Ученые разработали тест на определение конины

05.12.2014

Ученые разработали быструю и дешевую альтернативу тестирования ДНК, чтобы отличить конину от говядины

Лошади и крупный рогатый скот имеют различные пищеварительные системы, жировые компоненты имеют различный состав жирных кислот. Новый метод рассматривает различия в химическом составе жира в мясе с использованием аналогичной технологии сканера.
 
Всего за десять минут можно определить, является ли кусок сырого мяса кониной или говядиной. Этот метод недавно был опробован в промышленных условиях одного из ведущих производителей мяса. В настоящее время ученые хотят расширить методы для проверки других видов мяса, в том числе свинины и баранины, пишет Medical Insider.
 
Скандал в 2013 году был вызван тем, что в котлетах из говядины была обнаружена конина. Вскоре конина была обнаружена и в других мясных продуктах, что привело к потере миллионов фунтов. Кризис обнажил потенциальную уязвимость цепочки поставок мяса и даже угрозу для здоровья населения. В настоящее время метод тестирования мясных продуктов основывается на ДНК, которые могут отличить одно мясо от другого в зависимости от генетического состава животных, но является очень медленным и дорогим.
 
В ответ на это был разработан новый метод с использованием ключевой технологии «Pulsar», настольного ЯМР-спектрометра высокого разрешения, разработанного Oxford Instruments.
 
ЯМР-спектроскопия является аналитическим методом, который используют в химических лабораториях. Обычные инструменты являются большими и дорогими, и полагаются на супер-охлаждения и высококвалифицированный персонал. Pulsar основан на простоте эксплуатации.
 
Чтобы тест был полезным, он должен быть быстрым и дешевым. Достаточно несколько минут нахождения мяса в растворителе, а затем несколько минут сбора данных при помощи Pulsar, чтобы отличить конину от говядины. Программное обеспечение для проведения математического анализа спектральных данных было разработано в ППП.
 
Цитата
«Теперь мы можем легко отличить мясо с помощью этого метода», - утверждает Кейт Кемсли (Kate Kemsley). «Приятно видеть результаты того, что генерируется в наших лабораториях. Мы считаем, что этот метод будет хорошо работать в ключевых точках цепи поставок, скажем, у мясных оптовиков и переработчиков».


Foodcontrol.ru