Para la elaboración de un buen producto alimentario es fundamental aplicar buena ciencia, ya sea para abordar temas de seguridad alimentaria, autenticidad, procedencia o palatabilidad del producto.
La industria necesita métodos fiables, precisos y robustos que les proporcionen la respuesta correcta a un gran abanico de preguntas. Estas preguntas incluyen, entre otras: ¿Este producto está libre de patógenos? ¿El ingrediente es el que dice ser? ¿Todos los ingredientes presentes en el producto aparecen en la etiqueta?, o al revés, ¿Todos los ingredientes que aparecen en la etiqueta siguen estando presentes en el producto final?
Algunas de estas preguntas son más fáciles de responder que otras. De hecho, la ciencia ha dado respuesta a algunas de estas preguntas durante muchos años. Sabemos que tenemos métodos fiables que pueden decirnos de forma rápida y precisa si una leche contiene listeria, o cuál es la procedencia de un trozo de carne (si es pollo, cerdo, etc.), aunque los métodos utilizados todavía requieren conocimientos especializados para ser aplicados.
¿Qué podría ser más simple? Todo lo que se necesita es un test eficiente para el parámetro de interés. Hay programas en la televisión en los que parece haber una caja negra y un ordenador que puede resolver problemas imposibles obteniendo los resultados en una hora.
Pero por desgracia en la vida real no es tan simple. Si bien es cierto que en los laboratorios modernos hay instrumentación muy potente, sofisticada y sensible, no existe una “caja negra” que te dé todas las respuestas.
Además, simplemente en la preparación de la muestra para el análisis, existe una gran posibilidad de error ya sea por pérdidas o interferencias de la misma matriz con el método de análisis, lo que hace que sea de vital importancia validar el nuevo método y garantizar que funciona en todos los casos.
Es decir, una vez se dispone de un método que nos proporciona una respuesta al análisis requerido, ¿cómo podemos estar seguros que estamos obteniendo un resultado exacto? La utilización de un método de ensayo implica no solo la utilización en sí sino también su validación.
Para validar una nueva matriz hay que conocer su composición. ¿Cómo se puede validar un método que sea robusto y lo suficientemente confiable para trabajar en todos los casos? Evidentemente es imposible validar todas y cada una de las distintas matrices que se tienen que analizar, y se requiere un enfoque más pragmático.
Un enfoque podría ser el de agrupar las distintas matrices según su composición y validar el nuevo método frente estas matrices. Esto puede reducir significativamente la cantidad de pruebas analíticas necesarias.
Fuente: www.foodqualitynews.com
