IN BREVE

Il grasso del latte è un nutriente importante per i giovani animali e per l’uomo e la sua composizione [acidi grassi (FA)] può variare ampiamente. L’obiettivo di questo studio era descrivere lo sviluppo di modelli FA globali per analizzatori di latte a infrarossi con trasformata di Fourier ad alto rendimento. I modelli sviluppati per i principali FA raggruppati per lunghezza della catena, per grado di insaturazione e per origine, hanno mostrato una buona accuratezza, ripetibilità e correlazione con la gas cromatografia. Sono state ottenute prestazioni moderate per FA a bassa concentrazione (catena corta, polinsaturi e trans). Possibili applicazioni pratiche potrebbero essere il miglioramento dei prodotti lattiero-caseari, l’ottimizzazione della lavorazione del latte e/o l’ottimizzazione delle prestazioni delle vacche da latte attraverso una migliore alimentazione e gestione.

Il latte contiene nutrienti essenziali per i giovani animali e i latticini sono componenti importanti nella dieta degli esseri umani.

Il latte bovino contiene, in media, il 4% di grasso, e questo è il risultato di una complessa combinazione di lipidi chiamati trigliceridi (Jensen 2002). Questi trigliceridi sono composti da una spina dorsale di glicerolo e da tre acidi grassi (FA) ciascuno. Nel latte vaccino sono stati descritti più di 400 diversi FA (Jensen e Ferris 1991; Gervais et al. 2017).

Il grasso è la componente più variabile del latte, sia per concentrazione che per composizione. Il contenuto totale di grassi e la composizione di acidi grassi sono associati a fattori correlati all’animale (ad es. genetica e lattazione) ma principalmente alla sua alimentazione (ad es. concentrati e apporto energetico) come descritto in molti articoli (Jensen 2002; Lock e Bauman 2004; Palmquist 2006; Gervais et al. 2017).

È noto che il profilo di FA del latte risultante dall’alimentazione può avere effetti profondi sulle caratteristiche sensoriali, strutturali, nutrizionali e di conservabilità dei prodotti a base di grassi lattiero-caseari come il burro (Couvreur et al. 2006; Hurtaud e Peyraud 2007). Gli effetti controversi del consumo di grasso del latte sulla salute umana sono stati descritti in letteratura. Mentre alti livelli di FA saturi sono stati collegati a colesterolo alto, aterosclerosi e malattie cardiache (Ulbricht e Sothgate 1991), altri autori hanno concluso che l’assunzione di latte ha almeno un effetto neutro su molteplici esiti di salute o può effettivamente essere utile nella lotta contro osteoporosi, ictus, diabete di tipo 2 e alcuni tumori (Arms e Frye 2016; Lamarche et al. 2016).

La composizione dei FA è tradizionalmente determinata utilizzando metodi costosi e complessi come la gas cromatografia (GC). Tuttavia, l’industria lattiero-casearia ha bisogno di un metodo conveniente e ad alta produttività per poter beneficiare delle informazioni sul profilo dei FA. I progressi nel campo dell’infrarosso a trasformata di Fourier (FTIR), che è una tecnologia comunemente applicata nell’analisi del latte, hanno consentito una determinazione ad alta produttività dei profili FA del latte. La fattibilità di prevedere la concentrazione di alcuni FA del latte
mediante FTIR è stata dimostrata in diversi studi (Soyeurt et al. 2006; Rutten et al. 2009; Ferrand- Calmels et al. 2014).

Una sfida generale nello sviluppo di modelli FA è l’elevata correlazione tra FA individuale e contenuto di grasso totale (Eskildsen et al. 2014), che a sua volta è facilmente quantificabile mediante FTIR (Luinge et al. 1993). Più in particolare, il contenuto di grassi può variare considerevolmente tra i campioni di latte, e i profili dei FA possono mostrare variazioni apparenti ma non reali (Coppa et al. 2014). Di conseguenza, la composizione in FA può essere prevista per covariazione con il contenuto di grasso totale piuttosto che per l’effettiva concentrazione di FA in quanto tale. Un approccio per evitare ciò consiste nell’esprimere e utilizzare i profili FA come grammi FA per 100 g di acidi grassi totali (TFA) durante lo sviluppo del modello in modo che il contenuto di FA sia corretto dal contenuto di grasso totale, invece di esprimere i profili FA come grammi FA per 100 g di latte.

Alla luce di quanto sopra, il primo obiettivo di questo studio era descrivere lo sviluppo di modelli FA globali e le loro prestazioni. I modelli sono definiti globali perché basati su dati provenienti da numerosi paesi e trasferibili a strumenti in tutto il mondo. Il secondo obiettivo di questo studio era fornire esempi di possibili applicazioni pratiche dei dati FA nell’industria lattiero- casearia sulla base di set di dati di vita reale.

Tratto da: Daniel Schwarz, Marie Rosenberg Bak, Per Waaben Hansen. Development of global fatty acid models and possible applications. Vol 75, No 1 February 2022 International Journal of Dairy. Technology. doi: 10.1111/1471-0307.12820.