Perigueux è un comune nel Sud-Ovest della Francia, tra
Limoges e Bordeaux. All’Istituto universitario di tecnologia di Perigueux sono
state svolte delle analisi chimiche per cercare di determinare in modo
oggettivo il gusto di alcuni campioni di fragole in modo da valutarne la loro
qualità. Il risultato è stato sorprendente: sono riusciti persino a
identificare il campo di provenienza (di coltivazione) delle fragole. Il parametro scelto come valutazione del gusto è stato l’odore. Per
studiarne l’odore, i chimici hanno separato i vapori emessi dalla fragola
tramite la cromatografia e ne hanno identificato i costituenti con lo
spettrometro di massa: in questo modo sono state individuate le molecole
odorose. E’ stato necessario poi confrontare i picchi dei diversi campioni a seconda
della varietà, della data, del luogo di raccolta e così via. Lo studio era
complesso poiché i picchi da confrontare erano più di 1600. Ciò era dovuto al
fatto che i picchi scaturivano da 23 molecole principali responsabili
dell’odore di fragola e 3 campioni circa per ognuna delle 17 varietà esaminate.
I chimici perciò si rivolsero a specialisti di reti neurali.
Le reti neurali artificiali sono strumenti matematici che,
cercando di simulare la struttura e il funzionamento del cervello con i suoi
neuroni, svolgono un’analisi statistica di dati al fine di comprendere o
progettare determinate funzioni di approssimazione, classificazione ed
elaborazione dei dati stessi. In
termini pratici le reti neurali artificiali sono strutture di dati statistici
organizzate come strumenti di modellazione. Esse possono essere utilizzate per
simulare relazioni complesse tra ingressi e uscite. Una rete neurale artificiale
riceve segnali esterni su uno strato di nodi (unità di elaborazione omologhi
dei neuroni) di ingresso, ciascuno dei quali è collegato con numerosi nodi
interni, organizzati in più livelli. Ogni nodo elabora (secondo certe modalità)
i segnali ricevuti e trasmette il risultato a nodi successivi. Alla fine si avranno
valori in uscita che rappresentano la trasformazione dei dati in entrata. Esistono vari tipi di reti neurali e il gruppo di Perigueux ha scelto le
“mappe autoorganizzanti”. Queste reti, utilizzate a scopo di classificazione,
sono composte da uno strato di neuroni d’entrata, che classifica i dati, e da
uno strato di neuroni d’uscita che visualizza i risultati. Nel nostro caso i
dati erano vettori a 23 componenti (le intensità dei 23 composti scelti per
descrivere l’odore delle fragole). L’algoritmo sfruttato nelle mappe
autoorganizzanti trasmetteva questi dati ai neuroni d’uscita, e i vettori con
le stesse caratteristiche risultavano vicini sella mappa risultante.
Si è iniziato, quindi, ad esplorare la variabilità annuale
delle fragole, campionando e analizzando sette varietà coltivate negli anni
2000,2001 e 2002 nelle stesse condizioni. E’ apparsa una separazione netta tra
i campioni, dimostrando l’importanza dell’anno di coltivazione. La mappa in
uscita separava anche le varietà, ma la variabilità interannuale in una data
varietà era superiore alle differenze tra varietà.
Si è proseguito considerando una stessa annata con sei
varietà e tre zone differenti di coltivazione. Anche in questo caso le varietà
risultavano tutte ben separate nella mappa in uscita. A risoluzione maggiore
venivano separati i tre siti di coltivazione di ciascuna varietà: la
variabilità secondo i siti di produzione è minore di quella relativa alle
varietà, che quindi influenzano il sapore più del luogo di produzione.
Sono state studiate poi questioni di gusto come il
congelamento. E’ stata riscontrata una chiara distinzione tra i campioni
congelati e quelli freschi. Aumentando l’ingrandimento si distinguevano le
varietà in ciascuna metà della mappa globale. Insomma qualunque variazione di
un parametro che abbia attinenza con la coltivazione o il trattamento delle
fragole produce una variazione del gusto e del sapore di queste. Sarà cosi
anche per la cipolla? Probabilmente sì…ma vedremo
Bibliografia: