Har varje vin sin egen kemiska signatur och kan den i så fall användas för att identifiera dess ursprung? Många specialister har försökt lösa detta mysterium, utan att helt lyckats. Genom att tillämpa artificiell intelligens på befintliga data har ett team från universitetet i Genève (UNIGE), i samarbete med Institute of Vine and Wine Science vid universitetet i Bordeaux, lyckats identifiera det kemiska märket för röda viner med 100 % noggrannhet från sju stora egendomar i Bordeaux-regionen.
Dessa resultat, publicerade i tidskriften Communications Chemistry , bana väg för potentiella nya verktyg för att bekämpa förfalskning och för prediktiva verktyg för att vägleda beslutsfattande inom vinsektorn.
Varje vin är resultatet av fina, komplexa blandningar av tusentals molekyler. Deras koncentrationer varierar beroende på druvornas sammansättning, vilket särskilt beror på jordens natur och struktur, druvsorten och vinodlarens metoder.
Dessa variationer, även mycket små, kan ha stor inverkan på smaken av vin. Detta gör det mycket svårt att fastställa det exakta ursprunget för ett vin baserat enbart på detta sensoriska kriterium. Med klimatförändringar, nya konsumtionsvanor och en ökning av förfalskning har behovet av effektiva verktyg för att fastställa vinernas identitet blivit avgörande.
Finns det då en kemisk signatur, oföränderlig och specifik för varje dödsbo, som skulle göra det möjligt att göra detta? "Vinsektorn har gjort många försök att besvara denna fråga, med tveksamma eller ibland korrekta resultat men med tunga tekniker. Detta beror på blandningarnas stora komplexitet och begränsningarna i de metoder som används, som är lite som att leta efter en nål mitt i en höstack", förklarar Alexandre Pouget, professor vid institutionen för grundläggande neurovetenskap vid medicinska fakulteten vid UNIGE.
En av metoderna som används är gaskromatografi. Detta består i att separera komponenterna i en blandning genom affinitet mellan två material. Blandningen passerar genom ett mycket tunt rör, 30 meter långt. De komponenter som har störst affinitet med rörmaterialet separeras gradvis från de andra.
Varje separation registreras med en masspektrometer. Ett kromatogram produceras sedan som visar toppar som indikerar molekylseparationerna. När det gäller vin, på grund av de många molekylerna som det utgör, är dessa toppar extremt många, vilket gör detaljerad och uttömmande analys mycket svår.
I samarbete med Stephanie Marchands team från Institute of Vine and Wine Science vid University of Bordeaux hittade Alexandre Pougets team lösningen genom att kombinera kromatogram och artificiell intelligensverktyg. Dessa kromatogram kom från 80 röda viner från tolv årgångar (1990–2007) och från sju gods i Bordeaux-regionen. Dessa rådata bearbetades med hjälp av maskininlärning, ett område av artificiell intelligens där algoritmer lär sig att identifiera återkommande mönster i informationsuppsättningar.
"Istället för att extrahera specifika toppar och härleda koncentrationer, tillät denna metod oss att ta hänsyn till varje vins kompletta kromatogram - som kan omfatta upp till 30 000 punkter - inklusive bakgrundsljud, och att sammanfatta varje kromatogram i två X- och Y-koordinater, efter att ha eliminerat onödigt variabler Den här processen kallas dimensionalitetsreduktion", förklarar Michael Schartner, en tidigare postdoktor vid Institutionen för grundläggande neurovetenskap vid medicinska fakulteten vid UNIGE, och första författare till studien.
Genom att placera de nya koordinaterna på en graf kunde forskarna se sju "moln" av punkter. De fann att vart och ett av dessa moln grupperade årgångar från samma egendom på grundval av deras kemiska likheter.
"Detta gjorde att vi kunde visa att varje egendom har sin egen kemiska signatur. Vi observerade också att tre viner grupperades till höger och fyra till vänster, vilket motsvarar de två stränderna av Garonne där dessa egendomar ligger, " förklarar Stéphanie Marchand, professor vid Institute of Vine and Wine Science vid University of Bordeaux, och medförfattare till studien.
Under hela sina analyser fann forskarna att den kemiska identiteten hos dessa viner inte definierades av koncentrationen av ett fåtal specifika molekyler, utan av ett brett kemiskt spektrum. "Våra resultat visar att det är möjligt att identifiera det geografiska ursprunget för ett vin med 100 % noggrannhet, genom att tillämpa dimensionsreducerande tekniker på gaskromatogram", säger Alexandre Pouget, som ledde denna forskning.
Denna forskning ger nya insikter om komponenterna i ett vins identitet och sensoriska egenskaper. Det banar också väg för utveckling av verktyg för att stödja beslutsfattande – för att bevara till exempel en terroirs identitet och uttryck – och för att bekämpa förfalskning mer effektivt.
Mer information: Michael Schartner et al, Predicting Bordeaux rödvins ursprung och årgångar från rågaskromatogram, Communications Chemistry (2023). DOI:10.1038/s42004-023-01051-9
Journalinformation: Kommunikationskemi
Tillhandahålls av University of Geneva
