Os pesquisadores de vinho da Universidade de Adelaide estão desenvolvendo um método rápido e simples de autenticação de vinho - uma solução potencial contra a fraude de vinhos estimada em bilhões de dólares em todo o mundo, mas também oferece um meio possível de construir uma marca regional.
A equipe de cientistas conseguiu identificar as origens geográficas de vinhos originários de três regiões vinícolas da Austrália e de Bordeaux, na França, com precisão de 100% com uma nova técnica de impressão digital molecular usando 'espectroscopia de fluorescência', uma tecnologia que analisa a fluorescência de moléculas.
“A fraude do vinho é um problema significativo para a indústria global do vinho, dado um impacto econômico anual apenas na Austrália estimado em várias centenas de milhões de dólares, e globalmente estimado em bilhões de dólares”, disse Ruchira Ranaweera, estudante de doutorado na Universidade Waite Instituto de Pesquisa, que conduziu a pesquisa.
“A autenticação do vinho pode ajudar a evitar qualquer incerteza quanto à rotulagem do vinho de acordo com a origem, variedade ou safra. A aplicação de uma técnica relativamente simples como esta poderia ser adaptada para uso na cadeia de abastecimento como um método robusto para autenticação ou detecção de vinhos adulterados. ”
Os pesquisadores analisaram a Cabernet Sauvignon - uma variedade de uva globalmente importante e a segunda mais plantada na Austrália - de três regiões vinícolas diferentes da Austrália e de Bordeaux na França, o berço da Cabernet Sauvignon.
A pesquisa foi publicada na revista. Química Alimentare foi apoiado pela Wine Australia e pelo governo australiano, o Waite Research Institute e parceiros da indústria por meio do ARC Training Centre for Innovative Wine Production.
Os pesquisadores compararam uma abordagem existente para autenticação, que envolve a medição de elementos em amostras de vinho usando 'espectrometria de massa de plasma acoplado indutivamente' (ICP-MS), com a técnica de espectroscopia de fluorescência mais simples, rápida e econômica.
“Este método fornece uma 'impressão digital' das amostras de acordo com a presença de compostos fluorofóricos ou emissores de luz”, diz a Sra. Ranaweera. “Quando usado em combinação com uma análise de dados robusta usando um algoritmo de aprendizado de máquina específico, está provando ser uma técnica poderosa para autenticação.”
Em todos os vinhos que testaram usando a nova combinação de espectroscopia de fluorescência com análise de dados orientada por aprendizado de máquina, eles foram capazes de alocar corretamente o vinho para a região com os dados de fluorescência, mas não com elementos determinados por ICP-MS.
Existem outras aplicações úteis desta tecnologia para a indústria do vinho que estão disponíveis agora ou em desenvolvimento, como análise fenólica e de cor de vinho e detecção de odor de fumaça.
O líder do projeto, Professor Associado David Jeffery, do Waite Research Institute e do ARC Training Center for Innovative Wine Production, diz que espera, em última instância, identificar marcadores químicos específicos que ajudem a discriminar entre as regiões vinícolas.
“Além de criar um método robusto para testes de autenticidade, esperamos usar as informações químicas obtidas a partir de dados de fluorescência para identificar as moléculas que diferenciam os vinhos de diferentes regiões”, diz o professor associado Jeffery.
“Isso pode ajudar com a marca regional, por entender como as características de seus vinhos são influenciadas pela região e como eles diferem de outras regiões.”
Fonte da história: ScienceDaily.com
Materiais fornecido por Universidade de Adelaide. Original escrito por Robyn Mills. Nota: o conteúdo pode ser editado quanto ao estilo e comprimento.
Referência do jornal:
- Ranaweera KR Ranaweera, Adam M. Gilmore, Dimitra L. Capone, Susan EP Bastian, David W. Jeffery. Autenticação da origem geográfica dos vinhos Cabernet Sauvignon australianos usando análises espectrofluorométricas e multi-elementos com modelagem estatística multivariada. Química Alimentar, 2021; 335: 127592 DOI: 10.1016 / j.foodchem.2020.127592
