Resumen de Predictive ability of FT-NIRS in the assessment of chemical composition of pork seasoned products

Alessandro Crovetti, Francesco Sirtori, C. Aquilani, O. Franci, R. Bozzi

• español

  Le tradizionali analisi chimiche dei prodotti stagionati richiedono tempo e sono costose e spesso distruttive. La spettroscopia NIRs ha il vantaggio di essere di rapida esecuzione, semplice, poco costosa ed ha la capacità di determinare un grande numero di parametri simultaneamente su un grande numero di campioni. Lo scopo di questo lavoro è quello di stimare la capacità predittiva della tecnologia FT-NIRs della composizione chimica di prodotti stagionati di suino. Sono stati campionati duecentodue prodotti stagionati (43 "Cuore di spalla", 26 Prosciutto Toscano e 33 "Capocollo) e sono state determinate le seguenti componenti chimiche: proteina, grasso intramuscolare, ceneri e composizione degli acidi grassi. Gli spettri NIR sono stati acquisiti usando uno strumento Thermo-Fisher Antaris II. I modelli di calibrazione e validazione sono stati sviluppati usando una regressione PLS (partial least squares); i modelli sono stati validati usando il metodo “leave-one-out". I modelli di calibrazione e validazione sono stati sviluppati sia per ognuno dei prodotti singolarmente sia unendo tutti i campioni in un unico dataset. I coefficienti di correlazione in calibrazione mostrano valori soddisfacenti (minimo R2=0.73), mentre i coefficienti di correlazione in validazione, sebbene siano generalmente accettabili, mostrano valori più bassi (minimo R2=0.42). Il migliore valori di R2 sono stati trovati per il contenuto in grasso (R2= 0.95 in validazione). I risultati, anche se ottenuti su un numero ridotto di campioni, mostrano che la tecnologia FT-NIRs potrebbe essere usata in analisi di routine di prodotti stagionati di suino.

• English

  Conventional chemical analyses of meat cured products are time-consuming, expensive and destructive. Advantages of NIR spectroscopy are its speed, simplicity, low-cost and the possibility to determine a large number of different parameters simultaneously in a large number of samples. The aim of this study is to assess the ability of FT-NIRs to predict chemical composition of seasoned pig products. One hundred and two seasoned products were sampled (43 "Cuore di spalla", 26 Toscano Ham and 33 "Capocollo") and the following chemical components were determined: protein, intramuscular fat, ashes and fatty acid composition. NIR spectra were collected using a Thermo-Fisher Antaris II instrument. Partial least squares (PLS) regression was applied in the calibration and the validation models; the models were fully cross-validated using the “leave-one-out” method. Calibration and cross validation models were developed both for each product separately and grouping all the samples. Calibration correlation coefficients show satisfying values (minimum R2=0.73), while cross-validation correlation coefficients, despite being generally acceptable, show lower values (minimum R2=0.42). Best R2 was found for fat content (cross-validation R2= 0.95). Results, even if obtained on a reduced sample, show how FT-NIRs could be used in routine analyses of pig seasoned products.