Nuevas aplicaciones de las curvas NIR: Un paso adelante en la identificación de la calidad del maíz

El maíz es el ingrediente alimentario más utilizado en la nutrición de monogástricos, aportando hasta el 65% de la energía metabolizable y el 20% de la proteína bruta en las dietas de estos animales. Su valor nutricional promedio es bien conocido, pero se acepta que la variabilidad en su composición y valor energético es un problema común con gran impacto en el rendimiento y la salud de las aves (Oviedo-Rondón et al., 2021).

Adoptando el valor actual de las materias primas brasileñas, este cereal representa el 50% del costo total de una dieta de monogástricos. Una variación de apenas 10 kcal/kg en su matriz nutricional, debido a problemas de almacenamiento y procesamiento, puede impactar hasta R$ 5,00/tonelada de alimento producido o casi U$ 600.000,00 dolares/año en el costo final de una empresa con más de 50 MTon/ mes de alimentos completos fabricados!

Por lo tanto, evaluar su contenido nutricional, además de auditar las plantas de secado de estos granos de manera eficiente, es una práctica que todas las empresas se dedican para tratar de maximizar sus ganancias. Tradicionalmente, las evaluaciones de recepción de este grano, tales como: densidad, humedad, clasificación de impurezas, kits de detección de toxinas fúngicas, se han adoptado durante décadas como una forma de controlar su calidad.

Se sabe que estas evaluaciones son simples de realizar y algunas de ellas tienen un gran mérito; pero estas prácticas también tienen limitaciones (en mayor o menor grado) a efectos de determinar la calidad nutricional del grano.

Los análisis de química húmeda tienen un papel importante en el contexto de la calidad nutricional, pero también llevan una limitación en cuanto al volumen de muestras analizadas, el costo y, en consecuencia, la representatividad del universo utilizado.

En este contexto, el uso de análisis NIR es una excelente opción. Según Aunir (2022), NIR significa Near Infrared Reflectance, siendo la técnica definida como el estudio de la interacción entre una muestra (por ejemplo, cereales, semillas, aceites, alimentos integrales) y la luz infrarroja que se ha dispersado en longitudes de onda individuales, generalmente por un prisma. Los datos de espectroscopia se representan en un espectro que se puede asociar con la composición nutricional del ingrediente o la dieta (Figura 01). Los especialistas pueden extraer informaciones de estos archivos de espectros, poniéndola en un formato más comprensible y utilizable a través de archivos de calibración o curvas analíticas. Así como cada PC o computadora portátil ejecuta software y aplicaciones para que sea útil para que las personas realicen tareas, las máquinas NIR necesitan calibraciones para convertir la información del archivo de espectro en números útiles y confiables.

Además de generar predicciones del contenido nutricional de ingredientes/alimentos, las curvas NIR nos dan una ventaja extra a la hora de determinar información de otras fracciones del contenido nutricional y procesamiento de ingredientes, que de otro modo sería casi imposible obtener en una rutina analítica, tales como: energía metabolizable, lisina reactiva, aminoácidos digestibles, entre otras evaluaciones.

Relacionando este último dato con la calidad del maíz, curvas NIR desarrolladas por reconocidos centros de investigación, traen a este cereal la posibilidad de asociar la calidad de procesamiento (secado), la dureza del grano de maíz y el perfil de fibra dietética al valor nutricional contenido en este ingrediente.

Estas medidas se definen como el índice de solubilidad de proteínas (del inglés Protein Solubility Index, o simplesmente PSI) y la vitrosidad (del inglés Vitreousness) del maíz, respectivamente. El PSI se puede utilizar para predecir la digestibilidad del maíz, ya que un valor bajo del PSI conduce a una digestibilidad reducida y, por lo tanto, a un valor alimenticio deficiente para los animales. La causa principal del PSI bajo es generada por el calor agregado durante el secado del maíz cosechado con mayor humedad (Figura 02). Un secado mal realizado resulta en un cambio estructural del grano, pérdida de granulación y formación de un complejo almidón/proteína/fibra poco soluble (Aunir, 2022), lo que afecta su desempeño nutricional con penalización de la matriz energética del grano de maíz y, en consecuencia, sobre la rentabilidad del productor.

La vitrosidad del maíz es una medida de la característica de dureza del grano, normalmente asociada con las características presentes en el endospermo del grano. Esta dureza puede estar asociada con la cepa genética del producto, o incluso con el clima en el momento de su desarrollo (como la falta de agua durante la germinación de la mazorca). Hay dos tipos de endospermo; harinoso o vítreo, que se diferencian entre sí debido a las diferencias en las interacciones presentes entre la proteína y el almidón. En general, un endospermo más harinoso es aquel más abierto o suelto con menos encapsulación de almidón por proteínas en comparación con el vítreo, que es más duro y bien compactado. En consecuencia, la formación de complejos de amilosa-amilopectina y almidones resistentes parece estar asociada con la forma en que el mecanismo afecta la vitrosidad del endospermo (Gayral, et al., 2015).

En general, el aumento de vitrosidad se relaciona negativamente con la digestibilidad del almidón. El almidón está contenido en el endospermo del maíz, por lo que conocer la bioquímica del endospermo ayuda a mejorar el aprovechamiento de este nutriente, por lo que los granos de alta vitrosidad parecen tener aún más respuesta a la acción de una xilanasa que los de baja vitrosidad (Latam , et al., 2016).

Además de predecir la composición convencional, NIR también se puede utilizar para predecir la composición de nutrientes no convencionales de este ingrediente, como el contenido de fibra dietética. La fibra dietética es un grupo compuesto por un número relativamente pequeño de monosacáridos, por ejemplo glucosa β 1-4, galactosa, arabinosa, xilosa, fructosa, manosa, rafinosa, fucosa, entre otros azúcares. Estos compuestos se denominan tradicionalmente Polisacáridos No Almidones (PNA), que junto con la lignina forman el gran complejo denominado de fibras dietéticas. Se sabe que estos azúcares, así como sus características de solubilidad e insolubilidad, afectan en mayor o menor medida a las características energéticas de los ingredientes.

En general, comprender estas relaciones es fundamental para aprovechar más el contenido nutricional de este ingrediente, dada su importancia en la matriz de costos de los monogástricos, como observamos al inicio de esta revisión.

Melo-Durán et al. (2021) evaluarón diferentes híbridos de maíz presentes en Europa para investigar la variabilidad en la digestibilidad de nutrientes asociada con las correlaciones con evaluaciones in vivo en pollos de engorde. Para eso, se distribuyeron un total de 960 pollos de engorde machos de un día (Ross 308) en ocho tratamientos, representando cada uno de los tratamientos muestras de maíz (Variedad 1 a Variedad 8) seleccionadas en base a sus composiciones nutricionales obtenidas por determinaciones vía curvas NIR/AB Vista. Se utilizó una cantidad fija de cada maíz (577 g/kg en las dietas iniciales y 662 g/kg en las dietas finales) en la composición del alimento y se ofreció ad libitum en forma de harina.

Los resultados revelaron una disminución (P< 0.05) en el peso vivo (PV) y el consumo de alimento en las aves alimentadas con la variedad 8 en comparación con otras variedades al día 21 (P< 0.05). En general, los antecedentes genéticos del maíz influyeron en la digestibilidad de los nutrientes y el desempeño del crecimiento de los pollos de engorde (Figura 03). Se encontró que el contenido y la naturaleza de PNA y su procesamiento son dos de los principales factores que afectan la solubilidad y disponibilidad de nutrientes en el maíz, y pueden ser la razón de los efectos negativos en el rendimiento de los pollos de engorde, como se muestra en el presente. estudio.

Incluso con respecto a las determinaciones mediante curvas NIR/AB Vista y el perfil nutricional del grano de maíz, un equipo de investigadores de la North Carolina State University (Oviedo-Rondón, 2021) evaluarón estos datos para comprender los efectos de la variabilidad del grano de maíz. Según los investigadores, el uso de la calibración a través de NIR para predecir los niveles de energía y otros nutrientes del grano de maíz antes de la formulación puede brindar una ventaja real en el mantenimiento del rendimiento, especialmente debido a la asociación con estándares inusuales, como la determinación de PSI y vitrosidad.

Según los autores, fue posible observar que la composición del maíz y el tamaño de partícula afectaron la tasa de conversión alimenticia (CA) en pollos de engorde (Figura 4^A) y el consumo de alimento principalmente de 28 a 40 días de edad. Se detectó una interacción en CA, lo que indicó que para dureza de grano baja y el secado a temperaturas más altas mejora la utilización, mientras que para endospermo duro; las altas temperaturas empeoraron la CA (Figura 4^B). Este resultado se relacionó con mayores proporciones de amilosa y amilopectina y bajo contenido de almidón dañado en maíz de endospermo duro secado a 120ºC, lo que puede conducir a un empeoramiento de la calidad del almidón. Se están realizando otros estudios en diferentes centros como nuevas pruebas de esta hipótesis.

Como se observa, el grano de maíz, por sus características de PSI y Vitrosidad, puede determinar una variación en el perfil energético superior a 300 kcal/kg en basis de materia seca. De esta forma, saber interpretar estos datos és cada vez más importante, sobre todo en el actual escenario de precios de las materias primas que estamos viviendo.

Figura 04. Efecto de la dureza del grano de maíz, siendo: Averege (vitrosidad promedia) y Hard (vitrosidad alta), y la temperatura de secado (35, 80 y 120ºC - factores que interfieren con el PSI) sobre el CA de pollos de engorde de 40 días^A; además del efecto lineal del contenido de amilosa:amilopectina sobre la AMEn de pollos a los 16 días en relación con la dureza del maíz y la temperatura de secado^B.

Por supuesto, lo ideal siempre será analizar datos personalizados para cada planta productora de alimentos completos, el equipo de AB Vista puede ayudarlos con estas consideraciones si lo considera necesario. Sin embargo, em las Figuras 05, 06 y 07 muestran un ejemplo de los valores globales de nuestra base de datos para el perfil de PSI, Vitrosidad y PNA total del grano de maíz en 2021 de diferentes regiones del planeta.

Figura 05. Variación promedio del índice de solubilidad de la proteína (PSI, %) del grano de maíz, en muestras analizadas a lo largo del año 2021, según la región del planeta ^{(n muestras 30.815)}.

Figura 06. Variación promedio de la vitrosidad (Vitreousness, %) del grano de maíz, en muestras analizadas a lo largo del año 2021, según la región del planeta ^{(n muestras 30.815)}.

Figura 07. Composición promedio de polisacáridos no amiláceos totales (NSP Total, %) de grano de maíz, en muestras analizadas a lo largo del año 2021, según la región del planeta ^{(n muestras 30.815)}.

Asimismo, no dude en contactar a un profesional de AB Vista, a fin de describir más detalles relacionados con la calidad de este importante cereal.