Riduzione della dimensionalità: un modello per trovare l'impronta chimica che identifica l'origine del vino

Grazie all'intelligenza artificiale un team dell'Università di Ginevra (UNIGE), in collaborazione con l'Istituto di Scienze della Vite e del Vino dell'Università di Bordeaux, è riuscito a identificare con il 100% di precisione la firma chimica dei vini rossi di sette grandi aziende della regione di Bordeaux. 

Ogni vino porta la propria firma chimica e, se questo è vero, può essere utilizzata per identificarne l'origine. Molti studiosi hanno tentato in passato di risolvere questo mistero, senza riuscirvi pienamente. Applicando strumenti di intelligenza artificiale, un team dell'Università di Ginevra (UNIGE), in collaborazione con l'Istituto di scienze della vite e del vino dell'Università di Bordeaux, è riuscito a identificare con una precisione del 100% la marcatura chimica di 80 vini rossi da sette grandi tenute della regione di Bordeaux esclusivamente sui loro componenti chimici. Questi risultati, pubblicati sulla rivista Communications Chemistry , aprono la strada a potenziali nuovi strumenti per combattere la contraffazione e a strumenti predittivi per guidare il processo decisionale nel settore vitivinicolo.

Ogni vino è il risultato di complesse miscele di migliaia di molecole. Le loro concentrazioni variano a seconda della composizione delle uve, che dipende in particolare dalla natura e dalla struttura del terreno, dal vitigno e dalle pratiche del viticoltore. Queste variazioni, anche se molto piccole, possono avere un grande impatto sul gusto del vino. Ciò rende molto difficile determinare l’origine precisa di un vino basandosi solo su questo criterio sensoriale. Il cambiamento climatico, le nuove abitudini di consumo e l’aumento della contraffazione, ha portato alla necessità di realizzare strumenti efficaci per determinare l’identità dei vini.

''Il settore vitivinicolo in passato ha fatto numerosi tentativi per trovare la firma chimica di un vino in grado di identificarne l'origine, ma senza riuscire a trovare una soluzione. Ciò è dovuto alla grande complessità delle miscele e ai limiti dei metodi utilizzati, che sono un po' come cercare un ago in mezzo a un pagliaio'', spiega Alexandre Pouget, professore ordinario presso il Dipartimento di Neuroscienze di Base dell'Università Facoltà di Medicina dell'UNIGE.

Uno dei metodi utilizzati è la gascromatografia, una tecnica analitica comunemente usata per separare e analizzare i composti volatili e semivolatili di una miscela. Il vino passa attraverso un tubo molto sottile, lungo 30 metri. I componenti che hanno maggiore affinità con il materiale del tubo si separano gradualmente dagli altri. Ogni separazione viene registrata da uno ''spettrometro di massa''. Viene quindi prodotto un cromatogramma che mostra i "picchi" che indicano le separazioni molecolari. Nel caso del vino però, a causa delle numerose molecole che lo compongono, questi picchi sono estremamente numerosi, rendendo molto difficile un'analisi dettagliata ed esaustiva.

Stephanie Marchand dell'Istituto di scienze della vite e del vino dell'Università di Bordeaux, insieme al team di Alexandre Pouget, ha trovato una soluzione, ovvero combinando i cromatogrammi con strumenti di intelligenza artificiale. I cromatogrammi provenienti da 80 vini rossi di dodici annate (1990-2007) da sette tenute nella regione di Bordeaux, hanno fornito i dati grezzi che sono stati poi elaborati utilizzando l’apprendimento automatico, un campo dell’intelligenza artificiale in cui gli algoritmi imparano a identificare modelli ricorrenti in insiemi di informazioni.

"Invece di estrarre picchi specifici e dedurre concentrazioni, questo metodo ci ha permesso di prendere in considerazione i cromatogrammi completi di ciascun vino - che possono comprendere fino a 30.000 punti - compreso il "rumore di fondo", e di riassumere ciascun cromatogramma in due coordinate X e Y, dopo aver eliminato le variabili non necessarie. Questo processo si chiama riduzione della dimensionalità'', spiega Michael Schartner, ex studioso post-dottorato presso il Dipartimento di Neuroscienze di Base della Facoltà di Medicina dell'UNIGE e primo autore dello studio.

Posizionando le nuove coordinate su un grafico, i ricercatori sono riusciti a vedere sette “nuvole” di punti, scoprendo che ciascuna di queste nuvole raggruppava le annate della stessa tenuta sulla base delle loro somiglianze chimiche. "Questo ci ha permesso di dimostrare che ogni tenuta ha la propria firma chimica. Abbiamo anche osservato che tre vini erano raggruppati a destra e quattro a sinistra, il che corrisponde alle due sponde della Garonna su cui si trovano queste tenute'', spiega Stéphanie Marchand, professoressa dell'Istituto di Scienze della Vite e del Vino presso l'Università di Bordeaux e coautore dello studio.

Nel corso delle analisi, i ricercatori hanno scoperto che l'identità chimica di questi vini non era definita dalla concentrazione di poche molecole specifiche, ma da un ampio spettro chimico. "I nostri risultati mostrano che è possibile identificare l'origine geografica di un vino con una precisione del 100%, applicando tecniche di riduzione della dimensionalità ai gascromatogrammi", afferma Alexandre Pouget, che ha guidato la ricerca.

La riduzione della dimensionalità è una tecnica innovativa utilizzata con l'obiettivo di trovare una rappresentazione dei dati con dimensione inferiore ma che trattenga il massimo dell’informazione dei dati originali; ad oggi sono un argomento di studio e sviluppo nell’ambito statistico.

La presente ricerca fornisce nuove informazioni sui componenti di identità e proprietà sensoriali di un vino. Inoltre, apre la strada allo sviluppo di strumenti a supporto del processo decisionale – per preservare l’identità e l’espressione di un terroir, ad esempio – e per combattere più efficacemente la contraffazione.