Logiciel permettant d’estimer la date limite de consommation des HOVE
Par Maurizio Servili et Tullia Gallina Toschi
Le niveau et le taux de détérioration de la qualité des HOVE sont fortement influencés par leur composition chimique et leurs conditions de stockage (emballage, température et exposition à la lumière), et il a été largement démontré que cette détérioration peut être extrêmement variable en fonction de ces facteurs. La date limite de consommation (DLC) d'une HOVE à indiquer sur l'étiquette (c'est-à-dire la période minimale de stockage pendant laquelle les huiles d'olive vierges conservent leurs paramètres chimiques et sensoriels dans les limites correspondantes à la catégorie déclarée) dépend de la décision du producteur et la seule autre information objective sur l'âge de l'huile qui peut être écrite (si 100 % du contenu du récipient provient de cette récolte), est l'année (ou le mois) de récolte.
Comment les producteurs peuvent-ils fournir une DLC fiable pour leur HOVE, sur une base scientifique, puisqu'ils n'ont actuellement aucune méthode objective pour se repérer ? La disponibilité d'un outil permettant de déterminer la DLC et son utilisation préventive représenterait la meilleure tactique de défense contre la perte de confiance des consommateurs et le risque d'accusations de fraude.
Pour combler cette lacune, dans le cadre du projet Oleum, un logiciel capable de prédire la DLC d'une HOVE donnée dans des conditions de stockage spécifiques a été développé et validé.
Pour atteindre l'objectif final, des modèles de prédiction ont été construits sur la base d'une vaste base de données analytiques, produite en suivant l'évolution de paramètres analytiques sélectionnés dans le cadre d'une expérience de durée de conservation en temps réel sur 20 échantillons d'HOVE, choisis selon le plan D-optimal en utilisant l'algorithme du composé le plus descriptif (MDC - Most Descriptive Compound), afin de parcourir le domaine expérimental avec des huiles caractérisées par des combinaisons de concentrations faibles, moyennes et élevées d'acides gras, de phénols hydrophiles et de tocophérols sélectionnés.
Ces 20 échantillons d'HOVE ont été entièrement caractérisés analytiquement quant à leurs paramètres de qualité réglementés, leur profil d'acides gras, leurs antioxydants (phénols hydrophiles et tocophérols), leur composés volatils, leurs DAG et leurs OSI, ils ont ainsi été embouteillés en verre de qualité UVA, placés sur des étagères pendant 12 mois à la lumière (pour 12 h/jour ; 25 °C) et pendant 24 mois dans l'obscurité (25-30-35 °C). L'échantillonnage et les analyses ont été effectués mensuellement pour l'exposition à la lumière et tous les deux mois pour les essais à l'obscurité.
Les paramètres analysés pendant la durée de conservation en temps réel pour la construction du modèle étaient les suivants : acidité, indice de peroxyde, K232, K270, ∆K, phénols hydrophiles, α-tocophérol, composés volatils et composition des acides gras.
L'ensemble des données obtenues à partir des résultats d'analyse a été utilisé pour construire deux modèles prédictifs différents, l'un pour l'exposition à la lumière et l'autre pour les conditions de stockage dans l'obscurité.
Ces modèles prédictifs ont été construits par une approche statistique multivariée et les coefficients permettant de calculer le temps restant pour atteindre les valeurs seuils de certains paramètres réglementaires/qualité, afin de déterminer les DLC, ont été extrapolés à travers les deux modèles.
La capacité de prédiction a été évaluée par une validation interne et externe, montrant une précision satisfaisante dans la prévision de la date à laquelle les paramètres réglementaires et/ou de qualité les plus importants seront dépassés (en termes de K270, la concentration de phénols hydrophiles, le seuil d'impact des composés volatils pour le rancissement).
Le logiciel a été développé avec une interface intuitive, de sorte que les paramètres d'entrée pour prédire la DLC d'une HOVE sont : le nom de l'échantillon, les conditions de stockage (lumière/obscurité et température), et une sélection de paramètres analytiques. Le résultat est représenté par le temps restant avant le dépassement de la valeur seuil (en mois). La précision de la prédiction de la DLC est satisfaisante dans le but de fournir un outil répondant aux besoins des producteurs et pour renforcer la confiance des consommateurs.