Application of FTIR Spectroscopy Combined with Multivariate Data Analysis for Determining Aflatoxins in Peanut (Arachis hypogaea)

AAN SULISTIAWAN, Dr. Widiastuti Setyaningsih, STP, M.Sc., Prof. Dr. Abdul Rohman, M.Si., Apt.

2022 | Tesis | MAGISTER ILMU DAN TEKNOLOGI PANGAN

Pengembangan metode cepat menggunakan prinsip spektroskopi yang dikombinasikan dengan Multivariate Data Analysis (MDA) dalam rangka untuk mengidentifikasi dan mengkuantifikasi adanya aflatoksin serta mengklasifikasikan sampel kacang tanah. Metode ini direkomendasikan karena lebih cepat, lebih praktis, konsumsi reagen lebih sedikit dan merupakan metode non-destruktif. Spektra sampel dipindai menggunakan Spektrofotometer FTIR yang digabungkan dengan Attenuated Total Reflectance (FTIR-ATR) pada wilayah mid-infrared (4000−475 cm-1). Penggunaan kemometrik yang bertujuan untuk klasifikasi menggunakan teknik Principal Component Analysis (PCA) dan kalibrasi multivariat Partial Least Square (PLS) Regression digunakan untuk membangun model kuantitatif untuk memprediksi tingkat kontaminasi aflatoksin pada kacang tanah (dengan akurasi dinyatakan dengan R2 mendekati 1). Berdasarkan plot nilai PC1 dan PC2, PCA berhasil diterapkan untuk klasifikasi kacang berdasarkan sifat fisika-kimianya menjadi tiga kelompok, antara lain kacang dengan kulit, kacang tanah tanpa kulit, dan kacang tanah tanpa kulit dan kulit ari. Penentuan kadar cemaran aflatoksin menggunakan Kromatografi Cair Kinerja Tinggi dengan Detektor Fluorescence (KCKT-FD) menghasilkan 4 dari 20 sampel (20%) dengan 1,272–9.585 µg kg-1 untuk AFB1 dan 0,448–2.943 µg kg-1 untuk AFB2 (Batas maksimal cemaran AFB1 pada kacang di Indonesia 20 µg kg-1 dan 25 µg kg-1 untuk aflatoksin total). Kinerja metode untuk analisis aflatoksin dengan KCKT-FD divalidasi dengan nilai koefisien determinasi (R2) yang lebih tinggi dari 0,9990, koefisien variasi rendah (CV, 1,06−2.94%), batas deteksi rendah (LOD, 0,32-1,32 µg l-1) dan batas kuantifikasi yang rendah pula (LOQ, 1,06-4,39 µg l-1). PLS Regression pada wilayah bilangan gelombang terpilih (1800-800 cm-1) memberikan nilai prediksi yang akurat terhadap kontaminasi aflatoksin pada sampel kacang tanah, dengan hasil AFB1 (R2 = 0,9995; RMSEC = 0,1180; RMSEP = 0,3000) dan AFB2 (R2 = 0,9999; RMSEC = 0,0012; RMSEP = 0,0594). Oleh karena itu, metode yang dikembangkan dapat menjadi tools untuk mengidentifikasi adanya cemaran aflatoksin B1 dan B2 pada kacang di pasaran.

A rapid method based on FTIR spectroscopy with multivariate data analysis (MDA) was developed for the identification and quantification of aflatoxins in addition to classifying the peanut samples. This method was proposed over the chromatographic method due to faster, more practical, less reagent consumption as considered a non-destructive method. The spectra of samples were scanned using FTIR Spectrophotometer coupled with Attenuated Total Reflectance (FTIR-ATR) at the mid-infrared region (4000−475 cm-1). Chemometric techniques for classification purposes using Principal Component Analysis (PCA) and multivariate calibrations of Partial Least Square (PLS) regression were used for establishing a quantitative model to predict the levels of aflatoxins contamination in peanuts (with accuracy is expressed by R2 is close to 1). According to PC1 and PC2 score plots, PCA was successfully applied for the classification of peanut samples based on their similarity of physicochemical properties into three clusters, namely peanuts of the whole peanuts, peanuts without shells, and peanuts without shells and testa. Determination of aflatoxins contamination using High-Performance Liquid Chromatography coupled with Fluorescence Detector (HPLC-FD) revealed 4 out of 20 samples (20%) with 1.272–9.585 µg kg-1 for AFB1 and 0.448–2.943 µg kg-1 for AFB2 (Indonesian regulatory limit for AFB1 of 20 µg kg–1 and 35 µg kg–1 of total aflatoxins in peanuts). The method performance for aflatoxins analysis by HPLC-FD was validated by high values of coefficient of determination (R2) higher than 0.9990, low coefficient of variation (CV, 1.06−2.94%), low limit of detection (LOD, 0.32–1.32 µg l-1)and Quantification (LOQ, 1.06–4.39 µg l-1). PLS regression based on FTIR spectra at selected wavenumber region (1800−800 cm-1) provided satisfactory prediction of aflatoxin contamination in peanut samples; Aflatoxin B1 (R2 = 0.9995; RMSEC = 0.1180; RMSEP = 0.3000); and aflatoxin B2 (R2 = 0.9999; RMSEC = 0.0012; RMSEP = 0.0594). Therefore, the developed method could be an analytical tool to identify the occurrence of aflatoxin B1 and B2 in peanuts in the market.

Kata Kunci : Groundnut, FTIR-ATR, Mycotoxin, Principal Component Analysis, Partial Least Square