Hyperspectral imaging application to deoxynivalenol management in wheat

Les micotoxines són metabòlits secundaris fúngics causants de malalties en humans i animals i de reduccions del rendiment econòmic en la producció de cereals. La indústria i els proveïdors demanden noves tecnologies per detectar la seva presència abans de la seva entrada en la cadena alimentària. Le...

Descripción completa

Detalles Bibliográficos
Autor: Femenias, Antoni
Tipo de recurso: tesis doctoral
Estado:Versión publicada
Fecha de publicación:2022
País:España
Institución:Universitat de Lleida (UdL)
Repositorio:Repositori Obert UdL
OAI Identifier:oai:repositori.udl.cat:10459.1/84336
Acceso en línea:http://hdl.handle.net/10803/674930
Access Level:acceso abierto
Palabra clave:Infrraroig
Blat
Deoxinivalenol
Infrarrojo
Trigo
Infrared
Wheat
Deoxynivalenol
Tecnologia d'Aliments
663/664
Descripción
Sumario:Les micotoxines són metabòlits secundaris fúngics causants de malalties en humans i animals i de reduccions del rendiment econòmic en la producció de cereals. La indústria i els proveïdors demanden noves tecnologies per detectar la seva presència abans de la seva entrada en la cadena alimentària. Les tècniques d'anàlisi convencionals per a la detecció de micotoxines són lentes, costoses, destructives i contaminants. No obstant això, les aplicacions espectroscòpiques es caracteritzen per ser ràpides, respectuoses amb el medi ambient i no destructives, depenent de la tecnologia utilitzada. Aquest treball examina l'aptitud de l'anàlisi per imatges hiperespectrals l'infraroig proper i l'espectrofotometria de transformada de Fourier a l'infraroig mitjà per detectar deoxinivalenol (DON) en dos dels cereals més consumits a escala mundial, el blat i el panís. Per aplicar HSI-NIR, el disseny metodològic passa primer per estandarditzar el procediment analític i els paràmetres de mostreig abans d'adquirir l'espectre. Es van posar a prova dos tipus de mostreigs, segons l'objectiu analític: l'anàlisi de mostra sencera i de grans individuals. Per l'anàlisi de mostra, els grans sencers i mòlts es van posicionar sota del camp de visió del sistema i es van escanejar, obtenint l'espectre infraroig. Es van determinar les concentracions d'ergosterol (metabòlit fúngic absent en les cèl·lules vegetals) i DON mitjançant HPLC com a mètode de referència. Un cop aconseguides les dades espectrals i de referència, es van modelar per quimiometria per a la calibració de models de predicció de DON i models de discriminació per rebutjar mostres per sobre del límit legal (1250 g/kg). En l'anàlisi de grans individuals, l'espectre NIR corresponent a la mitjana de píxels de cada gra fou la regió analítica d'interès. En aquest cas, els grans es varen categoritzar com a simptomàtics, lleugerament simptomàtics o sans segons els símptomes comuns de la fusariosi de l'espiga, i es varen analitzar per HPLC per determinar la concentració de DON. Un cop adquirides les dades, es van calibrar models de predicció per quantificar DON i els models de discriminació per detectar grans amb danys per Fusarium i DON (segons el límit legal de la UE) com a estratègia per separar grans contaminats. Per altra banda, es varen provar diferents dissolvents, basats en aigua, metanol, acetonitril i etanol per determinar la seva capacitat d'extracció de DON en mostres de panís contaminat, analitzades posteriorment per FTIR. En el cas de l’HSI-NIR, l'estandardització va passar per identificar la repetibilitat del mètode, l'eina de selecció de la regió d'interès més convenient i l'efecte de la posició i l'orientació dels grans. Els resultats de PCA demostren una bona repetibilitat entre mesures. A més, el mètode seleccionat per a la delimitació de la regió d'interès va ser mitjançant píxels similars amb distància Euclidiana. Els resultats també varen demostrar que la posició del gra dins el camp de visió de l'equip no afecta a la mesura espectre i que, encara que l'orientació del gra té influència sobre la projecció del gra, el dany fúngic i DON predominen per sobre d'aquesta. L'anàlisi per HPLC va demostrar la baixa correlació entre ergosterol i DON (0,61). A causa d'això, el pròxim pas va ser calibrar models de predicció independents per cada un d'aquests components. Les regressions PLS per ergosterol van presentar un rendiment per validació creuada de Rcv2 de 0,89 i un RMSECV de 1,17 mg/kg, mentre que l'habilitat de predir DON per un conjunt de validació independent va ser de R2 de 0,61 i un RMSEP de 501,4 g/kg. L'exactitud en la classificació als límits màxims establerts per la UE va ser del 85,4%.Els models de predicció de DON en grans de blat individuals varen presentar millors ajustaments amb una R2 de 0,88, encara que l'RMSEP va ser major (6,66 mg/kg), amb una rang de contaminació dels grans des de LOD fins a 135,7 mg/kg. Malgrat això, les discriminacions de grans danyats per Fusarium i contaminats amb DON foren més adequades per a l'anàlisi a concentracions properes al límit legal que els models de predicció, classificant correctament el 85,8% i 76,9% dels grans, respectivament. En l'anàlisi per FTIR, les extraccions basades amb aigua i metanol 70% es varen seleccionar per la seva tendència en agrupar mostres de panís segons el límit establert en panís (1750 g/kg) respecte als altres dissolvents i per les seves aplicacions tecnològiques. Els models SPLS-DA discriminaren mostres amb una precisió 86,7% i 90,8% per aigua i metanol (70%), respectivament. A més, els gràfics SPLS-DA mostraren una bona separació de mostres segons el límit legal i un impacte de les espècies fúngiques sobre aquestes agrupacions. Aquesta tesi demostra l'habilitat de l'HSI-NIR per detectar les contaminacions fúngiques i el DON en cereals. Encara que els models de predicció són insuficients per determinar la quantitat de DON a baixes concentracions, els models de classificació són precisos a límits propers als establerts per la UE. A més, l’anàlisi per FTIR dels extractes d’aigua i metanol (70%) també va presentar alta capacitat de discriminació. D'aquesta manera, els resultats demostren que ambdues tecnologies presenten potencial per rebutjar mostres contaminades i l'HSI-NIR és adequada com a tècnica de separació de grans contaminats.

Similares en LA Referencia