L’indicazione obbligatoria in etichettatura dell’origine del grano ha reso i consumatori più consapevoli dei prodotti di pasta consumati, influenzandone la scelta verso quelli a base di farine 100% italiane. Ciò evidenzia la necessità di sviluppare metodologie, rapide ed affidabili, per l’autenticazione di questa classe di alimenti.
In questo contesto, in uno studio recente, effettato da un gruppo di ricercatori italiani [De Girolamo et al., 2020], viene proposto e validato un metodo basato sull’utilizzo della spettroscopia nel vicino infrarosso a trasformata di Fourier (FT-NIR) per autenticare la pasta preparata con frumento duro 100% italiano.
Gli spettri FT-NIR sono stati, quindi, analizzati utilizzando diversi modelli chemiometrici: analisi delle componenti principali (PCA), analisi discriminante lineare delle componenti principali (PC-LDA), analisi discriminante dei minimi quadrati parziali (PLS-DA) e classificazione mediante macchine a vettori di supporto (SVMc).
Il metodo è stato validato impiegando un gruppo di 361 campioni di pasta, appartenenti a 33 differenti marchi commerciali, di cui 176 a base di frumento duro 100% italiano e 185 a base di miscele di fumento duro italiano e straniero. I risultati dimostrano che il modello PC-LDA presenta la migliore performance di classificazione (con entrambe specificità ed accuratezza pari al 94%).
Concludendo, gli autori sostengono che la metodologia proposta non è solamente affidabile, ma anche rapida, economica e di facile implementazione. Perciò, questo approccio è di grande interesse sia per i produttori di pasta italiana che puntano all’autenticazione dei propri prodotti, sia per le associazioni dei consumatori volte a preservare e promuovere la tipicità della pasta italiana.
Riferimenti bibliografici: De Girolamo et al., Foods, 9, 2020, 1-12.
