Aplican sensores de infrarrojos para detectar almendras amargas
Un trabajo de investigación de la Universidad de Córdoba incorpora la tecnología NIRS en el análisis de almendras para cuantificar a escala industrial los niveles de amigdalina, el compuesto responsable del sabor amargo del fruto. Técnicamente, los sensores NIRS emplean un haz de luz que, al interactuar con material biológico, devuelve una señal única (espectro) de cada muestra de producto, es decir, una huella digital inequívoca que proporciona información y permite definir la muestra.
Fuente: Universidad de Córdoba
Quien más quien menos ha vivido la experiencia de masticar una almendra y experimentar un desagradable e inesperado regusto amargo que nada tiene que ver con el sabor al que acostumbra uno de los frutos secos más consumidos del mundo. La responsable tiene un nombre: amigdalina, un diglucósido que, en contacto con enzimas presentes en la saliva, se descompone en glucosa, benzaldehído (responsable del sabor amargo) y ácido cianhídrico.
Para reducir esta ‘sorpresa’ desagradable, los grupos de investigación de Ingeniería de Sistemas Agroganaderos (AGR-128) y de Tecnología de los Alimentos(AGR-193) de la Escuela Técnica Superior de Ingeniería Agronómica y de Montes de la Universidad de Córdoba, con la colaboración del Centro Alameda del Obispo del Instituto de Investigación y Formación Agraria y Pesquera de Andalucía(IFAPA), han desarrollado un método capaz de predecir los niveles de la citada amigdalina presentes en los frutos analizados con y sin cáscara, y de clasificar correctamente almendras dulces y amargas a escala industrial, algo que hasta la fecha sólo se había conseguido en frutos descascarados, en granos individuales o molidos.
El nuevo sistema emplea equipos portátiles basados en tecnología NIRS -Espectroscopía de Infrarrojo Cercano-capaces de analizar in situ grandes cantidades de producto en tiempo en tiempo real, sin necesidad de pasar por el laboratorio. Se trata de una aplicación tecnológica «de gran interés para el sector agroalimentario», explica la catedrática Dolores Pérez Marín, pues si bien el amargor de la almendra en la naturaleza puede servir para evitar que los depredadores ingieran las semillas de determinadas variedades, a escala industrial no ofrece ventajas y sí muchos inconvenientes: un sabor poco agradable, depreciación del producto y potenciales problemas de seguridad alimentaria si el fruto amargo se consume a gran escala.
Técnicamente, los sensores NIRS emplean un haz de luz que, al interactuar con material biológico, devuelve una señal única (espectro) de cada muestra de producto, es decir, una huella digital inequívoca que proporciona información y permite definir la muestra. En este caso, tal y como explica el doctorando y primer autor de la investigación, Miguel Vega Castellote, los equipos portátiles, «cuya señal unida a los valores de referencia permite desarrollar modelos de predicción», son capaces de analizar diferentes parámetros “escaneando” el producto de forma rápida y no invasiva, es decir, sin alterarlo.
Fraude alimentario
El empleo de la tecnología NIRS, en la que el equipo de investigación posee una dilatada experiencia con distintos productos agroalimentarios, es especialmente útil en la detección temprana de posibles fraudes y en la autentificación de alimentos. Por ello, el equipo ha puesto en marcha otra investigación orientada a detectar lotes de almendras dulces adulterados con almendras amargas y en el que se ha conseguido identificar casi el 90% de las partidas fraudulentas. El sistema probado en este trabajo, explica la catedrática María Teresa Sánchez Pineda de las Infantas, otra de las autoras de la investigación «puede implementarse en toda la cadena de valor, incluyendo la recepción, procesado y expedición de producto, y establecerse como un método de alerta temprana anti fraude rápido y rentable».
Referencias:
MiguelVega-Castellote, Dolores Pérez-Marín, Irina Torres, José-Manuel Moreno-Rojas, María Teresa Sánchez. Exploring the potential of NIRS technology for the in situ prediction of amygdalin content and classification by bitterness of in-shell and shelled intact almonds. Journal of Food Engineering Volume 294, April 2021, 110406. https://doi.org/10.1016/j.jfoodeng.2020.110406
Últimas publicaciones
El modelo de control, ideado por un equipo de la Universidad de Córdoba, permite reducir el desperdicio de un recurso esencial y limitado y alargar la vida útil de las tuberías. El modelo predictivo resultante, escalable a otras redes similares, permite superar una gran limitación que encuentran las empresas gestoras de redes de distribución de agua, como es la ausencia de datos en tiempo real que las orienten a la hora de realizar ajustes dinámicos de la presión.
Sigue leyendoEl bienestar animal así como un mayor rendimiento en cantidad y calidad han sido parte de los objetivos de este proyecto que ha contado como socios a COVAP, CETEMET, Keyter, Universidad de Córdoba y Cooperativas Agro-alimentarias de Andalucía.
Sigue leyendoEl grupo operativo INNOFINO, formado por el Consorcio ceiA3 junto a las universidades de Cádiz y de Córdoba, varios consejos reguladores andaluces así como distintas bodegas del marco de Jerez, acaban de presentar los resultados finales del proyecto en la Consejería de Agricultura, Pesca y Desarrollo Rural de la Junta de Andalucía en Sevilla.
Sigue leyendo