Wine learning – Studio di un modello sperimentale multi-disciplinare per la caratterizzazione del sistema «fermentazione»
Mercoledì 17 maggio – Sala internazionale
Modulo gestito in collaborazione con Ever
I relatori dell’intervento saranno:
Paolo Capra,
Ever Srl
Paolo Antoniali,
Italiana Biotecnologie Srl
Nicola Biasi,
Nicola Biasi Consulting
Wine learning – Studio di un modello sperimentale multi-disciplinare per la caratterizzazione del sistema «fermentazione»
Introduzione – Paolo Capra, Ever Srl
Presentazione del modello sperimentale, dalla caratterizzazione dei mosti (chimica, microelementi, precursori aromatici), a quella dei vini (chimica e aromatica), attraverso il monitoraggio real-time delle fermentazioni – Paolo Antoniali, Italiana Biotecnologie Srl
TIOLI: Metodica in UPLC-MS – Studio ed implementazione della metodica per la determinazione e la quantificazione dei tioli nei vini – Sara Bogialli / Marco Roverso, Università di Padova
MASUT DA RIVE: caso studio – Presentazione dei risultati dopo tre anni di vendemmia predittiva – Nicola Biasi, Nicola Biasi Consulting
«Imparare dal vino» significa fare innovazione e ricerca insieme ad enologi e produttori; collaborare e condividere conoscenze per preservare e migliorare ogni giorno la qualità del Vino.
Dopo dieci anni di attività del programma Y-TEAM per lo sviluppo della qualità dei lieviti e dei suoi derivati per la fermentazione enologica, Ever presenta WINE-LEARNING: un innovativo modello sperimentale, multi-disciplinare, per la caratterizzazione del sistema «uva-fermentazione-vino».
Prevedere l’andamento di una fermentazione è estremamente utile e consente di prendere opportuni provvedimenti correttivi, ove necessario, per garantire che le vinificazioni si concludano con successo, che si tratti di una fermentazione primaria o di una rifermentazione per la spumantizzazione.
Per sviluppare un modello predittivo della fermentazione vinaria, robusto, flessibile e affidabile, è necessario disporre di un ampio database che includa dati inerenti alle fermentazioni di svariati vitigni, di diverse zone ed annate; informazioni relative al trattamento dei mosti o delle basi, al ceppo di lievito utilizzato e alla nutrizione impiegata e, non ultime, alle condizioni operative adottate.
Diversi modelli matematici incentrati sulla composizione dei mosti e sulla fisiologia del lievito sono stati proposti per predire la cinetica della fermentazione alcolica. Tali modelli richiedono la stima di un gran numero di parametri, il che può renderli di difficile applicazione in una situazione industriale di cantina e, in particolare, durante la vendemmia.
Il progetto WINE LEARNING, più che definire un modello predittivo della fermentazione vinaria, delinea un sistema diagnostico empirico che contribuisce, attraverso un approccio pratico e l’osservazione sperimentale, a caratterizzare lo stato del sistema “uva-fermentazione-vino” e a definire scelte operative ponderate prima delle fermentazioni.
