Bestimmung von Maltose und Maltotriosee, mittels Enzymatik
Geeignet für Würze, Bier, Malzgetränke, Nährbier, Biermischgetränke, AFG, Säfte und Getränke
Maltose ist Hauptbestandteil der Bierwürze bzw. des Würzeextraktes.
Maltose und Saccharose werden durch das Enzym α-Glucosidase (Maltase) bei pH 6,6 in zwei Moleküle D-Glucose bzw. in D-Glucose und D-Fructose gespalten:
Die gebildete D-Glucose wird durch das Enzym Hexokinase (HK) und Adenosin-5’-triphosphat (ATP) zu Glucose-6-phosphat (G-6-P) phosphoryliert:
In Gegenwart des Enzymes Glucose-6-Phosphat-Dehydrogenase (G6P-DH) wird G-6-P von Nicotinamid-Adenin-Dinucleotidphosphat (NADP) zu Gluconat-6-phosphat oxidiert. Es entsteht reduziertes Nicotinamid-Adenin-Dinucleotidphosphat (NADPH):
Die während der Reaktion gebildete NADPH-Menge ist der Glucosemenge äquivalent. NADPH ist Messgröße und wird aufgrund seiner Absorption bei 334, 340 oder 365 nm bestimmt.
Das Enzym α-Glucosidase ist gruppenspezifisch, d. h. die Spezifität ist auf die Art der glucosidischen Bindung gerichtet.
Es werden nur α-1,4-Bindungen, also neben Maltose auch Saccharose und Maltotriose, nicht jedoch Maltotetraose, unter den gegebenen Bedingungen gespalten. Bei der Maltoseberechnung muss deshalb der Saccharosegehalt berücksichtigt werden (Der Maltose-Ansatz erfasst die aus Maltose und Saccharose gebildete Glucose und die freie Glucose, der Saccharoseansatz erfasst die aus Saccharose gebildete Glucose und die freie Glucose).
Die Methode beschreibt die Bestimmung des Gushing-Potenzials der zu untersuchenden Probe.
Vermälztes und unvermälztes Getreide, das für die Verwendung in der Brauindustrie vorgesehen ist.
Ein Kaltwasserauszug eines Malz- oder Rohfrucht-Grobschrotes wird nach Einengung durch Sieden standardisiertem Tafelwasser zugesetzt. Nach definiertem Schütteln und Öffnen der Flaschen wird das Gewicht der überschäumenden Flüssigkeitsmenge bestimmt und als Maß für das Gushing-Potenzial des Malzes oder der Rohfrucht verwendet.
Die Methode beschreibt die Bestimmung der Gushingneigung der zu untersuchenden Probe.
Vermälztes und unvermälztes Getreide, das für die Verwendung in der Brauindustrie vorgesehen ist.
Die Gushing auslösenden Substanzen werden durch einen Heißwasserauszug in Lösung gebracht. Nach Kühltrubabtrennung und Karbonisierung erfolgt die Abfüllung. Das Volumen der übergeschäumten Flüssigkeit nach der Flaschenöffnung ist ein Maß für die Gushingneigung von Malz bzw. Rohfrucht.
Anwendbar bei allen (Labor)-Würzen.
Zur Inaktivierung der amylolytischen Enzyme wird die Kongresswürze vorgängig erhitzt und in einem Erlenmeyerkolben nach Zugabe von 7,5 g/100 ml Hefe unter Rühren in ca. 24 h endvergoren. Aus der Differenz des Extraktes vor der Gärung und nach der Gärung wird der Endvergärungsgrad berechnet.
Mithilfe von Bildverarbeitung, künstlicher Intelligenz und dem Internet of Things (IoT) ermöglicht die Methode eine Analyse der Sortenreinheit von Braugerste.
Mittels Scanner wird ein hochauflösendes Bild einer Probe von Gerstensamen aufgenommen. Das Bild durchläuft dann Algorithmen, die einzelne Körner auf dem Bild erkennen und segmentieren. Anschließend wird jedes einzelne Korn von einem neuronalen Netzwerk (Convolutional Neural Network, CNN) analysiert, dessen Architektur speziell für die Analyse und Klassifizierung von landwirtschaftlichen Erzeugnissen ausgewählt und entwickelt wurde. Das CNN wurde mit verifizierten Informationen (auch Ground Truth genannt) trainiert, wobei es lernt, wie die einzelnen Gerstensorten unterschieden werden können. Die Basis hierfür bilden sortenreine Proben verschiedener Gersten, die zuvor mit dem Gerät digitalisiert wurden und entsprechend den Datensatz (Modelle der künstlichen Intelligenz) bilden. Um genaue Modelle zu erhalten, müssen die Algorithmen mit einer großen Variabilität trainiert werden, d. h. mit reinen Proben verschiedener Sorten aus unterschiedlichen Regionen, Erntejahren und Standorten. Der Zweck des Trainings besteht darin, dass die Algorithmen lernen, die Muster zu erkennen, die jede Sorte unterscheiden und zugleich Sinn ergeben. Einmal trainiert, sind die Algorithmen in der Lage, die Sortenreinheit einer unbekannten Probe von Gerstensaatgut genau vorherzusagen, sofern die Sorte in den Modellen der künstlichen Intelligenz enthalten ist.