¿Puede un ordenador "probar" un tomate o un arándano? Bueno, no exactamente, pero puede indicar a los científicos qué compuestos les dan buen sabor, según un equipo de investigadores de la Universidad de Florida.
Marcio Resende, genetista de la UF/IFAS
El obtentor y genetista de la UF/IFAS Marcio Resende quiere crear lo que llama un "Experto de la Inteligencia Artificial", un modelo que diga a los investigadores qué compuestos químicos (es decir, compuestos, azúcares, ácidos y otros compuestos químicos) producen los mejores sabores de la fruta.
"Nuestro estudio demuestra básicamente que estos modelos informáticos pueden predecir el sabor con buena precisión, y en la mayoría de los atributos del panel sensorial", señala Resende.
Para averiguar si una fruta o verdura es digna de ser cultivada, los científicos toman muestras del sabor y el olor de la cosecha ellos mismos, recorriendo los campos y recogiendo los productos individualmente.
Estos procesos pueden plantear problemas logísticos, indica Harry Klee, profesor de ciencias hortícolas de la UF/IFAS.
"Debido a los costes y a las limitaciones logísticas, los obtentores no suelen emplear paneles de consumidores en sus programas", explica Klee. "Lo ideal sería utilizar un gran panel de consumidores que incluya un conjunto diverso de consumidores potenciales. Nosotros utilizamos 100 personas, que abarcan un rango de edad y etnia. Este enfoque es mucho más representativo de la población de compradores".
Durante años, los obtentores y los genetistas han ayudado a los agricultores a obtener mayores rendimientos porque los rasgos orientados al consumidor, como el sabor, son más difíciles de medir. Sin embargo, los altos rendimientos no son suficientes para que los productores compitan en los exigentes mercados de hoy en día, agrega Patricio Muñoz, profesor asociado de ciencias hortícolas de la UF/IFAS a cargo del programa de obtención de arándanos.
Los productores saben que, si no incluyen variedades de buen sabor, su fruta podría no venderse a buen precio o no venderse en absoluto.
Para abordar esta cuestión, los investigadores de la UF/IFAS examinaron un grupo de 70 compuestos químicos, entre ellos azúcares, ácidos y compuestos de diversos tipos de tomates y arándanos, y sus correspondientes calificaciones en el panel para crear modelos estadísticos y de aprendizaje automático, que puedan predecir las percepciones sensoriales del sabor de la fruta.
Resende dirigió la nueva investigación que muestra la forma de introducir los datos de los compuestos de los arándanos y los tomates en un modelo estadístico. Los resultados de la investigación se limitan actualmente a esas dos frutas, pero más adelante se ampliarán a otros cultivos que desarrollen los investigadores de la UF/IFAS.
Los investigadores de la UF/IFAS probaron la gama de puntuaciones que indican cuánto le gusta un sabor a un consumidor. Los compuestos explican hasta el 56% de las puntuaciones de "me gusta", reforzando la evidencia de que los compuestos son importantes para determinar cuánto les gusta la fruta a los consumidores. También son importantes para cuantificar y estimar la importancia del sabor de la fruta, expresa Resende.
"Aunque los obtentores suelen estar íntimamente familiarizados con su cultivo, sus preferencias de sabor pueden proporcionar una imagen limitada de las respuestas de los consumidores", concluye Klee.
UF/IFAS