हलाल मूळ प्री-स्क्रीनिंग · मार्गदर्शक

प्री-स्क्रीनिंग · FTIR.fun

मार्गदर्शक साइन इन करा

मार्गदर्शक

हलाल उत्पत्ती प्री-स्क्रीनिंग — वापर कसा करावा

तुमची खाजगी संदर्भ ग्रंथालय तयार करण्यासाठी आणि पोर्सिन-मूळ प्रवृत्तीसाठी येणाऱ्या नमुन्यांची तपासणी करण्यासाठी चरण-दर-चरण मार्गदर्शक. वाचन वेळ: सुमारे 5 मिनिटे.

हे वर्कबेंच काय करते

तुम्ही विश्वास ठेवलेल्या पात्र बॅचेसमधील FTIR स्पेक्ट्राची खाजगी, प्रति-टीम संदर्भ लायब्ररी ठेवते.
नवीन येणाऱ्या नमुन्याची त्या लायब्ररीशी तुलना करते आणि तो किती सुसंगत आहे याचा अहवाल देते, पीक-स्तरातील फरक पुराव्यासह.
कोणत्याही श्रेणीसाठी कार्य करते: प्रथिन-आधारित (जिलेटिन, कॅप्सूल शेल, मांस, सुरिमी, दुग्धजन्य), चरबी/तेल-आधारित (खाद्यतेल, शॉर्टनिंग, बटर, तूप), किंवा मिश्रित प्रक्रिया केलेली उत्पादने.
तुम्हाला एक शोधण्यायोग्य अहवाल देते जो तुम्ही छापू शकता आणि बॅच नोंदींसह ठेवू शकता.

परिणाम कसा तयार केला जातो

संपूर्ण स्पेक्ट्रमचे विश्लेषण केले जाते — पृष्ठावर दर्शविलेल्या साहित्य विंडो वाचन मार्गदर्शक आहेत, विश्लेषण मर्यादा नाहीत.
निष्कर्ष समानतेचा निर्णय आहे: येणारा नमुना तुमच्या पात्र संदर्भ ग्रंथालयाशी किती जुळतो.
परिणामाची शब्दरचना तुमच्या ग्रंथालय टॅगचे अनुसरण करते: नॉन-पोर्सिन ग्रंथालय नॉन-पोर्सिन शब्दरचना देते, पोर्सिन कंट्रोल ग्रंथालय पोर्सिन शब्दरचना देते.
प्रत्येक लेबलचे समर्थन शिखर-फरक तक्त्याद्वारे केले जाते जे तुम्ही अहवालात पुनरावलोकन करू शकता.

चार चरणांमधील कार्यप्रवाह

1संदर्भ लायब्ररी तयार कराएका सामग्रीसाठी पात्र ऐतिहासिक FTIR बॅचेस अपलोड करा.

2प्रत्येक बॅचला टॅग करामॅट्रिक्स प्रकार आणि स्रोत प्रजाती परिणाम कसे शब्दबद्ध केले जातात हे ठरवतात.

3येणाऱ्या नमुन्याची तपासणी करानिवडलेल्या लायब्ररीविरुद्ध त्याची FTIR फाइल अपलोड करा.

4अहवाल वाचाप्रवृत्ती लेबल, पीक फरक, आलेख, आणि AI व्याख्या.

चरण 1 — संदर्भ लायब्ररी तयार करा

संदर्भ ग्रंथालय म्हणजे या सामग्रीसाठी तुम्ही आधीच स्वीकार्य मानलेल्या बॅचमधील FTIR स्पेक्ट्राचा संच. येणाऱ्या नमुन्याची तुलना या ग्रंथालयाशी केली जाते, कोणत्याही सार्वजनिक डेटाबेसशी नाही.

तुम्ही कोणत्या फाइल्स अपलोड करू शकता?

सामान्य इन्स्ट्रुमेंट एक्सपोर्ट स्वरूप स्वीकारले जातात, ज्यामध्ये CSV / TXT (वेव्हनंबर, शोषणता), SPA, DPT, DXD, JWS आणि इतरांचा समावेश आहे. स्पेक्ट्रम स्वयंचलितपणे वाचले आणि इंटरपोलेट केले जाते; तुम्हाला ते हाताने रूपांतरित करण्याची आवश्यकता नाही.

तुम्हाला किती बॅचेसची आवश्यकता आहे?

एका सामग्रीसाठी किमान 3–5 बॅचेसपासून सुरुवात करा. अधिक बॅचेसमुळे तुलना अधिक विश्वासार्ह होते. निवडलेल्या लायब्ररीमध्ये 5 पेक्षा कमी बॅचेस असल्यास पृष्ठ चेतावणी दर्शवते.

प्रत्येक सामग्रीसाठी एक लायब्ररी

तुम्हाला स्क्रीन करायच्या प्रत्येक सामग्रीसाठी वेगळी लायब्ररी तयार करा (उदा. गोमांस सॉसेजसाठी एक, स्वयंपाक तेलासाठी एक). लायब्ररी तुमच्या टीम खात्यासाठी खाजगी असतात आणि डाव्या साइडबारमध्ये दिसतात.

मॅट्रिक्स प्रकार

प्रोटीन-आधारित, फॅट/ऑइल-आधारित, किंवा मिश्र निवडा. हे फक्त हे बदलते की कोणते साहित्य विभेदक विंडो पृष्ठावर वाचन मार्गदर्शक म्हणून दर्शविल्या जातात — विश्लेषण स्वतः नेहमी पूर्ण स्पेक्ट्रम वापरते.

स्त्रोत प्रजाती — आवश्यक, आणि का

प्रत्येक बॅचला त्याच्या घोषित स्त्रोतासह टॅग करा (बोवाइन, मासे, वनस्पती, पोर्सिन, ...). परिणामाची शब्दरचना यावर अवलंबून असते: प्रमाणित नॉन-पोर्सिन बॅचचे ग्रंथालय “नॉन-पोर्सिन प्रवृत्ती” अशी शब्दरचना निर्माण करते, तर पोर्सिन पॉझिटिव्ह कंट्रोल म्हणून टॅग केलेले ग्रंथालय जवळच्या जुळणीवर “पोर्सिन प्रवृत्ती” अशी शब्दरचना निर्माण करते. प्रजाती टॅगशिवाय, अहवाल फक्त ग्रंथालय सुसंगतता सांगतो.

इतर फील्ड्स

पुरवठादार, बॅच क्रमांक, JAKIM/प्रमाणपत्र स्थिती, स्कॅन, रिझोल्यूशन आणि ATR क्रिस्टल प्रत्येक संदर्भ बॅचवर नोंदवले जातात आणि अहवालांमध्ये दिसतात, त्यामुळे शोधण्यायोग्यता साखळी अबाधित राहते.

चरण 2 — येणाऱ्या नमुन्याची तपासणी करा

या सामग्रीसाठी “संदर्भ ग्रंथालय” ड्रॉपडाउनमध्ये संदर्भ ग्रंथालय निवडा.
बॅच क्रमांक आणि येणाऱ्या नमुन्याची पुरवठादार-घोषित प्रजाती प्रविष्ट करा (हे अहवालात नोंदवले जाते, इंजिनद्वारे वापरले जात नाही).
येणारी FTIR फाइल अपलोड करा (वरील प्रमाणेच स्वरूप).
“रन हलाल प्री-स्क्रीनिंग” वर क्लिक करा. इंजिन नमुन्याची ग्रंथालयाशी तुलना करते आणि अहवाल तयार करते.

गुण: प्रत्येक पूर्व-तपासणी मोफत/ट्रायल खात्यावर 10 गुण वापरते. VIP खात्यांवर शुल्क आकारले जात नाही.

चरण 3 — अहवाल वाचा

प्रवृत्ती लेबल

वरचा शिक्का पूर्व-तपासणी निष्कर्ष आहे. तो काय सांगू शकतो हे तुमचे संदर्भ ग्रंथालय काय आहे यावर अवलंबून आहे:

तुमचे ग्रंथालय	नमुना विरुद्ध लायब्ररी	लेबल
गैर-डुकराचे प्रमाणित बॅच	सुसंगत	डुकराचे नसलेल्या संदर्भांशी सुसंगत
	अंशतः सुसंगत	पुढील पुष्टी आवश्यक
	विसंगत	डुकराचे नसलेले मूळ पुष्टी नाही
पोर्सिन सकारात्मक नियंत्रण	सुसंगत	पोर्सिन प्रवृत्ती
	अंशतः सुसंगत	पुढील पुष्टी आवश्यक
	विसंगत	डुकराचे नियंत्रणाशी जुळत नाही
प्रजाती टॅग नाही	सुसंगत	संदर्भ ग्रंथालयाशी सुसंगत
	अंशतः सुसंगत	पुढील पुष्टी आवश्यक
	विसंगत	संदर्भ ग्रंथालयाशी विसंगत

लेबलच्या मागील अल्गोरिदम

इंजिन लायब्ररीमध्ये किती बॅचेस आहेत यावरून विश्लेषण मोड आपोआप निवडते:

संदर्भ बॅच	मोड	काय गणना केली जाते
19 किंवा कमी	समानता	पियर्सन सहसंबंध, कोसाइन समानता, आणि मुख्य फरक शिखरे
20 – 49	PCA	समानता आणि PCA प्रोजेक्शन, महालनोबिस अंतर, होटेलिंग T²
50 किंवा अधिक	वर्ग मॉडेल	PCA आणि SIMCA: Q अवशिष्ट, वर्ग सदस्यत्व संभाव्यता, अनुरूपता स्कोअर

विवेचक प्रदेश

“विभेदक क्षेत्रे (साहित्य)” पॅनेल प्रकाशित मूळ-स्क्रीनिंग अभ्यासांमध्ये नोंदवलेल्या विंडोची यादी करते, तुमच्या मॅट्रिक्स प्रकाराशी जुळवलेले. फरक तक्त्यातील शिखरे जी या विंडोच्या आत येतात त्यांना प्रदेशाच्या नावाने टॅग केले जातात — तुमच्या स्वतःच्या पुनरावलोकनासाठी उपयुक्त प्राधान्यक्रम:

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.

या विंडो कुठून येतात

प्रोटीन-आधारित विंडो Hashim 2010 (Food Chem) आणि Sci Rep 2021 चे अनुसरण करतात — नंतरचे पोर्सिन जिलेटिनसाठी प्रबळ तरंगसंख्या 1470–1475 cm⁻¹ जवळ नोंदवते (बोवाइन 1444–1450, मासे 1496–1500). फॅट/ऑइल-आधारित विंडो Int J Mol Sci 2020 हलाल-प्रमाणीकरण पुनरावलोकनाचे अनुसरण करतात: तूपातील लार्डसाठी SIMCA विभेदक प्रदेश (3030–2785 / 1786–1680 / 1490–919 cm⁻¹) आणि एकत्रित प्रदेश ज्याने व्हर्जिन नारळ तेलातील लार्डचे PLSR+DA सह प्रमाण निर्धारित केले, R² = 0.999 (3020–3000 / 1120–1000 cm⁻¹).

ही तुमच्या स्वतःच्या पुनरावलोकनासाठी वाचन मार्गदर्शक आहेत — इंजिन संपूर्ण स्पेक्ट्रमचे विश्लेषण करते, केवळ या विंडोच नाही. प्रत्येक सामग्रीसाठी वैध असे एकच विंडो सेट नाही; वेगवेगळ्या मॅट्रिक्समध्ये वेगवेगळे साहित्य भेदक बँड असतात.

पीक फरक तक्ता

“मुख्य फरक पीक” नमुना आणि संदर्भ सरासरीमधील सर्वात मजबूत फरक सूचीबद्ध करते, दिशेसह (नमुना उच्च/कमी) आणि पीक विसंगत आहे की नाही. हे लेबलच्या मागील पुरावा आहे — लेबल “सुसंगत” नसताना त्याचे पुनरावलोकन करा.

आलेख

स्पेक्ट्रल ओव्हरले नमुना विरुद्ध संदर्भ मध्य दर्शवते. पीसीए स्कॅटर (जेव्हा लायब्ररीमध्ये 20+ बॅचेस असतात) हे दर्शवते की नमुना ऐतिहासिक बॅच क्लाउडच्या तुलनेत कोठे आहे.

एआय व्याख्या

उपलब्ध असताना, AI पॅनेल फरक सारांशित करते, संभाव्य कारणे सूचीबद्ध करते आणि पुढील चरण सुचवते. हे केवळ निर्णय-समर्थन आहे: त्याचे रासायनिक दावे आणि शब्दरचना प्रारंभिक बिंदू म्हणून घ्या आणि कृती करण्यापूर्वी सत्यापित करा.

वारंवार विचारले जाणारे प्रश्न

माझा नमुना “नॉन-पोर्सिन उत्पत्ती पुष्टी नाही” असा परत आला. याचा अर्थ त्यात डुकराचे मांस आहे का?: नाही. याचा अर्थ नमुना तुमच्या गैर-डुकराच्या संदर्भ ग्रंथालयापेक्षा भिन्न आहे. फरक वेगळ्या पुरवठादार, आर्द्रता, मिश्रित पदार्थ, उपकरण सेटिंग्ज किंवा सामान्य बॅच-टू-बॅच फरकांमुळे येऊ शकतात. ते तपासण्यासाठी ध्वज म्हणून घ्या — डुकराचे शोध म्हणून नाही. डुकराची उपस्थिती स्थापित करणे आवश्यक असल्यास, DNA/PCR वापरा.
मी यासह तेल आणि चरबी तपासू शकतो का?: होय. मॅट्रिक्स प्रकार म्हणून “फॅट / ऑइल-आधारित” निवडा. साहित्य पॅनेल नंतर लार्ड (डुकराची चरबी) भेसळ स्क्रीनिंगसाठी नोंदवलेले बँड दर्शवतात (cis C–H जवळ 3006, ester C=O जवळ 1743, ट्रायग्लिसराइड C–O जोडी जवळ 1117/1097, trans जवळ 968), आणि AI व्याख्या विशिष्ट चरबी वाचन मार्गदर्शन देते.
5 पेक्षा कमी बॅचसह परिणाम अन्वेषणात्मक आहेत असे पृष्ठ का चेतावणी देते?: १–४ स्पेक्ट्राविरुद्ध तुलना करण्याचा सांख्यिकीय अर्थ मर्यादित आहे. इंजिन तरीही कार्य करते, परंतु आउटपुटला दिशात्मक माना, परिमाणात्मक नव्हे. तुम्ही त्यांना पात्र ठरवताच बॅचेस जोडा.
माझा स्पेक्ट्रल डेटा शेअर केला जातो का?: नाही. संदर्भ ग्रंथालये तुमच्या खात्यासाठी खाजगी आहेत आणि इतर कोणासाठीही चाचणी संदर्भ म्हणून वापरली जात नाहीत. तुम्ही कोणत्याही वेळी बॅच किंवा संपूर्ण ग्रंथालये काढू शकता.
मला प्रत्येक पुरवठादारासाठी किंवा प्रत्येक सामग्रीसाठी एक लायब्ररी तयार करावी लागेल का?: प्रति सामग्री हे किमान आहे. जर तुमचे पुरवठादार मोठ्या प्रमाणात भिन्न असतील, तर प्रति सामग्री प्रति पुरवठादार वेगळे ग्रंथालय सर्वात स्वच्छ तुलना देतात.
मोठ्या स्पेक्ट्रल लायब्ररीतील समानता शोधापेक्षा हे कसे वेगळे आहे?: येथे तुलना संच तुमच्या स्वतःच्या पात्र बॅचेस आहे, पुरावा साहित्य विंडोसह पीक-स्तरातील फरक आहे, आणि अहवाल पुरवठादार/बॅच/प्रमाणपत्राचा मागोवा ठेवतो. सार्वजनिक-लायब्ररी शोध “हे स्पेक्ट्रम कशासारखे आहे?” याचे उत्तर देऊ शकते; हे वर्कबेंच “ही बॅच माझ्या पात्र बेसलाइनशी किती जुळते?” याचे उत्तर देते.
मी तपासलेला नमुना संदर्भ बॅचमध्ये बदलू शकतो का?: होय — वर्कबेंचवर, प्रत्येक मागील स्क्रीनिंगमध्ये “Add” बटण आहे जे तुम्ही बॅच स्वीकारल्यानंतर ते संदर्भ ग्रंथालयात प्रमोट करते. रेकॉर्ड त्यांचा इतिहास ठेवतात.
“JAKIM स्थिती” मलेशियाबाहेरील वापरकर्त्यांसाठी काय अर्थ आहे?: हे फील्ड मुक्त-स्वरूपाचे आहे आणि त्याला “JAKIM / हलाल प्रमाणपत्र स्थिती” असे लेबल आहे. मलेशियाबाहेरील प्रयोगशाळा त्यांच्या स्वतःच्या प्रमाणन संस्थेची नोंद करू शकतात, किंवा ते “Unknown” ठेवू शकतात.

हलाल वर्कबेंच उघडा साइन इन करा