“Determinación de la adulteración de quesos rallados mediante metodologías analíticas de screening y análisis multivariante”

Abstract

El valor nutricional, la característica sensorial y la seguridad higiénica de los alimentos son campos de gran repercusión social y elevado interés científico por los cuales, tanto las industrias alimentarias como los organismos nacionales e internacionales de regulación, juegan un papel fundamental a la hora de garantizar la calidad y seguridad de los alimentos que llegan a los consumidores. El control de calidad de los alimentos y el cumplimiento de regulaciones establecidas hacen necesario el desarrollo de métodos analíticos para detectar, entre otras cosas, la presencia de aditivos alimentarios en concentraciones superiores a las establecidas, como también el agregado de sustancias no autorizadas, para poder asegurar la inocuidad de los alimentos. El objetivo principal de esta tesis es proponer herramientas analíticas para determinar la adulteración de alimentos de alto valor comercial como quesos rallados de pasta dura, susceptibles de prácticas fraudulentas para obtener beneficios comerciales. Para ello, se realizaron los siguientes trabajos. - Se desarrolló una nueva metodología basada en el uso de la espectroscopía NIR junto con clasificación multivariante, que permite identificar adulteraciones. - Se diseñó y fabricó, en colaboración con el Laboratorio de Ciencias de las Imágenes (LCI) del Instituto de Investigaciones en Ingeniería Eléctrica de la UNS, un novedoso dispositivo portátil de toma de imágenes basado en LEDs y sensores específicos, que permite efectuar determinaciones in-situ. - Se implementó una metodología original basada en el análisis de imágenes digitales, junto con técnicas de aprendizaje automático, y empleando el dispositivo portátil diseñado. - Se llevó a cabo una nueva metodología basada en la espectroscopía NIR y regresión multivariante, que permite cuantificar adulteraciones. Los métodos analíticos propuestos son fiables, rápidos, simples y económicos, y representan una excelente alternativa para su aplicación por organismos de regulación y laboratorios de control de calidad de alimentos, con potencial de poder aplicarse in-situ debido a su ventaja de portabilidad.

Nutritional value, sensory characteristics and hygienic safety of foods are fields of significant social impact and high scientific interest. In this context, both food industries and national and international regulatory authorities play a fundamental role in ensuring the quality and safety of foods destined to consumers. Food quality control and the compliance with established regulations require the development of analytical methods to detect the presence of food additives in concentrations higher than those established as well as the addition of unauthorized substances, in order to ensure food safety. The main objective of this Thesis is to propose analytical tools to determine the adulteration of high-commercial value foods such as grated-hard cheeses, which are susceptible to fraud for commercial benefits. For this purpose, the following work was performed. - A new methodology based on the use of NIR spectroscopy together with multivariate classification was developed to identify adulterations. - A novel portable imaging device based on LEDs and specific sensors was designed and manufactured to perform in-situ determinations, in collaboration with the Imaging Sciences Laboratory (LCI) of the Electrical Engineering Research Institute of the National South University (UNS). - A novel methodology based on digital-image analysis together with machine learning techniques was performed by using the designed device. - A new methodology based on NIR spectroscopy and multivariate regression was used to quantify adulterations. The proposed methods are reliable, fast, simple and economic, and represent an excellent alternative for regulatory agencies and food quality control laboratories, with potential to be applied in any stage of the analytical problem because they have the advantage of being portable.