Son pequeños, rápidos, y pronto podrían estar en nuestros bolsillos. Presentamos dos proyectos innovadores de alimentos de Horizonte 2020 que combinan la tecnología analítica con la portabilidad de los teléfonos inteligentes para poner el análisis de los alimentos en las manos de los consumidores. El futuro está (casi) aquí, y saber lo que hay en tu comida.

Dispara primero, haz preguntas luego

Los investigadores de alimentos están uniendo fuerzas con desarrolladores de hardwares y desarolladores de aplicaciones de teléfonos móviles para construir un nuevo tipo de escáner. Integrando tres dispositivos de sensores con software avanzado, PhasmaFOOD proporcionará análisis miniaturizados y sobre el terreno para detectar el deterioro de los alimentos y el fraude alimentario.

Con Yannick Weesepoel, Autenticidad de los Investigadores en Alimentos – Food Scanners, RIKILT, Wageningen University & Research

La idea de PhasmaFOOD es combinar diferentes sensores de luz en un sistema de escáner integrado y crear una aplicación para el consumidor a su alrededor para crear una nueva generación de escáner de alimentos livianos. La llamada fotónica heterogénea es el objetivo último del hardware, lo que básicamente significa que todos los elementos de un sistema fotónico se fabrican en un solo chip para cumplir con los requisitos de tamaño y costo. El dispositivo alojará tres tipos de sensores: dos espectrómetros y una microcámara. Además, se integrarán tres fuentes de luz con el dispositivo para respaldar su funcionalidad de detección. Una dedicada aplicación móvil, PhasmaFOOD permitirá a los usuarios finales interactuar con el dispositivo, y los datos capturados se comunicarán a través de una red móvil inalámbrica a la plataforma de PhasmaFOOD. Los resultados del análisis se enviarán inmediatamente a los usuarios, quienes podrán acceder a ellos en cualquier momento y desde cualquier ubicación.

¿Por qué el análisis de alimentos portátil de repente se ha convertido en algo tan grande? Creo que de una manera es muy impulsada por la tecnología; hasta ahora, no era posible hacer un chip con un sensor de infrarrojos pequeño o lo suficientemente barato. Tampoco era posible que los teléfonos inteligentes funcionaran de esa manera. Las personas que hacen tecnología para teléfonos inteligentes hace cinco o seis años reconocieron que las personas estarían usando sus teléfonos en mayor medida en el futuro. A veces uno ni siquiera recuerda cuán bueno era el teléfono de hace cinco años, en realidad. Pero el interés en el análisis de los alimentos también está dirigido por los consumidores; de repente, la gente está más interesada en «escanear» sus alimentos: la idea de hacer su propio análisis, de una manera simple, desencadena algo en las personas.

Una necesidad de algo nuevo

Cuando comencé a trabajar, habían muchas vacantes de puestos de investigación disponibles. Ya había trabajado con espectrometría de masas durante mi doctorado y quería probar algo nuevo. Había escuchado un poco sobre los escáneres, y pensé, «¿Por qué no ir en esa dirección?» El hecho de que la tecnología sería utilizada por las personas en casa en lugar de permanecer en el laboratorio me atrajo mucho. La mayoría de las veces, durante mi doctorado, este no era el caso; uno realiza investigaciones fundamentales y muy técnicas, que no siempre encontré muy satisfactorias. Realmente me gusta hacer cosas que se utilizarán en la vida real.

Entonces, cuando comencé a trabajar aquí hace unos tres años, realicé algunos trabajos preliminares sobre la carne del pollo. Usando un escáner de infrarrojos muy simple, intentamos encontrar el contenido de agua y proteína del pollo, con el objetivo de averiguar más sobre cómo (y por cuánto tiempo) se había almacenado. El consorcio de PhasmaFOOD (George Koutalieris, de INTRASOFT International y Paraskevas Bourgos, de WINGS ICT) comenzó a buscar experiencia en la prueba del escáner PhasmaFOOD, y así fue como me involucré.

Comencé a adquirir sensores infrarrojos miniaturizados avanzados de Viavi Solutions (anteriormente JDSU). Comenzamos a asociarnos con más compañías, y la publicidad en escáneres de alimentos comenzó a desarrollarse. La gente comenzó a entender el objetivo: revolucionar el uso del infrarrojo. Fue el comienzo de un movimiento desde el laboratorio (un entorno controlado) a algo completamente descontrolado; desde bases de datos muy exactas hasta grandes bases de datos integradas en una aplicación por personas que no son especialistas. Por supuesto, los sensores de infrarrojos ya se están incorporando a los teléfonos, pero aún hay muchas cosas que no se pueden hacer, como medir los alérgenos, el gluten, la lactosa o las toxinas.

Escáneres de alimentos actuales: Spectral Engines (el ganador del premio de escáner de alimentos Horizon 2020 de la Comisión Europea), SciO (Consumer Physics) o TellSpec (los finalistas) están basados ​​en la tecnología de infrarrojo cercano (NIR). Sin embargo, la espectroscopía NIR es de hecho algo limitada en esta aplicación; puede escanear la macrocomposición de productos e incluso encontrar componentes que están mínimamente presentes (0.1-1 por ciento). Pero NIRS tiene dificultades para medir concentraciones muy bajas de compuestos o el deterioro de los alimentos, por lo que las aplicaciones más avanzadas están fuera de alcance. Necesitamos más información, y es por eso que necesitamos un nuevo escáner de alimentos.

Sentido perfecto

Nuestro dispositivo funciona como cualquier sensor espectroscópico vibratorio y debe ser «entrenado». Por ejemplo, si desea conocer el contenido de humedad de una pieza de carne, el sensor debe ser presentado con diferentes muestras de referencia, con diferentes concentraciones de humedad dentro de un rango aceptable para construir una base de datos espectral y un algoritmo multivariante basado en estadísticas. Si el sensor realmente puede medir el contenido de humedad en una muestra nueva, el modelo funciona correctamente. De lo contrario, debe ampliar la base de datos para cubrir más variaciones en las muestras de alimentos que presente al sensor. La variación siempre es un problema con el análisis de alimentos; Para construir una base de datos funcional, debe cubrir una cantidad significativa de variaciones naturales dentro de un producto alimenticio dado. A diferencia de la industria farmacéutica, que tiende a tener ventanas de concentración estrecha para todos los productos químicos presentes, la variación potencial en los alimentos a veces se ve infinita. ¿Cuál es el impacto de un país de origen diferente, una granja diferente o incluso una vaca diferente?

El proyecto comenzó a principios de 2017 con el refinamiento del hardware, por lo que los sensores y las fuentes de iluminación ya están disponibles. El diseño del prototipo (cómo encajarán la electrónica, el hardware y la carcasa) ya está en marcha. Han comenzado los diseños para la base de datos en la nube, las aplicaciones, y el equipo también ha realizado análisis de casos de negocios y casos de usuarios. La tarea analítica principal y actual es hacer mediciones de referencia y usar esos datos para construir la base de datos espectral. Estamos (lentamente) probando los sensores para las aplicaciones propuestas, en la detección de:

• Micotoxinas y aflatoxinas en frutos secos y granos;
• Deterioro de los alimentos y predicción de la vida útil;
• Fraude alimentario y adulteración.

Decidimos centrarnos en estas tres áreas porque son particularmente difíciles de romper para los escáneres de alimentos (sin juego de palabras), y también debido al posible impacto social. Las micotoxinas y las aflatoxinas son de gran interés para el público en general debido a su potencia, pero los escáneres de alimentos NIR actuales no alcanzan las concentraciones típicamente bajas. El deterioro es relevante para las personas en el hogar, por lo que pueden estimar la edad o la fecha de vencimiento de su producto (una vez más, muy difícil para los escáneres de infrarrojos), lo que podría ayudar a reducir el desperdicio de alimentos. El fraude alimentario (encontrar melamina en la leche o analizar mezclas de carne diferente) también está fuera del alcance de los escáneres basados ​​en NIRS.

También estamos considerando las bebidas alcohólicas porque es muy tópica, especialmente en los países donde hay problemas con bebidas falsas o que contienen compuestos tóxicos.

Receta para el éxito

Múltiples socios se han unido para el proyecto PhasmaFOOD. Contamos con el Grupo europeo líder de soluciones y servicios de TI (INTRASOFT International), una empresa de TIC (WINGS ICT) y el laboratorio de redes cognitivas VizLore, que desarrolla aplicaciones y sistemas interactivos de administración de datos. Luego contamos con personal de hardware de Fraunhofer IPMS, el Consejo Nacional de Investigación de Italia (CNR), la Universidad de Roma y la Universidad Libre de Berlín, que están involucrados en la compresión de datos y la comunicación entre diferentes sistemas. Finalmente, la Universidad Agrícola de Atenas y la Universidad e Investigación RIKILT Wageningen están probando los sensores. Wageningen es bastante conocido por sus investigaciones sobre alimentos, ¡así que es una elección bastante lógica!

Claramente, el consorcio está formado por socios académicos y de la industria, y eso es, de hecho, un requisito para tales proyectos financiados por la UE; si envía una propuesta puramente académica, nunca obtendría una subvención. De hecho, hay una investigación fundamental cercana a cero: todo está dirigido a «sacarlo a la luz». Tenemos que estar en cierto nivel tecnológico al final del proyecto. Y aunque la visión de alto nivel de PhasmaFOOD parece bastante sencilla: decidir sobre objetivos, hacer un diseño, construir un prototipo y probarlo, desde el punto de vista de la gestión de proyectos, es muy complejo, con muchos equipos trabajando simultáneamente en diferentes aspectos . Por ejemplo, tenemos que hacer mediciones con sensores que aún no están montados en un prototipo, de modo que tan pronto como se monten, la base de datos estará parcialmente lista.

En PhasmaFOOD, vamos a tener un impacto inmediato al hacer que los diferentes sensores estén bastante definidos. Queremos darle a alguien que no tiene capacitación la capacidad de tomar un escáner en cualquier lugar, y simplemente «apuntar y disparar», es una forma completamente nueva de utilizar una técnica muy antigua.

Fuente: Revista » The Analytical Scientist»