Récemment, un projet de recherche intitulé « Food fingerprinting as a tool to control food authenticity’ » (Empreinte des aliments comme outil de vérification de leur authenticité) s’est achevé avec plusieurs avancées. Ce projet portait sur la détection de différents types de fraude concernant l’origan et le riz. Ont participé à cette étude Ciboris (partenaire de Primoris Holding), l’Université de Gand, le ML2Grow (entreprise spécialisée dans les systèmes d’apprentissage automatique avancé) et le CRA-W.
Plusieurs techniques analytiques, comme la spectroscopie dans le proche et moyen infrarouge, l’imagerie hyperspectrale, la chromatographie gazeuse couplée à la spectrométrie de masse et à la spectrométrie de masse à temps de vol avec réaction de transfert de protons, alliées à la chimiométrie, ont été passées en revue afin d’évaluer leurs capacités à résoudre différents problèmes de contrôle de la qualité des aliments et de fraude alimentaire.
Concernant l’origan, des modèles performants ont été élaborés pour déterminer le pays d’origine, déceler les cas d’adultération et contrôler l’uniformité des lots. La base de données d’échantillons d’origan authentique et les modèles chimiométriques existants ont permis de reconnaître des échantillons d’Italie, de Turquie, d’Israël et d’Amérique du Sud. Le contrôle de l’uniformité des lots à partir de matières premières réceptionnées s’est également révélé possible. Des cas de falsification à base de feuilles de sumac, de myrte, d’olivier et de ciste ont été détectés à partir de 10% d’adultération. Le modèle construit a été testé avec succès sur un set d’échantillons en aveugle (en rouge dans la figure)
Pour ce qui est du riz, les chercheurs ont réussi à reconnaître des échantillons de riz authentique provenant de plusieurs pays : Thaïlande, Vietnam, Espagne, Italie et Pakistan. De plus, différentes variétés, telles que le riz basmati, le riz blanc, le riz gluant, le riz Loto, le riz J. Sendra et le riz Puntal, ont pu être distinguées.
Les données ont également été fusionnées afin d’obtenir des modèles de classification plus fiables et précis. Pour déterminer l’origine du riz, l’association de données obtenues par spectroscopie proche infrarouge et par chromatographie en phase gazeuse a permis de créer un modèle de classification plus performant.
Financement :
VLAIO (Vlaamse Agentschap Innoveren en Ondernemen, Agence innovation et entrepreneuriat)
