El interés por el consumo de productos saludables y con beneficios para la salud está al alza. La industria de los alimentos tiene a disposición de los consumidores una gama amplia de alimentos que ofrecen unos beneficios nutricionales extra. A esta tendencia contribuye un modelo de inteligencia artificial ideado por un doctorado de la Universidad Politécnica de Cartagena (UPCT), que puede aplicarse al diseño y análisis de la biodisponibilidad de compuestos saludables en bebidas a base de cítricos y maqui.
Esta aplicación de inteligencia artificial se basa en una herramienta de aprendizaje automático y ha sido el resultado de la tesis doctoral de Diego Hernández Priego, que además de ofrecer la fórmula de bebidas con más compuestos saludables, facilita la optimización de las condiciones de almacenamiento después de diferentes procesados.
Cómo se diseñan las bebidas saludables mediante inteligencia artificial
Las simulaciones llevadas a cabo durante la investigación doctoral permitieron establecer de manera predictiva determinadas combinaciones de procesado, temperatura y tipo de endulzante para alargar la vida útil de los compuestos bioactivos concretos. Así, el tratamiento térmico optimizó la concentración inicial de antocianinas, mientras que el tratamiento de alta presión hidrostática dio lugar a mayores concentraciones de vitamina C. También se comprobó que el edulcorante estevia promueve una degradación ligeramente más lenta de los metabolitos analizados.
Un grupo de voluntarios consumió esta bebida saludable diariamente durante dos meses. Analizando los resultados obtenidos, la tesis constata una relación significativa entre la biodisponibilidad de ciertos compuestos bioactivos y el sexo del consumidor, en combinación con el efecto de edulcorantes como la estevia o la sucralosa.
Qué elementos bioactivos ofrecen estas bebidas ‘inteligentes’
De esta forma, el ácido cafeico, un potente antioxidante natural, mostró una biodisponibilidad diferente para hombres y mujeres tras el consumo de las bebidas de maqui y cítricos. Aplicando los modelos de aprendizaje automático, la tesis presenta una herramienta capaz de predecir la biodisponibilidad de fitonutrientes como flavanonas y antocianos a los dos meses de consumir la bebida.
“Las técnicas desarrolladas en la tesis permitirán diseñar nuevas bebidas que se adapten mejor a las necesidades nutricionales de distintos grupos humanos, en pos de la conocida como nutrición personalizada”, destaca Hernández Prieto.
La tesis, realizada en colaboración con el CEBAS-CSIC, fue dirigida por Cristina García Viguera y codirigida por José Alberto Egea Larrosa y Alberto Garre Pérez. Contó la ayuda PRE2020-094973/AEI /10.13039/501100011033 del Ministerio de Ciencia e Innovación, la Agencia Estatal de Investigación y el Fondo Social Europeo a través del proyecto MODELSANO.
