AN-NIR-148
2026-08
Análisis de harina de pescado mediante espectroscopia de infrarrojo cercano.
La espectroscopia NIR reduce el tiempo de análisis de horas a segundos.
Resumen
En lo que respecta a la nutrición animal, la harina de pescado es una fuente de primera calidad de ácidos grasos omega-3, proteínas y minerales esenciales. Debido a sus propiedades nutricionales, no solo se utiliza ampliamente en la acuicultura, sino también como aditivo en piensos para cerdos y aves de corral. Para analizar los principales componentes de calidad de la harina de pescado, como la fibra, la grasa, las proteínas, la humedad y el contenido de cenizas, generalmente se necesitan varios métodos de química húmeda.
En lugar de esperar horas para obtener los resultados de estas técnicas químicas húmedas, la espectroscopia de infrarrojo cercano (NIRS) proporciona resultados en segundos sin necesidad de utilizar productos químicos. Esto permite a los fabricantes realizar comprobaciones frecuentes conforme a las especificaciones del producto y llevar a cabo un control de calidad de la harina de pescado con facilidad.
Equipo experimental
Se analizaron más de 1700 muestras de harina de pescado de diferentes proveedores con un analizador OMNIS NIR Solid (Figura 1) y un vaso grande para muestras. Cada muestra de harina de pescado en polvo se midió en modo de medición por reflectancia en cinco posiciones diferentes para crear un espectro promedio. Esto minimiza las inhomogeneidades de la muestra y da como resultado un espectro NIR más representativo. El desarrollo y la validación del modelo se realizaron con el software OMNIS.
Resultado
Los espectros NIR recopilados de muestras de harina de pescado (Figura 2) se utilizaron para crear modelos de predicción para los siguientes parámetros: contenido de proteínas, grasas, humedad, cenizas y fibra. Para validar los modelos, se utilizó el 25% del conjunto de datos para crear un conjunto de validación independiente. En la imagen se muestran diagramas de correlación que ilustran la relación entre la predicción NIR y los valores de laboratorio medidos con métodos estándar. Figuras 3–8 junto con las respectivas cifras de mérito (FOM). Los errores estándar mostrados de validación cruzada (SECV) y los errores estándar de predicción (SEP) muestran la precisión esperada durante el análisis rutinario de harina de pescado en laboratorios de control de calidad.
Contenido de proteínas resultante
| R2 | SEC (%) | SECV (%) | SEP (%) |
|---|---|---|---|
| 0,973 | 1,25 | 1,27 | 1,64 |
Resultado del contenido de grasa
| R2 | SEC (%) | SECV (%) | SEP (%) |
|---|---|---|---|
| 0,902 | 0,72 | 0,73 | 0,80 |
Contenido de humedad resultante
| R2 | SEC (%) | SECV (%) | SEP (%) |
|---|---|---|---|
| 0,955 | 0,27 | 0,28 | 0,35 |
Contenido de cenizas resultante
| R2 | SEC (%) | SECV (%) | SEP (%) |
|---|---|---|---|
| 0,900 | 0,78 | 0,80 | 1,10 |
Contenido de fibra resultante
| R2 | SEC (%) | SECV (%) | SEP (%) |
|---|---|---|---|
| 0,647 | 0,21 | 0,22 | 0,21 |
Conclusión
Esta nota de aplicación demuestra la viabilidad del uso de la espectroscopia de infrarrojo cercano para el análisis de piensos a base de harina de pescado. Los principales parámetros de composición, como el contenido de proteínas, grasas, cenizas, fibra y agua, se determinan en segundos sin necesidad de utilizar productos químicos. La espectroscopia de infrarrojo cercano (NIRS) ayuda a ahorrar costes y a mejorar la seguridad en el laboratorio en comparación con los métodos químicos húmedos estándar. Al utilizar NIRS para un análisis multiparamétrico eficiente, los laboratorios de control de calidad pueden ahorrar horas de tiempo por medición de muestra (Tabla 1), lo que resulta en un rendimiento de muestras mucho mayor.
| Parámetro | Norma | Método | Tiempo de análisis |
|---|---|---|---|
| Proteína | ISO 5983 | Método Kjeldahl | ~ 2–4 horas |
| Gordo | ISO 6492 | Hidrólisis y extracción | ~ 7–10 horas |
| Humedad | ISO 6496 | LOD: pérdida por secado | ~ 5 horas |
| Fibra | ISO 6865 | digestión ácido-alcalina | ~ 4–7 horas |
| Ceniza | ISO 5984 | Horno | ~ 3–6 horas |