La presentazione è in caricamento. Aspetta per favore

La presentazione è in caricamento. Aspetta per favore

OLIO DI OLIVA: CARATTERIZZAZIONE ATTRAVERSO LNMR AD ALTA RISOLUZIONE ( 1 H e 13 C) Luisa Mannina a,b, Marco DImperio a Anatoli Sobolev b, Annalaura Segre.

Presentazioni simili


Presentazione sul tema: "OLIO DI OLIVA: CARATTERIZZAZIONE ATTRAVERSO LNMR AD ALTA RISOLUZIONE ( 1 H e 13 C) Luisa Mannina a,b, Marco DImperio a Anatoli Sobolev b, Annalaura Segre."— Transcript della presentazione:

1 OLIO DI OLIVA: CARATTERIZZAZIONE ATTRAVERSO LNMR AD ALTA RISOLUZIONE ( 1 H e 13 C) Luisa Mannina a,b, Marco DImperio a Anatoli Sobolev b, Annalaura Segre b a Università degli Studi del Molise, Isernia, Italy b Istituto di Metodologie Chimiche, CNR, Monterotondo Stazione, Roma, Italy

2 2 REGOLAMENTO (CEE) n. 2568/91 Analisi Chimiche: acidità libera (% di acido oleico) numero di perossidi (meq/O 2 Kg) Analisi Spettrofotometriche (UV): K 232, K 270, ΔK Analisi Cromatografiche: Ac. Linoleico Ac. Linolenico Ac. Arachidico Ac. Eicosenoico Ac. Behenico Ac. Lignocerico Acidi Grassi Ac. Palmitico Ac. Palmitoleico Ac. Eptadecanoico Ac. Eptadecenoico Ac. Stearico Ac. Oleico Steroli Colesterolo Brassicasterolo Campesterolo Stigmasterolo -Sitosterolo Δ7-Stigmasterolo Panel Test

3 3 VANTAGGI DELLA TECNICA NMR Lerrore sperimentale per tutti i composti analizzati è lo stesso. Possiamo ottenere informazioni quantitative riguardo a numerose specie chimiche con un singolo esperimento. Il campione è analizzato direttamente senza estrazioni o altre derivazioni. -metodo non convenzionale-

4 4 OLIO SENZA ESTRAZIONE OLIO ESTRATTO CON ACETONITRILE EFFETTO DELLE ESTRAZIONI

5 5 OLIO ESTRATTO CON ACETONITRILE EFFETTO DELLE ESTRAZIONI: ZONA DELLE ALDEIDI OLIO SENZA ESTRAZIONE

6 6 NMR QUANTITATIVA Unaccurata correzione della linea di base. La normalizzazione dello spettro rispetto ad unadatta risonanza; in particolare, lintensità della risonanza a 1,62 ppm dovuta ai CH 2 di tutte le catene grasse viene settata a In questo modo tutte le risonanze dello spettro protonico sono normalizzate. Per quantificare i componenti presenti nellolio di oliva è necessario:

7 7 NMR QUANTITATIVA: 13 C SATELLITI DEI METILI DELLE CATENE DEGLI ACIDI GRASSI Un esatto ammontare di 13 C (1.06%) è sempre presente per ogni dato carbonio. Questo isotopo ha spin ½ e causa uno splitting delle risonanze associate con il protone. Ciò significa che l NMR ha la possibiltà di confrontare indirettamente segnali deboli e segnali più intensi usando le 13 C satelliti dei segnali più intensi.

8 8 ARGOMENTI Assegnazione tramite esperimenti 1 H e 13 C dello spettro dellolio di oliva (esperimenti 1D e 2D). Risultati della spettroscopia NMR 1 H e combinazione con lanalisi statistica. Risultati della spettroscopia NMR 13 C e combinazione con lanalisi statistica.

9 9 TECNICHE NMR PER LASSEGNAZIONE 1 H- 1 H COSY (Correlation SpectroscopY). 1 H- 1 H TOCSY (TOtal Correlation SpectroscopY). 1D TOCSY selettivo. 1 H- 13 C Eterocorrelata (HMQC).

10 10 1 H- 1 H COSY -CH 2 -CH 2 -CH 2 - Lesperimento COSY correla i protoni con accoppiamenti vicinali e geminali. I protoni con accoppiamento J danno origine ai cross-peaks. ABC

11 11 1 H- 1 H TOCSY HCO-CH 2 -CH-CH 2 -CH 2 -CH 3 HCO-CH 2 -CH 2 -CH 2 -CH 2 -CH 3 Lesperimento TOCSY (80 ms) dà la correlazione di tutti i protoni dello stesso sistema di spin.

12 12 SPETTRO PROTONICO ( 1 H) Strumento: MHz, Bruker AVANCE AQS spectrometer. Preparazione dei campioni: 20 l di olio di oliva in una miscela di solventi (700 l CDCl l DMSO-d 6 ). Durata dellesperimento: 4 h.

13 13 SPETTRO PROTONICO DI UN OLIO DI OLIVA: COMPONENTI PRINCIPALI Spettro: MHz in CDCl 3 e DMSO-d 6 T = K

14 SPETTRO PROTONICO DI UN OLIO DI OLIVA: COMPONENTI MINORI

15 15 ACIDITA LIBERA Lacidità libera si misura convenzionalmente tramite una titolazione. Lo spettro 1 H di un olio di oliva non ci fornisce una misura diretta dellacidità libera. E possibile tuttavia ottenere una misura indiretta usando le intensità dei digliceridi.

16 16 DIGLICERIDI OLIO DI OLIVA EXTRAVERGINE OLIO DI OLIVA LAMPANTE

17 17 ANALISI DEGLI STEROLI Gli steroli si misurano convenzionalmente con le tecniche cromatografiche. Lo spettro NMR 1 H mostra nella regione compresa fra 0.60 e 0.70 ppm le risonanze dei CH degli steroli che possono così essere direttamente analizzati.

18 18 OLIO DI OLIVA EXTRAVERGINE OLIO DI OLIVA OLIO DI ARACHIDI OLIO DI SOIA OLIO DI MAIS OLIO DI GIRASOLE SITOSTEROLO ACIDO LINOLENICO REGIONE DEI METILI ( 1 H)

19 19 ACIDO LINOLEICO OLIO DI OLIVA EXTRAVERGINE OLIO DI OLIVA OLIO DI GIRASOLE OLIO DI MAIS OLIO DI SOIA OLIO DI ARACHIDI A.L.Segre, L.Mannina, Recent Research Developments in Oil Chemistry, (1997), 1, REGIONE DEI METILI ( 1 H)

20 20 ESANALEESENALE OLIO DI OLIVA EXTRAVERGINE OLIO DI OLIVA OLIO DI GIRASOLE OLIO DI MAIS OLIO DI SOIA OLIO DI ARACHIDI REGIONE DELLE ALDEIDI ( 1 H)

21 21 DETERMINAZIONE DELLO SQUALENE, DEL CICLOARTENOLO E DELLA CLOROFILLA squalene cicloartenolo chlorophyll clorofilla

22 22 ATTRIBUTI SENSORIALI Olio amaro Olio avvinato Cattiva separazione dalle acque di vegetazione Olio pungente Olio fruttato

23 23 OLIO EXTRAVERGINE OLIO AMARO EXTRAVERGINE ESANOLO ATTRIBUTI SENSORIALI DELLOLIO: ZONA DEI - OCH3 FENOLICI

24 24 OLIO EXTRAVERGINE OLIO AMARO DOPPI LEGAMI ATTRIBUTI SENSORIALI DELLOLIO: ZONA DEI DOPPI LEGAMI

25 25 OLIO EXTRAVERGINE OLIO AMARO EXTRAVERGINE ATTRIBUTI SENSORIALI DELLOLIO: ZONA DEI TERPENI

26 26 ACETATI ATTRIBUTI SENSORIALI DELLOLIO: OLIO AVVINATO

27 27 OLIO AVVINATO OLIO EXTRAVERGINE ATTRIBUTI SENSORIALI DELLOLIO: OLIO AVVINATO

28 28 OLIO RANCIDO UMBRO ATTRIBUTI SENSORIALI DELLOLIO: OLIO RANCIDO

29 29 OLIO EXTRAVERGINE OLIO RANCIDO PRODOTTI DI OSSIDAZIONE QUASI ASSENTI IN UN OLIO BUONO

30 30 OLIO EXTRAVERGINE OLIO RISCALDATO EFFETTO DEL RISCALDAMENTO: ZONA DEI TERPENI

31 31 OLIO EXTRAVERGINE OLIO RISCALDATO EFFETTO DEL RISCALDAMENTO: ZONA DELLE ALDEIDI

32 32 OLIO EXTRAVERGINE OLIO RISCALDATO EFFETTO DEL RISCALDAMENTO: ZONA DEI FENOLI

33 33 CARATTERIZZAZIONE GEOGRAFICA EEC Promotion of oliviculture Ricerca Sviluppo Tecnologico e alta formazione OLIO DI NOCCIOLA E.U. MEDEO program Hazelnut contamination in olive oil 1 H NMR + ANALISI STATISTICA

34 INTENSITA DEI SEGNALI NMR IN DIFFERENTI OLI DI OLIVA

35 35 METODI STATISTICI Analisi della Varianza (ANOVA) Su tutte le variabili NMR per selezionare quelle con maggior potere discriminante. Analisi ad albero (TCA) Sulle variabili selezionate tramite lANOVA per ottenere una separazione fra i gruppi senza alcuna ipotesi iniziale. Analisi delle Componenti Principali (PCA) Sulle variabili selezionate tramite lANOVA per ottenere delle combinazioni lineari di tali variabili che massimizzano la separazione fra gli oggetti (campioni). Analisi discriminante lineare (LDA) Sulle variabili selezionate tramite lANOVA per ottenere delle combinazioni lineari di tali variabili che massimizzano la separazione fra I gruppi ipotizzati. Affidabilità del sistema statistico Per provare laffidabilità del sistema, alcuni campioni di olio, selezionati casualmente, sono stati esclusi dalle analisi e considerati incogniti; se gli oli incogniti sono classificati correttamente nelle analisi successive il sistema statistico può essere considerato stabile e usato per i casi reali.

36 36 Olio Siciliano Olio Umbro CARATTERIZZAZIONE GEOGRAFICA ( 1 H)

37 37 CARATTERIZZAZIONE GEOGRAFICA ( 1 H): OLI TOSCANI Sono stati raccolti campioni da tre aree diverse della Toscana COMUNEZONACULTIVAR SeggianoToscana meridionale Seggianese ArezzoToscana settentrionale Frantoio Leccino LuccaToscana settentrionale Frantoio Leccino Scopo del lavoro era quello di valutare leffetto pedoclimatico congiuntamente alleffetto genetico (cultivar). L. Mannina, M.Patumi, N.Proietti, A.L. Segre, Italian Journal of Food Science. (2001), 13, 53-64

38 SeggianoLuccaArezzo TCALDA CARATTERIZZAZIONE GEOGRAFICA ( 1 H): OLI TOSCANI

39 CARATTERIZZAZIONE GEOGRAFICA ( 1 H): OLI DEL CENTRO-NORD L.Mannina, M.Patumi, N.Proietti, D.Bassi, A.L.Segre, Journal of Agriculture and Food Chemistry, (2001), 49, LDA

40 40 CARATTERIZZAZIONE GEOGRAFICA ( 1 H): EFFETTO DELLANNO ANNO: 1996; OLI PUGLIESI, LIGURI E SICILIANI LDA

41 41 CARATTERIZZAZIONE GEOGRAFICA ( 1 H): EFFETTO DELLANNO LDA ANNO: 1997; OLI PUGLIESI, LIGURI E SICILIANI

42 42 CARATTERIZZAZIONE GEOGRAFICA ( 1 H): EFFETTO DELLANNO LDA ANNO: ; OLI PUGLIESI, LIGURI E SICILIANI

43 43 ADULTERAZIONE DELLOLIO DI OLIVA: ADDIZIONE DI OLIO DI NOCCIOLA Dalle nocciole fresche si ottiene un olio la cui composizione è molto simile a quella dellolio di oliva; si tratta di un olio di elevato pregio ed alto valore commerciale ed in tali condizioni risulta non conveniente addizionare lolio di nocciola ad un olio di oliva di qualità. Tuttavia il surplus di nocciole vecchie ed ammuffite viene usato per produrre un olio scadente che contiene micotossine cancerogene; questolio, opportunamente deodorizzato, viene aggiunto ad oli di oliva scadenti (Turchia, Tunisia) e messo in commercio. Questa è una FRODE di difficile individuazione. L.Mannina, M.Patumi, P.Fiordiponti, M.C.Emanuele, AL.Segre, Italian Food Technology, (2000), 21,

44 44 ADULTERAZIONE DELLOLIO DI OLIVA: ADDIZIONE DI OLIO DI NOCCIOLA * OLIO DI NOCCIOLA AC. GRASSI SATURI AC. LINOLENICO OLIO DI OLIVA OLIO DI NOCCIOLA

45 ANALISI DISCRIMINANTE LINEARE ADULTERAZIONE DELLOLIO DI OLIVA: ADDIZIONE DI OLIO DI NOCCIOLA

46 46 Preparazione dei campioni: 100 l di olio di oliva in 600 l di CHCl 3 Durata dellesperimento: 15 min SPETTRO DEL CARBONIO ( 13 C)

47 47 SPETTRO NMR 13 C (150.9 MHz) Palmitico -O 2 CCH 2 CH 2 CH 2 CH 2 CH 2 CH 2 CH 2 CH 2 CH 2 CH 2 CH 2 CH 2 CH 2 CH 2 CH 3 Stearico -O 2 CCH 2 CH 2 CH 2 CH 2 CH 2 CH 2 CH 2 CH 2 CH 2 CH 2 CH 2 CH 2 CH 2 CH 2 CH 2 CH 2 CH 3 Oleico -O 2 CCH 2 CH 2 CH 2 CH 2 CH 2 CH 2 CH 2 CH=CHCH 2 CH 2 CH 2 CH 2 CH 2 CH 2 CH 2 CH 3 Linoleico -O 2 CCH 2 CH 2 CH 2 CH 2 CH 2 CH 2 CH 2 CH=CHCH 2 CH=CHCH 2 CH 2 CH 2 CH 2 CH 3 Linolenico -O 2 CCH 2 CH 2 CH 2 CH 2 CH 2 CH 2 CH 2 CH=CHCH 2 CH=CHCH 2 CH=CHCH 2 CH 3 Cis-Vaccenico -O 2 CCH 2 CH 2 CH 2 CH 2 CH 2 CH 2 CH 2 CH 2 CH 2 CH=CHCH 2 CH 2 CH 2 CH 2 CH 2 CH 3 Eicosenoico -O 2 CCH 2 CH 2 CH 2 CH 2 CH 2 CH 2 CH 2 CH 2 CH 2 CH=CHCH 2 CH 2 CH 2 CH 2 CH 2 CH 2 CH 2 CH 3

48 ASSEGNAZIONE DELLO SPETTRO 13 C INADEQUATE A causa della bassa abbondanza del 13 C, lesperimento 2D INADEQUATE ha una sensibilità molto bassa -CH 2 -CH 2 -CH 2 - Si ottengono informazioni sui legami 13 C- 13 C (Incredible Natural Abundance DoublE QUAntum Transfer Experiment)

49 49 1D SELECTIVE INADEQUATE

50 ADDIZIONE DI COMPONENTI STANDARD sn 1,3 sn 2 OLIO DI OLIVA + Tri-11-EICOSENOINA

51 51 Il chemical shift di ciascun carbonio di una data catena di acido grasso è indipendente dalla natura degli altri due acidi grassi presenti sul glicerolo. Per ciascun acido grasso il chemical shift di alcuni carboni dipende dalla posizione sul glicerolo. Il chemical shift mostra una marcata dipendenza dalla concentrazione. SPETTRO 13 C: RISULTATI SPERIMENTALI CH 2 - O-CO- R sn 1 CH - O- CO-R sn 2 CH 2 -O- CO-R sn 3

52 52 eicosenoico saturi linoleico oleico L.Mannina, C.Luchinat, M.Patumi, M.C.Emanuele, E.Rossi. A.L.Segre, "Concentration dependence of 13C NMR spectra of triglycerides: implications for the NMR anlysisis of olive oils", Magnetic Resonance in Chemistry (2000), 38, = X + 2 X 2 DIPENDANZA DELLE RISONANZE DEI CARBONILI sn 1,3 DALLA CONCENTRAZIONE DELLOLIO

53 SPETTRO 13 C DI UN OLIO DI OLIVA

54 54 REGIONE DEI CARBONILI ( 13 C) CH 2 - O-CO- R sn 1 CH - O- CO-R sn 2 CH 2 -O- CO-R sn 3

55 55 REGIONE DEI CARBONILI ( 13 C) OLIO DI OLIVA OLIO DI ARACHIDI OLIO DI SOIA OLIO DI NOCCIOLA ADULTERAZIONI CON OLI DI SEMI

56 56 CARATTERIZZAZIONE GEOGRAFICA (EFFETTO PEDOCLIMATICO) CARATTERIZZAZIONE GENETICA (EFFETTO DELLA CULTIVAR) 13 C NMR + ANALISI STATISTICA

57 57 EFFETTO PEDOCLIMATICO SULLA COMPOSIZIONE DEGLI OLI DI OLIVA ARGENTINI ED ITALIANI: UN PROBLEMA AGRONOMICO La Catamarca è una regione semidesertica dellArgentina caratterizzata da un clima con forti escursioni termiche e da una vegetazione con prevalenza di erbacee e arbusti. Scopo del lavoro era quello di riqualificare tale zona con limpianto di olivi (Olea europea L.) e più precisamente con cultivar in grado di dare oli con caratteristiche simili a quelle richieste dalla Comunità Europea. Sono state quindi realizzate due piantagioni sperimentali, una in Argentina ed una in Italia, nelle quali sono state impiantate delle cultivar tipiche del bacino mediterraneo. L.Mannina, G.Fontanazza, M.Patumi, G.Ansanelli, A.L.Segre, Grasa y Aceites, (2001), 52,

58 EFFETTO PEDOCLIMATICO ( 13 C) Argentina (Catamarca) Biancolilla (Sicilia) Cerasuola (Sicilia) Coratina (Puglia) Kalamata (Puglia) Peranzana (Puglia) Leccino (Lazio) I-77 (Umbria) Frantoio (Lazio) Arbequina CULTIVARTCA

59 59 EFFETTO PEDOCLIMATICO ( 13 C)

60 60 CARATTERIZZAZIONE GENETICA DELLE CULTIVAR SICILIANE ( 13 C) Lo scopo era quello di selezionare delle variabili in grado di separare (individuare) quattro diverse cultivar della Sicilia. Partendo da circa 70 variabili ottenute dallo spettro 13 C è stata applicata unanalisi della varianza (ANOVA) con la quale sono state selezionate circa 30 variabili con elevato potere discriminante fra le cultivar. E interessante notare che tali variabili sono relative solo agli acidi grassi legati al glicerolo in posizione 1,3. L.Mannina, G.Dugo, F.Salvo, L.Cicero, G.Ansanelli, C.Calcagni, A.L. Segre, Journal of Agriculture and Food Chemistry, (2003), 51,

61 61 CARATTERIZZAZIONE GENETICA ( 13 C)

62 62 PUBBLICAZIONI 1 H NMR Origine geografica degli oli di oliva. Qualità ed autenticazione degli oli di oliva. 1. L.Mannina, C.Calcagni, E.Rossi, A.L. Segre, Annali di Chimica, 2003, 93, L.Mannina, AL Segre, Grasa y Aceites, 2002, 53, L.Mannina, G.Fontanazza, M.Patumi, G.Ansanelli, A.L.Segre, Grasa y Aceites, (2001), 52, L.Mannina, M.Patumi, N.Proietti, D.Bassi, A.L.Segre,, Journal of Agriculture and Food Chemistry, (2001), 49, L.Mannina, M.Patumi, N.Proietti, A.L. Segre, Italian Journal of Food Science. (2001), 13, L.Mannina, M.Patumi, P.Fiordiponti, M.C.Emanuele, AL.Segre Olive and hazelnut oils: a study by high-field 1 H NMR and gas chromatography, Italian Food Technology, (2000), 21, L.Mannina, P.Barone, M.Patumi, P.Fiordiponti, M.C.Emanuele, A.L.Segre, Recent Research Developments in Oil Chemistry, (1999), 3, M.C.Emanuele, L.Mannina, M.Patumi, A.L.Segre, "Studio sulla sofisticazione dell'olio di oliva con olio di nocciola", OLIVO & OLIO, (1999), 11, L.Mannina, M.Patumi, P.Fiordiponti, M.C.Emanuele, A.L.Segre,Italian Journal of Food Scienc., (1999), 11, M.C.Emanuele, L.Mannina, M.Patumi, A.L.Segre OLIVO & OLIO (1998), 2/3, R.Sacchi, L.Mannina, P.Fiordiponti, P.Barone, L.Paolillo, M.Patumi, A.L.Segre Journal of Agricultural and Food Chemistry, (1998), 46, A.L.Segre, L.Mannina, " 1 H-NMR Study of Edible Oils", Recent Research Developments in Oil Chemistry, (1997), 1, R.Sacchi, M.Patumi, G.Fontanazza, P.Barone, P.Fiordiponti, L.Mannina, E.Rossi, A.L.Segre, Journal of the American Oil Chemists Society (1996), 73,

63 63 Distribuzione posizionale degli acidi grassi sul glicerolo negli oli vegetali. L.Mannina, G.Dugo, F.Salvo, L.Cicero, G.Ansanelli, C.Calcagni, A.L. Segre, Study of the Cultivar- Composition Relationship in Sicilian olive Oils by GC, NMR, and Statistical Methods, Journal of Agriculture and Food Chemistry, (2003), 51, L.Mannina, G.Fontanazza, M.Patumi, G.Ansanelli, A.L.Segre, Italian and Argentine olive oils: a NMR and gas chromatographic study, Grasas y Aceites, L.Mannina, C.Luchinat, M.C.Emanuele, A.L.Segre, "Acyl positional distribution of glycerol tri-esters in vegetable oils: a 13 C NMR study", Chemistry and Physics of Lipids, (1999), 103, L.Mannina, C.Luchinat, M.Patumi, M.C.Emanuele, E.Rossi. A.L.Segre, "Concentration dependence of 13C NMR spectra of triglycerides: implications for the NMR anlysisis of olive oils", Magnetic Resonance in Chemistry (2000), 38, Effetto delle condizioni pedoclimatiche sulla composizione dellolio di oliva. PUBBLICAZIONI 13 C NMR e 13 C NMR-GC

64 64 RINGRAZIAMENTI: Dr.Annalaura Segre, Dr.Donatella Capitani, Dr.Stéphane Viel, Dr. Noemi Proietti, Sig. Enrico Rossi (CNR, Ist. Metodologie Chimiche, Roma ) Dr. Giuliana Ansanelli (ENEA, Trisaia) Prof. Claudio Luchinat (Università di Firenze) Dr. Fontanazza, Dr.Maurizio Patumi (CNR, Ist.Ricerche Olivicoltura, Roma ) Prof. Giacomo Dugo (Università di Messina) Dr. M.Carmela Emanuele (Farchioni Oli)


Scaricare ppt "OLIO DI OLIVA: CARATTERIZZAZIONE ATTRAVERSO LNMR AD ALTA RISOLUZIONE ( 1 H e 13 C) Luisa Mannina a,b, Marco DImperio a Anatoli Sobolev b, Annalaura Segre."

Presentazioni simili


Annunci Google