Linking beer preferences to NIR fingerprint by chemometrics

The awareness of consumers towards all the different aspects that concern food consumption has increased. This has led to new-concept restaurants as well as new food production techniques and ways to enjoy and pair foodstuff, having high quality standards as drivers. The present work is part of a larger project that is based on the fundamental idea of using analytical chemistry and advanced data analysis to build new tools to aid consumers when choosing foodstuff. A first benchmark, here explored, concerns the classification of different types of beer for assessing the linkage between the “objective” analytical chemical information and the “subjective” consumer’s taste. Analytical data were acquired on a set of one hundred beer samples differing by brewery, alcohol content, yeast, brew type, etc. In a fingerprint-approach perspective 1H-NMR and NIR spectra were recorded together with GC-MS and fluorescence spectra, but also the relative sensory and consumers’ ratings data were collected. In particular, this work focused on the analysis of the Visible-NIR spectra, also linked to the consumers’ ratings data. Different preprocessing methods (SNV, derivative but also no preprocessing at all) and exploratory analysis techniques allowed highlighting different features linked to the characteristics of beer. Methods such as Multivariate Curve Resolution (MCR) have been applied to selected spectral intervals in order to extract latent features and signals, which were related to specific compounds or compound families. This also supported an ad hoc variable selection during PLS analysis, with which the correlations between the spectral information and the consumers’ ratings were investigated.

La consapevolezza dei consumatori riguardo ai vari aspetti che concernono il consumo del cibo è aumentata fortemente negli ultimi anni. Questo ha portato alla nascita di ristoranti di nuova concezione così come a nuove tecniche di produzione alimentare e modi di gustare ed appaiare diversi prodotti alimentari, ponendo particolare attenzione sulla loro qualità. Il presente lavoro è parte di un progetto più ampio che si basa sull'idea fondamentale di utilizzare congiuntamente la chimica analitica e diversi metodi di analisi dei dati nella costruzione di nuovi strumenti che aiutino i consumatori nella scelta dei prodotti alimentari. Un primo esempio pratico, qui esplorato, riguarda la classificazione dei diversi tipi di birra al fine di valutare il collegamento tra l'informazione chimica analitica "oggettiva" e le preferenze “soggettive” del consumatore. I dati analitici sono stati acquisiti su un set di un centinaio di campioni di birra diversi per marca, contenuto alcolico, lievito, tipologia, ecc. Nella prospettiva di un approccio fingerprinting sono stati registrati gli spettri 1H-NMR e Vis-NIR, insieme agli spettri GC-MS e di fluorescenza. Sono stati inoltre raccolti i relativi dati sensoriali e le valutazioni dei consumatori. In particolare questo lavoro riguarda l'analisi degli spettri Vis-NIR e dei relativi giudizi dei consumatori. Diversi metodi di preprocessing (SNV, derivazione ma anche utilizzando gli spettri grezzi) e tecniche di analisi esplorativa hanno permesso di evidenziare molti aspetti legati alle caratteristiche della birra. Metodi di risoluzione multivariata (MCR, ad esempio) sono stati applicati a specifici intervalli spettrali al fine di estrarre caratteristiche e segnali latenti, i quali sono stati successivamente messi in relazione con specifici composti o famiglie di composti. Ciò ha inoltre permesso di effettuare una selezione ad hoc delle variabili durante l'analisi di regressione PLS, con la quale sono state studiate le correlazioni tra l’informazione spettrale e le preferenze dei consumatori.