La luz del infrarrojo cercano como herramienta analítica
La espectroscopía de infrarrojo cercano (NIR) se utiliza ampliamente para el análisis de composición en la industria de alimentos y piensos. Pasquini define la región NIR como de 750 a 2.500 nm (de 13.300 a 4.000 cm−1) y describe la técnica como rápida, no destructiva y no invasiva, con una preparación mínima de la muestra y una aplicación casi universal a moléculas que contienen enlaces C–H, N–H, S–H u O–H [1]. En ¿Qué es la espectroscopía NIR? se ofrece una introducción básica a la técnica; esta guía se centra en la variante por transformada de Fourier (FT) y en lo que sus espectros pueden y no pueden decirle a un productor de alimentos o piensos.
Cómo registra un espectro un espectrómetro FT-NIR
Los espectrómetros NIR de laboratorio de sobremesa han convergido hacia un diseño bastante uniforme en el que se utiliza un interferómetro de Michelson o de polarización y el espectro se obtiene mediante el principio de la transformada de Fourier [2]. En un interferómetro de Michelson, un divisor de haz reparte el haz entre un espejo fijo y un espejo móvil; cuando los dos haces se recombinan, su interferencia depende de la diferencia de camino óptico fijada por la posición del espejo. La teoría de cómo se produce así un interferograma, y de cómo el recorrido finito del espejo limita la resolución, se trata en detalle en el texto de referencia de Griffiths y de Haseth [3].
Para un no especialista, la clave es que todo el haz de banda ancha llega al detector a la vez. Como lo expresan Beć et al., el detector registra un interferograma, una señal en el dominio del tiempo, y el espectro — la señal en el dominio de la frecuencia — se reconstruye a partir de él mediante una transformada de Fourier [2]. En otras palabras, el instrumento no mide una longitud de onda tras otra, sino una mezcla de todas ellas, y recupera matemáticamente las intensidades individuales [1][2]. Beć et al. señalan como principales ventajas de este enfoque la ganancia en rendimiento óptico y un eje de longitudes de onda controlado con precisión [2], y Pasquini atribuye a los instrumentos FT la mejor precisión y exactitud de longitud de onda entre los diseños NIR, así como una ganancia de rendimiento (Jacquinot) debida a la ausencia de rendijas de entrada y salida [1].
Estas ventajas tienen contrapartidas. Pasquini señala que la resolución inferior al nanómetro se obtiene a costa de la velocidad de barrido y que un interferómetro con espejo móvil no es tan robusto como los diseños sin piezas móviles [1]; Beć et al. muestran que, cuando se miniaturiza, el interferómetro de Michelson deja de ser claramente superior a otras soluciones [2]. Por tanto, el FT-NIR es una de varias arquitecturas instrumentales válidas y no una universalmente mejor; la comparación con los instrumentos de red de difracción y de matriz de diodos se trata en NIR frente a FT-NIR.
Qué dicen las bandas sobre el agua, la proteína, la grasa y los carbohidratos
Las absorciones NIR son sobretonos y combinaciones de vibraciones moleculares fundamentales, principalmente de los grupos C–H, O–H y N–H; son anchas, solapadas y débiles, entre unas 10 y 1.000 veces menos intensas que las absorciones fundamentales correspondientes [1]. La absorción débil va unida a la elevada penetración del haz de medida que Pasquini cita entre las características de la técnica, pero el solapamiento hace que los componentes individuales rara vez aparezcan como picos aislados [1][2]. La tabla recoge posiciones de banda típicas de los principales componentes de los alimentos.
| Longitud de onda aprox. (nm) | Vibración | Componente típico | Fuente |
|---|---|---|---|
| 1440 y 1930 | O–H (agua) | Humedad | [4] |
| 1210 | C–H, segundo sobretono | Carbohidratos, lípidos | [2] |
| 1435, 1500, 1565 | N–H, primer sobretono | Proteínas | [2] |
| 1480 | O–H, primer sobretono | Carbohidratos | [2] |
| 1610–1725 | C–H, primer sobretono | Carbohidratos, lípidos | [2] |
| 2050, 2155, 2295 | Combinaciones N–H y de amida | Proteínas | [2] |
| 2255 | Tensión + deformación O–H | Carbohidratos | [2] |
El agua domina: Büning-Pfaue describe dos bandas anchas de agua cerca de 1440 y 1930 nm en casi todos los espectros NIR y muestra que los puentes de hidrógeno y la temperatura de la muestra afectan a la fiabilidad de los resultados NIR de humedad [4]. Beć et al. subrayan que estas tablas son aproximadas y que identificar marcadores específicos en los espectros NIR es mucho menos sencillo que en la espectroscopía de infrarrojo medio o Raman [2]. Por eso los resultados NIR no se leen en un único pico.
Por qué se necesita una calibración frente a métodos de referencia
Como las bandas se solapan, el NIR depende de un modelo multivariante para cuantificar una propiedad o una concentración en muestras complejas, y Pasquini subraya que la técnica depende, y siempre dependerá, en gran medida de buenos métodos de referencia, de modo que el éxito de un modelo está muy condicionado por la calidad de los valores de referencia del conjunto de entrenamiento [1]. Las directrices internacionales lo formalizan. ISO 12099 abarca la determinación de componentes como la humedad, la grasa, la proteína, el almidón y la fibra bruta en piensos, cereales y productos de la molienda de cereales [5]; ISO 21543 | IDF 201 hace lo mismo para la leche y los productos lácteos en forma líquida, semisólida o sólida, medidos en transmitancia, reflectancia difusa o transflectancia [6]. En la práctica importan tres puntos:
- El método de referencia fija el techo. Una predicción NIR no puede ser más exacta que los valores de laboratorio con los que se calibró, por lo que los análisis de referencia deben seguir los procedimientos oficiales [1][5].
- La matriz y la presentación importan. La forma de la muestra y el modo de medida determinan la configuración del instrumento [6], y en el caso de la humedad los efectos de la temperatura y de los puentes de hidrógeno deben estar representados en el conjunto de calibración [4].
- La quimiometría debe usarse con cuidado. La revisión de Pasquini de 2018 describe el NIR como una técnica madura con un interés renovado gracias a la instrumentación y la quimiometría, pero también aborda el mal uso de sus herramientas matemáticas [7]; la validación independiente protege frente a modelos sobreajustados.
Cómo aborda USTECH el FT-NIR
USTECH utiliza el principio FT-NIR en el ProLine2550, analizador de proceso para mezcladoras, reactores y tuberías; para cereales, ingredientes de piensos y forrajes ofrece el MasterLine17EC, analizador NIR de sobremesa y at-line. Las calibraciones se desarrollan y validan frente a análisis de referencia en caliX, siguiendo el enfoque de ISO 12099 e ISO 21543 | IDF 201 [5][6]. Qué parámetros puede medir de forma fiable un instrumento FT-NIR en un producto concreto se establece en un estudio de viabilidad con sus propias muestras y análisis de referencia.
Referencias
- [1] Pasquini, C. (2003). Near infrared spectroscopy: fundamentals, practical aspects and analytical applications. Journal of the Brazilian Chemical Society, 14(2), 198–219. doi:10.1590/S0103-50532003000200006
- [2] Beć, K.B., Grabska, J., Huck, C.W. (2022). Miniaturized NIR Spectroscopy in Food Analysis and Quality Control: Promises, Challenges, and Perspectives. Foods, 11(10), 1465. doi:10.3390/foods11101465
- [3] Griffiths, P.R., de Haseth, J.A. (2007). Fourier Transform Infrared Spectrometry, 2nd ed. Wiley-Interscience, Hoboken. doi:10.1002/047010631X
- [4] Büning-Pfaue, H. (2003). Analysis of water in food by near infrared spectroscopy. Food Chemistry, 82(1), 107–115. doi:10.1016/S0308-8146(02)00583-6
- [5] ISO 12099:2017. Animal feeding stuffs, cereals and milled cereal products — Guidelines for the application of near infrared spectrometry. ISO, Geneva. iso.org/standard/67352.html
- [6] ISO 21543 | IDF 201:2020. Milk and milk products — Guidelines for the application of near infrared spectrometry. ISO, Geneva. iso.org/standard/77606.html
- [7] Pasquini, C. (2018). Near infrared spectroscopy: A mature analytical technique with new perspectives – A review. Analytica Chimica Acta, 1026, 8–36. doi:10.1016/j.aca.2018.04.004