El sector del porcino ibérico goza de gran aceptación social y comercial a nivel nacional así como en otros mercados europeos (Pugliese y Sirtori, 2012) y de otros países tales como Japón y EE.UU. (Lorido, 2016). Esto es reflejado en los datos de exportación de productos tales como jamones y paletas ibéricas, los cuales muestran un crecimiento de más del 140% en los últimos 10 años (ICEX, 2019), probablemente explicado por sus apreciadas cualidades organolépticas y nutricionales (Pugliese y Sirtori, 2012).
La carne y productos cárnicos procedentes de cerdos ibéricos producidos en régimen extensivo y alimentados a base de bellotas y hierba en la dehesa, lo que es conocido como Montanera alcanzan la máxima calidad (Díaz-Caro et al., 2019). Sin embargo, las limitaciones geográficas de la dehesa y estacionalidad de sus recursos naturales han llevado a una diversificación del sistema productivo de la raza ibérica hacia su intensificación y alimentación basada en piensos comerciales, para así satisfacer la creciente demanda de sus productos. Esta diversidad da lugar a diferencias en la calidad nutricional y sensorial de la carne (Tejerina et al., 2012) y productos cárnicos derivados (Contador et al., 2021; Ramírez et al., 2021) y, por tanto, a productos finales diferenciados. La actual Norma de Calidad del ibérico; Real Decreto 4/2014, de 10 de enero, por el que se aprueba la norma de calidad para la carne, el jamón, la paleta y la caña de lomo ibérico (BOE, 2014), entró en vigor en 2014 pretendiendo clarificar y dar transparencia al sector, así como proporcionar una percepción más sencilla de los productos comercializados y sus diferentes estándares de calidad, agrupándolos bajo un nuevo sistema de etiquetado. Así, 4 categorías son definidas en esta Norma; Negra (para productos procedentes de cerdos ibéricos puros terminados en Montanera), Roja (cerdos ibéricos cruzados con Duroc con porcentaje racial de entre 50-75% ibérico, terminados en Montanera), Verde (cerdos con al menos 50% de raza ibérica criados en sistemas extensivos o intensivos al aire libre y alimentados con piensos comerciales y/o bellotas y hierba) y Blanca (cerdos con al menos 50% de raza ibérica criados en intensivos y alimentados exclusivamente con piensos comerciales).
Estudios recientes han demostrado la utilidad de los atributos de certificación de la actual Norma de Calidad establecida para los productos ibéricos en la percepción de los mismos por los consumidores (García-Gudiño et al., 2021). Esto, junto con los diferentes costes de producción de cada categoría comercial hace necesario que los esfuerzos actuales se centren en el control de la trazabilidad de la materia prima, y por tanto de la autenticidad del producto final a través de herramientas rápidas y no destructivas. Esto permitiría a las industrias implicadas optimizar el tiempo, la mano de obra y los recursos económicos necesarios para implantar los mayores niveles de control exigidos por los consumidores. En este sentido, la tecnología espectroscópica en el infrarrojo cercano, por sus siglas en inglés conocida como tecnología NIRS, ha obtenido buenos resultados en la clasificación de animales vivos, canales, y carne fresca (Horcada et al., 2020) de acuerdo a las categorías de calidad contempladas en el actual marco normativo (BOE, 2014). Sin embargo, los estudios de viabilidad de esta tecnología para el control de la trazabilidad en producto curado son escasos. Recientemente, Tejerina et al. (2021a) estudiaron su capacidad para la clasificación del lomo ibérico curado en formato loncheado y envasado en atmósfera modificada. Futuros trabajos deben llevarse a cabo en otros formatos de envasado, que generen además un menor impacto ambiental, lo que podría ser conseguido utilizando plástico de bajo gramaje, y considerando otras formas de presentación del producto tales como pieza entera, donde para nuestro conocimiento no existen estudios científicos, así como en otros productos ibéricos.
El lomito ibérico es el nombre comercial por el que se conoce a la presa ibérica (músculo Serratus ventralis) tras su proceso tecnológico de curación, para el cual los estudios de calidad son muy escasos (Tejerina et al., 2021b), y que no está amparado por las anteriormente mencionadas categorías de calidad (BOE, 2014). La posibilidad de clasificar este producto de acuerdo a la categoría comercial del corte del que procede aportaría información sobre su dimensión de calidad, además de garantizar la trazabilidad del mismo, dando sentido al sistema de etiquetado. Además, podría sentar las bases para ser reconocido comercialmente como un producto clasificado y autentificado en futuros marcos normativos.
Así, el objetivo del presente estudio fue evaluar la capacidad de la tecnología NIRS para la clasificación del lomito ibérico de acuerdo a las varias categorías comerciales de la carne fresca utilizada para su elaboración recogidas en la actual Norma de Calidad del ibérico (Negra, Roja, Verde y Blanca), teniendo además en cuenta varias formas de presentación del producto y por tanto de toma de los espectros; pieza entera curada con tripa, producto loncheado, y producto loncheado y envasado al vacío con un plástico de bajo gramaje.
MATERIAL Y MÉTODOS
Obtención de lomito ibérico y diseño experimental
Para realizar este estudio se partió de 88 lomitos ibéricos procedentes de los cortes comerciales de presa Ibérica (músculo Serratus ventralis) adquiridos en una industria cárnica del sector, las cuales procedían de diferentes categorías comerciales: Negra (n=24) (procedentes de cerdos de raza ibérica pura acabados en el sistema de Montanera, con un tiempo en Montanera de al menos 60 días, una edad al sacrificio de al menos 14 meses y un peso de la canal de al menos 108kg), Roja (n=24) (cerdos con un porcentaje de raza ibérica de entre el 50-75 % acabados en Montanera con un tiempo en Montanera de al menos 60 días, una edad al sacrificio de al menos 14 meses y un peso de la canal de al menos 115kg), Verde (n=24)(cerdos con al menos 50% de raza ibérica criados en sistemas extensivos o intensivos al aire libre y alimentados con piensos comerciales y/o bellotas y hierba, con una edad al sacrificio de al menos 12 meses y un peso de la canal de al menos 115kg) y Blanca (n=16)(cerdos con al menos 50% de raza ibérica criados en intensivos y alimentados exclusivamente con piensos comerciales, con una edad al sacrificio de al menos 10 meses y un peso de la canal de al menos 115kg) (Tabla 1) de acuerdo a la actual Norma de Calidad del ibérico (BOE, 2014). Las piezas cárnicas de cada una de las categorías comerciales anteriormente mencionadas procedían de un mismo lote de animales y explotación.
El proceso tecnológico de curación fue llevado a cabo en la industria anteriormente citada, de acuerdo a las prácticas habituales del sector y similar para las 4 categorías comerciales; los cortes de presa ibérica se condimentaron con una mezcla de sal (2,5%), especias, conservantes y estabilizadores autorizados (0,9%); E-250 (nitrito de sodio), E-252 (nitrato de potasio), y E-320 (Butilhidroxianisol), E-321 (Butilhidroxitoluol) y E-301 (ascorbato de sodio). Posteriormente se almacenaron a 4°C durante 48h en oscuridad para que la mezcla de condimentos penetrase en la carne. Seguidamente se embutieron en tripas de colágeno de 10cm de diámetro y se sometieron al proceso tecnológico de curación que consistió en 2 etapas; durante los primeros 30 días se mantuvieron a 4°C y una humedad relativa superior al 75%, mientras que el resto del tiempo la temperatura se incrementó progresivamente de 10 a 16°C y la humedad relativa osciló entre el 60-65 %. La duración total del proceso fue de 64 días. El peso medio fue de 280,62 ±47,97; 307,93 ±31,84; 331,50 ±23,31 y 334,15 ±42,49 para los lomitos curados procedentes de las presas de las categorías Negra, Roja, Verde y Blanca, respectivamente.
A continuación, los lomitos fueron loncheados en lonchas de 1mm de grosor (EDENOX Tipo CGSP-300/2017), distribuidas homogéneamente por categoría en bandejas de 100g y envasados al vacío (EGARVAC, mod. MAXI. Vacarisse-Barcelona, España), utilizando film de polietileno (PE) laminado (permeabilidad al O2, 9,3ml O2/m2/24h a 4°C) de bajo gramaje; 46g/m2 (Cryovac® ©Sealed Air 2018 – ®™ ODP4005 BAG). Un total de 184 envases fueron obtenidos (Negra, n=44; Roja, n=50; Verde, n=50 y Blanca, n=40) (Tabla 1).
Adquisición de datos espectrales
Los espectros NIRS se tomaron con el espectrofotómetro LabSpec 2500 (ASD Inc., EE.UU.) equipado con una sonda de contacto de fibra óptica ASD (diámetro de ventana de 21mm), en varias formas de presentación del producto; pieza entera curada con tripa, producto loncheado y producto loncheado y envasado al vacío con un plástico de bajo gramaje (Figura 1). Para el caso de pieza entera, el instrumento se calibró tomando un espectro de referencia sobre una placa de cerámica cubierta con la misma tripa con la que los lomitos fueron embuchados como referencia (blanco) antes de la adquisición de los espectros. De igual forma, para la toma de los espectros en el producto loncheado y envasado, la placa de cerámica fue cubierta con el mismo plástico que el utilizado para el envase, ya que en este caso el objetivo fue predecir la categoría comercial en envase sin abrir. En cambio, para la toma de los espectros en el loncheado sin envasar, el blanco fue realizado directamente sobre la placa de cerámica. Se adquirió un espectro (que fue una media de 50 scans) en el rango de 1000-1800nm (resolución espectral de 1nm) por muestra mediante contacto directo de la sonda de fibra óptica ASD con la muestra (Figura 1) (pieza entera curada con tripa, producto loncheado o producto loncheado y envasado al vacío con un plástico de bajo gramaje). Dicho rango es donde se encuentra la información más útil (mayor relación señal/ruido), tal y como señalan otros estudios en productos cárnicos similares realizados con el mismo espectrofotómetro (Ortiz et al., 2021a; Tejerina et al., 2021a) o con otro equipo como el MicroNIRTM 1700 (Cáceres-Nevado et al., 2021). Para el caso de la pieza entera, el espectro fue tomado haciendo un barrido por toda la superficie del lomito (limpia y sin restos de moho de la curación), mientras que en el caso de la muestra loncheada sin y con envase, el espectro se tomó haciendo zigzag sobre la superficie de la muestra. En todos los casos el objetivo fue recoger la máxima variabilidad y minimizar el error de muestreo. La información espectral fue recogida como reflectancia. La monitorización del instrumento y la manipulación espectral inicial se llevaron a cabo con el paquete de software Indico TM Pro (Analytical Spectral Device-ASD Inc., Boulder, CO).
Del total de las 88 piezas de lomito ibérico, un 80% aproximadamente fueron seleccionados aleatoriamente y utilizados para la construcción de los modelos de clasificación –set de calibración– (n=69), mientras que el resto de las piezas fue utilizada posteriormente para la validación de los modelos –set de validación externa– (n=19). Ambos conjuntos de muestras fueron loncheados y envasados por separado para mantener la independencia de ambos sets en las formas de presentación del producto de loncheado y loncheado y envasado al vacío con un plástico de bajo gramaje (Tabla 1).
El análisis de componentes principales (ACP) de los espectros pertenecientes al set de calibración de cada grupo de muestras (pieza entera con tripa, loncheado y loncheado con envase) reveló gráficamente los casos que mostraron un comportamiento anómalo. El criterio de eliminación de éstos fue la distancia de la muestra al centro de la población espectral mayor que 3 veces la distancia media (Shenk y Westerhaus, 1995).
Desarrollo de los modelos de clasificación
El análisis quimiométrico y desarrollo de los modelos de clasificación de los lomitos ibéricos de acuerdo a las categorías comerciales de la carne fresca utilizada para su elaboración (Negra, Roja, Verde y Blanca) y en las distintas formas de presentación (pieza entera curada con tripa, producto loncheado, y producto loncheado y envasado al vacío con un plástico de bajo gramaje), se realizó con el software Unscrambler X vs 10.5 (CAMO® Trondheim, Noruega) sobre el conjunto de muestras de calibración a partir del algoritmo de mínimos cuadrados parciales (PLS-DA). Se trata de un método de clasificación supervisado que trata de correlacionar las variaciones espectrales con las clases definidas; categorías comerciales Negra, Roja, Verde y Blanca, tratando de maximizar la covarianza entre ellas. En este enfoque, las variables dependientes (categorías de calidad) actúan como variables “ficticias” (Naes et al., 2002) ya que no son continuas, como en el análisis cuantitativo. Así, se asigna el valor de 1 a las muestras que pertenecen a la categoría objetivo que hay que discriminar del resto de categorías que toman el valor 0. Esto por tanto permite utilizar el algoritmo de mínimos cuadrados parciales en casos cualitativos. Las variables latentes (LVs) se eligieron en función del menor error de la validación cruzada mediante el método “leave-one-out”.
Los modelos fueron desarrollados utilizando los datos espectrales originales (reflectancia) así como tras determinados pretratamientos espectrales de forma individual o bien en combinación. Así, para la corrección de fenómenos de dispersión se utilizó la Variable Normal Estándar (SNV) y la Desviación de la tendencia (DE). Éstos se basan en un análisis de regresión haciendo uso de un polinomio de 2º grado, tomando como variables dependientes los valores espectrales mientras que las independientes vienen dadas por las longitudes de onda, corrigiendo los efectos debidos a la curvatura de la línea de base (Barnes et al., 1989). Además, como tratamientos matemáticos se probaron 2 derivadas de Savitzky-Golay; una 1ª derivada con 4 puntos de suavizado en los lados izquierdo y derecho (núcleo simétrico), y 1º orden polinómico (1,4,4,1), y una 2ª derivada con 5 puntos de suavizado en ambos lados, y 2º orden polinómico (2,5,5,2) (Savitzky y Golay, 1964).
Posteriormente, los mejores modelos, elegidos sobre la base del valor más alto del coeficiente de determinación de validación cruzada (1-VR), menor error cuadrático medio tras la validación cruzada (RMSECV) y menor número de LVs, así como menor grado de pretratamiento de la información espectral, se validaron en los conjuntos de muestras pertenecientes a los sets de validación externa. Estas validaciones fueron evaluadas través de los siguientes parámetros:
- Sensibilidad (SE): Definida como la proporción de las muestras de una categoría determinada que el modelo atribuye correctamente a dicha categoría (Oliveri et al., 2018).
- Especificidad (SP): Definida como la proporción de las muestras que no pertenecen a la categoría objetivo y son correctamente rechazadas (Oliveri et al., 2018).
- Precisión en la clasificación (Precisión): Definida como el porcentaje de muestras correctamente clasificadas durante en la validación externa (Cáceres-Nevado et al., 2021).
- Coeficiente de correlación de Matthews (MCC)(Matthews, 1975):
donde VP=verdaderos positivos, VN=verdaderos negativos, FP=falsos positivos y FN=falsos negativos obtenidos en validación.
Respecto al estadístico MCC, un valor de 1 indica una predicción perfecta; –1 representa un desacuerdo total entre la predicción y los valores reales; y 0 significa “no mejor que una predicción aleatoria” (Boughorbel et al., 2017; Cáceres-Nevado et al., 2021).
RESULTADOS Y DISCUSIÓN
Información espectral
Los espectros medios en reflectancia del conjunto de muestras del set de calibración agrupados de acuerdo a las varias categorías comerciales de la carne fresca utilizada para su elaboración (Negra, Roja, Verde y Blanca) en el rango comprendido entre 1000-1800nm están representados en la Figura 2. La obtención de espectros de alta calidad es esencial para la construcción de modelos discriminativos fiables que permitan clasificar las muestras en función de las distintas categorías comerciales. En el rango espectral representado en la Figura 2 se puede observar una elevada relación entre señal/ruido, lo que permitiría obtener información espectral útil para la construcción de modelos predictivos.
En términos generales, los espectros medidos en el producto loncheado sin y con envase se ajustaron a una forma similar con independencia de la categoría comercial, presentando los mismos picos, los cuales se situaron en torno a las longitudes de onda de 1080nm, 1260nm y 1650nm (Figuras 2B y 2C). Además, se observaron diferencias en la intensidad de reflectancia entre los espectros medios de las distintas categorías comerciales principalmente a estas longitudes de onda. Los espectros obtenidos en este estudio a partir del lomito ibérico fueron similares, en forma y valores de reflectancia, a los obtenidos en lomo ibérico curado en formato loncheado y envasado (en atmósfera modificada con una proporción de gases de 70% N2 y 30% CO2 (Ortiz et al., 2021a). En cuanto a los espectros medios por categorías tomados en la pieza entera con tripa, se observó un ligero cambio de tendencia entre los espectros medios de las categorías Verde y Roja en torno a los 1100nm, donde llegan a cruzarse. Por otra parte, también se observaron unos picos en torno a los 1080nm y 1260nm (Figura 2A), aunque menos definidos que en los espectros obtenidos a partir del producto loncheado (sin y con envase).
Desarrollo y validación de los modelos PLS-DA para la clasificación del lomito ibérico de acuerdo a las categorías comerciales
Los estadísticos de calibración de los mejores modelos de calibración desarrollados para la clasificación del lomito ibérico de acuerdo a las varias categorías comerciales de la carne fresca utilizada para su elaboración (Negra, Roja, Verde y Blanca), junto con los resultados de clasificación de sus validaciones están recogidos en la Tabla 2.
En 1º lugar, el mejor modelo en el formato de pieza entera con tripa fue obtenido con los espectros en bruto, es decir, en reflectancia. Este modelo obtuvo valores de 1-VR comprendidos entre 0,717-0,881. Cuando este modelo fue validado, la SE fue del 100% para todas las categorías comerciales, mientras que la SP se mantuvo con valores por encima del 78%, dando lugar a los mejores resultados en la predicción de la categoría comercial, con más del 92% de las muestras en el set de validación externa correctamente clasificadas. Además, también se utilizó el estadístico MCC para valorar el rendimiento del modelo, el cual es más acertado cuando el número de muestras en las distintas clases no es el mismo (Boughorbel et al., 2017; Cáceres-Nevado et al., 2021). Este índice tiene un buen rendimiento cuando el modelo predictivo obtiene buenos resultados en todas las categorías. Así el MCC para el mejor modelo obtenido en pieza entera fue de 0,82 (Tabla 2), lo que sugiere una elevada capacidad predictiva del modelo (Boughorbel et al., 2017; Cáceres-Nevado et al., 2021). Por otra parte, los pretratamientos SNV seguido de DE en combinación con la 1ª derivada (SNV-DE SG 1,4,4,1) y SG 1,4,4,1 fueron necesarios para obtener los mejores modelos clasificatorios en el producto loncheado sin y con envase, respectivamente (Tabla 2). Tras el loncheado sin y con envase al vacío con el plástico de bajo gramaje, los modelos mantuvieron los índices estadísticos en calibración (1-VR, RMSECV) sin cambios sustanciales con respecto al modelo obtenido a partir de la pieza entera. Tras la validación, estos modelos obtuvieron un menor porcentaje de muestras correctamente clasificadas, especialmente el obtenido en el producto loncheado y envasado, con un 79,23%. También en éste se observó un descenso marcado del índice MCC, explicado por el bajo valor de SE en los envases de etiqueta Blanca (37,50%). No obstante, el valor de SP fue elevado para todas las categorías comerciales y en todas las formas de presentación del producto. El poder discriminar correctamente muestras que no pertenecen a una determinada categoría es de especial relevancia desde el punto de vista comercial, principalmente para las categorías Negra y Roja. Los productos procedentes de animales acabados en Montanera, y por tanto comercializados bajo estas 2 categorías, son los más apreciados por los consumidores (Díaz-Caro et al., 2019) y alcanzan los precios más altos del mercado. En consecuencia, estas categorías podrían estar más expuestas a prácticas fraudulentas, especialmente una vez que son loncheados. Los resultados de este estudio podrían proveer las bases para garantizar la trazabilidad de los productos ibéricos, incluso cuando el producto ya está loncheado y envasado.
La capacidad para clasificar el lomito ibérico de acuerdo a la categoría comercial podría estar asociada a las diferencias observadas en la intensidad de absorción, especialmente en los principales picos anteriormente mencionados; alrededor de los 1080nm, 1260nm y 1650nm de longitud de onda, los cuales estuvieron principalmente definidos en los espectros tomados en el producto loncheado (Figura 2). Estas longitudes de onda han sido asociadas a combinaciones del 3º, 2º y 1º sobretono de los enlaces carbono e hidrógeno, respectivamente (Murray y Williams, 1987; Barbin et al., 2014), que son la base de las cadenas de hidrocarburos de los ácidos grasos, así como de compuestos antioxidantes lipídicos como el alfa y gamma tocoferol. Por tanto, las diferencias en absorción de energía en dichas longitudes de onda (Figura 2) podrían ser reflejo de las variaciones en el perfil lipídico y antioxidante del lomito entre las categorías estudiadas, puestas de manifiesto en estudios recientes en productos ibéricos curados tales como el lomo (García-Torres et al., 2021), jamón (Ramírez et al., 2021) y chorizo (García-Torres et al., 2021). Fernández-Cabanás et al. (2011) utilizaron bandas localizadas alrededor de 1210nm para determinar el perfil de ácidos grasos de salchichón y chorizo ibéricos mediante tecnología NIRS. Posteriormente, Pérez-Marín et al. (2021) reportaron que regiones características de las bandas de absorción de los enlaces carbono e hidrógeno, permitían discriminar entre canales de cerdo ibérico de acuerdo al régimen alimenticio del animal (bellota vs. pienso). Por lo tanto, la capacidad de clasificación entre categorías (la cual es una combinación de la pureza racial, manejo y régimen alimenticio del animal), podría atribuirse a diferencias espectrales, especialmente en las longitudes de onda donde se encuentran las mayores diferencias en la intensidad de la reflectancia.
En cuanto a la literatura científica relativa a la obtención de modelos cualitativos a partir de la tecnología NIRS para discriminar entre las categorías comerciales definidas por la actual Norma de Calidad del ibérico o bien de acuerdo a otras designaciones comerciales recogidas en anteriores marcos normativos es inexistente en producto curado y en formato de pieza entera. No obstante, Horcada et al.(2020) obtuvieron una elevada capacidad predictiva de la categoría comercial (Negra, Roja, Verde y Blanca) en carne fresca (músculo psoas major), con más de un 60% de precisión en la clasificación tras la validación del mejor modelo de predicción. La menor precisión en la clasificación obtenida en el trabajo anterior con respecto a los resultados obtenidos para el lomito ibérico en el presente trabajo (Tabla 2) podría ser explicada por varios factores. En 1º lugar, la mayor homogeneidad de los espectros en producto curado debido a la menor interferencia del agua en éste con respecto a la carne fresca. En 2º lugar, Horcada et al. (2020) utilizaron un número de muestras superior al del presente trabajo, recogiendo éstas además una mayor variabilidad de la población al proceder de animales de distintos lotes de sacrificio, años productivos y mataderos. Esta mayor variabilidad dentro de cada categoría podría haber conducido a un descenso en la capacidad discriminante.
Por otra parte, recientes estudios han aplicado la tecnología NIRS en combinación con PLS-DA a embutidos tales como salchichón y chorizo ibéricos, en formatos loncheados y envasados en atmósfera modificada (70% N2 30% CO2), para clasificarlo de acuerdo a varias categorías comerciales del magro y grasa utilizados para su elaboración (Negra, Roja y Blanca) (Ortiz et al., 2021a,b). Estos autores obtuvieron tras la validación de dichos modelos valores de SE inferiores pero similares de SP a los obtenidos en el presente estudio. En esta misma línea, Tejerina et al. (2021a) también demostraron la posibilidad de garantizar la autenticidad de la categoría comercial (Negra, Roja y Blanca) del lomo ibérico curado, también en formato loncheado y envasado en atmósfera modificada (70% N2 30% CO2), a través de la tecnología NIRS en combinación con PLS-DA. El presente estudio incorpora la posibilidad de clasificar un nuevo producto, como es el lomito, en otro tipo de envase y material plástico, demostrando que éstos últimos no constituyen una limitación para la aplicación de la tecnología NIRS al control de la trazabilidad de los productos ibéricos curados en formatos loncheados y envasados. Además, este estudio aborda por 1ª vez la posibilidad de autentificación-clasificación de productos curados bajo el amparo de la categoría Verde. Esta categoría no había sido considerada hasta el momento, debido a la gran variabilidad en las características físico químicas y nutricionales que presentan los productos (Díaz-Caro et al., 2019), resultado de la variabilidad en las condiciones de producción a la que están sujetos los animales de los que proceden (BOE, 2014). Esto supone por tanto un reto tecnológico y un avance para el sec-tor ibérico, en cuanto a herramientas rápidas y no destructivas para el control de calidad de los productos curados.
Conclusiones
Los resultados obtenidos en el presente estudio sugieren que la tecnología NIRS en combinación con PLS-DA podría ser una herramienta rápida y fiable para clasificar el lomito ibérico de acuerdo a las categorías comerciales de la carne fresca (músculo Serratus ventralis) utilizada para su elaboración definidas en el actual marco normativo del ibérico. Respecto a los varios formatos de presentación del producto, el formato de pieza entera es especialmente recomendado para conseguir la mejor capacidad predictiva de la categoría comercial.
Estos resultados comprenden las últimas aplicaciones de la tecnología NIRS en nuevos productos cárnicos curados y tipos de envases, pudiendo servir de base para la generación de conocimientos sobre modelos quimiométricos cualitativos en este tipo de productos y para los potenciales usuarios de la tecnología NIRS. Sin embargo, estos resultados deben entenderse como un estudio preliminar, y en el que sería necesario ampliar la población muestral, con piezas procedentes de animales de distintas explotaciones, y elaboradas en distintas campañas e industrias. Esto proporcionaría la variabilidad suficiente para garantizar la robustez de los modelos obtenidos antes de su aplicación para asegurar la trazabilidad a nivel de industria y canales de distribución.
Autores
Alberto Ortiz, Miriam Sánchez, Lucía León y David Tejerina. Área de Calidad de Carne. Centro de Investigaciones Científicas y Tecnológicas de Extremadura (CICYTEX-La Orden). Junta de Extremadura, España.