Usefulness of near infrared reflectance (NIR) spectroscopy and chemometrics to discriminate between fishmeal, meat meal and soya meal samples

• Autores: Daniel Cozzolino, Ernesto Restaino, Alejandro La Manna, Enrique Fernández, Alberto Fassio
• Localización: Ciencia e investigación agraria: revista latinoamericana de ciencias de la agricultura, ISSN-e 0718-1620, Vol. 36, Nº. 2, 2009, págs. 209-214
• Idioma: inglés
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    El objetivo de este trabajo fue investigar el uso de la espectrofotometría de reflectancia en el infrarrojo cercano (NIR) en combinación con la quimiometría para discriminar muestras de harinas de pescado, carne y soja. Muestras provenientes de molinos racioneros comerciales fueron leídas en un equipo monocromador NIRS (NIRSy stems, Silver Spring, USA) en el rango de longitudes de onda de 400 a 2500 nm, en reflectancia. Análisis de componentes principales (APC) y de discriminantes utilizando la técnica de los cuadrados mínimos parciales (PLS-DA) fueron usados para clasificar las muestras de acuerdo a su origen. El método de la validación cruzada fue utilizado para validar los modelos. El 85,7% de las muestras de harina de pescado y el 100 % de las muestras de carne y soja fueron correctamente clasificados usando el método PLS-DA. Los resultados obtenidos en este estudio demuestran el potencial uso de la reflectancia en el infrarrojo cercano combinada con la quimiometría como un método rápido y de bajo costo para clasificar muestras de harina de pescado, carne y soja.

  • English

    Near infrared reflectance (NIR) spectroscopy was used in combination with chemometrics to discriminate between fishmeal, meat meal and soya meal samples. Samples were obtained from commercial feed miles and scanned in the NIR region (1100 - 2500 nm) in a monochromatic instrument in reflectance mode. Principal component analysis (PCA) and linear discriminant analysis were used to classify samples based on their NIR spectra. Full cross-validation was used in the development of classification models. Partial least squares-discriminant analysis (PLS-DA) correctly classified 85.7% of the fishmeal samples and 100% of the meat meal and soya meal samples. These results demonstrate the usefulness of NIR spectra combined with chemometrics as an objective and rapid method to classify fishmeal, meat meal and soya meal samples. NIR spectroscopic methods can be easily implemented in food miles and may be most useful for initial screening at early stages in the food production chain, enabling more costly methods to be used selectively for suspected specimens.