Uso de espectroscopia NIR en la
detección rápida de proteínas y
extracto etéreo en genotipos de
avena, aplicado al mejoramiento
genético de la especie.
Autores: Iris Lobos, Mariela Silva, Rodolfo Saldaña / INIA Remehue; Mónica Mathias / INIA Carillanca
INSTITUTO DE INVESTIGACIONES AGROPECUARIAS - INFORMATIVO N° 263 - AÑO 2021
Antecedentes generales destructiva de la semilla, es idónea para su aplicación
en programas de mejoramiento genético, cuando
La avena es conocida por contener macronutrientes todavía se cuenta con bajas cantidades de semillas
de elevado valor, micronutrientes, y compuestos de las líneas avanzadas.
secundarios beneficiosos como los β-glucanos,
ácidos grasos esenciales y avenantramidas. Por ello, Con el uso de esta metodología, se espera contribuir
este cereal exhibe múltiples beneficios comprobados en la toma de decisiones en el proceso de selección
sobre la salud, destacándose su efecto hipo- de genotipos de avena libres de gluten; seleccionando
colesterolémico, hipo-glicémico, regulación del peso aquellos que posean un buen aporte de proteínas,
corporal y la presión sanguínea, beneficiando la salud además de un contenido aceptable de grasas, entre
cardiovascular. otros.
El bajo contenido de gluten de la avena, en comparación
con otros cereales, ha generado interés acerca de su Espectroscopia de Infrarrojo
inclusión en la dieta libre de gluten de pacientes con Cercano (NIRS)
enfermedad celíaca. Esto es relevante, porque se ha
determinado que con frecuencia las dietas libres de La caracterización de la composición nutricional
gluten tienen perfiles de macro y micronutrientes de los alimentos se realiza mediante análisis
menos saludables en comparación con una dieta con bromatológicos, que tienen la desventaja de ser
gluten, con contenidos más bajos de fibra dietaría, lentos en su proceso, destruyen la matriz alimentaria
folato, proteína total, vitamina E, magnesio y potasio, y requieren de instrumentación específica por cada
además de un mayor nivel de grasas (en su mayoría tipo de análisis, lo que contribuye al elevado costo de
saturadas) y calorías; lo que se debería a la ausencia de estos.
granos de cereal. La inclusión de variedades de avena
libres de gluten con buen aporte de proteína, entre En las últimas décadas, se han desarrollado nuevos
otros, podría mejorar significativamente la calidad métodos instrumentales tan robustos y fiables como
nutricional de las dietas para pacientes celiacos. los métodos convencionales. Uno de ellos es la
espectroscopia del infrarrojo cercano (NIRS). La región
En este contexto, el proyecto Núcleo “Selección de NIR se encuentra en el rango de longitudes de onda
genotipos de avena libres de gluten”, que actualmente entre 780-2500 nm en el espectro electromagnético.
se desarrolla en el Instituto de Investigaciones Cuando la muestra es escaneada, la energía radiante se
Agropecuarias (INIA) está trabajando en la estan- absorbe selectivamente de acuerdo a las frecuencias
darización y aplicación de la espectroscopia NIR de vibración específica de las moléculas presentes y
en la selección de líneas avanzadas de avena produce un sobretono (vibraciones fundamentales o
libres de gluten con alto contenido de proteínas. estados excitados superiores) en el espectro. Todos
Esta técnica analítica, rápida y no contaminante, los enlaces orgánicos (por ejemplo; C-H; N-H y O-H)
permite cuantificar indirectamente el contenido de tienen bandas de absorción en la región NIR, por lo
proteínas, grasas y otros metabolitos de interés, en que puede detectar enlaces de las fracciones de
un gran número de genotipos. Al ser una técnica no proteínas, grasas, carbohidratos, entre otros.
La utilización rutinaria de la espectroscopía NIR requiere estándar del método químico de referencia y el
el desarrollo y validación previa de un modelo de error de predicción (SEP) encontrado en el modelo
calibración que relacione las propiedades del espectro NIRS.
NIR con el contenido del analito de interés.
Si un producto muestra un rango estrecho en la
Para desarrollar y validar los modelos de regresión para composición química, o si el error en la estimación es
cada parámetro, se utiliza la regresión por mínimos grande en comparación con la desviación estándar de
cuadrados parciales (PLS) y las muestras se dividen en la composición, entonces la regresión encuentra una
dos conjuntos. Para definir cada conjunto, las muestras dificultad creciente para encontrar calibraciones NIR
se ordenan según el valor químico de cada parámetro, estables. Por lo tanto, el valor de RPD debe ser lo más
y posteriormente se distribuyen alternativamente, alto posible.
uno para calibración y otro para validación. De esta
manera, ambos conjuntos cubren todo el rango de La tabla 1 muestra los descriptores de calibración
datos químicos y el total de las muestras, así un primer más utilizados para la elección del mejor modelo de
conjunto de submuestras se utiliza para desarrollar los calibración: R2 y RPD (NIR) de la siguiente manera:
modelos de calibración y un segundo conjunto para
Tabla 1. Valores de clasificación según Williams (2014) para apli-
evaluar el desempeño de los modelos desarrollados. caciones de NIR en forrajes, piensos y suelos.
R2 RPD Modelo de calibración
Posteriormente, se procede a la selección de longitudes > 0,91 >4 Excelente
de onda, pre-tratamientos matemáticos, número de 0,90 - 0,82 >3 Bueno (control de calidad)
factores PLS y determinación de valores atípicos se 0,81 - 0,66 2,9 - 2,0 Apropiado para detección
realizan utilizando la función de optimización incluida 0,65 - 0,50 2 - 1,5 Calibración entre nivel bajo y alto
en el software (OPUS 6.5) del instrumento. Empleando
< 0,49 < 1,5 Deficiente
este análisis y comparando los valores obtenidos por el
método de referencia con los predichos por la tecnología
NIR, se obtienen los siguientes parámetros como El Laboratorio de Espectroscopia NIR del Centro
indicadores de la fiabilidad de la metodología NIRS: Regional de Investigación INIA Remehue cuenta con un
equipo FT-NIR de última generación, donde los datos
1. Coeficiente de determinación R2, el cual debe ser lo
ópticos almacenados como espectros son sometidos a
más cercano a la unidad
análisis de regresión con datos químicos de referencia
2. Error estándar de estimación RMSEE, que debe ser lo para generar modelos de calibración. El mejor modelo
más bajo posible es usado para predecir el o los parámetros de interés en
3. Número de factores PLS, el cual se recomienda sea muestras desconocidas.
menor a 10
4. Valor RPD (Desviación Residual Predictiva), Es así, como se ha trabajado en la generación de
estadístico adimensional que realiza una evaluación modelos de calibración capaces de cuantificar, en forma
rápida del modelo de calibración en espectroscopia rápida y oportuna, el contenido de proteínas y grasas,
NIR y se define como la relación entre la desviación en diversos genotipos de avena.
a) b)
Foto 1. a) Granos de avena desnudos. b) Registro de muestras equipo BRUKER FT-NIR.
Figura 1. Espectros de diversos genotipos de avena en la región NIRS
Tabla 2. Descriptores de calibración PLS para muestras de avena
Calibración Validación Rango de
Parámetro N
R 2
RMSEE RPD R 2
RMSECV RPD Concentración
Humedad 71,7 0,2 1,9 66,6 0,2 1,7 89,49 - 91,24 100
Proteína 92,2 0,5 3,6 91,5 0,5 3,4 18,03-8,61 122
Grasa 82,8 0,3 2,4 74,7 0,4 2,0 10,03-5,44 100
Para ello, se utilizaron 142 muestras de diversos genotipos proteína, bueno para grasa y aproximado para humedad.
de avena, incluyendo variedades históricas nacionales Es importante considerar que los resultados obtenidos
y líneas avanzadas del Programa de Mejoramiento de para el parámetro humedad podrían estar relacionados
Avena INIA. Se tomaron 50 gramos de avena desnuda con el estrecho rango de concentraciones en el grupo
(Foto 1a), las cuales fueron depositadas en una placa de muestras utilizadas, y por lo tanto, esta metodología
de Petri para proceder al registro de los espectros en requiere una validación adicional para este parámetro,
modo reflectancia, usando un espectrometro BRUKER que incluya un mayor número de muestras, pero por
FT-NIR-MPA (Bruker Optik GmbH, Ettlingen Germany.) sobre todo un rango de concentración más amplia
(Foto 1b y Figura 1). Posteriormente, cada muestra fue que cubra una variedad de condiciones climáticas y
analizada para humedad, grasa y proteína por métodos agrícolas.
químicos tradicionales (Harris, 1970; Manual Tecator
Soxtec System, 1983). Al graficar la composición predicha por NIRS y los
valores de referencia obtenidos por métodos químicos
Los resultados obtenidos por los métodos de referencia (Figura 2), se observa que la dispersión de los puntos
muestran amplios rangos de concentraciones para se concentra alrededor de la línea de igual respuesta,
proteína y grasa en las muestras evaluadas (Tabla 2), lo que corrobora que los espectros medidos por NIRS
condición fundamental para el desarrollo de ecuaciones responden a los cambios de composición química de las
de calibración NIRS robustas. También, se puede observar avenas medido por métodos tradicionales de química
que el modelo de predicción obtenido es excelente para húmeda de manera satisfactoria para proteína y grasa.
Figura 3. Comparación de los valores de referencia con los valores predichos por NIRS para la determinación de humedad,
proteína y grasa para el conjunto de validación en muestras de diversos genotipos de avena desnuda.
Comentarios finales semillas y el uso de reactivos. De ahí la importancia de
esta técnica rápida, no destructiva y amigable con el
A partir de los resultados obtenidos utilizando la medio ambiente.
metodología NIRS, queda de manifiesto la alta
capacidad de predicción de proteína y grasa en diversos
de genotipos de avena, contribuyendo a la toma de Referencias
decisiones del programa de mejoramiento de avena
INIA. Harris, 1970. Nutrition research techniques for domestic
and wild animals. Vol. I. Animal Science Dept. Utah
Si bien el proceso de calibración puede tomar varios State University. USA.
meses, dependiendo de la variabilidad que se le quiera Manual Soxtec System HT6, Tecator”. AN 67/83. 1983
entregar a la calibración, y del objetivo final, una vez
que la ecuación de calibración esta validada, el análisis Williams, P.2014. The RPD statistic: a tutorial note. NIR
toma un par de minutos, descartando la molienda de las News 25. 22–26.
Agradecimientos
Este informativo se enmarca en el proyecto Núcleos de Investigación INIA: selección de genotipos de avena libres de gluten,
financiado por el Ministerio de Agricultura y ejecutado en el Laboratorio de Espectroscopía NIR de INIA Remehue.
Permitida la reproducción total o parcial de esta publicación citando la fuente y el autor.
La mención o publicidad de productos no implica recomendación INIA.
Editores: Ana María Sandoval, Innovación de Alimentos / INIA Carillanca; Javier Zúñiga, Laboratorio de Calidad de
Trigos / INIA Carillanca
INIA Remehue, Ruta 5, km 8, Osorno, Chile. Fono +5664 2334819
www.inia.cl
