Il sistema funziona attraverso una rete di sensori chimici che rilevano i composti volatili emessi dagli alimenti. A differenza del naso umano, che fatica a distinguere singole molecole odorose all'interno di miscele complesse, il dispositivo crea una sorta di "impronta digitale" degli odori grazie a un chip composto da 16 materiali differenti appartenenti a quattro classi principali.
I ricercatori hanno utilizzato nanotubi di carbonio per trasportare le molecole gassose verso la matrice di sensori, ottenendo per ogni sostanza una risposta specifica. I segnali raccolti vengono poi elaborati da algoritmi di machine learning che permettono il riconoscimento automatico degli alimenti e delle condizioni di deterioramento.
Durante i test sperimentali il dispositivo ha analizzato i profili odorosi di 16 sostanze differenti, tra cui pollo deteriorato, uova sode e noci, raggiungendo un'accuratezza del 92,6%. Secondo gli autori, il principale vantaggio del sistema consiste nella cosiddetta "selettività relativa": invece di cercare un singolo composto chimico, il chip riconosce configurazioni complesse di odori attraverso il confronto simultaneo di molteplici segnali sensoriali.
"La selettività è uno dei principali problemi dei sensori per gas, perché esiste sempre una certa reattività incrociata tra le molecole", ha spiegato Carla Bassil, prima autrice dello studio, nel podcast di Science. "Utilizzando molti sensori differenti possiamo però catturare un'impronta complessiva dei pattern di risposta".
Secondo i ricercatori, questa tecnologia potrebbe avere importanti applicazioni nella sicurezza alimentare e nella prevenzione delle allergie. "Il nostro sistema può contribuire direttamente a prevenire malattie alimentari e reazioni allergiche potenzialmente letali attraverso il rilevamento di alimenti avariati e allergeni", scrivono gli autori nello studio.