Ці результати, опубліковані в журналі «Communications Chemistry», прокладають шлях для нові потенційні інструменти боротьби з підробкою вина та інструменти прогнозування для прийняття рішень у винному секторі.
Кожне вино є результатом тонких і складних сумішей тисяч молекул. Їх концентрація коливається залежно від складу винограду, який, у свою чергу, залежить від природи, структури ґрунту, сорту винограду та практики винороба. Ці зміни, навіть якщо вони невеликі, можуть мати великий вплив на смак вина. З кліматичними змінами, новими споживчими звичками та збільшенням фальсифікації вина потреба мати ефективні інструменти для визначення ідентичності вин тепер стала надзвичайно важливою.
Одним із методів, що використовуються, є «газова хроматографія»., який полягає в розділенні компонентів суміші за спорідненістю між двома матеріалами. Цей метод, зокрема, вимагає, щоб суміш проходила через дуже тонку трубку довжиною 30 метрів, тут компоненти, які мають більшу спорідненість з матеріалом трубки, поступово відділятимуться від інших; кожне розщеплення потім буде зареєстровано «мас-спектрометром», який вироблятиме хроматограму, здатну виявити «піки», що лежать в основі молекулярних поділів.
У випадку вина, через численні молекули, які входять до його складу, цих піків надзвичайно багато, що ускладнює детальний і вичерпний аналіз. У співпраці з командою Стефані Маршан з Інституту виноградарства та виноробства Університету Бордо дослідницька група Олександра Пуже знайшла рішення цієї дилеми, поєднавши хроматограми та інструменти штучного інтелекту.
Хроматограми отримані від 80 червоних вин із дванадцяти урожаїв між 1990 і 2007 роками., а також сім маєтків у регіоні Бордо. Потім ці необроблені дані були оброблені за допомогою машинного навчання, областіштучний інтелект в якому алгоритми вчаться ідентифікувати повторювані шаблони в групах інформації. Метод дозволяє врахувати повні хроматограми кожного вина, які можуть включати до 30.000 XNUMX точок, і підсумувати кожну хроматограму за двома координатами X і Y, цей процес називається зменшенням розмірності.
Розмістивши нові координати на графіку, дослідники змогли побачити сім «хмар» точок і виявили, що кожна з них об’єднує урожаї одного і того ж маєтку на основі їхньої хімічної схожості. Таким чином дослідники змогли продемонструвати, що кожна компанія має свій власний хімічний підпис.
У ході свого аналізу дослідники виявили це хімічної ідентичності цих вин не було defiвизначається концентрацією деяких специфічних молекул, але з широкого хімічного спектру. «Наші результати демонструють, що можна визначити географічне походження вина зі 100% точністю, застосовуючи методи зменшення розмірності до газових хроматограм, — підкреслив Пуже, який також керував дослідженням, — дослідження дає нові знання про компоненти ідентичності та сенсорні властивості вина. Це також прокладає шлях для розробки інструментів для підтримки процесу прийняття рішень, таких як збереження ідентичності та самовираження території та для більш ефективної боротьби з підробками».
BlogInnovazione.it
Військово-морський сектор є справжньою глобальною економічною силою, яка просунулася до 150-мільярдного ринку...
Минулого понеділка Financial Times оголосила про угоду з OpenAI. FT ліцензує свою журналістику світового рівня…
Мільйони людей оплачують потокові послуги, сплачуючи щомісячну абонентську плату. Поширена думка, що ви…
Coveware від Veeam продовжить надавати послуги реагування на інциденти кібервимагання. Coveware запропонує криміналістику та можливості відновлення…
