Determinación del contenido de almidón de boniato mediante NIR en línea

Desarrollo de un método simple, conveniente, eficiente y prometedor, basado en NIR, para medir el contenido de almidón en boniato en la línea   El boniato [Ipomoea batatas (L.) Lam] es una de las principales fuentes para producir almidón de alta calidad caracterizado por partículas grandes y alta viscosidad. Por ello, se ha utilizado ampliamente como materia prima adecuada para fines de producción industrial. Para cuantificar el contenido de almidón en boniatos en poscosecha para aplicación industrial, se desarrolló un método en línea basado en datos de infrarrojo cercano (NIR) combinados con quimiometría utilizando 650 muestras para calibración y validación interna, y 50 muestras para validación externa independiente. Siete longitudes de onda informativas (910, 959, 1197, 1215, 1450, 1468 y 1699 nm) asociadas con la predicción de almidón en el rango de 900 a 1700 nm fueron seleccionadas además por el algoritmo competitivo de muestreo reponderado adaptativo (CARS) para relacionarlas con los valores de almidón medidos usando algoritmos lineales, logrando un buen desempeño de validación para predecir almidón de camote con coeficientes de correlación de 0.94 y error de 1.26 g/100 g. El método basado en NIR desarrollado es simple, conveniente, eficiente y prometedor. Se puede aplicar para la determinación en línea en tiempo real del contenido de almidón en boniatos después de la cosecha para su uso posterior en alimentos y otras industrias.   Fuentes Towards achieving online prediction of starch in postharvest sweet potato [Ipomoea batatas (L.) Lam] by NIR combined with linear algorithm Hong-Ju He, Yangyang Wang, Yuling Wang, Xingqi Ou, Hongjie Liu & Mian Zhang Journal of Food Composition and Analysis Available online 13 February 2023, 10522 https://www.sciencedirect.com/science/article/abs/pii/S0889157523000947