Viticultura
Publicado 22/02/2018

Dime lo que eres y te diré de dónde provienes: perfil mineral de semillas de uva y su relación con el origen geográfico

Presentamos el resumen de este trabajo publicado en la revista Food Chemistry y en el que uno de sus autores nos cuenta el desarrollo del método que posibilita clasificar uvas provenientes de diferentes regiones de Mendoza en base al tipo y concentración de elementos químicos observados en las semillas y la aplicación de herramientas estadísticas.

Por: Brenda V. Canizo, Leticia B. Escudero, María B. Pérez, Roberto G. Pellerano y Rodolfo G. Wuilloud.

Publicado en la revista Food Chemistry. Volume 242, 2018, 272-278. https://doi.org/10.1016/j.foodchem.2017.09.062

En América del Sur, Argentina es uno de los principales productores y exportadores de vinos de alta calidad, y la provincia de Mendoza es la región productora de uva y vino más importante, representando más del 75% de la producción nacional.

La identificación del origen geográfico de uvas para vinificación (Vitis vinifera L.) es de gran interés en el comercio actual, ya que está directamente relacionada con la procedencia del vino y con las prácticas enológicas que pertenecen a una región específica.

Además, es altamente valioso para asegurar la calidad de esta bebida. En este marco, en los últimos años se está controlando intensamente la trazabilidad de las uvas y vinos producidos en Argentina, y en aquellas producidas en los países de mayor producción en el mundo, a los efectos de certificar su origen.

En este sentido y debido a la importancia que posee el cultivo de vid para la actividad socio-económica de la provincia de Mendoza, investigadores del Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET), la Facultad de Ciencias Exactas y Naturales (FCEN) de la Universidad Nacional de Cuyo (UNCUYO) y de la Facultad de Ciencias Exactas y Naturales y Agrimensura de la Universidad Nacional del Nordeste (UNNE), desarrollaron un método que hizo posible clasificar uvas provenientes de diferentes regiones de Mendoza en base al tipo y concentración de elementos químicos observados en semillas de las uvas y la aplicación de herramientas estadísticas.

Los investigadores, que trabajan en el Laboratorio de Química Analítica para Investigación y Desarrollo (QUIANID) de la FCEN-UNCUYO enfocaron este novedoso desarrollo en la utilización de semillas de uva, dado que la mayor concentración de elementos en las uvas se localiza principalmente en sus semillas y son los principales subproductos resultantes de la industria del vino.

De esta manera, la información obtenida con el tipo y concentración de los diferentes elementos químicos (ej. metales traza y mayoritarios) resultó ser una verdadera “huella dactilar” para verificar el origen geográfico de las uvas.

Las herramientas estadísticas multivariantes combinadas con los datos obtenidos desde el análisis multielemental realizado por Espectrometría de Masas con Plasma Acoplado Inductivamente (ICP-MS) de semillas de uvas de viñedos ubicados en cinco departamentos vitivinícolas de Mendoza (Rivadavia, San Martín, Guaymallén, Junín y Maipú), permitieron la diferenciación geográfica de las uvas.

Todas las muestras de semillas se caracterizaron a través de la información obtenida por veintinueve descriptores (elementos químicos) que incluyeron: Ag, As, Ce, Co, Cs, Cu, Eu, Fe, Ga, Gd, La, Lu, Mn, Mo, Nb, Nd, Ni, Pr, Rb, Sm, Te, Ti, Tl, Tm, U, V, Y, Zn y Zr.

La caracterización quimiométrica básica se realizó mediante Análisis de Componentes Principales (PCA). Los resultados obtenidos por PCA mostraron que solo las muestras de una región podrían diferenciarse claramente, pero otras muestras de semillas con diferente origen geográfico no pudieron ser resueltas por este método. Estos hallazgos sugirieron la necesidad de utilizar métodos estadísticos más complejos.

Se seleccionaron y evaluaron cinco modelos que incluyeron el Análisis Discriminante Lineal (LDA), Análisis Discriminante Mínimos Cuadrados Parciales (PLS-DA), k-vecinos más próximos (k-NN), Máquinas de Vectores de Soporte (SVM) y Bosques Aleatorios (RF), que mostraron diferentes grados de éxito en la predicción de muestras de prueba.

El orden de las tasas de clasificación exitosas fue el siguiente: RF> SVM> k-NN> LDA> PLS-DA. El uso de métodos no lineales resolvió el problema de clasificación, siendo RF el modelo ideal para discriminar las muestras de semilla de uva según su origen geográfico, con una precisión de clasificación global del 98,3%.

De esta manera, en este trabajo se alcanzó la primera clasificación intrarregional de semillas de uva de la provincia de Mendoza empleando herramientas de análisis químico combinadas con clasificación quimiométrica. Así, el método de RF ha demostrado ser una herramienta prometedora en el análisis de clasificación y control de calidad de las materias primas utilizadas en la industria vitivinícola.

Clasificar las uvas, es decir, la materia prima, es una actividad fundamental para cualquier bodega que desee mantener estándares de alta calidad en sus vinos elaborados y contribuye a certificar la procedencia y prácticas enológicas aplicadas en las diferentes regiones de producción. Esto es sin dudas lo que los consumidores esperan cuando elijen un producto y quieren disfrutar de los atributos organolépticos asociados a una zona u origen de producción.

Más información: rodolfowuilloud@gmail.com; rwuilloud@conicet-mendoza.gob.ar

 

Puntaje de la nota según los lectores

Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.