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
A partir de un modelo de programación matemática, el estudio realizado por el grupo WEARE de la Universidad de Córdoba, pone de manifiesto que la asignación proporcional de agua, y no el impuesto adicional al recurso, es más eficaz desde el punto de vista de quienes se dedican a la agricultura.
Sigue leyendo
El proyecto reúne esta semana siete actividades en municipios de Cádiz y Sevilla. El programa de la Fundación Descubre y la Consejería de Universidad, Investigación e Innovación de la Junta de Andalucía, cuenta con la financiación de la Fundación Española para la Ciencia y la Tecnología.
Sigue leyendo
Un equipo de investigación de la Universidad de Sevilla ha diseñado una herramienta que identifica hasta siete tipos de enfermedades dermatológicas. Ésta podría servir como apoyo a la toma de decisiones clínicas en el ámbito sanitario y para la detección precoz en zonas aisladas y sin acceso a centros médicos cercanos.
Sigue leyendo
