Open Access
Detection of minced lamb and beef fraud using NIR spectroscopy
(Elsevier, 2019) López Maestresalas, Ainara; Insausti Barrenetxea, Kizkitza; Jarén Ceballos, Carmen; Pérez Roncal, Claudia; Urrutia Vera, Olaia; Beriain Apesteguía, María José; Arazuri Garín, Silvia; Ingeniaritza; Agronomia, Bioteknologia eta Elikadura; Institute on Innovation and Sustainable Development in Food Chain - ISFOOD; Ingeniería; Agronomía, Biotecnología y Alimentación; Universidad Pública de Navarra / Nafarroako Unibertsitate Publikoa
The aim of this work was to investigate the feasibility of near-infrared spectroscopy (NIRS), combined with chemometric techniques, to detect fraud in minced lamb and beef mixed with other types of meats. For this, 40 samples of pure lamb and 30 samples of pure beef along with 160 samples of mixed lamb and 156 samples of mixed beef at different levels: 1-2-5-10% (w/w) were prepared and analyzed. Spectral data were pre-processed using different techniques and explored by a Principal Component Analysis (PCA) to find out differences among pure and mixed samples. Moreover, a PLS-DA was carried out for each type of meat mixture. Classification results between 78.95 and 100% were achieved for the validation sets. Better rates of classification were obtained for samples mixed with pork meat, meat of Lidia breed cattle and foal meat than for samples mixed with chicken in both lamb and beef. Additionally, the obtained results showed that this technology could be used for detection of minced beef fraud with meat of Lidia breed cattle and foal in a percentage equal or higher than 2 and 1%, respectively. Therefore, this study shows the potential of NIRS combined with PLS-DA to detect fraud in minced lamb and beef.
Open Access
Prediction of main potato compounds by NIRS
(AIDIC, 2017) López Maestresalas, Ainara; Pérez Roncal, Claudia; Tierno, Roberto; Arazuri Garín, Silvia; Ruiz de Galarreta, José Ignacio; Jarén Ceballos, Carmen; Proyectos e Ingeniería Rural; Landa Ingeniaritza eta Proiektuak; Universidad Pública de Navarra / Nafarroako Unibertsitate Publikoa
Potato (Solanum tuberosum, L) compounds are generally determined by analytical methods including gasliquid chromatography (GLC), HPLC and UV-VIS spectrophotometry. These methods require a lot of time and are destructive. Therefore, they seem to be not suitable for in-line applications in the food industry. Nearinfrared spectroscopy (NIRS) is a technique that presents some advantages over reference methods for quantitative analysis of agricultural and food products since it is fast, reliable and non-destructive. For this reason, in this study, quantitative analyses were carried out to determine main compounds in potatoes using NIRS. Potato tubers grown in two consecutive years were used for the analyses. NIR spectral acquisition was acquired on lyophilized samples. In year 1, a total of 135 samples were used while 228 samples were used in year 2. Lyophilized samples were also scanned by NIRS, two replicates per samples were acquired and the mean spectrum of each sample was used for the analysis. Different chemical analyses were carried out each year. Thus, in year 1 the following parameters were quantified: reducing sugars (RS) and nitrogen (N), whereas in year 2, total soluble phenolics (TSP) and hydrophilic antioxidant capacity (HAC) were extracted and quantified. Then, chemometric analyses were performed using Unscrambler X (version 10.3, CAMO software AS, Oslo, Norway) to correlate wet chemical analysis with spectral data. Quantitative analyses based on PLS regression models were developed in order to predict the above chemical compounds of tubers in a non-destructive manner. Good PLS regression models were obtained for the prediction of nitrogen and TSP with coefficients of determination (R2) above 0.83. Moreover, PLS models obtained for the estimation of HAC could be used for screening and approximate calibrations.
Open Access
Estimación del umbral de daños internos en patata mediante tecnología NIRS
(2015) Pérez Roncal, Claudia; Arazuri Garín, Silvia; López Maestresalas, Ainara; Escuela Técnica Superior de Ingenieros Agrónomos; Nekazaritza Ingeniarien Goi Mailako Eskola Teknikoa; Proyectos e Ingeniería Rural; Landa Ingeniaritza eta Proiektuak
Este estudio se realizó con el objetivo de establecer, por un lado, un umbral de daños en patata mediante la evaluación de una línea real de clasificación y envasado, y, por otro, de identificar los daños internos originados en los tubérculos utilizando un sistema no destructivo, rápido y fiable de análisis en el infrarrojo cercano (NIR). En primer lugar, se identificaron y describieron un total de 30 puntos en la línea de manipulación estudiada susceptibles de provocar daños mecánicos en los tubérculos, que más tarde se evaluaron utilizando los frutos electrónicos IRD (de Techmark Inc.) y Smart Spud (de PEI Innovations Inc.) con el fin de caracterizar los impactos producidos en cada uno de ellos. Los datos registrados por ambos frutos sirvieron para identificar los puntos críticos de la línea de manera objetiva, estableciéndose un total de 9 puntos críticos. Tras identificar dichos puntos, se procedió a la recogida de muestras en los mismos (90 tubérculos de la variedad Baraka) para determinar el porcentaje de daños reales producidos en los tubérculos a su paso por la línea, lo que sirvió para establecer el umbral de daños correlacionando los datos registrados por los frutos electrónicos con la aparición real del daño. El siguiente paso consistió en reproducir en laboratorio y bajo condiciones controladas los impactos y compresiones a los que son sometidos los tubérculos en la línea. Los ensayos de impacto (6 y 9 cm de altura de caída) y compresión (2 y 3 mm) se llevaron a cabo utilizando un impactador vertical (de caída libre) y un texturómetro TA-XT2 (de Stable Micro Systems), respectivamente, y empleando los mismos 100 tubérculos de la variedad Kennebec en ambos ensayos. Una vez aplicada la carga mecánica, se analizaron las muestras (sin pelar) con un espectrofotómetro AOFT-NIR Luminar 5030 (de Brimrose) para obtener los espectros de reflectancia de las mismas, estableciéndose dos grupos: el control (tubérculos antes de aplicar la carga mecánica) y el grupo dañado (tubérculos transcurridas 1, 5, 9 y 24 horas de la aplicación de la carga). Por último, se realizó un análisis discriminante por mínimos cuadrados parciales (PLS-DA) con los datos espectrales de estos dos grupos, aplicando los pretratamientos espectrales SNV y MC de manera simultánea. La precisión global del modelo se determinó por el porcentaje de muestras clasificadas correctamente, y por la sensibilidad y especificidad de cada clase. Los resultados indicaron que combinando la espectrometría NIR con el método multivariante PLS-DA, considerando los datos espectrales de impacto a 6 y 9 cm de altura de caída, es posible diferenciar de forma clara los tubérculos dañados de los sanos con unos porcentajes de clasificación en la validación del modelo superiores al 85%. Sin embargo, los modelos desarrollados para diferenciar los daños que aparecen en los tubérculos transcurridas 1, 5, 9 y 24 horas desde la aplicación de los impactos, indicaron que, para este caso concreto, no se consigue una clara diferenciación de los daños en función de la hora de estudio. Los resultados obtenidos en este estudio plantea la posibilidad de introducir estas técnicas en las líneas de clasificación y envasado de patata, con el fin de identificar y gestionar de forma adecuada los tubérculos dañados antes de su venta, reduciendo así las pérdidas económicas asociadas a estos daños.

Pérez Roncal, Claudia

Email Address

person.page.identifierURI

Birth Date

Job Title

Last Name

First Name

person.page.departamento

person.page.instituteName

ORCID

person.page.observainves

person.page.upna

Name

Filters

Author

Subject

Date

Has files

Item Type

Type

Settings

Sort By

Results per page

Search Results