Gli oli essenziali (OE) sono miscele chimiche complesse che si estraggono principalmente da materiale vegetale mediante diverse tecniche:
- distillazione in corrente di vapore,
- idrodistillazione, estrazione con solventi,
- estrazioni assistite da ultrasuoni,
- estrazioni accelerate da microonde
- estrazione con solventi in fase supercritica.
A parità di materiale di partenza a seconda della tecnica è possibile quindi ottenere OE con diversa composizione chimica. La composizione chimica è anche influenzata da altri fattori come il pretrattamento del materiale (fresco o secco), a seconda del periodo stagionale della raccolta o del posto di raccolta.
Alla diversa composizione chimica degli OE è quindi associata una diversa attività biologica.
Pertanto da qui nasce l'idea di raccogliere quanto più dati all'interno di un database (DB) interrogabile attraverso una piattaforma web (chiamato Py-EO) corredata di strumenti machine learning per lo sviluppo di modelli di classificazione e/o di regressione. Un DB per oli essenziali con tali strumenti non è ancora stato presentato al pubblico costituendo cosi un'idea originale. Tale idea è anche avvalorata dal fatto che negli ultimo decennio c'è stato una costante crescita del numero di pubblicazioni nel campo degli OE con un incremento annuale del 7% testimoniata in circa 5000 articoli.
Il presente progetto, prosecuzione di quanto presentato nel '18 e '19, vedrà l'acquisizione di dati chimici e biologici su diversi oli essenziali e anche su componenti puri. Dati che saranno integrati nella nascente piattaforma web Py-EO.
Il progetto si basa sulla decennale esperienza del gruppo proponente in tutte le fasi che saranno oggetto dello studio stesso. Infine come in quelli precedenti il progetto è caratterizzato nel suo insieme da un alto livello di interdisciplinarità in cui agronomi, botanici, chimici analitici, chimici farmaceutici, microbiologi, biochimici e farmacologi saranno tutti coinvolti in un comune interesse
Come risultato della ricerche pregresse e finanziate nei laboratori del proponente una serie di oltre 300 oli essenziali (OE) sono stati distillati mediante idrodistillazione (ID) e corrente di vapore (CV) applicate a piante aromatiche sia essiccate che fresche ed a diversi tempi di estrazione. La maggior parte dei campioni è stata già caratterizzata sia chimicamente che biologicamente e alla conclusione del progetto i dati costituiranno una grossa sorgente di dati sperimentali sui quali potranno sono in corso tutta una serie di studi che saranno oggetto di pubblicazioni scientifiche su rivisteste specializzate del settore.
Accanto ai dati sperimentali prodotti dal gruppo proponente saranno anche raccolti dati da articoli scientificida una lista già compilata di oltre 25 mila articoli scientifici in formato pdf selezionati con chiavi di ricerca accoppiate a "essential oil".
Tra le innovazioni che si propone:
- Ulteriori estrazione di OE e di idrolati.
- Sviluppo di una serie di modelli ML per comprendere almeno in parte il meccanismo di azione degli OE
- realizzazione una piattaforma in cui inserire tutti i dati ottenuti per la costituzione di un database sia di informazioni chimiche che biologiche.
- implementazione del database in un portale web interrogabile che permetta l¿analisi chemometrica degli OE
- implementazioned e di dati del DB con quanto presente in letteratura
La costituzione di un portale web (in analogia del portale www.3d-qsar.com prodotto dal gruppo di ricerca del proponente) costituirà un nuovo strumento per la valorizzazione degli OE e in un prossimo futuro per razionalizzare di oli essenziali 'blended' volti a colmare le sempre più crescenti richieste dal mondo commerciale per nuovi prodotti di origine naturale che sono sempre più ricercati come composti o miscele alternative per rispondere alle sempre più stringenti regole del REACH che continuamente bandiscono i derivati di sintesi.
A riguardo degli avanzamenti delle conoscenze rispetto allo stato dell¿arte il gruppo di ricerca organizzato dal proponente in base alle recenti pubblicazioni si presenta con un elevato grado di interdisciplinarieta' che va dalla estrazione in corrente di vapore all¿analisi chimica in GC/MS, dai saggi biochimici agli esperimenti in semi-vivo su organi solati per finire con l'aggregazione dei dato mediante algoritmi di machine learning, dove le con un certo grado di innovazione le competenze spaziano dal chimico esperto nell¿estrattiva al chimico analitico, dal biochimico al microbiologo e al farmacologo per essere tutte accumunate dal chimico chemometrico in un'unico assemblamento sinergico in cui ognuno svolge una parte essenziale del progetto.