La Universidad de Sevilla participa en un proyecto para el control de la autenticidad y la calidad de los aceites de oliva
El Servicio de Resonancia Magnética Nuclear del Centro de Investigación, Tecnología e Innovación de la Universidad de Sevilla (CITIUS) participa en un proyecto para el desarrollo de una aplicación que analice la autenticidad y calidad de aceites de oliva. El resultado es un sistema que, estadísticamente, permite obtener un grado de concordancia con el país de origen, el grado de calidad así como detectar perfiles atípicos de aceites de oliva.
Fuente: Universidad de Sevilla
El aceite de oliva es un alimento indispensable para la dieta mediterránea, siendo una fuente importante de numerosos componentes bioactivos: triglicéridos, ácidos grasos mono- y poliinsaturados, antioxidantes, vitaminas, minerales, etc. Los niveles de dichos componentes dependen de numerosos factores como son la variedad, la edad de los olivos, los procesos de producción, el tipo de suelo, el clima, el almacenaje, etc. Todos estos factores redundan en una mayor o menor calidad del aceite, siendo ‘virgen extra’ la categoría de máxima calidad y de mayor valor comercial.
A pesar de su valor, el aceite de oliva sigue siendo uno de los alimentos más adulterados. Las prácticas más habituales son la mezcla con otros aceites de menor calidad o procedentes de otras fuentes (como el de girasol, por ejemplo) o el etiquetado fraudulento tanto respecto a su calidad como a su origen.
A pesar de su valor, el aceite de oliva sigue siendo uno de los alimentos más adulterados.
En esta línea, el Servicio de Resonancia Magnética Nuclear (RMN) del Centro de Investigación, Tecnología e Innovación de la Universidad de Sevilla (CITIUS) participa en un proyecto liderado por Bruker BioSpin para el desarrollo de una aplicación para el análisis de la autenticidad y calidad de aceites de oliva. Este proyecto se basa en la adquisición de una gran base de datos de varios miles de espectros de 1H-RMN de aceites de oliva autentificados de manera independiente en laboratorios especializados. Los parámetros analíticos de dichos aceites (p. ej. acidez, contenido en ácido oleico, polifenoles, etc.) así como los de calidad y origen geográfico se asocian a sus perfiles de 1H-RMN usando varias técnicas de Machine Learning.
El resultado es un sistema que, estadísticamente, permite obtener un grado de concordancia con el país de origen (Grecia, Italia o España) y el grado de calidad (virgen extra), detectar perfiles atípicos de aceites de oliva y, además, cuantificar de 15 a 20 parámetros analíticos en pocos minutos y usando menos de medio mililitro de muestra.
Más información en: Newfoodmagazine
Últimas publicaciones
Un equipo de investigación del Instituto de Agricultura Sostenible del CSIC de Córdoba ha confirmado la mejora en la respuesta al estrés hídrico de un tipo de trigo con bajo contenido en este alérgeno. Los resultados obtenidos mediante técnicas genéticas abren nuevas vías para la elaboración de productos sin este compuesto a partir del mismo cultivo.
Sigue leyendo
Un estudio de la Universidad de Málaga se centra en los factores que incrementan el riesgo de conducta suicida y en aquellos que actúan como protección, así como en las barreras que encuentra el alumnado —especialmente, los varones— a la hora de solicitar ayuda especializada.
Sigue leyendo
Una flota de vehículos autónomos desarrollados por el grupo ACE-TI de la Universidad de Sevilla se ha desplegado en el río Guadaíra y en el Parque del Alamillo para estudiar la calidad del agua de forma autónoma, precisa y respetuosa con el medio ambiente, abriendo nuevas posibilidades para la gestión sostenible de los recursos hídricos.
Sigue leyendo
