Con olfato artificial se podrá controlar la calidad de los alimentos

Los nuevos protocolos optimizan la utilización de una técnica capaz de analizar, a nivel molecular, las sustancias presentes en el aroma de alimentos, logrando diferenciar muestras de jamón de cerdos ibéricos alimentados con bellota o con pienso. (Foto: Grupo AGR-287, Universidad de Córdoba)

Un grupo de científicos ha desarrollado protocolos que optimizan la utilización de una técnica capaz de analizar, a nivel molecular, las sustancias presentes en el aroma de alimentos, logrando diferenciar, por ejemplo, muestras de jamón de cerdos ibéricos alimentados con bellota o con pienso.

Este nuevo enfoque, que utiliza inteligencia artificial para analizar los datos, simplificará el análisis de aromas, y los datos generados se podrán utilizar para determinar la trazabilidad y calidad de los alimentos, y luchar contra el fraude.

Estos nuevos protocolos han sido desarrollados por investigadores del Instituto de Bioingeniería de Cataluña (IBEC) en colaboración con la Universidad de Córdoba en España.

El aroma de los alimentos es uno de los principales indicadores de su calidad y puede proporcionar además información sobre las etapas de su producción. El análisis de los aromas mediante técnicas modernas ofrece alternativas a la evaluación humana, y es una herramienta robusta y fiable para la detección de fraudes, como ocurren con cierta frecuencia en el mercado del jamón ibérico, aceite de oliva, miel o vinos.

Una de las técnicas más potentes y prometedoras en el campo de la caracterización de aromas en alimentos es la cromatografía de gases-espectrometría de movilidad iónica (siglas en inglés: GC-IMS), siendo rápida, efectiva, económica y fácil de transportar. A pesar de sus múltiples ventajas, el análisis de los datos en crudo generados con esta metodología es altamente complejo, lo que acaba dificultando y limitando su utilización.

Ahora, investigadores liderados por el Dr. Santiago Marco, jefe del investigador principal en el grupo de Procesamiento de Señales e Información para Sistemas de Sensores del IBEC y profesor de la Universidad de Barcelona (UB), junto con investigadores de la Universidad de Córdoba liderados por la Dra. Lourdes Arce, han desarrollado nuevos procedimientos para el análisis de datos GC-IMS de aromas en alimentos, abriendo la posibilidad de construir analizadores a medida para verificar la calidad y autenticidad de productos alimenticios de alto valor.

Los investigadores presentan una metodología que va desde el procesamiento de los datos en crudo hasta la caracterización final de la muestra, y para su validación han sido capaces de predecir el régimen alimentario de cerdos (bellotas o pienso) en muestras de jamón ibérico.

Actualmente, en la industria de la alimentación, el análisis de aromas se hace principalmente a través de paneles humanos, con expertos entrenados en la identificación y clasificación de determinadas características aromáticas. Sin embargo, es una metodología cara y altamente subjetiva, lo que dificulta la reproducibilidad y fiabilidad de los resultados. Una alternativa es la utilización de instrumentos y metodologías que analizan la composición química de la muestra proporcionando información detallada y segura de un aroma.

Por ser una técnica hibrida, la GC-IMS aporta muchas ventajas, pero también genera datos complejos conteniendo miles de señales que requieren un extenso preprocesamiento y una extracción de información sofisticada con relación a las características de los aromas.

Es por ello que los investigadores e ingenieros proponen ahora un flujo de trabajo completo, que va desde el análisis de las muestras (muestreo y protocolo GC-IMS) hasta la interpretación de los datos (preprocesamiento de datos e inteligencia artificial), mejorando tanto la calidad de los datos como la detección final de los compuestos volátiles.

El trabajo se titula “Full Workflows for the Analysis of Gas Chromatography—Ion Mobility Spectrometry in Foodomics: Application to the Analysis of Iberian Ham Aroma”. Y se ha publicado en la revista académica Sensors.