Aplicación de espectroscopias Uv-vis y NIR de onda corta para el control multiparamétrico y caracterización de cervezas rubias

J. ZALDARRIAGA HEREDIA; M. WAGNER; J.M. CAMIÑA; S.M. AZACARATE; H.C. GOICOECHEA

San Juan

Congreso; XII Congreso Argentino de Química Analítica; 2023

Asociación Argentina de Químicos Analíticos

En Argentina, en los últimos años, ha habido un crecimiento notable en la producción de la cerveza artesanal, como una opción frente a la cerveza industrial. Esto se debe a que la cerveza artesanal ofrece características únicas, como el uso de ingredientes naturales, recetas personalizadas, procesos de elaboración y filtrados libres de químicos y conservantes, así como aromas y sabores distintivos. También, en este último tiempo, la cerveza sin alcohol se ha convertido en una buena alternativa para consumir ya que tiene un bajo aporte calórico, y además ofrece el mismo sabor que una cerveza tradicional. Alrededor del mundo, esta bebida ha sido objeto de varios estudios, principalmente centrados en determinar y evaluar su composición química1 ya que conociendo la composición se puede mejorar la calidad, la estabilidad química y microbiológica, y la aceptación sensorial de este producto2. Actualmente, existen técnicas espectroscópicas ampliamente reconocidas que han demostrado ser altamente eficaces para lograr una caracterización completa y verificar la autenticidad en este tipo de bebida3. Este trabajo presenta una metodología analítica basada en la combinación de rangos espectrales específicos UV-Visible (UV-Vis 280-890 nm) e infrarrojo cercano de onda corta (SW-NIR 890-2500nm) y quimiometría para realizar el control de calidad de los parámetros físico-químicos de mayor relevancia en cervezas rubias y establecer las principales diferencias entre las cervezas bajo estudio. En un total de 33 cervezas rubias se determinaron por métodos estándares 9 parámetros que normalmente se emplean para el control de calidad de estos productos: grado alcohólico, densidad, extracto real y extracto seco primitivo, pH, acidez total, contenido de polifenoles, determinación del color y amargor. Por otra parte, para cada muestra se registraron los espectros, SW-NIR (medición directa) y UV-Vis (dilución). A partir de los datos obtenidos, se realizó la calibración de cada parámetro mediante regresión de mínimos cuadrados parciales (PLS) y cada modelo predictivo se validó mediante validación interna y externa. La capacidad predictiva de cada modelo se evaluó a partir del análisis de los parámetros estadísticos, como los coeficientes de regresión (R2) de la calibración, los errores cuadráticos medios de calibración (RMSEC), de validación cruzada (RMSECV) y de predicción (RMSEP), como también, el error porcentual de predicción (REP). Los mejores resultados se lograron cuando se aplicó la estrategia de fusión de datos combinando diferentes rangos de longitudes de onda. Todos los parámetros analizados mostraron valores de REP por debajo del 10%. Por otra parte, se realizó un estudio exploratorio mediante un análisis de componentes principales (PCA) para establecer las diferencias/similitudes entre las muestras estudiadas. Con base en estos resultados, se construyeron modelos de clasificación que permitieron la diferenciación de las muestras según su origen (industrial o artesanal) y según el contenido de alcohol (con o sin alcohol) con errores menores a 5%.1. Medina K, Giannone N, Dellacassa E, Schinca C, Carrau F, Boido E, Food Research International 164 (2023) 112349. 2. Popescu V, Soceanu A, Dobrinas S, Stanciu, Journal of the Institute of Brewing 119 (2013) 111-115.3. Ríos-Reina R, Camiña JM, Callejón RM, Azcarate SM, Trends in Analytical Chemistry 134 (2021) 116121.