| El aroma del vino es
muy complejo, hasta el punto que ha sido clasificado en el grupo de
aromas que no pueden ser reconstituidos por mezcla de los componentes
químicos que los forman. El pobre balance de las investigaciones
realizadas en el último tercio del siglo pasado corroboran esta
afirmación: a pesar de haber identificado más de 800 compuestos en la
fracción volátil del vino, apenas se podía interpretar la percepción
mediante la composición química. A modo de ejemplo, en uno de los libros
de texto de química de alimentos más autorizado, el vino está
clasificado en el grupo de productos complejos, cuyo aroma no puede ser
reproducido fielmente, a pesar de emplear un gran número de compuestos
volátiles; lo cierto es que, tras muchos años de investigaciones, no es
hasta 1976 cuando se publica una descripción que incluye algo más de 600
componentes identificados en la fracción volátil del vino, y los 800 no
se alcanzan hasta 1989. Dos años más tarde, uno de los autores más
importantes en el estudio del aroma del vino, el francés Patrick
Étievant concluye con un balance sumamente negativo, casi catastrófico,
acerca del éxito que se había tenido en las últimas décadas en la
interpretación del aroma del vino. A pesar de la gran inversión
realizada por desarrollar e interpretar los aromas más representativos
de un vino, el problema es que aún no se conocía el papel ejercido
exactamente por cada componente. Esta situación ha sido superada, en
gran parte, merced a una serie tanto de cambios conceptuales como de
progresos científicos y tecnológicos.
¿Cuáles han podido
ser las causas de la imposibilidad de interpretar los aromas del vino?
Las causas de este
«fracaso» han sido estudiadas también por Patrick Étievant. A principios
de la década de los noventa apuntó en una amplia revisión dos causas: la
primera se basa en que todavía podría haber elementos clave por
identificar y cuantificar, y la segunda es que no se había abordado
suficientemente bien el carácter multivariante del problema.
De la primera respuesta, hoy día sabemos que, en
realidad, en aquel momento (entre 1989 y 1991) estaban prácticamente
identificados todos los aromas más representativos del vino con la
excepción de tres o cuatro tioles muy importantes. El problema no era,
por tanto, la falta de información, sino el exceso de la misma: ¿quién
es capaz de analizar 800 componentes?
En cuanto a la segunda cuestión, el carácter
multivariante, es cierto que en aquel momento faltaban herramientas y
conceptos multivariantes que permitieran abordar este estudio más
sistemáticamente; ello explica, por ejemplo, por qué solamente se
lograron éxitos en aquellas situaciones en las que el aroma causante de
un impacto, el aroma del compuesto, era prácticamente idéntico al aroma
del vino, como es el caso de los moscateles y de las metoxipirazinas y
las notas a pimiento verde en los vinos de la variedad cabernet.
¿Cuáles son los cambios metodológicos y de
paradigma que han permitido superar esta situación a partir o durante la
década de los noventa?
El uso de técnicas de GC-O (Gas Chromatography-Olfactometry),
es decir cromatografía de gas acoplada con detección olfatométrica,
dirigidas a jerarquizar los compuestos volátiles con mayores
posibilidades de ejercer algún tipo de impacto, ha permitido aislar,
identificar y cuantificar los componentes más importantes del vino.
Asimismo, se han introducido nuevos métodos para medir el efecto
sensorial de un componente, técnicas que estudian la relación entre la
información química y la sensorial; fundamentalmente, se trata de los
denominados ensayos de reconstitución y omisión y de los
modelos de regresión multivariante, basados en algoritmos PLS
(Partial Least
Square Regresión).
¿Cuáles son los frutos de este cambio de
estrategia?
La jerarquización de los odorantes más importantes de
numerosos vinos ha permitido reducir los 800 compuestos, a un número
bastante más razonable de 40 o 50 odorantes que se identifican como los
potencialmente más activos. Ello facilita al investigador analítico la
posibilidad de cuantificar y controlar dichos componentes. Por otro
lado, se ha logrado reconstituir –al menos, hasta el momento– aromas de
tres vinos: a) gewürztraminer; b) schreube, a cargo del
alemán Guth; y c) el aroma de un rosado de garnacha, que ha sido
reconstituido recientemente por el grupo de investigación del
Laboratorio de Análisis del Aroma y Enología, de la Universidad de
Zaragoza.
Los ensayos de omisión de estos vinos consisten en
ir eliminando uno a uno los distintos componentes de una mezcla
(conseguida a partir de pruebas de aromas que imitan al vino) con el
objetivo de medir o verificar cuál es el efecto sensorial que la
eliminación de un componente tiene sobre el aroma global. Este método ha
funcionado muy bien, tal como ya se ha mencionado, en los casos de vinos
relativamente sencillos con un fuerte aroma y una determinada nota muy
destacada, como serían los casos a, b y c que
acabamos de indicar, pero en cambio son muy problemáticos en ensayos
dirigidos a interpretar el aroma de los vinos tintos, cuyo atributo
especial es oler a muchas cosas y a ninguna en particular.
¿Por qué no funcionan bien los ensayos de omisión
de vinos complejos?
Estamos ante una realidad que, prácticamente,
pertenece al mundo de la perfumística, por que en las mezclas aromáticas
complejas la eliminación de uno de sus componentes no ejerce un efecto
significativo sobre el aroma global. Ello ocurre porque son varios los
componentes que, de manera aditiva, sinérgica o antagónica, actúan sobre
cada descriptor aromático de forma que la eliminación causa un efecto
pobre, difícilmente reconocible y evaluable. Esto obliga a dar un salto
hacia delante; de lo que se trata es de medir cuál es el grado de
relación del compuesto con una nota aromática y, así, distinguir
distintos grados de relación: por ejemplo, de dominio, o
predominio, si el aroma del componente coincide con el de la nota
aromática (caso del aroma del moscatel con el linalol). Una relación de
pseudodominio consistiría en identificar no el aroma del compuesto
puro, sino un atributo primario del mismo; como es el caso de la
whiskylactona y del aroma a madera. En este ejemplo en que el vino no
huele a whiskylactona, pero sí huele a algo que está en la whiskylactona,
podríamos hablar de un contribuyente neto si un atributo aromático
primario del compuesto potencia la nota aromática; y secundario si
contribuye un atributo aromático secundario del compuesto, como el olor
dulce de un cierto aroma. Por último, también se puede detectar un grado
de relación negativa o destructiva, en aquellos casos en que el
aroma de un componente interfiere en la percepción de otros aromas.
Algunas de las dificultades con las que nos
encontramos consisten, por ejemplo, en que aún no comprendemos
claramente cómo interactúan los componentes de una mezcla compleja para
generar una nueva experiencia sensorial. Estos problemas han sido
resueltos mediante la construcción de modelos estadísticos que
relacionan la composición química con la percepción aromática, pero los
modelos estadísticos tienen como inconveniente el tamaño de muestras que
precisan. Muy recientemente se han presentado modelos basados en el
algoritmo PLS que permiten una explicación y predicción altamente
satisfactoria de las notas aromáticas más importantes de los vinos
tintos jóvenes, crianza y reserva.
Un caso práctico
En la Universidad
de Zaragoza se ha llevado a cabo una investigación sobre la
modelización quimiométrica de los aromas de los vinos tintos. En el
estudio se han incluido 67 vinos, tanto jóvenes como de crianza y de
reserva, cuyos aromas han sido descritos por los 50 catadores expertos
que participaron en el mismo.
Tras realizar la recodificación de los
descriptores (evaluando el número de veces que un descriptor es citado),
se analizaron químicamente 74 componentes aromáticos; se practicaron
distintas cribas de los datos sensoriales y químicos, y finalmente se
llevó a cabo una modelización por un sistema basado en el algoritmo PLS.
Está previsto que más adelante el ensayo se amplíe a otros tipos de
modelo más complejos.
Algunos de los resultados que estos modelos nos han
permitido obtener son, por ejemplo, el descriptor de madera-vainilla,
en el cual conseguimos un coeficiente de regresión de 0,72 en la
validación y como puede verse en la tabla I
se confirma que no hay un único componente, sino que son varios (whiskylactona,
vainillina y eugenol) los que tienen coeficientes de regresión máximos;
otros los tienen más bajos (beta-ionona) y obviamente no huelen a
madera, aunque contribuyen al resultado del aroma global. Otra serie de
componentes muy importantes como los etilfenoles por ejemplo (etilguaiacol,
etilfenol) y el fenilacetaldehído tienen un efecto contrario.
En la tabla II, se
muestran los resultados del descriptor de frutas, uno de los
atributos más valorados en los vinos tintos. En este caso, la beta-damascenona
es el compuesto que parece tener mayor carga, junto a otros componentes
que actúan de forma secundaria potenciando este aroma, como la propia
vainilla, el vanillato de metilo y la acetoína, por razones que
desconocemos. De nuevo, los etilfenoles y el fenilacetaldehído, además
de los ácidos grasos, juegan en contra de la percepción. Así, los
coeficientes de regresión en el caso de la nota fruta pasan a un 0,81,
con un 66 % de la varianza explicada. Se han conseguido modelos
similares en vinos jóvenes; en la tabla III
se muestran algunos ejemplos.
Conclusión
A pesar de que todavía quedan muchos interrogantes
por resolver puede decirse –en alusión al interrogante planteado en el
título del artículo– que el aroma de un vino, y por ende el de cualquier
producto, puede o podrá resolverse con una ecuación química. Por primera
vez en la historia, se dispone de la tecnología, el conocimiento y las
herramientas para construir modelos con posición de aroma. Aunque las
primeras aproximaciones se hayan aplicado a modelos lineales poco
complejos, hay que seguir avanzando en el desarrollo de la modelización
no lineal. Hacerlo en paralelo con otras disciplinas científicas
asociadas, como la fisiología y la neurofisiología o las ciencias
sensoriales en general, es tarea de todos.
|
