In breve
- Gaia Meoni ha ricevuto il Premio Antico Fattore 2026 dall'Accademia dei Georgofili per l'applicazione della NMR all'olio extravergine.
- Lo studio del 2025 su Computational and Structural Biotechnology Journal mostra che uno spettro 1H NMR può predire composizione chimica e parametri sensoriali.
- L'articolo 2026 su Food Research International estende la metodologia a marcatori di origine geografica, cultivar e pratiche di lavorazione.
Nel 2026 la ricercatrice Gaia Meoni, del Dipartimento di Chimica “Ugo Schiff” (DICUS) e del Centro di Risonanze Magnetiche CERM, ha ricevuto il Premio Antico Fattore 2026 dall’Accademia dei Georgofili per uno studio che applica la risonanza magnetica nucleare, NMR, all’olio extravergine d’oliva.
Lo studio premiato, intitolato “NMR-based metabolomic approach to estimate chemical and sensorial profiles of olive oil”, è stato pubblicato su Computational and Structural Biotechnology Journal con DOI 10.1016/j. csbj.2025.03.045. La ricercatrice ha dimostrato che una singola misurazione 1H NMR permette di ottenere simultaneamente decine di parametri qualitativi.
Premio Antico Fattore 2026 a Gaia Meoni
L’Accademia dei Georgofili ha assegnato il riconoscimento per studi nel settore dell’olivicoltura e dell’olio d’oliva, attribuendo il premio alla ricerca di Meoni. Il lavoro è stato valutato per l’innovazione metodologica nell’autenticazione e nel controllo qualità degli oli extravergine. Il premio è confermato dalla comunicazione dell’ateneo e dalla segnalazione su Unifimagazine, la testata online dell’Ateneo fiorentino.
Articolo 2025 su Computational and Structural Biotechnology Journal
Nell’articolo pubblicato su Computational and Structural Biotechnology Journal, la metodologia descritta usa spettroscopia 1H NMR unita a modelli di machine learning. I modelli sono stati addestrati sui risultati delle analisi chimiche e sensoriali tradizionali certificate. Le predizioni includono la composizione in acidi grassi, i polifenoli, i tocoferoli e le caratteristiche sensoriali come amaro, piccante e piacevolezza generale.
Articolo 2026 su Food Research International
Nel 2026 Meoni ha pubblicato su Food Research International l’articolo “Machine learning supported olive oil compound profiling for assessing geographic and cultivar authenticity” con DOI 10.1016/j. foodres.2026.118890. Questa estensione della metodologia ha analizzato oli provenienti da zone toscane con pedoclimatologie diverse, incluse le aree del Chianti fiorentino, della Maremma grossetana, della Valtiberina aretina e delle colline vulcaniche di Pitigliano. Lo studio ha identificato marcatori chimici in grado di raccontare origine geografica, cultivar e indicazioni sul processo di lavorazione.
Meoni spiega che “una singola misurazione NMR permette di ottenere simultaneamente decine di parametri qualitativi” e che i modelli consentono di classificare gli oli per cultivar e distinguere l’annata di raccolta. L’applicazione pratica è la possibilità di predire un’ampia gamma di parametri qualitativi a partire dallo spettro 1H NMR, senza ricorrere a singole analisi di laboratorio. Le ricerche sono in fase attiva con l’obiettivo di sviluppare metodologie di autenticazione e tracciabilità per supportare le certificazioni degli oli extravergine d’oliva.
