Fortschrittliche Erkennung von Olivenölverfälschungen

Fortschrittliche Erkennung von Olivenölverfälschungen mit Vorwärts-Schwachstrom-Fluoreszenzspektroskopie

Olivenölverfälschungen stellen ein anhaltendes Problem in der Lebensmittelindustrie dar und beeinträchtigen Qualität, Nährwert und das Verbrauchervertrauen. Angesichts dieser Realität haben Forscher aus Marokko und Frankreich eine innovative Methode entwickelt, die auf Vorwärts-Fluoreszenzspektroskopie basiert. Diese Technik optimiert nicht nur die Betrugserkennung, sondern minimiert auch die Umweltbelastung, die mit herkömmlichen Analysemethoden verbunden ist.

Die Herausforderung der Verfälschung in der Lieferkette

Olivenölverfälschungen manifestieren sich hauptsächlich auf zwei Arten: durch Vermischung mit minderwertigen Ölen (wie nativem Olivenöl oder Oliventresteröl) und durch Kombination mit anderen Pflanzenölen. Beide Praktiken täuschen Verbraucher und schädigen den Ruf seriöser Hersteller. Betrug mit minderwertigen Olivenölen ist besonders schwer zu erkennen, da die chemischen Unterschiede subtil sind. Die Zertifizierung durch eine geschützte Ursprungsbezeichnung (g.U.) oder eine geschützte geografische Angabe (g.g.A.) ist entscheidend für die Gewährleistung der Authentizität und unterstreicht die Notwendigkeit robuster Nachweismethoden.

Vorwärts-Fluoreszenzspektroskopie: Ein neuartiger Ansatz

Die neue Methode, die in der Fachzeitschrift Food Chemistry vorgestellt wird, nutzt die Vorwärts-Fluoreszenzspektroskopie zur Analyse der Olivenölzusammensetzung. Diese Technik basiert auf der Emission von Fluoreszenzlicht durch die Probe nach Exposition gegenüber spezifischer Strahlung. Im Gegensatz zu anderen spektroskopischen Techniken, die Lichtabsorption oder Molekülschwingungen messen, reagiert die Vorwärts-Fluoreszenz hochempfindlich auf geringfügige chemische Veränderungen und eignet sich daher ideal zur Erkennung von Olivenölverfälschungen.

Die Effektivität dieser Methode wird durch die Kombination mit erweiterten statistischen Analysen, wie der Partial-Least-Squares-Diskriminanzanalyse (PLS-DA), deutlich gesteigert. Dieser überwachte chemometrische Ansatz trainiert das Modell mit Daten von Proben von nativem Olivenöl extra und verfälschtem Olivenöl und ermöglicht so eine Klassifizierung mit bis zu 100 % Genauigkeit. Beispielsweise erwiesen sich Fluoreszenzemissionen bei 430 Nanometern als besonders effektiv bei der Unterscheidung zwischen nativem Olivenöl extra und mit minderwertigen Ölen verfälschten Proben. Die von natürlichen Verbindungen wie Chlorophyllen oder Oxidationsmarkern erzeugten Signale zeigten je nach Art und Grad der Verfälschung deutliche und konsistente Unterschiede.

Betriebliche und ökologische Vorteile

Im Vergleich zu herkömmlichen Techniken wie der Hochleistungsflüssigkeitschromatographie (HPLC) und der Gaschromatographie-Massenspektrometrie (GC-MS) bietet die Front-to-Side-Fluoreszenzmethode zahlreiche Vorteile:

• Schnelligkeit: Die Probenanalyse ist in wenigen Minuten abgeschlossen, sodass große Probenvolumina effizient verarbeitet werden können. Im Gegensatz dazu benötigen HPLC und GC-MS mehrere Stunden.
• Einfachheit und Kosteneffizienz: Die neue Technik benötigt nur minimale Ressourcen und reduziert den Bedarf an teuren Lösungsmitteln, Spezialgeräten und hochqualifiziertem Personal. Die Anwendung ist einfach und auch für Labore mit weniger Ressourcen oder kleine Ölmühlen geeignet.
• Nachhaltigkeit: Durch die Minimierung des Einsatzes von Chemikalien und Lösungsmitteln sowie des Energieverbrauchs reduziert diese Methode die mit der Qualitätsprüfung von Olivenöl verbundenen Umweltbelastungen drastisch.
• Sensitivität: Die Studie zeigte, dass Olivenölverfälschungen von nur 5 Prozent nachgewiesen werden können. Damit eignet sich die Methode ideal zur Erkennung von Betrug im kleinen Maßstab.
• In-situ-Analyse: Die mobile und gerätearme Methode ermöglicht die Echtzeitanwendung in der Produktion, Verpackung oder sogar im Einzelhandel und ermöglicht so eine kontinuierliche Überwachung der Produktqualität.

Herausforderungen und Zukunftsaussichten

Trotz ihrer Vorteile ist die optimale Umsetzung der Front-to-Side-Fluoreszenzspektroskopie mit gewissen Herausforderungen verbunden. Externe Faktoren wie Lagerbedingungen sowie Licht- und Wärmeeinwirkung können die Fluoreszenzemission beeinflussen. Darüber hinaus erfordert die Unterscheidung von Mischungen mit chemischen Profilen, die dem nativen Olivenöl extra sehr ähnlich sind, möglicherweise noch präzisere Referenzmodelle und die Integration von Fortschrittliche statistische Werkzeuge. Chemische Interferenzen durch Polyphenole und flüchtige Verbindungen können ebenfalls Fluoreszenzsignaturen verändern und stellen somit ein Forschungsgebiet dar.

Zukünftig werden sich die Forscher darauf konzentrieren, die Abdeckung auf eine größere Vielfalt an Pflanzenölen auszuweiten, Vorhersagemodelle zu verfeinern und kompakte, kostengünstige Geräte für den Feldeinsatz zu entwickeln. Der Zusammenhang zwischen Fluoreszenz und der geografischen oder sortenspezifischen Herkunft des Öls wird ebenfalls untersucht, mit dem Ziel, eine Methode basierend auf „geografischem Fingerabdruck“ zu etablieren. Die Verbesserung der Sensibilität zur Erkennung von Verfälschungen unter 0,5 % und die Integration künstlicher Intelligenzsysteme für die Echtzeit-Datenanalyse sind weitere wichtige Ziele.

Auf dem Weg zur Standardisierung der Erkennung von Olivenölverfälschungen

Diese neue Methode hat das Potenzial, sich zu einem Standardinstrument zur Überwachung der Qualität und Herkunft von Olivenöl zu entwickeln. Nach der Evaluierung und Zulassung durch Regulierungsbehörden wie den Internationalen Olivenrat könnte sie dazu beitragen, die Einhaltung von Herkunfts- und Qualitätszertifikaten (g.U. und g.g.A.) zu gewährleisten, das Verbrauchervertrauen zu stärken und die Integrität des Olivenölmarktes zu schützen. Olivenölverfälschungen könnten effizienter und nachhaltiger bekämpft werden, was einen bedeutenden Fortschritt in der Lebensmittelsicherheit darstellt.

Entwicklung einer Methode zum Nachweis von Verfälschungen in Olivenöl

Ein weit verbreiteter Wirtschaftsbetrug in der Lebensmittelindustrie ist die Verfälschung von nativem Olivenöl mit billigeren Pflanzenölen wie Sonnenblumenöl. Um dieses Problem zu bekämpfen, hat der Nachwuchswissenschaftler Kilian Visser von der Hochschule Rhein-Waal eine innovative Methode entwickelt, die Raman-Spektroskopie mit Techniken des maschinellen Lernens kombiniert. Dieser Durchbruch brachte ihm den Preis der Heinrich-Stockmeyer-Stiftung ein.

Die Methode basiert auf dem Prinzip der Raman-Spektroskopie, einem zerstörungsfreien Analyseverfahren, das die Laserlichtstreuung nutzt, um einen chemischen „Fingerabdruck“ einer Probe zu erhalten. Visser analysierte 27 Proben von 15 verschiedenen Ölsorten mit einem Raman-Mikroskop und erstellte eine Datenbank mit rund 1.800 Raman-Spektren. Seine Forschung konzentrierte sich auf die Optimierung der Methode und untersuchte, wie Faktoren wie die Laserfokussierung die Genauigkeit der Ergebnisse beeinflussen.

Vissers wichtigster Beitrag liegt in der Integration dieser Spektraldaten mit Algorithmen des maschinellen Lernens. Diese Kombination ermöglicht eine hochpräzise Interpretation der Spektren und überwindet die Grenzen traditioneller Analysemethoden. Das Ergebnis ist ein System, das raffiniertes Sonnenblumenöl in nativem Olivenöl mit bemerkenswerter Empfindlichkeit erkennt und dabei eine Konzentration von nur 0,25 % erreicht.

Die Messungen mit dieser Methode sind extrem schnell und dauern nur wenige Sekunden. Dies macht sie zu einem hocheffizienten und praktischen Instrument für die Qualitätskontrolle in der Lebensmittelindustrie und für die amtliche Lebensmittelüberwachung. Das Potenzial dieser Technologie ist beträchtlich, da sie künftig in tragbare Systeme integriert werden könnte, um Inspektionen vor Ort zu ermöglichen und das Vertrauen der Verbraucher in die Lieferkette zu stärken.

Vissers Forschung, die als „wissenschaftlich fundiert und fundiert“ beschrieben wird, wurde für ihren praxisorientierten Ansatz und ihre direkte Anwendbarkeit gewürdigt. Seine Arbeit stellt einen Meilenstein im Kampf gegen Lebensmittelbetrug dar und zeigt, wie die Konvergenz von fortschrittlicher Spektroskopie und Datenwissenschaft die Lebensmittelsicherheit revolutionieren kann.