Des chercheurs développent un test fondé sur l’IA pour repérer les faux vinaigres de vin de Xérès

Des chercheurs ont présenté une méthode qui pourrait rendre plus rapide et plus simple la vérification de l’authenticité du vinaigre de vin de Xérès et la détection d’éventuels mélanges avec d’autres substances. L’étude, publiée le 15 juillet 2023 dans Food Chemistry, a testé une combinaison de spectroscopie infrarouge, d’analyse chimiométrique et de réseaux neuronaux artificiels afin d’identifier les échantillons authentiques et de détecter les adultérations sans détruire le produit pendant l’analyse.

Les travaux portaient sur le vinaigre de vin de Xérès, souvent abrégé en SWV dans l’étude. Les chercheurs ont indiqué que leur objectif était de créer un outil rapide et fiable pour l’authentification et la détection de fraudes. Pour ce faire, ils ont utilisé la spectroscopie infrarouge à transformée de Fourier en réflexion totale atténuée, ou ATR-FTIR, une technique qui mesure la façon dont un échantillon interagit avec la lumière infrarouge et produit une empreinte spectrale fondée sur sa composition chimique.

L’équipe a analysé des données spectrales FTIR provenant à la fois d’échantillons authentiques et d’échantillons adultérés de vinaigre de vin de Xérès. Les adultérants comprenaient du vinaigre balsamique, du vinaigre de cidre et de l’acide acétique synthétique. Ce sont des substituts pertinents car ils peuvent modifier la composition d’un produit tout en rendant la fraude plus difficile à repérer par une simple inspection visuelle de routine.

Pour interpréter les données spectrales, les chercheurs ont appliqué plusieurs méthodes analytiques. Ils ont utilisé l’analyse en composantes principales, ou PCA, comme outil exploratoire pour examiner les motifs présents dans les échantillons. Ils ont ensuite recouru à l’analyse discriminante par moindres carrés partiels, connue sous le sigle PLS-DA, ainsi qu’aux réseaux neuronaux artificiels, ou ANN, pour classer les échantillons et appuyer la détection des adultérations. En pratique, l’approche associait une lecture chimique rapide à des outils statistiques et d’apprentissage automatique conçus pour distinguer le vinaigre authentique des produits altérés.

Selon l’étude, la méthode a permis de discriminer avec succès le vinaigre de vin de Xérès authentique des échantillons adultérés, avec une grande précision. Les chercheurs ont indiqué que les modèles présentaient également de solides performances prédictives, ce qui laisse penser qu’ils pourraient être utilisés pour un criblage rapide dans des contextes de contrôle qualité. L’article ne présentait pas la méthode comme un remplacement de toutes les procédures d’authentification existantes, mais la décrivait comme un complément utile pour les vérifications de routine où la rapidité et le coût comptent.

L’un des principaux points de l’étude est que la méthode est non destructive. Cela signifie que l’échantillon n’a pas besoin d’être consommé ni fortement altéré pendant l’analyse, ce qui peut être important pour les tests industriels et réglementaires. Les chercheurs ont également décrit le système comme rapide et rentable par rapport à des procédures de laboratoire plus complexes. Pour les producteurs, cela pourrait réduire le temps nécessaire à l’examen des lots. Pour les régulateurs, cela pourrait aider à cibler plus tôt les échantillons suspects dans le processus de contrôle.

L’étude souligne aussi le rôle croissant des outils d’intelligence artificielle dans la vérification des aliments. Les réseaux neuronaux artificiels sont conçus pour détecter des motifs dans des données complexes et, dans ce cas, ils ont été utilisés aux côtés de méthodes chimiométriques plus établies plutôt que seuls. Cette combinaison reflète une tendance plus large dans la science des aliments et des boissons, où l’apprentissage automatique est utilisé pour renforcer la traçabilité et identifier les fraudes dans des produits à forte valeur marchande ou soumis à des exigences strictes d’étiquetage.

Cela compte au-delà du seul vinaigre. Si l’approche donne de bons résultats dans des études de suivi plus vastes, elle pourrait offrir aux entreprises du secteur plus large du vin et des boissons un moyen plus rapide de vérifier l’authenticité et de détecter les manipulations dans un produit à forte valeur. Cela pourrait améliorer le contrôle qualité interne, étayer les allégations de traçabilité et aider à protéger les marques contre des risques de fraude susceptibles d’éroder la confiance des consommateurs. Elle pourrait aussi s’avérer utile pour la surveillance officielle sur les marchés où l’origine, la composition et les méthodes de production influent sur le prix et la réputation.

Dans le même temps, les chercheurs ont pris soin de ne pas présenter la méthode comme aboutie. Ils ont indiqué que des études supplémentaires sont nécessaires pour élargir la base de données des adultérants possibles et améliorer la précision des modèles. Cette étape est importante, car les méthodes de fraude peuvent évoluer et les modèles analytiques tendent à devenir plus robustes lorsqu’ils sont entraînés sur un ensemble plus large d’échantillons du monde réel. Un outil qui fonctionne bien contre un nombre limité d’adultérants peut nécessiter une validation supplémentaire avant de pouvoir être appliqué largement à différents producteurs, conditions de stockage et circuits de marché.

Même avec cette limite, l’étude s’ajoute à un ensemble croissant de travaux visant à rendre l’authentification des aliments plus პრაქტique en dehors des laboratoires hautement spécialisés. Dans ce cas, la recherche suggère qu’un échantillon de vinaigre de vin de Xérès peut être rapidement contrôlé grâce à sa signature infrarouge, puis évalué à l’aide de modèles statistiques et fondés sur l’IA afin de déterminer s’il est probablement authentique. Pour un produit exposé au remplacement par des ingrédients moins coûteux, cela ouvre une voie possible vers une détection plus rapide des fraudes et un contrôle qualité plus cohérent.