L'arca olearia
Scoprire l'adulterazione dell'olio extra vergine di oliva con oli d'oliva di bassa qualità
Le tecniche analitiche finora utilizzate consentivano di scoprire adulterazioni dell'extravergine di oliva con olio raffinato o di sansa al 5%. Una nuova metodica abbassa l'asticella all'1%
02 settembre 2024 | R. T.
L’olio extra vergine di oliva è stato riconosciuto a livello mondiale come prodotto agricolo di alto valore nutrizionale in tutta la zona mediterranea, direttamente legato a diversi effetti positivi sulla salute derivanti dal suo consumo.
Tuttavia, considerando il suo elevato impatto sul mercato internazionale e il suo ampio consumo da gran parte della popolazione, l'olio extravergine di oliva si trova spesso sotto i riflettori dei tentativi di frode, introducendo oli che non sono inclusi nell’etichetta, per ridurre il costo di produzione e aumentare il profitto. Una delle pratiche fraudolente più diffuse basate sul profitto illegali, è la sua sostituzione con oli commestibili di bassa qualità, principalmente oli di oliva di più bassa qualità commerciale.
Sono stati riportati diversi studi che sfruttano l’impronta dell'olio extra vergine di oliva, utilizzando principalmente tecniche come l’analisi dell’iniezione di flusso-spettrometria di massa a risonanza magnetica (FIA-MRMS), la spettroscopia a fluorescenza ad eccitazione-emissione (EEFS), la spettroscopia nel vicino infrarosso (NIR) per verificare la sostituzione con oli di oliva raffinati e lampanti, presentando adeguate prestazioni analitiche e rilevando l’adulterazione fino al 5%.
Una ricerca dell'Università di Atene ha sfruttato un'ulteriore metodica.
La spettrometria a mobilità ionica (TIMS) accoppiata alla cromatografia liquida (LC) e alla spettrometria di massa ad alta risoluzione (HRMS) fornisce un'ulteriore dimensione analitica, introducendo metabolomica potenziata dalla mobilità in quattro dimensioni (4D).
E' stato implementato un approccio integrato in 4D-metabolomico per indagare l'adulterazione, con oli di oliva raffinati (ROO) e oli di sansa di oliva (OPO) impostati come adulteranti. Sono costruiti modelli di previsione robusti, discriminando con successo gli extravergini autentici da quelli adulterati ed evidenziando i marcatori in ciascun gruppo.
I risultati degni di nota sono recuperati per quanto riguarda il valore aggiunto di TIMS nei flussi di lavoro LC-HRMS, con un significativo aumento della copertura metabolica, mentre, grazie alla maggiore sensibilità della piattaforma, il rilevamento dell’adulterazione viene raggiunto fino all’1%.
Bibliografia
Drakopoulou, Sofia K., et al. "Untargeted 4D-metabolomics using Trapped Ion Mobility combined with LC-HRMS in extra virgin olive oil adulteration study with lower-quality olive oils." Food Chemistry 434 (2024): 137410
Potrebbero interessarti
L'arca olearia
PhenOlives apre la prima linea industriale al mondo di farina di olive
Il frantoio si evolve da produttore esclusivo di olio a piattaforma di recupero integrale della biomassa all'interno di uno schema di bioeconomia circolare, con la produzione di farina di oliva ricca di fibre e senza glutine e frazioni concentrate di polifenoli
03 marzo 2026 | 09:00
L'arca olearia
Valutazione dell'interazione tra condizioni climatiche e fenologia dell'olivo
Utilizzare modelli matematici per stimare i diversi periodi fenoligici dell'olivo, a partire dalla fioritura, può divenire molto utile non solo per affrontare i cambiamenti climatici ma anche per gestire le pratiche agronomiche in annate
02 marzo 2026 | 14:00
L'arca olearia
Gli effetti del carico produttivo e del deficit idrico sul profilo fenolico delle olive
Il diradamento delle olive, simulando una cascola precoce, influisce in modo limitato sull’accumulo di olio nel frutto. Il deficit idrico determina una diminuzione significativa della resa in olio già dalle fasi intermedie di maturazione. L'impatto sui fenoli
27 febbraio 2026 | 16:30
L'arca olearia
Intelligenza artificiale per l'olivicoltura: cosa sa fare e cosa ancora no
E' possibile utilizzare l'IA per migliorare l'efficienza e la sostenibilità dei processi di produzione, manutenzione e raccolta delle olive. Algoritmi di Deep Learning come Convolutional Neural Networks per l'identificazione della cultivar e la classificazione delle malattie fogliari e la previsione dei raccolti con elevate accuratezze
27 febbraio 2026 | 16:00
L'arca olearia
Differenziazione fiorale e dinamiche di allegagione nell'olivo
La differenziazione fiorale si avvia diversi mesi prima dell’antesi e comprende due fasi: induzione, regolata da segnali endogeni e da accumulo di freddo invernale, e differenziazione morfologica. L'equilibrio dinamico tra genetica, fisiologia e ambiente
27 febbraio 2026 | 15:30
L'arca olearia
Il contributo dell'olivo al mantenimento della stabilità del suolo e contro il dissesto idrogeologico
Gli olivi adulti forniscono un contributo comparabile a vigneti con inerbimento permanente, pur risultando inferiori a boschi. Tuttavia, rispetto a vigneti totalmente lavorati o aree arate, anche gli olivi garantiscono una riduzione apprezzabile della suscettibilità al dissesto
27 febbraio 2026 | 14:40