SliceWatch. Evaluación en línea de la capacidad de retención de agua

Introducción

La calidad de la carne es un concepto amplio que abarca, entre otros, factores relacionados con las características nutricionales y organolépticas del producto, y con su seguridad alimentaria. Sin embargo, desde el punto de vista industrial, existen diversas variables que determinan el grado de idoneidad del producto para su procesamiento industrial, y que se relacionan con la calidad tecnológica del producto.

La capacidad de retención de agua (CRA) es un parámetro de calidad importante que condiciona la calidad tecnológica del producto cárnico. La CRA se define como la capacidad que tiene la carne para retener el agua dentro de su estructura, al ser sometida a un tratamiento o fuerza externa (corte, calentamiento, prensado, etc.) La CRA juega un papel determinante en el rendimiento de muchos procesos de elaboración como, por ejemplo, la cocción. Al mismo tiempo, la CRA condiciona también las propiedades sensoriales y de textura del producto, como la ternura, jugosidad o color.

Por sus implicaciones en el rendimiento y en la calidad del producto, la monitorización de la CRA se ha convertido en un objetivo prioritario para muchos productores y elaboradores de productos cárnicos. En los últimos años, se han desarrollado diversas tecnologías que permiten evaluar la CRA del producto de forma no destructiva. La implementación de estas tecnologías a nivel industrial puede contribuir de forma significativa a la optimización de la eficiencia de muchos procesos de elaboración, así como a la mejora de la calidad de los productos.

Implicaciones

El defecto más común asociado a la CRA corresponde a esas carnes con una CRA anormalmente baja. Este tipo de carnes se categorizan habitualmente como carnes PSE (“Pale, Soft and Exudative”), y se caracterizan por sufrir un descenso muy rápido de los niveles de pH durante las primeras horas post-mortem después del sacrificio del animal. Como resultado de esta acidificación, las carnes PSE presentan diversos problemas a nivel de textura excesivamente blanda, color pálido y una fuerte tendencia a la exudación.

La incidencia de carnes PSE está asociada a múltiples factores asociados a la genética, al manejo de los animales antes del sacrificio, así como a variables estacionales. Por su complejidad, esta problemática ha sido muy recurrente a lo largo de los años. El grado de incidencia es muy variable, pero se estima que entre un 5% y un 30% de la carne producida en Cataluña puede estar afectada por este problema.

Por sus características, las carnes PSE son poco atractivas para el consumidor. Pero, más allá de su aspecto, las carnes PSE tienen un fuerte impacto en el rendimiento y en la calidad del producto cocido y curado. En el caso del jamón cocido, la incidencia de PSE afecta, no sólo a la calidad del producto, sino también al rendimiento de la cocción y a las pérdidas del producto durante el loncheado. En el caso del jamón curado, la incidencia del PSE origina diversos defectos tales como pastosidad, encrostamiento o exceso de pérdidas de peso.

Nuevas soluciones para detectar carne PSE

Tradicionalmente, la evaluación de la CRA se ha realizado en base al análisis de pH, si bien la identificación de carnes PSE, solo es posible cuando la medida se realiza dentro de las primeras horas post-mortem del animal. Pasado este tiempo, la discriminación de carnes PSE deja de ser precisa ya que, a menudo, las carnes PSE presentan niveles últimos de pH dentro de rangos que son considerados normales. Dada la dificultad de implementar esta técnica a nivel de matadero, actualmente no existe ningún sistema basado en la medida de pH que permita el control en línea de carnes PSE.

Las limitaciones de las tecnologías existentes, junto con el interés creciente de los elaboradores para mejorar la calidad de sus productos, han motivado el desarrollo de nuevas tecnologías para la detección de carnes PSE. En particular, la empresa Lenz Instruments S.L ha desarrollado a nivel comercial dos equipos basados en métodos ópticos (Q-Meat AnalyserTM i Q-Meat ProbeTM). Estos dos sistemas utilizan una sonda óptica mínimamente invasiva (automática o manual) para obtener un espectro Vis-NIR del interior del producto. A partir de la aplicación de diversos algoritmos, el sistema proporciona un índice que se puede correlacionar con la CRA, y a partir del cual se pueden identificar carnes PSE.

Vídeo 1. Q-Meat Analyzer en funcionamiento en la línea de producción de Espuña. Se muestra la penetración de la sonda de inspección en el músculo de interés para la clasificación de jamones en función de su WHC

Actualmente, y en el marco del proyecto Europeo (www.slicewatch.eu), la empresa Lenz Instruments está trabajando también en la adaptación de sus escáneres de inducción magnética para la evaluación de la CRA del producto. Esta técnica permite analizar las propiedades eléctricas de los productos cárnicos a diferentes rangos de frecuencia, las cuales se pueden relacionar con su CRA. En comparación con el sistema óptico Q-Meat Analyser, la ventaja fundamental de esta técnica es que es totalmente no invasiva, no requiere de la intervención de un operario y además, permite incrementar significativamente la velocidad del análisis.

Conclusiones

El control en línea de la CRA de los productos cárnicos es una estrategia efectiva para la caracterización de la materia prima, la optimización de procesos de elaboración del jamón cocido y curado, y la mejora de la calidad del producto final. La identificación de carnes con baja CRA (carnes PSE) puede contribuir a la reducción de un exceso de pérdidas de peso en los procesos de curación y de cocción, además de reducir notablemente las pérdidas de producto durante el loncheado y las pérdidas por rechazo de producto.

Recientemente, se han desarrollado sistemas comerciales que permiten la identificación en línea de carnes PSE. Sin embargo, la investigación activa en este campo puede posibilitar el desarrollo a corto plazo de nuevos sistemas en línea para la caracterización de la calidad del producto.

Agradecimientos

Al proyecto SliceWatch.