Paràmetres de qualitat en carbassons

L'interès de la indústria alimentària per satisfer les demandes del consumidor cap a productes sans, saludables i amb alt contingut nutricional, dóna lloc a un continu desenvolupament de conreessis capaços d'adaptar-se a les diferents condicions ambientals. Tal és el cas del carbassó (Cucurbita pepo spp. pepo), caracteritzat per mostrar una gran variabilitat morfotípica i elevats continguts en compostos antioxidants, entre els quals s'inclouen els compostos fenòlics. En l'actualitat, són diverses les tècniques que poden ser emprades per quantificar el contingut en compostos fenòlics totals (CFT) en hortalisses, tals com la Cromatografia Líquida d'Alta Resolució (HPLC) i l'Espectrofotometria UV-VIS. No obstant això, són escassos els treballs en els quals s'ha estudiat el potencial de tècniques ràpides i no contaminants com l'espectroscopía per reflectància en l'infraroig proper (NIRS) per a la quantificació d'aquests compostos en vegetals. Aquesta tècnica es caracteritza per ser neta, no usar reactius i estalviar temps d'anàlisis. Per aquests motius, la seva aplicació en la indústria alimentària s'ha incrementat en els últims anys.

L'objectiu d'aquest estudi és determinar el potencial de la tecnologia NIRS per predir els compostos fenòlics totals de conreessis en carbassó, així com determinar els tractaments matemàtics que millors prediccions realitzin d'aquests compostos. L'estudi es va dur a terme sobre 65 mostres d'exocarpo, 120 mostres de mesocarpo i 185 mostres que formaven el conjunt de calibratge d'exocarpo + mesocarpo pertanyents a 14 accessions i 17 varietats comercials de carbassó, conreades al Centre Ifapa La Mojonera (Almeria, Espanya). Les mostres van ser congelades i liofilizadas i posteriorment mòltes. Els espectres Nirs van ser registrats amb un equip NIRS (Foss NirSystems model 6500), en manera de reflectància, registrant-se els espectres cada 2 nm en l'interval de 400-2.500 nm (regió visible i infraroja). Les equacions de calibratge i el tractament quimiométrico de les dades es va dur a terme mitjançant l'ocupació de l'aplicació Winisi II (v. 1,50 Infrasoft International).

Els coeficients de determinació obtinguts en la validació (r²_cval) pels CFT van ser 0,75 (mesocarpo) i 0,66 (exocarpo+mesocarpo). Aquests resultats posen de manifest que és possible utilitzar aquesta tècnica analítica per a la predicció ràpida de CFT en carbassó en mesocarpo i mesocarpo+exocarpo amb suficient exactitud per a propòsits de screening, permetent d'aquesta forma una reducció del treball de laboratori. No obstant això, seria convenient augmentar la població de mostres a fi de millorar el rang de valors de CFT en exocarpo, d'aquesta forma es milloraria el baix coeficient de determinació de validació obtingut per a aquest teixit (0,14).

17 varietats comercials de carbassó analitzades durant l'estudi.

La caracterització nutricional de fruites i hortalisses és un aspecte d'elevada importància tant en la indústria alimentària com en programes de millora genètica, on identificar la variabilitat existent és un objectiu prioritari. El carbassó (Cucurbita pepo ssp. pepo) és una de les principals hortalisses produïdes a Europa, especialment a Almeria, Espanya, a causa de les seves propietats saludables i organolépticas. Les tècniques dutes a terme per a la determinació de compostos fenòlics totals (CFT) són tècniques analítiques que requereixen nombroses etapes durant l'extracció, les quals comporten molt temps. Addicionalment, als programes de millora genètica d'aquesta hortalissa es fa necessari l'anàlisi de nombrosos fruits per caracteritzar el perfil de CFT existent. Durant dècades, l'espectroscòpia en l'infraroig proper (NIRS) s'ha emprat com a tècnica ràpida i de baix cost per a l'anàlisi de múltiples components en matrius orgàniques. No obstant això, no existeixen referències bibliogràfiques sobre aquesta tècnica per a la quantificació de CFT en fruits de carbassó, malgrat la seva importància en programes de millora genètica i en la indústria alimentària. En aquest treball, s'estudia el potencial d'aquesta tècnica per a la predicció del CFT en fruits de carbassó.

Els fruits van ser conreats sota les pràctiques habituals de reg, control de plagues i malalties.

Un total de 185 mostres de fruits de carbassó pertanyents a 14 accessions, i de 17 varietats comercials, van ser utilitzades en aquest estudi. Aquestes van ser conreades durant tres campanyes consecutives (2009 a 2012).

Material vegetal

Després de ser germinades, les plántulas de carbassó van ser trasplantades a sacs de perlita (Grodan BV, 6040KD Roermond, NL) situats en un hivernacle (36º 46' N, 2º 48' O). Per al creixement d'aquestes es van seguir les pràctiques culturals locals referents al reg, control de plagues i malalties. Cada varietat va estar representada per almenys 3 fruits. Aproximadament 100 g de mostra de carbassó fresc va ser liofilizado (Telstar, Terrasa, Spain) fins a aconseguir pes constant. Finalment, les mostres van ser finament mòltes.

Anàlisi del contingut en fenòlics totals

Anàlisi Nirs

Després de la liofilització, els fruits de carbassó van ser finament mòlts. El registre d'espectres NIR es va dur a terme amb un espectrofotòmetre NIR (NIRSystems model 6500, Foss NIR Systems, Inc, Silver Spring, MD, USA) en manera de reflectància, realitzant un escombratge des dels 400 a 2.500 nm (regions visible i infraroja propera), Els valors d'absorbància (log 1/R, on R és la reflectància) van ser registrats en intervals de 2 nm. Les equacions de calibratge pels CFT, tant en pell com en polpa, així com el tractament quimiométrico de les dades es van dur a terme mitjançant l'aplicació informàtica Global v, 1,50 (Winisi II, Infrasoft International, LLC, Port Matilda, PA, USA). Les equacions de calibratge es van obtenir usant les dades d'absorbància (log 1/R), o derivades de segon ordre de les dades log 1/R, mitjançant diferents combinacions referents a grandària del segment de derivació i suavitzat. Longituds d'ona des dels 400 a 2.500 nm cada 8 nm van ser emprades per al desenvolupament de les equacions de calibratge. Es va usar l'algorisme de mínims quadrats parcials modificats (MPLS) per correlacionar les dades espectrals amb la informació de CFT de les mostres.

Aproximadament 100g de mostra de carbassó fresc va ser liofilizado fins a aconseguir un pes constant.

La validació creuada va ser usada per determinar el nombre òptim de termes a usar en l'equació (Shenk i Westerhaus, 1991), i determinar l'error de la predicció (SECV) mostrat per les diferents equacions desenvolupades.

El mètode de validació creuada va ser també emprat per identificar aquelles mostres 'outliers' mitjançant el valor químic (t) o espectral (H). Les mostres ‘t outliers’ són mostres que tenen una relació entre el seu valor de referència i el valor espectral que difereixen del valor d'altres mostres de la població (valors de t > 2,5). Un valor identificat com H outlier significa que una mostra és espectralment diferent a la resta de les mostres de la població.

La Taula 1 mostra la composició en CFT de les mostres emprades per a l'estudi. Tant la mitjana com la desviació estàndard (DE) pel CFT va ser semblant en tots dos teixits. El rang en el contingut de CFT va ser similar en exocarpo i mesocarpo, mostrant valors des de 2,76 a 5,07 mg/g ps i d'1,72 a 4,37 mg/g ps, respectivament.

Taula 1: Estadística descriptiva per al contès en compostos fenòlics en les mostres de carbassó estudiades en est treballo mg/g pg.

Aquests resultats van ser anàlegs als obtinguts prèviament en carabassa per altres autors (Oloyede et al., 2012). No obstant això, diferents recerques han trobat valors en CFT lleugerament majors en altres fruits pertanyent a la família Cucurbitaceae (Mongkolsilp et al., 2004).

Per determinar la capacitat predictiva de les equacions es va considerar aquella que posseïa el major coeficient de determinació en la validació creuada (r²_cval) i el major ràtio entre la d'i SECV, definit com RPD (Williams, 1987). La Taula 2 mostra la capacitat predictiva de les equacions desenvolupades per CFT per exocarpo, mesocarpo i exocarpo+mesocarpo en fruits de carbassó. Tenint en consideració aquests estadístics, la predicció de CFT va ser superior amb la segona derivada espectral (2,10,5,1), per al cas de mesocarpo i, exocarpo + mesocarpo; mentre que per a la població d'exocarpo va ser la primera derivada (1,4,4,1) amb la qual es van obtenir millors resultats. D'altra banda, en la taula 2 es mostra com la capacitat predictiva de l'equació per a la predicció de CFT en mesocarpo va presentar millors resultats (r²_cval =0,75) que en calibrar el teixit format per l'exocarpo dels fruits (r²_cval =0,14), o quan es van considerar simultàniament ambdues poblacions en el calibratge, exocarpo+mesocarpo (r²_cval =0,59).

Segons els valors de RPD obtinguts per als diferents teixits de carbassó en estudi, les equacions obtingudes podrien ser útils per a propòsits de mostreig, seguint les recomanacions proposades per Williams i Sobering (1996), que van establir diferents grups en funció del valor del ràtio: valors de RPD menors a 1,5 són considerats com no útils, valors compresos entre 1,5-2,0 poden ser emprats per a prediccions aproximades, aquells entre 2,0-2,5 permeten desenvolupar prediccions quantitatives, mentre que valors majors de 3,0 poden ser considerats per fer bones i excel·lents models predictius. Sobre la base d'aquestes consideracions, es podria afirmar que els models basats en l'espectroscopía Vis/ Nirs obtinguts són vàlids per desenvolupar equacions quantitatives capaces de predir valors aproximats de CFT en mesocarpo (RPD = 1,82) i exocarpo+mesocarpo (RPD = 1,46). No obstant això, els millors resultats per al cas d'exocarpo (RPD = 0,81) (la població del qual estava composta per 65 mostres) indiquen que es deuria augmentar la població de mostres a fi d'introduir variabilitat en els CFT d'aquest teixit.

La tecnologia Nirs és una tècnica altament emprada per a la determinació de paràmetres de qualitat en productes vegetals. En aquest treball s'ha posat de manifest el potencial de la tecnologia Nirs per a la predicció ràpida del contingut en fenòlics totals en fruits de carbassó, així com la determinació dels models matemàtics que millors resultats ofereixen en el calibratge d'aquests compostos. Les equacions obtingudes per a la predicció del CFT en el mesocarpo del carbassó van mostrar una bona precisió. Per aquest motiu, la tecnologia Nirs pot ser emprada en programes de millora genètica i en control rutinari de la indústria alimentària amb la finalitat de reduir el treball de laboratori per a la quantificació de CFT. Una vegada siguin seleccionades les mostres el contingut de les quals en CFT es trobi en el rang d'interès, es procediria a analitzar les mateixes mitjançant les tècniques de laboratori convencionals.

Agraïments

Aquest treball ha estat finançat pel Projecte RTA2009-00036-00-00 (Inia) i Fons Feder. M.T. Blanco-Díaz agraeix el finançament pel Ministeri d'Economia i Competitivitat a través del Programa de Formació de Personal Investigador, Fpi-Inia.

Bibliografia

• Mongkolsilp. S., Pongbupakit. I., Sae-Lee. N., and Sitthithaworn. W. (2004). Radical scavenging activity and total phenolic content of medicinal plants used in primary health care SWU. Journal of Pharmaceutical Sciences 9. No. 1. November.
• Oloyede. F.M., Agbaje. G.O., Obuotor. I.M., and Obisesan. I.O. (2012). Nutritional and antioxidant profiles of pumpkin (Cucurbita pepo Linn.) immature and mature fruits as influenced by NPK fertilizer. Food Chemistry 135. 460–463.
• Sellappan. S., Akoh. C. c., and Krewer. G. (2002). Phenolic compounds and antioxidant capacity of Geòrgia-grown blueberries and blackberries. Journal of Agricultural and Food Chemistry 50. 2432–2438.
• Shenk. J.S., and Westerhaus. M.O. (1991). Population structuring of near infrared spectra and modified partial least squares regression. Crop Science 31. 1548-1555.
• Shenk. J.S., and Westerhaus. M.O. (1996). Calibration the ISI way. In: Near Infrared Reflectance Spectroscopy. The Future Waves. Davies. A.M.C. and Williams. Ph. (eds). NIR Publications. Chichester. UK. 198-202.
• Williams. P.C. (1987). Variables affecting near-infrarred reflectance scpectroscopy analysis. In: Agricultural in Near Infrared Technology and Food Industries. AACC Inc.. St. Paul. Mn. 145–169.