L’analisi NIR
L’analisi NIR condotta direttamente sui grassi alimentari a basso o nullo contenuto d’acqua, con particolare riferimento agli oli di origine vegetale, al burro, alle margarine e agli strutti, ha una lunga tradizione e ha visto anche lo sviluppo di strumentazione dedicata che risulta più facilmente utilizzabile a livello dei laboratori aziendali rispetto all’analisi nel medio infrarosso. In particolare la spettroscopia NIR costituisce una valida alternativa ai metodi tradizionali per la caratterizzazione del profilo degli acidi grassi, del contenuto di acidi trans, della provenienza e della autenticità di queste matrici. Nella regione NIR è infatti possibile riconoscere e discriminare i segnali dovuti ai primi e ai secondi overtones dei legami C-H presenti nei gruppi sia metilici sia metilenici assieme alle rispettive bande di combinazione.
Sulla base di questi segnali è facilmente possibile discriminare gli acidi grassi in funzione della lunghezza delle catene alifatiche. La presenza di doppi legami nel caso di acidi grassi insaturi è chiaramente identificabile da una serie di bande di combinazione dovuta a legami C-H associati a doppi legami che permettono anche di discriminare la configurazione cis da quella trans, come mostrato nella figura 1 che mette a confronto gli spettri di tre trigliceridi sintetici costituiti da acidi grassi C18 in forma satura (tristearina, C18), insatura in configurazione cis (trioleina, C18:1 c9) e insatura in configurazione trans (trielaidina C18:1 t9). Le bande di combinazione a 4667 e a 4602 cm-1 e la spalla a 5913 cm-1, dovuta a un overtone tipico di una struttura olefinica in configurazione cis, permettono di discriminare facilmente sia la presenza di insaturazioni sia la loro configurazione.
Per sfruttare queste potenzialità della spettroscopia NIR anche sulle matrici lattiero- casearie ed evitare gli inconvenienti associati alla modellazione congiunta di concentrazione di grasso e profilo acidico, presso il Centro di ricerca per le Produzioni foraggere e Lattiero Casearie di Lodi è stata messa a punto una metodica per l’estrazione rapida e senza uso di solventi del grasso di latte da sottoporre ad analisi (8). Un’aliquota di latte è centrifugata a freddo per separare la crema, che poi è trasferita in secondo tubo da centrifuga, addizionata di acido lattico concentrato e miscelata mediante agitatore. La crema così trattata viene sottoposta a successiva centrifugazione a caldo (60°C).
Al termine di questa fase il grasso liquido è separato nella parte superiore del tubo da centrifuga e viene recuperato per la successiva analisi NIR, che prevede la registrazione dello spettro del grasso con un cammino ottico di 6mm mantenuto liquido a 60°C. La metodica si è dimostrata facilmente adattabile anche all’estrazione del grasso da formaggio, a condizione che si tratti di prodotto a lipolisi non troppo spinta. Gli spettri così ottenuti presentano una eccellente qualità del segnale che permette lo sviluppo di modelli predittivi per la stima dei principali gruppi di acidi grassi (saturi, monoinsaturi, polinsaturi e trans) e dei singoli acidi più abbondanti.
All’analisi gascromatografica il profilo acidico del grasso di latte estratto secondo la metodica qui descritta non è risultato significativamente differente da quello ottenuto dopo estrazione mediante solventi. La metodica di estrazione richiede circa 65 minuti per ogni batch di campioni, prevede l’uso di reagenti di basso costo e non produce rifiuti da smaltire con i relativi costi. Le impurità residue nel campione (principalmente tracce di acqua) non presentano caratteristiche chimiche tali da interferire con le bande di interesse per l’analisi NIR, mentre questo si è verificato poter accadere nel caso della permanenza di residui di solventi apolari. Anche la riproducibilità degli spettri ottenuti sulla matrice estratta con la procedura senza solventi è risultata superiore rispetto a quella ottenibile con la procedura che prevede l’uso di solventi.
Il set di campioni analizzati può essere considerato ampiamente rappresentativo della variabilità naturale del prodotto, grazie alla presenza sia di latte individuale sia di latte di montagna da animali allevati al pascolo. In particolare questa ultima tipologia di latte presenta un grasso particolarmente ricco di acidi grassi polinsaturi e trans. I modelli di regressione ottenuti hanno evidenziato in validazione indipendente basso numero di componenti principali, elevati valori del coefficiente di regressione, come evidenziato in figura 2, e bassi valori di errore standard di predizione (SEP), pari a 0,97% per gli acidi grassi saturi, 0,90% per i monoinsaturi, 0,31% per i polinsaturi e 0,27% per i trans.
Inoltre l’indice statistico RPD (rapporto tra SEP e deviazione standard della popolazione campionaria) è risultato sempre ampiamente superiore a 3, valore che è considerato indice di effettiva applicabilità dei modelli predittivi per scopi di analisi quantitativa. Applicando la stessa metodica di estrazione a campioni di formaggio sia di pianura sia di montagna (Crescenza, Quartirolo, Mozzarella, Grana, Toma, Asiago) e al burro è stato possibile estendere i modelli predittivi senza scadimento delle performances e, grazie all’ampliamento della variabilità dei profili presi in considerazione, è stato possibile verificare la possibilità di avere buone performances predittive anche nella stima di CLA e omega-3.
Conclusioni
Data l’importanza della valutazione della qualità dell’apporto lipidico alla dieta e l’interesse crescente per la possibilità di modificare il profilo lipidico del latte mediante il controllo dell’alimentazione e il miglioramento genetico delle bovine, è oggi molto sentita la necessità di disporre di metodiche analitiche rapide ed economiche che consentano di fornire un quadro il più dettagliato possibile sulla composizione lipidica del latte e del formaggio. Questo consente di poter intervenire non solo sul contenuto complessivo di materia grassa, ma anche sui costituenti lipidici con un maggiore significato nutrizionale.
L’analisi NIR accoppiata con un metodo di estrazione del grasso semplice e veloce può essere uno strumento utile per:
- il controllo della qualità del latte alla produzione per indirizzare la gestione delle stalle e il miglioramento genetico;
- per implementare i database compositivi dei prodotti lattiero-caseari al fine di stilare etichette nutrizionali più ampie e informative rispetto a quelle tradizionali per facilitare una scelta consapevole dei prodotti da parte dei consumatori in accordo con quanto riportato dall’articolo 30 del regolamento 1169/2011 sull’etichettatura dei prodotti alimentari.
1. R.P. Mensink, P.L. Zock, A.D.M. Kester and M.B. Katan, “Effects of dietary fatty acids and carbohydrates on the ratio of serum total to HDL cholesterol and serum lipids and apolipoproteins: a meta analysis of 60 controlled trials”, Am. J. Clin. Nutr. 77 (5), 1146 (2003).
2. T. Huppertz, A.L. Kelly and P.F. Fox, “Milk Lipids-Composition origin and properties” in Dairy Fats and Related Products, Ed by A.Y. Tamine. Wiley Blackwell, Oxford, UK, p. 1 (2009).
3. J.M. Griinari, B.A. Corl, S.H. Lacy, P.Y. Chouinard, K.V.V. Nurmela and D.E. Bauman, “Conjugated linoleic acid is synthesized endogenously in lactating dairy cows by Δ9-desaturase”, J. Nutr. 130, 2285 (2000).
4. M. Povolo, V. Pelizzola, G. Lombardi, A. Tava and G. Contarini, “Hydrocarbons and fatty acid composition of cheese as affected by the pasture vegetation type”, J. Agric. Food Chem. 60 (1), 299 (2012).
5. H. Soyeurt, F. Dehareng, N. Gengler, S. McParland, E. Wall, D. P. Berry, M. Coffey, and P. Dardenne, “Mid-infrared prediction of bovine milk fatty acids across multiple breeds, production systems, and countries”, J. Dairy Sci. 94 (4), 1657 (2011).
6. K.E. Kaylegian, J.M. Lynch, J.R. Fleming and D.M. Barbano, “Influence of fatty acid chain length and unsaturation on mid-infrared milk analysis”, J. Dairy Sci. 92 (6), 2485 (2009).
7. M. Coppa, A. Ferlay, C. Leroux, M. Jestin, Y. Chilliard, B. Martin and D. Andueza, “Prediction of milk fatty acid composition by Near Infrared Reflectance Spectroscopy (NIRS)”, Int. Dairy J. 20 (3), 182 (2010)
8. Cabassi, G., Povolo, M., Pelizzola, V., Monti, L., Genorini, E., Contarini, G. “Development of a near infrared method for the quantification of the main classes of fatty acids obtained from raw milk by solvent-free extraction”. Journal of Near Infrared Spectroscopy, 21(5), 395-408 (2013).
