MALDI time-of-flight mass spectrometry (MALDI-TOF MS) has become a widely used tool for the classification of biological samples. The complex chemical composition of pollen grains leads to highly specific, fingerprint-like mass spectra, with respect to the pollen species. Beyond the species-specific composition, the variances in pollen chemistry can be hierarchically structured, including the level of different populations, of environmental conditions or different genotypes. We demonstrate here the sensitivity of MALDI-TOF MS regarding the adaption of the chemical composition of three Poaceae (grass) pollen for different populations of parent plants by analyzing the mass spectra with partial least squares discriminant analysis (PLS-DA) and principal component analysis (PCA). Thereby, variances in species, population and specific growth conditions of the plants were observed simultaneously. In particular, the chemical pattern revealed by the MALDI spectra enabled discrimination of the different populations of one species. Specifically, the role of environmental changes and their effect on the pollen chemistry of three different grass species is discussed. Analysis of the group formation within the respective populations showed a varying influence of plant genotype on the classification, depending on the species, and permits conclusions regarding the respective rigidity or plasticity towards environmental changes.

Infrared spectra of single biological cells often exhibit the ‘dispersion artefact’ observed as a sharp decrease in intensity on the high wavenumber side of absorption bands, in particular the Amide I band at ∼1655 cm−1, causing a downward shift of the true peak position. The presence of this effect makes any biochemical interpretation of the spectra unreliable. Recent theory has shed light on the origins of the ‘dispersion artefact’ which has been attributed to resonant Mie scattering (RMieS). In this paper a preliminary algorithm for correcting RMieS is presented and evaluated using simulated data. Results show that the ‘dispersion artefact’ appears to be removed; however, the correction is not perfect. An iterative approach was subsequently implemented whereby the reference spectrum is improved after each iteration, resulting in a more accurate correction. Consequently the corrected spectra become increasingly more representative of the pure absorbance spectra. Using this correction method reliable peak positions can be obtained.

Calculating derivatives of spectral data by the Savitzky–Golay (SG) numerical algorithm is often used as a preliminary preprocessing step to resolve overlapping signals, enhance signal properties, and suppress unwanted spectral features that arise due to nonideal instrument and sample properties. Addressing these issues, a study of the simulated and measured infrared data by partial least-squares regression has been conducted. The simulated data sets were modeled by considering a range of undesired chemical and physical spectral anomalies and variations that can occur in a measured spectrum, such as baseline variations, noise, and scattering effects. The study has demonstrated the importance of the optimization of the SG parameters during the conversion of spectra into derivative form, specifically window size and polynomial order of the fitting curve. A specific optimal window size is associated with an exact component of the system being estimated, and this window size does not necessarily apply for some other component present in the system. Since the optimization procedure can be time-consuming, as a rough guideline spectral noise level can be used for assessment of window size. Moreover, it has been demonstrated that, when the extended multiplicative signal correction (EMSC) is used alongside the SG procedure, the derivative treatment of data by the SG algorithm must precede the EMSC normalization.

Abstract Articular cartilage (AC) is a soft connective tissue that covers the ends of articulating bones. Joint injuries may lead to degeneration of cartilage tissue and initiate development of post-traumatic osteoarthritis (OA). Arthroscopic surgeries can be used to treat joint injuries, but arthroscopic evaluation of cartilage quality is subjective. Therefore, new methods are needed for objective assessment of cartilage degeneration. Fourier transform infrared (FTIR) spectroscopy can be used to assess tissue composition based on the fundamental molecular vibrations. When combined with fiber optics and attenuated total reflectance (ATR) crystal, the measurements can be done flexibly without any sample processing. We hypothesize that Fourier transform infrared attenuated total reflection (FTIR-ATR) spectroscopy can detect enzymatically and mechanically induced changes similar to changes occurring during progression of OA. Fresh bovine patellar cartilage plugs ( n = 60) were extracted and degraded enzymatically and mechanically. Adjacent untreated control samples ( n = 60) were utilized as controls. Enzymatic degradation was implemented by 90-min and 24-hour collagenase as well as 30-min trypsin treatments. Mechanical damage was induced by: 1) dropping a weight impactor on the cartilage plugs, and 2) abrading the cartilage surface with a rotating sandpaper. Fiber optic FTIR-ATR spectroscopic measurements were conducted for control and degraded samples, and spectral changes were assessed with random forest (RF), partial least squares discriminant analysis (PLS-DA), and support vector machine (SVM) classifiers. RF (accuracy 93.1 % to 79.2 %), PLS-DA (accuracy 95.8% to 81.9%), and SVM (accuracy 91.7% to 80.6%) all had excellent classification performance for detecting the different enzymatic and mechanical damage on cartilage matrix. The results suggest that fiber optic FTIR-ATR spectroscopy is a viable way to detect minor degeneration of AC.

Abstract. The welfare of dairy cows is becoming increasingly important. While diseases like mastitis and lameness are common ailments, injuries to the tail tip go largely unnoticed. This study aimed to investigate whether tail tip lesions, which are mostly described in beef cattle, also occurred on n=5 dairy farms, along with determining what type and at what frequency. The study consisted of two phases. During the first part of the study, tail tips of 78 dairy cows were examined over a period of 6 months; based on these results, we developed a training card on tail tip lesions in dairy cows, which was used in part two of the study to train further examiners to inspect four more flocks. In total, we collected n=3587 tail records from n=513 Holstein and n= 128 Simmental dairy cows. The overall frequency regarding all types of lesions ranged between 84.0 % (±2.0) and 94.1 % (±1.8) in Holstein herds and between 97.0 % (±2.2) and 99.0 % (±2.2) in Simmental herds. To our knowledge, this is the first investigation of tail tip lesions in German dairy cows. We concluded that tail tip lesions might be a frequent yet unnoticed condition in German dairy cows.

Fourier transform infrared (FTIR) spectroscopy is a biophysical technique used for non-destructive biochemical profiling of biological samples. It can provide comprehensive information about the total cellular biochemical profile of microbial cells. In this study, FTIR spectroscopy was used to perform biochemical characterization of twenty-nine bacterial strains isolated from the Antarctic meltwater ponds. The bacteria were grown on two forms of brain heart infusion (BHI) medium: agar at six different temperatures (4, 10, 18, 25, 30, and 37°C) and on broth at 18°C. Multivariate data analysis approaches such as principal component analysis (PCA) and correlation analysis were used to study the difference in biochemical profiles induced by the cultivation conditions. The observed results indicated a strong correlation between FTIR spectra and the phylogenetic relationships among the studied bacteria. The most accurate taxonomy-aligned clustering was achieved with bacteria cultivated on agar. Cultivation on two forms of BHI medium provided biochemically different bacterial biomass. The impact of temperature on the total cellular biochemical profile of the studied bacteria was species-specific, however, similarly for all bacteria, lipid spectral region was the least affected while polysaccharide region was the most affected by different temperatures. The biggest temperature-triggered changes of the cell chemistry were detected for bacteria with a wide temperature tolerance such Pseudomonas lundensis strains and Acinetobacter lwoffii BIM B-1558.

Interband cascade lasers (ICL) are high output power mid-infrared light sources with low power consumption, serving as a viable alternative to more commonly applied quantum cascade lasers. The integration of ICLs with thin-film waveguides facilitates miniaturized sensing platforms based on the principles of evanescent field absorption toward tailorable high-fidelity portable mid-infrared (MIR) sensing solutions for on-site chemical analysis. The analytical performance of a MIR sensing system is presented combining a tunable interband cascade laser emitting at a wavelength range of 5.88–6.09 µm (1702–1641 cm−1) with a 6 µm GaAs/AlGaAs thin-film waveguide as the active transducer for customized evanescent field absorption analysis of food contaminants. A comparison of the analytical performance of the developed tICL-based system vs conventional Fourier-transform infrared spectroscopy is presented for the exemplary analysis of the Fusarium mycotoxin deoxynivalenol, a persistent food contaminant resulting from fungal infection. The thin-film waveguide enhances the sensitivity compared to conventional attenuated total reflection systems, revealing improved detection limits. The compact design of the system, along with the favorable analytical figures-of-merit and automated data processing, confirm the potential of the developed tICL-based spectrometer for on-site detection of food contaminants at various stages along the food supply chain.