Análisis Instantáneo de Proteína en Grano de Trigo mediante un Instrumento NIR Portátil

Transcripción

1 Análisis Instantáneo de Proteína en Grano de Trigo mediante un Instrumento NIR Portátil 1. Introducción 2. Objetivos 3. Material y Métodos 4. Resultados y discusión 5. Conclusiones y aplicaciones 1

2 Análisis Instantáneo de Proteína en Grano de Trigo mediante un Instrumento NIR Portátil. / [López-Pérez, A.A.; Castilla, A.; Sillero, J.C.]. Córdoba. Consejería de Agricultura, Pesca y Desarrollo Rural, Instituto de Investigación y Formación Agraria y Pesquera, p. Formato digital (e-book) - (Producción Agraria) Trigo - NIRS Proteina Calidad Grano Triticum - Analisis Espectroscopia Infrarrojo Cercano Este documento está bajo Licencia Creative Commons. Reconocimiento-No comercial-sin obra derivada. Análisis Instantáneo de Proteína en Grano de Trigo mediante un Instrumento NIR Portátil Edita JUNTA DE ANDALUCÍA. Instituto de Investigación y Formación Agraria y Pesquera. Consejería de Agricultura, Pesca y Desarrollo Rural. Córdoba, Noviembre de Autoría: Antonio Alejandro López Pérez 1 Alejandro Castilla Bonete 2 Josefina Sillero Sánchez de Puerta 1 Colaborador: Joaquín Ballesteros Ruiz IFAPA, Centro Alameda del Obispo 2 IFAPA, Centro Rancho de la Merced Los autores del trabajo quieren agradecer la cofinanciación del proyecto Diseño de herramientas de modelización y ampliación de conocimientos científico-técnicos para el desarrollo sostenible de cultivos herbáceos extensivos de secano en Andalucía" (AVA ) a IFAPA y los fondos europeos: FSE y FEDER. Antonio Alejandro López Pérez agradece a IFAPA y al FSE (Fondo Social Europeo) la financiación de su contrato de investigación.

3 1. Introducción La demanda de la industria alimentaria resulta cada vez más exigente respecto a las características de calidad del trigo para la obtención de determinados productos, ya que de ellas depende la calidad final y aceptación por parte del consumidor. Por otro lado, en el mercado internacional, y cada vez más en el local, se aplica un diferencial de precios a las diferentes calidades del grano de trigo. Ambas cuestiones plantean la necesidad en el sector cerealista de una correcta clasificación y tipificación del producto. Figura 1: Espiga de trigo. El Real Decreto 1615/2010, establece la norma de calidad del trigo en España, cuyo objeto es la ordenación del mercado de trigos españoles por grupos y grados de calidad. Dicha norma ha sido posteriormente modificada con objeto de dar respuesta a ciertas cuestiones técnicas (Real Decreto 190/2013). Entre dichas cuestiones se cita la necesidad del sector de disponer de métodos analíticos de referencia rápidos y fiables, por lo que se admite por vez primera en España el uso de métodos basados en la Espectroscopia de infrarrojo cercano (NIRS) para los parámetros Proteína, Humedad y Peso Específico. 3/13

4 1. Introducción Qué es la tecnología NIRS? La Espectroscopía de Reflectancia en el Infrarrojo Cercano (NIRS) es una tecnología analítica que destaca por las siguientes características: No destructiva. Rápida, precisa y versátil (ofrece la posibilidad de analizar muestras muy diversas y proporcionar resultados de múltiples parámetros de forma simultánea). Requiere escasa o nula preparación de muestra. No genera residuos ni contamina (no es necesario emplear ningún tipo de reactivo) Permite incrementar la presión de muestreo. Figura 2: Información espectral de muestras de grano de trigo. La mayoría de las aplicaciones de la tecnología NIRS se basan en obtener la relación matemática óptima (calibración) existente entre los datos espectrales y los datos proporcionados por el método de referencia (datos de laboratorio). Ello conlleva que su exactitud y precisión dependan en gran medida de la precisión de los datos de laboratorio usados. 4/13

5 2. Objetivos El objetivo general de este trabajo es el desarrollo y puesta a punto de un modelo de predicción basado en los datos obtenidos con un dispositivo NIR portátil, que permita determinar in situ (campo, camión, almacén,...) y de forma instantánea el contenido en proteína en grano entero de trigo. Figura 3: Toma de espectro en grano recién cosechado. 5/13

6 3. Material y métodos 1. Muestras de Trigo Se tomaron muestras de grano de trigo blando y duro a partir de la cosecha de la red de ensayos TRANSFORMA de la campaña 2014/15. Estas muestras corresponden a diferentes variedades, en diferentes condiciones de cultivo, y diferentes localidades. En total se tomaron 658 muestras de grano de trigo, de las cuales 462 corresponden a Trigo Blando y 196 a Trigo Duro. Fueron acondicionadas con objeto de eliminar ciertos restos de cosecha (cascarilla, etc). 2. Obtención de datos de referencia (Proteína) El contenido en proteína de cada una de las muestras se determinó mediante el método Oficial de análisis (Método Kjeldahl) en el Laboratorio Agroalimentario de Córdoba. Figura 4: Muestras de grano de trigo. 6/14

7 3. Material y métodos 3. Obtención de los datos espectrales NIR Se empleó un instrumento NIRS portátil y compacto (Phazir Polychromix Inc, USA). Este espectrofotómetro trabaja en reflectancia (Log 1/R) en la región espectral situada entre 1000 y 1800 nm (cada 8 nm). De cada muestra se tomaron 5 lecturas o espectros, los cuales fueron promediados para el desarrollo de los modelos de predicción. El tiempo de análisis de cada uno de los espectros es de 1-2 segundos. 4.- Colectivos de calibración y validación. Figura 5: Recogida de espectros con Instrumento Phazir Sobre el colectivo inicial de 658 muestras, se aplicó el algoritmo CENTER para estructurar la población y detectar posibles muestras anómalas espectrales, en este caso 19 muestras que fueron eliminadas. Las 639 restantes se dividieron de forma estructurada en base a distancias espectrales en dos grupos: uno de 538 muestras para la obtención del modelo (colectivo de calibración) y otro de 101 muestras como colectivo de validación. 7/13

8 3. Material y métodos 5. Pre-tratamiento espectral, desarrollo y validación de calibraciones. Esta fase del trabajo se realizó utilizando un programa de análisis quimiométrico (1) Se aplicaron pre-tratamientos matemáticos para optimizar la señal espectral. Los modelos de predicción se obtuvieron mediante un análisis multivariante utilizando regresión MPLS (2). Se probaron dos rangos espectrales: (1111,8-1455,4 nm) y (1111,8-1699,3 nm) Se seleccionó el modelo de predicción que presentaba un mejor ajuste, lo cual se corresponde con valores más bajos del estadístico ETVC (3). La validación externa permite contrastar la bondad de predicción del modelo con muestras no utilizadas en el proceso de calibración. La diferencia entre el valor de referencia y el valor predicho permite el cálculo del ETP (4). (1) WinISI versión 1.5 (Infrasoft Internacional, USA). (2) MPLS: Mínimos cuadrados Parciales Modificado. (3) ETVC (Error típico de validación cruzada): Error típico de predicción (ETP) de 10 colectivos de validación seleccionados al azar a partir de muestras incluidas en la calibración. (4) ETP (Error típico de predicción): Nivel de incertidumbre de la predicción para las muestras de validación. 8/13

9 4. Resultados y discusión En esta fase del trabajo se obtuvieron 16 modelos de predicción analizándose la bondad del ajuste de cada uno de ellos. En la Tabla 1 se muestran las características básicas del modelo de predicción seleccionado. Tabla 1: Características del Modelo de predicción. Zona Espectral (nm) Nº Muestras ETVC R² (1) 1111,8-1455, La calibración obtenida se basa en un colectivo de 520 muestras. No se han incluido en la misma 6 muestras en la que se observó la presencia de elementos extraños (cascarilla y otros restos de cosecha), 6 por la presencia de lepidópteros (palomilla) y 6 por la presencia de granos inmaduros o berrendos. (1) R 2 (Coeficiente de determinación): Porcentaje de la variación existente en el grupo de calibración que puede ser explicado por la ecuación. Valores cercanos a 1 suponen un mejor ajuste. 9/13

10 Datos Predichos 4. Resultados y discusión A modo de ejemplo, en la Tabla 2 se muestran los datos de contenido en proteína predichos por el modelo obtenido para una serie de muestras no incluidas en la calibración. Tabla 2: Ejemplo de muestras validadas con el modelo obtenido. Muestra Dato Laboratorio Dato Predicho Residual En la Figura 6 se muestra la relación entre los valores de laboratorio y los valores predichos por el modelo ETP:0.698 r² = (1) % Proteina Datos Laboratorio Figura 6: Datos laboratorio vs datos predichos. (1) r 2 (Coeficiente de determinación): Porcentaje de la variación existente en el grupo de validación que puede ser explicado por la ecuación. Valores cercanos a 1 suponen un mejor ajuste. 10/13

11 5. Conclusiones y aplicaciones Los modelos de predicción NIRS desarrollados para la determinación instantánea in situ de proteína en grano entero de trigo presentan una adecuada capacidad predictiva, para la correcta cuantificación de dicho parámetro. Con objeto de incrementar la capacidad predictiva de la ecuación obtenida, resulta conveniente aumentar el número de muestras de trigo en próximas campañas, incrementando así la variabilidad del colectivo de calibración y con ello la robustez del modelo. Figura 6: Transferencia de espectros del equipo NIRS a ordenador. 11/13

12 5. Conclusiones y aplicaciones El uso de la tecnología desarrollada en este trabajo permite: A nivel de agricultor/almacenista/cooperativa: Conocer de forma instantánea el contenido en proteína de las partidas de trigo, lo que supone una ventaja a la hora de clasificar el grano en lotes homogéneos y mejorar así los resultados económicos en la comercialización. A nivel de Ensayo de Variedades: Una reducción considerable en el coste de análisis. A nivel de un Programa de Mejora: Conocer el contenido en proteína de líneas en generaciones menos avanzadas donde la disponibilidad de semilla es muy limitada y resulta inviable el uso métodos analíticos convencionales. La ecuación de calibración obtenida en este estudio, así como futuras versiones, estarán disponibles para todo aquel que lo solicite al Instituto de Investigación y Formación Agraria y Pesquera (IFAPA) Figura 7: Ensayo TRANSFORMA de Variedades de trigo. Santaella /13

13 Análisis Instantáneo de Proteína en Grano de Trigo mediante un Instrumento NIR Portátil Instituto de Investigación y Formación Agraria y Pesquera Avenida de Grecia s/n Sevilla (Sevilla) España Teléfonos: Fax: webmaster.ifapa@juntadeandalucia.es