ANÁLISIS DE ALIMENTOS MEDIANTE

LAS LLAMADAS TÉCNICAS DE RECONOCIMIENTO

DE “HUELLA DACTILAR”
 En la presente memoria se resumen los
resultados obtenidos por el Grupo de Trabajo 2
(Técnicas de Perfil y Huella Dactilar) del
Proyecto TRACE
(Seguimiento/Rastreo de Productos alimentarios
básicos en Europa, FP6-2003-FOOD-2-A,
contrato número: 0060942)

Editores: prof. Luisa Mannina y Dra. Valeria di Tullio

Dedicado a la memoria de la Profesora

Annalaura Segre, querida amiga y
colega
 Índice

14 3

4
WORKPACKAGE 2 PARTNERS

PRÓLOGO

5 INTRODUCCIÓN

6 GLOSARIO

8 1. INFORMATIÓN TÉCNICA GENERAL

9 1.1 Tènicas llamadas de “Huella Dactilar”

17 12 1.2 Analisis de Datos

13 2. RECLAMO GEOGRÁFICO
14 2.1 El ejemplo del pollo
17 2.2 El ejemplo de la miel
20 2.3 El ejemplo del aceite de oliva

23 3. CONFIRMACIÓN DE IDENTIDAD
3.1 El ejemplo de la cerveza

20
26 AGRADECIMIENTOS

27 BIBLIOGRAFIA

23
 Workpackage 2 partners

Gerard Downey, Workpackage Leader

Teagasc, Ashtown Food Research Centre, Ashtown
Dublin 15, Ireland. (gerard.downey@teagasc.ie)

Luisa Mannina
University of Molise, STAAM Department
86100 Campobasso, Italy. (mannina@unimol.it)

Donatella Capitani, Anatoly P. Sobolev

Institute of Chemical Methodologies, CNR,
00015 Monterotondo Staz., Rome, Italy.
(donatella.capitani@imc.cnr.it,
anatoli.sobolev@imc.cnr.it)

Ian Colquhoun, Yvonne Gunning

Institute of Food Research, Norwich Research Park,
Colney, Norwich NR4 7UA, UK.
(ian.colquhoun@bbsrc.ac.uk)

Vincent Baeten, Juan Antonio Fernandez Pierna

Walloon Agricultural Research Centre,
Quality of Agricultural Products Department,
5030 Gembloux, Belgium.
(baeten@cra.wallonie.be, fernandez@cra.wallonie.be)

Claude Guillou, José Manuel Moreno Rojas

Joint Research Centre of the European
Commission Institute for Health and
Consumer Protection Systems Toxicology Unit,
21020 Ispra (VA), Italy.
(claude.guillou@jrc.it,
jmmorenorojas@terra.es)

Jana Hajslova, Tomas Cajka, Monika Tomaniova

Institute of Chemical Technology,
Prague 6, Czech Republic.
(jana.hajslova@vscht.cz, tomas.cajka@vscht.cz,
monika.tomaniova@vscht.cz)

James Donarski, Adrian Charlton

The Food and Environment Research Agency,
Sand Hutton, York, UK.
(adrian.charlton@fera.gsi.gov.uk,
james.donarski@fera.gsi.gov.uk)

3
 Prólogo

Esta memoria ha sido producida dentro del proyecto TRACE

(FP6-2003-FOOD-2-A contrato número: 0060942). El objetivo
de este proyecto ha sido el desarrollo de métodos de
trazabilidad fiables y sistemas para establecer el origen o
modo de producción de productos alimentarios.

En particular, nuestro grupo de trabajo ha desarrollado

métodos de los llamados de perfil y huella dactilar para
caracterizar una serie de productos alimentarios – pollo, miel,
aceite de oliva y cerveza.
Se muestran una breve descripción de este tipo de técnicas
junto con los resultados más interesantes para productos
alimentarios previamente mencionados. También se han
discutido las posibles aplicaciones a otros problemas de
autenticidad en un amplio rango de alimentos.

La información contenida en esta memoria refleja sólo y exclusivamente la

opinión de los autores; la Comisión Europea no se hace responsable del uso
de la información aquí contenida.

4
 Introducción

Se ha pretendido que esta memoria sirva como guía y

ayuda para empresas, científicos profesionales y
consumidores.
Contiene los resultados de la aplicación de las llamadas
“técnicas de huella dactilar” al análisis de productos
alimentarios en lo que respecta a identidad o autenticidad.

Debería ayudar a afrontar aspectos importantes en lo que

respecta a productos alimentarios como:

●
Autenticidad

●
Confirmación identidad

●
Control “huella dactilar”

●
Trazabilidad de productos

5
 GLOSARIO

Confirmación de Identidad
Metodología para confirmar que un alimento cumple la identidad
declarada.

Autenticidad del alimento es un término que se refiere

simplemente a si el alimento adquirido por el consumidor
corresponde con su descripción.
Descripciones falsas o erróneas se pueden dar de muchas
maneras, desde adiciones no declaradas de agua u otros
materiales más económicos, declaraciones incorrectas de la
cantidad de un ingrediente particular en el producto, hasta
afirmaciones o declaraciones falsas sobre la fuente de los
ingredientes, por ejemplo, su origen geográfico, origen animal o
vegetal

Trazando la producción
“Trazabilidad” significa la habilidad para rastrear y seguir un
alimento, pienso, alimento de origen animal o la sustancia que
pretenda serlo, o que se espera sea incorporado a un alimento o
pienso, a través de todas las etapas de la producción, procesado
y distribución.

Técnicas llamadas de “huella dactilar”

El término Técnicas de “huella dactilar” describe a una variedad
de métodos analíticos que pueden medir la composición de
productos alimentarios de una manera no-selectiva, esto es,
mediante la colección de un espectro.
El procesado matemático de la información contenida en esas
“huellas dactilares” permitiría la caracterización del producto
alimentario.

6
 GLOSARIO

Control “huella dactilar”

Metodología para controlar la “huella dactilar” del alimento para
tener siempre las mismas características en el mismo producto.
Estas técnicas pueden ayudar a la industria a tener un producto
final estandarizado

Denominación de Origen Protegida (DOP).

DOP es el nombre de un área, un lugar específico o, en casos

excepcionales, el nombre de un país, utilizado como una denominación
para un producto agrícola o alimentario que procede de esa área, lugar
o país;
La calidad o propiedades que son significativamente o exclusivamente
determinadas por el ambiente geográfico, incluyendo factores
naturales y humanos, y la producción, procesado y preparación que
tiene lugar dentro de una determinada área geográfica.

Indicación Geográfica Protegida (IGP).

IGP es el nombre de un área, un lugar específico o, en casos

excepcionales, el nombre de un país, utilizado como una descripción
de un producto agrícola o alimentario que procede de esa área, lugar o
país, atribuible a su origen geográfico, y la producción, procesado o
preparación que tiene lugar dentro de un área geográfica determinada.

7
 1 . INFORMACIÓN TÉCNICA GENERAL

Estas técnicas miden la composición de los productos alimentarios

en un modo no‑selectivo, de manera que producen un espectro
como una huella dactilar. Un procesado matemático de estas
huellas dactilares permite la caracterización de los productos
alimentarios. Este tipo de análisis mediante técnicas de “huella
dactilar” es relativamente simple y se puede resumir en el
siguiente esquema.

Producto Alimentario

Técnicas de
huella dactilar

Resultado recogido

Análisis de los datos

Resultado:
confirmación o denegación de
- reclamaciones geográficas
- confirmación de identidad

8
 1.1 Técnicas de huella dactilar

Las muestras son analizadas directamente o después de

procedimientos de extracción simples. Los datos recogidos
son analizados mediante metodologías estadísticas adecuadas
que varían de acuerdo al problema específico. En muchos
casos es posible obtener la confirmación del reclamo
geográfico de un determinado producto alimentario así como
verificar la identidad de un producto producido mediante
procesos tecnológicos característicos

Dentro del proyecto TRACE se utilizaron las siguientes

técnicas de huella dactilar:

- Espectroscopia de Resonancia Magnética Nuclear

- Infrarrojo cercano y medio
- Espectroscopia FT-Raman
- Espectrometría de Masas:

●
Espectrometría de masas ambiente, análisis
directo en tiempo real
●
Micro-extracción en fase sólida‑Cromatografía de
Gases‑Espectrometría de Masas
●
Cromatografía Líquida de Ultra-Alta Resolución-QTof
●
Cromatografía Líquida de Alta Resolución /
Espectrometría de Masas / Espectrometría
de Masas

9
 Técnicas de huella dactilar

A continuación se detalla una breve descripción de cada técnica.

Espectroscopia de Resonancia Magnética

Nuclear

Esta técnica permite la identificación de la

huella dactilar de una muestra y de la
estructura química de muchos de los
compuestos presentes en una muestra.

Infrarrojo cercano y medio

Estas técnicas permiten la colección de

un espectro de huella digital de una
muestra en segundos.
Generalmente no conllevan preparación
de la muestra y no son destructivas. Los
espectros de infrarrojo cercano y medio
se pueden usar para identificar
compuestos o investigar la composición
de la muestra.
La información proporcionada relaciona Espectroscopia FT-Raman
las estructuras moleculares de los
compuestos presentes en el alimento. Esta espectroscopia puede usarse
para sólidos, líquidos, polvos,
comprimidos, lodos, geles,
suspensiones...
El hecho de que vidrio, películas
poliméricas y agua tengan
relativamente unos débiles
espectros Raman significa que es
ideal para el análisis de muestras en
vidrio o polímeros soportados o en
soluciones acuosas.
Es una técnica rápida y no-
destructiva y no requiere ningún
tipo de preparación de muestra.
10
 Técnicas de huella dactilar

Espectrometría de masas ambiente.

Análisis directo en tiempo real.

Entre las principales ventajas de esta

técnica, comparada con las técnicas de
espectrometría de masas convencional,
están la examinación directa de la
muestra en atmósfera abierta, mínima o
nula preparación de muestra y una
notablemente alta velocidad de muestreo.
Ello proporciona un rápido análisis de un
amplio rango de pequeñas moléculas
(marcadores) presentes en matrices
alimentarias que representan, sea un
Micro-extracción en fase
perfil metabólico o una firma química
sólida‑Cromatografía de
originados debido a prácticas de
Gases‑Espectrometría de Masas.
procesado.
El examen de perfiles de volátiles
asociados con alimentos
puede permitir la
autenticación / reconocimiento de
alimentos (ej. Aceite de oliva, miel)
ya que su composición (incluyendo
los volátiles) se sabe que varía en
función de varios factores como el
origen floral, procesado, tecnología
empleada para una producción
particular, condiciones de
Cromatografía Líquida de Ultra-Alta
almacenamiento, etc.
Resolución-QTof.

El sistema UPLC-QTof emplea la

espectrometría de masas con tiempo de
vuelo para la determinación de manera muy
precisa de masas de compuestos químicos en
un amplio rango de matrices de muestras.
Ejemplos de muestras de matrices analizadas
son: soluciones en disolventes orgánicos o
inorgánicos, matrices biológicas (sangre,
suero, plasma, orina, bilis, tejido, etc.),
nutrientes (alimentos, agua, bebidas, etc.),
muestras medioambientales (agua, suelo,
productos agrícolas, plantas, etc.), muestras
forenses

11
Técnicas de huella dactilar

Cromatografía Líquida de Alta

Resolución / Espectrometría de
Masas / Espectrometría de Masas

Esta técnica combina el uso de la

cromatografía líquida con múltiples
pasos de espectrometría de masas.
De esta manera permite la separación
de metabolitos específicos mediante el
asilamiento de transiciones de
fragmentos de iones padres a hijos.

1.2 Análisis de Datos

Las técnicas de huella dactilar proporcionan una enorme cantidad de
información. La mayoría de esta información puede no ser útil para
resolver los problemas de autenticación o confirmación de identidad.
Debemos, por tanto, aplicar herramientas matemáticas a esta información
para extraer la que será provechosa para resolver el problema a investigar.
Estas herramientas generan un modelo que, aplicado a la huella digital
obtenida de una determinada muestra, pueden, por ejemplo, dar respuesta
a la pregunta: ¿Es este alimento lo que reclama ser en la etiqueta?

Pero, ¿qué es un modelo matemático?

Un modelo matemático es simplemente una ecuación matemática que

puede convertir las medidas, alrededor de cientos o más hechas mediante
una de las técnicas de huella dactilar, en un único indicador o número. El
valor de ese número puede ser usado en aplicaciones para la autenticación
de alimentos, de manera que se decida si la muestra sometida a test se
ajusta a lo que dice la etiqueta en cuanto a origen o método de
producción, por ejemplo.
Un amplio rango de métodos matemáticos puede usarse con estos
objetivos, entre los que se incluyen:

PLS-DA (Mínimos Cuadrados Parciales – Análisis Discriminante)

NOPLS (Mínimos Cuadrados Parciales No-Ortogonalizados)
SIMCA (Modelado Independiente Suave de Analogía de Clases)
SVM (Máquinas de Soporte Vectorial)
ANN (Redes Neuronales Artificiales)

12
 2 . Reclamo Geográfico

El interés del consumidor por el origen de los alimentos ha

crecido de manera importante. El origen geográfico puede ser un
elemento esencial para la autenticidad de un determinado
producto alimentario.Concretamente, un reclamo geográfico es
esencial para proteger la reputación de alimentos nacionales o
regionales y para confirmar que cualquier un alimento
determinado posee las condiciones necesarias relacionadas con el
origen geográfico.

Continentes

Reclamo Países
geográfico

Regiones,
DOPs

Los métodos que puede proporcionar un perfil metabolómico

característico se puede usar para la determinación del origen
geográfico y pueden, por tanto, proporcionar una herramienta
valiosa para la autenticación y trazabilidad de alimentos.
Dentro de TRACE, el objetivo fue crear, usando una variedad de
técnicas, modelos matemáticos capaces de confirmar o rechazar
cualquier reclamo relacionado con el origen geográfico del
alimento.
La confirmación del reclamo geográfico se puede desarrollar a
diferentes escalas (continente, país, región, DOP) de acuerdo al
problema específico.

13
 2.1 El ejemplo del pollo
Pregunta 1:

¿Se puede conseguir la

discriminación del pollo según el
origen geográfico usando
perfiles metabolómicos?

Para ello se compararon “huellas

dactilares” de pollo proveniente de
China con las de pollo procedente de
otros continentes y países.

n a li za ro n  mediante 
Se  a
ia  R M N  u n total de 
espectroscop c huga de poll
o 
st ra s  d e  p e
383 mue e n te  d e China, 
e c ta m
obtenidas dir a  y Tailandia
.
S u d a m r ic
Europa, 
é

Los resultados generados por el mejor modelo matemático se

encuentran en la Figura 1, usando un sistema de semáforo.
Estos resultados muestran que de 100 muestras etiquetadas como
originarias de China, 99 fueron identificadas como correctas
(barra verde) por el modelo.
La misma consideración se puede realizar para las muestras de
Tailandia, Europa y Sudamérica etiquetadas como “el resto”.

China

El resto

Figura 1: China vs el resto

Verde = % de correcta clasificación

14
 Pollo
Pregunta 2:

¿Cuál es el motivo para que las muestras procedentes de

China se puedan diferenciar del resto?

La diferencia entre muestras de distinto origen se debe a la

diferente composición de las muestras.

Se probaron más de 50 metabolitos y se calcularon sus niveles.

La figura de abajo muestra una comparativa del contenido de
algunos metabolitos que permiten la discriminación entre las
diferentes áreas geográficas.

Es importante hacer notar que las muestras procedentes de

China tienen un mayor contenido en inosina y creatinina. Por
otra parte, el resto de metabolitos se encuentran en las
muestras de China en menores concentraciones que en el
resto.
Metabolite concentrations in chicken
3.0
(nmol/mg dry weight)

China
2.5
Concentration

South America
2.0 Europe
Thailand
1.5

1.0

0.5

0.0
e

ch e

e
e
n
e

et ine
u t id
e
be e
gl e

e
ea e

e
try mid

in

in
ha

sp nin
co inin

in
in
rin

in
in

as nin
pa in

in
ac

id

on
be am

g
ta
yc
os

as euc

ol
op

se

la

ra
gi
m
a
t

hi
in

rti

-a
tin

pt

ar

pa
er
l
cr

ta
gl

15
m
ni

Metabolite
Pollo

Ideas y curiosidades

En el caso de la carne de pollo, la 
preocupación pública ha crecido 
debido a las recientes alarmas 
alimentarias como la Gripe Aviar y 
las malas prácticas de algunos 
productores de alimentos (ej. el uso de 
nitrofuranos prohibidos en la 
producción de pollo). La validez de la 
calidad declarada, seguridad y origen 
de la carne de pollo han sido 
cuestionadas.

16
 1.2 El ejemplo de la miel
Pregunta 3

¿Puede el reclamo de origen geográfico de la miel ser

confirmado usando técnicas de huella dactilar?

El caso de la miel de Córcega

Córcega fue elegida como una región DOP

adecuada para el estudio por su naturaleza
de isla. El objetivo específico investigado fue
confirmar que la miel etiquetada como
procedente de Córcega era, de hecho, de
allí. Para ello, se realizó una comparación
entre muestras de miel procedentes de
Córcega y de otras regiones / países.

s  d e  m ie l  a uténtica de C órcega 
Muestra e c ta mente de los
 
id a s  d ir
fueron recog la ;  m u e stras de un 
n l a  i s
proveedores e íses y regio
nes 
cierto número de paAlemania, Italia, 
ncia, 
cercanas (Fra
)  fu e ro n  recolectadas 
Aust r ia
 a  t ra vé s  d e  apicultores 
te
indirectamen
h a s  re g io n e s / países.
de dic

u t n tic a s  s in filtrar 
Mieles a é
rc e ga y 154 de 
1 9  d e  C ó
(n = 373; 2 ron recogida
s 
 o r ig e n )  f u e
distinto da s  de producci
e m p o ra
durante 2 t ón 
 2 0 0 7 ).
(2006 y

17
 Miel

Todas las muestras fueron analizadas usando las técnicas

mencionadas de huella dactilar y los datos obtenidos se
analizaron mediante análisis estadístico. Los resultados se
pueden observar en el sistema de semáforo de la figura. Los
resultados muestran que de 100 muestras etiquetadas como
genuinas de Córcega, 89 fueron bien clasificadas (barra en verde)
como procedentes de Córcega.
De este modo su reclamo de origen fue confirmado.
Por otra parte, las otras 11 muestras (barra roja) no pudieron ser
clasificadas correctamente como muestras de Córcega.
La misma consideración se puede realizar para el conjunto de
muestras de origen distinto a Córcega (tipificadas como “el
resto”).

Figura 2: Verde: porcentaje de

correcta clasificación.

Córcega

El resto

18
 Miel

Ideas y curiosidades

La miel se define como la sustancia dulce natural producida por las 
abejas (Apis mellifera) a partir del néctar de las plantas o secreciones 
de las partes vivas de las plantas o excreciones de los insectos que 
succionan la planta y que las abejas recogen, transforman 
(combinándolos con sustancias específicas propias), depositan, 
deshidratan, almacenan y dejan en los panales para maduración.
La miel es un producto muy popular con alto contenido en glucosa y 
fructosa. Es muy apreciado como el único concentrado de azúcar 
disponible en el mundo y se usa a menudo como un conservante 
alimentario. Como se ha defino anteriormente, la miel es un producto 
natural puro que no tiene sustancias añadidas. Hay una fuerte 
relación entre su origen y su calidad: por tanto, en la Unión Europea, 
es necesario incluir en las etiquetas el origen de la miel.
La miel puede también merecer una Denominación de Origen 
Protegida (DOP) o una Indicación Geográfica Protegida (IGP). Las 
mieles bajo esa denominación pueden disfrutar de una prima en el 
precio, de manera que pueden dar lugar a fraudes económicos. 
Ese tipo de fraude puede conllevar (1) la 
adición deliberada de un azúcar o sirope 
como adulterante o (2) disconformidad 
con el nombre original; esto puede 
suponer la sustitución o mezcla de mieles 
de diferentes localizaciones.
Por tanto, la calidad de la miel debe 
controlarse analíticamente para 
garantizar la autenticidad y proteger a 
los consumidores de explotaciones 
comerciales fraudulentas.

19
 2.3 El ejemplo del aceite de oliva
Pregunta 4

¿Puede el reclamo de origen geográfico del aceite ser

confirmado usando técnicas de huella dactilar?

El caso del Aceite Ligure

Se escogieron los aceites de oliva de Liguria, caracterizados
por una calidad organoléptica particular, ya que además tienen
un importante valor comercial. El objetivo específico fue
confirmar que los aceites etiquetados con procedencia Ligure
lo fueran.

Se procedió a comparar aceites de diferentes procedencias.

gar 
d o  d e  l o s  a c eites tuvo lu
El muestrea c h a s  (2005, 2006 y
 
 3  c o se
a lo largo de  recogida de 9
1 3 
 c o n lle v ó  l a
2007) y
e  d e  d if e re ntes áreas 
ce it
muestras de a n  detalle: se 
rr n e o .  E
del medite
á
10 
gie ro n a ce it es Ligures (2 a (703 
reco  a c eites de oliv
n t o  c o n
muestras) ju n t e s  procedencias 
 d if e re
muestras) de recia, Franc
ia y 
E s p a ñ a ,  G
(Italia, 
Turquía).

20
 Aceite de oliva

Todas las muestras fueron analizadas

usando técnicas de huella dactilar y los
datos obtenidos fueron analizados
estadísticamente.
Los resultados se pueden observar en el
sistema de semáforo de la figura. Estos
resultados muestran que de 100 muestras
etiquetadas como de Liguria, para 90 se
obtuvo una correcta clasificación (barra de
color verde).
De esta forma, el reclamo de identidad fue
confirmado.

Por otra parte, las otras 10 muestras (barra roja) no pudieron ser
clasificadas correctamente como aceites de oliva de Liguria. Los
mismos tratamientos y resultados se pueden observar en la figura
para los aceites de otra proveniencia, denominados “el resto”.

Figura 3: Verde=% de correcta clasificación

21
21
Aceite de oliva

Ideas y curiosidades

El aceite de oliva se obtiene de la fruta del olivo (Olea euopaea L.) y es 
zumo de fruta con cualidades nutricionales y funcionales excelentes. El 
aceite de oliva se produce con medios mecánicos y no requiere de 
refinación antes de ser consumido; de esta forma, conserva su aroma 
característico. Este aroma proviene del contenido de compuestos 
fenólicos y otros constituyentes volátiles.
Los compuestos volátiles presentes en un determinado aceite dependen 
del genotipo de la fruta y del equipamiento de procesado que se haya 
usado. La influencia del clima y el tipo de suelo son también 
fundamentales para los perfiles de volátiles del aceite de oliva; por 
tanto, el origen geográfico es un factor de calidad importante para el 
aceite de oliva.
El aceite de oliva despierta un gran interés en los consumidores, 
particularmente por sus propiedades nutricionales y sensoriales. El 
aceite de oliva virgen extra es un aceite de oliva de muy alta calidad; 
posee una acidez libre, expresada en ácido oleico, de no más de 
0.8g/100g. Esta y otras características específicas están definidas por el 
Consejo Oleícola Internacional (2006). Debido a que este aceite de oliva 
se ve como un aceite de alta calidad, es uno de los aceites vegetales más 
caros. Para resaltar los productos de alta calidad, la Unión Europea ha 
creado las Denominaciones de Origen Protegidas (DOP).
Estas DOPs permiten el etiquetado de ciertos aceites extra vírgenes 
europeos con nombres de las áreas donde son producidos. Esta 
certificación mejora el valor comercial del producto. Sin embargo, el 
desarrollo de métodos de huella dactilar precisos para la autenticación 
de las diferentes DOPs es un problema real y queda como un reto 
analítico.

22
 3. Confirmación de la Identidad

Un aspecto importante de la producción de alimentos es

producir un producto que siempre tenga las mismas
características y, por tanto por extensión, con la misma “huella
dactilar”.
La industria alimentaria puede verificar la consistencia de su
producto usando las técnicas de “huella dactilar”.

3.1 El ejemplo de la cerveza

Pregunta 4:

¿Pueden las técnicas de reconocimiento de huella dactilar

confirmar que del proceso de producción se obtiene
siempre el mismo producto?

El caso de la cerveza Rochefort 8º

Rochefort or
not-Rochefort…
La huella dactilar de esta cerveza es
siempre la misma, ver figura, mostrando
siempre los mismos metabolitos con casi
la misma concentración de ellos. Esto
significa que la industria Trapista puede
fácilmente seguir el producto y por tanto,
la funcionalidad del ciclo de producción.

23
 Cerveza
MS[1];1.1379..1.2560;-1.0*MS[1];1.2690..1.3010; / ESI+ / 20090516_06 Beer R8 P24 POS 250C PV600 MPC2500

Relative Intensity

Rochefort8
100 116.071

80 Rochefort 8°
(Trappist beer)
60 (Trappist cerveza)
145.047
130.048
40
93.054

142.084
20

MS[1];2.3210..2.4210;-1.0*MS[1];2.4330..2.4440; / ESI+ / 20090516_06 Beer R8 P24 POS 250C PV600 MPC2500

Relative Intensity

Primator
Primato 24
r 24
100 216.121

80

60
(non-Trappist
(non-Trappistcerveza)
beer)
127.038
145.047
40
93.054 158.078 198.104
180.094 219.085
116.071 142.084 163.057
97.026
20

0
80 100 120 140 160 180 200 220 240
m/z

Figure4: huella dactilar de la cerveza Rochefort 8° y Primator 24

Con el objetivo de confirmar la identidad de la cerveza

Rochefort-8º, se establecieron comparaciones entre ella y
otras cervezas Trapistas, como ella, y no Trapistas.
Todas las muestras fueron
analizadas usando técnicas de
reconocimiento de huella dactilar y
: 63 los datos analíticos obtenidos se
li z a ro n 2 8 0 cervezas
Se ana ares analizaron mediante análisis
o ch efo r t- 8º; 93 simil (Chimay
R
n torno a 8
º estadístico. Los resultados se
Trapistas e brune, Westmalle, encuentran en el sistema de
el
triple, Arch , Trappe, Rochefort semáforo (ver figura). Los
r en
Westvlete imay dorèe
) 124
resultados muestran que de 100
O r v a l, C h
10, no
especiales” muestras etiquetadas como
cervezas “ ffe, Grinbergen,
e Rochefort-8º, 95 fueron clasificadas
Trapistas (L er).
ú p it
Gueuze, J correctamente (barra verde). De
esta manera el reclamo de identidad
fue confirmado.

Por otra parte, las otras 5

muestras (barra roja) no
pudieron ser correctamente
clasificadas. El mismo proceso
se realizó para el resto de
cervezas Rochefort y
Trapistas.
Figura 5: Verde=% de correcta clasificación

24
 Cerveza

Ideas y curiosidades

Las cerveza Trapista es fabricada por o bajo el control de los 
Monjes Trapistas. De los 171 Monasterios Trapistas del mundo 
(datos de abril de 2005), sólo 7 producen cerveza, 6 en Bélgica 
(Orval, Chimay, Vestvleteren, Rochefort, Westmalle y Achel) y 
uno en Holanda (La Trappe).
Sólo estas siete fábricas de cerveza están autorizadas para etiquetar 
sus cervezas con el logo de Producto Auténtico Trapista que indica la 
conformidad con varias reglas dictadas por la Asociación Trapista 
Internacional. El objetivo de esta asociación es evitar que el resto de 
empresas abusen del nombre Trapista.
Los criterios para ser una cerveza Trapista son los siguientes:
La cerveza debe ser obtenida dentro de las paredes del monasterio, por 
y bajo el control de los mojes Trapistas.
La fábrica de cerveza, las formas de fabricación y las orientaciones 
comerciales deben depender, obviamente, de la comunidad monástica.
El propósito económico de la fábrica debe ser orientado a actividades 
de asistencia‑ayuda y no hacia el beneficio económico.
Dado su éxito la cerveza Rochefort­8º cuenta con la mayor 
producción entre las cervezas Trapistas. Es una cerveza de color 
marrón­amarillento con un pronunciado aroma afrutado. Conocida 
desde 1954, inicialmente fue llamada “especial”.

25
 Agradecimientos

Agradecemos la colaboración de las siguientes entidades y

compañías que proporcionaron las muestras de aceites:

- UNAPROL (Consorcio Italiano de Productores de Aceite de Oliva),

Via Rocca di Papa 12, 00179 Roma, Italy

- Laboratorio Arbitral Agroalimentario

(LAA), Ministry of Agriculture and Fishery,
Ctra. de A Coruña, Km. 10.700, 28071
Madrid, Spain.

- General Chemical State Laboratory, D’XY

Athinon, Section A’, AN. Tcoha 16, 11521,
Athens, Greece

- State General Laboratory, Ministry of Health , Kimonos 44,

Acropolis, 1451 Nicosia, Cyprus

- Dipartimento di Chimica e Tecnologie Farmaceutiche ed Alimentari,

University of Genova, Dipartimento di Chimica e Tecnologie
Farmaceutiche ed Alimentari (D.i.C.T.F.A.) Via Brigata Salerno (s/n),
16147 Genova, Italy

- Fondazione Edmund Mach, Istituto San Michele all’Adige,

Department of Analysis and Research Laboratory, via E. Mach 1,
38010 San Michele all'Adige (Trento), Italy

- Eurofins (France), Eurofins Scientific Analytics, Rue P. A. Bobierre,

BP42301 F44323, Nantes Cedex 3, France.

Las muestras de miel fueron recogidas por Bee Research Institute

and Olivier Bidet.

Abadía de Rochefort en Bélgica. Por todas las explicaciones acerca

de las cervezas Trapistas y también por la recogida de muestras.

26
 Bibliografía

T. Woodcock, G. Downey, Colm P. O’Donnell, “Near Infrared Spectral Fingerprinting for

Confirmation of Claimed PDO Provenance of Honey”, Food Chemistry, 114, 742-746, 2009.

S. Hennessy, G. Downey, and Colm O’Donnell, “Multivariate Analysis of Attenuated Total

Reflection-Fourier Transform Infrared Spectroscopic Data to Confirm the Origin of Honeys”,
Applied Spectroscopy, 62, 1115-1123, 2008.

J. A. Donarski, S. A Jones, M. Harrison, M. Driffield, A. J. Charlton, “Identification of Botanical

Biomarkers Found in Corsican Honey”, Food Chemistry, 118, 987- 994, 2008.

J. A Donarski, S. A Jones, A. J. Charlton, Application of Cryoprobe 1H Nuclear Magnetic

Resonance Spectroscopy and Multivariate Analysis for the Verification of Corsican Honey”.
J. Agric. Food Chem., 56, 5451-5456, 2008.

T. Woodcock, G. Downey, J. Daniel kelly and Colm P. O’Donnell, “Geographical Classification of

Honey Samples by Near- Infrared Spectroscopy: A Feasibility Study”, J. Agric. Food Chem.,
55, 9128–9134, 2007.

T. Cajka, J. Hajslova, J. Cochran, K. Holadova, E. Klimankova, “Solid Phase Microextraction–

Comprehensive Two-Dimensional Gas Chromatography–Time-of-Flight Mass Spectrometry for
the Analysis of Honey Volatiles”, Journal of Separation Science, 30, 534–546, 2007.

T. Cajka, J. Hajslova, F. Pudil, K. Riddellova, “Traceability of Honey Origin Based on Volatiles

Pattern Processing by Artificial Neural Networks”, Journal of Chromatography A, 1216, 1458–
1462, 2009.

J. A. Fernández Pierna, O. Abbas, P. Dardenne, V. Baeten, “Authentication of Corsican Honey

by FT-Raman Spectroscopy and Support Vector Machines”, submitted (2009).

L. Mannina, F. Marini, M. Gobbino, A.P. Sobolev, D. Capitani, “NMR and Chemometrics in

Tracing European Olive Oils: the Case Study of Ligurian Samples”, accepted on TALANTA
(2009).

T. Woodcock, G. Downey, C. P. O’Donnell, “Confirmation of Declared Provenance of European

Extra Virgin Olive Oil Samples by NIR Spectroscopy”, J. Agric. Food Chem., 56, 11520-5,
2008.

N. Araghipour, J. Colineau, A. Koot, W. Akkermans, J. MMoreno Rojas, J. Beauchamp,

A. Wisthaler, D. M. Tilmann, G. Downey, C. Guillou, L. Mannina, S. van Ruth, “Geographical
Origin Classification of Olive Oils by PTR-MS”, Food Chemistry, 108, 374–383, 2008.

T. Cajka, K. Riddellova, E. Klimankova, M. Cerna, F. Pudil, J. Hajslova, “Traceability of Olive Oil

Based on Volatiles Pattern and Multivariate Analysis”. Submitted on Food Chemistry (2009).

L. Vaclavik T. Cajkaa, H. Vojtechand, J. Hajslova, "Ambient Mass Spectrometry Employing

Direct Analysis in Real Time (DART) Ion Source for Olive Oil Quality and Authenticity
Assessment”, Analytica Chimica Acta, 645, 56-63, 2009.

T. Cajka, K. Riddellova, M. Tomaniova, J. Hajslova, “Recognition of Beer Brand Based on

Multivariate Analysis of Volatile Fingerprint”, Submitted on Journal of Chromatography A
(2009).

27
Pictured Cover : Beer,"more backlit pints", Yersinia;
Honey,“seet,sweet,honey”,BotheredByBees. Other pictures “pollo
plastificados”,pequena esquimol, “Green apple bee”,DannyPerez Photograpy. Honey
Show2, brockwicky. This work is licensed under a Creative Commons Attribution-
NonCommercial-NoDerivs 2.5 License.

Chicken:”Valdarnesi”,Gallovaldarno. Olive oil: “Tradiotional oil mill in Imperia”,

Lemone. Permission is granted to copy, distribute and/or modify this document
under the terms of the GNU Free Documentation License, Version 1.2 or any later
version published by the Free Software Foundation.

Pictured with copyrigh by SXC.hu, pp3-27 (for Legal Information http://www.sxc.hu/

help/7_2)
Pictured Cover: Olive oil: “Olive oil”, th3lutser.

Traducción de "Food Analysis by Fingerprinting Techniques" realizada

por José Manuel Moreno Rojas.