Near-infrared spectroscopy and hyperspectral imaging for the non-invasive prediction of potato quality compounds
La patata (Solanum tuberosum L.) es uno de los alimentos de mayor importancia a nivel mundial debido a su facilidad de cultivo, versatilidad culinaria y elevado aporte energético. La producción mundial de patata se ha incrementado de forma sostenida durante las últimas décadas, superando actualmente...
| Autor: | |
|---|---|
| Tipo de recurso: | tesis doctoral |
| Fecha de publicación: | 2026 |
| País: | España |
| Institución: | Universidad Pública de Navarra |
| Repositorio: | Academica-e. Repositorio Institucional de la Universidad Pública de Navarra |
| OAI Identifier: | oai:dnet:academicae__::bc5473d0f00f390ce37e7a9e8d6c9cfe |
| Acceso en línea: | https://hdl.handle.net/2454/56990 |
| Access Level: | acceso embargado |
| Palabra clave: | Patata Cambio climático Compuestos nocivos Espectroscopía en el infrarrojo cercano Imagen hiperespectral Azucares reductores Acrilamida Potato Climate change Harmful compounds Near-infrared spectroscopy Hyperspectral imaging Reducing sugars Acrylamide |
| Sumario: | La patata (Solanum tuberosum L.) es uno de los alimentos de mayor importancia a nivel mundial debido a su facilidad de cultivo, versatilidad culinaria y elevado aporte energético. La producción mundial de patata se ha incrementado de forma sostenida durante las últimas décadas, superando actualmente los 370 millones de toneladas anuales. Simultáneamente, y como respuesta al cambio climático, se ha trabajado en el desarrollo de nuevos genotipos vegetales adaptados a dichos cambios. A pesar de este sostenido incremento productivo, el sector se enfrenta a retos significativos, ya que durante el procesamiento industrial de la patata pueden generarse compuestos nocivos como la acrilamida, con efectos adversos para la salud del consumidor. Entre los factores que más influye en el contenido final de acrilamida en patatas fritas se encuentran las concentraciones de azúcares reductores y asparagina presentes en el tubérculo crudo. En este contexto, resulta necesario establecer un control de la calidad en patata riguroso con el fin minimizar el impacto negativo en el consumidor final. Actualmente, las técnicas instrumentales empleadas para la determinación de estos compuestos de interés son lentas en relación con los niveles de producción industrial, además de costosas y laboriosas. En este sentido, las técnicas de espectroscopía en el infrarrojo cercano (NIRS) y de imagen hiperespectral (HSI) han demostrado ser herramientas eficientes para la determinación de compuestos de interés en patata, al tratarse de métodos rápidos, precisos y con potencial para su implementación en línea. Por ello, el objetivo de esta tesis es demostrar el potencial de la espectroscopía NIR y de la imagen hiperespectral en la predicción del contenido de azúcares reductores en patata cruda de múltiples genotipos de patata, así como en la estimación de acrilamida en patata procesada tipo chip. Para la predicción de azúcares reductores se adquirieron datos espectrales, por un lado, de 114 genotipos de patata cruda mediante un espectrofotómetro sensible en el rango de 1200 a 2200 nm, y por otro, de 92 genotipos con un sistema de imagen hiperespectral cubriendo el rango de 900 a 1700 nm. Por otro lado, para la predicción del contenido de acrilamida se analizaron 300 muestras de patatas chips pertenecientes a las variedades Agria y Jaerla utilizando ambos equipos. Las imágenes hiperespectrales y los datos espectroscópicos se procesaron en el software MATLAB R2021a. Se emplearon los métodos de análisis multivariante de mínimos cuadrados parciales (PLS) y máquinas de vectores de soporte (SVM), los cuales demostraron ser efectivos en la predicción de estos compuestos. En el caso de los azúcares reductores se obtuvieron errores de 0,061% 0,053% para NIRS y HSI, respectivamente. En relación a la acrilamida, el empleo de la tecnología NIRS permitió clasificar correctamente el 88% de las muestras de acuerdo a contenidos bajos y altos de este compuesto, mientras que, con la aplicación de la técnica HSI se obtuvo un error de predicción de 201 μg/kg. Además, la aplicación de métodos de selección de longitudes de onda permitió obtener modelos más sencillos sin comprometer su robustez. Finalmente, la aplicación de los modelos desarrollados en el caso de las imágenes hiperespectrales permitieron visualizar la distribución espacial de azúcares reductores en rodajas de patata cruda y de la acrilamida en patatas chips. Como conclusión, se ha demostrado que el empleo de técnicas de espectroscopía y de imagen hiperespectral combinadas con análisis multivariante constituyen una herramienta eficaz para la predicción de compuestos de interés en patata con una posible aplicación directa en la industria alimentaria. |
|---|