Investigadores del Instituto Andaluz de Investigación y Formación Agraria, Pesquera, Alimentaria y de la Producción Ecológica (IFAPA), el Instituto de Agricultura Sostenible del Consejo Superior de Investigaciones Científicas (IAS-CSIC) y la Universidad de Córdoba (UCO) han desarrollado un nuevo método para determinar la estabilidad oxidativa y composición acídica del aceite de oliva de manera rápida y consistente. Las calibraciones obtenidas permiten determinar en dos minutos los ácidos grasos y la estabilidad con solo 1 ml de aceite.

El trabajo ha evaluado el uso potencial de la espectroscopia de infrarrojo cercano (NIRS), técnica que ofrece una alternativa no destructiva y eficiente para evaluar estos parámetros tan importantes en el aceite de oliva virgen extra; sobre todo, para la selección de nuevas variedades de olivo con alto contenido en ácido oleico y alta estabilidad. Los ácidos grasos del aceite de oliva virgen extra, cuya composición es crucial para la estabilidad del AOVE, se determinan hasta ahora por cromatografía de gases y por la medida de oxidación Rancimat, dos métodos que requieren mucho tiempo y, en el caso de la cromatografía, de diversos productos químicos altamente contaminantes.

En este estudio, que se ha publicado como artículo de portada en la revista científica Agriculture, se han evaluado un total de 318 muestras procedentes de diferentes variedades y selecciones del programa de mejora de olivo, una gran diversidad de materiales que ha permitido disponer de una mayor variabilidad para los caracteres estudiados que en trabajos previos. Posteriormente, se recogieron sus espectros NIRS con diferentes equipos y se desarrollaron modelos de predicción. Los resultados han mostrado excelentes resultados en la predicción de los principales ácidos grasos (ácidos oleico y linoleico), así como de la estabilidad oxidativa.

Asimismo, se ha comprobado que las variedades y selecciones de mejora analizadas (alta o baja estabilidad y alto o bajo oleico) se clasificaban de manera similar a como lo hacían con los métodos de referencia. Por tanto, los modelos de predicción NIR desarrollados suponen una aplicación muy interesante para la caracterización de AOVE en general y en programas de mejora de olivo en particular.