 |
| Imagen |
Por su alto poder de resolución, la imagen hiperespectral (HSI), combinada con la quimiometría para el control online de diferentes procesos de manipulación de alimentos y la identificación de materiales contaminantes, es una técnica de interés en la detección de trazas de cacahuete en productos molidos como harinas, cacao o café.
El trabajo desarrollado por los investigadores del grupo LPF-TAGRALIA de la Escuela Técnica Superior de Ingeniería Agronómica, Medioambiental y de Biosistemas de la UPM demuestra la viabilidad de la imagen hiperespectral para la detección y cuantificación de trazas de cacahuete en harina de trigo.“Cualquier alimento puede contener trazas de cacahuete en sus materias primas, como la harina, la leche en polvo o el cacao, si estos fueron molidos en instalaciones con posible presencia de restos de esta leguminosa”, explica la catedrática Margarita Ruiz Altisent, miembro del equipo de investigación LPF-TAGRALIA, quien añade que “este tipo de contaminación, que puede ser imposible de prevenir, puede ser causa de graves problemas en personas alérgicas”.
El trabajo de los investigadores de la UPM da un paso adelante en relación a las técnicas que existen actualmente para la detección de las trazas de cacahuete, como el ensayo ELISA (enzyme-linked-immunosorbent-assay) y la reacción en cadena de polimerasa en tiempo real (RT-PCR). Ambas técnicas, aunque sí detectan la contaminación por cacahuete, solo se utilizan en pequeñas muestras, ya que, además, son lentas y complicadas.
La espectrometría infrarroja (NIRS) detecta idealmente moléculas específicas, por sus propiedades de absorción y reflexión de la luz, uno de los motivos por los que los expertos de la UPM la emplearon en su investigación. “Se conoce, y se comprobó, que el polvo de cacahuete genera espectros infrarrojos diferentes de los de la harina, la leche en polvo o el cacao”. Esta propiedad de absorción en el rango NIR es la más característica de la imagen hiperespectral (HSI) del producto contaminado, utilizada en este trabajo. “El problema con la espectroscopía NIR convencional es que esta adquiere un espectro medio de una superficie (ventana) determinada, con lo que la contaminación de muy baja concentración simplemente se diluye”, explica Ruiz Altisent.
La imagen hiperespectral produce imágenes en las que cada píxel contiene datos espectrales propios, algo que los investigadores aprovecharon para desarrollar un sistema de clasificación que permite establecer si un determinado píxel en una imagen de harina de trigo contiene polvo de cacahuete, permitiendo así estimar el nivel de presencia del contaminante.
“Ensayamos este sistema sobre muestras de harina mezclada con polvo de cacahuete de cuatro tipos diferentes, incluyendo crudos, blanqueados y tostados, y fuimos capaces de detectar concentraciones de hasta 0,01%, aunque la precisión es alta solamente para concentraciones entre 0,1% y 10%”, asegura la experta de la UPM.
En el trabajo, publicado en la revista científica Infrared Spectroscopy, han participado también expertos del Institute National de Recherche en Sciences and Technologies pour l’Environement et l’Agriculture (IRSTEA, Francia). Sus resultados abren la puerta a la detección de trazas de otros frutos secos en alimentos, algo muy importante para las personas que padecen algún tipo de sensibilidad. “En estos momentos estamos ensayando diferentes muestras de mezclas de almendra, nuez y avellana para explorar la viabilidad de su detección por medio de HSI”, explican Pilar Barreiro y Belén Diezma, y el doctorando de TAGRALIA Puneet Mishra.
PUNEET MISHRA, ANA HERRERO-LANGREO, JEAN MICHEL ROGER, NATHALIE GORRETTA, LOURDES LLEÓ, BELÉN DIEZMA, PILAR BARREIRO. “Detection and quantification of peanut traces in wheat flour by near infrared hyperspectral imaging spectroscopy using principal-component analysis”, Journal of Near Infrared Spectroscopy.
Fuente: UPM
