Sensometría Instrumental: ¿Máquinas en vez de panelistas?

viernes 25 de marzo, 2011

En el negocio altamente competitivo de los bienes de consumo, los atributos sensoriales de los productos pueden determinar el éxito o el fracaso. En efecto, los consumidores evalúan la ‘calidad’ de los productos mediante sus sentidos.  No usan instrumentos de medición como la Cromatografía de Gases, la Espectrometría de Masas o la Espectroscopía de Infrarojos. En lugar de ello, lo que hacen es mirar, oler y tocar el nuevo batido de frutas que han comprado. Si les parece ‘bueno y refrescante’ quizá volverán a comprarlo, pero si les parece ‘demasiado dulzón y soso’, no sólo dejarán de comprarlo sino que se pueden ‘enfadar’ con la marca entera y pasarse a la competencia. Se trata de un asunto muy serio.  

Sin embargo los productores tienen laboratorios bien equipados con todo tipo de instrumentos analíticos a fin de garantizar la ‘calidad’ del producto. Rápidamente pueden obtener un montón de datos químicos y físicos sobre sus muestras. Entonces la cuestión es si esos datos instrumentales se pueden correlacionar de alguna forma con la percepción sensorial, y cómo.

La evaluación sensorial tiene un valor estratégico para los productores porque los resultados sensoriales se usan para tomar decisiones clave para el negocio,  como aceptar o rechazar un ‘batch’ de formulado, lanzar o no un nuevo producto, o elegir el aroma, la textura y el color entre cientos de fórmulas distintas. Hasta ahora no ha sido posible sustituir la evaluación sensorial por los datos instrumentales porque los atributos sensoriales como ‘me gusta’, ‘buena textura’ o simplemente ‘demasiado amargo’, no se pueden obtener de las máquinas. Por ello nos ceñimos a los seres humanos como fuentes de datos cuando queremos obtener información sobre este tipo de parámetros. Obtenemos esta información mediante el manejo de paneles sensoriales, el uso de las ciencias sensoriales, el diseño experimental y el análisis estadístico.

Por otro lado, los seres humanos, como instrumentos de medición, presentan un montón de inconvenientes.  Son caros, requieren ser entrenados, seleccionados y monitorizados a fin de cerciorar su fiabilidad. Necesitan ser dirigidos y motivados. No siempre son fiables porque pueden estar tristes, aburridos, cansados o estresados, y a veces les están entusiasmados o pesimistas respecto a un producto. Algunos detestan ciertos sabores. Pueden tener o desarrollar alergias y se pueden poner enfermos. Y, peor aún, necesitan tiempo para comer, para dormir, para conversar y para conciliar su trabajo con su vida personal. ¡Los humanos son mucho más difíciles de manejar que las máquinas! ¡¡¡Ojalá pudiéramos obtener datos sensoriales por medio de herramientas fiables, baratas, constantes e infatigables!!!...  Pero ¿es esto posible?Pues bien, no se trata de un sueño, sino que es en realidad la cuestión que intenta resolver la Sensometría Instrumental.

En efecto, la Sensometría Instrumental explora la conexión entre los datos sensoriales e instrumentales mediante métodos analíticos especiales.  Es un campo complejo y multidisciplinario que requiere la colaboración de expertos en química analítica, estadística, ciencias sensoriales y tecnología de los alimentos. El objetivo último es definir un Perfil ‘Sensorial’ Instrumental (ISP) de las muestras, que pueda ser usado para caracterizarlas.

La literatura científica sobre Sensometría Instrumental es escasa. Hasta ahora la mayor parte de los esfuerzos se han centrado en la correlación entre un solo instrumento con la evaluación sensorial, o la combinación de distintos tipos de datos instrumentales. No existe un conocimiento profundo sobre cómo fusionar datos instrumentales a fin de definir ISPs de los productos.

Open-Senses participa en un proyecto sobre Sensometría Instrumental  liderado por el Grupo de Química Analítica Enológica y de los alimentos, vinculado con el Departamenteo de Química Analítica y Orgánica de la Universitat Rovira i Virgili (URV) de Tarragona, www.quimica.urv.es/w3qaea/ang/intro.html. El objetivo principal del proyecto es establecer una metodología para definir objetivamente las características sensoriales de los alimentos mediante el análisis estadístico multivariante de los datos instrumentales y su relación con los resultados de los paneles descriptivos.

Las principales técnicas analíticas utilizadas en el proyecto son: un sistema de nariz electrónica basado en la Espectrometría de Masas (HS-MS), un sistema de lengua electrónica basado en espectroscopía de infrarojos con transformada de Fourier (FT-IR), y espectroscopia de infrarojos cercanos (NIR) junto con un espectrofotómetro para la medida del color.  Estas técnicas se complementan con la espectroscopia de fluorescencia de excitación-emisión y la espectroscopia de Resonancia Magnética Nuclear (NMR). Adicionalmente se utiliza la Cromatografía de Gases con detección por Olfatometría (GCO) a fin de caracterizar el patrón olfativo de ciertas muestras, especialmente las atípicas.

Estamos investigando cómo la aplicación de las técnicas quimiométricas a los datos instrumentales permite la comparación y discriminación de la composición química de las muestras. Y cómo estos patrones se correlacionan con las propiedades sensoriales (olor, olor, aroma, textura) definidos por el panel de cata.  Si la Sensometria Instrumental tuviera éxito en la determinación de perfiles ‘sensoriales’ instrumentales de las muestras, éstos se podrían usar para:

- Definir tipos de productos  en base a su ISP, por ejemplo en relación a su origen y especificaciones de calidad.

- Predecir la no-conformidad con el control de calidad sensorial (antes de catar el producto), comprobando si la muestra pertenece o no a un ISP concreto.

- Documentar las muestras rechazadas por un panel  mediante un ISP objetivo para su rechazo, adicional al informe del panel sensorial.

- Examinar la ‘evolución sensorial’ de un producto,  mediante la comparación de su ISP por ejemplo durante un par de años, sin necesidad de confiar en un panel sensorial.

- Monitorizar la variación de producto,  entre ‘batches’, proveedores, fórmulas, etc, por medio de la comparación de sus ISPs.

- Pre-seleccionar productos antes de testarlos sensorialmente, a fin de ahorrar tiempo y esfuerzos en la evaluación sensorial porque sólo algunos ISP se deberán testar con el panel.

- Establecer referencias a lo largo del tiempo.  Desarrollar y conservar ISPs fiables a lo largo del tiempo que se puedan utilizar, por ejemplo, como un sistema de referencia para el control de calidad. Seria un complemento del actual sistema de almacenar muestras de referencia a bajas temperaturas e irlas rotando gradualmente.

- Reducción de costes y mejora de la fiabilidad  en las tareas rutinarias de evaluación sensorial: sustituyéndolas por chequeos automáticos del ISP (color, textura, aroma) de las muestras.

- Desarrollar un nuevo sistema para registrar ‘datos sensoriales’  mediante un ISP distinto para cada tipo de muestra. Por ejemplo, un único patrón para registrar la ‘sensación’ de una fragancia.

Por lo tanto, la Sensometría Instrumental podría contribuir enormemente a sacar más partido de la investigación sensorial: conservando, mejorando y monitorizando la calidad del producto. La técnica también se podría aplicar en la innovación de productos, sobre todo para definir las ‘especificaciones sensoriales’ objetivas, para comprobar y asegurar la estabilidad y la regularidad a lo largo del tiempo. Por lo tanto, de tener éxito, la Sensometría Instrumental podría ser un complemento pero nunca un sustituto de la evaluación sensorial.

Pero los pobres analistas a cargo de la Sensometría Instrumental deberán también sufrir todas las desventajas de trabajar con máquinas. Porque obtener datos analíticos complejos de instrumentos también puede convertirse en una pesadilla.  En efecto, se requiere mucho tiempo para poner a punto, programar y afinar estas herramientas. La calibración de un ISP de una simple mayonesa puede requerir más de un año de investigación, y la nueva mayonesa con aroma de jengibre requerirá otros ocho meses de calibrado. Las máquinas no son ‘razonables’, nunca ‘hacen favores’, no se les puede motivar, adular o amenazar, no ‘se esfuerzan’ ni ‘se espabilan’ y no son flexibles en nada. Un sistema instrumental sofisticado tiende a tener averias complejas que pueden tardar un mes en solucionarse. Y se puede estropear justo antes de las vacaciones del analista o, peor aún, cuando el nuevo vice-presidente de I+D pasa a echar un vistazo al flamante nuevo ‘robot sensorial’… Definitivamente ¡la Sensometría instrumental puede ser arriesgada!

Es decir que aunque la Sensometria Instrumental consiga proporcionar nuevas herramientas ‘sensoriales’ útiles, siempre será un complemento de la evaluación sensorial con paneles y expertos. Seguiremos trabajando con personas con todos sus inconvenientes y--- ¡ventajas! Porque los seres humanos aportan un valor añadido importante a la evaluación sensorial, como comprensión acerca del lenguaje y la cultura. Pueden pasar fácilmente del pastel de manzana al yogur de fresas. Pueden alertarnos de aromas desagradables para que los aromistas los corrijan. Los paneles pueden evaluar rápidamente la ‘intensidad’ en matrices complejas. Los panelistas pueden aportar sugerencias útiles para la innovación de productos en relación con la textura, la acidez o el ‘cuerpo’. En definitiva, los seres humanos son el sistema más cercano a nuestros queridos consumidores humanos.

En Open-Senses nuestra pasión es la innovación sensorial. Si quieres compartir esta pasión con nosotros, puedes contactarnos en www.open-senses.com.

 

Literatura científica relacionada

- R. Consonni, L.R. Cagliani. Adv. Food Nutr. Res.59 (2010)87-165

- L. Jaitz, K. Siegl, R. Eder, G. Rak, L. Abranko, G. Koellensperger, S. Hann. Food Chem. 122(2010)366-372

- Dion M.A.M. Luykx and S. M. VanRuth.Food Chem107 (2008) 897-911clear

- S. Roussel, V. Bellon-Maurel, J.M. Roger, P. Grenier. Chemom. Intell. Lab. Syst. 65 (2003) 209–219

- C. Apetrei, J.M. Apetrei, S. Villanueva, J.A. de Saja, F. Gutiérrez-Rosales, M.L. Domínguez-Méndez. Anal. Chim. Acta663 (2010) 91-97

- M. Casale, C. Casolino, P. Oliveri, M. Forina. Food Chem,118 (1) (2010) 163-170

- P Mielle. Trends Food Sci & Technol, 7 (1996) 432-438

- C Pérès. F Begnaud, L Eveleigh, JL Berdagué. Trends Anal. Chem. 22 (2005) 858-866

- MP Martí, R Boqué, O Busto, J Guasch. Trends Anal. Chem. 24 (2005) 57-66

- JL Pérez, M del Nogal, C García, ME Fernández, B Moreno, A Guerrero. Trends Anal. Chem.  25 (2006) 257-266

- Y Vlasov, A Legin, A Rudnitskaya. Anal. Bional. Chem. 373 (2002) 136-146

- AK Deisingh, DC Stone, M Thompson. Internat. J. Food Sci. Technol. 39 (2004) 587-604

- A Z. Berna, S. Trowell, D. Clifford, W. Cynkar, D. Cozzolino. Anal. Chim. Acta 648, 2 (2009) 146-152

- S Roussel, V Bellon-Maurel, JM Roger, P Grenier Chemometrics Intell. Lab. Syst. 65 (2003) 209–219

- M.Casale, C. Casolino, P  Oliveri, M. Forina Food Chemistry, 118 (2010) 163–170

Subir