Scienziati francesi usano l'apprendimento automatico per autenticare le origini di Champagne e Borgogna con una precisione del 100%.

Ricercatori francesi hanno sviluppato un nuovo metodo per autenticare l'origine dei vini spumanti utilizzando il machine learning e il fingerprinting geochimico. Lo studio, condotto da scienziati della Sorbonne Université e pubblicato su npj Science of Food, si è concentrato su 75 campioni di spumante provenienti dalle regioni di Champagne e Borgogna. Il team ha combinato l'analisi isotopica ed elementare con algoritmi avanzati di apprendimento automatico per distinguere i vini di queste due rinomate regioni francesi.

La ricerca affronta un problema crescente nel mercato globale del vino: la contraffazione. I vini di alto valore, soprattutto quelli etichettati come Champagne o Borgogna, sono spesso bersaglio di frodi. I metodi tradizionali per verificare l'origine del vino si basano sulla documentazione della catena di approvvigionamento e sulle indicazioni geografiche, ma queste possono essere manipolate o falsificate. In passato sono state utilizzate tecniche analitiche come la spettroscopia di risonanza magnetica nucleare e la spettrometria di massa, ma il loro costo elevato e la loro complessità ne hanno limitato l'adozione diffusa.

In questo studio, i ricercatori hanno misurato il rapporto isotopico dello stronzio (87Sr/86Sr) in ogni campione di vino. Questo rapporto è influenzato dalla geologia del terreno del vigneto ed è difficile da falsificare o alterare durante la vinificazione. Utilizzando la regressione logistica, un modello di apprendimento automatico trasparente, hanno ottenuto un'accuratezza del 100% nella classificazione delle origini dei vini in base a questo marcatore isotopico.

Per far fronte al costo elevato dell'analisi isotopica - circa 300 euro per campione - il team ha anche verificato se le concentrazioni elementari potessero rappresentare un'alternativa affidabile. Hanno scoperto che la concentrazione di rubidio (Rb) da sola fornisce un'accuratezza di classificazione superiore al 90%, riducendo i costi analitici del 75%. Ciò rende l'autenticazione di routine più fattibile per i produttori e le agenzie di regolamentazione.

I ricercatori hanno utilizzato un set di dati composto da 66 campioni di Champagne e 9 di Borgogna. Per garantire risultati solidi nonostante questo squilibrio, hanno applicato un sovra-campionamento sintetico di minoranza (SMOTE) e una convalida incrociata ripetuta. Hanno confrontato tre modelli di apprendimento automatico: la regressione logistica, la foresta casuale e la macchina a vettori di supporto. La regressione logistica ha dato i risultati migliori, con un punteggio medio F1 di circa 0,93.

L'analisi delle singole caratteristiche ha mostrato che il rapporto isotopico dello stronzio era il discriminatore più potente tra le regioni, seguito da vicino dalla concentrazione di rubidio. La combinazione di entrambe le caratteristiche ha migliorato ulteriormente le prestazioni di classificazione. Lo studio ha anche esplorato le correlazioni tra i diversi elementi e isotopi, scoprendo che alcune combinazioni catturano aspetti unici della composizione del vino legati alla geologia regionale.

Le implicazioni pratiche sono significative per l'industria vinicola. Utilizzando il rubidio come proxy per le misure isotopiche più costose, le aziende vinicole e le autorità di regolamentazione possono implementare programmi di autenticazione su larga scala a costi inferiori. Il metodo è anche trasparente e interpretabile, il che è importante per l'accettazione delle normative.

Gli autori osservano che il loro approccio potrebbe essere esteso ad altri alimenti di alto valore soggetti a frodi, come l'olio d'oliva, il miele o il caffè. Gli autori riconoscono alcune limitazioni: l'attuale set di dati copre solo due regioni francesi e fattori come le variazioni climatiche tra le annate possono influenzare le firme geochimiche. Per un'adozione più ampia saranno necessari protocolli e materiali di riferimento standardizzati.

La raccolta dei campioni è stata effettuata in Francia in condizioni rigorose di camera bianca. L'analisi elementare è stata eseguita con la spettrometria di massa al plasma ad accoppiamento induttivo a quadrupolo (Q-ICP-MS), mentre i rapporti isotopici sono stati misurati con ICP-MS multicollettore (MC-ICP-MS). Il flusso di lavoro comprendeva la digestione del campione, la purificazione della matrice con resina a scambio ionico per rimuovere le interferenze e la calibrazione con standard certificati.

Lo studio è stato sostenuto dal programma Horizon Europe dell'Unione Europea e ha richiesto la collaborazione di Moët et Hennessy per l'accesso a campioni di vino autentici. I risultati offrono una soluzione scalabile per proteggere l'integrità delle denominazioni in un settore in cui la fiducia dei consumatori è strettamente legata alle indicazioni di origine.

Con l'espansione delle vendite online e l'aumento dei rischi di contraffazione in tutto il mondo, questa ricerca fornisce una base scientifica per un'autenticazione più sicura del vino. Integrando la chimica analitica con l'apprendimento automatico, gli scienziati francesi hanno fatto un passo avanti per garantire che ciò che viene etichettato come Champagne o Borgogna provenga davvero da quelle regioni storiche.