Η παρούσα διατριβή αναφέρεται στην μελέτη της διαδικασίας παλαίωσης του οίνου με τη χρήση της Φασματοσκοπίας NMR και της χημειομετρίας. Τα δείγματα οίνου που αναλύθηκαν προέρχονταν από γηγενείς ποικιλίες οινοστάφυλων της Κρήτης (Δαφνί, Βηλάνα-λευκά και Κοτσιφάλι, Μαντηλάρι-ερυθρά) και είχαν αποθηκευθεί για ωρίμανση σε περιέκτες διαφόρων τύπων (δεξαμενή inox, δεξαμενή με ρινίσματα δρυός), και σε βαρέλια (αμερικανική δρυς, γαλλική δρυς, καστανιά και ακακία). Οι αναλύσεις των οίνων με τη Φασματοσκοπία NMR πραγματοποιήθηκαν για δύο διαδοχικούς τρύγους (2012, 2013) και η διαδικασία της ωρίμανσης μελετήθηκε για χρονικό διάστημα παραμονής έως και 12 μήνες σε βαρέλι με τρίμηνη δειγματοληψία. Παράλληλα, αναλύθηκαν και δείγματα οίνων μετά την ωρίμανσή τους σε περιέκτες για διάστημα έως 12 μήνες και την παραμονή τους σε φιάλες για επιπλέον 12 μήνες.
Η Φασματοσκοπία 1Η NMR χρησιμοποιήθηκε για την ανίχνευση και τον ποσοτικό προσδιορισμό ενός μεγάλου αριθμού μη-πτητικών οργανικών ενώσεων (μεταβολιτών) του οίνου, στις οποίες περιλαμβάνονται οργανικά οξέα (γαλακτικό οξύ, οξικό οξύ, πυροσταφυλικό οξύ, κιτρικό οξύ, μηλικό οξύ, ηλεκτρικό οξύ, κιτρομηλικό οξύ, φουμαρικό οξύ), σάκχαρα (α- και β-γλυκόζη, σουκρόζη, φρουκτόζη, τριαλόζη, γαλακτουρονικό οξύ), αμινοξέα (αλανίνη, προλίνη), αλκοόλες (μεθανόλη, γλυκερόλη ινοσιτόλη, ισοπεντανόλη, 1,3-προπανοδιόλη), φαινολικές ενώσεις (trans-καφταρικό οξύ, τυροσόλη, γαλλικό οξύ, 2-φαινυλοαιθανόλη, διϋδρορομπινετίνη, ρομπινετίνη), και άλλες ενώσεις (χολίνη, ουριδίνη, ουρακίλη, κυτοσίνη, τριγονελλίνη, ιστιδίνη, ακεταλδεΰδη).
Η χημειομετρική ανάλυση των 1H NMR μεταβολομικών προφίλ των οίνων με τη βοήθεια πολυπαραμετρικών στατιστικών μοντέλων ανάλυσης έδειξε οτι μπορούν χρησιμοποιηθούν για την ανάπτυξη μεταβολομικών μοντέλων NMR τα οποία α) διακρίνουν τις γηγενείς κρητικές ποικιλίες ανεξαρτήτως χρόνου ωρίμανσης και με πολύ ισχυρή προβλεπτική ικανότητα β) παραμετροποιούν την διαδικασία ωρίμανσης των οίνων για κάθε ποικιλία και προβλέπουν ικανοποιητικά την διάρκειά της σε περιέκτες, και γ) διακρίνουν τον τύπο του περιέκτη στον οποίο πραγματοποιήθηκε η ωρίμανση του οίνου, ιδιαίτερα στην περίπτωση των βαρελιών ακακίας και καστανιάς. Προτάθηκε η χρήση της φαινόλης διϋδρορομπινετίνης ως ιχνηλάτη ωρίμανσης σε βαρέλι ακακίας, και υπολογίστηκε η ταχύτητα εκχύλισής της από το βαρέλι στον οίνο για δύο διαδοχικούς τρύγους.
Επιπλέον, αναπτύχθηκε μία νέα μέθοδος για τον ποσοτικό προσδιορισμό των πολυφαινολών του οίνου με την χρήση της Φασματοσκοπίας 31P NMR και 1Η ΝΜR, η οποία βασίστηκε στην εκχύλιση στερεάς φάσης για να επιτύχει την απομόνωση του φαινολικού κλάσματος του οίνου. Οι φαινολικές ενώσεις που ταυτοποιήθηκαν με αυτή τη μεθοδολογία στους οίνους ήταν οι φλαβονόλες (κερκετίνη, καμφερόλη, ρομπινετίνη), οι ανθοκυάνες (μαλβιδίνη, πεονιδίνη), οι φαινολικές αλκοόλες (τυροσόλη, 2-φαινυλοαιθανόλη), τα στιλβένια (cis-, trans-ρεσβερατρόλη), οι φλαβανόλες (κατεχίνη, επικατεχίνη), τα φαινολικά οξέα (trans-καφταρικό οξύ, καφεϊκό οξύ, πρωτοκατεχικό οξύ, γαλλικό οξύ, βανιλλικό οξύ, συριγγικό οξύ, trans-κουταρικό οξύ), ο φαινολικός εστέρας (γαλλικός αιθυλεστέρας) και η φλαβανονόλη (διϋδρορομπινετίνη). Η χημειομετρική ανάλυση των 1H και 31Ρ NMR φασματικών φαινολικών αποτυπωμάτων των οίνων με τη βοήθεια πολυπαραμετρικών στατιστικών μοντέλων ανάλυσης (PCA, OPLS-DA) έδειξε οτι αυτά υπερέχουν στην διάκριση μεταξύ των περιεκτών ωρίμανσης των οίνων.
Τέλος, έγινε συσχέτιση των συγκεντρώσεων των μεταβολιτών που ταυτοποιήθηκαν με την Φασματοσκοπία NMR στους οίνους με τα αποτελέσματα της οργανοληπτικής εξέτασής τους από πάνελ επαγγελματιών γευσιγνωστών. Βρέθηκε εξαιρετική συσχέτιση του μεταβολικού προφίλ NMR τόσο με τα οργανοληπτικά χαρακτηριστικά των οίνων (οξύτητα, γλυκύτητα, πικράδα, στυφάδα) κατά τον Α’ τρύγο, ιδιαίτερα με την γευσιγνωστική οξύτητα, και καλή συσχέτιση με τους βαθμούς (scores) που απέδωσε το πάνελ των επαγγελματιών γευσιγνωστών στους οίνους. Με την εφαρμογή της μεταβολομικής ανάλυσης των δεδομένων NMR εξετάστηκε η δυνατότητα συσχέτισης και πρόβλεψης των βέλτιστων οργανοληπτικών χαρακτηριστικών των οίνων με βάση τις πειραματικές αναλυτικές και φασματοσκοπικές μετρήσεις και τα γευσιγνωστικά δεδομένα.
(EL)
This dissertation reports the use of NMR spectroscopy and NMR-based metabolomics/chemometrics to study the wine maturation procedure. The wines studied were vinified from four indigenous Cretan grape cultivars (Dafni, Vilana – white and Kotsifali, Mantilari – red) and were left to mature in different types of inox tanks (with or without addition of oak oinosticks) and wooden barrels (French oak, American oak, acacia and chestnut). Maturing wines were sampled and analyzed by quantitative 1H NMR spectroscopy every three months for a total of 12 months, and for two consecutive production years (2012, 2013). Wine samples that had matured in tanks or barrels for 3, 6 9 and 12 months were also bottled and stored for 12 months, before they were analyzed.
NMR spectroscopy was used for the detection and quantification of a large number of non-volatile organic compounds in wine (metabolites), including organic acids (lactic, acetic, pyruvic, citric, malic, succinic, citramalic, fumaric), sugars (α-, and β- glucose, sucrose, fructose, trehalose, galacturonic acid), aminoacids (alanine, proline), alcohols (methanol, glycerol, inositol, isopentanol, 1,3-propanediol), phenolic compounds (trans-caftaric acid, tyrosol, gallic acid, 2-phenylethanol, dihydrorobinetin, robinetin) and other compounds (choline, uridine, uracil, cytidine, trigonelline, histidine and acetaldehyde).
Chemometrics analysis of the 1H NMR-obtained wine metabolic profiles using multivariate statistical analysis models (PCA, OPLS, OPLS-DA) demonstrated that NMR based metabolomics can be used to develop models that a) differentiate between wines from indigenous Cretan cultivars with excellent predicting ability, regardless of maturation time in barrels, b) parametrize the wine maturation procedure for each cultivar in different barrels and predict adequately the duration of maturation used, and c) determine the type of barrel used for wine maturation, especially for acacia and chestnut barrels. The extraction rate of dihydrorobinetin from the wood of acacia barrels to the wine body was determined for two consecutive years, and this compound is proposed as a metabolomic marker of wine maturation in acacia barrels.
A novel methodology for the quantitative determination of wine polyphenolics using 1Η and 31P NMR spectroscopy was also developed, based on the isolation of the phenolic fraction of wine using solid phase extraction. Several categories of phenolic compounds were determined in wine using this approach, including flavonols (quercetin, campferol, robinetin), anthocyans (malvidin, peonidin), phenolic alcohols (tyrosol, 2-phenyl ethanol), stilbenes (cis- and trans resveratrol), flavanols (catechin, epicatechin), phenolic acids/esters (trans-caftaric acid, caffeic acid, protocatechuic acid, gallic acid, vanillic acid, syringic acid, trans-coutaric acid, ethyl gallate) and the flavanonol dihydrorobinetin. Chemometrics analysis of the 1H and 31P NMR spectral phenolic fingerprints using bucketing and multivariate statistical analysis models (PCA, OPLS-DA) showed that phenolic fingerprinting offers superior model performance with respect to barrel type discrimination in th wines studied, compared to metabolite NMR profiling of the whole non-volatile metabolome.
Finally, the correlation between the NMR-obtained non-volatile metabolomic data set and sensory panel analysis data provided by professional wine tasters was examined. Excellent correlation was found between the NMR metabolic profiling and the sensory attributes of wines (acidity, sweetness, bitterness, astrigency) during the first wine production year (2012), especially for panel acidity, and good correlation was also found with the wine total scores attributed by the sensory panel, as a function of wine maturation and barrel type. Finally, NMR-based metabolomics also offered the possibility of correlating and estimating the optimum organoleptic characteristics of the wines based on experimental analytical, spectroscopic and sensory panel data.
(EN)
