Kategoria: Konferencja
Rok: 2026
Tytuł wystąpienia: Fluorescence Fingerprinting of Raspberry and Strawberry Juices for Authenticity Assessment Using A-TEEM Spectroscopy
Organizator: Universitat Rovira i Virgili
Termin: 29 czerwca - 3 lipca 2026
Link do Bazy Wiedzy:
Baza Wiedzy
Autentyczność żywności staje się coraz większym wyzwaniem we współczesnym przemyśle spożywczym. Konsumenci oczekują, że produkty kupowane w sklepach będą zgodne z informacjami zamieszczonymi na etykiecie, jednak fałszowanie żywności nadal stanowi istotny problem. Szczególnie narażone są produkty o wysokiej wartości, takie jak sok malinowy, który może być zastępowany lub mieszany z tańszym sokiem truskawkowym. Skuteczne wykrywanie takich nieprawidłowości jest ważne nie tylko dla ochrony konsumentów, ale również dla uczciwych producentów i zapewnienia wysokich standardów jakości.
Celem badań było sprawdzenie, czy nowoczesna metoda wykorzystująca oddziaływanie światła z naturalnymi składnikami soku pozwala szybko i wiarygodnie potwierdzić autentyczność soków malinowych i truskawkowych. Każdy sok charakteryzuje się unikalnym „chemicznym odciskiem palca”, który odzwierciedla jego skład. Połączenie tej metody z zaawansowaną analizą danych i algorytmami uczenia maszynowego umożliwiło nie tylko odróżnienie soku malinowego od truskawkowego, ale także wykrywanie i określanie stopnia ich zmieszania.
Wartością badań jest pokazanie, że nowoczesne techniki analityczne mogą znacząco usprawnić kontrolę jakości żywności. Opracowane rozwiązanie jest szybkie, nieniszczące i nie wymaga skomplikowanego przygotowania próbek, dzięki czemu ma potencjał do wykorzystania w rutynowej kontroli produktów spożywczych. Może wspierać producentów w wykrywaniu nieprawidłowości już na etapie produkcji, ograniczać ryzyko fałszerstw oraz wzmacniać systemy zarządzania jakością.
W szerszej perspektywie wyniki badań mogą przyczynić się do zwiększenia zaufania konsumentów do produktów spożywczych, poprawy przejrzystości rynku oraz rozwoju nowoczesnych metod kontroli jakości opartych na szybkiej analizie i sztucznej inteligencji. Rozwiązania tego typu wpisują się w światowy trend rozwoju inteligentnych, zrównoważonych i efektywnych systemów zapewniania jakości żywności.