ハラル由来事前スクリーニング · ガイド
事前スクリーニング · FTIR.fun
ガイド サインイン
ワークベンチを開く
ガイド

ハラル由来事前スクリーニング — 使用方法

プライベート参照ライブラリを構築し、受け取ったサンプルを豚由来の傾向についてスクリーニングするためのステップバイステップガイド。読了時間:約5分。

このワークベンチの機能

  • 信頼できる認定バッチからのFTIRスペクトルの、チームごとのプライベート参照ライブラリを保持します。
  • 新しい入荷サンプルをそのライブラリと比較し、ピークレベルの差異エビデンスとともに、どの程度一致しているかをレポートします。
  • あらゆるカテゴリに対応:タンパク質ベース(ゼラチン、カプセル殻、肉、蒲鉾、乳製品)、脂肪/油ベース(食用油、ショートニング、バター、ギー)、または混合加工製品。
  • 印刷してバッチ記録と一緒に保管できるトレーサブルなレポートを提供します。

結果がどのように生成されるか

  • 全スペクトルが分析されます。ページに表示されている文献ウィンドウは参考ガイドであり、分析の制限ではありません。
  • 結論は類似性の判断です:入荷サンプルが認定された参照ライブラリにどの程度一致するか。
  • 結果の表現はライブラリのタグに従います:非豚ライブラリは非豚の表現を、豚対照ライブラリは豚の表現を与えます。
  • すべてのラベルは、レポートで確認できるピーク差テーブルに基づいています。

4ステップのワークフロー

1参照ライブラリを作成する1つの材料について、認定された過去のFTIRバッチをアップロードしてください。
2各バッチにタグを付けるマトリックス種別と由来種が結果の表現を決定します。
3入荷サンプルをスクリーニングする選択したライブラリに照らして、そのFTIRファイルをアップロードしてください。
4レポートを読む傾向ラベル、ピーク差、チャート、AI解釈。

ステップ1 — 参照ライブラリを作成する

参照ライブラリは、この材料に対して許容可能と考えるバッチからのFTIRスペクトルのセットです。入荷サンプルはこのライブラリと比較され、公開データベースとは比較されません。

アップロードできるファイルは?

CSV / TXT(波数、吸光度)、SPA、DPT、DXD、JWSなど、一般的な装置のエクスポート形式に対応しています。スペクトルは自動的に読み取られ補間されるため、手動で変換する必要はありません。

必要なバッチ数はいくつですか?

まずは1つの材料について少なくとも3〜5バッチから始めてください。バッチが多いほど比較の信頼性が高まります。選択したライブラリが5バッチ未満の場合は、ページに警告が表示されます。

材料ごとに1つのライブラリ

スクリーニングしたい材料ごとに個別のライブラリを作成します(例:牛肉ソーセージ用、食用油用)。ライブラリはチームアカウントに限定され、左側のサイドバーに表示されます。

マトリックス種別

タンパク質ベース、脂肪/油ベース、混合のいずれかを選択します。これにより、ページに表示される文献判別ウィンドウが読み取りガイドとして変更されるだけで、分析自体は常にフルスペクトルを使用します。

ソース種 — 必須、およびその理由

各バッチに宣言されたソース(牛、魚、植物、豚など)をタグ付けします。結果の表現はこれに依存します:認証された非豚バッチのライブラリは「非豚傾向」の表現を生成し、豚陽性対照としてタグ付けされたライブラリは、近い一致で「豚傾向」の表現を生成します。種のタグがない場合、レポートはライブラリの一貫性のみを述べます。

その他のフィールド

サプライヤー、バッチ番号、JAKIM/認証ステータス、スキャン数、解像度、ATR結晶は、すべての参照バッチに記録され、レポートに表示されるため、トレーサビリティチェーンは無傷のままです。

ステップ2 — 受け取ったサンプルをスクリーニングする

  1. 「Reference library」ドロップダウンで、この材料の参照ライブラリを選択してください。
  2. バッチ番号と入荷サンプルのサプライヤー申告種を入力してください(これはレポートに記録され、エンジンでは使用されません)。
  3. 入荷FTIRファイルをアップロードします(形式は上記と同じ)。
  4. 「ハラル事前スクリーニングを実行」をクリックします。エンジンがサンプルをライブラリと比較し、レポートを生成します。
ポイント: 各事前スクリーニングは、無料/トライアルアカウントでは10ポイントを消費します。VIPアカウントは課金されません。

ステップ3 — レポートを読む

傾向ラベル

上部のシールは事前スクリーニングの結論です。その内容は参照ライブラリの内容によって異なります:

あなたのライブラリ サンプル対ライブラリ ラベル
非豚肉認定バッチ一致非ブタ参照と一致
部分的に一致さらなる確認が必要
不一致非ブタ由来が確認されていません
豚陽性対照一致ブタ傾向
部分的に一致さらなる確認が必要
不一致ブタ対照と一致しません
種タグなし一致参照ライブラリと一致
部分的に一致さらなる確認が必要
不一致参照ライブラリと不一致

ラベルの背後にあるアルゴリズム

エンジンはライブラリのバッチ数に基づいて分析モードを自動的に選択します:

参照バッチモード計算されるもの
19以下類似性ピアソン相関、コサイン類似度、および主な差のピーク
20~49PCA類似性に加え、PCA投影、マハラノビス距離、ホテリングT²
50以上クラスモデルPCAとSIMCA:Q残差、クラス所属確率、適合スコア

判別領域

「判別領域(文献)」パネルには、公開された原産地スクリーニング研究で報告されたウィンドウが、マトリックス・タイプに合わせて一覧表示されます。差分テーブルのピークでこれらのウィンドウ内にあるものは、領域名でタグ付けされます。これは、ご自身のレビューのための有用な優先順位付けです。

Amide A 3600–3000 cm⁻¹ N–H/O–H stretch; principal gelatin discriminant window (Hashim 2010).
Amide I 1700–1600 cm⁻¹ C=O stretch; porcine vs bovine/fish gelatin main peak (Sci Rep 2021).
Amide II / III 1550–1240 cm⁻¹ N–H bend + C–N stretch; species-discriminant envelope (Sci Rep 2021).
Porcine-gelatin signature 1475–1470 cm⁻¹ Dominant wavenumber reported for porcine gelatin by c-FACS (Sci Rep 2021); bovine 1444–1450, fish 1496–1500.
DA window 2000–1501 cm⁻¹ Standard ATR + discriminant-analysis window in animal-gelatin studies (Nazri 2024).
C–H stretch 3030–2785 cm⁻¹ Total fat C–H region; SIMCA discriminant region for lard in ghee (Int J Mol Sci 2020).
Ester C=O 1786–1680 cm⁻¹ Triglyceride ester carbonyl; SIMCA region separating lard from other fats (2020 review).
Triglyceride fingerprint 1490–919 cm⁻¹ SIMCA discriminant region (2020 review); lard C–O pair reported near 1117/1097.
Lard in VCO region 3020–3000 · 1120–1000 cm⁻¹ Combined region that quantified lard in virgin coconut oil by PLSR+DA, R²=0.999 (2020 review).
cis / trans markers 3006 · 968 cm⁻¹ cis =C–H near 3006 and trans/CH₂ rocking near 968 support fat-type separation.

これらのウィンドウの由来

タンパク質ベースのウィンドウは、Hashim 2010 (Food Chem) と Sci Rep 2021 に従います。後者は、豚ゼラチンの支配的な波数が約1470–1475 cm⁻¹(牛 1444–1450、魚 1496–1500)であると報告しています。脂肪/油ベースのウィンドウは、Int J Mol Sci 2020 ハラル認証レビューに従います:ギー中のラードのSIMCA判別領域(3030–2785 / 1786–1680 / 1490–919 cm⁻¹)と、バージンココナッツ油中のラードをPLSR+DAで定量した複合領域(R² = 0.999、3020–3000 / 1120–1000 cm⁻¹)。

これらはあなた自身のレビューのための読み取りガイドです — エンジンはスペクトル全体を分析し、これらのウィンドウだけでなく全体を扱います。すべての材料に有効な単一のウィンドウセットはありません。異なるマトリックスには異なる文献判別バンドがあります。

ピーク差テーブル

「主な差ピーク」は、サンプルと参照平均の間の最も強い差を、方向(サンプルが高い/低い)とピークが異常かどうかとともにリストします。これはラベルの根拠となる証拠です — ラベルが「一致」でない場合はそれを確認してください。

チャート

スペクトルオーバーレイは、サンプルと参照平均を描画します。PCA散布図(ライブラリに20以上のバッチがある場合)は、サンプルが履歴バッチクラウドに対してどこにあるかを示します。

AI解釈

利用可能な場合、AIパネルは差異を要約し、考えられる原因をリストし、次のステップを提案します。これは意思決定支援のみです:その化学的主張や表現を出発点として扱い、行動する前に検証してください。

よくある質問

私のサンプルは「非豚由来とは確認されていない」という結果になりました。これは豚肉が含まれているという意味ですか?
いいえ。これはサンプルが非豚肉参照ライブラリと異なることを意味します。違いは、異なるサプライヤー、水分、添加物、機器設定、または通常のバッチ間変動に起因する可能性があります。これは調査すべきフラグとして扱ってください — 豚肉検出としてではありません。豚肉の存在を確認する必要がある場合は、DNA/PCRを使用してください。
これで油脂をスクリーニングできますか?
はい。「脂肪/油ベース」をマトリックス・タイプとして選択します。文献パネルには、ラード混入スクリーニングで報告されているバンド(シスC–H 約3006、エステルC=O 約1743、トリグリセリドC–O ペア 約1117/1097、トランス 約968)が表示され、AI解釈は脂肪固有の読み取りガイダンスを提供します。
5バッチ未満の場合、ページは結果が探索的であると警告するのはなぜですか?
1–4スペクトルとの比較は統計的に限られた意味しかありません。エンジンは動作しますが、出力は定量的ではなく方向性のあるものとして扱ってください。適格なバッチを追加してください。
私のスペクトルデータは共有されますか?
いいえ。参照ライブラリはあなたのアカウント専用であり、他の誰かのテスト参照として使用されることはありません。バッチやライブラリ全体はいつでも削除できます。
サプライヤーごとにライブラリを作成する必要がありますか、それとも材料ごとに作成する必要がありますか?
最低限、材料ごとです。供給者が大きく異なる場合は、材料ごとに供給者別のライブラリを分けることで、最も明確な比較が得られます。
これは大きなスペクトルライブラリでの類似性検索とどう違うのですか?
ここでは、比較セットはあなた自身の認定バッチであり、エビデンスは文献ウィンドウとのピークレベル差異であり、レポートはサプライヤー/バッチ/認証のトレイルを保持します。公開ライブラリ検索は「このスペクトルは何に類似しているか」に答えることができます。このワークベンチは「このバッチが私の認定ベースラインにどの程度一致するか」に答えます。
スクリーニング済みサンプルを参照バッチに変換できますか?
はい。ワークベンチでは、過去のスクリーニングには「追加」ボタンがあり、バッチを受け入れると参照ライブラリに昇格します。レコードは履歴を保持します。
マレーシア国外のユーザーにとって「JAKIMステータス」とはどういう意味ですか?
このフィールドは自由形式で、「JAKIM / ハラル認証ステータス」とラベル付けされています。マレーシア国外の研究所は、自分たちの認証機関を記録するか、「不明」のままにすることができます。