Spectral-Correlation and Random Matrix Theory- Analysis of Raman Spectra for Detection of Milk Adulterants
Questo studio dimostra che la combinazione di diagnostica della correlazione spettrale con la Teoria delle Matrici Casuali, specificamente attraverso il parametro di Brody, fornisce un quadro robusto e statisticamente fondato per rilevare e distinguere gli adulteranti del latte (perossido di idrogeno, urea e formalina) quantificando il grado di randomizzazione spettrale negli spettri Raman.
Articolo originale sotto licenza CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo
La sicurezza alimentare dipende fortemente dalla capacità di accorgersi quando un prodotto naturale è stato manomesso, e il latte è un bersaglio frequente di tali inganni. Venditori poco onesti aggiungono talvolta sostanze chimiche al latte per farlo apparire più denso, farlo durare più a lungo sugli scaffali o superare i test di qualità di base, anche se questi additivi possono essere dannosi per la salute umana. Per smascherare questi trucchi, gli scienziati utilizzano spesso una tecnica chiamata spettroscopia Raman, che consiste nel far risplendere un laser su un campione e ascoltare il modo unico in cui le molecole vibrano in risposta. Ogni sostanza ha una firma vibrazionale distinta, simile a un'impronta digitale, che permette ai ricercatori di identificare ciò che è presente in un bicchiere di latte. Tuttavia, il latte è una miscela complessa di proteine, grassi e zuccheri, e il suo spettro naturale è affollato di segnali sovrapposti. Quando vengono aggiunti degli adulteranti, questi non si limitano ad aggiungere una nuova linea a questo spettro; possono alterare sottilmente le relazioni tra tutti i segnali esistenti, creando un modello di cambiamento che è difficile da individuare per i programmi informatici standard, specialmente se la quantità di sostanza chimica aggiunta è piccola o se i dati sono rumorosi.
Un team di ricercatori dell'Università di Hyderabad ha sviluppato un nuovo modo per affrontare questo problema, trattando l'intero spettro non come un elenco di picchi, ma come una rete di connessioni. Invece di chiedere "qual è l'altezza di questo specifico picco?", si sono chiesti "come si muovono insieme tutte le diverse parti dello spettro?". Hanno raccolto letture laser da latte puro e da latte miscelato con tre comuni adulteranti: perossido di idrogeno, urea e formalina. Per ogni gruppo, hanno costruito una mappa massiccia che mostra come ogni singolo punto dello spettro sia correlato con ogni altro punto. Hanno poi applicato una branca della matematica nota come Teoria delle Matrici Casuali, tipicamente utilizzata per studiare sistemi complessi come i nuclei atomici o i mercati finanziari, per vedere se i modelli in queste mappe fossero ordinati o caotici. Questo approccio ha permesso loro di misurare il "disordine" introdotto da ciascun additivo con un alto grado di precisione, rivelando che diversi prodotti chimici disturbano la struttura naturale del latte in modi fondamentalmente differenti.
Lo studio è iniziato con una collezione di 124 letture laser. Trentuno di queste provenivano da latte puro, mentre le restanti erano campioni in cui i ricercatori avevano mescolato con cura varie quantità di perossido di idrogeno, urea o formalina. Il team ha utilizzato un potente laser per catturare i segnali vibrazionali da ciascun campione, creando un'immagine dettagliata dell'attività molecolare. Hanno poi elaborato questi dati per rimuovere il rumore di fondo e hanno costruito una matrice di correlazione per ogni gruppo. In termini semplici, questa matrice è una griglia gigante che registra quanto strettamente il comportamento di una parte dello spettro corrisponda al comportamento di un'altra parte attraverso tutti i campioni. Nel latte puro, questa griglia mostrava blocchi di connessione forti e organizzati, riflettendo il fatto che le proteine, i grassi e gli zuccheri nel latte si muovono naturalmente in sincronia. Quando i ricercatori hanno introdotto gli adulteranti, questi blocchi organizzati hanno iniziato a cambiare, ma ogni sostima chimica lo ha fatto in un modo unico.
Il perossido di idrogeno ha causato un disturbo molto specifico e localizzato. I ricercatori hanno scoperto che ha creato una rottura netta nelle connessioni proprio intorno alla frequenza in cui vibrano le molecole di perossido, ma il resto dello spettro del latte è rimasto ampiamente intatto e ordinato. Era come se un singolo filo in un tessuto intrecciato fosse stato tagliato, lasciando l'intreccio circostante indisturbato. L'urea, d'altro canto, ha prodotto una perturbazione molto più forte e strutturata. Ha creato uno spostamento pronunciato nelle connessioni vicino alla propria firma vibrazionale, e questo effetto si è propagato verso l'esterno influenzando le parti vicine dello spettro. Ciò suggeriva che l'urea non fosse solo seduta nel latte, ma stesse interagendo attivamente con le molecole circostanti, creando un nuovo, rigido modello di comportamento diverso dal flusso naturale del latte puro.
La formalina ha presentato il cambiamento più drammatico di tutti. A differenza degli altri due prodotti chimici, che hanno causato cambiamenti specifici e localizzati, la formalina ha causato un indebolimento diffuso delle connessioni in tutto lo spettro. I blocchi organizzati visti nel latte puro si sono dissolti in un modello più disperso e casuale. Questo risultato si allinea con la chimica nota della formalina, che è un agente di reticolazione che si lega alle proteine in molti punti diversi contemporaneamente, alterando sottilmente l'intera struttura molecolare invece di colpire un singolo punto. Per quantificare queste osservazioni, i ricercatori hanno utilizzato una misura statistica chiamata parametro di Brody, che funge da numero singolo per descrivere quanto un sistema sia casuale. Il latte puro ha ottenuto un punteggio basso su questa scala, confermando la sua natura altamente ordinata. Man mano che i ricercatori aggiungevano gli adulteranti, il punteggio saliva, indicando un crescente disordine. La formalina ha spinto il punteggio più vicino alla massima casualità possibile, mentre l'urea e il perossido di idrogeno si sono collocati nel mezzo, creando una chiara classificazione numerica di quanto ogni sostanza chimica avesse disturbato lo stato naturale del latte.
La portata di questo lavoro risiede nella sua capacità di rilevare l'adulterazione guardando alla struttura dei dati piuttosto che all'intensità di segnali specifici. I metodi tradizionali spesso faticano quando la quantità di sostanza chimica aggiunta è molto piccola o quando il rumore di fondo è elevato, perché si affidano al trovare un picco distinto che si distingua. Questo nuovo approccio, tuttavia, rileva i modi sottili in cui un additivo cambia le relazioni tra tutte le molecole del campione. Trattando lo spettro come un sistema complesso e misurando la sua casualità statistica, i ricercatori hanno dimostrato di poter distinguere tra latte puro e latte contenente additivi nocivi con alta sensibilità. Lo studio suggerisce che questo metodo potrebbe essere utilizzato in futuro per costruire strumenti di screening più rapidi e affidabili per la sicurezza alimentare, capaci di individuare anche contaminazioni a basso livello che potrebbero altrimenti passare inosservate. Sebbene i ricercatori notino che sono necessari ulteriori test per stabilire esattamente quanto poco di un additivo possa essere rilevato, i risultati forniscono una potente lente matematica per comprendere la complessità nascosta della qualità del cibo.
Sommerso dagli articoli nel tuo campo?
Ricevi digest giornalieri degli articoli più recenti corrispondenti alle tue parole chiave di ricerca — con riassunti tecnici, nella tua lingua.