La tecnología de espectroscopía de reflectancia de infrarrojo cercano (NIRS) es una propuesta de considerable valor para el análisis no destructivo de productos y se adapta idealmente a los requisitos de la industria agroalimentaria y cárnica en términos de control de calidad y trazabilidad: requiere poca o ninguna preparación de muestras, es flexible y aplicable a análisis multiproducto y multicomponente, no genera desperdicio, es menos costoso de ejecutar que los métodos convencionales y puede integrarse en la línea de procesamiento permitiendo el análisis de un gran número de muestras individuales y reales.
La tecnología NIR siempre asociada a valoraciones realizadas en laboratorio y dirigidas a un determinado tipo de producto y parámetros acotados por algunas limitaciones técnicas ha visto ampliar su utilidad más allá del laboratorio llegando a la planta de procesado, al matadero o la sala de despiece.
En Bonsai Advanced Technologies entendemos que la industria cárnica demanda una atención especial para conseguir una cadena de valor que permita al producto posicionarse respecto a la competencia.
El jamón ibérico es uno de los productos alimenticios de lujo más caros que se producen en Europa. La clasificación en una de tres categorías comerciales (BOE, 2007): «Bellota» (es decir, animales alimentados exclusivamente con pasto y bellota) «Recebo» (es decir, animales alimentados con pasto y bellota y complementado con piensos compuestos) y «Cebo» (es decir, animales alimentados con piensos compuestos). El análisis de la composición de ácidos grasos (AG) en la grasa subcutánea mediante cromatografía de gases es un método fiable que está debido al régimen de alimentación del animal está directamente relacionado con el tipo y cantidad de ácido graso en el perfil resultante.
Sin embargo el alto costo y la duración de estos análisis y la dificultad de realizar programas de medida y de control de calidad para todos los individuos tanto en vivo como en matadero proporciona resultados por lotes, no de individuales y de calidad dispersa ya que el perfil de ácidos grasos de los cerdos individuales puede diferir mucho del promedio del lote. Esto, junto con la naturaleza costosa del procedimiento, es una de las principales desventajas del sistema de control tradicional.
Paralelamente a la identificación de ácidos grasos para clasificación de cerdo ibérico se ha profundizado en la clasificación entre razas. Tradicionalmente, la raza ibérica se ha cruzado con cerdos Duroc para obtener más lechones por cerda y un mayor peso al destete y al final del engorde. Los cerdos mestizos Ibérico-Duroc tienen más carne magra, menos grasa y mayores tasas de crecimiento que los cerdos ibéricos puros. Desde 2001, la legislación española (BOE, 2001) sólo permite los cruces ibéricos x Duroc cuando la línea materna es ibérica pura, con el fin de preservar la pureza de la raza ibérica. Un gran desafío al que se enfrenta la industria es la determinación de la autenticidad y pureza de sus productos con la posibilidad de integrar esta evaluación en un sistema analítico de vigilancia de productos cárnicos certificados mediante técnicas de selección rápida
Los consumidores exigen un control de calidad preciso y rápido en las diferentes fases del proceso de fabricación que la tecnología NIR Meat Analyzer ha convertido en procesos adecuados para las mediciones en línea, proporcionando tanto a los consumidores como a los proveedores información sobre el producto que están comprando o vendiendo.
Como se ha demostrado en los estudios realizados en el departamento de Producción Animal de la Universidad de Córdoba el NIR Meat Analyzer permite la cualificación de “bellota” “cebo” “recebo” en cada individuo tanto en vivo o en su caso después del sacrifico en matadero vía la cuantificación de los ácidos grasos principales.
En la Universidad de Granada se ha demostrado la viabilidad de esta tecnología en el desarrollado una red neuronal de clasificación para diferenciar el cerdo ibérico del cerdo estándar Duroc en carne fresca y evaluar la precisión de los modelos de predicción. Ambos trabajos proponen una sinergia de NIRS y redes neuronales para el uso en el sector de esta tecnología.
Bibliografía