Umělé nosy při detekci plísní a mykotoxinů.
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F60162694%3AG44__%2F08%3A00002067" target="_blank" >RIV/60162694:G44__/08:00002067 - isvavai.cz</a>
Výsledek na webu
—
DOI - Digital Object Identifier
—
Alternativní jazyky
Jazyk výsledku
čeština
Název v původním jazyce
Umělé nosy při detekci plísní a mykotoxinů.
Popis výsledku v původním jazyce
V současné době patří produkce zdravotně nezávadných potravin mezi priority každého vyspělého státu. Odhaduje se, že více jak 25 % celosvětové produkce potravinářských plodin je zlikvidováno v důsledku napadení fusáriovými plísněmi. Kontaminace rostlinného materiálu (krmiv, potravin) toxinogenními houbami je nebezpečná z několika hledisek. Jednak mohou houby vytvářet dráždivé těkavé metabolity, toxické látky anebo spóry, vyvolávající u některých citlivějších jedinců alergii. Napadené potraviny či krmivamívají zpravidla nižší nutriční hodnotu a dochází u nich například ke snižování obsahu využitelných bílkovin a sacharidů. Produkce mykotoxinů však patří mezi nejzávažnější důsledky fungálního znečištění. Jednou z možností rychlé detekce fungální kontaminace potravin jsou i umělé nosy.
Název v anglickém jazyce
Artificial nose for detection of fungi and mycotoxins
Popis výsledku anglicky
The production of safety food is the priority of developed countries. More than 25 % of worldwide production of cereals is contaminated with Fusarium fungi. Spoiled food/feed has lower nutritional quality and it has also negative health effects. Fungi produce irritating volatile compounds, toxic compounds (mycotoxins) and allergizing spores. The most important metabolites from toxicological point of view are mycotoxins. There are applied several analytical methods for the detection of molds in food/feed, urban dust or environmental samples. One of the most perspective methods is artificial nose, which combines measurement using sensor array and signal evaluation using chemometrical methods, for example artificial neural networks.
Klasifikace
Druh
J<sub>x</sub> - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)
CEP obor
FP - Ostatní lékařské obory
OECD FORD obor
—
Návaznosti výsledku
Projekt
—
Návaznosti
Z - Vyzkumny zamer (s odkazem do CEZ)
Ostatní
Rok uplatnění
2008
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název periodika
Vojenské zdravotnické listy
ISSN
0372-7025
e-ISSN
—
Svazek periodika
77
Číslo periodika v rámci svazku
2
Stát vydavatele periodika
CZ - Česká republika
Počet stran výsledku
6
Strana od-do
—
Kód UT WoS článku
—
EID výsledku v databázi Scopus
—