News

Un gruppo di ricercatrici e ricercatori delle Università di Bari e Milano ha messo a punto e testato un sistema di analisi non distruttivo basato su approcci chemiometrici e di intelligenza artificiale applicati alla spettroscopia infrarossa, per valutare la qualità dell’olio extra vergine d’oliva in modo rapido, sostenibile e a basso costo. Lo studio, è stato pubblicato sulla rivista Food Chemistry, propone un protocollo capace di stimare la concentrazione degli esteri etilici degli acidi grassi, indicatori fondamentali per la qualità e genuinità dell’olio extra vergine di oliva.

Il risultato si inserisce nell’ambito del progetto METROFOOD-IT, nel quale l’Università di Bari riveste un ruolo strategico nello studio e nell’implementazione di modelli di intelligenza artificiale applicati al settore agrifood, contribuendo allo sviluppo di strumenti avanzati per la valutazione e il controllo di qualità delle produzioni alimentari.

Attualmente il parametro della qualità dell’olio EVO viene determinato mediante gascromatografia, una procedura affidabile ma complessa, lenta e costosa, che richiede l’uso di reagenti chimici e laboratori attrezzati. Il nuovo metodo utilizza e mette a valore, invece, le informazioni ottenute dalla spettroscopia FT-IR, una sorta di impronta digitale del prodotto, attraverso modelli di analisi multivariata e apprendimento automatico in grado di individuare correlazioni invisibili all’occhio umano. L’algoritmo più efficace, basato sulla tecnica XGBoost, grazie anche all’impiego di strumenti di intelligenza artificiale spiegabile, permette di identificare e interpretare le regioni spettrali maggiormente associate alla presenza degli esteri etilici.

I risultati contribuiscono così al cambio di paradigma che sta interessando il controllo di qualità nella filiera alimentare, ed olivicolo-olearia in particolare, ancora oggi una delle più interessate da fenomeni di adulterazione e truffe ai danni dei consumatori.

La tecnologia messa punto, infatti, consentirà di ridurre drasticamente tempi e costi delle analisi, diminuire l’impatto ambientale legato ai metodi tradizionali e realizzare screening rapidi su maggiori quantitativi di campioni, fornendo immediatamente un’indicazione affidabile della conformità del prodotto. Sebbene l’approccio non sostituisca ancora la metodica ufficiale, può diventare da subito un efficace strumento preliminare per produttori, frantoi, consorzi e organismi di certificazione.

Il team di ricerca sta già lavorando all’ampliamento del dataset sperimentale e all’estensione della metodologia ad altri parametri di qualità dell’olio extra vergine, come acidità, perossidi e contenuto fenolico, con l’obiettivo di sviluppare un sistema integrato capace di offrire una valutazione completa del prodotto.

“La nostra ambizione -  spiega la responsabile scientifica del progetto METROFOOD-IT per l’Università di Bari, prof.ssa Sabina Tangaro - è mettere a disposizione del settore oleario uno strumento intelligente, veloce e sostenibile, capace di migliorare concretamente i processi di controllo della qualità. L’unione fra spettroscopia e intelligenza artificiale ha il potenziale per rivoluzionare questo ambito, rendendo le verifiche più accessibili ed efficienti”.

RIVISTA

Food Chemistry

DOI ARTICOLO 10.1016/j.foodchem.2025.147013

-----

TITOLO

Unlocking Extra Virgin Olive Oil Identification: Predicting Ethyl Esters with Explainable AI on IR Spectra

AUTORI

Michele Magarelli¹, Silvia Grassi², Giacomo Squeo¹, Pierfrancesco Novielli¹˒³, Roberto Bellotti³˒⁴, Francesco Caponio¹, Cristina Alamprese², Sabina Tangaro¹˒³*

¹ Dipartimento di Scienze del Suolo, della Pianta e degli Alimenti (DiSSPA), Università degli Studi di Bari Aldo Moro, Bari, Italia

² Dipartimento di Scienze per gli Alimenti, la Nutrizione e l’Ambiente (DeFENS), Università degli Studi di Milano, Milano, Italia

³ Istituto Nazionale di Fisica Nucleare (INFN), Sezione di Bari, Bari, Italia

⁴ Dipartimento Interateneo di Fisica “M. Merlin”, Università degli Studi di Bari Aldo Moro, Bari, Italia