2016 Fiscal Year Research-status Report
加工食品のフードディフェンスを目指したビッグデータ化モレキュラー解析の構築
| Project/Area Number |
15K00879
|
|---|
| Research Institution | Ritsumeikan University |
|---|
Principal Investigator |
井之上 浩一 立命館大学, 薬学部, 准教授 (30339519)
|
|---|
| Project Period (FY) |
2015-04-01 – 2018-03-31
|
| Keywords | 解析・評価 / 栄養学 / 薬学 / 分析科学 |
|---|
| Outline of Annual Research Achievements |
本研究では、予想不可能な加工食品の劣化や汚染状況の把握に新たなアプローチとして、ビッグデータ化モレキュラー解析を提唱し、その実用性への基盤構築を目指すこととする。具体的には、LC/MSの検出イオンを利用して、各種食品のパターンを解析することで、特徴づけを行い、それらに対して、統計的（多変量解析）差異が観察されるのか判断することにある。分析条件では、逆相系ODSおよび親水性相互作用HILICのカラムを用い、両方の結果を合算してデータとして用いた。ピーク数としては、約2000以上のものを採用した。PCA上の再現性として、いずれもRSDが15％以下であった。今回、粉ミルクなどの一定品質を担保している加工食品を用いて、パターン解析を実施した。異物混入（農薬、金属など）の粉ミルクでは、従来のものと明らかにPCA変化が観察され、従来のグループとは逸脱した結果を得ることができた。具体的には、メラミンでは、2010年に中国で汚染事例があったものも、10ppm以上で判別することができた。次に、農薬類としては、メタミドホス、マラチオンなど、対象とするすべてのものでPCA判別が可能であった。金属類は、鉛、水銀、カドミウム、ヒ素で検討を行った。その結果、ヒ素では判別が困難であったが、それ以外は、PCAで判別可能であった。いずれも、多変量解析によるPCAによって、グループ化判別ができることを立証した。今後は、微生物や劣化などへ拡大範囲することを目指す。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
本年度では、実検体（粉ミルク）を用いたパターン解析と異物混入事例を対象とし、多変量解析など実施することができた。
|
| Strategy for Future Research Activity |
今後は、更なる汚染実態を拡大し、劣化試験や微生物汚染など、従来想定される食品汚染へ拡大することとする。
|
| Causes of Carryover |
次年度使用する装置購入のため、次年度使用額が生じた。
|
| Expenditure Plan for Carryover Budget |
平成29年度に使用する前処理装置を購入する。
|
-
[Journal Article] Principal component analysis of molecularly-based signals from infant formula contaminations using LC-MS and NMR in foodomics.2016
Author(s)
Inoue, K., Tanada, C., Hosoya, T., Yoshida, S., Akiba, T., Min, J.Z., Todoroki, K., Yamano, Y., Kumazawa, S., Toyo'oka, T.
-
Journal Title
J. Sci. Food Agric.
Volume: 96
Pages: 3876-3881
DOI
Peer Reviewed / Acknowledgement Compliant
-
