La spettrometria del medio infrarosso (MIR) è stata usata per stimare la composizione di acidi grassi in latte di vacca, pecora e capra. Gli obiettivi erano di confrontare i differenti approcci statistici con selezione della lunghezza d’onda per predire la composizione di acidi grassi del latte a partire dagli spettri MIR, e di sviluppare equazioni per gli acidi grassi del latti di diverse specie. In totale, sono stati analizzati 349 campioni di latte vaccino, 200 campioni di latte di pecora e 332 campioni di latte di capra mediante MIR e mediante gascromatografia, che rappresenta il metodo di riferimento.
Tra i metodi studiati quelli che hanno dato i migliori risultati sono stati la regressione PLS (partial least squares), con il pretrattamento derivata prima+PLS e l’algoritmo genetico+PLS. La deviazione standard residua e il coefficiente di determinazione nella validazione esterna sono stati usati per caratterizzare le equazioni e per ottenere il migliore risultato per ogni tipo di acidi grassi in ciascuna specie. In tutti i casi, le predizioni erano di migliore qualità per gli acidi grassi presenti a concentrazioni medio-alte (ad esempio, per gli acidi grassi saturi e per alcuni acidi grassi monoinsaturi con un coefficiente di determinazione in validazione esterna >0,90). Era possibile anche la conversione della concentrazione dei singoli acidi grassi da quella espressa in grammi per 100 mL di latte a quella espressa in grammi per 100 g di acidi grassi totali con una piccola perdita di accuratezza solamente per alcuni acidi grassi.
Bibliografia
di M. Ferrand-Calmels et al. Institut de l’Elevage, Parigi, Francia; Journal of Dairy Science, ed. online, 22 novembre 2013
