• Home
  • Chimie
  • Astronomie
  • Énergie
  • La nature
  • Biologie
  • Physique
  • Électronique
  •  science >> Science >  >> Chimie
    Les chercheurs mettent au point une procédure et une méthode bon marché, appareil rapide et écologique capable de détecter les amandes amères

    Crédit :Université d'Alicante

    Le groupe de recherche sur la spectrométrie atomique analytique de l'Université d'Alicante dirigé par le professeur de chimie analytique Juan Mora Pastor, a développé une nouvelle procédure et un nouveau dispositif pour détecter les amandes amères basé sur le traitement d'images numériques en temps réel. Il s'agit d'une méthode analytique non destructive basée sur la fluorescence et la vision artificielle pour identifier les amandes amères. Ainsi, la base de la méthode réside dans la fluorescence émise par les composés naturellement présents dans les amandes amères. Ceux-ci ne peuvent être détectés spécifiquement qu'en éclairant l'échantillon avec une lumière de longueur d'onde appropriée et en traitant ensuite l'image générée. La méthode permet aux chercheurs d'automatiser rapidement la classification des amandes douces et amères, simplement, objectivement et en temps réel en utilisant un pas cher, procédure écologique et non destructive.

    Il n'y a pas eu de discrimination, méthode simple ou rapide qui répond aux besoins de l'industrie à tous les niveaux de la chaîne de production. La vitesse, précision, objectivité, simplicité d'application, la reproductibilité et le fait d'être une méthode non destructive qui respecte l'environnement sont quelques-uns de ses nombreux avantages. De plus, il ne nécessite pas l'utilisation de réactifs chimiques et ne génère aucun type de déchet, et la méthode peut être utilisée en toute sécurité par n'importe quel opérateur sans formation spécifique préalable. En outre, le système permet un déploiement industriel automatisé et en ligne.

    Les bénéficiaires de cette technologie sont les producteurs d'amandes, coopératives agroalimentaires, entreprises de nougat, fabricants de glaces, boulangers et pâtissiers, ainsi que des fournisseurs d'ingrédients qui incluent des amandes dans leur portefeuille de produits.

    La technologie peut être facilement mise en œuvre industriellement, permettant de détecter sans équivoque toutes les amandes amères et est déjà disponible pour les entreprises intéressées par son exploitation commerciale via le bureau de transfert de technologie et de connaissances de l'UA.

    L'amandier a une grande variabilité génétique. Bien que le goût sucré soit dominant dans les amandes, il y a encore une forte présence d'amandes amères dans les cultures espagnoles. Selon Juan Mora, le problème de la présence d'amandes amères est très fréquent dans toute production agricole. Cette présence dans les produits manufacturés (nougats, des chocolats, etc.) est un handicap sérieux pour les entreprises productrices, qui manquaient jusqu'à présent d'un outil simple et rapide. Cependant, en plus du goût désagréable, le plus grand risque réside dans la toxicité de ces fruits. Le goût amer des amandes est dû à la présence d'amygdaline, lequel, au contact de l'enzyme amylase dans la salive, se transforme en benzaldéhyde (qui confère le goût amer) et en acide cyanhydrique ou cyanure, un composé hautement toxique.

    En termes de production mondiale d'amandes, La Californie détient 80 pour cent des parts de marché, suivi de l'Australie, avec 8 pour cent, et l'Espagne, avec 5 pour cent. Dans ce sens, les Etats-Unis commercialisent des variétés d'amandes dont la qualité est homogène et garantit l'absence totale d'amandes amères, bien que leurs caractéristiques organoleptiques soient bien inférieures à celles des variétés méditerranéennes.

    L'Espagne est un grand importateur mondial d'amandes et l'industrie espagnole les transforme de différentes manières afin de les exporter principalement vers l'Allemagne, France et Italie. La présence d'un faible pourcentage d'amandes amères dans les lots d'amandes douces entraîne une toxicité et de grandes répercussions économiques pour les producteurs d'amandes et de produits dérivés, comme le nougat, boissons et pâtés ou farines de légumes. Par conséquent, cela provoque une méfiance envers les fabricants de produits et sous-produits contenant des amandes d'origine espagnole.

    Maintenant, il n'y a pas de méthode discriminatoire qui réponde aux besoins de l'industrie, capable d'être mis en œuvre rapidement et avec précision dans les usines de production. Par conséquent, le processus subjectif de dégustation aléatoire se traduit par des retours massifs du produit préjudiciable aux ventes à l'exportation.

    La méthode

    La nouvelle procédure développée par les professeurs Juan Mora, Luis Gras, Guillermo Grindlay et Marta Navas, tous du département de chimie analytique, Nutrition et sciences de l'alimentation, a été breveté par l'UA. La technologie permet une classification rapide des amandes basée exclusivement sur le traitement de différents paramètres d'images numériques. Celles-ci sont comparées à un système de stockage de données préalablement analysé et traité. Cette procédure génère et stocke des modèles de discrimination pour différencier automatiquement les amandes amères des amandes douces.

    La méthode simple consiste à placer les amandes sur une surface correctement éclairée. Là, les amandes peuvent être dosées par l'appareil automatiquement ou manuellement, à l'unité ou par lots, au moyen d'une trémie ou d'une bande transporteuse adaptée à la ligne qui fournit les amandes de manière ordonnée. Une fois le lot d'échantillons réparti uniformément sur la surface au moyen de bandes transporteuses ou de tables vibrantes, il est éclairé par une source de lumière ultraviolette. Cela signifie que les amandes les plus amères peuvent être détectées rapidement. Un traitement simultané des images numériques récupérées avec une application informatique qui comprend un modèle de discrimination, rend possible la détection des amandes avec une concentration plus élevée d'amygdaline.


    © Science https://fr.scienceaq.com