GENERACIÓN Y VALIDACIÓN DE MODELOS PREDICTIVOS DE PROTEÍNA EN LECHE DESCREMADA EN POLVO USANDO ESPECTROSCOPÍA DE LUZ INFRARROJA CERCANA (Atena Editora)

Abstract

El contenido de proteína es el parámetro más importante de la leche descremada en polvo (LDP), debido a su alta demanda en la industria alimentaria. No obstante, los análisis de referencia son costosos, poca rapidez y complejos. Una solución es la medición mediante espectroscopía de luz infrarroja cercana por la rapidez, bajo costo, facilidad y porque no es necesario el uso de reactivos. Para implementar esta metodología es necesaria la generación de modelos predictivos confiables que sean equivalentes a la medición de referencia. Para ello se realizó la construcción de curvas de calibración. El principal problema, para la elaboración de las curvas de calibración se debe al contenido de lotes y variabilidad baja entre las muestras. Por ello es necesario, combinar (robustecer) los modelos existentes o incluir muestras que aporten mayor rango de medición. El objetivo de este trabajo es la comparación de modelos matemáticos generados con muestras de LDP, la generación de curvas de calibración al combinar modelos (robustecimiento), así como una metodología para validar dichos modelos mediante pruebas de contraste de valores t. Como resultados se muestra un modelo predictivo construido con las muestras internas, con una R2 de 62.92, modelo del fabricante con una R2 de 99.78 y modelo combinado con una R2 de 99.27. Las curvas validadas por este método son útiles para su uso de rutina, con la confiabilidad de que será equivalente a los valores de referencia.