Neue Technologie zur Erkennung von Bittermandeln in Echtzeit

02.02.2021 - Spanien

Wer hat nicht schon einmal auf einer Mandel gekaut und einen unangenehmen und unerwarteten Nachgeschmack gekostet, der nichts mit dem Geschmack zu tun hat, den wir von einer der meistverzehrten Nüsse der Welt gewohnt sind? Der Übeltäter hat einen Namen: Amygdalin, ein Diglucosid, das bei Kontakt mit den im Speichel vorhandenen Enzymen in Glucose, Benzaldehyd (die Ursache für den bitteren Geschmack) und Blausäure zerfällt.

University of Córdoba

Bild des von der Forschungsgruppe verwendeten NIRS-Sensors.

Um diese unangenehme "Überraschung" zu reduzieren, haben die Forschungsgruppen Farming Systems Engineering (AGR-128) und Food Technology (AGR-193) der School of Agricultural and Forestry Engineering der Universität Córdoba in Zusammenarbeit mit dem Andalusischen Institut für landwirtschaftliche Forschung und Ausbildung des Alameda del Obispo Centers eine Methode entwickelt, die den Gehalt des oben erwähnten Amygdalins in den analysierten Nüssen mit und ohne Schale vorhersagen sowie süße und bittere Mandeln im industriellen Maßstab korrekt klassifizieren kann, was bisher nur mit geschälten Nüssen, einzelnen Kernen oder gemahlenen Nüssen möglich war.

Das neue System verwendet ein tragbares Gerät, das auf der NIRS-Technologie - Nahinfrarotspektroskopie - basiert und große Mengen eines Produkts vor Ort in Echtzeit analysieren kann, ohne dass man in ein Labor gehen muss. Diese technologische Anwendung ist "von großem Interesse für die Landwirtschaft", erklärt Professor Dolores Pérez Marín, da die Bitterkeit von Mandeln in der freien Natur hilfreich sein kann, um Raubtiere davon abzuhalten, die Samen bestimmter Sorten zu verschlucken, aber im industriellen Maßstab bietet sie keine Vorteile und viele Nachteile: einen unangenehmen Geschmack, Produktabwertung und potenzielle Probleme mit der Lebensmittelsicherheit, wenn der Verzehr von bitteren Nüssen in großem Umfang erfolgt.

Technisch gesehen verwenden die NIRS-Sensoren einen Lichtstrahl, der bei der Interaktion mit organischer Materie für jede Produktprobe ein einzigartiges Signal (Spektrum) liefert, wie in einem unverwechselbaren Digitaldruck, der Informationen liefert und uns erlaubt, die Probe zu definieren. In diesem Fall, so erklärt der Doktorand und Erstautor der Forschungsarbeit, Miguel Vega Castellote, sind die tragbaren Sensoren, "deren Signal zusammen mit den Referenzwerten die Entwicklung von Vorhersagemodellen ermöglicht", in der Lage, verschiedene Parameter zu analysieren, indem sie das Produkt schnell und nichtinvasiv "scannen", also ohne es zu verändern.

Lebensmittelbetrug

Der Einsatz der NIRS-Technologie, bei der das Forschungsteam über große Erfahrung mit einer Reihe von Lebensmitteln verfügt, ist besonders nützlich bei der Früherkennung von möglichem Betrug und bei der Authentifizierung von Lebensmitteln. Daher hat das Team ein weiteres Forschungsprojekt initiiert, das darauf abzielt, Chargen von süßen Mandeln zu erkennen, die mit bitteren gepanscht wurden, und bei dem fast 90 % der betrügerischen Artikel identifiziert wurden. Das in dieser Forschung getestete System, erklärt Professor María Teresa Sánchez Pineda de las Infantas, eine weitere Autorin der Arbeit, "könnte an jedem Punkt der Wertschöpfungskette implementiert werden, einschließlich beim Empfang, bei der Verarbeitung und beim Versand, und könnte als schnelle und erschwingliche Anti-Betrugs-Frühwarnmethode eingesetzt werden".

Hinweis: Dieser Artikel wurde mit einem Computersystem ohne menschlichen Eingriff übersetzt. LUMITOS bietet diese automatischen Übersetzungen an, um eine größere Bandbreite an aktuellen Nachrichten zu präsentieren. Da dieser Artikel mit automatischer Übersetzung übersetzt wurde, ist es möglich, dass er Fehler im Vokabular, in der Syntax oder in der Grammatik enthält. Den ursprünglichen Artikel in Englisch finden Sie hier.

Weitere News aus dem Ressort Wissenschaft

Meistgelesene News

Weitere News von unseren anderen Portalen

Entdecken Sie die neuesten Entwicklungen in der Batterietechnologie!