الكشف عن ميزات القمم الأساسية لمصادقة زيت الزيتون باستخدام مطيافية رامان والكيمومترية

لماذا تهمنا قضية غش زيت الزيتون

عندما تدفع أكثر لزجاجة زيت زيتون، تتوقع المنتج الحقيقي، لا خليطًا مخففًا بصمت بزيوت بذور أرخص. ومع ذلك، وبسبب قيمة زيت الزيتون وتعقيد التجارة العالمية، فإن الغش والتسويق الخاطئ شائعان. تقدم هذه الدراسة طريقة سريعة وغير مدمرة لكشف مثل هذه الحيل عن طريق تسليط ضوء ليزر على الزيوت والسماح لبرامج حاسوبية ذكية بقراءة البصمات الكيميائية المخفية. تهدف المقاربة إلى حماية المستهلكين والمنتجين الشرفاء والهيئات الرقابية بتسهيل التحقق مما إذا كان ما في الزجاجة يتوافق مع ما هو مكتوب على الملصق.

تسليط الضوء لقراءة بصمات الزيت

استخدم الباحثون تقنية تُدعى مطيافية رامان، التي تتضمن توجيه حزمة ضوء مركزة نحو العينة وقياس كيف يتشتت الضوء المرتد. تهتز الجزيئات المختلفة بطرقها الخاصة، تاركة نمطًا من القمم في الطيف الناتج، يشبه رمزًا شريطيًا. يحتوي زيت الزيتون والمواد المضافة الشائعة مثل زيوت عباد الشمس والكنولا والذرة على تركيبات مختلفة من الأحماض الدهنية والصباغيات الطبيعية، لذا ليست أطيافها متطابقة. بدراسة هذه الأنماط عبر زيوت نقية وخليط معد بعناية، تمكن الفريق من تحديد مجموعة صغيرة من «قمم رئيسية» يتغير شكلها وقوتها بشكل موثوق مع زيادة أو نقصان محتوى زيت الزيتون في الخلائط.

العثور على الإشارات الأكثر دلالة

بدلاً من الاعتماد على قياس واحد، استخرج الفريق عدة واصفات من كل قمة مهمة: ارتفاعها (الشدة)، المساحة التي تغطيها، عرضها عند منتصف الارتفاع، وكيف تقارن مساحتها مع قمم أخرى. ثم استخدموا خوارزميات عنقدة وخرائط الارتباط لرؤية كيف تُجمِّع هذه الواصفات الزيوت المختلفة وكيف تتحول عندما يزداد محتوى زيت الزيتون. اتضح أن القمم المرتبطة بمركبات اللون مثل بيتا-كاروتين، وبأنواع معينة من الدهون غير المشبعة، كانت معلوماتية بشكل خاص. فعلى سبيل المثال، بعض القمم تعاظمت مع ارتفاع مستوى زيت الزيتون، بينما تلاشت قمم أخرى لأنها مرتبطة بحمض اللينوليك، الأكثر وفرة في زيت عباد الشمس. هذه النظرة متعددة السمات التقطت فروقًا دقيقة قد تُفقد لو اُستخدمت قيمة شدة وحيدة فقط.

ترك الخوارزميات لفرز الصادق من المزوَّر

لتحويل هذه البصمات الطيفية إلى قرارات عملية، درّب المؤلفون عدة نماذج تعلم آلي. أولاً، طُلب من النماذج تصنيف عشرة أنواع من الزيوت، بما في ذلك أربعة زيوت نقية وستة أنواع من الخلائط الثنائية والثلاثية. أدت الأساليب القائمة على الأشجار—الغابات العشوائية والأشجار المعززة بالانحدار—الأداء الأفضل، حيث صنفت تقريبًا جميع العينات إلى الفئة الصحيحة عند تزويدها بمجموعة كاملة من ميزات القمم. بعد ذلك، استُخدم نفس نمط النماذج للتنبؤ الرقمي: تقدير النسبة المئوية الفعلية لزيت الزيتون في خلائط من زيتين وثلاثة زيوت. مرة أخرى، تفوقت الطرق القائمة على الأشجار على الأساليب التقليدية، متتبعة بدقة محتوى الزيتون حتى عندما تداخلت الإشارات من زيوت مختلفة بقوة في الأطياف.

فتح الصندوق الأسود للنماذج الذكية

العديد من أدوات التعلم الآلي القوية يصعب تفسيرها؛ قد تعمل جيدًا لكنها تقدم القليل من البصيرة حول سبب اتخاذها قرارًا معينًا. لمعالجة ذلك، استخدمت الدراسة طريقة تفسير تعطي لكل ميزة مدخلة مساهمة في التنبؤ النهائي. كشفت هذه الطريقة أن عددًا قليلًا من القمم المحددة سيطَر على أحكام النماذج، وكانت تدفع باستمرار تقدير محتوى الزيتون بالارتفاع أو الانخفاض اعتمادًا على قيمها. ظلت نفس القمم تظهر كأهمها عبر أنواع الخلائط المختلفة وفي اختبارات على زيوت تجارية من السوبرماركت، التي احتوت على كمية صغيرة فقط من زيت الزيتون. بالنسبة لهذه العينات الحقيقية، قدَّرت أفضل النماذج محتوى الزيتون قريبًا جدًا من القيمة الحقيقية، مما يدعم كلًا من دقة وشفافية النهج.

ماذا يعني هذا لزجاجتك في المنزل

بعبارات يومية، تُظهر الدراسة أن مسحًا سريعًا قائمًا على الضوء، يفسره نماذج حاسوبية مصممة جيدًا وقابلة للتفسير، يمكنه كشف ما إذا كان «زيت الزيتون» نقيًا أو مخففًا بشدة أو في مكان ما بين ذلك. من خلال التركيز على عدد قليل من الميزات الطيفية المتينة ودمجها في خوارزميات متقدمة لكنها قابلة للفهم، بنى الباحثون أداة يمكن دمجها في فحوصات الجودة الدورية، وربما حتى في أجهزة محمولة. بينما لا يزال هناك حاجة لاختبارات أوسع على مناطق وأنواع متنوعة وأنماط غش مختلفة، فإن هذا الإطار يشير إلى مستقبل تصبح فيه مصداقية الأغذية عالية القيمة مثل زيت الزيتون أسرع وأسهل وأكثر موثوقية للجميع.

الاستشهاد: Chen, Y., Shao, R., Zeng, S. et al. Unveiling key peak features for olive oil authentication utilizing Raman spectroscopy and chemometrics. npj Sci Food 10, 88 (2026). https://doi.org/10.1038/s41538-026-00738-2

الكلمات المفتاحية: مصادقة زيت الزيتون, كشف غش الغذاء, مطيافية رامان, تعلم الآلة, جودة الزيوت الصالحة للأكل