Investigadores de la Universidad McGill han desarrollado un método basado en IA para verificar el origen de la miel, garantizando que la información de la etiqueta coincida con la del frasco.
por Keila DePape, Universidad McGill
Este avance, publicado en Analytical Chemistry , ofrece una posible solución a un problema de larga data.
«La miel es uno de los productos más propensos al fraude en el comercio mundial . A menudo implica un etiquetado incorrecto sobre el lugar de producción o los tipos de flores de las que las abejas recolectaron el néctar», afirmó el autor principal, Stéphane Bayen, profesor asociado y director del Departamento de Ciencia de los Alimentos y Química Agrícola de McGill.
Las mieles elaboradas a partir de una sola flor suelen ser más caras y son apreciadas por sus sabores únicos y sus potenciales beneficios para la salud.
Algunos productores etiquetan mal la miel intencionalmente para cobrar más, agregó Bayen, mientras que otros pueden hacerlo sin saberlo, dado que rastrear exactamente dónde recolectan el néctar las abejas puede ser un desafío.
El nuevo método puede determinar qué tipo de flores visitaron las abejas para producir una miel particular, lo que es importante porque los consumidores pagan un precio superior por la miel elaborada a partir del néctar de un solo tipo de flor.
Hasta ahora, la autenticación de la miel se realizaba mediante el análisis de polen, una técnica que falla tras el procesamiento o la filtración de la miel. El nuevo enfoque utiliza espectrometría de masas de alta resolución para escanear la miel a nivel molecular y crear una huella química única. A continuación, algoritmos de aprendizaje automático leen la huella para verificar el origen de la miel.
Para comprobar la precisión de su método, los investigadores lo probaron en una variedad de muestras de miel y compararon los resultados con miel de fuentes botánicas conocidas.
«Actualmente, identificar el verdadero origen de la miel puede llevar días. Con nuestro método, podemos hacerlo en minutos, incluso para mieles procesadas donde las técnicas tradicionales resultan insuficientes», afirmó Bayen.
Protección de consumidores y productores
Los científicos afirman que la demanda de variedades locales, como la miel de arándanos de Quebec, está aumentando a medida que más personas priorizan la compra local. La nueva técnica podría servir de protección tanto para los consumidores como para los apicultores responsables.
«La gente merece saber que su miel es lo que dice ser, y los productores honestos merecen protección frente a competidores fraudulentos», afirmó Bayen.
Los investigadores esperan que su técnica sea adoptada por agencias de inspección alimentaria de todo el mundo. Su próximo paso es explorar cómo podría utilizarse en otros productos alimenticios propensos a etiquetado incorrecto.
Más información: Shawninder Chahal et al., Algoritmo convolucional rápido para el descubrimiento de marcadores de autenticidad de la miel de arándanos mediante análisis LC-MS no dirigido, Química Analítica (2024). DOI: 10.1021/acs.analchem.4c01778
