Compostos voláteis associados a defeitos de cortiça de Quercus suber L. - estudo dos efeitos de matriz por micro-extracção em fase sólida na região de espaço de cabeça

Abstract

A cortiça é o material de eleição para o fabrico de vedantes para garrafas de vinho. No entanto, sendo um produto natural, a cortiça pode ser contaminada e atacada de diferentes formas, o que pode promover alterações nas suas propriedades. Um dos problemas mais críticos é o aparecimento de alterações organolépticas em vinhos, cujas causas têm vindo a ser atribuídas à migração de compostos de aroma indesejável, existentes na cortiça. Estes compostos, na sua maioria relacionados com a actividade microbiológica, podem ter a sua origem no facto da cortiça, desde a floresta até ao engarrafamento, ser susceptível de sofrer degradações microbiológicas com consequente formação de metabolitos secundários voláteis, alguns dos quais com aromas indesejáveis. A grande maioria dos estudos sobre este problema tem incidido na quantificação do 2,4,6-tricloroanisole (TCA), considerado um marcador de defeito pois ocorre em cerca de 80% dos casos de alteração organoléptica. A técnica de microextracção em fase sólida na região de espaço de cabeça (HS-SPME) tem vindo a ser utilizada na análise da fracção volátil de vinhos e no controlo da qualidade das rolhas de cortiça. Esta técnica tem sido, ainda, utilizada na análise de vinhos e cortiças com defeitos organolépticos, especialmente na detecção e quantificação do TCA. Considerando que são conhecidos outros compostos, associados à cortiça, susceptíveis de provocar defeitos de aroma em vinhos será importante estudar a aplicabilidade da técnica de HS-SPME na sua análise. Assim, com este trabalho pretendeu-se desenvolver uma metodologia de HSSPME para identificar e quantificar compostos voláteis da cortiça susceptíveis de provocar defeitos sensoriais em vinhos: 3-metil-1-butanol (3-MB), 1-octeno- 3-ol (1-Oct-3), 1-octanol (1-Oct), guaiacol (Gua), 2-metilisoborneol (MIB), 2,4,6- tricloroanisole (TCA) e geosmina (Geo). O estudo de optimização da metodologia incidiu sobre: i) temperatura de extracção, ii) linearidade global, iii) linearidade e reprodutibilidade relativamente a cada padrão e estimativa dos Factores Relativos de Resposta da metodologia de SPME e iv) avaliação dos efeitos de interferência da concentração de um composto sobre as áreas cromatográficas dos restantes constituintes da matriz. Após a fase de optimização procedeu-se à pesquisa destes compostos padrão em simulantes de vinho que estiveram em contacto durante treze meses com cortiça normal (N) e cortiça com defeitos: bolor (B) e mancha amarela (MA). Foram preparadas soluções padrão em simulantes de vinho em gamas de concentração que incluem os limites de percepção sensorial (LPS) dos diversos compostos: 3-MB (47,7-191,0 mg/L), 1-Oct-3 (10,7-42,7 mg/L), 1-Oct (20,8-208,0 mg/L), Gua (5,2-51,6 mg/L), MIB (8,0-80,0 ng/L), TCA (2,0-19,8 ng/L) e Geo (8,4-84,0 ng/L). As amostras foram analisadas em modo espaçode- cabeça usando uma fase estacionária do tipo absorvente, a polidimetilsiloxano (PDMS), de 100 mm de espessura. Do trabalho realizado, destacam-se como principais conclusões: i) Os compostos estudados têm comportamentos distintos em HS-SPME, o que pode ser observado através dos diferentes valores de Log(FRR), que dependem das suas características físico-químicas (solubilidade em água, volatilidade, pressão de vapor e coeficiente de partição fase líquida vs fase gasosa); ii) Apesar de se ter trabalhado numa gama de concentrações em que se verifica uma resposta linear da fibra relativamente à concentração total da matriz , verificou-se que a variação da concentração do 1-Oct (20,8 – 208,0 mg/L) interfere na quantificação dos restantes componentes, com excepção do 1-Oct-3. Este efeito ocorre de forma positiva para o 3-MB e negativa para o Gua, MIB, TCA e Geo. O 1-Oct apresenta o maior valor de Log(FRR) (4,9), e causa interferência em todos os compostos com valores de Log(FRR) menores mas não naquele que tem um valor de Log(FRR) próximo do seu, no caso o 1- Oct-3 (Log(FRR)= 4,3). A variação da concentração de 1-Oct levou à observação de erros de determinação dos restantes compostos, com coeficientes de variação de 13,8, 39,5, 53,7, 67,1, 62,2% para o 3-MB, Gua, MIB, TCA e Geo, respectivamente. Uma vez que o 1-Oct faz parte da composição química, quer de vinhos quer da cortiça, em quantidades que variam entre 3 e 250 mg/L, o efeito observado pode explicar a existência de discrepâncias entre a análise sensorial de determinado composto e a sua quantificação por HS-SPME. iii) Finalmente, os compostos em estudo foram pesquisados em simulantes de vinho rolhados com cortiça N, B e MA, de acordo com a metodologia desenvolvida. O único composto identificado, foi o TCA, com concentrações de 0,6, 0,4 e 2,4 ng/L, para os simulantes rolhados com a cortiça N, B e MA, respectivamente. Verifica-se que 25% dos simulantes rolhados com cortiça N e 35% dos rolhados com cortiça B apresentam TCA, encontrando-se todos os valores abaixo do LPS (4 ng/L). Estes resultados indicam que nenhum dos simulantes rolhados com cortiça N e B seria susceptível de apresentar defeitos de aroma associados aos descritores de aroma dos sete compostos estudados. No caso dos simulantes rolhados com cortiça MA, foi detectada a presença de TCA em 65% dos simulantes, dos quais 35% apresentavam concentrações superiores ao LPS. Assim, 35 % dos simulantes rolhados com cortiça MA são susceptíveis de apresentar defeitos de aroma.

ABSTRACT: Cork is the premium raw material used to produce wine-bottling stoppers; however, being a natural product, cork can be contaminated and attacked in different ways that could promote modifications in its proprieties. One of the most critical problems of the cork industry is that wine may be organoleptically affected, due to off-flavours migration from cork. These compounds, mostly related with microbiological activity, may have its origin in the fact that cork is susceptible of microbiological attack during cork processing from the forest to the bottle, with production of off-flavours metabolites. Most studies on this problem are dedicated to 2,4,6-trichloroanisole (TCA) quantification, once it is present in around 80% of the organoleptically deviation cases. The headspace solid phase microextraction methodology (HS-SPME) has been used in the analysis of wines with organoleptic deviations, and in cork stoppers quality control, with particular emphasis on the detection of TCA. Considering wine organoloeptic deviations can be due to other cork off-flavours components, it is important to implement this technique to their determination.The present study aims to develop an HS-SPME methodology to identify and quantify cork volatile components that could produce a wine organoleptic deviations, namely: 3-methyl-1-butanol (3-MB), 1-octen-3-ol (1- Oct-3), 1-octanol (1-Oct), guaiacol (Gua), 2-methylisoborneol (MIB), 2,4,6- trichloroanisole (TCA) and geosmine (Geo). The methodology optimization study has considered the following aspects: i) extraction temperature, ii) global linearity, iiii) linearity and reproducibility to each compound and estimative of SPME Relative Response Factors and iv) analysis of interference effects of the concentration of each compound over the chromatographic areas of the other compounds. After the optimization step, the studied compounds were searched in wine simulants stoppered with standard (N) and defective cork: moulds (B) and yellow stain (MA). Standard solutions in wine simulants were prepared, in concentration ranges including the sensorial perception limits (LPS) of the studied compounds: 3-MB (47,7-191,0 mg/L), 1-Oct-3 (10,7-42,7 mg/L), 1-Oct (20,8-208,0 mg/L), Gua (5,2- 51,6 mg/L), MIB (8,0-80,0 ng/L), TCA (2,0-19,8 ng/L) and Geo (8,4-84,0 ng/L), using a polidimethylsiloxane (PDMS) fiber, with 100 mm thickness. The main conclusions arising from the experimental results are: i) The studied compounds have different HS-SPME behaviour, observed by the different Log(FRR) values, which depend on the physical and chemical properties (water solubility, volatility, vapour pressure and liquid phase vs gaseous phase partition). ii) Although the work was carried out in a concentration range in which it is observed a global linearity in fiber response in relation to the total concentration, the variation of the 1-Oct concentration (from 20,8 to 208,0 mg/L) interferes in the quantification of the other components, with exception of 1- Oct-3. This effect is positive to 3-MB, and negative to Gua, MIB, TCA and Geo and is related with changes in headspace composition and sorption in the fibre 1-Oct is the component with the higher Log (FRR) value (4,9), interfering with all compounds with lower Log(FRR) values, with no interference in the component with a similar Log(FRR) value, 1-Oct-3 (Log(FRR)= 4,3). The variation of 1-Oct concentration causes errors in the determination of the other components with variation coefficients of 13,8, 39,5, 53,7, 67,1, 62,2% to 3-MB, Gua, MIB, TCA and Geo, respectively. Since 1-Oct is found in the composition of wine and cork in concentrations between 3 and 250 mg/L, the observed effect may explain the existence of discrepancies between sensorial analysis of a compound and its quantification by HS-SPME. iii) Finally, the studied compounds were searched in wine simulants, stoppered with N, B and MA cork stoppers, according to the studied methodology. Only TCA was detected, with a concentration of 0,6, 0,4 and 2,4 ng/L, in the wine simulants stoppered with N, B and MA cork stoppers, respectively. TCA was detected in 25% of the simulants stoppered with N cork and 35% of the simulants stoppered and B cork, with all determinations below TCA LPS (4 ng/L). These results indicate that none of the simulants stoppered with N and B cork will be susceptible of present off-flavour defects associated to the seven studied compounds. In the case of simulantes stoppered with MA cork, TCA was detected in 65% of the wine simulants, 35% of them with values higher than the TCA LPS. Thus 35% of wine simulants stoppered with MA cork are susceptible to present off-flavours.