2. FEJEZET AZ ÉLELMISZER-ELEMZÉS MÓDSZEREI
Az elmúlt fél évszázad erőfeszítései ellenére továbbra is szükség van nemzetközileg összehangolt módszerekre és adatokra. Valójában, amint azt az 1. fejezet leírja, az energiatermelő makrotápanyagok specifikus összetevőinek elemzésére szolgáló új módszerek kifejlesztése megnövelte az összetettséget és ezt az igényt minden eddiginél nagyobbá tette.
Ez a fejezet a fehérje, zsír és szénhidrát általánosan használt analitikai módszereket tárgyalja, és ajánlásokat fogalmaz meg a technika jelenlegi állásának és az elérhető technológiának az előnyben részesített módszereivel kapcsolatban. Megjegyezzük azokat a módszereket is, amelyek továbbra is elfogadhatók, ha az előnyben részesített módszerek nem használhatók. Az alkohol analitikai módszereiről, amelyek bizonyos étrendekben jelentős energiaforrást jelenthetnek, a poliolokat és a szerves savakat nem tárgyalták, ezért a módszerekre vonatkozóan nem adnak ajánlásokat.
2.1. AZ ÉLELMISZEREK FEHÉRJEINEK ELEMZÉSI MÓDSZEREI
2.1.1 Jelenlegi állapot
Hosszú évek óta az élelmiszerek fehérjetartalmát a teljes nitrogéntartalom alapján határozták meg, míg a nitrogéntartalom meghatározásához a Kjeldahl (vagy hasonló) módszert szinte univerzálisan alkalmazták (AOAC, 2000). A nitrogéntartalmat ezután szorzóval szorozzuk meg a fehérjetartalom eléréséhez. Ez a megközelítés két feltételezésen alapul: hogy az étkezési szénhidrátok és zsírok nem tartalmaznak nitrogént, és hogy az étrendben lévő nitrogén szinte teljes egészében aminosavként van jelen a fehérjékben. A korai meghatározások alapján a fehérjék átlagos nitrogén (N) tartalma körülbelül 16 százalék volt, ami az N x 6,25 (1/0,16 = 6,25) számítás felhasználásához vezetett a nitrogéntartalom fehérjetartalmúvá alakításához.
Egyetlen tényező, 6,25 használatát két szempont keveri össze. Először is, az élelmiszerekben található összes nitrogén nem található meg a fehérjékben: változó mennyiségben tartalmaz más vegyületeket is, például szabad aminosavakat, nukleotidokat, kreatint és kolint, ahol nem fehérje nitrogénnek (NPN) nevezik. Az NPN csak egy kis része áll rendelkezésre (nem esszenciális) aminosavak szintéziséhez. Másodszor, a specifikus aminosavak nitrogéntartalma (tömegszázalékban) az aminosav molekulatömegétől és a benne lévő nitrogénatomok számától függően változik (egytől négyig, a kérdéses aminosavtól függően). Ezen tények és a különféle fehérjék különböző aminosav-összetétele alapján a fehérjék nitrogéntartalma valójában körülbelül 13 és 19 százalék között változik. Ez egyenlő lenne a nitrogén-konverziós tényezőkkel 5,26 (1/0,19) és 7,69 (1/0,13) között.
Mivel a fehérjék peptidkötésekkel összekötött aminosavak láncaiból állnak, hidrolizálhatók az összetevő aminosavakká, amelyeket ezután ioncserével, gáz-folyadék vagy nagy teljesítményű folyadékkromatográfiával lehet mérni. Az aminosavak összege ekkor képviseli az étel fehérjetartalmát (tömeg). Ezt néha „igazi fehérjének” nevezik. Ennek a megközelítésnek az az előnye, hogy nem igényel feltételezéseket vagy ismereteket sem az élelmiszer NPN-tartalmáról, sem a specifikus aminosavak relatív arányáról - ezáltal megszünteti a teljes N x konverziós tényező alkalmazásával kapcsolatos két problémát. Hátránya, hogy a Kjeldahl-módszernél kifinomultabb berendezéseket igényel, így sok laboratórium kapacitását meghaladhatja, különösen azoké, amelyek csak időszakos elemzéseket végeznek. Ezenkívül fontos a módszer tapasztalata; egyes aminosavakat (például a kéntartalmú aminosavakat és a triptofánt) nehezebb meghatározni, mint másokat. Az aminosav-analízis bonyolultsága ellenére a laboratóriumok és a módszerek viszonylag jó megállapodást kötöttek (King-Brink és Sebranek, 1993).
2.1. TÁBLÁZAT
Specifikus (Jones) tényezők a nitrogéntartalom fehérjetartalommá történő átalakításához (egyes élelmiszerek)
- Az élsport módszerei a közegészségügy számára A világgyakorlat elemzése Smolianov, Peter;
- Élelmezéselemzés elemzése tanúsított laboratóriumban
- Élelmiszer-címkéző szoftver Táplálkozási elemző szoftver ESHA Research
- Élelmiszer-táplálkozási elemzés
- Élelmiszer-vásárlási profilok és összefüggésük az étrendi szokásokkal egy látens osztályelemzés - PubMed