Desarrollo de Modelo para Predecir Características Culinarias del Arroz
10 de Mayo de 2025 — Un proyecto de la Universidad Nacional del Nordeste (UNNE) en vinculación con el Instituto Nacional de Tecnología Agropecuaria (INTA), ha permitido la validación de un modelo predictivo que utiliza la tecnología de espectroscopia de infrarrojo cercano para prever el comportamiento de características culinarias de variedades de arroz. Este método analítico ofrece resultados rápidos, no es destructivo para las muestras y es amigable con el ambiente, al minimizar el uso de reactivos.
Importancia del Arroz
El arroz es uno de los cereales básicos en la alimentación y gastronomía mundial, y Argentina es uno de los principales países productores, con la provincia de Corrientes aportando casi la mitad de la producción nacional.
Para la comercialización de las distintas variedades de arroz, es necesario que el grano presente ciertas características de calidad nutricionales, culinarias y molineras esperadas. Estas propiedades, para ser analizadas, requieren de distintas herramientas analíticas y procesos que demandan tiempos considerables.
Colaboración y Tecnología
Ante ello, en el marco de un trabajo colaborativo entre el Laboratorio de Operaciones Unitarias del Departamento de Química de la Facultad de Ciencias Exactas y Naturales y Agrimensura de la UNNE (FaCENA), el Centro de Química e Ingeniería Teórica y Experimental «QuiTEX» (UTN Facultad Regional Resistencia) y la Estación Experimental Agropecuaria Corrientes del INTA, se consideró viable optimizar el estudio de las propiedades físico-químicas del arroz por medio de la Espectroscopia de Infrarrojo Cercano por Transformada de Fourier (FT-NIR), una tecnología en auge para el análisis de distintos tipos de muestras.
Este método utiliza la región del infrarrojo cercano del espectro electromagnético para analizar muestras, y luego se analiza mediante una transformada de Fourier para obtener información sobre la composición molecular y demás propiedades de la muestra.
Avances del Estudio
Recientemente se publicaron avances de este trabajo, con el desarrollo de un modelo predictivo para determinar las características culinarias de variedades de arroz a partir de esta tecnología conocida como «FT-NIR».
El estudio estuvo a cargo de la Lic. en Química Andrea Paola Farco, integrante del Laboratorio de Operaciones Unitarias (FaCENA-UNNE), en el marco de su trabajo de tesis doctoral bajo la dirección de la Dra. Elisa Benítez, del Centro de Química e Ingeniería Teórica y Experimental (QuiTEX- UTN Facultad Regional Resistencia) y la co-dirección del Dr. Marcos Maiocchi, responsable del Laboratorio de Operaciones Unitarias.
Beneficios del Método
En diálogo con UNNE Medios, la Lic. Farco y el Dr. Maiocchi destacaron que el modelo ajustado brinda una buena correlación y predicción de los parámetros estudiados relacionados a las propiedades culinarias de muestras de arroz.
«Es un método con gran potencial, que brinda resultados en menor tiempo respecto a los ensayos de mesada y estudios de laboratorio que implican los procesos convencionales. Además, no requiere la destrucción de las muestras, ni el uso de reactivos químicos, que son costosos y pueden resultar contaminantes», explicó la Lic. Farco.
Detalles del Estudio
Como parte de los ensayos, se utilizaron 46 muestras de arroz pulido proporcionadas por el Laboratorio de Calidad de Semillas y Granos del INTA EEA Corrientes, correspondientes a la campaña 2021-2022 (20 muestras) y campañas 2022-2023 (26 muestras).
Se analizaron parámetros de comportamiento del arroz luego de la cocción, considerando volumen de expansión, tiempo de cocción, absorción de agua, temperatura de gelatinización y peso de los mil granos.
Las muestras fueron analizadas con un espectrofotómetro de infrarrojo cercano, con un rango de longitud de 4000 a 10000 nm, siendo un nanómetro el equivalente a la milmillonésima parte de un metro. Se utilizó además el accesorio de reflectancia (NIRA).
De acuerdo a los resultados, los valores obtenidos «permiten concluir que estamos ante un método que brinda una buena correlación y predicción de los parámetros estudiados para las mencionadas propiedades del arroz».
Continuación del Estudio
Cabe destacar que este estudio continúa con la campaña 2023-2024 y se espera tener mejores resultados con el aumento del número de muestras para mejorar el modelo predictivo.
¿Qué opinas de este avance tecnológico en la predicción de características culinarias del arroz? ¡Comparte tus pensamientos y opiniones en los comentarios!
