Abstract

Introduction. Beef is a food of high biological value for human nutrition; it is a source of fat, protein, vitamins, and minerals. However, aspects associated with the environmental impact of the production system and association with non-communicable diseases have promoted new protein consumption trends (vegetable, insects, lab protein). So, it is necessary to identify and offer information on the attributes of the meat that favor consumer acceptance quickly and reliably through non-destructive and environmentally friendly techniques such as near-infrared. Objective. To review the experiences associated with the implementation of Near-Infrared Spectroscopy (NIRS) as an alternative in the determination of beef quality. Development. Meat attributes with the greatest relationship with consumers can be segmented into appearance, consumption, and confidence. These characteristics involve intrinsic elements of the meat, such as color, fat, and tenderness. Given the limitations in the application of laboratory techniques for the determination of meat attributes, the application of the NIRS is reviewed with successful experiences in characteristics of interest to consumers. Additionally, the application of NIRS in production lines and other applications of interest in the industry, such as detection of meat anomalies and product authentication, is studied. Conclusion. The application of the NIRS allows to determine quickly and reliably attributes of the quality of the meat that have a close relationship with the consumer. This tool allows to obtain results that respond to the production speed of the industry, and to determinate and authenticate aspects related to meat and the production system.

Introducción

La carne bovina, en el contexto de una dieta balanceada, se considera un alimento de alto valor biológico para la nutrición humana, es fuente de proteína, grasa, vitaminas y minerales (Scollan et al., 2017). Se ha reportado que un consumo de carne por adultos en Europa puede variar entre 75 y 211 g por día, con lo cual se cubren entre 12 % y 17 % de los requerimientos diarios de energía, de 29 % a 41 % de proteína, de 19 % a 24 % de grasa, entre 4 % y 38 % de vitamina B, de 5 % a 50 % de vitamina D y de 16 % y 13 %, 27 % a 23 %, 19 %, y 36 % de los requerimientos de minerales en hierro, potasio y zinc, respectivamente (Cocking et al., 2020). Sin embargo, la importancia nutricional de la carne no es consecuente con la percepción de los consumidores, la cual involucra una serie de factores sobre la carne que se relacionan con su preferencia y elección de compra (Barragán-Hernández et al., 2021b; Font-i-Furnols & Guerrero, 2014; Henchion et al., 2017).

La industria de la carne bovina se ha visto afectada por el impacto ambiental sobre los sistemas de producción y por la asociación del consumo con la presencia de enfermedades no trasmisibles (Ekmekcioglu et al., 2018; Sakadevan & Nguyen, 2017). Esta situación ha favorecido posiciones en pro de la reducción parcial o total de las carnes rojas en la dieta (Willett et al., 2019) y la tendencia en el consumo de fuentes proteicas en favor de sustitutos vegetales, homólogos de carne con base en insectos y carne producida en laboratorio (Joseph et al., 2020).

A pesar de las tendencias crecientes en alternativas proteicas de la carne, los consumidores demuestran preferencia por la carne bovina, fundamentadas en su sabor, textura y familiaridad del producto (Miller, 2020). Se ha demostrado que, los consumidores prefieren carne de bovino de granja (72 %), versus sustitutos con base en vegetales (21 %) y carne de laboratorio (5 %) (Van Loo et al., 2020). Esta situación, abre una ventana para explotar aquellos atributos de la carne que favorecen la aceptación del consumidor, centradas en factores intrínsecos y extrínsecos de la carne mediante la entrega de información precisa y confiable a los consumidores. Al respecto, se ha demostrado que la presentación de marcas o sellos (Meyerding et al., 2018) y el aportar información nutricional (Flowers, et al., 2018a; Yang et al., 2020), favorecen la aceptación y preferencia de la carne por parte de los consumidores.

Los atributos intrínsecos y extrínsecos de la carne han sido bien documentados en la literatura (Grunert et al., 2004; Henchion et al., 2017), al igual que la interacción de los consumidores con los atributos, tales como preferencia y percepción (McCarthy et al., 2017). Por ejemplo, entre los atributos intrínsecos de mayor interés por parte de los consumidores se citan el color, la grasa intramuscular, la terneza y la percepción general del producto (Aboah & Lees, 2020), los cuales pueden tener calificaciones positivas o negativas, dependiendo del perfil del consumidor, sexo, nivel educativo, frecuencia de consumo, entre otros (Ardeshiri & Rose, 2018; Arenas-De-Moreno et al., 2020; Ngapo et al., 2017).

Desde el punto de vista objetivo, atributos de la carne de alto impacto en la percepción del consumidor pueden ser medidos en laboratorio bajo procedimientos que involucran el uso de equipos y reactivos, con tiempos que pueden ir desde pocos segundos (evaluación del color con espectrofotómetro) a algunas horas (determinación de grasa con método soxhlet), como puede ser revisado en Font-i-Furnols et al. (2015). Esta situación representa la necesidad de depender de varios equipos para la identificación de los atributos de la calidad de la carne y la posibilidad de emitir residuos contaminantes derivados de los reactivos utilizados en el proceso de análisis.

La aplicación de la Espectroscopia de Infrarrojo Cercano (NIRS), se ha planteado como una alternativa de análisis de los atributos de la calidad de la carne de forma rápida, confiable y no destructiva (Prieto et al., 2017). La técnica se basa en la interacción de la luz con moléculas orgánicas (C-H, N-H, H-O, entre otras) en el rango del espectro electromagnético que puede incluir tanto la región visible (VIS, 400 a 800 nm), como la región cercana al infrarrojo (NIR, ~800 – 2400 nm) y la aplicación de modelos quimiométricos para el procesamiento de datos (Workman, 2016).

La situación actual de la industria cárnica y el creciente requerimiento de los consumidores por conocer las características de la carne que consume (Aboah & Lees, 2020) y sus contenidos nutricionales (Flowers et al., 2019), demandan de métodos de cuantificación rápidos de los atributos de la calidad, a fin de responder con la velocidad y exigencias que demanda la cadena de producción. Por tal motivo, el presente documento plantea como objetivo revisar las experiencias asociadas a la implementación de la espectroscopia de infrarrojo cercano (NIRS) como alternativa en la determinación de la calidad de la carne bovina.

Para el cumplimiento del objetivo, se aplicó una revisión de literatura que permitió recuperar información relacionada con la calidad de la carne y su determinación por NIRS. La revisión de literatura se desarrolló siguiendo lo descrito por Snyder (2019). Se utilizó el motor de búsqueda Google Scholar® en el cual se aplicaron fórmulas de búsqueda que incluyeron términos en español e inglés como: “Consumers” + “Consumidor” “NIR”, “NIRS”, “Beef”, “Meat”, “Carne”, “Bovino”, “Beef Quality” y “Calidad de Carne”.

Calidad composicional de la carne bovina: aspectos relacionados con las preferencias del consumidor

Desde el punto de vista zootécnico y de consumo, la carne se define como producto que se obtiene cuando, tras el sacrificio de los bovinos, se somete la canal a maduración durante un periodo, en el que se generan los cambios bioquímicos y estructurales que darán lugar a la transformación del músculo (Paredi et al., 2012), entre los cuales se citan la acidificación, el rigor mortis y la tenderización (Warriss, 2000).

En la carne, los aspectos relacionados con la calidad se pueden definir desde varios escenarios, entre los cuales están la producción, el procesamiento, la distribución y el consumo (Prieto-Benavides, 2006). Desde el punto de vista del consumo, la calidad está determinada por el pago que estaría dispuesto a dar el consumidor por encima del precio medio (Cho et al., 2010) por atributos como: jugosidad, terneza, color, cantidad de grasa, olor e incluso, aspectos éticos relacionados con el proceso de producción y sacrificio de animales (Maltin et al., 2003; Miranda-de-la-Lama et al., 2016). Estos atributos se categorizan en intrínsecos y extrínsecos. Los atributos intrínsecos se entienden como aquellas características de la carne que no pueden ser modificadas sin afectar la naturaleza del producto; por su parte, los atributos extrínsecos se asocian a aspectos externos o trasversales a la cadena de producción cárnica (Grunert et al., 2004; Henchion et al., 2017).

Para efectos del relacionamiento con los consumidores, entre los atributos intrínsecos se pueden citar los relacionados con las características de apariencia y de consumo de la carne, mientras que entre los extrínsecos, los inherentes a las características de confianza (Joo et al., 2013).

Atributos de apariencia en la carne

Dentro de las características de apariencia, las condiciones más importantes para el consumidor son el color de la carne (Mancini & Hunt, 2005) y su capacidad de retención de agua (Joo et al., 2013), dado que estos atributos generan la primera interacción con el consumidor, mediante la cual, este puede inferir la condición de frescura del producto (Troy & Kerry, 2010). Se ha demostrado que el consumidor tiende a relacionar atributos de la carne como el color, con características como sabor, terneza, integridad sanitaria, valor nutricional y nivel de satisfacción en la compra (Girolami et al., 2013). Autores como Ardeshiri & Rose (2018) y Ngapo et al. (2017), han documentado una clara preferencia de los consumidores por diferentes tonalidades de rojo, con mayor frecuencia las tonalidades rojo cereza sobre los colores oscuros o rojos pálidos.

Los atributos de apariencia están relacionados con factores como el tipo de músculo, concentración de hemoglobina y el metabolismo de los músculos. Se indica que el metabolismo de las fibras (glagolítico u oxidativo), pueden afectar características como el pH final de la carne, el color y la terneza, por ejemplo, a través del fenómeno de carne dura, oscura y firme (DFD, por sus siglas en inglés) (Picard et al., 2020); además de factores relacionados con las condiciones previas y posteriores al beneficio del animal y la cadena de custodia del producto cárnico, como el almacenamiento, que influye en la apariencia de la carne (Khan et al., 2015).

Uno de los aspectos determinantes en la decoloración del músculo es la oxidación de la mioglobina (Mancini, 2009), la cual se encuentra, por lo general, en tres formas: como desoximioglobina, la cual está ligada al hierro y no contiene oxígeno, esto genera una apariencia de rojo-púrpura en la carne; le sigue la oxymioglobina, que se genera por adición de oxígeno a la molécula de mioglobina y genera el color rojo cereza que los consumidores asocian con carne fresca y, por último, está la forma de metamioglobina, la cual se alcanza cuando se oxida la molécula de hierro en la mioglobina y la carne toma un color pardo o rojo oscuro, asociado con baja calidad del producto (American Meat Science Association, 2016).

Los estados de oxidaciones de la mioglobina se han relacionado con el consumidor, al respecto, Carpenter et al. (2001) demostraron que tonalidades oscuras en la carne, derivadas de procesos de oxidación de la mioglobina, reciben con mayor frecuencia calificaciones negativas en percepción y preferencia de consumo, con un consecuente efecto negativo en la decisión de compra del producto (Ardeshiri & Rose, 2018).

En condiciones normales, los músculos con mayor contenido de fibras tipo I (alta demanda metabólica), tienden a decolorarse más rápido por su mayor consumo de oxígeno (Hocquette et al., 2012). Sin embargo, la condición de oscurecimiento de la carne puede alcanzarse de manera acelerada si el animal tuvo un sacrificio inadecuado, con efecto directo en la calidad composicional e instrumental de la carne (Ijaz et al., 2020). Un mal sacrificio se relaciona con alto consumo de las reservas de glucógeno en el músculo por procesos glicolíticos inducidos por factores estresantes. Esta situación, incide en baja producción de ácido láctico (40 uM de lactato g-1 de músculo) en el metabolismo post-morten, que conlleva a niveles de pH en el músculo superiores al rango óptimo considerado entre 5,4 y 5,7 (Maltin et al., 2003), dando origen a la condición DFD.

Con relación a la pérdida de humedad en la carne, los factores que favorecen esta anomalía se centran en las condiciones pre-sacrificio, y su consecuente respuesta en la disminución rápida del pH, asociado a factores ambientales como alta temperatura de almacenamiento (Honikel et al., 1986). La condición de acidificación conduce a la inactividad de las enzimas que intervienen en el proceso de tenderización post-morten (Maltin et al., 2003), que con ayuda de la temperatura, se lleva a la desnaturalización de las proteínas que conforman la estructura muscular (Adzitey & Nurul, 2011), lo cual favorece la formación de espacios entre las fibras musculares, lo que causa una pérdida excesiva de agua en el músculo (Joo et al., 2013).

Atributos de consumo en la carne

En el caso de los atributos de consumo, la terneza de la carne se considera como uno de los factores de mayor importancia para los consumidores (Gonzalez & Phelps, 2018; Hocquette et al., 2020). Para consumidores europeos, se documentó que la terneza de la carne contribuye en un 31 % con la satisfacción de consumo (Liu et al., 2020). Además, se concluyó que, para el caso de consumidores estadounidenses, la terneza de la carne contribuye con un 42 % de la aceptación general (Drey et al., 2017).

Los factores relacionados con la terneza se centran en contenido y la solubilidad del tejido conectivo, la composición y el estado contráctil de las fibras musculares y el grado de rigor mortis (Picard et al., 2020). Se ha reportado que el tejido conectivo, formado en forma predominante por colágeno, varía entre músculos y su concentración depende de la funcionalidad del músculo en la locomoción durante la vida del animal (King et al., 2009). De acuerdo con lo anterior, los músculos ubicados en las extremidades tenderán a presentar mayor dureza que músculos situados en la región dorsal.

Con relación a la terneza, además de la edad, uno de los factores que más incide sobre este atributo de la carne es el proceso de beneficio. Se ha descrito que condiciones de estrés previas al sacrificio, tales como ayunos prolongados, largo período de transporte y ausencia de aturdimiento en el animal, inciden de manera directa en la terneza de la carne, mediadas por el consumo de glucógeno en el músculo previo al sacrificio, el elevado pH final en la carne (pH > 6) y la inactividad de los complejos enzimáticos de resolución del rigor (Ijaz et al., 2020).

Atributos de confianza en la carne

En la calidad de la carne por atributos de confianza, los consumidores asocian la seguridad y la inocuidad del alimento como los aspectos de mayor importancia (Joo et al., 2013), por ser este un producto alimenticio susceptible a contaminación por patógenos de alto impacto en la salud humana. Entre las posibles causas de contaminación de la carne, se consideran de mayor importancia la ausencia de buenas prácticas de producción en hatos y fincas, la contaminación cruzada de la carne por manejo con aguas contaminadas y trazabilidad en la cadena de frío (Weeranantanaphan et al., 2011).

En los atributos de confianza en la carne, que ganan espacio entre los consumidores, están los aspectos relacionados con la funcionalidad nutricional del alimento y los efectos del consumo de carne en la salud humana (Scollan et al., 2017), así como también, aspectos éticos como el bienestar animal (Miranda-de-Lama et al., 2016), y de responsabilidad ambiental, como los sellos de huella de carbono (Li et al., 2016).

Recientemente, los consumidores se han preocupado por conocer los contenidos nutricionales de los alimentos, en especial la cantidad de nutrientes como la grasa (Lusk, 2019). Para el caso de la carne, varios trabajos han reportado la influencia de la grasa en la modificación de la percepción de los consumidores y preferencias de consumo (Merlino et al., 2018; Meyerding et al., 2018; Ngapo et al., 2017). Este fenómeno se atribuye a la asociación del consumo de carne y el aporte de grasa saturada, con el favorecimiento de enfermedades no trasmisibles como cáncer, diabetes y afecciones cardiacas (Ekmekcioglu et al., 2018; Willett et al., 2019). No obstante, en esta generalización, se desconoce la diferenciación de la composición de la grasa con base en su perfil de ácidos grasos y sus efectos en la salud (Scollan et al., 2014).

El perfil de ácidos grasos en la carne también se ha relacionado como un factor de interés en la preferencia y decisión de compra por parte de los consumidores. Al respecto, Realini et al. (2014) identificaron la existencia de clúster de consumidores que se inclinaban por el consumo de carne con mayor aporte de ácidos grasos omega 3, caracterizados por mayor conocimiento sobre atributos de la carne. No obstante, se ha demostrado que, aunque los consumidores tienen poco conocimiento del perfil de ácidos grasos en la carne y de su efecto en la salud (Barragán-Hernández et al., 2021b), la aplicación de esquemas pedagógicos sobre los ácidos grasos poliinsaturados en la carne, favorecen la percepción y preferencia del consumidor por este producto (Flowers, et al., 2018b).

El infrarrojo cercano como alternativa en la determinación de la calidad de la carne

La espectroscopia en el infrarrojo cercano es una técnica que forma parte del campo de estudio de la espectroscopia molecular, la cual aborda la interacción de la radiación electromagnética con la materia. La técnica se basa en que el espectro lumínico cercano al infrarrojo puede proporcionar información relacionada con los principales elementos estructurales asociados a los compuestos orgánicos, donde los grupos funcionales que corresponden a este espectro son carbono e hidrógeno (C-H), oxígeno e hidrógeno (O-H), nitrógeno e hidrógeno (N-H) y, probablemente, el azufre e hidrógeno (S-H) y carbono y oxígeno (C=O) (Workman, 2016).

La base física de la absorción de la luz está relacionada con la naturaleza de los enlaces moleculares, que a su vez son definidos por la unión de átomos en las moléculas. Dependiendo de los enlaces químicos relacionados con los átomos, de la geometría de la molécula y del acoplamiento, se presentan efectos vibracionales en las moléculas (Agelet & Hurburgh, 2010; Manley & Baeten, 2018). La interacción de la energía con las moléculas obedece a la ley de Beer-Lambert, que establece que la absorbancia a cualquier longitud de onda es proporcional al número o concentración de moléculas absorbentes presentes en el camino recorrido por la radiación (Workman, 2016).

El proceso de determinación de la calidad de la carne se centra en la obtención de información confiable y precisa, para salvaguardar la integridad del consumidor (Damez & Clerjon, 2008). Sin embargo, los procesos analíticos asociados a la determinación de la calidad de la carne basados en las técnicas convencionales, en la mayoría de los casos, requieren un equipo particular, consumen tiempo y, para el caso de la determinación composicional, requieren reactivos (Roberts & Cozzolino, 2016). Estas condiciones limitan la obtención de información de calidad de la carne en tiempo real, el cual es un factor que viene creciendo en la demanda de los consumidores y que, además, es de gran importancia, dada la variabilidad fisicoquímica de este producto (Damez & Clerjon, 2008).

En la determinación de la calidad composicional de la carne mediante el uso de NIR, se deben tener en cuenta aspectos relacionados con la variabilidad de la muestra de referencia en la característica química a evaluar, la preparación de la muestra y los métodos de captura de espectros que pueden variar de transmitancia a reflectancia (Prieto et al., 2017; Weeranantanaphan et al., 2011). La reflectancia se define como la suma de las radiaciones (difusa y especular) que no son absorbidas por la muestra y, por ende, generan información sobre la composición química del producto. La transmitancia, contiene la radicación que traspasa la muestra y es capturada en detectores en sentido opuesto a la lámpara de emisión del haz monocromático de luz (Alander et al., 2013).

Con relación a los modos de captura de espectros, para la determinación de la calidad composicional de la carne con la tecnología NIR, Mitsumoto & Ozawa (1991) evaluaron la capacidad de modos transmitancia y reflectancia en la determinación de la calidad de la carne, concluyeron que ambos enfoques generaban una predicción confiable en grasa, energía, humedad y terneza, en muestras de novillos negros japoneses.

La variabilidad en la concentración de las características químicas en la muestra, ha sido descrita como un factor crítico en el éxito en el ajuste de curvas de predicción con NIRS, con efectos negativos, cuando la variación se encuentra en un rango estrecho (Su et al., 2014). La estrecha variabilidad se asociada a un número reducido de datos, lo cual restringiría una adecuada representación de las curvas de calibración para identificar muestras desconocidas (Cozzolino & Murray, 2002). Se demostró en la determinación de la calidad de carne en muestras de músculos provenientes de novillos negros japoneses, que la estrecha variabilidad que presentó el rango de proteína (5,8 %) frente al rango en la humedad (16,7 %) y de la grasa (20,3 %), incidió en el pobre ajuste de la curva de predicción para la determinación de la composición proteica en las muestras (Mitsumoto & Ozawa, 1991). Se indicó de un pobre ajuste en la determinación de las características de la carne, principalmente en grasa y proteína, que acusa poca variabilidad en el set de muestras para calibración y a poca precisión en las determinaciones analíticas, entre la determinación por Kjendalh (Ripoll et al., 2008), como se puede observar en el Cuadro 1 para atributos de confianza de la carne.

Cuadro 1 Metodologías de evaluación de calidad de carne bovina en sus atributos de confianza y su aplicación mediante Espectroscopía de Infrarrojo Cercano (NIR). Table 1. Methodologies for evaluating the quality of beef in its trustworthy attributes and its application through near-infrared (NIR) spectroscopy. Cuadro 1 Metodologías de evaluación de calidad de carne bovina en sus atributos de confianza y su aplicación mediante Espectroscopía de Infrarrojo Cercano (NIR). Cecchinato et al. (2012); Cozzolino & Murray (2002); Cozzolino & Murray (2004); De-Marchi et al. (2007); Mamani-Linares et al. (2012); Morsy & Sun (2013); Ripoll et al. (2008); Sierra et al. (2008); Su et al. (2014); Angulo et al. (2012); Doosti et al. (2014); Bhat et al. (2015)

En el caso de la implementación de NIR en la determinación del perfil de ácidos grasos, Sierra et al. (2008), mediante el empleo del modo transmitancia en la cuantificación de ácidos grasos individuales en muestras de longissimus thoracis de bovinos de las razas Asturiana de los Valles y Asturiana de las Montañas, indicaron que la baja concentración individual de los ácidos grasos, asociado al solapamiento de la absorción de varios ácidos grasos en la misma longitud de onda en los grupos moleculares C-H, limitó la capacidad de discriminación y de predicción de las ecuaciones. Esta situación ha generado que los trabajos asociados a perfil de ácidos grasos y su identificación con NIR, sean más exitosos al generar curvas de predicción para ácidos grasos en sumatorias, comparado con predicciones individuales (Ton et al., 2015).

Para el análisis del perfil de ácidos grasos por NIRS, también se han planteado otras alternativas como: a) el enriquecimiento de la variabilidad del set de datos con la inclusión de especies diferentes, como lo reportaron Mourot et al. (2015) al combinar muestras de ovinos y bovinos en un mismo análisis, b) la implementación de alternativas de análisis de los datos, como el aprendizaje de maquinas en la construcción de modelos de predicción (Barragán-Hernández et al., 2020b) y c) el procesamiento previo de la muestra con liofilización (Giaretta et al., 2019).

Sumado a la poca variabilidad en el set de calibración para las variables de evaluación, es determinante la precisión en las técnicas analíticas convencionales, tal como lo indica Tøgersen et al. (1999), quienes mencionaron que valores altos en el error estándar de los métodos de referencia para la determinación de proteína, el cual representó aproximadamente el 27 % de la desviación estándar de la muestra, influyeron en forma negativa en la predicción de esta característica a través de NIR. Aspecto discutido por Prieto et al. (2008) y Prevolnik et al. (2010) en algunos atributos de apariencia de la carne.

En el caso de atributos de apariencia, varios autores han demostrado con éxito el uso de NIR (Cuadro 2) para determinar características de la carne que son usadas por los consumidores como primera medida de percepción de calidad, tales como el color y la capacidad de retención de agua, relacionadas en forma directa con el pH (Henchion et al., 2017; Picard et al., 2020).

Cuadro 2 Metodologías de evaluación de calidad de carne bovina asociados a atributos de apariencia y su aplicación mediante Espectroscopía de Infrarrojo Cercano (NIR). Table 2. Beef quality evaluation methodologies associated with appearance attributes and their application through near-infrared (NIR) spectroscopy. Cuadro 2 Metodologías de evaluación de calidad de carne bovina asociados a atributos de apariencia y su aplicación mediante Espectroscopía de Infrarrojo Cercano (NIR). American Meat Science Association (2016); Andrés et al. (2007); Cozzolino & Murray (2002); De-Marchi et al. (2007); Girolami et al. (2013); Honiquel (1998); International Organization for Standardization (1999); Juárez et al. (2012); Li et al. (2015); Mancini & Hunt (2005); Prevolnik et al. (2010); Prieto et al. (2008); Prieto et al. (2009); Rosenvold et al. (2009); Young et al. (2004)

El color de la carne evaluado en la escala CIELab: L* a* b*, relaciona la luminosidad, la intensidad de rojo y la intensidad de amarillo, respectivamente (Mancini & Hunt, 2005). Se ha demostrado que estos indicadores de color están relacionados con el espectro electromagnético y reaccionan en longitudes de onda asociadas con el rango visible (400 nm -700 nm), en especial para el índice a* y en la región NIR (1230 nm – 1400 nm y 1600 nm – 1710 nm) para L* (Prieto et al., 2008). La relación en la intensidad de rojo (a*) y su alta correlación de absorbancia en el espectro visible, se ha asociado a pigmentos sanguíneos como la mioglobina y sus estados de oxidación (Cozzolino & Murray, 2002). Para el caso de L*, Prieto et al. (2008) indicaron que la absorbancia de este parámetro de color estuvo relacionada con regiones NIR asociadas a enlaces -CH.

Para la capacidad de retención de agua en la carne, autores como Prieto et al. (2008) y De-Marchi et al. (2007), no reportaron relación en los valores espectrales de la región NIR (1100 nm – 2500 nm) y argumentaron que la baja precisión en el método de laboratorio empleado como “Gold Standard”, afectó el desarrollo de las ecuaciones de predicción. Contrario a esto, quienes evaluaron cuatro métodos para determinar pérdidas de agua en la carne, determinaron que el método “EZ - pérdidas por goteo”, permitió una predicción aceptable de esta característica en las longitudes de onda comprendidas entre 400 nm y 1100 nm (Prevolnik et al., 2010). Se ha argumentado que la relación de la pérdida de agua y los valores espectrales, estuvo determinada por otros atributos en la carne como lo son el color y la concentración de grasa.

El tratamiento previo de la muestra se ha identificado como un factor determinante al momento de generar un buen ajuste en las curvas de predicción. Al comparar la implementación de curvas de calibración en muestras de carne picadas y enteras, se indicó que la no homogenización de la muestra (presentación entera) afectó la información obtenida en los espectros por la estructura y organización muscular (Cozzolino & Murray 2002). Se ha informado que el proceso de liofilización comparado con la muestra de carne fresca, no mejoró la determinación de atributos de consumo como la fuerza de corte (De-Marchi et al., 2007). Sin embargo, los mismos autores sugieren que para la determinación de la grasa intramuscular y del perfil de ácidos grasos, la presentación picada fresca reproduce un mejor ajuste. Se concluyó que la liofilización mejora la predicción de características de la carne por NIRS, se argumenta que la eliminación del agua permite mejor ajuste de predicción (Giaretta et al., 2019).

Con relación a las caracterices físicas de la carne como terneza y marmóreo, el Cuadro 3, presenta experiencias del uso de infrarrojo cercano. Con relación a la aplicación de la tecnología NIRS en la determinación de las características físicas de la carne, Ripoll et al. (2008) señalaron que procesos previos al análisis como el homogenizado de la muestra, afectan mucho la forma como la luz interactúa con las fibras musculares, que distorsionan el patrón de absorbancia. Este fenómeno influye en forma negativa en la construcción de modelos de predicción, como lo afirmaron Su et al. (2018), quienes reportaron coeficientes de determinación en la validación externa para la terneza medida por Warner-Bratzel entre 0,55 y 0,66. Sin embargo, no solo el procesamiento de la muestra puede afectar el éxito de la predicción por NIRS en estas características físicas. Se ha demostrado que en muestras intactas también es posible obtener fallas en los modelos predictivos, en especial atribuidos a la baja variabilidad en los datos de referencia, como lo reportaron Magalhães et al. (2018), con coeficientes de determinación en validación externa de 0,02 en marmóreo y 0,4 en Warner-Bratzel.

Cuadro 3 Metodologías de evaluación de calidad de carne bovina en sus atributos de consumo y su aplicación mediante Espectroscopía de Infrarrojo Cercano (NIR). Table 3. Beef quality evaluation methodologies associated with consumption attributes and their application through near-infrared (NIR) spectroscopy. Cuadro 3 Metodologías de evaluación de calidad de carne bovina en sus atributos de consumo y su aplicación mediante Espectroscopía de Infrarrojo Cercano (NIR). Alomar et al. (2003); American Meat Science Association (2016); Association of Official Agricultural Chemist (2000); Cecchinato et al. (2012); Cozzolino & Murray (2002); Damez & Clerjon (2008); De-Marchi et al.. (2007); de-Olivera (2014); Honiquel (1998); Juárez et al. (2012); Prevolnik et al. (2010); Ripoll et al. (2008); Rosenvold et al. (2009)

Otras aplicaciones del NIRS en la industria cárnica

Además de la determinación de los atributos de calidad en la carne, la tecnología NIRS tiene otras aplicaciones importantes en la industria cárnica bovina que permiten desarrollar procesos de determinación, autenticación y anticipación de características o del sistema de producción que mejoran la calidad del producto (Prieto et al., 2017; Roberts & Cozzolino, 2016).

La presencia de la anomalía DFD, derivada de la alteración en el pH de la carne, como fue descrito, constituye una importante fuente de pérdida de valor de canal en la industria cárnica (Ijaz et al., 2020). La determinación de carne DFD con métodos rápidos y confiables, permiten a la industria valorar en forma objetiva la presencia de esta anomalía (Prieto et al., 2018). Con relación a las experiencias descritas en la literatura, Prieto et al. (2014) demostraron que la aplicación de NIRS, logra discriminar la presencia de carne DFD en un 95 % de los casos evaluados, lo cual representa una herramienta precisa y confiable para la industria.

Otra de las grandes aplicaciones en las que se ha avanzado con el uso de NIRS en la industria cárnica, es la determinación de características de la carne en plantas de beneficio (Løvland & Wold, 2020). Se recopilaron diferentes experiencias en la aplicación de la tecnología NIRS en la medición de características de la carne sobre la carcasa y se documentaron casos exitosos en la cuantificación de grasa, proteína y sumatorias de ácidos grasos (Chapman et al., 2020). Se han reportado que para atributos físicos de la carne como el color (a*, b*, C* y H*), pérdidas por goteo, pérdidas por cocción y fuerza de corte, la determinación por NIRS en la línea de proceso aún debe ser perfeccionada, puesto que los coeficientes de determinación en la validación varían de 0,19 a 0,6, lo cual indica baja habilidad predictiva (Savoia et al., 2020). Contrario a lo anterior, los mismos autores afirmaron que para la variable luminosidad en el color (L*), se obtuvo un modelo con un coeficiente de determinación en la validación de 0,8.

El desarrollo de equipos NIRS portátiles y sensores de menor tamaño, han permito el avance de investigaciones en línea de beneficio, que abarcan la posibilidad de medir, además de los parámetros clásicos de la calidad de la carne, contenidos nutricionales como minerales. La investigación desarrollada por Patel et al. (2020), demostró que se pueden desarrollar modelos predictivos para fósforo (R2 validación 0,78) y hierro (R2 validación 0,81) en la carne.

La autenticación de la carne como herramienta de preservación de nichos de mercado o valoración de atributos diferenciales del producto, ya sea por condición geográfica o fisicoquímica, ha sido otra de las grandes ventajas de la aplicación del NIRS en la industria de alimentos (Cozzolino, 2016). El trabajo desarrollado por Barragán-Hernández et al. (2021a), demostró que la aplicación del NIRS permite diferenciar la carne procedente de sistemas de producción que utilizan cebada, versus los que usan maíz en los sistemas de finalización de carne en la región de Alberta en Canadá. Esta diferenciación permite preservar el sistema de producción con cebada, junto con su ámbito socio-cultural en los productores, frente a posibles amenazas de cambio en el entorno productivo regional.

También se ha abordado el uso de la tecnología NIRS para anticipar la percepción del consumidor en algunos atributos de la carne y la disposición a compra. La aplicación de NIRS por trasmitancia, permitió discriminar la disposición de compra de los consumidores en ocho de cada diez muestras evaluadas en la validación externa. Este resultado permite anticipar la probabilidad que tiene la carne de ser comprada y definir si puede ser enviada a góndola o usada en la producción de subproductos (Barragán-Hernández et al., 2020a).

Conclusiones

La necesidad de conocer los atributos de calidad de la carne bovina por parte de los consumidores, demanda la implementación de sistemas de evaluación rápidos y confiables.

La tecnología de infrarrojo cercano ha sido desarrollada para su uso en la identificación de los atributos de apariencia, consumo y confianza en la carne bovina. Se ha demostrado que la implementación de NIRS, dinamizaría la capacidad de respuesta a los consumidores y permitiría explorar el acceso a pago de producto por calidad y/o información relacionada con elementos funcionales en la carne.

Los atributos de mayor relación con los enlaces orgánicos que se absorben en el espectro de luz electromagnético, pueden ser medidos con la tecnología NIRS. En algunos casos, con ajustes metodológicos como el procesamiento de la muestra y el tipo de equipo usado (reflectancia y trasmitancia). Por el contrario, las características físicas de la carne aún demuestran mucha heterogeneidad en su respuesta, por lo cual es necesario explorar más aplicaciones con NIRS.

En términos de aplicabilidad en la industria, se abordaron aplicaciones recientes y novedosas de la tecnología NIRS en la industria cárnica, que van desde la determinación de anomalías en la carne y contenidos de minerales, hasta la autenticación de sistemas de producción y anticipación de la disposición de compra de los consumidores. Estas aplicaciones se vienen abriendo paso en la industria y en la medida que el desarrollo tecnológico permita la disminución de los costos de los equipos NIRS, se masificará la adopción de estas tecnologías en las plantas de beneficio bovino. En adición, las tecnologías de bajo impacto ambiental como las planteadas en esta revisión, son las llamadas a participar en la industria cárnica, toda vez que minimizan la producción de residuos contaminantes como se presentan en las técnicas de referencia y ayudan a minimizar el impacto ambiental de la cadena de producción de la carne.