¿Alguna vez te has preguntado qué tan fresco es realmente ese filete de salmón que puedes encontrar en los contenedores de los supermercados? Garantizar la frescura del salmón es crucial tanto para la seguridad como para el sabor. Pero los métodos tradicionales para medir el deterioro son destructivos y requieren mucho tiempo. Los científicos están desarrollando métodos innovadores para garantizar que se obtenga pescado de la mejor calidad.
Un estudio publicado por científicos de la Ocean University of China y del Xinjiang Institute of Technology exploró el potencial de la espectroscopia Raman y del infrarrojo cercano (NIR), combinada con un análisis de datos avanzado, para medir con precisión TVB-N (nitrógeno básico volátil total) en el salmón (Salmo salar). Los investigadores emplearon un enfoque inteligente llamado «fusión de datos» para combinar información de la espectroscopia NIR y Raman. Esto les permitió crear una imagen más precisa de la química interna del salmón.
¿Por qué es importante TVB-N?
La frescura es un factor importante en la calidad de la carne y afecta tanto al sabor como al valor nutricional. A medida que aumenta el tiempo de almacenamiento, se deteriora la frescura de la carne, incluido el salmón. Este deterioro se refleja en un aumento del nitrógeno base volátil total (TVB-N).
El nitrógeno básico volátil total (TVB-N) es un indicador clave de la frescura de los productos del mar. A medida que el pescado se descompone, las proteínas se descomponen en estos compuestos nitrogenados. Al medir los niveles de TVB-N, podemos determinar la frescura y seguridad del pescado para el consumo.
Tradicionalmente, medir TVB-N implica procedimientos complejos que destruyen la muestra. Este nuevo método ofrece una alternativa rápida y no destructiva.
Iluminando la frescura
El nuevo estudio investigó el uso de espectroscopía NIR y Raman (técnicas que analizan la interacción de la luz con la muestra) para detectar TVB-N en filetes de salmón almacenados a varias temperaturas. Luego, los investigadores emplearon un enfoque de «fusión de datos», combinando información de los espectros NIR y Raman para crear una imagen más completa.
Múltiples técnicas, precisión mejorada
El estudio comparó diferentes estrategias de fusión de datos:
- Fusión de datos de bajo nivel (LLDF): este método fusionó directamente los datos espectrales sin procesar de NIR y Raman para su análisis.
- Fusión de datos de nivel medio (MLDF): aquí, las características extraídas de cada espectro se combinaron antes del análisis.
Los resultados fueron impresionantes. LLDF demostró ser el enfoque más preciso, logrando un modelo de predicción con un valor R² (una medida de qué tan bien se ajusta el modelo a los datos) de 0,910 y un RMSEP (error cuadrático medio de predicción) bajo de 1,922 mg/100 g.
Beneficios para los consumidores y más allá
Imagina un futuro en el que los supermercados puedan determinar rápida y fácilmente los niveles de TVB-N, garantizando que los consumidores obtengan el pescado más fresco posible. Además, este enfoque tiene el potencial de aplicarse a otros productos cárnicos, mejorando la seguridad y la calidad de los alimentos en toda la industria.
La nueva tecnología tiene el potencial de revolucionar la evaluación de la frescura, lo que generará varios beneficios:
- Mayor seguridad del consumidor: al detectar con precisión el deterioro, los supermercados pueden garantizar que solo el pescado más fresco llegue a los consumidores, minimizando el riesgo de enfermedades transmitidas por los alimentos.
- Control de calidad mejorado: los productores y distribuidores pueden obtener información valiosa sobre las prácticas de almacenamiento y manipulación, optimizando la frescura de su salmón a lo largo de toda la cadena de suministro.
- Reducción de residuos: la detección temprana del deterioro puede ayudar a evitar que se descarte pescado en perfecto estado, minimizando el desperdicio y maximizando las ganancias.
Conclusión
El estudio destaca el potencial de la espectroscopia combinada con el análisis de datos para la predicción rápida de los valores de TVB-N en muestras de salmón mediante la integración de datos espectrales NIR y Raman.
“Después de comparar las estrategias LLDF y MLDF basadas en técnicas de extracción de características como 2D-COS, CARS, IRIV y VIP, los resultados mostraron que las estrategias LLDF y MLDF-VIP mostraron un buen rendimiento predictivo con un valor R2P superior a 0,900”, concluyen los investigadores.
A medida que avanza la investigación, podemos esperar que surjan métodos aún más sofisticados, que garanticen que los productos del mar que consumimos no sólo sean deliciosos sino también seguros.
El estudio fue financiado por National Natural Science Foundation of China, el Postdoctoral Research Foundation of China, China Agriculture Research System of MOF and MARA, Postdoctoral Innovation Project of Shandong Province, y Qingdao Postdoctoral Applied Research Project.
Contacto
Kaiqiang Wang
State Key Laboratory of Marine Food Processing & Safety Control, College of Food Science and Engineering, Ocean University of China
Qingdao, Shandong 266003, China
Email: wkq@ouc.edu.cn
Referencia
Guo, M., Lin, H., Wang, K., Cao, L., & Sui, J. (2024). Data fusion of near-infrared and Raman spectroscopy: An innovative tool for non-destructive prediction of the TVB-N content of salmon samples. Food Research International, 189, 114564. https://doi.org/10.1016/j.foodres.2024.114564
