• Home
  • Química
  • Astronomía
  • Energía
  • Naturaleza
  • Biología
  • Física
  • Electrónica
  •  science >> Ciencia >  >> Química
    Se valida un método más rápido y confiable para categorizar el aceite de oliva

    Clasificación de los aceites de oliva en las categorías de virgen extra (AOVE), virgen (VOO) y lampante (LOO) sigue siendo todo un reto ya que el método oficial incluye análisis físico-químicos y sensoriales mediante panel de catadores. Estos catadores deben estar especializados, y en muchas ocasiones no están disponibles, además de caro y lento. Todo esto ha creado la necesidad de desarrollar nuevos métodos analíticos utilizando métodos asequibles, herramientas confiables que son transferibles a la industria. Crédito:Universidad de Córdoba (España)

    Clasificación de los aceites de oliva en las categorías de virgen extra (AOVE), virgen (VOO) y lampante (LOO) sigue siendo todo un reto ya que el método oficial incluye análisis físico-químicos y sensoriales mediante panel de catadores. Estos catadores deben estar especializados, y en muchas ocasiones no están disponibles, además de caro y lento. Todo esto ha creado la necesidad de desarrollar nuevos métodos analíticos utilizando métodos asequibles, herramientas confiables que son transferibles a la industria.

    El grupo de investigación AGR-287, dirigido por la profesora Lourdes Arce, fue pionera en demostrar las posibilidades que la cromatografía de gases junto con la espectrometría de movilidad iónica (GC-IMS) podían brindar para clasificar los aceites en tres categorías (AOVE, VOO y LOO). Esta metodología permite analizar dos muestras por hora. Cuando se haya analizado un número representativo de muestras, la información química recopilada se maneja utilizando herramientas estadísticas con el fin de crear ecuaciones de calibración que permitirán clasificar las muestras de aceite desconocido en sus respectivas categorías en el futuro.

    Un punto crucial en la validación de este método es el número de muestras necesarias para calibrar el equipo. La investigación realizada ha demostrado que, para obtener buenos resultados, no solo es necesario analizar un número representativo de muestras sino también tener muestras de aceite de oliva pertenecientes a cada una de las tres categorías, de diferentes varietales, de diferentes temporadas y degustados por al menos dos paneles cuyos resultados coinciden. Por eso, estos métodos no buscan sustituir, sino complementar y apoyar, el papel de los paneles de cata acreditados. En estos proyectos de investigación, se ha demostrado la importancia de construir un banco de muestras de aceite, para que puedan ser patrones de referencia que se utilizarán para construir ecuaciones calibradas. Estas ecuaciones establecerán las categorías de muestras de aceite analizadas.

    Los resultados obtenidos de esta investigación han despertado el interés de diferentes empresas del sector petrolero que actualmente están colaborando en llevar a cabo el traspaso de esta investigación a la industria. Qué es más, utilizando el conocimiento resultante de esta investigación, se está desarrollando un nuevo instrumento que clasificará los aceites basándose en el uso de la tecnología IMS. Esta conforma una de las líneas del Proyecto Innolivar, cuyo objetivo es aumentar la competitividad, posicionamiento internacional, capacidad tecnológica y rentabilidad financiera del olivar y su sector empresarial asociado.

    Otro proyecto de investigación que está llevando a cabo la estudiante de doctorado Natividad Jurado, ha revelado que la clasificación adecuada de los aceites requiere tener en cuenta también los compuestos químicos que cada catador discierne. La metodología propuesta se basa en la extracción de ciertos compuestos presentes en el aceite, por ejemplo polifenoles, y luego determinarlos mediante electroforesis capilar (CE-UV), una técnica para separar diferentes moléculas, junto con un detector ultravioleta. En un artículo publicado en Talanta , Se sugirió el uso integrado de ambas técnicas (CE-UV y GC-IMS) para detectar compuestos no volátiles detectados por la boca, y también los compuestos volátiles detectados por la nariz. Toda la información obtenida con ambas técnicas es tratada por herramientas estadísticas adecuadas para clasificar una muestra de aceite en la categoría correcta. Se ha demostrado que esta fusión de datos es útil al clasificar muestras límite que se encuentran en la interfaz de dos grupos (AOVE / AOV o AOV / AO / AO).


    © Ciencia https://es.scienceaq.com