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
Los investigadores del Laboratorio de Neurociencia Celular y Plasticidad de la Universidad Pablo de Olavide, Antonio Rodríguez-Moreno y Rafael Falcón-Moya, han participado en un estudio internacional sobre las dianas cerebrales de distintos endocannabinoides, que actúan específicamente sobre células diferentes (neuronas o astrocitos) y que ha sido publicado en la revista Nature Neuroscience.
Sigue leyendo
Investigadores de la Universidad de Granada han desarrollado una metodología pionera para fabricar materiales funcionales avanzados a una velocidad sin precedentes. Esta estrategia supera barreras actuales en el ensamblado de nanomateriales: la lentitud y los defectos que surgen cuando las partículas se agrupan de forma espontánea. El nuevo método no requiere moldes físicos ni recipientes especiales, lo que supone una ventaja para la fabricación de materiales avanzados y reconfigurables para aplicaciones industriales.
Sigue leyendo
Un equipo de investigación de la Universidad de Almería ha desarrollado una fórmula para preservar cepas microalgales en un medio de cultivo más viscoso que aumenta el tamaño de las colonias de estos microorganismos. Con la nueva estrategia, las poblaciones pasan de conservarse una semana a dos meses, manteniendo sus características genéticas y funcionales intactas para los experimentos en laboratorio.
