Il panel test per l’olio d’oliva va aiutato a migliorarsi grazie all’analisi chimica

199

In base alla legislazione vigente, gli oli vergini di oliva possono essere classificati come Olio extravergine di oliva (EVOO), Olio Vergine di Oliva (VOO) e Olio Vergine Lampante di Oliva (LVOO), in funzione delle loro caratteristiche chimiche e sensoriali.

Il valore commerciale di queste diverse categorie è molto diverso, pertanto una corretta classificazione assume un’importanza fondamentale per la tutela sia del consumatore sia del produttore.

Il metodo ufficiale per la valutazione dei difetti degli oli è il Panel Test, metodologia che soffre di soggettività e dell’emozionalità degli assaggiatori, talvolta di scarsa riproducibilità di valutazione del solito campione da parte di diversi panel e di alti costi.

È un metodo spesso anche lento. Per questo, è da tempo sentita la necessità di un approccio chimico/statistico (chemometrico), robusto e affidabile, per supportare il panel test nella classificazione degli oli di oliva.

A tal fine, come primo passo verso il raggiungimento di questo obbiettivo, tre anni fa l’Università di Firenze ha messo a punto un metodo chimico per l’analisi dei composti volatili.

A partire da tale metodo, nell’ambito del progetto FOODOLEAPLUS finanziato dalla Regione Toscana, grazie ad una collaborazione fra il Dipartimento di NEUROFARBA dell’Università di Firenze e la Carapelli Firenze S.p.A., è stato sviluppato un approccio che permette di supportare il panel test nella classificazione degli oli vergini di oliva.

A tal fine, sono stati collezionati 1.223 oli vergini di oliva commerciali durante tre campagne olearie (2016/17, 2017/18 e 2018/19) e da diverse origini (Spagna 34,5%, Italia 26,7%, Grecia 23,6%, Portogallo 6,9%, Tunisia 6,7%, altro 1.6%).

I campioni, dopo le analisi chimiche e sensoriali sono risultati: 5 lampanti (che sono stati considerati outlier ed esclusi dalla successiva trattazione statistica), 562 extra vergini e 656 vergini. Per la creazione del modello, tutti i 1218 campioni sono stati sottoposti all’analisi dei composti volatili e all’analisi sensoriale.

Il primo modello si basa su due strumenti statistici: l’analisi delle componenti principali (PCA) e l’analisi discriminante lineare (LDA). I successivi tre modelli sono stati costruiti con gli obbiettivi di A) ridurre il numero di composti volatili necessari, in maniera da ridurre costi e tempi di analisi e B) avere informazioni qualitative sulle molecole più in grado di discriminar fra le diverse categorie di olio.

I 4 modelli proposti hanno dato risultati non molto diversi l’uno dall’altro, confermando la robustezza degli approcci basati sui dati ottenuti dall’analisi dei composti volatili.

L’approccio PCA-LDA è proposto come quello più efficace per supportare il panel test nella classificazione degli oli vergini di oliva; il terzo modello (t-test/DSV) è un’utile alternativa per semplificare il lavoro analitico riducendo fortemente il numero di molecole da quantificare, mentre il quarto modello (basato sugli indici chimici) può essere applicato quando si vuole discriminare i campioni difettati anche in funzione del difetto.