Patrocinadores:
AEB
 
 
CIENCIA Y TECNOLOGÍA OTROS ARTÍCULOS CIENTÍFICOS  
Nariz electrónica. Aplicaciones enológicas
Josep Guasch, Olga Busto y Montserrat Mestres
qaea@urv.cat
Grupo de Química Analítica Enológica y de los Alimentos
Departamento de Química Analítica y Química Orgánica
Universitat Rovira i Virgili, Campus Sescelades, Tarragona
http://www.quimica.urv.cat

El aroma del vino se analiza tradicionalmente mediante métodos sensoriales o por cromatografía de gases. Ambas metodologías analíticas son lentas y caras, por lo que el interés por métodos rápidos se ha incrementado en los últimos tiempos. Entre otros, la nariz electrónica (e-nose) destaca por su alta sensibilidad, rapidez, bajo coste y una mínima, o ninguna, preparación de la muestra.1 Las primeras narices electrónicas aparecieron en el mercado en la década de los noventa y hasta el momento presente han tenido una amplia aplicación en el análisis y caracterización de alimentos.2-7

En este artículo se revisan las aplicaciones de la nariz electrónica en el sector vitivinícola, pero para ello es necesario conocer como funciona una nariz electrónica. Además se debe tener presente que en análisis de alimentos la tendencia actual es el desarrollo de métodos simples y rápidos, ya que ello facilita el análisis del gran número de muestras que son necesarias para la correcta caracterización un tipo de vino, una variedad o un proceso tecnológico.


El instrumento

La nariz electrónica es «un instrumento, dotado de sensores químicos y de un programa quimiométrico de reconocimiento de modelos, capaz de reconocer y comparar olores individuales o complejos de las sustancias».8Está diseñada para detectar compuestos volátiles y consta de un sistema de muestreo, un sistema de detección (sensores) y un sistema de procesamiento de datos (fig. 1).

Figura 1. Esquema de una nariz electrónica.

Sistema de muestreo: El muestreo es una etapa crítica y cuya importancia es a veces ignorada. Se utiliza para llevar una muestra representativa de los compuestos volátiles al sistema de detección. Se han utilizado diferentes técnicas,2 pero normalmente se utiliza la técnica del espacio de cabeza (HS), ya que es rápido y automatizable. La muestra (vino), se coloca en un vial herméticamente cerrado, se deja que se alcance el equilibrio entre la fase líquida (vino) y la gaseosa (compuestos volátiles del vino) y una fracción de esta fase volátil se inyecta automáticamente en el sistema de detección.

Sistema de detección: Hay dos tipos de instrumentos. La nariz electrónica clásica utiliza un conjunto de sensores de gases.2 Estos sensores, normalmente entre 8 y 32, interaccionan de forma no específica con los compuestos volátiles. Se utilizan diferentes tipos de sensores5 que responden de forma no específica a diferentes propiedades de las moléculas (polaridad, estructura, propiedades redox, tamaño, conductividad, etc.). El conjunto de las respuestas de todos sensores es el perfil (fingerprint) característico de la de la muestra (vino) analizada.

Modernamente se han desarrollado una nariz electrónica basada en la espectrometría de masas (MS) como sistema de detección.4,6 En ésta la fracción volátil del HS se inyecta en la cámara de ionización del MS donde todas las moléculas de los compuestos volátiles del aroma son ionizadas y fragmentadas y sus fragmentos son caracterizados por su relación masa/carga. En este caso el perfil característico de cada muestra obtenido es el espectro de masas global de la misma.

Sistema de procesamiento de datos: En la nariz electrónica para cada muestra se obtiene un perfil característico que está constituido por una serie más o menos larga de datos, que corresponden a las respuestas de los diferentes sensores de gases utilizados o a las abundancias de los diferentes fragmentos obtenidos en el MS. Así, cada muestra está definida en un espacio de n coordenadas (variables) y para poder extraer la información se utilizan técnicas quimiométricas. Se utilizan técnicas de reconocimiento de modelos, que permiten buscar similitudes/diferencias entre las muestras y con las muestras similares se que pueden establecer patrones de clasificación, todo ello sin necesidad de identificar ni cuantificar ninguno de sus compuestos individuales.


Proceso analítico

La gran utilidad de la nariz electrónica es que es la única técnica capaz de valorar, de forma muy rápida, propiedades de las muestras que dependan de la fracción volátil, como, por ejemplo, la variedad de una vinífera o un defecto aromático.

De acuerdo con la figura 1, el proceso analítico se inicia con muestras representativas de la propiedad que queramos estudiar. Se colocan las muestras en viales, se puede adicionar NaCl para favorecer la volatilidad de los compuestos del aroma y se cierran herméticamente. Se dejan equilibrar y se inyectan automáticamente en el sistema de detección donde se obtiene el perfil característico de cada una de las muestras. Con todas las muestras (Mm) se obtiene una matriz de datos (fig. 2) formada por las respuestas (Xij) de todos sensores (Sn), ya sean las respuestas eléctricas de los sensores de gases o la abundancia de los fragmentos del espectro de masas. En esta matriz cada muestra (vino) está definida por una fila de datos.

La matriz de datos obtenida (Xij) contiene información de todas las moléculas de los compuestos volátiles de las muestras, que pueden tener propiedades diferentes (Pm). En el caso de los vinos pueden ser la variedad, el origen geográfico, la denominación de origen, la vinificación, la crianza, un defecto aromático, etc.) y estas informaciones son las que una nariz electrónica nos permite valorar con una gran rapidez.

Figura 2. Matriz de datos (Xij).

Para poder extraer la información contenida en la matriz de datos se aplican técnicas de reconocimiento de modelos (pattern recognition), cuyos programas informáticos ya están instalados en las narices electrónicas. Estas técnicas permiten la búsqueda de agrupaciones (PCA, HCA, etc.) en las muestras y la detección de muestras discrepantes (outliers). Si existen agrupaciones de muestras con una propiedad común se utilizan técnicas para la definición de modelos de reconocimiento (SIMCA, KNN, etc.) y con ellos se pueden permitir clasificar muestras desconocidas. Cuando la propiedad es numérica se pueden predecir el valor de la misma empleando métodos de regresión (PLS, PCR, etc.). Actualmente también se utilizan las redes neuronales (ANN).

Para la construcción de modelos de reconocimiento es necesario disponer de una gran cantidad de muestras representativas. Con una parte de las muestras se construye el modelo y con las restantes se verifica su validez. La gran utilidad de la nariz electrónica es su rapidez, ya que el perfil de una muestra se puede obtener en unos 2-5 minutos. Por ello es factible procesar grandes cantidades de muestras y construir modelos de reconocimiento que sean representativos, robustos y fiables.


Aplicaciones enológicas de la nariz electrónica

La nariz electrónica ha dado lugar a numerosas aplicaciones con un gran interés enológico.9-11 Las que se presentan en la tabla 1 son una muestra de las aparecidas en los últimos años.

Tabla 1: Aplicación de las narices electrónicas en enología en los últimos años

Año

Estudios realizados

Muestras

Sistema
de
detección

Ref
biblio.

2001

Diferenciación de 3 DO

3

S

12

Diferenciación de 2 vinos tintos con diferente crianza

2

S

12

2003

Detección del TCA

18

MS

13

2004

Diferenciación de 3 variedades

209

MS

14

Diferenciación de 2 DO

25

MS

14

Diferenciación de 4 tiempos
de crianza

131

MS

14

Diferenciación 3 tipos de vinos

9

S

15

Detectar adulteración de vinos

8

S

16

Valoración de descriptores sensoriales

36

S

17

2005

Clasificación de 2 variedades

150

MS

18

Reconocimiento de descriptores sensoriales (5)

-

S

19

2006

Diferenciación de variedades, añadas
y vinificaciones

5

S

20

Clasificación de vinos con diferente vinificación

4

S

21

Reconocimiento de descriptores sensoriales (4)

60

MS

22

Diferenciación de vinos tintos de crianza

4

S

23

Reconocimiento de descriptores sensoriales (16)

2

S

24

2007

Detección de defectos (Brettanomyces)

213

MS

25

Predicción de descriptores sensoriales (3)

15

S

26

Reconocimiento de descriptores sensoriales (15)

28

S

27

2008

Clasificación de vinos de 3 variedades

41

MS

28

Diferenciación de tiempos de crianza

17

S

29

Reconocimiento de descriptores sensoriales (6)

60

MS

30

Detección de defectos (Brettanomyces)

46

S, MS

31

2009

Evaluación de descriptores sensoriales (9)

-

S

32

Clasificación de sauvignon blanc
por regiones

34

S, MS

33

2010

Clasificación de 2 DO

59

HS

34

Evaluación de umbrales de percepción sensorial

-

S

35

Clasificación de tempranillos
de 2 regiones diferentes

60

MS

36

S: sensor de gases; MS: espectrometría de masas.

Como sistema de muestreo el que más se utiliza es el espacio de cabeza (HS). En algunos casos para obtener una mayor sensibilidad se han utilizado la microextracción en fase sólida (SPME) para la preconcentración de los compuestos del aroma, aunque aumenta significativamente el tiempo de análisis.
Como sistema de detección se utilizan tanto los sensores de gases como la espectrometría de masas. En la aplicación de los sensores de gases pueden aparecer problemas por la presencia mayoritaria del etanol en el aroma del vino, lo que da lugar a la saturación de los sensores y la correspondiente perdida de la calidad de la respuesta. Por ello se han propuesto sistemas para eliminar el etanol pero implican un tratamiento de muestra que ralentiza los análisis. La espectrometría de masas no tiene estos problemas ya que se puede programar la detección de forma que únicamente seleccione los fragmentos mayores de 46 unidades de masa, con lo que se, elimina la interferencia del etanol (PM 46). La nariz electrónica basada en la MS es mucho más rápida y por ello su mayor utilización en los últimos tiempos.

Uno de las principales aplicaciones de la nariz electrónica consiste en la diferenciación y clasificación de vinos, ya sea por zonas vitícolas,12,14,33,34,36 por variedades14,18,20,28 y por añadas.20 A título de ejemplo cabe destacar el estudio efectuado para la diferenciación geográfica de la variedad tempranillo,36 no tanto por el resultado obtenido, como por el trabajo descrito, que permite entender la operatividad y utilidad de una nariz electrónica.

Todas estas aplicaciones tienen un gran interés para poder controlar y garantizar la autenticidad de los vinos. En estos casos la fiabilidad de los resultados obtenidos depende fundamentalmente de la representatividad de los vinos seleccionados para el estudio, por lo que es necesario disponer de un gran número de muestras. Los estudios efectuados con un número reducido de vinos tienen únicamente un interés científico-académico, pero ninguna utilidad práctica. Otra aplicación interesante es la comparación y clasificación de vinos obtenidos con diferentes sistemas de vinificación15,20,21 y de crianza.12,14,23,29 El control de la crianza es un gran reto ya que permitiría el control de los tipos de vinos de crianza y garantizar la duración de la crianza. Como antes la cantidad y representatividad de las muestras es fundamental y los consejos reguladores de las DO pueden ser los principales interesados en estos estudios para garantizar la autenticidad de los vinos.

La detección de defectos aromáticos es un tema de gran interés para las bodegas elaboradoras. La nariz electrónica ha mostrado su potencial en la detección del TCA12 y en la detección del defectoromático causado por las Brettanomyces.25,31 Se ha creado modelos que permiten la clasificación de los vinos según su contenido en 4EP (alto, medio bajo) y se han construido modelos de predicción (r2 > 0,97) que permiten estimar con gran rapidez el contenido en 4EP y 4EG con un error medio de 73 y 8 µg/L, respectivamente.31

Una evidente aplicación de la nariz electrónica ha sido en el análisis sensorial del vino. Hay diferentes estudios sobre su capacidad para el reconocimiento y predicción de descriptores aromáticos.17,19,22,23,26,27,30,32 En unos casos se utilizan vinos a los que se le adicionan cantidades diferentes de compuestos químicos responsables de los descriptores aromáticos característicos. La nariz electrónica permite diferenciar con éxito estos vinos.32

Es mucho más interesante la utilización de la nariz electrónica para la predicción de las características aromáticas de los vinos.30 Así una nariz electrónica se ha calibrado con las valoraciones de un panel de cata obteniéndose buenos coeficientes de correlación (R=0,8-0,90) para de 4 descriptores aromáticos. Además, se ha constatado que las narices electrónicas pueden llegar a límites de detección sensorial 10 veces menores que un panel humano.35

Las narices electrónicas pueden utilizarse conjuntamente con lenguas electrónicas,37 con lo que se pueden caracterizar al mismo tiempo propiedades olfativas y gustativas del vino.25,33,36 Junto con la caracterización espectrofotométrica del color, se puede tener una herramienta que se podría denominar un «catador electrónico».


Conclusión

Las narices electrónicas son una herramienta de un gran interés ya que permite caracterizar propiedades de los vinos de gran interés enológico y de muy difícil evaluación con otras técnicas analíticas. Estas propiedades, como el origen geográfico, la variedad de vinífera, la añada, el tiempo de crianza, etc., son de un gran interés para garantizar la autenticidad de los vinos.

Además la nariz electrónica puede ser calibrada para que imite a un panel de cata, con lo que se puede utilizar como complemento del mismo para un rápido barrido previo de las muestras. La utilidad de la nariz electrónica dependerá siempre de la cantidad y representatividad de los vinos utilizados en su calibración. En su utilidad en el análisis sensorial de los vinos la calidad de los datos aportados por los catadores es fundamental, por lo que éstos deben estar adecuadamente entrenados y estadísticamente validados.

 

Bibliografía

1. Korel F., Balaban M.Ö.: Electronic nose technology in food analysis. En: Ötle?, S. (ed.). Handbook of Food Analysis Instruments. Boca Raton: CRC Press Taylor & Francis Group, 2009.
2. Peris M., Escuder-Gilabert L.: A 21st century technique for food control: Electronic noses. Analytica Chimica Acta 2009; 638: 1.
3. Vera L.; Martí M.P.; Boqué R.; Mestres M.; Busto O.; Guasch J.: Control de calidad de bebidas alcohólicas mediante nariz electrónica. Cerveza y Malta 2008; 45: 13.
4. Martí M.P., Boqué R., Busto O., Guasch J.: Electronic noses in the quality control of alcoholic beverages. Trends in Analytical Chemistry 2005; 24: 57.
5. James D., Scott SM., Ali Z., O’Hare WT.: Chemical Sensors for Electronic Nose Systems. Microchimica Acta 2005; 149: 17.
6. Pérès C., Begnaud F., Eveleigh L., Berdagué J.L.: Fast characterization of foodstuff by headspace mass spectrometry (HS-MS). Trends in Analytical Chemistry 2003; 22: 858.
7. Gardner J.W., Barlett P.N.: A brief history of electronic noses. Sensors and Actuators B 1994; 18: 211.
8. Ramis, G., García, C.: Quimiometría. Madrid: Editorial Síntesis, 2001.
9. Martí M.P.; Mestres M.; Busto O.; Guasch J.: «Aplicación de la nariz electrónica en el control de calidad de vinos». Alimentación, Equipos y Tecnología 2000; 9: 129-133.
10. Busto O.: La nariz electrónica: una nueva herramienta para analizar el aroma. ACE Revista de Enología 2002 (agosto): 24. Disponible en: http://www.acenologia.com/ciencia60_2.htm.
11. Cynkar W., Janik L., Cozzolino D., Dambergs B., Gishen M.: Applications of electronic noce devices in Australian wine industry. Australian & New Zealand Grapegrower & Winemaker 2006; 513: 66.
12. Guadarrama A., Fernández J.A., Íñiguez M., Souto J., de Saja J.A.: Array of conducting polymer sensors for the characterisation of wines. Analytica Chimica Acta 2000; 411: 193.
13. Martí MP., Boqué R., Riu M., Busto O., Guasch J. Fast screening method for determining 2,4,6-trichloroanisole in wines using a headspace-mass spectrometry (HS–MS) system and multivariate calibration. Analytical and Bioanaytical Chemistry 2003; 376: 497-501.
14. Martí MP., Busto O., Guasch J.: Application of a headspace mass spectrometry system to the differentiation and classification of wines according to their origin, variety and ageing. Journal of Chromatography 2004; 1057: 211.
15. Penza M., Cassano G.: Chemometric characterization of Italian wines by thin-film multisensors array and artificial neural networks. Food Chemistry 2004; 86: 283.
16. Penza M., Cassano G.: Recognition of adulteration of Italian wines by thin-film multisensor array and artificial neural networks. Analytica Chimica Acta 2004; 509: 159.
17. Di Natale C., Paolesse R., Burgio M., Martinelli E., Pennazza G., D’Amico A.: Application of metalloporphyrins-based gas ans liquid sensor arrays to the analysis of red wine. Analytica Chimica Acta 2004; 513: 49.
18. Cozzolino D., Smyth HE., Cynkar W., Dambergs RG., Gishen M.: Usefulness of chemometrics and mass spectrometry-based electronic nose to classify Australian white wines by their varietal origin. Talanta 2005; 68: 382.
19. Lozano J., Santos JP., Horrillo MC. Classification of white wine aromas with an electronic nose. Talanta 2005; 67: 610.
20. Lozano J., Fernández M.J., Fontecha J.L., Aleixandre M., Santos JP., Sayago I., Arroyo T., Cabellos J.M., Gutiérrez F.J., Horrillo M.C.: Wine classification with a zinc oxide SAW sensor array. Sensors and Actuators B 2006; 120: 166.
21. García M., Aleixandre M., Gutiérrez J., Horrillo M.C.: Electronic nose for wine discrimination. Sensors and Actuators B 2006; 113: 911.
22. Cozzolino D., Smyth H.E., Lattey K.A., Cynkar W., Janik L., Dambergs RG., Francis I.L., Gishen M.: Combining mass spectrometry based electronic nose, visible-near infrared spectroscopy andchemometrics to asses the sensory properties of Australian Riesling wines. Analytica Chimica Acta 2006; 563: 319.
23. García M., Fernández M.J., Fontecha J.L., Lozano J., Santos J.P., Aleixandre M., Sayago I., Gutiérrez J., Horrillo M.C.: Differentiation of red wines using an electronic nose base on surface acoustic wave devices. Talanta 2006; 68: 1162.
24. Lozano J., Santos JP., Aleixandre M., Sayago I., Gutiérrez J., Horrillo M.C.: Identification of typical wine aromas by means of an electronic nose. IEEE Sensors Journal 2006; 6: 173.
25. Cynkar W., Cozzolino D., Dambergs B., Janik L., Gishen M.: Feasibility study on the use of a head space spectrometry electronic nose (MS e-nose) to monitor red wine spoilage induced by Brettanomyces yeast. Sensors and Actuators B 2007; 124: 167.
26. Buratti S., Ballabio D., Benedetti S., Cosio M.S. Prediction of Italian red wine sensorial descriptors from electronic nose, electronic tongue and spectrophotometric measurements by means of Genetic Algorithm regression models. Food Chemistry 2007; 100: 211.
27. Lozano J., Santos J.P., Arroyo T., Aznar M., Cabellos J.M., Gil M., Horrillo M.C.: Correlating e-nose responses to wine sensorial descriptors and gas chromatography-mass spectrometry profiles using partial least squares regression analysis. Sensors and Actuators B 2007; 127: 267.
28. Armanino C., Casolino C., Casale M., Forina M.: Modelling aroma of three Italian red wines by headspace-mass spectrometry and potential functions. Analytica Chimica Acta 2008; 614: 134.
29. Lozano J., Arroyo T., Santos J.P., Cabellos J.M., Horrillo M.C. Electronic nose for wine ageing detection. Sensors and Actuators B 2008; 133: 180.
30. Cozzolino D., Smyth H.E., Cynkar W., Janik L., Dambergs R.G., Gishen M.: Use of direct headspace-mass spectrometry coupled with chemometrics to predict aroma properties in Australian Riesling wine. Analytica Chimica Acta 2008; 621: 2.
31. Berna A.Z., Trowell S., Cynkar W., Cozzolino D.: Comparison of metal oxide-based electronic nose and mass spectrometry-based electronic nose for the prediction of red wine spoilage. Journal of Agricultural and Food Chemistry 2008; 56: 3238.
32. Arroyo T., Lozano J., Cabellos J.M., Gil-Díaz M., Santos J.P., Horrillo C.: Evaluation of wine aromatic compounds by sensory human panel and an electronic nose. Journal of Agricultural and Food Chemistry 2009; 57: 11543.
33. Berna A.Z., Trowell S., Clifford D., Cynkar W., Cozzolino D. Geographical origin of Sauvignon Blanc wines predicted by mass spectrometry and metal oxide based electronic nose Analytica Chimica Acta 2009; 648: 146.
34. Casale M., Oliveri P., Armanino C., Lanteri S., Forina M.: NIR and UV-vis spectroscopy, artificial nose and tongue: Comparison of four fingerprinting techniques for the characterization of Italian red wines. Analytica Chimica Acta 2010; 668: 143.
35. Santos J.P., Lozano J., Aleixandre M., Arroyo T., Cabellos J.M., Gil M., Horrillo M.C.: Threshold detection of aromatic compounds in wine with an electronic nose and human sensory panel. Talanta 2010; 80: 1899.
36. Cynkar W., Dambergs B., Smith P., Cozzolino D.: Classification of Tempranillo wines according to geographic origin: Combination of mass spectrometry based electronic nose and chemometrics. Analytica Chimica Acta 2010; 660: 227.
37. Escuder-Gilabert L., Peris M.: Review: Highlights in recent applications of electronic tongues in food analysis. Analytica Chimica Acta 2010; 665: 15.
38. Rodríguez-Méndez M.L., Arrieta A.A., Parra V., Bernal A., Vegas A., Villanueva S., Gutiérrez-Osuna R., de Saja J.A.: Fusion of three sensory modalities for the multimodal characterization of red wines. IEEE Sensors Journal 2004; 4: 348.

[29.04.11]