English China

Authentizitätsscreening per NMR Olivenölprofiling: Extra nativ, oder?

Autor / Redakteur: Stephan Schwarzinger*, Stefan Bindereif**, *** Peter Kolb*, Anne Zeitler*, Hanna Gebhardt*, Felix Brauer*** / Dr. Ilka Ottleben

Extra natives Olivenöl ist edel, gesund – und teuer. Und ist nicht zuletzt deshalb eines der am meisten gefälschten Lebensmitteln der Welt. Diese Fälschungen sind oft schwer nachzuweisen, doch die NMR kann Abhilfe schaffen.

Firmen zum Thema

Abb. 1: Extra nativ oder nicht? Diese Frage lässt sich mit einer neuen Screening-Methode für Olivenöl beantworten.
Abb. 1: Extra nativ oder nicht? Diese Frage lässt sich mit einer neuen Screening-Methode für Olivenöl beantworten.
(Bild: ©hinterher - stock.adobe.com; [M]-LABORPRAXIS)

Die Produktion von Olivenöl (OO) ist einer der wichtigsten Wirtschaftszweige im mediterranen Raum. Spanien, Italien und Griechenland haben mit fast 70 % den größten Anteil an den jährlich etwa 3,2 Mio. Tonnen produzierten OO, wobei allein der Anteil Spaniens bei 1,79 Mio. Tonnen liegt. Außerhalb der EU produzieren Tunesien, Marokko und die Türkei zusammen noch ca. 18 % und die zehn größten Erzeugerländer zusammen fast 94 % der Weltproduktion [2].

Dabei ist OO kein Massenprodukt und liegt mengenmäßig weit hinter Ölen wie Palmöl, Sojaöl oder Rapsöl zurück. Die Olivenölproduktion kann in acht Qualitätsstufen unterteilt werden, von denen extra natives OO die Beste und Exklusivste ist. Seine Qualitätsparameter und Beschaffenheit sind durch mehrere Verordnungen streng geregelt [3]. Darin werden u. a. die Herstellungsbedingungen für extra natives OO vorgegeben (Kaltpressung, erste Pressung), ebenso wichtige chemische Qualitätsparameter wie die freien Fettsäuren (< 0,8 %). Eine weitere wichtige Anforderung an extra natives OO ist die Abwesenheit von sensorischen Fehlern.

Lukrative Fälschungen von Olivenöl

Top-Olivenöle können deutlich mehr als 20 Euro pro Liter kosten und damit ein Vielfaches des Preises von durchschnittlichen Supermarktprodukten erzielen, die wiederum deutlich über den Preisen anderer Pflanzenöle liegen. Das erklärt, warum sich durch Handel mit gefälschtem OO enorme Margen erzielen lassen. Geschädigt werden dabei aber nicht nur die Endverbraucher.

Ergänzendes zum Thema
LP-Info: Perfider Ölbetrug

Extra natives Olivenöl – für viele von uns untrennbar mit einer mediterranen Lebensweise und kulinarischen Spezialitäten verbunden. Es ist das Beste, was die Olive herzugeben hat – flüssiges Gold. Aber es ist nicht alles Gold, was glänzt. Das trifft leider auch auf extra natives Olivenöl zu. Denn es gehört zu den meist gefälschten Lebensmitteln der Welt, wenn nicht sogar das am meisten Gefälschte [1]. Konsumenten wird das Geld mit teils plumpen Fälschungen – wie grün gefärbten billigen Pflanzenölen – aus der Tasche gezogen. Die Konsequenzen des Olivenölbetruges reichen aber weit – und gefährden einen ganzen Industriezweig in der Europäischen Union. Der Nachweis von Fälschungen ist allerdings nicht einfach, zumal es viele verschiedene Methoden der Fälschung gibt. Neue Multi­parametermethoden, wie Magnetresonanz-(MR)-Olivenöl-Profiling, versprechen Abhilfe.

Noch größer ist der Schaden für den Handel oder verarbeitende Betriebe, die auf Fälschungen hereinfallen. Am stärksten sind die Auswirkungen bei den Olivenbauern zu spüren: Fälschungen tragen zu einem Preisdruck bei, der die Produktion hochqualitativer Öle unmöglich macht. Am Ende werden immer mehr Plantagen aufgegeben und wertvolle mediterrane Kulturlandschaft liegt brach.

Tücken des Nachweises

Fälschungen sind auch deshalb schwer nachzuweisen, weil es viele Varianten der Manipulation gibt. Das reicht vom kompletten Ersatz des OO mit billigen Pflanzenölen über Verschneidung mit billigen Pflanzenölen über Falschangabe der Herkunft oder des Qualitätsgrades (extra natives OO vs. natives OO vs. OO) bis hin zur unerlaubten Schönung defekter Öle durch Desodorierung und der Re-Deklaration als extra natives OO. Zwar lassen sich einzelne Manipulationen mit bestimmten, teilweise recht aufwändigen Methoden nachweisen. Es ist aber von vornherein nie bekannt, welche Manipulation vorgenommen wurde und welcher Test daher anzuwenden ist. Um sicher zu gehen, muss daher sehr umfangreich geprüft werden, was zeitaufwändig ist und hohe Kosten verursacht. Abhilfe können analytische Techniken schaffen, die simultan viele Parameter bestimmen und so quasi einen Fingerabdruck oder ein Profil eines Lebensmittels erstellen.

NMR als Lösung für das Olivenölprofiling

Die Methode der 1H-Magnetresonanz-Spektroskopie (genauer: ma­gnetische Kernresonanz, kurz NMR) wird dabei schon seit vielen Jahren zur schnellen Echtheits- und Qualitätsprüfung von Fruchtsäften, Wein und Honig verwendet [4]. Das neue MR-Olivenöl-Profiling-Verfahren ist das Ergebnis einer langjährigen Forschungskooperation der Arbeitsgruppe „Qualität und Echtheit von Lebensmitteln und Materialien“ am NMR-Zentrum der Universität Bayreuth, des NMR-Kompetenzzen­trums der FoodQS GmbH (ehemals ALNuMed GmbH) und dem DOP (Deutsches Olivenöl Panel e.V.). Hierfür wurden weit über 1.000 Olivenöle und hunderte andere Pflanzenöle und Ölmischungen mittels MR-Spektroskopie und weiteren, begleitenden Verfahren untersucht. Die große Zahl an Proben, die sich über mehrere Erntejahre erstreckt und die ständig erweitert wird, ist essenziell für eine gute Qualität der Messergebnisse.

Abb. 2: Ausschnitte aus 1H-NMR-Spektren verschiedener Pflanzenöle, aufgenommen auf einem 400 MHz Bruker FoodScreener NMR-Spektrometer. Gut erkennbar ist die große dynamische Bandbreite der 
Methode, mit der Hauptinhaltsstoffe – wie Lipide – und sehr gering konzentrierte Inhaltsstoffe – wie die Phytosterole und Polyphenole in der gleichen Probe erfasst werden können. Es lassen sich deutliche Unterschiede in den spektralen Fingerabdrücken erkennen, welche die Grundlage für die gerichtete und ungerichtete chemometrische Prüfung von Olivenöl bilden.
Abb. 2: Ausschnitte aus 1H-NMR-Spektren verschiedener Pflanzenöle, aufgenommen auf einem 400 MHz Bruker FoodScreener NMR-Spektrometer. Gut erkennbar ist die große dynamische Bandbreite der 
Methode, mit der Hauptinhaltsstoffe – wie Lipide – und sehr gering konzentrierte Inhaltsstoffe – wie die Phytosterole und Polyphenole in der gleichen Probe erfasst werden können. Es lassen sich deutliche Unterschiede in den spektralen Fingerabdrücken erkennen, welche die Grundlage für die gerichtete und ungerichtete chemometrische Prüfung von Olivenöl bilden.
(Bild: Universität Bayreuth)

Wesentliche Alleinstellungsmerkmale, welche die MR-Technologie für so groß angelegte Studien zur Lebensmittelechtheit prädestinieren, sind die außerordentlich gute Reproduzierbarkeit von Daten und eine dynamische Bandbreite von mehr als fünf Größenordnungen [5], sodass in einer Messung Hauptinhaltsstoffe – wie die Triglyceride – und minore Wertstoffe – wie Phytosterole oder die besonderen Polyphenole des Olivenöls – ohne weitere Probenaufarbeitung erfasst werden. Messungen werden in einem 9,4 T starken Magnetfeld bei einer Protonenresonanzfrequenz von 400 MHz aufgenommen, was die Auslösung Dutzender Inhaltsstoffe erlaubt. So lassen sich viele Ölsorten eindeutig anhand ihrer MR-Profile unterscheiden (s. Abb. 2).

Ein weiterer Vorteil ist die einfache Probenvorbereitung: Das zu analysierende Öl wird lediglich in einem MR-Lösungsmittel verdünnt – ein Vorgang, der auch sehr effizient automatisiert werden kann [6]. Die gute Reproduzierbarkeit erlaubt nun die Analyse vieler Referenzproben über lange Zeiträume und einzelne Labore hinaus, sodass am Ende mittels chemometrischer Verfahren Muster für authentische bzw. gefälschte Olivenöle erstellt werden können [5].

Abb. 3: Differenzierung von 1.146 Speiseölen in Olivenöl (n = 776; orange) und andere Speiseöle (n = 370; blau) mittels 100-fach kreuzvalidierter PCA-LDA. Die Abbildung entspricht der 3D-Projektion eines multidimensionalen Modellraumes, in dem die Klassen eindeutig getrennt sind. Jeder Punkt entspricht einem spektralen Ölprofil, die Ellipsen markieren den 95 % Vertrauensbereich. Für die Beurteilung der Modellqualität wird die so genannte Konfusionsmatrix der gemittelten Kreuzvalidierung herangezogen. Insgesamt werden 99,3 % der Proben richtig klassifiziert. Die größere Ausdehnung der nicht-Olivenöle (blaue Datenwolke) ist durch die Heterogenität der übrigen Speiseöle erklärbar: Hier wurden insgesamt elf verschiedene Ölsorten in eine Klasse (nicht-OO) zusammengefasst.
Abb. 3: Differenzierung von 1.146 Speiseölen in Olivenöl (n = 776; orange) und andere Speiseöle (n = 370; blau) mittels 100-fach kreuzvalidierter PCA-LDA. Die Abbildung entspricht der 3D-Projektion eines multidimensionalen Modellraumes, in dem die Klassen eindeutig getrennt sind. Jeder Punkt entspricht einem spektralen Ölprofil, die Ellipsen markieren den 95 % Vertrauensbereich. Für die Beurteilung der Modellqualität wird die so genannte Konfusionsmatrix der gemittelten Kreuzvalidierung herangezogen. Insgesamt werden 99,3 % der Proben richtig klassifiziert. Die größere Ausdehnung der nicht-Olivenöle (blaue Datenwolke) ist durch die Heterogenität der übrigen Speiseöle erklärbar: Hier wurden insgesamt elf verschiedene Ölsorten in eine Klasse (nicht-OO) zusammengefasst.
(Bild: Universität Bayreuth)

So kann nun sehr einfach gerichtet geprüft werden, ob das untersuchte Öl ein Olivenöl oder ein anderes Pflanzenöl ist (s. Abb. 3). Das Vorliegen von spektralen Mustern für echte extra native Olivenöle erlaubt aber gleichzeitig auch eine ungerichtete Prüfung auf unerwartete Beimengungen oder neue Fälschungsverfahren – ein wichtiger Aspekt bei der Vorbeugung von Lebensmittelbetrug. Die Methode erlaubt sogar eine Plausibilitätsprüfung auf die Herkunft aus den wichtigsten drei Herkunftsländern auf der Grundlage herkunftsspezifischer MR-Profile. Eine wichtige Rolle hierfür spielen die minoren Inhaltsstoffe, etwa die Substanzklasse der Polyphenole [7].

Die Polyphenole Tyrosol, Hydroxytyrosol und deren Derivate sind für Olivenöl von besonderer Bedeutung: Liegen mehr als 5 mg dieser Polyphenole pro 20 ml extra nativem OO vor, darf mit einem Hinweis auf die gesundheitsfördernde Wirkung geworben werden (EU Health claim regulation 1924/2006). Es gibt bereits erste Indizien, dass auch dieses wichtige Authentizitätsmerkmal mit MR-Spektroskopie erfasst werden kann. Grundlage hierfür ist die Tatsache, dass MR-Spektro­skopie eine primäre quantitative Methode ist, d. h., dass das Gerät nur mit einer Referenzverbindung kalibriert werden muss.

Alle anderen Verbindungen, für die zugeordnete und integrierbare Signale im 1H-MR-Spektrum vorhanden sind, können nun quantitativ erfasst werden. Das Protonen-MR-Spektrum enthält Signale für viele Parameter, die auch in der klassischen Ölanalytik verwendet werden. Neben den Triglyceriden und den Hauptfettsäuren (16:0, 18:0, 18:1, 18:2, 18:3 plus Summenparameter gesättigte und ungesättigte bzw. mehrfach ungesättigte Fettsäuren) sind dies beispielsweise auch die freien Fettsäuren und die 1,2-Diacylglycerole sowie die für die Ölsortenbestimmung wichtigen Stoffklassen der Squalene und Phytosterole. Auch wenn letztere noch nicht absolut quantifiziert und als Einzelwerte ausgegeben werden können, spielen sie eine wichtige Rolle für die chemometrische Modellierung.

Neben diesen direkt ablesbaren Inhaltsstoff-Konzentrationen lassen sich durch Kalibration viele weitere Qualitätsparameter für Olivenöle erhalten, wie die Iodzahl, die Säurezahl, der Peroxidwert, und der olivenölspezifische Absorptionswert K232. Aktuelle Untersuchungen weisen darauf hin, dass aus dem MR-Fingerabdruck auch der Gehalt an Pyrophyeophytin (PPP) und der K270-Wert ermittelt werden können sowie eine Einschätzung der sensorischen Eigenschaften (scharf, bitter, fruchtig, Harmonie) eines Olivenöls möglich ist. Gegebenenfalls lassen sich auch sensorische Defekte (z. B., ranzig, modrig etc.) im MR-Spektrum nachweisen.

Schnelle Echtheitsanalyse

Somit erlaubt ein MR-Experiment von ca. 30 min Dauer die simultane Bestimmung von vielen klassischen Ölparametern und darüber hinaus durch chemometrische Verfahren die Prüfung auf Echtheit, Verschneidung mit anderen Ölsorten, und einen Plausibilitätscheck hinsichtlich der Herkunftsangaben. Auf diese Weise erhält man im Rahmen eines Screenings ein erstes, umfassendes Bild über die Qualität und Authentizität eines Olivenöls. Weil Fälschungen immer professioneller durchgeführt werden, beispielsweise die Desodorierung alter Olivenöle bei niedrigen Temperaturen, oder Fälschungen sogar vorsätzlich „maskiert“ werden, bedarf es einer so umfassenden Schnellanalytik, um die Echtheit eines Öles – also die Übereinstimmung der Angaben auf dem Etikett mit dem Inhalt – bestätigen zu können. Auf diese Weise ist es beispielsweise einfach möglich die Qualitätsstufe, z. B. extra nativ, zu verifizieren und die Herkunftsangabe auf Plausibilität zu prüfen.

Das Corona-Virus hat nicht nur sämtliche Bereiche des Alltags von Grund auf verändert, sondern stellt auch den Lebensmittelsektor vor neue Herausforderungen. Auch wenn zum aktuellen Zeitpunkt noch verlässliche Daten der Überwachungsbehörden fehlen, gibt ein kürzlich erschienener Übersichtsartikel bereits erste Hinweise darauf, dass sich die Lage beim Lebensmittelbetrug zuspitzt [8]. Die Autoren zeigen u. a., dass die Anzahl an Betrugsfällen insbesondere im Bereich der Öle und Fette im Zuge der Pandemie zugenommen hat. Mit dem neu entwickelten MR-Olivenöl-Profiling steht nun ein Werkzeug zur Verfügung, das im Rahmen eines schnellen Screenings wirksam zum Nachweis gefälschter oder falsch deklarierter Olivenöle eingesetzt werden kann und damit einen wichtigen Beitrag zur Vorbeugung gegen Betrug bei Olivenöl leistet.

Danksagung

Die Autoren danken Prof. Dr. Paul Rösch (Uni Bayreuth, ALNuMed GmbH) für seine Unterstützung bei der Entwicklung der Methode und Richard Retsch und Richard Wolny (DOP e.V.) sowie Bernd Kämpf und David Körner (FoodQS GmbH) für die gute langjährige Zusammenarbeit. Für die chemometrische Datenauswertung wurde die AI(OMICS)n Software verwendet [9], die beim AgrOr-Projekte (Föderkennzeichen 2816502414) entwickelt wurde, das aus Mitteln des Bundesministeriums für Ernährung und Landwirtschaft (BMEL) aufgrund eines Beschlusses des deutschen Bundestages gefördert wurde. Die Projektträgerschaft erfolgte über die Bundesanstalt für Landwirtschaft und Ernährung (BLE) im Rahmen des Programms zur Innovationsförderung. Für ihre wichtigen Beiträge danken die Autoren weiter Marion Broneske, Elena Förner, Maria Gabriel, Nina Hoffmann, Eduardo Merino, Felix Rüll, und Simon Steidele sowie Britta Zimmermann für exzellente technische Unterstützung. n

Referenzen

[1] Draft Report on the food crisis, fraud in the food chain and the control thereof (2013/2091 (INI)). https://www.europarl.europa.eu/doceo/document/ENVI-PR-519759_EN.pdf?redirect, zuletzt abgerufen am 6.9.2021.

[2] FAO-Statistik für Olivenölproduktion 2018, abgerufen am 20. Mai 2021 unter http://www.fao.org/faostat/en/#home.

[3] EU Verordnungen 1234/2007, 61/2011, und (EWG) 2698/91, abgerufen am 6.9.2021 unter https://eur-lex.europa.eu.

[4] Spraul, M., Schütz, B., Rinke, P., Koswig, S., Humpfer, E., Schäfer, H., Mörtter, M., Fang, F., Marx, U.C., Minoja, A. (2009): NMR-Based Multi Parametric Quality Control of Fruit Juices: SGF Profiling. Nutrients 1, 148-155. https://doi.org/10.3390/nu1020148; Godelmann, R., Fang, F., Humpfer, E., Schütz, B., Schäfer, H., Spraul, M. (2013): Targeted and Nontargeted Wine Analysis by 1H NMR Spectroscopy Combined with Mulitvariate Statistical Analysis. Differentiation of Important Parameters: Grape Variety, Geographical Origin, Year of Vintage. J. Agric. Food Chem. 61, 5610–5619. https://doi.org/10.1021/jf400800d; Schwarzinger, S., Brauer, F., Rösch, P., Dübecke, A., Lüllmann, C., Beckh, G., Schütz, B., Kämpf, B. (2016): Authentische Lebensmittel – Warum ein Analyseparameter nicht genügt. q&more, 1.2016, https://q-more.chemie.de/q-more-artikel/234/authentische-lebensmittel.html, Spiteri, M., Jamin, E., Thomas, F., Rebours, A., Lees, M., Rogers, K.M., Rutledge, D.N. (2015): Fast and global authenticity screening of honey using 1H-NMR profiling. Food Chem. 2015; 189:60-6. https://doi.org/10.1016/j.foodchem.2014.11.099.

[5] Schwarzinger, S. (2018): Large-Scale Screening of Food Products for Quality and Authenticity. In: Webb G. (eds) Modern Magnetic Resonance. Springer, Cham. https://doi.org/10.1007/978-3-319-28275-6_91-1

[6] Rüll, F., Brauer, F., Kolb, P., Bindereif, S., Köberle, L., Steidele, S., Rösch, P., Schwarzinger, S. (2021): Honig in präzisen Dosen – Studie zur automatisierten Probenvorbereitung. Laborpraxis: https://www.la borpraxis.vogel.de/honig-in-praezisen-dosen-studie-zur-automatisierten-probenvorbereitung-a-998365/, zuletzt abgerufen am 6.9.2021

[7] Winkelmann, O., Küchler, T., Reliable Classification of Olive Oil Origin Based on Minor Component Profile Using 1H-NMR and Multivariate Analysis. Eur. J. Lipid Sci. Technol. 2019, 121, 1900027. https://doi.org/10.1002/ejlt.201900027

[8] Frera, M., Elaji, S., Woolfe, M., Crew, S., Spink, J. (2021): Has COVID-19 caused a significant increase in observed food fraud incidents? Food Science & Technology. 10.1002/fsat.3510_1.x. Published 2021 Mar 1. https://doi.org/10.1002/fsat.3510_1.x

[9] https://gitlab.com/ai-omics/ai-omics/

* Nordbayerisches NMR Zentrum der Universität Bayreuth, 95447 Bayreuth, Kontakt: s.schwarzinger@uni-bayreuth.de

* *Labor für Isotopen-Biogeochemie im BayCEER, Universität Bayreuth, 95447 Bayreuth

* **FoodQS GmbH – NMR Kompetenzzentrum Bayreuth, 95448 Bayreuth

(ID:47580668)