I campi elettrici pulsati e l’intelligenza artificiale rivoluzionano l’estrazione e il profilo aromatico dell'olio extravergine di oliva

L’industria olearia italiana ed europea si trova da anni di fronte a un dilemma tecnologico difficile da risolvere: come aumentare la resa di estrazione dell’olio vergine e extravergine di oliva senza compromettere il profilo nutrizionale e le delicate note sensoriali che i consumatori premiano sul mercato. I metodi tradizionali, basati sulla gramolazione e sulla centrifugazione, lasciano infatti intrappolata una parte preziosa dell'olio nelle acque di vegetazione e nelle sanse, e ogni tentativo di spremere ulteriormente la pasta, aumentando temperature o tempi di lavorazione, si traduce quasi sempre in un’accelerazione dei fenomeni ossidativi e in una perdita di composti volatili responsabili del tipico fruttato verde.

A gettare nuova luce su questa annosa questione arriva ora uno studio pubblicato su una rivista internazionale del settore, che ha messo a sistema due tecnologie all’avanguardia: i campi elettrici pulsati, noti con l’acronimo inglese PEF, e gli algoritmi di apprendimento automatico. I ricercatori hanno dimostrato che l’applicazione controllata di impulsi ad alta tensione sulla pasta di olive appena franta non solo migliora in modo significativo la resa in olio, ma agisce anche come un vero e proprio modulatore del destino aromatico del prodotto finito, incrementando selettivamente le sostanze volatili desiderabili derivanti dalla via enzimatica della lipossigenasi e riducendo al contempo i marcatori di irrancidimento dovuti all’autossidazione.

Il dato più eclatante riguarda l’aumento del 48,4 per cento del (E)-2-esenale, l’aldeide a sei atomi di carbonio che conferisce all’olio quelle tanto apprezzate note di foglia di pomodoro, erba tagliata e mandorla fresca. Parallelamente, i ricercatori hanno rilevato la scomparsa quasi totale di composti come l’(E)-2-decennale, tipico prodotto secondario dell’ossidazione non enzimatica degli acidi grassi polinsaturi, che rappresenta un campanello d’allarme per la stabilità ossidativa del prodotto. Per giungere a queste conclusioni, il team ha confrontato in parallelo due linee di lavorazione: una convenzionale e una integrata con un modulo PEF posizionato immediatamente dopo la fase di frantumazione. Sono stati monitorati cinque stadi critici della filiera, dalla frantumazione alla filtrazione finale, misurando oltre cento parametri chimico-fisici e volatili.

L’analisi dei composti fenolici totali ha rivelato un incremento di ritenzione fino al 40,1 per cento nei campioni trattati con PEF, un risultato che suggerisce come l’elettroporazione delle membrane cellulari, ovvero la formazione di pori reversibili a livello della parete cellulare, faciliti il rilascio di molecole antiossidanti naturalmente presenti nella polpa dell’oliva, le quali a loro volta proteggono i substrati lipidici dalla degradazione termo-ossidativa durante le successive fasi di gramolazione e centrifugazione. Ma la vera innovazione metodologica dello studio risiede nell’impiego di un approccio di flavoromica computazionale basato sull’intelligenza artificiale. I dati raccolti mediante gascromatografia-spettrometria di massa, che rappresentano matrici complesse e ad alta dimensionalità, sono stati elaborati con un algoritmo di consenso che combina due potenti classificatori: la Random Forest e la Support Vector Machine. Questo approccio, noto come strategia di voto maggioritario, ha permesso di discriminare in modo robusto gli oli prodotti con tecnologia PEF da quelli tradizionali, raggiungendo valori di area sotto la curva AUC superiori a 0,90. Un risultato statisticamente eccellente, che indica una capacità predittiva molto elevata. Grazie a questo modello, i ricercatori hanno potuto identificare due soli composti volatili come fingerprint affidabili per distinguere i due processi: il già citato (E)-2-esenale e l’esanolo, un alcol a sei atomi di carbonio che contribuisce alle note erbacee e fruttate. La scelta di puntare su un modello di consenso anziché su un singolo algoritmo è particolarmente significativa dal punto di vista tecnico, perché riduce il rischio di overfitting e aumenta la generalizzabilità dei risultati, rendendo il sistema utilizzabile anche su lotti di produzione differenti e in diverse condizioni ambientali. Sul piano pratico, le implicazioni per l’industria olearia sono notevoli. Da un lato, la tecnologia PEF si configura come uno strumento non termico in grado di disgregare selettivamente le membrane cellulari senza innalzare la temperatura della pasta, evitando così le alterazioni indesiderate che si verificano invece con le lavorazioni meccaniche o termiche spinte. Dall’altro lato, la possibilità di identificare rapidamente, tramite analisi gascromatografiche mirate e l’elaborazione dei dati con algoritmi di machine learning, i marcatori volatili di processo, apre la strada a sistemi di controllo qualità di nuova generazione. In pratica, un produttore potrebbe non solo verificare in tempo reale che l’olio appartenga alla categoria extravergine, ma anche risalire alle condizioni di lavorazione a partire dal profilo aromatico, garantendo una tracciabilità tecnica del tutto nuova. La ricerca dimostra inoltre che l’elettroporazione non si limita ad aumentare la quantità di olio estratto, ma ne modifica qualitativamente l’architettura chimica, favorendo il percorso biosintetico della lipossigenasi che è tipico degli oli ottenuti da olive sane e lavorate a freddo.

Questo significa che il PEF non è un semplice potenziatore di resa, ma un vero e proprio coadiuvante tecnologico che esalta la tipicità varietale e territoriale, due valori imprescindibili per l’olivicoltura di qualità. Dal punto di vista economico, sebbene l’investimento iniziale per un modulo PEF industriale non sia trascurabile, i benefici in termini di maggiore resa, minor consumo energetico (grazie alla riduzione delle temperature di gramolazione) e più alta qualità percepita del prodotto finale potrebbero ripagare rapidamente l’esborso, specialmente in un contesto di mercato che premia sempre di più gli oli con proprietà nutrizionali certificate e profili sensoriali distintivi. Non mancano tuttavia alcune precisazioni tecniche importanti: l’efficacia del trattamento PEF dipende criticamente dai parametri operativi, in particolare l’intensità del campo elettrico, la durata degli impulsi e il tempo di residenza della pasta nella camera di trattamento. Condizioni non ottimizzate potrebbero portare a risultati insoddisfacenti o addirittura controproducenti, come una degradazione localizzata dei composti volatili. Per questo motivo, gli autori dello studio raccomandano un’attività di calibrazione preliminare su scala pilota prima dell’implementazione industriale. Un altro aspetto degno di nota è l’effetto sinergico osservato tra il PEF e le fasi successive di lavorazione.

I dati mostrano che l’incremento dei composti volatili della via lipossigenasi indotto dall’elettroporazione si mantiene stabile durante la gramolazione e la centrifugazione, suggerendo che le membrane danneggiate continuano a rilasciare enzimi e substrati anche nelle fasi a valle. Questo comportamento differisce da quello osservato con altre tecnologie di pre-trattamento, come gli ultrasuoni, che tendono invece a produrre effetti più localizzati e meno persistenti nel tempo. Per quanto riguarda il futuro, l’integrazione tra PEF e machine learning rappresenta un cambio di paradigma: non più una semplice ottimizzazione punto per punto, ma un sistema di produzione intelligente in cui i dati sensoriali e chimici vengono utilizzati per retroazionare sui parametri di processo in tempo reale. Si può immaginare, ad esempio, una linea di estrazione in cui uno spettrometro di massa portatile analizza in continuo i vapori sopra la gramolatrice e, tramite un modello di machine learning addestrato come quello proposto nello studio, segnala automaticamente qualsiasi deviazione dal profilo aromatico target, regolando di conseguenza l’intensità del campo elettrico o la temperatura di lavorazione. In conclusione, per i tecnici e i responsabili di qualità del settore oleario, i messaggi da portare a casa sono tre.

Primo: il PEF non è solo una tecnologia di estrazione, ma uno strumento di modulazione aromatica che potenzia la via enzimatica della lipossigenasi e frena l’autossidazione, con un aumento selettivo del 48,4 per cento del principale marcatore di freschezza.

Secondo: l’analisi combinata dei composti volatili mediante macchine learning consente una discriminazione affidabile dei processi e l’identificazione di marcatori fingerprint come (E)-2-esenale ed esanolo.

Terzo: l’adozione di queste tecnologie, se opportunamente calibrata, può rappresentare un vantaggio competitivo per i produttori che desiderano posizionarsi sul segmento premium, offrendo al mercato oli con una qualità superiore, una stabilità ossidativa migliorata e un profilo sensoriale fedele alla varietà di origine.

La rivoluzione dell’olio extravergine non passerà solo attraverso il recupero delle varietà antiche o le certificazioni di origine, ma anche attraverso l’applicazione intelligente della fisica e dell’informatica alla tradizione millenaria della spremitura. E questo studio ne fornisce la prova sperimentale più convincente fino ad oggi disponibile.