Resumen de Composición química y capacidad antioxidante en cultivares de fresa (Fragaria x ananassa Duch.) mediante espectroscopia FT-MIR y quimiometría

Patricia Minutti-López Sierra, Tzayhrí Gallardo Velázquez, Guillermo Osorio Revilla, Ofelia Gabriela Meza-Márquez

• español

  La espectroscopia FT-MIR acoplada a la quimiometría puede ser una técnica alternativa a los métodos convencionales para determinar la composición química de bayas como la fresa. Este estudio desarrolló modelos quimiométricos basados en FT-MIR para identificar cultivares de fresa en siete etapas de maduración y cuantificar los principales atributos involucrados en la calidad sensorial de los frutos de fresa (sólidos solubles, acidez total, azúcares reductores, pH) y los principales compuestos bioactivos implicados en la capacidad antioxidante (ácido ascórbico, fenólicos, flavonoides, antocianinas). Los algoritmos PCR, PLS1 y PLS2 se utilizaron para desarrollar los modelos de predicción. El algoritmo PLS1 desarrolló excelentes predicciones con Rc2 superior a 0.90. El modelo SIMCA identificó los cultivares con el 99% de confianza. A diferencia de los métodos convencionales, FTIR nos permitió analizar simultáneamente los atributos de calidad, compuestos bioactivos y capacidad antioxidante de las fresas de una manera rápida y confiable sin el uso de reactivos y/o disolventes, lo que reduce considerablemente el tiempo y el costo de los análisis.

• English

  FT-MIR spectroscopy coupled to chemometrics can be an alternative technique to conventional methods to determine the chemical composition of berries such as strawberry. This study developed chemometric models based on FT-MIR spectroscopy to identify strawberry cultivars at seven stages of ripening and quantify the main attributes involved in sensory quality of strawberry fruits (total soluble solids, total acidity, reducing sugars, pH) and the main bioactive compounds involved in antioxidant capacities (ascorbic acid, phenolics, flavonoids, anthocyanins). PCR, PLS1 and PLS2 algorithms were used to develop the prediction models. PLS1 algorithm developed excellent predictions with Rc2 -greater than 0.90. SIMCA model identified the cultivars with 99% confidence. Unlike conventional methods, FT-MIR allowed us to analyze simultaneously the attributes of quality, bioactive compounds, and antioxidant capacity of strawberries fruits in a fast and reliable way without the use of reagents and/or solvents, which considerably reduces the time and cost of the analyzes.