Progetto PNRR – NATIONAL RESEARCH CENTRE FOR AGRICULTURAL TECHNOLOGIES (AGRITECH) – Spoke 9 “Nuove tecnologie e metodologie per la tracciabilità, la qualità, la sicurezza, le misurazioni e le certificazioni per valorizzare e tutelare la tipicità nelle filiere agroalimentari”

https://agritechcenter.it

PNRR – Missione 4: Istruzione e Ricerca – Componente 2: Dalla Ricerca all’Impresa – Investimento 1.4: Potenziamento strutture di ricerca e creazione di campioni nazionali di R&S su alcune Key Enabling Technologies https://www.mur.gov.it/it

Obiettivi e contenuti

Agritech è un progetto incentrato sull’utilizzo delle tecnologie abilitanti per lo sviluppo sostenibile delle produzioni agroalimentari, con l’obiettivo di favorire l’adattamento ai cambiamenti climatici, lo sviluppo delle aree marginali, la resilienza e la multifunzionalità dei sistemi agricoli, forestali e zootecnici, la sicurezza, la qualità, la tracciabilità e la tipicità delle filiere agroalimentari, e al contempo con l’obiettivo di ridurre l’impatto ambientale delle attività produttive intensive soprattutto nelle aree a vocazionalità territoriale.

Lo Spoke 9 ha come obiettivo quello di ideare, progettare, sperimentare e diffondere soluzioni digitali innovative per comprendere l’origine, l’autenticità e garantire la sicurezza delle produzioni agricole allo scopo di valorizzare e tutelare le tipicità delle filiere agroalimentari.

L’ISA è coinvolto nel WP1 Task 9.1.1 Chemical, Physical, Biological and Genetic methods and protocols for quality and traceability of food products (Dott.ssa Staiano); Task 9.1.2 Multivariate modelling analysis of experimental data for food certification (Dott.ssa Evangelista); Task 9.1.4 Sensors, predictive process modelling and other ICT technologies (Dott.ssa Staiano); WP3 Task 9.3.4 User-friendly database (Dott.ssa Evangelista) e WP5 Task 9.5.3 Metadata automatic enrichment by exploring all the WoA repository by using hybrid AI models (Dott. Facchiano).

Verranno sviluppati metodi innovativi, rapidi ed eco-friendly e biosensori ottici specifici per la rilevazione di contaminanti presenti in tracce nelle matrici alimentari. Queste metodiche innovative consentiranno lo screening on-site di singole e differenti classi di contaminanti chimici/biologici e di composti indesiderati allo scopo di preservare la sicurezza e migliorare la produttività delle filiere agroalimentari. Verranno utilizzati metodi chemometrici multivariati e machine-learning tools per l’analisi dei dati sperimentali ottenuti nel progetto allo scopo di classificare correttamente la tipologia di prodotto agroalimentare permettendo di identificare origine e autenticità del prodotto stesso. Sarà sviluppato il database SmartAgriFood_DB facile da usare ed intuitivo che presenterà i dati attraverso grafici e tabelle e che consentirà agli utenti di scegliere gli indicatori e il livello di analisi da mostrare. Inoltre, si svilupperanno strumenti bioinformatici per l’automazione dell’analisi di dati su componenti degli alimenti e possibili effetti sulla salute dell’uomo.