La tecnología NIRS puede ser empleada para la detección de almendras amargas en lotes de almendras dulces procesados, lo cual viene a satisfacer las demandas tanto de productores como de la industria

La almendra se puede clasificar en dos grupos dependiendo del amargor de la semilla: dulce y amarga. Las almendras dulces, se usan normalmente para su consumo en fresco o como ingredientes de productos alimenticios manufacturados, mientras las amargas pueden ser utilizadas para la obtención de aceite amargo, empleado principalmente como aroma e ingrediente de productos cosméticos.

En el caso tanto del consumo en fresco como de la elaboración de productos manufacturados es importante garantizar que las almendras que se van a procesar son dulces, ya que las amargas producen aromas y sabores que finalmente deprecian la calidad del producto. El amargor de las almendras es provocado por la presencia de amigdalina, un glucósido que en su descomposición produce, entre otros compuestos, ácido cianhídrico, que en cantidades elevadas puede ser tóxico para los consumidores, y benzaldehído, responsable del sabor amargo. Por tanto, es importante diferenciar ambos tipos de almendra para garantizar la homogeneidad de los lotes recepcionados, así como para evitar posibles fraudes o adulteraciones que conlleven pérdida de valor comercial.

Debido a la gran diversidad existente, ya sea en tamaño, peso o forma, entre almendras procedentes de distintas variedades, resulta complejo identificar visualmente la presencia de almendras amargas en los lotes de almendras dulces procesados. Para el análisis de amigdalina en almendras, el método más utilizado es el de cromatografía líquida de alta resolución (conocida por sus siglas en inglés, HPLC). Se trata de una técnica compleja, costosa, destructiva y que requiere de un cierto tiempo de preparación de muestra, por lo que no es accesible a todas las industrias alimentarias y, asimismo, no permite su incorporación en las líneas industriales de procesado para la toma de decisiones en tiempo real.

Por tanto, debido a las razones anteriormente expuestas, es necesario la puesta a punto de tecnologías rápidas, reproducibles y automatizadas a nivel industrial, que permitan realizar una correcta clasificación de almendras intactas, evitando así la comercialización de almendras amargas en la cadena de consumo agroalimentaria (Vega-Castellote et al., 2021a).

La Espectroscopía de Reflectancia en el Infrarrojo Cercano (NIRS) reúne una serie de requisitos tales que permiten su incorporación en sistemas de aseguramiento de la calidad y autentificación de materias primas, productos y procesos acordes con las nuevas demandas del sector agroalimentario en general, y de la almendra, en particular. La tecnología NIRS presenta ventajas específicas frente a otras técnicas analíticas como son: la alta velocidad de respuesta en el análisis, el ser no destructiva, respetuosa con el medioambiente, multi-producto y multi-parámetro. La combinación de esta técnica junto con la aplicación de estrategias de análisis multivariante para el procesado de los datos espectrales generados constituye una herramienta extremadamente ágil y útil para el sector agroalimentario, permitiendo incrementar el volumen de producto analizado y, por tanto, inspeccionado.

Además, la posibilidad de combinar la señal espectral que proporciona esta técnica espectroscópica con otras tecnologías de la información y la comunicación (TICs), abre enormes expectativas en la incorporación y aplicación de los sensores NIRS en líneas de procesado como herramientas que posibiliten mejorar la inspección y autentificación de alimentos, la detección de fraudes, dar una información más amplia y precisa al consumidor, y servir como garantía o etiqueta de calidad de los productos agroalimentarios (Pérez-Marín y Garrido, 2020).

Asimismo, en los últimos años, la implementación de la tecnología NIRS como método de análisis se ha visto favorecida por el desarrollo instrumental que los sensores NIRS han experimentado, habiéndose desarrollado sensores más robustos, portátiles, de señal más estable, y de coste reducido, lo cual ha permitido el análisis de productos in situ en el campo, en la recepción del producto en la industria agroalimentaria, en almacenes, o en su conservación frigorífica poscosecha, entre otros.

Estos sensores portátiles, basados en distintas tecnologías ópticas como la tecnología de red de diodos o la tecnología LVF (en inglés, Linear Variable Filter), carecen de elementos móviles, lo que ha permitido su uso fuera del laboratorio. Además, el control de calidad en la industria alimentaria se puede llevar a cabo mediante la incorporación de sensores NIRS en las distintas etapas de elaboración, lo que puede permitir el análisis en rutina en las líneas de procesado mediante la implementación de instrumentos aptos para este fin.

En este artículo se resumen los principales resultados obtenidos por investigadores de la Escuela Técnica Superior de Ingeniería Agronómica y de Montes (ETSIAM) de la Universidad de Córdoba bajo el marco de varios proyectos de investigación relacionados con la implementación de sensores NIRS en la industria de la almendra, con el objeto de asegurar la integridad del producto comercializado (Vega-Castellote et al., 2021a, b). Los trabajos de investigación realizados se pueden dividir en:

1. Cuantificación del contenido de amigdalina en lotes de almendras.

2. Diferenciación entre lotes de almendras dulces y amargas en las distintas etapas del proceso productivo.

3. Identificación de producto no conforme o lotes de almendras dulces adulterados con almendras amargas.

Para llevar a cabo estos estudios, se analizaron lotes de almendras dulces y amargas con y sin cáscara, utilizando para ello distintos sensores NIRS. Así, para el análisis in situ, se emplearon dos instrumentos NIRS portátiles de última generación, de tamaño reducido y con características ópticas diferentes, el MicroNIR^TM Pro 1700 (VIAVI Solutions, Inc.), basado en la tecnología LVF y el Aurora (GraiNit S.r.l.) basado en red de diodos, mientras que para el análisis en línea se empleó un instrumento NIRS Matrix-F (Bruker Optics) basado en la transformada de Fourier.

Fig. 1. Análisis in situ (izquierda) y en línea (derecha) de lotes de almendras mediante sensores NIRS.

En la Fig. 1, se muestra uno de los equipos NIRS portátiles utilizados, el MicroNIR^TM Pro 1700, así como el equipo de análisis en línea Matrix-F. Se puede apreciar que el análisis NIRS ha sido realizado considerando lotes de producto, y no granos individuales, como había sido llevado a cabo hasta el momento en estudios previos realizados por otros autores. A partir de la información espectral recogida mediante el uso de los sensores NIRS, junto con diferentes algoritmos matemáticos, se desarrollaron las distintas aplicaciones para la clasificación tanto in situ como en línea de almendras con y sin cáscara según su amargor.

En primer lugar, se abordó la cuantificación del compuesto cianogénico responsable del sabor amargo, la amigdalina. La importancia de determinar este compuesto radica en que no afecta únicamente a la calidad sensorial y aceptabilidad del producto en el mercado, sino que tal y como ya se ha mencionado, se trata de una sustancia que al ponerse en contacto con la saliva da lugar a ácido cianhídrico, que es un compuesto tóxico que dependiendo de la cantidad de almendras amargas ingeridas, podría dar lugar a intoxicaciones.

El objetivo del primer trabajo fue determinar la viabilidad del uso de NIRS para el análisis in situ de almendras como herramienta para garantizar la integridad del producto recepcionado por la industria, hecho que motivó la utilización de instrumentos NIRS portátiles, que pueden a su vez ser empleados en el análisis poscosecha del producto. Con dichos equipos se llevó a cabo el análisis del producto con y sin cáscara, ya que la industria recepciona y procesa almendras con estas dos presentaciones. En el caso del análisis del producto con cáscara, para los dos equipos empleados se obtuvieron modelos con una capacidad predictiva limitada (R² < 0,60), mientras que cuando se llevó a cabo el análisis sin cáscara, se obtuvieron valores de R² superiores a 0,90, confirmando así la viabilidad de emplear la tecnología NIRS para determinar el contenido de amigdalina en los lotes de almendras una vez descascarados.

Es importante destacar que el análisis de las almendras con cáscara es de gran utilidad, ya que permitiría realizar un screening inicial del producto e incorporar en la línea de producción sólo aquellos lotes que cumplan con los requisitos de calidad establecidos. Por tanto, una vez obtenidos los primeros resultados, los cuales mostraron que existía cierta dificultad en la determinación cuantitativa del contenido en amigdalina de la almendra previamente al descascarado, se estableció una segunda estrategia, destinada a la clasificación en base a modelos cualitativos de las almendras según su amargor. Para los dos equipos NIRS portátiles empleados se obtuvieron modelos de una elevada capacidad discriminatoria, los cuales permitían clasificar correctamente el 95% de las almendras amargas analizadas con y sin cáscara. Estos resultados confirmaron la posibilidad de utilizar los equipos portátiles MicroNIR^TM Pro 1700 y Aurora para establecer puntos de control en las distintas etapas del proceso productivo, tanto previas como posteriores al descascarado.

Igualmente, se evaluó la viabilidad del análisis NIRS en línea empleando para ello el equipo NIRS Matrix-F, el cual se situó sobre una cinta transportadora para simular el análisis en movimiento, de forma similar a como se realizaría en las líneas de producción. Dado que este equipo sería implementado en la línea de procesado y ya se habría realizado un control de calidad previo, con este instrumento las almendras fueron analizadas una vez descascaradas. Como se recoge en la Tabla 1, se identificaron correctamente el 100% de los lotes de almendras dulces, así como de almendras amargas.

Asimismo, se analizó la viabilidad del uso de los sensores NIRS para detectar la posible presencia de almendras amargas en lotes de almendras dulces sin cáscara, para lo que se mezclaron almendras dulces con distintos porcentajes de almendras amargas (5, 10, 15 y 20%). Como se observa en la Fig. 2, la tecnología NIRS, utilizando en este caso el instrumento Matrix-F para análisis en línea, permitió detectar aquellos lotes que presentaban almendras amargas. Solamente una de las muestras, la cual contaba únicamente con un 5% de almendras amargas, fue mal clasificada por el modelo, habiéndose identificado correctamente más del 98% de los lotes adulterados, lo cual indica la viabilidad del empleo de la tecnología NIRS para garantizar la integridad de los lotes de almendras dulces recepcionados.

Fig. 2. Valores de la variable discriminatoria para la identificación en línea de lotes de almendras dulces y adulterados. Instrumento Matrix-F.

Fig. 3. Control de Shewart basado en las distancias espectrales de lotes de almendras dulces adulterados con almendras amargas en distintos porcentajes. Instrumento Matrix-F.

Bibliografía

Queda a disposición del lector interesado en el correo electrónico: g72toroi@uco.es

Agradecimientos

Estos trabajos de investigación se desarrollaron en el marco de los Proyectos de Investigación “Caracterización de la almendra producida en el Valle del Guadalquivir” financiado por Desarrollo y Aplicaciones Fitotécnicas, S.A (DAFISA) y “Evaluación del uso de sensores espectrales de infrarrojo cercano (NIRS) en la detección de almendra amarga”, financiado por Olives Food Machinery, S.L. (OFM).