Actualmente la categorización del aceite de oliva es muy costosa y lenta. Para clasificarlo en aceite de oliva virgen extra (AOVE), virgen (AOV) o lampante (AOL) se utiliza el método oficial de análisis físico-químico y finalmente un análisis sensorial. Este último se basa en el trabajo de un panel de expertos catadores que consiste en probar uno por uno los distintos aceites de oliva para determinar su categoría, lo cual supone un gran coste económico para las envasadoras. Por este motivo, tienen un gran interés en que se desarrolle un método analítico complementario para su clasificación. Además, las personas expertas en cata de aceite de oliva son escasas en otros países, por lo que urge categorizar el aceite mediante una forma complementaria al análisis sensorial.
Un grupo de investigación de la Universidad de Córdoba, liderado por la catedrática de Química Analítica Lourdes Arce, trabaja desde 2011, con el apoyo económico de la Interprofesional del Aceite de Oliva Español (IAOE) para dar respuesta a esta necesidad.
La nueva metodología se basa en analizar la fracción aromática del aceite -esto es, los compuestos químicos volátiles- como si fuera la nariz de un catador humano mediante el empleo de la cromatografía de gases acoplada y a la espectrometría de movilidad iónica, que es una técnica que separa los iones en fase gaseosa.
Este instrumento genera gráficos tridimensionales (con los tiempos de retención y de deriva y la intensidad de la señal como variables) de cada compuesto químico volátil de cada muestra de aceite que da como resultado un gran número de datos para procesar, lo que dificulta que las empresas adopten esta metodología.
Para facilitar su implementación, el grupo ha estudiado dos estrategias de tratamiento de datos: la primera utilizando la huella espectral (esto es, toda la información química de cada aceite) y la segunda, tomando una serie de señales concretas, 113 de los más de 200.000 datos químicos que componen la huella espectral.
Se analizaron 701 muestras heterogéneas de aceite de oliva que procedían de diferentes variedades de aceitunas y con distintos grados de madurez, origen geográfico y que habían sido sometidas a prácticas de procesamiento y almacenamiento diferentes. Estas muestras fueron proporcionadas por la IAOE en colaboración con el Ministerio de Agricultura, Alimentación y Medio Ambiente y la Conserjería de Agricultura, Pesca y Desarrollo Rural de la Junta de Andalucía.
Finalmente se concluyó que la estrategia basada en marcadores era fiable para predecir la categoría de las muestras de aceite y es más sencilla para implementarla en la industria que la estrategia de usar toda la huella espectral. En cualquier caso, se indica que los modelos deberían recalibrarse año a año incluyendo nuevas muestras de aceite de la campaña en curso. El grupo de investigación sigue trabajando en esta línea para decidir el número de muestras mínimo necesario para recalibrar los modelos sin que se pierda capacidad predictiva para categorizar el aceite de oliva.
María del Mar Contreras, Natividad Jurado Campos, Lourdes Arce, Natalia Arroyo Manzanares. A robustness study of calibration models for olive oil classification: Targeted and non-targeted fingerprint approaches base don GC-IMS, FOOD CHEMISTRY https://doi.org/10.1016/j.foodchem.2019.02.104