Aplicación del análisis cromatográfico y quimimétrico para predecir adulteraciones en grasa láctea

REBECHI, S.; PEROTTI, M. C.; BERNAL, S.; ZALAZAR, C.

Córdoba

Congreso; Congreso Internacional de Ciencia y Tecnología de Alimentos. Presentación de resumen, poster y trabajo completo.; 2009

Ministerio de Ciencia y Tecnología

&amp;amp;lt;!-- /* Font Definitions */ @font-face {font-family:Calibri; mso-font-alt:"Century Gothic"; mso-font-charset:0; mso-generic-font-family:swiss; mso-font-pitch:variable; mso-font-signature:-1610611985 1073750139 0 0 159 0;} /* Style Definitions */ p.MsoNormal, li.MsoNormal, div.MsoNormal {mso-style-parent:""; margin-top:0cm; margin-right:0cm; margin-bottom:10.0pt; margin-left:0cm; line-height:115%; mso-pagination:widow-orphan; font-size:11.0pt; font-family:Calibri; mso-fareast-font-family:Calibri; mso-bidi-font-family:"Times New Roman"; mso-ansi-language:ES-AR; mso-fareast-language:EN-US;} h1 {mso-style-next:Normal; margin:0cm; margin-bottom:.0001pt; text-align:justify; mso-pagination:widow-orphan; page-break-after:avoid; mso-outline-level:1; font-size:12.0pt; font-family:"Times New Roman"; mso-font-kerning:0pt; mso-ansi-language:ES-AR; mso-fareast-language:EN-US;} p.MsoTitle, li.MsoTitle, div.MsoTitle {margin:0cm; margin-bottom:.0001pt; text-align:center; mso-pagination:widow-orphan; font-size:12.0pt; font-family:"Times New Roman"; mso-fareast-font-family:Calibri; mso-ansi-language:ES-AR; mso-fareast-language:EN-US; font-weight:bold;} @page Section1 {size:612.0pt 792.0pt; margin:70.85pt 3.0cm 70.85pt 3.0cm; mso-header-margin:36.0pt; mso-footer-margin:36.0pt; mso-paper-source:0;} div.Section1 {page:Section1;} --&amp;amp;gt; La grasa láctea es un componente valioso de la leche y es por ello que ha sido objeto de fraudes tales como la adulteración con grasas extrañas. Los índices fisicoquímicos comúnmente utilizados para ponerla en evidencia, no son útiles para detectar bajos niveles de adulteración. El análisis de la composición de los ácidos grasos presentes en la grasa de leche puede usarse como una estrategia más eficaz para lograr este objetivo. Debido a ello en este trabajo se planteó el análisis del perfil de ácidos grasos por cromatografía de gases, el cálculo de relaciones de concentración de dos o más ácidos y la aplicación de herramientas estadísticas multivariadas para procesar la información cromatográfica de una manera más eficiente. Para ello se caracterizaron muestras de grasas lácteas genuinas, determinando los rangos de concentración de sus ácidos grasos constituyentes, y materias grasas no lácteas de origen animal (grasa vacuna y porcina) y vegetal (aceite de soja, girasol y coco) usadas como adulterantes. Se simularon muestras adulteradas de las grasas lácteas con distintos niveles de las grasas adulterantes (2, 5, 10 y 15%), estableciendo la concentración de cada ácido graso en las mezclas mediante balance de masa.   Para estas muestras adulteradas se calcularon  relaciones de ácidos grasos y se compararon con las obtenidas para las grasas lácteas genuinas. Para el caso del agregado de grasas de origen vegetal se encontraron 3 relaciones que resultaron útiles, ya que detectaron un bajo porcentaje de adulteración (2%) en el 100% de las mezclas.  Estas relaciones fueron C14:0/C18:2 y  C18:2/C8:0  para aceite de soja y de girasol, y C12:0/C10:0  para grasa (o aceite) de coco. Para el caso de las muestras adulteradas con grasas de origen animal no se obtuvieron relaciones que sirvieron para detectar bajos niveles de adulteración. Cuando se utilizó grasa porcina como adulterante, dos relaciones (C14:0/C18:2 y  C18:2/C8:0) permitieron detectar solamente el 15% de adulteración en el 100% de los casos. En cambio cuando el adulterante utilizado fue la grasa vacuna, el porcentaje de casos detectados fue muy bajo (<50%) aún para el 15%. En vista de los resultados obtenidos y con el propósito de mejorar el poder predictivo en especial para las grasas animales, se diseñaron modelos matemáticos utilizando Regresión Lineal Múltiple (RLM). Para ello se armaron matrices de calibración y de predicción para cada adulterante, en las que se combinaron los datos cromatográficos de las grasas lácteas genuinas (0% de adulteración) con los de las mezclas en los distintos niveles de adulteración. Las ecuaciones obtenidas en la calibración tuvieron buenos coeficientes de determinación. Los límites de detección para los adulterantes de origen vegetal fueron mejores que para los de origen animal: menores al 2% para girasol, soja y coco, 6% para grasa porcina y 10% para grasa vacuna. Si bien la presencia de grasas animales en grasa láctea presentó mayor dificultad debido a la similitud de los perfiles de ácidos grasos, se logró mejorar la detección al aplicar técnicas estadísticas multivariadas en comparación con el análisis de relaciones.  Palabras claves: adulteración en grasa láctea-ácidos grasos-relaciones de ácidos grasos-regresión multivariada.