Cuando pagó por comida artesanal (queso Gruyère suizo, extracto de vainilla orgánico, prosciutto italiano), ¿obtuvo lo que pagó? Con estimaciones globales de fraude alimentario de hasta $ 40 mil millones al año, es una pregunta que los investigadores de la Universidad de Purdue están abordando con una técnica de "huella digital" de alimentos lo suficientemente sensible como para distinguir entre alimentos elaborados con los mismos ingredientes, pero en diferentes lugares.
El fraude alimentario, que la Administración de Drogas y Alimentos de los EE. UU. denomina oficialmente “adulteración por motivos económicos”, ocurre cuando los fabricantes sustituyen un ingrediente más barato por uno que es más valioso, como cortar aceite de oliva con aceite vegetal o azafrán con tallos de plantas molidas.
Es un delito difícil de detectar, ya que los alimentos pueden alterarse en cualquier parte de la cadena de suministro global. Garantizar la autenticidad es aún más difícil cuando los proveedores deshonestos simplemente cambian un producto similar por otro más caro, como la sal marina del Himalaya o los tomates San Marzano.
“Piense en la diferencia entre un jamón de corral de Portugal, envejecido en una cueva durante dos años, y un jamón que compra en WalMart”, dijo Bartek Rajwa, profesor de investigación de ciencias biológicas computacionales en la Universidad de Purdue. “Ambos son carne de cerdo, los mismos ingredientes, pero tienen un sabor, olor y textura muy diferentes. Para distinguirlos, necesitamos un sistema que pueda analizar cuantitativamente esas características. Es un gran desafío”.
Rajwa y su equipo están desarrollando un proceso de dos partes pendiente de patente para proporcionar información sobre la composición atómica y la estructura química de una muestra de alimentos, suficiente para identificar los ingredientes, la preparación y, potencialmente, el punto de origen.
Los resultados publicados de una prueba que utilizó el primer paso como método independiente fueron 99 % precisos para distinguir el saborizante de imitación de vainilla del extracto de vainilla real, y aproximadamente 90 % de precisión para identificar el queso europeo con la marca "Gruyère" en comparación con un queso estilo Gruyère producido en Wisconsin. .
A principios de este año, Rajwa presentó el proceso de dos partes más sofisticado en la XV conferencia de la Sociedad de Ingenieros de Instrumentación Foto-Óptica (SPIE) Detección para Agricultura y Calidad y Seguridad Alimentaria.
Rajwa, un experto en técnicas de análisis biológico, se topó con el campo de la autenticación de alimentos como parte de su trabajo en el desarrollo de sistemas para reconocer la contaminación bacteriana de los alimentos.
“Empecé a ir a conferencias sobre ciencia de los alimentos y a escuchar a líderes en el campo, y fue entonces cuando me di cuenta de la magnitud del problema”, dijo Rajwa. “Estamos hablando de una enorme empresa criminal que pasa casi desapercibida. La mayoría de las veces, el único daño es que estás pagando una prima y obteniendo un producto de calidad inferior, pero hay casos en los que puede causar un daño grave”.
Muchos métodos de espectroscopia, incluida la espectrometría de masas, la espectroscopia de fluorescencia y la cromatografía líquida, se utilizan para identificar los alimentos. Sin embargo, dijo Rajwa, ninguno de los métodos existentes es infalible y la mayoría son difíciles y costosos, lo que deja un amplio espacio para la innovación en el campo.
Para enfrentar el desafío, los colaboradores de Rajwa y Purdue, J. Paul Robinson y Euiwon Bae, recurrieron a la espectroscopia de descomposición inducida por láser (LIBS), un método que está bien desarrollado para su uso en la ciencia de los materiales y la metalurgia, pero que no se usa comúnmente en la ciencia de los alimentos. LIBS utiliza un láser de alta potencia para crear una pequeña columna de plasma en la superficie de una muestra.
La intensidad de las diferentes longitudes de onda de la luz emitida por el plasma indica el tipo y la proporción de elementos que componen los ingredientes de la muestra e incluso proporciona información valiosa sobre su textura. LIBS crea un espectro digital único que, con un enfoque de aprendizaje automático desarrollado por el equipo de Rajwa para la tarea, se procesa en una huella digital que se puede usar para verificar la identidad del alimento analizado.
En un artículo publicado en Foods, el equipo analizó varias muestras de queso estilo alpino, café, extracto de vainilla, vinagre balsámico y especias como nuez moscada, pimienta y cúrcuma. Para muchos alimentos, el método fue muy preciso, incluso cuando se utilizó un instrumento LIBS portátil y económico. Pero para alimentos más complejos, como el queso estilo alpino, dijo Rajwa, el espectro LIBS no es suficiente.
Para obtener información adicional que pueda ayudar a verificar el origen incluso de alimentos complejos como el queso y el jamón, está trabajando en un segundo paso utilizando la espectroscopia Raman, que es capaz de identificar moléculas orgánicas específicas, como las asociadas con la presencia de pesticidas, fungicidas o antibióticos en los alimentos.
“En cierto sentido, forman este par complementario; lo que uno no puede detectar, el otro puede”, dijo Rajwa. “LIBS te da la cantidad de cada átomo y Raman te dice cómo están organizados”.
En la conferencia SPIE, Rajwa presentó datos con el método de dos partes que muestran mejoras en la precisión sobre LIBS como método independiente; los resultados finales aún no han sido publicados.
