Como artículo de lujo, cada vez más el vino es sometido a la falsificación, poniendo en riesgos las denominaciones de origen y suponiendo un importe impacto para la industria vinícola que puede superar los miles de millones de euros. A medida que estos fraudes continúan aumentando cada año se hace cada vez más necesario el desarrollo de un método rápido y sencillo para su autentificación. Investigadores de la Universidad de Adelaida están desarrollando un método rápido y sencillo para autentificar y evitar los fraudes del vino a través de técnicas fotónicas en particular de la “espectroscopia de fluorescencia” y técnicas de machine learning.
“El fraude en el vino es un problema realmente importante para la industria vinícola mundial, dado que el impacto económico anual sólo en Australia se estima en varios millones de dólares y se cree que a nivel mundial es de miles de millones”, explica Ruchiraq Ranaweera, estudiante de doctorado en el Instituto de Investigación Waite de la Universidad, que realizó la investigación. “La autenticación del vino puede ayudar a evitar cualquier incertidumbre en torno al etiquetado de origen del vino, la variedad y cosecha. La aplicación de una técnica relativamente sencilla como ésta podría adaptarse para su uso en la cadena de suministro como un método robusto para la autenticación o la detección de vinos adulterados”.
Los investigadores analizaron el Cabernet Sauvignon, una variedad de uva de importancia mundial y la segunda más plantada en Australia, de tres regiones vinícolas diferentes en Australia, y Burdeos en Francia, el lugar de nacimiento del Cabernet Sauvignon. Para ello, utilizaron las técnicas de espectroscopia de fluorescencia, que son más sencillas, rápidas y económicas, para obtener unas “huellas” de las muestras según la presencia del compuesto fluoróforos o emisores de luz. “Cuando se utiliza en combinación con un robusto análisis de datos mediante algoritmos de aprendizaje automático, están demostrando ser una técnica realmente poderosa para la autentificación del vino”, afirma Ranaweera.
Los resultados, publicados recientemente en la revista científica Food Chemistry, muestran como en todos los vinos que se probaron utilizando las novedosa combinación de la espectroscopias de fluorescencia con el análisis de datos dirigido por aprendizaje automático, se podían asignar correctamente al vino de la región.
Existen otras potenciales utilidades de esta tecnología para la industria vinícola que actualmente se están investigando, cómo el análisis fenólico y del color del vino, así como la detección de notas de humo.
“Además de elaborar un método robusto para la prueba de autenticidad, esperamos utlizar la información química obtenida a partir de los datos de fluorescencia para indentificar moléculas que diferencia los vinos de las distintas regiones”, añade el profesor adjunto David Jeffery, , del Instituto de Investigación Waite y del Centro de Formación de ARC para la Producción Innovadora de Vino. “Esto puede ayudar a la creación de marcas regiones, al comprender cómo las características de sus vinos se ven influenciadas por la región y cómo se diferencia de otros lugares”.
