják be és fújják ki a levegőt), mint az emberek, ez is hozzájárul kiváló szagkövető képességükhöz. Amikor a kutyák szaglásznak, a kémiai anyagokkal teli légáramlatok örvénylő mozgással jutnak az orrba, elhaladnak az orrüreget bélelő nedves szaglóhám felett, amelyben a szagérzékelő sejtek foglalnak helyet. Az egyes szaglósejtek felületén lévő apró csillókat olyan fehérjék borítják, amelyek befogják az orrba belépő szagmolekulákat. A szaglórendszer felépítésének és működésének feltárásában Linda Buck és Richard Axel (1991) amerikai kutatók értek el úttörő eredményeket, amelyért 2004-ben Nobel-díjat kaptak. Egereken végzett kutatások során felfedeztek egy nagyobb, körülbelül 1000 génből álló géncsaládot – ez a teljes génállomány 3 százaléka –, amely szerepet játszik a szagok azonosításában. A mintegy 1000 szagérzékelő fehérjéből mindegyik szaglósejten egyféle típus található meg, amely csak korlátozott számú szagmolekula érzékelésére alkalmas. Az állatok bár képesek megkülönböztetni tízezerféle szagot, a szaglóhámunkon csak ezer különféle receptor sejt azonosítható, mindegyik egy adott szagra specializálódva. Hogy mégis sokkal több szagot képesek azonosítani, annak titka, hogy az illó anyagok szagingert kiváltó molekulái feloldódnak a szaglóhámot borító vékony váladékban és szétterülnek azon, így egyszerre több receptor sejthez kötődnek, tehát a receptorjelek kombinációi határozzák meg a kiváltott szagérzés milyenségét. A szaglóhámban elhelyezkedő szaglósejtek felületi nyúlványaikon keresztül az ingerületet a szaglóidegekbe küldik. A szagingerületek más idegsejtekre átkapcsolódva az agy más területeire is eljutnak, ezáltal az illatok nagyon hatékonyak például az emlékek felidézésében. Az irodalmi feldolgozást követően módszertani kísérletek során kidolgoztuk a nedves és száraz tápok mintaelőkészítésének módját, meghatároztuk EN-méréseknél az optimális jelintenzitáshoz szükséges beállításokat (inkubációs hőmérséklet és időtartam, injektálási térfogat és sebesség), valamint kialakítottuk ET-vizsgálatoknál a mintaelőkészítéstől függő szenzortisztítási protokolt. Megkezdtük az eltérő tápszemek szerkezetvizsgálatát is, egyedi tervezésű vizsgálóeszköz fejlesztését követően. Az állatkísérleti szakasz brit macskafajtával elkezdődött, közepes árkategóriához tartozó ízesített száraz tápokkal. A mintákból NIR spektrumok felvételét is elvégezzük, a beltartalom becslése érdekében. A vizsgálatokhoz kapcsolódva 2012 szeptemberétől PhD téma indult (Éles Viktória: Kutya- és macskatápok organoleptikus tulajdonságainak vizsgálata műszeres eljárásokkal és preferenciateszttel, témavezető: Dr. Romvári Róbert, társtémavezető: Dr, Hullár István, elfogadott tématerv), a SzIE ÁOTK Állattenyésztési, takarmányozástani és laborállattudományi intézetének közreműködésével. 2.2. Állateledelek osztályozása elektronikus orr és nyelv technikával A vizsgálatok célja négy-négy azonos gyártmányú, közép kategórájú kutya és macska konzerv eledel szenzoros alapú osztályozása. Anyag és módszer 47

A kiválasztott macska eledelek: 1-baromfi-vad répa, 2-marha-máj-borsó, 3-borjú-baromfi, 4-pulyka-nyúl; és kutya eledelek 5-máj-nyúl-répa, 6-hús mix, 7-bárány-rizs és 8-pulyka ízesítésűek voltak. Minden mintából 100 g mennyiséget homogenizáltunk az elektronikus orr (EN) méréshez. Az elektronikus nyelv vizsgálathoz a mintát homogenizálást követően egyenlő mennyiségű desztillált vízzel higítottuk és tíz perc centrifugálást követően (2700 rpm, 900g, Sigma 4-15C) a felülúszót eltávolítottuk. Elektronikus orr és nyelv mérés A vizsgálat során αFox 4000 (Alpha MOS, Toulouse, Franciaország) elektronikus orr műszert használtunk. 2 g mintát mértünk 20 ml-es szeptumos üvegekbe. A minta és a felette lévő gáz fázis között kialakuló egyensúlyi állapot beállását követően az automata mintaadagoló (Alpha MOS HS 100) a gőztérből adott mennyiséget injektál. Az állandó légáram biztosításához szintetikus levegőt alkalmaztunk. Az adatrögzítés és két mérés közötti időtartam 120 illetve 1200 s volt minden esetben. Öt párhuzamos mérést hajtottunk végre (n=8x5). A mérési beállítások meghatározása során a következő paraméterek eredményeztek optimális szenzor jelintenzitási értékeket: minta mennyiség: 1g, minta hőmérséklet: 80 ºC, inkubálási idő 120 s, injektált mennyiség 1000 μl, légáramlási sebesség 150 ml/perc. A folyadék minták ízjellemzőinek meghatározására αAstree II (Alpha MOS, Toulouse, Franciaország) típusú elektronikus nyelv műszert alkalmaztunk. A 2 ml-es mintákat 25 mles üvegtartóban helyeztük a mérőegységbe, mely tartalmazza a szenzorokat, referencia elektródot és a keverőt. Három párhuzamos mérést végeztünk 9 ismétlésben (n=8x3x9). A minta sorozat első része a szenzorok kondicionálására szolgált. A minta mérési ideje és a tisztíás ideje 120 illetve 20 s volt. A szenzorok tisztításához millipore minőségű vizet használtunk. Adatok értékelése Az EN és ET szenzorsor RS-232 porton keresztül kapcsolódik a számítógéphez, mely rögzíti a szenzorjeleket. A nyers EN szenzor értékeket relatív ellenállás változás (∆R × R01 ) formájában rögzítettük. Az ET értékek alapját a szenzorjel intenzitások átlagértékei képezik az egyensúlyi állapot beálltát követően. Az állateledel minták osztályozását SPSS 12.0 statisztikai programmal végeztük MGLH stepwise eljárással és kanonikus diszkriminancia analízissel (DA). Az eredményeket keresztvalidációval (CV) ellenőriztük és a helyesen besorolt minták százalékos arányával fejeztük ki (CV%). Eredmények Első lépésként a kutya- és macskaeledeleket külön-külön osztályoztuk a fent említett ∆R × R0-1 formában, és a szenzor intenzitás értékek képezték a változókat a DA során. Az ET mérés adatai alapján az osztályozás eredménye macska- és kutyatáp esetén 81,7 és 58,3 % volt (61,7 és 48,3 CV%). Az EN technika alkalmazása esetén ez 85 és 95 % volt (75 és 95 CV %). A továbbiakban mind az ET mind az EN adatokat bevontuk model futtatása során és az osztályozás 85 és 98,3 % diszkriminációs értékeket eredményezett (83,3 és 93,3 CV %). Második megközelítésben a diszkriminancia analízist az egész adatbázison elvégeztük (2 faj: kutya és macska, 4-4 eledel típus). Az így kapott osztályozási eredmények ET, EN és a 48

két módszer együttes alkalmazása esetében 72.5, 87.5 és 95.8 voltak (55, 80 és 93.3 CV %). Az eredmények az előzetes becsléseinknek megfelelően alakultak, jelzik ezen technikák együttes alkalmazásának hatékonyságát. Végül stepwise eljárást alkalmaztunk annak érdekében, hogy az osztályozási modellbe bevont változók számát csökkentsük. Az alkalmazott módszerrel a 25 változóból 14-et választottunk ki a kanonikus diszkriminancia analízishez. Az 34. ábra bemutatja a mintákat kétdimenziós térben, ahol az első két faktor a teljes variancia 52,4 és 23,7 %-át írja le.

34. ábra: Macska- és kutyatáp minták diszkriminancia faktor analízis ábrája (ahol: 1, 2, 3, 4 macskatáp; 5, 6, 7, 8 kutyatáp) Eredményeink szerint a minták 98,3%-át sikerült helyesen besorolni. A hibásan osztályozott minták a 6-os csoportba tartoztak. A továbbiakban két csoportot hoztunk létre a tápok összetételének jellegétől függően. A kizárólag állati összetevőkből álló „AO” csoportot, melybe a 3, 4, 6 és 8 minták tartoztak és az „APO” csoportot, melybe az állati és növényi komponenseket egyaránt tartalmazó mintákat soroltuk: 1, 2, 5 és 7 minták. Az így futtatott osztályozás eredménye 64.2, 92.5 és 90.8 voltak ET mérés, EN mérés, illetve a két technika együttes alkalmazása mellett (54,2, 92,5 és 90 CV %). Az első két megközelítéshez hasonlóan a leggyengébb eredményeket az ET mérés során kaptuk, másfelől az EN és a két technika közös alkalmazása hatékony módszernek látszik takarmány minták különböző összetétel alapján történő elkülönítésére. Ezt követően az előző két csoportot további alcsoportokra osztottuk fel fajok szerinti bontásban (macska-AO, macska-APO, kutya-AO, kutya-APO). A 35. ábrán látható a kétdimenziós térben történő ábrázolás az első két faktor bevonásával, melyek a teljes variancia 52.8 és 31.8%-át írják le.

49

35. ábra: Állateledel minták diszkrimiancia faktor analízise összetétel alapján (ahol: 1: macska-állati, 2: macska-állati és növényi, 3: kutya-állati, 4: kutya-állati és növényi összetevők) Az ET, EN, illetve az együttes alkalmazás esetén kapott diszkriminancia eredmények 70.8, 90 és 97.5 (61.7, 85 és 89.2 CV %) voltak a négy csoport esetén. Ezt követően stepwise módszert alkalmazva a 25 szenzort (ET és EN) 8-ra csökkentettük. Végül három főkomponens alapján a legjobb osztályozási eredmény 97.5% volt (CV % 95.8). Kutya- és macskatápok osztályozási eredményei nagy változatosságot mutatnak. A kutyatápok helyes csoportba való besorolásának alacsony hatékonysága (58.3%) feltételezhetően a minták hasonló íz karakterisztikájának tudható. Az EN adatok alapján végzett klasszifikáció 95%-os eredménye figyelemre méltó. Ez alapján úgy tűnik, a gyártók különös figyelmet fordítanak az előállított kutyatáp termékek illat tulajdonságaira. Általánosan az EN technika alkalmazása jobb diszkriminációs eredményeket adott az ET adatokkal kiegészítve. Az EN és ET adatok együttes kezelésével az eledel típusok nagy pontossággal voltak osztályozhatóak. A teljes adathalmazon futtatott DA 94.2 %-os validációs eredmény elérése bizonyítja, hogy az alkalmazott stepwise módszer a legnagyobb hatással bíró változókat választotta ki a modellben. A 6-os csoportoz tartozó néhány minta (kutya, AO) a két csoport (kutya- és macskatápok) közti metszetben helyezkedik el. A jelenség azzal a ténnyel magyarázható, hogy ez a típusú kutyatáp öt különböző típusú hús keverékéből áll. Az összetétel karakterisztikáját figyelembe véve, először kettő (AO vagy APO), majd második megközelítésben négy csoportot (összetétel x faj) alakítottunk ki. A legalacsonyabb diszkriminancia eredményeket mindkét esetben az ET technika alkalmazásakor kaptuk, mindemellett a legjobb diszkriminálási modell esetén (ET és EN technika közös alkalmazása, 95.8 CV %) a kutyatápok csoportosítása során tapasztalt három hibásan besorolt mintával szemben csupán egyetlen tévesztés történt macskatápok esetén. A legalacsonyabb hatékonyságú csoportba sorolás (90 %) a húskeveréket tartalmazó (6-os csoport) és a pulykás (8-as csoport) kutyatáp esetén volt tapasztalható.

50

Állateledelek aromájának meghatározása hagyományos analitikai eljárásokkal bonyolult. Másfelől viszont az állatokkal végzett preferenciatesztek költségesek és komplikáltak, mivel speciális körülményeket kívánnak. Elért eredményeink alapján az EN és ET technika megbízható eszközök lehetnek különböző kereskedelmi konzerv kutya- és macskatápok osztályozhatóságára. Az ismertetett elektronikus szenzoros technika alkalmazható lehet eledelek gyártása során, segítve a gyártókat jobb piaci pozíció elnyerésében. Továbbá, ezen technológiák gyorsvizsgálati módszerként alkalmazhatóak a hagyományos preferencia tesztet megelőzően, így idő és költség megtakarítással gyorsítva a termékfejlesztést. A témában megjelent publikációk: Éles Viktória, Bázár György (2012): A kutya szaglása és az elektronikus orr technika alkalmazása. Mezőhír, 6. 125-126. R. Romvari, V. Eles, I. Hullar (2013): Electronic nose and tongue for pet food classification. Journal of Animal and Veterinary Advances, elfogadottt 3. Kutatási program: Ivari szag vizsgálata elektronikus-orr módszerrel Hatósági állatorvos által végzett szabványos vágóhídi vizsgálat (főzőpróba) alapján ivari szaggal terhelt sertéshúsokat vizsgáltuk elektronikus orral valamint humán érzékszervi bírálattal. Különböző testtájaikról vettünk mintát a kísérlethez, annak megítélésére, hogy a piac és a feldolgozóüzem által is értékesnek tartott húsrészek milyen mértékben terheltek kanszaggal egy adott sertésen belül. Anyag és módszer Minta Három ivari szaggal terhelt hímivarú sertésből vettünk a karaj, a tarja, a lapocka, valamint a comb külső és belső részéről származó mintát. Az azonos húsrészből származó mintákat egyesítettük, megközelítően 2 g-os darabokra aprítottuk és nylon zacskóban 75 ºC-on egy óráig hőkezeltük. Az EN mérésekhez a szilárd fázist (1g/minta), az ET mérésekhez a húslevet használtuk, utóbbi esetben desztillált vízzel kétszeresére higítva (1ml/minta). Összesen húsz párhuzamos mérés készült. Az érzékszervi vizsgálatokhoz hasonló módon hőkezelt 100 g-os szilárd mintákat használtunk. Érzékszervi vizsgálat A vizsgálatot az előzetes tesztelés alapján kiválasztott bírálók végezték (androszteronra különböző mértékben érzékeny bírálók). A hőkezelt egyedi mintákat lefedett üvegedénybe kapták a bírálók. Az ivari szag intezitását 9 cm-es struktúrálatlan skálán jelölték a bírálók (a skála bal oldalán a kis- jobb oldalán pedig a nagy szagintenzitás jelenik meg). Elektronikus orr mérés A műszerek jellemzőit és az adatfeldolgozási protokolt az 1.1.5. és 1.1.6. fejezet tartalmazza.

51

Eredmények Az érzékszervi vizsgálatok során először a résztvevő a résztvevő 17 egyetemi hallgatón (12 nő és 5 férfi) teszteltük az androsztenon érzékenységet. A résztvevők közöl négyen nem érezték az androsztenon jelenlétét annak kristályos formájában. Ez a 23,5 %-os eredmény jó összhangban van az irodalomban talált adatokkal. Az androsztenon érzékenységet számos tényező befolyásolja mint pl. a nem, a kor, a nemzet, a földrajzi elhelyezkedés, stb. Bonneau (2004) szerint a fogyasztók 15-30 %-a nem érzi az androsztenont. Lunde és mtsai. (2010) négy európai érzékszervi panel bevonásával vizsgálták az androsztenon érékenységet és a 38 bírálóból 10 bíráló (26,3 %) érzéketlen volt az androsztenonra. Érzékszervi vizsgálat Ebben a kísérletben az androsztenonra érzékeny bírálók közül 11 bíráló vett részt. A bírálóknak a különböző testrészekből származó húsokban (karaj, lapocka, tarja, comb külső, comb belső) kellett a szkatol, az androsztenon és a kanszag intenzitását illat alapján meghatározni. A 11. táblában kerül összegzésre a bírálók által adott átlag értékek a szkatolra, az androsztenonra és a kanszagra az öt különböző mintacsoportban. 11. táblázat: A bírálók által adott átlag szkatol, androsztenon és kanszag értékek az egyes testrészekre

Mintacsoportok Szkatol

Androsztenon

Kanszag

Karaj

1,21

2,35

1,97

Lapocka Comb külső Comb belső Tarja

2,58 1,30 1,54 3,75

3,27 3,00 2,70 3,41

2,65 2,90 2,59 3,55

Az adatokból megállapíthatjuk, hogy mind a három tulajdonság alapján a karaj kapta a legalacsonyabb-, a tarja pedig a legmagasabb értékeket, ami összefüggésbe hozható a zsírosság mértékével. Jelen vizsgálatban nem mértük az egyes izomcsoportok zsírtartalmát, azonban irodalmi adatok alapján ismert a sertés legértékesebb húsrészeinek megközelítő nyerszsírtartalma, ami – 120 kg-os vágósúlyban - a karajnak 1-2 %, lapockának 4-5 %, combnak 5-6 % és a tarjának pedig 13-14 %-a. Mindkét vegyület a zsírban halmozódik fel, ezért nem meglepő, hogy a zsírosabb húsokban jobban érződik a kanszag. Pauly és mtsai (2010) saját vizsgálatuk során hozzánk hasonlóan magasabb kanszag intenzitást mértek a tarjában, mint a karajban. Elektronikus orr mérés Először az összes szenzor bevonásával végeztünk adatelemzést. A 36. ábrán a 18 szenzor átlag értékei láthatóak az öt különböző mintacsoport esetében.

52

36. ábra: Az elektronikus orr átlagos szenzorjelei radar diagrammon feltüntetve Az elvégzett diszkriminancia analízist során négy faktort képeztünk. Ezek közül az első két faktor leírja az összes varianciák 97,2 %-át. Ismert módon DFA esetében vezérelt osztályozó módszerről van szó, amely során tanító adatbázist képezünk, mely a szenzorjelek mellett tartalmazza a csoportazonosítókat is. Ennek megfelelően a szoftver azt vizsgálja, hogy a szenzorjelek alapján van-e lehetőség arra, hogy az eredeti csoportosítási elvnek megfelelően elkülönítsük a mintákat azok elektronikus orr adatai alapján. A 37. ábrán az öt izomcsoport megkülönböztetése látható diszkriminancia-analízissel az összes szenzor jelválasza alapján, az első két főkomponens által meghatározott térben..

37. ábra: A mintacsoportok elkülönülése az első két diszkriminancia faktor által meghatározott síkban minden szenzor bevonásával. Ezt követően a mintacsoportok elkülönítését az első három faktror által meghatározott térben vizsgáltuk, melyek az eredeti varianciának 98,9 %-át írják le (38. ábra).

53

38. ábra: A mintacsoportok elkülönülése az első három diszkriminancia faktor által meghatározott térben minden szenzor bevonásával. A mintacsoportok jól érzékelhetően elkülönülnek. Mindkét előző ábrán (37. és 38. ábra) látható, hogy a tarja minták elkülönülnek a többi mintacsoporttól. A DFA eredményét követően a csoportba sorolás helyességét kereszt-validáció segítségével ellenőriztük (12. táblázat). Az eredeti csoportba sorolás 94,8 %, míg a keresztvalidáció 83,3 %-os eredményt hozott. Ennek értelmében tehát az elektronikus orr képes volt mind a 18 szenzor bevonásával az eltérő izomcsoportú kanszagos húsminták elkülönítésére. 12. táblázat: Csoportba sorolás helyessége a húsmintáknál minden szenzor bevonásával keresztvalidációt alkalmazva

Mintacsoportok Karaj Tarja Eredeti Lapocka Comb külső Comb belső Karaj Tarja Kereszt- Lapocka validált Comb külső Comb belső

Karaj 100 0 0 0 0 82,4 0 0 0 5

Számított csoportba tartozás % Comb Tarja Lapocka külső 0 0 0 100 0 0 0 100 0 0 10 90 0 0 15 0 17,6 0 100 0 0 0 84,2 15,8 0 15 75 0 0 20

Comb belső 0 0 0 0 85 0 0 0 10 75

Továbbiakban az Stepwise módszerrel kiemeltük azon szenzorokat, melyek a legnagyobb hatásúak az osztályozások során. Ennek megfelelően a továbbiakban az így kiválasztott 9 szenzorral LY2/LG, LY2/G, LY2/AA, LY2/gCT, P10/2, P40/1, T70/2, P30/1, P40/2 végeztünk diszkriminancia analízist. Az eredeti csoportba sorolás 91,7%-re csökkent,

54

ugyanakkor a keresztvalidáció 86,5 %-ra nőtt az alkalmazott közelítéssel. A 13. táblázat szerint a tarja mintáknál a klasszifikálás eredménye 100 %-os volt. 13. táblázat: Csoportba sorolás helyessége a húsmintáknál kilenc szenzor bevonásával keresztvalidációt alkalmazva Számított csoportba tartozás % Mintacsoportok Karaj Tarja Eredeti Lapocka Comb külső Comb belső Karaj Tarja Kereszt- Lapocka validált Comb külső Comb belső

Karaj 88,2 0 0 0 5 88,2 0 0 0 5

Tarja 0 100 0 0 0 0 100 0 0 0

Lapocka 11,8 0 94,7 10 0 11,8 0 78,9 15 0

Comb külső 0 0 5,3 90 10 0 0 21,1 80 10

Comb belső 0 0 0 0 85 0 0 0 5 85

Az érzékszervi és a szenzoros vizsgálatok eredményeinek együttes értékelése A kvantitatív becslés során használt PLS módszer eredményét mutatja a 39. ábra, mely a becsült és az érzékszervi vizsgálatok során a bírálók által adott átlag kanszag értékek közötti igen szoros összefüggést szemlélteti. A felállított becslő egyenlet determinációs koefficiens értéke (R2=0,91) megbízható modellt jelez.

39. ábra: A becsült és a referencia (érzékszervi bírálók által adott) ivari szag értékek közötti összefüggés PLS regresszióval

55

Összefoglalva az érzékszervi vizsgálati eredményeink alapján megállapítható, hogy a bírálók a tarjánál, érzékelték a legintenzívebben a karajnál pedig legkevésbé az ivari szagot. Ebből az a következtetés vonható le, hogy az androsztenon és a szkatol jelenléte a magasabb zsírtartalmú húsokban jobban érzékelhető, köszönhetően annak, hogy ezen vegyületek elsősorban a zsírban akkumulálódnak. Az elektronikus orr nagy pontossággal képes megkülönböztetni a különböző mértékben kanszaggal terhelt húsrészeket. A stepwise módszerrel kiválasztott kilenc szenzor jelválaszai alapján az eltérő izomcsoportok jobban elkülönítette, mint minden szenzor bevonásával. Egyfelől a kevesebb, de hangsúlyos szenzor bevonásával a matematikaistatisztikai értékelések hatékonyabban futtatthatók, másfelől az így kapott információ a gyakorlat számára is alkalmazható műszer fejlesztése szempontjából is jelentős. Az elektronikus orr szenzorválaszai alapján sikeres volt a kalibráció az érzékszervi pontok becslésére. Az eredményeket összegezve az elektronikus orr alapú módszertan alkalmasnak tűnik az ivariszag szempontjából pozitív minták kiemelésére a vágóhidakon. A gyakorlati szempontból is alkalmazható metodológia kialakításához ugyanakkor nagyságrenddel több minta alapján felállított kalibrációs állomány és pontos referenciamérések is szükségesek. A témában megjelent publikációk: Ágnes Kirsching, György Bázár, Zoltán Házas, Róbert Romvári(2012): Classification of meat with boar taint using an electronic nose, Acta Agriculturae Slovenica, ISSN 18544800, Suppl.3, 99-103. old. Nagy Kitti (diplomamunka, állattenyésztő mérnök V évfolyam, BSc nappali szakos hallgató): „Kanszaggal terhelt sertéshúsok vizsgálata elektronikus orral” Konzulens: Andrássyné Dr Baka Gabriella egyetemi adjunktus, társkonzulens: Kirsching Ágnes PhD hallgató

56