Tecnologías simples, datos complejos: control de calidad inteligente en alimentos fermentados

Abstract

La calidad de alimentos fermentados como cervezas, vinos y vinagres es clave para productores y consumidores, pero los métodos analíticos de referencia son costosos, complejos y limitados a laboratorios especializados. Este trabajo propone el desarrollo y validación de metodologías innovadoras y accesibles, basadas en tecnologías de bajo costo, como la captura de imágenes digitales con smartphones y el análisis mediante espectroscopia de infrarrojo cercano de onda corta (SWNIR), para predecir parámetros de calidad en productos fermentados. Se analizaron un total de 286 muestras: 90 vinos tintos (Malbec y Cabernet Franc), 63 cervezas (industriales, artesanales, con y sin alcohol) y 133 vinagres (de vino y balsámicos). Los parámetros determinados por los métodos estándar incluyeron acidez total, acidez volátil, pH, contenido total de polifenoles, contenido alcohólico e índice de amargor. Los valores obtenidos, junto con la información espectral y los histogramas de color se utilizaron para construir modelos de calibración, utilizando la regresión por cuadrados mínimos parciales (PLS) para la predicción cuantitativa de los parámetros fisicoquímicos. Los modelos obtenidos mostraron una alta capacidad predictiva, con errores relativos de predicción menores al 15%. Estas alternativas pueden aplicarse directamente en entornos reales y se alinean con los desafíos actuales de la industria alimentaria