Presentación
El Proyecto consiste en el desarrollo de un sistema “on-line” que permita la predicción de atributos sensoriales de calidad, para productos acogidos a Marcas de Garantía, D.O. e I.G.P., a partir de estudios y análisis multiprocedimentales.
Para ello se tomarán muestras representativas de la D.O. Jamón Guijuelo, de la I.G.P. Cecina de León, de la I.G.P. Chorizo de Cantimpalos, de la M.G. Chorizo Zamorano así como otras muestras no acogidas a Marcas de Calidad.
Las muestras recogidas serán caracterizadas, en cuanto a parámetros sensoriales se refiere, por un panel de cata entrenado en el Área de Tecnología de Alimentos de la Universidad de Salamanca. El entrenamiento se ha basado en los descriptores recogidos en las hojas de cata de las diferentes Marcas de Calidad, asegurándose de poder alcanzar las adecuadas repetibilidad y reproducibilidad de los resultados.
Así mismo, las muestras serán analizadas por diferentes métodos analíticos, como es la obtención de los espectros NIRS, métodos de calibración multivariante (MPLS), técnicas de Deep Learning y Machine Learning como las redes Neuronales Artificiales, etc; que permitirán la obtención de curvas, expresiones y sistemas analíticos contrastados, que no requieran la destrucción de nuevas muestras para la determinación de los parámetros sensoriales en estudio.
La mayor innovación de este proyecto está siendo la apertura de una nueva línea de investigación relativa a la aplicación en las empresas del uso de la Tecnología NIR para predecir parámetros sensoriales en productos cárnicos, lo que hasta ahora no se había logrado con éxito. Los resultados obtenidos indican que esto es posible, sobre todo cuando se combina la tecnología NIRS con una adecuada optimización de las redes neuronales.
La aplicación de la tecnología de infrarrojo cercano (NIR) es una metodología que permite el análisis rápido y sin consumo de reactivos químicos y que ofrece unos resultados también muy rápidos y fiables desde el punto de vista analítico, por esta razón es una tecnología emergente. Aplicada al análisis sensorial, puede ser una herramienta muy potente para definir los atributos sensoriales del mismo, de forma inmediata y a costes bajos. El conocimiento previo de la predicción de los parámetros sensoriales del producto, permitiría poner a disposición de la pequeña y mediana empresa (PYME) información del perfil sensorial sobre sus productos que de otro modo no podrían costearse. Esta información aportará, a través del etiquetado de los productos, una información sensorial que ayude a los futuros compradores a decidir si el producto será de su agrado. Poder incluir información sobre las notas de cata daría, a las DO de Castilla y León, un punto extra en su comercialización.
Por otro lado, esta metodología podría ser empleada, a nivel individual, por cada una de las empresas acogidas a la Denominación. Es en este uso donde cobra especial relevancia un segundo aspecto asociado a este proyecto: disponer de un análisis sensorial rápido y barato, supone un importante feed-back para la empresa las cuales, conocedoras de sus atributos y de aquellos que son más demandados por el consumidor, pueden adaptar de forma rápida su proceso de elaboración, para acomodarlo a las nuevas tendencias del mercado. Esto hace, no sólo a la empresa más competitiva en el mercado nacional, sino que la permite adecuarse a los gustos de otros mercados mejorando sus posibilidades para la exportación.
Por medio de esta Web, se pretende iniciar una vía de comunicación directa Empresa-Universidad, para el establecimiento de colaboraciones mutuas que generen este tipo de sinergias provechosas para ambas.
El fruto de esta iniciativa será objeto de difusión y transferencia de conocimiento, bajo la forma de artículos científicos en revistas de alto impacto, presentación de ponencias en congresos internacionales, etc; que permitan divulgar la bonanza de los productos alimenticios en estudio y protegerlos del fraude. Todas las empresas participantes, como es obvio, tendrán a su disposición todos los resultados obtenidos sobre sus muestras.
