Halal-oprindelse forud-screening — Sådan bruges den
En trin-for-trin-guide til at opbygge dit private referencebibliotek og screene indkommende prøver for tendens til svineoprindelse. Læsetid: cirka 5 minutter.
Hvad denne arbejdsbænk gør
- Holder et privat, pr. team referencebibliotek med FTIR-spektre fra kvalificerede batches, du stoler på.
- Sammenligner en ny indgående prøve med det bibliotek og rapporterer, hvor konsistent den er, med bevis på forskelle på topniveau.
- Fungerer til enhver kategori: proteinbaseret (gelatine, kapsel, kød, surimi, mejeri), fedt-/oliebaseret (spiseolie, shortening, smør, ghee) eller blandede forarbejdede produkter.
- Giver dig en sporbar rapport, som du kan udskrive og opbevare sammen med batchjournalerne.
Sådan produceres resultatet
- Hele spektret analyseres — litteraturvinduerne vist på siden er læseguides, ikke analysgrænser.
- Konklusionen er en lighedsvurdering: hvor godt matcher den indgående prøve dit kvalificerede referencebibliotek.
- Resultatets formulering følger dine bibliotekstags: et ikke-svinebibliotek giver ikke-svineformulering, et bibliotek med positiv kontrol for svin giver svineformulering.
- Hver etiket er understøttet af top-differenstabellen, som du kan gennemgå i rapporten.
Arbejdsgangen i fire trin
Trin 1 — Opret et referencebibliotek
Et referencebibliotek er et sæt FTIR-spektre fra batches, som du allerede anser for acceptable for dette materiale. Den indgående prøve sammenlignes med dette bibliotek, ikke med nogen offentlig database.
Hvilke filer kan du uploade?
Almindelige instrumenteksportformater accepteres, herunder CSV / TXT (bølgetal, absorbans), SPA, DPT, DXD, JWS og andre. Spektret læses og interpoleres automatisk; du behøver ikke at konvertere det manuelt.
Hvor mange batches har du brug for?
Start med mindst 3-5 batches for ét materiale. Flere batches gør sammenligningen mere pålidelig. Siden viser en advarsel, når det valgte bibliotek har færre end 5 batches.
Ét bibliotek pr. materiale
Opret et separat bibliotek for hvert materiale, du vil screene (f.eks. ét for oksekødpølse, ét for madolie). Biblioteker er private for din teamkonto og vises i venstre sidepanel.
Matrixtype
Vælg Protein-baseret, Fedt/olie-baseret eller Blandet. Dette ændrer kun, hvilke litteratur-diskriminantvinduer der vises på siden som læsevejledninger — selve analysen bruger altid hele spektret.
Kildeart — påkrævet, og hvorfor
Tag hver batch med dens erklærede kilde (kvæg, fisk, plante, svin, ...). Resultatets formulering afhænger af dette: et bibliotek med certificerede ikke-svinebatches producerer formuleringen “ikke-svine-tendens”, mens et bibliotek tagget som positiv kontrol for svin producerer formuleringen “svine-tendens” ved et tæt match. Uden artstags angiver rapporten kun bibliotekets konsistens.
Andre felter
Leverandør, batchnummer, JAKIM/cert-status, scanninger, opløsning og ATR-krystal registreres på hver referencebatch og vises i rapporter, så sporbarhedskæden forbliver intakt.
Trin 2 — Screen en indkommende prøve
- Vælg referencebiblioteket for dette materiale i rullemenuen “Referencebibliotek”.
- Indtast batchnummeret og den leverandørdeklarerede art for den indgående prøve (dette registreres i rapporten, bruges ikke af motoren).
- Upload den indgående FTIR-fil (samme formater som ovenfor).
- Klik på “Kør Halal-præ-screening”. Motoren sammenligner prøven med biblioteket og producerer rapporten.
Trin 3 — Læs rapporten
Tendensetiketten
Seglet øverst er præ-screeningens konklusion. Hvad det kan sige, afhænger af, hvad dit referencebibliotek er:
| Dit bibliotek | Prøve vs. bibliotek | Etiket |
|---|---|---|
| Certificerede ikke-svine-batches | Konsistent | Overensstemmende med ikke-svine-referencer |
| Delvist konsistent | Kræver yderligere bekræftelse | |
| Inkonsistent | Ikke-svineoprindelse ikke bekræftet | |
| Positiv kontrol for svin | Konsistent | Svine tendens |
| Delvist konsistent | Kræver yderligere bekræftelse | |
| Inkonsistent | Matcher ikke svinekontrollen | |
| Ingen artsetiket | Konsistent | Overensstemmende med referencebiblioteket |
| Delvist konsistent | Kræver yderligere bekræftelse | |
| Inkonsistent | Ikke overensstemmende med referencebiblioteket |
Algoritmen bag etiketten
Motoren vælger automatisk analysetilstanden ud fra, hvor mange batches biblioteket har:
| Referencebatches | Tilstand | Hvad beregnes |
|---|---|---|
| 19 eller færre | Lighed | Pearson-korrelation, cosinus-lighed og de vigtigste forskelstoppe |
| 20 – 49 | PCA | Lighed plus PCA-projektion, Mahalanobis-afstand, Hotelling T² |
| 50 eller flere | Klassemodel | PCA plus SIMCA: Q-residual, klassemedlemskabssandsynlighed, konformitetsscore |
De diskriminante regioner
Panelet “Diskriminantregioner (litteratur)” viser vinduer rapporteret i publicerede oprindelsesscreeningsstudier, matchet til din matrixtype. Toppe i differenstabellen, der falder inden for disse vinduer, er tagget med regionens navn — en nyttig prioritering til din egen gennemgang:
Hvor disse vinduer kommer fra
Protein-baserede vinduer følger Hashim 2010 (Food Chem) og Sci Rep 2021 — sidstnævnte rapporterer et dominerende bølgetal for svinegelatine nær 1470–1475 cm⁻¹ (kvæg 1444–1450, fisk 1496–1500). Fedt/olie-baserede vinduer følger Int J Mol Sci 2020-halal-autentificeringsgennemgangen: SIMCA-diskriminantregioner for svinefedt i ghee (3030–2785 / 1786–1680 / 1490–919 cm⁻¹) og en kombineret region, der kvantificerede svinefedt i jomfru kokosolie ved PLSR+DA med R² = 0.999 (3020–3000 / 1120–1000 cm⁻¹).
Disse er læsevejledninger til din egen gennemgang — motoren analyserer hele spektret, ikke kun disse vinduer. Der er ikke ét enkelt vinduesæt, der er gyldigt for alle materialer; forskellige matricer har forskellige diskriminante bånd fra litteraturen.
Tabellen over topforskelle
“Vigtigste forskelstoppe” viser de største forskelle mellem prøven og referencegennemsnittet, med retningen (prøve højere/lavere) og om toppen er afvigende. Dette er beviset bag etiketten — gennemgå det, når etiketten ikke er “konsistent”.
Diagrammer
Spektraloverlejringen tegner prøve vs. referencegennemsnit. PCA-spredningen (når biblioteket har 20+ batches) viser, hvor prøven placerer sig i forhold til den historiske batch-sky.
AI-fortolkning
Når det er tilgængeligt, opsummerer AI-panelet forskellene, lister sandsynlige årsager og foreslår næste skridt. Det er kun beslutningsstøtte: betragt dets kemiske påstande og formulering som et udgangspunkt, og verificer, før du handler.
FAQ
- Min prøve kom tilbage med “ikke-svineoprindelse ikke bekræftet”. Betyder det, at den indeholder svinekød?
- Nej. Det betyder, at prøven adskiller sig fra dit ikke-svine-referencebibliotek. Forskelle kan komme fra en anden leverandør, fugt, tilsætningsstoffer, instrumentindstillinger eller normal batch-til-batch-spredning. Betragt det som et flag til undersøgelse — ikke som en påvisning af svinekød. Hvis tilstedeværelsen af svinekød skal fastslås, skal du bruge DNA/PCR.
- Kan jeg screene olier og fedtstoffer med dette?
- Ja. Vælg “Fedt / olie-baseret” som matrixtype. Litteraturpanelerne viser derefter båndene rapporteret for screening af fedtforfalskning (cis C–H nær 3006, ester C=O nær 1743, triglycerid C–O-parret nær 1117/1097, trans nær 968), og AI-fortolkningen giver fedtspecifik læsevejledning.
- Hvorfor advarer siden om, at resultaterne er foreløbige med færre end 5 batches?
- En sammenligning mod 1–4 spektre har begrænset statistisk betydning. Motoren fungerer stadig, men behandl outputtet som vejledende, ikke kvantitativt. Tilføj batches, når du kvalificerer dem.
- Deles mine spektraldata?
- Nej. Referencebiblioteker er private for din konto og bruges ikke som testreference for andre. Du kan fjerne batches eller hele biblioteker når som helst.
- Skal jeg oprette ét bibliotek pr. leverandør eller pr. materiale?
- Per materiale er minimum. Hvis dine leverandører adskiller sig markant, giver separate biblioteker pr. leverandør pr. materiale den reneste sammenligning.
- Hvordan adskiller dette sig fra en lighedssøgning i et stort spektralbibliotek?
- Her er sammenligningssættet dine egne kvalificerede batches, beviset er topniveauforskelle med litteraturvinduer, og rapporten bevarer leverandør/batch/cert-sporet. En søgning i det offentlige bibliotek kan svare på “hvad ligner dette spektrum”; denne arbejdsbænk svarer på “hvor godt matcher denne batch min kvalificerede baseline”.
- Kan jeg gøre en screenet prøve til en referencebatch?
- Ja — på arbejdsbænken har hver tidligere screening en “Add”-knap, der fremmer den til referencebiblioteket, når du accepterer batchen. Poster bevarer deres historik.
- Hvad betyder “JAKIM-status” for brugere uden for Malaysia?
- Feltet er frit og mærket “JAKIM / halal-cert-status”. Laboratorier uden for Malaysia kan registrere deres eget certificeringsorgan eller lade det stå som “Ukendt”.