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 de la Universidad de Jaén ha transformado el residuo sólido resultante tras extraer el aceite en un material carbonoso con alta capacidad para retener contaminantes. En pruebas de laboratorio eliminó prácticamente la totalidad de un colorante industrial utilizado como modelo, lo que refuerza su potencial en sistemas de depuración.
Sigue leyendo
Un equipo de investigación de la Universidad de Jaén ha desarrollado un modelo de monitorización que combina dispositivos instalados en el hogar con inteligencia artificial para evaluar si las personas con enfermedades crónicas cumplen sus pautas médicas. La propuesta, en fase piloto, permite a los profesionales sanitarios comprobar si éstos toman la medicación y mantienen hábitos saludables como el sueño, la actividad física o la alimentación.
Sigue leyendo
La Fundación Descubre y la Universidad Pablo de Olavide, con la cofinanciación de la Consejería de Universidad, Investigación e Innovación y la Fundación Española para la Ciencia y la Tecnología – Ministerio de Ciencia, Innovación y Universidades, impulsan estas iniciativas en el marco del proyecto ‘Andalucía + ciencia ciudadana’. Científicos, centros educativos y asociaciones desarrollarán estas iniciativas relativas a la reutilización de residuos, la biodiversidad, la visibilización del talento femenino o la mejora de los barrios con aportaciones de las personas mayores, en las provincias de Granada, Málaga, Cádiz, Huelva y Sevilla hasta 2027.
