Un nouvel appareil détecte les adultérations grâce à la spectroscopie de fluorescence
Le capteur utilise une combinaison de diodes laser et d'algorithmes développés par ordinateur pour mesurer les émissions lumineuses d'échantillons d'huile d'olive afin de déterminer s'ils sont correctement étiquetés.
À l'aide de diodes laser et d'algorithmes, des chercheurs de l'Université Complutense de Madrid (CUM) et de l'Institut Scintillon ont mis au point un capteur susceptible de détecter les bouteilles d'huile d'olive portant des étiquettes frauduleuses.
« Cette technologie repose sur la spectroscopie de fluorescence », a expliqué à Olive Oil Times John Cancilla, post-doctorant à l'Institut Scintillon ayant collaboré au projet. « Après avoir irradié les échantillons d'huile d'olive avec la diode laser, on recueille les spectres d'émission. »
Ces émissions, qui correspondent à la lumière émise par les molécules d’huile d’olive après avoir été excitées par la diode laser, sont uniques et reflètent les différentes concentrations de pigments qui composent chacune des molécules. Les huiles frelatées présentent des spectres d’émission différents de ceux des huiles d’olive extra vierges pures.
Les chercheurs ont mené cette étude en mélangeant trois huiles d’olive extra vierges AOP avec des huiles d’olive périmées. Cent cinquante-quatre mélanges contenant entre 1 % et 17 % d’huile d’olive extra vierge AOP pure ont ensuite été analysés, parallèlement aux échantillons purs.
Une fois les spectres d'émission recueillis, ils ont été analysés par les algorithmes. Une fois les données analysées, les chercheurs ont pu différencier les longueurs d'onde émises par les trois échantillons d'huile d'olive extra vierge AOP les uns des autres, ainsi que des 154 échantillons d'huile d'olive frelatée.
« Grâce à l'analyse des données et à la modélisation, nous disposons d'outils mathématiques capables de distinguer, dans ce cas précis, l'huile d'olive extra vierge pure et fraîche des échantillons mélangés à de l'huile d'olive périmée », a déclaré M. Cancilla, qui a travaillé sur les algorithmes du projet.
Lors d’un test à l’aveugle, les chercheurs ont également pu déterminer la quantité d’adultérant ajoutée aux huiles d’olive AOP avec une marge d’erreur réduite.
« Les résultats de cette procédure de validation approfondie montrent qu’un outil basé sur des réseaux neuronaux artificiels intelligents [les algorithmes] a été développé et optimisé pour pouvoir distinguer différentes huiles d’olive extra vierges AOP et quantifier la quantité d’huile d’olive extra vierge vieillie avec laquelle elles ont été mélangées », a écrit dans le rapport José S. Torrecilla, maître de conférences au CUM ayant participé au projet.
Selon M. Torrecilla, ce capteur offre une opportunité sans précédent aux producteurs d’huile d’olive de protéger la valeur de leur produit et aux détaillants de s’assurer de l’authenticité de ce qu’ils achètent.
« La combinaison d’une diode laser et d’une modélisation cognitive permet d’obtenir un outil rapide et économique capable d’authentifier les labels AOP des huiles d’olive extra vierges et d’estimer la quantité d’agents potentiellement adultérants, tels que les huiles d’olive issues d’anciennes récoltes », a-t-il écrit dans le rapport, qui doit paraître dans le prochain numéro de Talanta.
Les capteurs sont fabriqués à l’aide d’imprimantes 3D et peuvent être reproduits à faible coût, ce qui les rend abordables pour la plupart des producteurs commerciaux.
« Parmi les autres avantages évidents de notre outil, citons la possibilité d’effectuer des analyses sur place, car l’équipement a la taille d’une mallette et est donc portable, et de générer des résultats en temps réel », a déclaré M. Torrecilla.
« Cette technique est disponible à tout moment et ne nécessite que des huiles avant conditionnement pour le contrôle qualité ou après conditionnement pour détecter les marques et/ou les producteurs frauduleux », a-t-il ajouté.
Les capteurs n’ont pas encore été utilisés à des fins commerciales, le prototype étant toujours en phase de test en Espagne. Les chercheurs sont toutefois optimistes quant à la mise en service commerciale prochaine du capteur.