science >> Wetenschap >  >> Chemie

Een snellere en betrouwbaardere methode om olijfolie te categoriseren is gevalideerd

Olijfolie indelen in de categorieën extra vierge (EVOO), virgin (VOO) en lampante (LOO) is nog een hele uitdaging, aangezien de officiële methode fysisch-chemische en sensorische analyses omvat door middel van een panel van proevers. Deze proevers moeten gespecialiseerd zijn, en bij veel gelegenheden niet beschikbaar zijn, behalve dat het duur en traag is. Dit alles heeft de noodzaak gecreëerd om nieuwe analytische methoden te ontwikkelen met behulp van betaalbare, betrouwbare tools die overdraagbaar zijn naar de industrie. Krediet:Universidad de Córdoba (Spanje)

Olijfolie indelen in de categorieën extra vierge (EVOO), virgin (VOO) en lampante (LOO) is nog een hele uitdaging, aangezien de officiële methode fysisch-chemische en sensorische analyses omvat door middel van een panel van proevers. Deze proevers moeten gespecialiseerd zijn, en bij veel gelegenheden niet beschikbaar zijn, behalve dat het duur en traag is. Dit alles heeft de noodzaak gecreëerd om nieuwe analytische methoden te ontwikkelen met behulp van betaalbare, betrouwbare tools die overdraagbaar zijn naar de industrie.

De onderzoeksgroep AGR-287, onder leiding van professor Lourdes Arce, was een pionier in het demonstreren van de mogelijkheden die gaschromatografie samen met ionenmobiliteitsspectrometrie (GC-IMS) zou kunnen bieden om oliën in drie categorieën in te delen (EVOO, VOO en LOO). Deze methode maakt het mogelijk om twee monsters per uur te analyseren. Wanneer een representatief aantal monsters is geanalyseerd, de verzamelde chemische informatie wordt verwerkt met behulp van statistische hulpmiddelen om kalibratievergelijkingen te maken waarmee in de toekomst monsters van onbekende olie in hun respectievelijke categorieën kunnen worden ingedeeld.

Een cruciaal punt bij de validatie van deze methode is het aantal monsters dat nodig is om de apparatuur te kalibreren. Het uitgevoerde onderzoek heeft aangetoond dat, om goede resultaten te behalen, het is niet alleen noodzakelijk om een ​​representatief aantal monsters te analyseren, maar ook om monsters van olijfolie te hebben die tot elk van de drie categorieën behoren, van verschillende variëteiten, uit verschillende seizoenen en geproefd door minstens twee panels waarvan de resultaten samenvallen. Vandaar, deze methoden zijn niet bedoeld om te vervangen, maar eerder een aanvulling en ondersteuning, de rol van geaccrediteerde proefpanels. In deze onderzoeksprojecten het belang van het bouwen van een bank met oliemonsters is aangetoond, zodat ze referentiestandaarden kunnen zijn die zullen worden gebruikt om gekalibreerde vergelijkingen te construeren. Deze vergelijkingen zullen de categorieën van geanalyseerde oliemonsters bepalen.

De resultaten van dit onderzoek hebben interesse gewekt bij verschillende bedrijven in de oliesector die momenteel samenwerken om dit onderzoek over te dragen naar de industrie. Wat is meer, met behulp van de kennis die voortvloeit uit dit onderzoek, er wordt een nieuw instrument ontwikkeld dat oliën zal classificeren op basis van het gebruik van IMS-technologie. Dit vormt een van de lijnen van Project Innolivar, die tot doel hebben het concurrentievermogen te vergroten, internationale positionering, technologische capaciteit en financiële winstgevendheid van olijfgaarden en de bijbehorende bedrijfssector.

Een ander onderzoeksproject dat wordt uitgevoerd door promovendus Natividad Jurado, heeft onthuld dat voor de juiste classificatie van oliën ook rekening moet worden gehouden met de chemische verbindingen die elke proever onderscheidt. De voorgestelde methodologie is gebaseerd op de extractie van bepaalde verbindingen die aanwezig zijn in olie, bijvoorbeeld polyfenolen, en ze vervolgens te bepalen met behulp van capillaire elektroforese (CE-UV) - een techniek om verschillende moleculen te scheiden - in combinatie met een ultraviolette detector. In een paper gepubliceerd in Talanta , het geïntegreerde gebruik van beide technieken (CE-UV en GC-IMS) werd voorgesteld om niet-vluchtige verbindingen te detecteren die via de mond worden gedetecteerd, en ook de vluchtige verbindingen die door de neus worden gedetecteerd. Alle informatie die met beide technieken wordt verkregen, wordt verwerkt door statistische hulpmiddelen die geschikt zijn om een ​​oliemonster in de juiste categorie te classificeren. Deze fusie van gegevens is nuttig gebleken bij het classificeren van grensmonsters die zich op het grensvlak van twee groepen bevinden (EVOO/VOO of VOO/LOO).