Halal-oorsprong pre-screening · Gids
Pre-screening · FTIR.fun
Gids Inloggen
Werkbank openen
Gids

Halal Oorsprong Pre-screening — Hoe te gebruiken

Een stapsgewijze handleiding voor het opbouwen van uw privé-referentiebibliotheek en het screenen van inkomende monsters op varkensoorsprong-tendens. Leestijd: ongeveer 5 minuten.

Wat deze werkbank doet

  • Bewaart een privé-referentiebibliotheek per team van FTIR-spectra van gekwalificeerde batches die u vertrouwt.
  • Vergelijkt een nieuw binnenkomend monster met die bibliotheek en rapporteert hoe consistent het is, met bewijs op piekniveau van verschillen.
  • Werkt voor elke categorie: op eiwitbasis (gelatine, capsuleomhulsel, vlees, surimi, zuivel), op vet/oliebasis (eetbare olie, bakvet, boter, ghee) of gemengde bewerkte producten.
  • Geeft u een traceerbaar rapport dat u kunt afdrukken en bij de batchadministratie kunt bewaren.

Hoe het resultaat tot stand komt

  • Het volledige spectrum wordt geanalyseerd — de literatuurvensters die op de pagina worden getoond zijn leeswijzers, geen analyselimieten.
  • De conclusie is een gelijkenisoordeel: in hoeverre komt het inkomende monster overeen met uw gekwalificeerde referentiebibliotheek.
  • De bewoording van het resultaat volgt uw bibliotheektags: een niet-varkensbibliotheek geeft niet-varkensbewoording, een varkenscontrolebibliotheek geeft varkensbewoording.
  • Elk label wordt ondersteund door de piekverschiltabel die u in het rapport kunt bekijken.

De workflow in vier stappen

1Maak een referentiebibliotheekUpload gekwalificeerde historische FTIR-batches voor één materiaal.
2Tag elke batchMatrixtype en bronsoort bepalen hoe resultaten worden geformuleerd.
3Screen een binnenkomend monsterUpload het FTIR-bestand tegen de geselecteerde bibliotheek.
4Lees het rapportTendenslabel, piekverschillen, grafieken en AI-interpretatie.

Stap 1 — Maak een referentiebibliotheek

Een referentiebibliotheek is een set FTIR-spectra van batches die u al acceptabel acht voor dit materiaal. Het inkomende monster wordt vergeleken met deze bibliotheek, niet met een openbare database.

Welke bestanden kunt u uploaden?

Gangbare exportformaten van instrumenten worden geaccepteerd, waaronder CSV / TXT (golfgetal, absorptie), SPA, DPT, DXD, JWS en andere. Het spectrum wordt automatisch gelezen en geïnterpoleerd; u hoeft het niet handmatig om te zetten.

Hoeveel batches heeft u nodig?

Begin met minimaal 3–5 batches voor één materiaal. Meer batches maken de vergelijking betrouwbaarder. De pagina toont een waarschuwing wanneer de geselecteerde bibliotheek minder dan 5 batches bevat.

Eén bibliotheek per materiaal

Maak voor elk materiaal dat u wilt screenen een aparte bibliotheek (bijv. één voor rundvleesworst, één voor bakolie). Bibliotheken zijn privé voor uw teamaccount en verschijnen in de linkerzijbalk.

Matrixtype

Kies Eiwit-gebaseerd, Vet/olie-gebaseerd of Gemengd. Dit verandert alleen welke literatuur-discriminantvensters op de pagina worden getoond als leeshandleidingen — de analyse zelf gebruikt altijd het volledige spectrum.

Bronspecies — vereist, en waarom

Tag elke batch met zijn gedeclareerde bron (rund, vis, plantaardig, varken, ...). De bewoording van het resultaat hangt hiervan af: een bibliotheek met gecertificeerde niet-varkensbatches produceert een “niet-varkenstendens”-bewoording, terwijl een bibliotheek die is getagd als positieve varkenscontrole een “varkenstendens”-bewoording produceert bij een nauwe overeenkomst. Zonder soorttags vermeldt het rapport alleen bibliotheekconsistentie.

Andere velden

Leverancier, batchnummer, JAKIM/cert-status, scans, resolutie en ATR-kristal worden vastgelegd op elke referentiebatch en verschijnen in rapporten, zodat de traceerbaarheidsketen intact blijft.

Stap 2 — Screen een inkomend monster

  1. Selecteer de referentiebibliotheek voor dit materiaal in de vervolgkeuzelijst “Referentiebibliotheek”.
  2. Voer het batchnummer en de door de leverancier opgegeven soort van het inkomende monster in (dit wordt in het rapport vastgelegd, niet door de engine gebruikt).
  3. Upload het binnenkomende FTIR-bestand (zelfde formaten als hierboven).
  4. Klik op “Start Halal-voorscreening”. De engine vergelijkt het monster met de bibliotheek en produceert het rapport.
Punten: elke voorafgaande screening verbruikt 10 punten op een gratis/proefaccount. VIP-accounts worden niet in rekening gebracht.

Stap 3 — Lees het rapport

Het tendenslabel

Het zegel bovenaan is de voorafgaande screeningsconclusie. Wat het kan zeggen, hangt af van wat uw referentiebibliotheek is:

Uw bibliotheek Monster versus bibliotheek Label
Gecertificeerde niet-varkensbatchesConsistentConsistent met niet-varkens referenties
Gedeeltelijk consistentVerdere bevestiging nodig
InconsistentNiet-varkens oorsprong niet bevestigd
Positieve varkenscontroleConsistentVarkensneiging
Gedeeltelijk consistentVerdere bevestiging nodig
InconsistentKomt niet overeen met de varkenscontrole
Geen soorttagConsistentConsistent met de referentiebibliotheek
Gedeeltelijk consistentVerdere bevestiging nodig
InconsistentInconsistent met de referentiebibliotheek

Het algoritme achter het label

De engine kiest automatisch de analysemodus op basis van het aantal batches in de bibliotheek:

ReferentiebatchesModusWat wordt berekend
19 of minderOvereenkomstPearson-correlatie, cosinus-overeenkomst en de belangrijkste verschilpieken
20 – 49PCAGelijkenis plus PCA-projectie, Mahalanobis-afstand, Hotelling T²
50 of meerKlasmodelPCA plus SIMCA: Q-residu, klasse-lidmaatschapskans, conformiteitsscore

De discriminerende regio's

Het paneel “Discriminantregio’s (literatuur)” vermeldt vensters die zijn gerapporteerd in gepubliceerde oorsprong-screeningstudies, afgestemd op uw matrixtype. Pieken in de verschiltabel die binnen deze vensters vallen, worden getagd met de regionaam — een nuttige prioritering voor uw eigen beoordeling:

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.

Waar deze vensters vandaan komen

Eiwit-gebaseerde vensters volgen Hashim 2010 (Food Chem) en Sci Rep 2021 — laatstgenoemde vermeldt een dominant golfgetal voor varkensgelatine nabij 1470–1475 cm⁻¹ (rund 1444–1450, vis 1496–1500). Vet/olie-gebaseerde vensters volgen de Int J Mol Sci 2020 halal-authenticatie-review: SIMCA-discriminantregio's voor reuzel in ghee (3030–2785 / 1786–1680 / 1490–919 cm⁻¹) en een gecombineerde regio die reuzel in virgin kokosolie kwantificeerde door PLSR+DA met R² = 0.999 (3020–3000 / 1120–1000 cm⁻¹).

Dit zijn leesrichtlijnen voor uw eigen beoordeling — de engine analyseert het hele spectrum, niet alleen deze vensters. Er is geen enkele vensterset die voor elk materiaal geldt; verschillende matrices hebben verschillende literatuur-discriminantbanden.

De piekverschiltabel

“Belangrijkste verschilpieken” vermeldt de sterkste verschillen tussen het monster en het referentiegemiddelde, met de richting (monster hoger/lager) en of de piek afwijkend is. Dit is het bewijs achter het label — beoordeel het wanneer het label niet “consistent” is.

Grafieken

De spectrale overlay toont het monster versus het referentiegemiddelde. De PCA-scatter (wanneer de bibliotheek 20+ batches heeft) laat zien waar het monster zich bevindt ten opzichte van de historische batchwolk.

AI-interpretatie

Indien beschikbaar vat het AI-paneel de verschillen samen, vermeldt plausibele oorzaken en stelt vervolgstappen voor. Het is alleen beslissingsondersteuning: behandel de chemische beweringen en formulering als uitgangspunt en verifieer voordat u actie onderneemt.

FAQ

Mijn monster kwam terug als “niet-varkensoorsprong niet bevestigd”. Betekent dit dat het varkensvlees bevat?
Nee. Het betekent dat het monster verschilt van uw niet-varkens referentiebibliotheek. Verschillen kunnen komen van een andere leverancier, vocht, additieven, instrumentinstellingen of normale spreiding van batch tot batch. Beschouw het als een signaal om te onderzoeken — niet als een varkensdetectie. Als de aanwezigheid van varkens moet worden vastgesteld, gebruik dan DNA/PCR.
Kan ik hiermee oliën en vetten screenen?
Ja. Kies “Vet / olie-gebaseerd” als matrixtype. De literatuurpanelen tonen dan de banden die zijn gerapporteerd voor screening op reuzelvervalsing (cis C–H nabij 3006, ester C=O nabij 1743, het triglyceride C–O-paar nabij 1117/1097, trans nabij 968), en de AI-interpretatie geeft vetspecifieke leesbegeleiding.
Waarom waarschuwt de pagina dat resultaten verkennend zijn bij minder dan 5 batches?
Een vergelijking met 1–4 spectra heeft beperkte statistische betekenis. De engine werkt nog steeds, maar behandel de uitvoer als richtinggevend, niet kwantitatief. Voeg batches toe terwijl je ze valideert.
Worden mijn spectrale gegevens gedeeld?
Nee. Referentiebibliotheken zijn privé voor uw account en worden voor niemand anders als testreferentie gebruikt. U kunt op elk moment batches of hele bibliotheken verwijderen.
Moet ik per leverancier of per materiaal een bibliotheek aanmaken?
Per materiaal is het minimum. Als uw leveranciers sterk verschillen, geven gescheiden bibliotheken per leverancier per materiaal de meest zuivere vergelijking.
Hoe verschilt dit van een gelijkeniszoekopdracht in een grote spectrale bibliotheek?
Hier is de vergelijkingsset uw eigen gekwalificeerde batches, het bewijs is verschillen op piekniveau met literatuurvensters, en het rapport bewaart het leverancier/batch/certificaat-spoor. Een zoekopdracht in een openbare bibliotheek kan antwoorden “waar lijkt dit spectrum op”; deze werkbank beantwoordt “hoe goed komt deze batch overeen met mijn gekwalificeerde basislijn”.
Kan ik een gescreend monster omzetten in een referentiebatch?
Ja — op de werkbank heeft elke eerdere screening een “Toevoegen”-knop die deze naar de referentiebibliotheek bevordert zodra u de batch accepteert. Records behouden hun geschiedenis.
Wat betekent “JAKIM-status” voor gebruikers buiten Maleisië?
Het veld is vrij in te vullen en gelabeld “JAKIM / halal-certificeringsstatus”. Laboratoria buiten Maleisië kunnen hun eigen certificeringsinstantie registreren of het op “Onbekend” laten.