Publication detail

An analytical and machine learning approach for total mercury and methylmercury determination in squid: enhancing food safety testing and traceability monitoring systems

Year: 2025

Type of publication: článek v odborném periodiku

Name of source: Food Chemistry

Publisher name: Elsevier Science

Place: Oxford

Page from-to: Article Number 108599

Titles:

Language	Name	Abstract	Keywords
cze	Využití analytických metod a strojového učení pro stanovení celkového obsahu rtuti a methylrtuti v sépiích: zlepšení kontroly bezpečnosti potravin a sledovatelnosti	Tato pilotní studie byla věnována stanovení celkového obsahu rtuti (THg) a methylrtuti (MeHg) v sépiích (Todarodes sagittatus, L.) a hodnocení jejich koncentrace ve vztahu ke geografickému původu. Metoda založená na přímém stanovení THg, resp. kyselé extrakci THg a dvoukrokové extrakci MeHg byla optimalizována pomocí multifaktorové optimalizace s využitím nástrojů frakcionálního faktorového plánování. Optimalizace umožnila snížit množství vzorku potřebného k analýze, spotřebu chemických činidel i dobu analýzy při zachování dostatečné přesnosti a citlivosti. U středomořských sépií byly zjištěny vyšší koncentrace MeHg než u sépií z Atlantiku (1,00 vs. 0,051 mg/kg), zatímco poměr MeHg/THg byl vyšší u jedinců z atlantské oblasti (84 % vs. 72 %). Klasifikace založená na aplikaci metody podpůrných vektorů (SVM) na PCA skórech spolehlivě odlišila vzorky podle původu (AUC = 1). Navržený analytický postup představuje efektivní a technicky nenáročný přístup vhodný pro cílený monitoring rtuti v běžné laboratorní praxi.	Přímá analýza rtuti (DMA); Multifaktorová optimalizace; Analýza hlavních komponent (PCA); Klasifikace metodou podpůrných vektorů (SVM); Bezpečnost potravin; Sledovatelnost potravin
eng	An analytical and machine learning approach for total mercury and methylmercury determination in squid: enhancing food safety testing and traceability monitoring systems	This study presents the first assessment of total mercury (THg) and methylmercury (MeHg) in squids (Todarodes sagittatus, L.), providing insights into contamination levels and their correlation with the geographical origin. A method based on acidic extraction of THg, re-extraction of MeHg into toluene, and back-extraction into Lcysteine, followed by direct mercury analysis, was refined through a robust multivariate optimization scheme using a fractional factorial design. This approach improved efficiency by reducing sample mass and analysis time, while ensuring high accuracy, precision, and sensitivity. The method quickly confirmed higher median MeHg levels in Mediterranean than in Atlantic squids (1.00 vs. 0.051 mg kg-1), and a higher MeHg/THg ratio in Atlantic samples (84 % vs. 72 %). Support vector machine classification based on principal component analysis scores from THg and MeHg data successfully differentiated squid samples by provenance (AUC = 1). This costeffective workflow enhances mercury monitoring while ensuring safety and traceability with minimal resource requirements.	Direct mercury analysis (DMA); Multivariate optimization; Principal component analysis (PCA); Support vector machine (SVM) classification; Food safety; Food traceability

Search

Login for students

Login for employees

Publication detail

Departments

Other Parts

Map

Services

Popular Links