(parte seconda)
La GC-IMS (dove GC sta per gas cromatografia e IMS per spettrometria di massa – vedi articolo prima parte) è uno strumento di screening, particolarmente utile per discernere campioni di olio extravergine (EVOO), vergine (VOO) e lampante (LOO) e quello posto ai confini tra EVOO / VOO e tra VOO / LOO in appoggio al Panel, per una rapida preclassificazione dei campioni con un livello di probabilità noto, aumentando così l’efficienza del controllo di qualità.
Riguardo all’identificazione delle molecole volatili Rocío Garrido-Delgado e collaboratori riportano il tasso di classificazione per un set di validazione delle molecole dell’olio, utilizzando GC–IMS, vicino al 100% (87-100%) (4).
Questa doppia separazione GC-IMS genera dati multidimensionali complessi, la cui interpretazione è stato l’obiettivo di Enrico Valli e collaboratori, come tecnica in grado di realizzare un’impronta digitale dell’aroma nello spazio di testa, senza richiedere un pretrattamento del campione. (Progetto europeo Horizon 2020 OLEUM “Soluzioni avanzate per assicurare l’autenticità e la qualità dell’olio d’oliva su scala globale”) (6).
Questi Autori hanno analizzato 198 oli di oliva commerciali (83 extra vergine EVOO, 69 vergine VOO e 46 di olio lampante LOO) determinando 15 molecole volatili come traccianti del fruttato [(E)-2-esenale ed esanale] e dei difetti sensoriali, per l’olio vergine – OOV – l’etanolo e l’acetato di etile come tipico del difetto avvinato-inacetito, e l’etil-propanoato e il 3-metil-1-butanolo come tipico del difetto di riscaldo e di morchia, per l’olio lampante – LOO-.
La metodica ha utilizzato una separazione cromatografica a bassa polarità ed una seconda separazione IMS usando come agente ionizzante il trizio. Ha così ottenuto una mappa termica (cromatogramma 3D) dove ogni punto è caratterizzato dal tempo di ritenzione GC misurato in secondi, dal tempo di deriva IMS in millisecondi e dall’intensità del segnale della corrente ionica in millivolt.
I modelli sviluppati per prevedere il grado di qualità e la presenza dei difetti sensoriali hanno fornito le percentuali di campioni correttamente classificati nella validazione esterna dal 67% al 95%, per il modello di previsione del grado di qualità e dal 48% all’80%, per la presenza di ciascuno dei predetti difetti.
Inoltre, il metodo ha mostrato buoni risultati in termini di linearità e ripetibilità intra e inter-giornaliera, inoltre, per testare la performance di questo approccio, in futuro verranno effettuati test inter-laboratorio che coinvolgeranno laboratori indipendenti.
Il tempo di analisi generale GC-IMS è di soli 3-10 minuti, molto inferiore al tempo richiesto dalla GC-MS.
È stata scelta la temperatura operativa di 40°C ed un tempo di 8 min per sfruttare una temperatura più vicina al cavo orale (circa 37°C), attraverso la quale avviene la valutazione retro-olfattiva ed un tempo di analisi breve come proposto nel 2019 da Contreras et al. (5). Una temperatura maggiore avrebbe allontanato dall’equilibrio quali-quantitativo presente in bocca, anche se avrebbe dato risultati migliori.
I campioni sono risultati correttamente classificati per il 77% (stima della categoria merceologica) e per il 64% (stima della presenza di tre difetti) ritenendo questo metodo promettente per supportare il Panel test.
I campioni erano già stati valutati da 6 diversi panel sensoriali coinvolti come partner nel progetto Horizon 2020 ed alcuni oli da un comitato di assaggiatori dell’Università di Bologna.
Per valutare la performance del metodo sono stati presi in considerazione i parametri di linearità dei 15 composti volatili, espressa in termini di intervallo e coefficiente di determinazione, di ripetibilità intra e inter-giornaliera, i valori percentuali di deviazione standard relativa, calcolati sul valore di intensità massima di due specifici composti volatili.
Questa analisi sensoriale-strumentale è strategica sia durante la miscelazione che nell’imbottigliamento di EVOO quando effettuati dalle aziende olivicole, nonché nell’ambito del controllo di qualità eseguito da organismi ufficiali soprattutto in tutti quei casi, anche quando si tratta di migliaia di campioni, che devono essere valutati sensorialmente nel corso di un anno.
Per accelerare questo collo di bottiglia, il metodo HS-GC-IMS proposto consiste in uno screening per preclassificare i campioni, prima del panel test, in diversi cluster:
(a) quelli con una probabilità di appartenenza ad una categoria commerciale superiore a quella stabilita da una soglia (da definire da ciascuna azienda olearia, laboratorio o altro utente);
(b) altri (che non raggiungono questa soglia) che devono essere trattati come classificati in modo non sufficientemente solido. Per i primi l’esecuzione del panel test sarebbe meno urgente rispetto ai secondi.
In entrambi i casi, il risultato ottenuto in termini di previsione deve essere confermato – o smentito – dagli esiti del panel test, che ha valore legale.
Un uso alternativo o complementare del risultato della previsione, in termini di conferma o disconferma, può avvenire in caso di classificazioni discordanti da parte di panel diversi, dove può funzionare come informazione aggiuntiva.
Anche altri studiosi hanno sperimentato il metodo HS-GC-IMS come María García-Nicolás et al. che ha utilizzato, per l’identificazione dell’aroma caratteristico degli oli d’oliva, 38 standard analitici inclusi gli alcoli, chetoni, aldeidi, esteri, monoterpeni e altri composti come n-ottano e dietil ftalato, María García-Nicolás riporta che con la metodica HS-GC-IMS, i tassi di classificazione variavano tra il 94% e il 100% (2).
Gerhardt et al. hanno ottenuto l’83,3% utilizzando impronte digitali non mirate e modelli chemiometrici (LDA, Analisi Discriminante Lineare) e Valli et al. hanno ottenuto il 77% utilizzando un segnale con caratteristiche di 15 molecole volatili e modelli PCA (Principal Component Analysis) e PLS-DA Partial least squares discriminant analysis.
Sulla base del perfezionamento della libreria spettrale, la GC-IMS avrà ampie prospettive di sviluppo nell’autenticazione degli alimenti, anche nell’identificazione dell’origine, nell’ottimizzazione dei processi e nella classificazione dei prodotti, in particolare nell’analisi e nell’identificazione di sostanze aromatiche alimentari volatili “in tracce”.
In conclusione, in questi ultimi anni, diversi autori hanno confermato la grande potenzialità della ricerca delle molecole volatili presenti nello spazio di testa di un recipiente contenente olio di oliva, con HS-GC abbinato all’IMS, mostrando un grande potenziale come strategia alternativa o complementare al panel test (6).
Bibliografia
2) Gerhardt N. et al. 2019. Food Chem.; 278:720–28. doi: 10.1016/j.foodchem.2018.11.095.
4) Garrido-Delgado R. et al. 2011. Analytica Chimica Acta, 696, 1–2, 24;108-15. https://www.sciencedirect.com/science/article/abs/pii/S0003267011003540
5) Contreras M.D.M. et al. 2019, Food Chem. 288, 315–24. https://www.sciencedirect.com/science/article/abs/pii/S0308814619304364
6) Garrido-Delgado R. et al. 2015 Food Chem. 2015;187: 572–79. doi: 10.1016/j.foodchem.2015.04.082.
Gerhardt N. et al. 2017. Anal. Bioanal. Chem. 2017; 409: 3933–42. doi: 10.1007/s00216-017-0338-2.
Del Mar Contreras M. et al. 2019. Food Control.; 98: 82–93. doi: 10.1016/j.foodcont.2018.11.001.
Garrido-Delgado R. et al. 2012. Anal. Bioanal. Chem.;402: 489–98. doi: 10.1007/s00216-011-5328-1.
Valli E. et al. 2020. Food.; 9: 657. doi: 10.3390/foods9050657.
Garrido-Delgado R. et al. 2011. J. Chromatogr. A. ;1218:7543–49. doi: 10.1016/j.chroma.2011.07.099.
Sfoglia gratuitamente OlivoNews cliccando qui.
