Assicurare la qualità e l’autenticità degli alimenti mediante metodologie analitiche avanzate è fondamentale per la fiducia dei consumatori, la sicurezza alimentare e la lotta contro le frodi. Allo stesso tempo, la ricerca scientifica è chiamata a ridurre l’impatto ambientale, senza compromettere l’accuratezza e l’affidabilità dei metodi di autenticazione.
I due progetti, sviluppati all’interno dei gruppi di ricerca coordinati dalla Prof.ssa Marina Cocchi e dalla Prof.ssa Caterina Durante, mirano a creare modelli di autenticità basati su tecniche analitiche innovative ed ecosostenibili, integrate con algoritmi di machine learning e sistemi avanzati di gestione dei dati. In linea con i principi della chimica verde, i modelli saranno costruiti utilizzando dati provenienti da analisi spettroscopiche e volatilomiche, metodi che non richiedono solventi né pretrattamenti del campione.
L’elaborazione dei modelli sarà supportata da metodi di machine learning, particolarmente efficaci nell’analizzare grandi quantità di dati eterogenei e nell’identificare pattern nascosti o anomalie indicative di frodi o variazioni di qualità. Le prestazioni dei modelli saranno valutate attraverso tre casi studio: l’Aceto Balsamico di Modena DOP, l’Aceto Balsamico di Modena IGP — due prodotti di grande valore economico e culturale per il territorio modenese — e il miele italiano, tra i prodotti più frequentemente soggetti a frode a livello mondiale.
Per la prima volta, tutti i dati provenienti dalle analisi spettroscopiche e volatilomiche saranno archiviati e integrati in un unico database, gestito da un solido sistema di data management che costituirà l’ossatura dei progetti. Questa infrastruttura getterà le basi per l’elaborazione di un fingerprint verde dei prodotti analizzati e rappresenterà il primo passo verso la creazione, in futuro, di un sistema capace di monitorare l’evoluzione dei prodotti nel tempo e di rafforzare ulteriormente i modelli di autenticità sviluppati.