Neues Gerät erkennt Verfälschungen mithilfe der Fluoreszenzspektroskopie

Der Sensor nutzt eine Kombination aus Laserdioden und computergestützten Algorithmen, um die Lichtemissionen von Olivenölproben zu messen und festzustellen, ob diese korrekt gekennzeichnet sind.

Mithilfe von Laserdioden und Algorithmen haben Forscher der Universität Complutense Madrid (CUM) und des Scintillon-Instituts einen Sensor entwickelt, mit dem sich falsch etikettierte Olivenölflaschen aufspüren lassen.

„Die Technologie basiert auf Fluoreszenzspektroskopie“, erklärte John Cancilla, ein Postdoktorand am Scintillon Institute, der an dem Projekt mitgearbeitet hat, gegenüber Olive Oil Times. „Nachdem die Olivenölproben mit der Laserdiode bestrahlt wurden, werden Emissionsspektren erfasst.“

Diese Emissionen, bei denen es sich um Licht handelt, das von den Olivenölmolekülen abgegeben wird, nachdem sie durch die Laserdiode angeregt wurden, sind einzigartig und spiegeln die unterschiedlichen Konzentrationen der Pigmente wider, aus denen jedes der Moleküle besteht. Verfälschte Öle weisen andere Emissionsspektren auf als reine native Olivenöle extra.

Die Forscher führten die Studie durch, indem sie drei PDO-Olivenöle extra vergine mit abgelaufenen Olivenölen vermischten. Anschließend wurden 154 Mischungen, die zwischen einem und 17 Prozent des reinen PDO-Olivenöls extra vergine enthielten, zusammen mit den reinen Proben gemessen.

An ancient stone bowl with three legs, placed on a surface next to a black-and-white scale marker.

Nachdem die Emissionsspektren erfasst worden waren, wurden sie durch die Algorithmen analysiert. Nach der Auswertung der Daten konnten die Forscher die von den drei Proben des PDO-Olivenöls extra vergine emittierten Wellenlängen sowohl voneinander als auch von den 154 verfälschten Olivenölproben unterscheiden.

„Durch Datenanalyse und Modellierung erhalten wir mathematische Werkzeuge, die in diesem Fall reines, frisches natives Olivenöl extra von Proben unterscheiden können, die mit altem Olivenöl gemischt wurden“, sagte Cancilla, der an den Algorithmen für das Projekt gearbeitet hatte.

In einem Blindtest konnten die Forscher zudem mit einer geringen Fehlerquote bestimmen, wie viel Verfälschungsmittel den PDO-Olivenölen beigemischt worden war.

„Aus den Ergebnissen dieses gründlichen Validierungsverfahrens geht hervor, dass ein auf intelligenten ANNs [den Algorithmen] basierendes Werkzeug entwickelt und optimiert wurde, um zwischen verschiedenen PDO-Olivenölen extra vergine unterscheiden sowie die Menge an altem Olivenöl extra vergine quantifizieren zu können, mit dem sie gemischt wurden“, schrieb José S. Torrecilla, Dozent an der CUM, der an dem Projekt mitgearbeitet hat, in dem Bericht.

Laut Torrecilla bietet der Sensor eine beispiellose Möglichkeit für Olivenölproduzenten, den Wert ihres Produkts zu schützen, und für Einzelhändler, sicherzustellen, dass das, was sie kaufen, authentisch ist.

Photograph accompanying this article

„Die Kombination aus einer Laserdiode und kognitiver Modellierung führt zu einem schnellen und kostengünstigen Werkzeug, das in der Lage ist, PDO-Etiketten von nativem Olivenöl extra zu authentifizieren und den Anteil potenzieller Verfälschungsmittel wie Olivenöle aus alten Ernten abzuschätzen“, schrieb er in dem Bericht, der in der kommenden Ausgabe von Talanta veröffentlicht werden soll.

Die Sensoren werden mit 3D-Druckern hergestellt und lassen sich kostengünstig reproduzieren, wodurch sie für die meisten kommerziellen Produzenten erschwinglich sind.

„Weitere klare Vorteile unseres Geräts sind die Möglichkeit, Analysen vor Ort durchzuführen, da die Ausrüstung die Größe einer Aktentasche hat und somit tragbar ist, sowie die Erzeugung von Ergebnissen in Echtzeit“, sagte Torrecilla.

„Diese Technik ist jederzeit einsetzbar und erfordert lediglich Öle vor der Abfüllung zur Qualitätskontrolle oder nach der Abfüllung, um betrügerische Marken und/oder Hersteller aufzudecken“, fügte er hinzu.

Die Sensoren wurden noch nicht kommerziell eingesetzt, da der Prototyp derzeit noch in Spanien getestet wird. Die Forscher sind jedoch optimistisch, dass der Sensor bald für den kommerziellen Einsatz bereit sein wird.