Un equipo de investigadores españoles se dispuso a determinar las diferencias químicas y sensoriales entre cervezas artesanales e industriales. Los resultados confirman lo que seguramente ya sabías.
Durante la investigación, realizada por profesionales de distintas áreas, las cervezas industriales y artesanales fueron analizadas químicamente y evaluadas sensorialmente. El análisis químico incluyó pH, amargor, color, contenido total de polifenoles y actividad antioxidante. Asimismo, panelistas entrenados evaluaron 40 descriptores sensoriales, incluyendo atributos visuales, olfativos y gustativos.
Además, se probó una nariz electrónica (e-nose) para determinar su idoneidad para discriminar el tipo y/o estilo de cerveza de acuerdo con su perfil de volátiles.
Principales hallazgos
Las cervezas artesanales presentaron valores más altos de color, amargor y actividad antioxidante en comparación con las cervezas industriales.
Los descriptores sensoriales mostraron que las cervezas artesanales están asociadas con las puntuaciones más altas en los descriptores visuales, olfativos y gustativos.
Los datos del e-nose explicaron el 97% de la variabilidad total de los compuestos volátiles en las cervezas analizadas, lo que indica la idoneidad de este dispositivo para discriminar tipos de cerveza.
Los resultados del estudio, son de interés para el diseño de técnicas de marketing y venta para directores de cervecerías artesanales.
Además, un dispositivo barato (unos 700 euros) y de fácil manejo como e-nose resultó en una valiosa herramienta para monitorear la calidad de la cerveza. El material completo sobre el estudio estará disponible en breve.
Nariz electrónica
Las narices electrónicas son utilizadas actualmente en una gran variedad de aplicaciones de determinación de olores y compuestos volátiles. Las aplicaciones más comunes están en procesos de la industria alimenticia y control de calidad, diagnóstico médico, monitoreo del medio ambiente, control de procesos industriales, desarrollo de fragancias y cosméticos, seguridad y toxicología, detección de narcóticos, sistemas de acondicionamiento de aire, entre otros.
Los datos de e-nose utilizado en la investigación expuesta más arriba, explicaron el 97% de la variabilidad total de los compuestos volátiles en las cervezas analizadas, lo que indica la idoneidad de este dispositivo para discriminar tipos de cerveza.
Las bases de la tecnología de la nariz electrónica surgen en 1982 con la publicación en la revista Nature del estudio «Analysis of discrimination mechanisms in the mammalian olfactory system using a model nose», de Persaud y Dodd. Pero fue diez años más tarde, en 1992, cuando se crea el primer dispositivo, muy básico, que evolucionará hasta la publicación en 1999 de «Electronic Noses: Principles and Applications» (de los científicos de Oxford Gardner y Bartlett), la «Biblia» en cuanto a narices electrónicas se trata y desde la que se desarrollaron todas las aplicaciones posteriores.
El dispositivo trabaja con la misma base que lo hace la nariz humana: las células olfativas (en el caso de los prototipos artificiales, sensores) se recogen y llegan al cerebro (inteligencia artificial), que lo almacena como un recuerdo (datos). Cuando este mismo olor vuelve a ser detectado por el olfato, inmediatamente se activa el recuerdo y se compara. «A eso le ponemos nombre, como cuando decimos “esto huele a pan” o “esto me recuerda al olor de la lluvia”», ejemplifica Lozano, uno de los autores de la investigación, en una nota publicada por ABC.es.
Investigadores
La investigación a la que hace referencia este post fue realizada por Alicia Rosales (Escuela de Ingenierías Agrarias, Universidad de Extremadura, Badajoz, Spain); M. Inmaculada Talaverano (Escuela de Ingenierías Agrarias, Universidad de Extremadura, Badajoz, Spain); Jesús Lozano (Industrial Engineering School, University of Extremadura, Badajoz, Spain); Carlos Sánchez-Vicente (Industrial Engineering School, University of Extremadura, Badajoz, Spain) (UpDevices and Technologies, Madrid, Spain); Óscar Santamaría (Department of Construction and Agronomy, University of Salamanca, Zamora, Spain); Carlos García-Latorre (Escuela de Ingenierías Agrarias, Universidad de Extremadura, Badajoz, Spain); y Sara Rodrigo (Escuela de Ingenierías Agrarias, Universidad de Extremadura, Badajoz, Spain).