Espectroscopia en el infrarrojo cercano (NIRS) como herramienta para el control de calidad y trazabilidad de la carne de tenca (Tinca tinca)

• Autores: Alberto Ortiz, César Fallola, Juana Labrador, José Martín Gallardo, Pedro Rodríguez, Cristina E. Trenzado Romero, Amalia Pérez Jiménez, Susana García Torres, David Tejerina Barrado
• Localización: ITEA, información técnica económica agraria: revista de la Asociación Interprofesional para el Desarrollo Agrario ( AIDA ), ISSN 1699-6887, Vol. 120, Nº. 1, 2024, págs. 13-29
• Idioma: español
• Títulos paralelos:
  • Near infrared spectroscopy (NIRS) as a tool to guarantee traceability and quality control for tench
• Enlaces
  • Texto completo
• Resumen
  • español

    La composición nutricional de la dieta afecta directamente a la calidad final de la carne de tenca (Tinca tinca L.). Así, en los últimos años se ha apostado por sustituir el componente proteico de los piensos por alternativas vegetales más sostenibles. El diseño experimental del cual deriva este estudio consistió en sustituciones de harina de pescado ecológica por diferentes porcentajes de harina de soja ecológica y harina de soja pregerminada. Por tanto, el objetivo fue evaluar la capacidad de la tecnología espectroscópica de reflectancia en el infrarrojo cercano (NIRS) por reflectancia para la clasificación de la carne de tenca de acuerdo al tipo de dieta empleada y la cuantificación de los principales parámetros nutricionales.

    Se utilizaron diferentes pre-tratamientos espectrales previo a las regresiones por mínimos cuadrados parciales para predicciones cualitativas (PLS-DA) y cuantitativas (PLSR). El mejor modelo PLS-DA mostró una precisión para la clasificación del 97,5 % en validación cruzada; mientras que el mejor modelo PLSR mostró una buena capacidad predictiva para la materia seca (g/100 g), grasa (g/100 g Materia seca), y γ-tocoferol (mg/g materia seca) (0,689 ≤ R2vc ≤ 0,804), sugiriendo la posibilidad de realizar un control rápido e in situ de la trazabilidad y calidad de la carne de tenca mediante la tecnología NIRS

  • English

    The nutritional composition of the diet directly affects the final quality of tench meat (Tinca tinca L.).

    Thus, in recent years there has been a commitment to replace the protein component of feed with more sustainable vegetable alternatives. The experimental design from which this study is derived consisted of substituting organic fish meal with different percentages of organic soybean meal and pregerminated soybean meal. Therefore, the objective of this study was to evaluate the potential of Near infrared spectroscopy (NIRS) in categorizing tench according to the feed they received during its fattening phase and the quantification of the main nutritional parameters. Different spectral pretreatments were used previous to the partial least squares regressions for qualitative (PLS-DA) and quantitative (PLSR) predictions.

    The best PLS-DA model showed an accuracy for classification of 97.5 % in cross-validation; while the best PLSR model showed a good predictive capacity for dry matter (g/100 g), fat (g/100 g Dry Matter), and γ-tocopherol (mg/g dry matter) (0.689 ≤ R2vc ≤ 0.804), suggesting the possibility of performing a rapid and in situ control of the traceability and quality of tench meat by means of NIRS technology