Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
EVALUACIÓN DEL EFECTO DEL ULTRASONIDO DE POTENCIA Y EL USO DE TRANSGLUTAMINASA COMO PRETRATAMIENTO EN LA PRODUCCIÓN DE QUESO Isabella Alejandra López Guerrero1*. Lizette Andrea Rodríguez Peña2*. Ligia Inés Rodríguez Piedrahita3 1, 2, 3 Universidad Jorge Tadeo Lozano, Ingeniería de Alimentos, Cra. 4 N° 22-61, Bogotá D.C. Colombia. 1; *lizettea.rodriguezp@utadeo.edu.co Resumen El trabajo de investigación está dirigido a evaluar el efecto en la producción de queso fresco de la combinación de ultrasonido de baja frecuencia y la enzima transglutaminasa (mTGasa) como pretratamientos orientados a alcanzar procesos más eficientes en la industria quesera que permitan mejorar la calidad del producto. Se elaboró un diseño experimental central compuesto (CCD) mediante el paquete estadístico Design Expert® 6.0.8, donde la potencia del equipo (0 a 400 W), el tiempo de sonicación (0 a 10 min) y la concentración de mTGasa (0 a 0,09 ppm) fueron las variables independientes del diseño. Se evaluó el efecto en el rendimiento quesero y algunas propiedades fisicoquímicas del producto (contenido de humedad, sinéresis, color y la proteína del suero); además de un análisis textural para la dureza, cohesividad, adhesividad, elasticidad, masticabilidad y gomosidad en el queso. El mayor rendimiento quesero (15,1%) se obtuvo a una potencia de 85 W, un tiempo de 5 min y una concentración de enzima de 0,045 ppm; la potencia fue la variable que presentó un efecto significativo (p < 0.0010) y el modelo obtuvo un R-ajustado del 78.55%.El aumento en el rendimiento es atribuible a un aumento en la capacidad de retención de agua (52.82%), por los cambios de hidrofobicidad a nivel superficial de las caseínas. Se inducen también variaciones en la solubilidad de las proteínas globulares del suero. La variación de color se debe a las reacciones de Maillard como consecuencia del calor inducido en la sonicación. En el análisis de TPA, la dureza es el parámetro que se ve más afectado por el tratamiento combinado de ultrasonido y enzima, se incrementa el drenado del suero en la cuajada, produciendo una textura más firme, compacta, adhesiva y menos elástica. Palabras clave: Ultrasonido de potencia, transglutaminasa, rendimiento quesero, textura de quesos. Vol 25, No 40 (2017), Revista Alimentos Hoy -3 mailto:*lizettea.rodriguezp@utadeo.edu.co YURI Texto tecleado Recibido 8/11/2016, Aceptado 15/12/2016, Disponible online 30/04/2017 Abstract The research is aimed to evaluate the effect on the fresh cheese production by combination of low frequency ultrasound and transglutaminase enzyme (mTGasa) as pretreatments oriented towards achieving more efficient processes in the dairy industry to improve quality of the product. A central composite experimental design (CCD) was developed using the Statistical Package Design Expert® 6.0.8, where the power of the equipment (0-400 W), sonication time (0 to 10 min) and the concentration of mTGasa (0 0.09 ppm) were the independent variables of design. The effect on cheese yield and some physicochemical properties of the product (moisture content, syneresis, color and whey protein) were evaluated; and a textural analysis for hardness, cohesiveness, adhesiveness, springiness, gumminess and chewiness in the cheese. The higher cheese yield (15.1%) was obtained at a power of 85 W, a time of 5 min and enzyme concentration of 0.045 ppm; the power was the variable that showed a significant effect (p <0.0010) and the model obtained was R-Squared 78.55%. The yield increase is attributable to an increase of the water retention capacity (52.82%), by changes in hydrophobicity at the superficial level of caseins. Also, there is an induction of changes in the solubility of globular whey proteins. At the same time, there is a color variation due to Maillard reactions as result of heat induced in sonication. In the TPA analysis, hardness is the most affected parameter by the combined treatment of enzyme and ultrasound, drainage whey in the curd increased, producing a firmer texture, compact, adhesive and less elastic. Keywords: Ultrasound power, transglutaminase, cheese yield, texture cheese. 1. INTRODUCCIÓN La industria láctea en Colombia se encuentra en crecimiento y para ofrecer productos de calidad ha incursionado en la implementación de nuevos métodos que permitan la optimización de los procesos; en el caso del queso fresco elaborado, por cada 100 litros de leche se tiene un rendimiento de 11 kilogramos de cuajada y 89 litros de lactosuero (Pardo y Almanza, 2003) que equivalen a un 89% del producto eliminado, el cual retiene aproximadamente el 55% de los componentes originales de la leche, representado en proteínas solubles, lactosa, lípidos y minerales (Parra, 2009). En respuesta a la poca eficiencia de los procesos convencionales, han surgido estudios sobre el uso del ultrasonido de baja frecuencia como tratamiento previo en la elaboración de alimentos, demostrando efectos favorables en las propiedades del queso, aumentando su firmeza y mejorando su gelificación; además representa una ventaja sobre los procesos tradicionales al reducir los tiempos de procesamiento, mejorar los atributos de calidad y caracterizándose por ser una tecnología limpia con un gran potencial de aplicación. Su principio de acción se debe esencialmente a la generación de una Vol 25, No 40 (2017), Revista Alimentos Hoy -4 cavitación gaseosa que al implosionar las burbujas generadas, libera energía con aumentos puntuales de la temperatura provocando así cambios físicos, químicos y bioquímicos en el micro entorno del producto procesado. (Liu et al., 2014) Por otra parte, las propiedades fisicoquímicas de las proteínas juegan un papel fundamental dentro de las aplicaciones alimentarias; para ello se emplea un mecanismo que permite inducir la proteólisis de las caseínas en el queso, importante para el desarrollo del sabor y la textura, mediante la acción enzimática de la Transglutaminasa (mTGasa); una opción estudiada que ha mostrado mejorar eficientemente la firmeza, elasticidad y capacidad de retención de agua, al actuar sobre los sistemas proteicos en estado de desnaturalización (Gerrard, 2002), esto implica la degradación de alfa s1- caseína y beta-caseína, afectando los residuos de los aminoácidos como fuente de péptidos y de grupos hidrofóbicos. A nivel molecular, los péptidos derivados de las caseínas juegan un papel fundamental en la determinación de las propiedades de los productos lácteos fermentados como el queso, donde estas tienen una gama de conformaciones flexibles para formar estructuras, a diferencia de las proteínas globulares (proteínas del lactosuero) que son estables y bien definidas en sus elementos estructurales (Kruif, 2003), debido a esto, la estabilidad coloidal de las micelas de caseína puede ser efectivamente reducida removiendo el cepillo poli electrolítico por coagulación como resultado del entrecruzamiento inducido por transglutaminasa (Gerrard, 2002). La habilidad de la caseína micelar para mantener la integridad de su estructura bajo condiciones desfavorables es mejorada significativamente; una vez entrecruzadas, las micelas se vuelven completamente estables contra la ruptura y comienzan a comportarse como micro y nano partículas de gel (Corredig, 2009) El trabajo de investigación está encaminado a la implementación de una nueva técnica basada en la sonicación de la leche usando ultrasonido de baja frecuencia como tratamiento útil para incrementar el rendimiento quesero, así como el mejoramiento del proceso de gelificación y retención del agua usando la enzima transglutaminasa microbiana en el queso fresco a elaborar. 2. METODOLOGÍA 2.1. Materiales y Métodos 2.1.1. Materiales En la elaboración de quesofresco, se utilizó como materia prima leche pasteurizada, adquirida en el mercado local y posteriormente se enriqueció con cloruro de calcio del proveedor Centro Agro Lechero. En la coagulación se empleó cuajo líquido BRITEX, producto importado por de Vol 25, No 40 (2017), Revista Alimentos Hoy -5 Luso Coalho, Catraia Cimeira 6150- 116, Proenca A-A.Nova. 2.1.2. Métodos 2.1.2.1. Diseño experimental y análisis estadístico El diseño experimental se estableció mediante el paquete estadístico Design Expert® 6.0.8., tipo central compuesto rotable. Consta de un bloque conformado de ocho (8) puntos factoriales, dos (2) puntos estrella y seis (6) repeticiones del punto central. El número total de corridas del diseño es de N=20. (Montgomery, 2011) Las variables independientes del diseño fueron la amplitud (20-100%), el tiempo establecido en un rango de 0 a 10 min y la concentración de la enzima mTGasa (0- 0,09 ppm), los valores de amplitud se evaluaron en unidades de potencia (W). Las variables de respuesta que se evaluaron en cada tratamiento son: Rendimiento quesero (%), humedad (%), sinéresis (mL), color (ΔE) y proteína soluble en el suero (mg/mL); además en un análisis de TPA se evaluaron: Dureza (N), Cohesividad (adimensional), Adhesividad (kg*m2/s2), Elasticidad (adimensional), Masticabilidad (Kg) y Gomosidad (kg*m/s-2). En el diseño experimental se incluyó un control para establecer una variación al respecto a los diferentes tratamientos. En la tabla 1 (Anexos), se muestra las variables codificadas y naturales respectivamente, donde presentan los puntos centrales (azul), puntos factoriales (verde) y puntos estrella (amarillo). 2.1.2.2. Análisis de las muestras En el análisis de las muestras para establecer el efecto combinado de los tratamientos de ultrasonido y la enzima mTGasa sobre algunas propiedades fisicoquímicas, se utilizaron las siguientes metodologías. Determinación del rendimiento quesero El rendimiento fue calculado teniendo en cuenta el volumen de la leche procesada y el peso final de la cuajada Ecuación 1. (Oliszewski et al., 2002) Determinación de proteína en el suero La determinación de proteína del suero, se realizó mediante el método espectrofotométrico a una absorbancia de 540 nm utilizando el reactivo de Biuret (Zaia et al.,1998). Se elaboró la curva de calibración a las concentraciones de 0.16, 0.33, 0.66, 1, 1.33, 1.66 mg/mL; se utilizó el espectrofotómetro Evolution 300 UV- visible Thermo Scientific. En las preparación de las muestras, se realizó una dilución (0,25/10), de ahí se tomó un alícuota de 2 mL y 4 mL de Biuret, se calentaron a 37 °C en un termostato Memmert durante 10 min; se dejaron Vol 25, No 40 (2017), Revista Alimentos Hoy -6 enfriar a temperatura ambiente y se realizó la lectura de la absorbancia respectivamente. Determinación de Humedad La determinación de la humedad del queso fresco elaborado, se utilizó un analizador de humedad Mettler Toledo HB43-S Hologen. (García y Fernández, 2012) Determinación de Sinéresis En la determinación de sinéresis se pesaron 9 gramos de queso fresco en bolsas selladas y expuestas a 35 °C en un baño termostatado durante 24 horas; al cabo de este tiempo se midió el volumen de suero drenado. Determinación de color La medición del color se realizó en colorímetro Hunter Lab Konica Minolta. El equipo utiliza escala CIELAB; donde se evalúan las variables L*, a* y b*. El parámetro L*, me indica la luminosidad de negro (0%) a blanco (100%), a* indica la variación entre el verde (-a) y rojo (+a), b* muestra la variación entre el azul (- b) y el amarillo (+b) en un plano tridimensional. (Chacón y Pineda, 2009) Análisis textural con TPA En análisis de textura TPA de cada una de las muestras de queso fresco, se cortaron piezas de 3 cm de grosor en un equipo TPATXPlus al 75 % de deformación (estrés normal), con una velocidad del cabezal de 1 mm/s y con un tiempo de espera entre mordida de 5 segundos en dos momentos de compresión. (Zuñiga et al., 2007) Se analizó la dureza (N), elasticidad (adimensional), cohesividad (adimensional), adhesividad (kgm2s-2), gomosidad (kgm2s-2) y masticación (kg); con el perfil de TPA se simula el esfuerzo de la mandíbula al morder, en la figura 1(Anexos) se aprecia la gráfica general del perfil de textura. 3. RESULTADOS Y DISCUSIÓN 3.1. Análisis estadístico del efecto de ultrasonido y uso de transglutaminasa sobre el rendimiento quesero y algunas propiedades fisicoquímicas Los resultados del diseño en superficie de respuesta, son comparados con tres controles realizados: sin ningún tratamiento, sin ultrasonido (5) y sin enzima (11). En la tabla 2, se muestran las variables de respuesta a partir del diseño central compuesto propuesto. En el análisis del diseño propuesto, se obtuvo un mayor rendimiento quesero (15,1%) cuando se utiliza el valor más bajo de potencia y alta concentración de enzima (potencia = 85 W, tiempo = 5 min y concentración de enzima = 0,045 ppm). El aumento del rendimiento quesero se atribuye a que el uso de ultrasonido aumenta las interacciones con los puentes de calcio y la unión hidrófoba, dando lugar a la formación Vol 25, No 40 (2017), Revista Alimentos Hoy -7 de complejos con las micelas de caseína, aumentando así a la formación de agregados (Chandrapala et al., 2011); de igual forma la enzima utilizada transglutaminasa forma enlaces cruzados con las caseínas αs, β y k, además de mejorar la capacidad de retención de agua en el queso (Aaltonen et al., 2014). Comparando los datos con el control, este valor es menor si no se aplica ningún tratamiento (13,78%); cuando se utiliza solo ultrasonido mejora el rendimiento (14.26%), pero si sólo se utiliza enzima (13.42%) disminuye, siendo este menor al blanco; por lo tanto el rendimiento quesero mejora cuando se utilizan los tratamientos combinados (figura 2). En el análisis de varianza se obtuvo un ajuste en un modelo cuadrático según la ecuación 2, con un valor de p = 0.0002 y un R-ajustado de 78.55%, en el cual se omitió la interacción de A*B y C2 (Enzima); la potencia es el valor significativo en el diseño. Respecto al contenido de humedad en el queso, se presenta mayor presencia de agua (58.08%), en los puntos centrales en el tratamiento combinado (P = 60 W, B=5 min y C=0.045 ppm); cuando se utiliza solamente enzima sin ultrasonido (49.90%), la humedad es menor respecto al el tratamiento sin enzima (53.10%) y al blanco (60.78%); esto se debe a que el blanco presenta mayor proporción de agua libre, la cual se libera con facilidad por evaporación o secado; mientras cuando utiliza un tratamiento sea enzima y/o ultrasonido, las moléculas de agua interactúan con los agregados proteicos haciendo que el producto en este caso el queso presente mayor capacidad de retención de agua (García y Fernández, 2012). En el análisis de varianza sobre la variable el contenido de humedad, el modelo que más se ajusta al diseño es cuadrático (Ecuación 3) con un valor de p=0,0017; donde la potencia (p=0.0019), el tiempo (p=0.0154) y la concentración de Enzima (p=0.0097) son significativas en el diseño con un R-ajustado de 72.79%; se omitió la interacción amplitud*concentración de enzima, ya que son no significativos (figura 3). Al analizar el fenómeno de sinéresis se observó que la combinación de baja potencia y alta concentración de enzima del tratamiento combinado (P=148 W, B=8 min. C=0,071 ppm), reducen significativamente la pérdida excesiva de lactosuero en la matriz del queso como se observa en la figura 4 (Anexos); al compararse con el control sin tratamiento, el cual presentó la mayor proporción de lactosuero expulsado. Dicho efecto fue evidente en los parámetros texturales del queso, ya que bajo el mismo tratamiento se registró alta dureza en la matriz del gel lácteoatribuible a un incremento en la Vol 25, No 40 (2017), Revista Alimentos Hoy -8 capacidad de retención de agua (De la Ossa M y Rivera R, 2012). En el análisis estadístico para sinéresis se obtuvo un modelo lineal (P=0,0003) con una pérdida de ajuste (P=0,1588) despreciable, obteniendo un R-ajustado de 62% como se muestra en la ecuación 4, donde la enzima presentó el mayor efecto sobre la variable de respuesta. El color fue determinado mediante la escala CIELab, a partir de la diferencia de color total entre dos objetos conocida como una métrica de distancia, ∆Eab* (Diezhandino et al., 2016). Para el análisis de color se obtuvo la mayor diferencia métrica de 5,67 en el tratamiento combinado implementando alta potencia de sonicado y concentración de enzima (P=332 W, B=8 min., C=0,071 ppm) como se observa figura 5, frente al tratamiento con sólo enzima (3.34) y de ultrasonido (1.32) tomando como muestra estándar el control sin tratamiento. Cabe resaltar que valores de ∆Eab* > 3 son diferencias de color perceptibles al ojo humano (Conti-Silva y A.M, 2014); aunque todos los quesos presentaron altos valores de luminosidad, predominaron valores de b*(+) en el diseño característico de una tonalidad amarilla atribuible a las reacciones de Maillard, la cual ocurre durante un proceso térmico en presencia de un grupo amino y un azúcar reductor con un medio alcalino como la leche. En el análisis de varianza sobre la variable de color, el modelo que más se ajusta al diseño es cuadrático (Ecuación 5) con un valor de p = 0,0014; donde las variables de tiempo (p = 0.0003) y potencia (p = 0.0003) cuadráticos presentaron mayor significancia. El contenido de proteína en suero más bajo es 0,2574 mg/ml y corresponde a un tratamiento combinado de alta potencia y alta concentración de mTGasa (P = 332 W B = 8 min. C = 0,071 ppm) mientras que para el control sin tratamiento se obtuvo la máxima concentración proteica; esto implica un efecto importante en la retención de proteínas del suero dentro de la matriz del queso, así como la disminución de la sinéresis en la cuajada. Dichos cambios de proteína, se deben a que el tratamiento de la leche genera una desnaturalización de la β- lactoglobulina y en menor medida de la α –lactoalbúmina, las cuales se adhieren al agregado proteico mediante interacciones intermoleculares hidrofóbicas con las kappa-caseínas (glicoproteína) (Balcones, 2000); como se presenta en la figura 6 (Anexos), la combinación de las tres variables de proceso favorece la migración de las proteínas globulares al agregado proteico, al compararse con el control sin tratamiento. Vol 25, No 40 (2017), Revista Alimentos Hoy -9 En el análisis de varianza sobre la variable de proteína en el suero, el modelo que más se ajusta al diseño es lineal (Ecuación 6) con un valor de p=<0,0001; donde las tres variables de operación presentan significancia en el modelo con un R- ajustado de 72,74%. 3.2. ANOVA del efecto de ultrasonido y uso de transglutaminasa sobre el análisis de perfil de textura TPA El perfil de textura evalúa los siguientes parámetros: Dureza (N); cohesividad (adimensional); adhesividad (kg*m2/s2); elasticidad (adimensional); masticabilidad (kg) y gomosidad (kg*m/s-2). En la tabla 3, se muestran las variables de respuesta a partir del perfil de textura TPA. En análisis textural TPA, se resaltaron las variables de dureza y elasticidad; ya que fueron los parámetros que se vieron más afectados en la textura del queso por efecto de ultrasonido y el uso de la enzima transglutaminasa. La dureza es la fuerza requerida para comprimir un alimento entre los dientes (Hleap y Velasco, 2010). De acuerdo a los resultados obtenidos en el análisis, se obtuvo una mayor dureza en el tratamiento combinado 7 (P = 148 W, B = 2 min y C=0,019 ppm) con 1,259 N, comparado con el control (0,378N) la dureza es menor debido que presenta mayor contenido de agua (De la Ossa M y Rivera R, 2012). En la figura 7, se observa el efecto de las variables sobre la dureza. De igual forma, esta variable incrementa cuando se aplica un tratamiento con sólo enzima (1,257 N), ya que la cuajada se encuentra más compacta con mayor expulsión de lactosuero, debido al proceso de calentamiento del queso para la incubación de la enzima transglutaminasa, comparado con un tratamiento de sólo ultrasonido (0,530 N). En el análisis de varianza se obtuvo un mejor ajuste en un modelo cuadrático, como se muestra en la ecuación 7 (p = 0,0012) y una pérdida de ajuste de (p = 0,8312); dentro de las interacciones obtenidas entre las variables, se omitió (A*C) con un valor (p = 0,6818) con el fin de mejorar el ajuste del modelo representado en el valor de R- ajustado de 74.83%. La variable que influye significativamente es el tiempo (p = 0.0004). La elasticidad es entendida como la altura que recupera el alimento dentro del lapso de tiempo recorrido entre el primer y segundo ciclo, midiendo la fractura de la estructura original por la compresión inicial (Hleap y Velasco, 2010). En este caso, se presentó un punto de silla en el modelo obtenido como se observa en la figura 8 (Anexos), el cual es un indicativo de la presencia de dos regiones distintas que contienen puntos máximos que no se encuentran en la zona de Vol 25, No 40 (2017), Revista Alimentos Hoy -10 exploración del diseño establecido (De Zan, 2006). Sin embargo, se obtuvo una reducción en la elasticidad del queso al implementar el tratamiento combinado de baja potencia y alta concentración de enzima (P = 148 W, B = 2 min, C = 0,071pm) lo que implica una mínima recuperación del alimento; comparado con los controles del diseño que presentaron mayor elasticidad proporcional al contenido de agua libre. Dicho efecto se explica porque la acción de enzimas proteolíticas como la mTGasa sobre la α-s1caseína, disminuye la sinéresis y aumenta la consistencia del gel lácteo. (Sayadia et al., 2012) En el análisis de Elasticidad se obtuvo un modelo de interacción entre dos factores (p = <0,0001) y pérdida de ajuste (p = 0.6936) con un R-ajustado 88.66%, donde la enzima es la variable significativa con un modelo cuadrático (Ecuación 8). 4. CONCLUSIONES • El mayor rendimiento quesero obtenido por el tratamiento combinado de ultrasonido y enzima transglutaminasa, está asociado a dos factores especialmente, por un lado cambios que genera una desnaturalización de la β- lactoglobulina y α– lactoalbúmina, las cuales se adhieren al agregado proteico mediante interacciones intermoleculares hidrofóbicas con las kappa-caseínas (glicoproteína), aumentando la retención de proteínas del suero dentro de la matriz del queso, lo que disminuye la concentración de proteínas en el suero y por el otro la enzima utilizada transglutaminasa forma enlaces cruzados con las caseínas αs, β y k, lo que mejora la capacidad de retención de agua. • El tratamiento con ultrasonido y enzima induce cambios en la hidrofobicidad superficial de las proteínas, aumentando la retención de humedad en la cuajada, disminuyendo así la sinéresis respecto al blanco que presenta una mayor proporción de agua libre. • Se logró evidenciar un efecto significativo sobre las propiedades texturales del queso en la disminución de la dureza e incremento de la elasticidad atribuido a los cambios de concentración de proteínas y el aumento de retención de agua. 5. BIBLIOGRAFÍA Aaltonen, T., Huumonen, I., & Myllärinen, P. (October de 2014). Controlled Vol 25, No 40 (2017), Revista Alimentos Hoy -11 transglutaminase treatment in Edam cheese-making. International Dairy Journal, 38(2), 179-182. Acevedo, D., Rodríguez, A., & Fernández, A. (2010). Efecto de las Variables deProceso sobre la Cinética de Acidificación, la Viabilidad y la Sinéresis del Suero Costeño Colombiano.Información Tecnológica, 21(2), 29-36. Balcones, M. M. (2000). Some Factors Influencing the Syneresis of Bovine, Instituto de Fermentaciones Industriales. CSIC. Dairy Science, 1733– 1739. Chacón, A., & Pineda, M. (2009). Características químicas, físicas y sensoriales de un queso cabra adaptado del tipo "Crottin de Chavignol". Agronomía Mesoamericana, 20(2), 297-309. Chandrapala, J., Zisu, B., Palmer, M., Kentish, S., & Ashokkumar, M. (September de 2011). Effects of ultrasound on the thermal and structural characteristics of proteins in reconstituted whey protein concentrate. Ultrasonics Sonochemistry, 18(5), 951-957. Considine, T., Patel, H., Anema, S., Singh, H., & Creamer, L. (2007). Interactions of milk proteins during heat and high hydrostatic pressure treatments — A Review. Innovative Food Science and Emerging Technologies, 1–23. Conti-Silva, A., & A.M, P. (2014). Texture profile and correlation between sensory and instrumental analyses on extruded snacks. Journal of Food Engineering, 9-14. Corredig, M. (2009). Whey processing, functionality and health benefits. Trends in Food Science & Technology, 599. De la Ossa M, Y. J., & Rivera R, C. A. (2012). Análisis comparativo del perfil de textura de los quesos frescos de cabra y vaca, con relacion al contenido de grasa y tiempo de almacenamiento. Universidad de Cartagena, Facultad de ingenierias, 1-122. De Zan, A. T. (01 de 2006). Departament d' Estadística i Investigació Operativa, Principios de Metodología de Superficie de Respuesta para Modelos Logísticos. Barcelona, España. Vol 25, No 40 (2017), Revista Alimentos Hoy -12 Recuperado el 05 de 2016, de Universitat Politecnica de Catalunya. Dissanayake, M., Kasapis, S., George, P., Adhikari, B., Palmer, M., & Meurer, B. (March de 2013). Hydrostatic pressure effects on the structural properties of condensed whey protein/lactose systems. Food Hydrocolloids, 30(2), 632-640. García, E., & Fernández, I. (2012). Determinación de la humedad de un alimento por un método gravimétrico indirecto por desecación. Valencia: Universitat Politécnica de Valéncia. Escuela técnica superior de Ingeniería Agronómica y del Medio Natural. Gerrard, J. A. (2002). Protein–protein crosslinking in food: Methods, consequences,applications. Trends in Food Science and Technology, 389-397. Hleap, J., & Velasco, V. (Noviembre de 2010). Análisis de las propiedades de textura durante el almacenamiento de salchichas elaboradas a partir de tilapia roja. Facultad de ciencias agropecuarias, 8(2), 46-56. Kruif, C. (2003). Chapter VI Caseins. Progress in Biotechnology, 219-269. Liu, Z., Juliano, P., Williams, R., Niere, J., & Augustin, M. (Noviembre de 2014). Ultrasound improves the renneting properties of milk. Ultrasonics Sonochemistry, 21(6), 2131-2137. Montgomery, D. (2011). Diseño y análisis de experimentos (Segunda ed.). México: LIMUSA S.A. Oliszewski, R., Rabasa, A., Fernández, J., Poli, M., & Núñez, M. (Junio de 2002). Composición química y rendimiento quesero de la leche de cabra Criolla Serrana del noroeste argentino. Zootecnia Tropical, 20(2), 179-189. Pardo, M., & Almanza, F. (2003). Guía de procesos para la elaboración de productos lácteos. Bogotá, Colombia: Convenio Andrés Bello. Parra, R. (2009). Lactosuero: Importancia en la industria de alimentos. Revista Facultad Nacional de Agronomía, 62, 4967-4982. Vol 25, No 40 (2017), Revista Alimentos Hoy -13 RStudio Team (2016). RStudio 0.99.902: Integrated Development for R. RStudio, Inc., Boston, MA URL HYPERLINK "http://www.rstudio.com/" http://www.rstudio.com/ Sayadia, A., Madadloub, A., & Khosrowshahi, A. (2012). Enzymatic cross-linking of whey proteins in low fat Iranian white cheese. International Dairy Journal, 88–92. Zaia, D., Zaia, C., & Lichting, J. (1998). Determinación de proteínas totales via espectrofotometría: ventajas y desventajas de métodos existentes. Química Niva, 21(6), 787-793. Zhao, L., Zhang, S., Uluko, H., Liu, L., Lu, J., Xue, H., & Kong, F. (15 de December de 2014). Effect of ultrasound pretreatment on rennet-induced coagulation properties of goat’s milk. Food Chemistry, 165, 167- 174. Zuñiga, L., Ciro, H., & Osorio, J. (Junio de 2007). Estudio de la dureza del queso edam por medio de análisis de perfil de textura y penetrometria por esfera. Facultad Nacional de Agronomía, 60(1), 3797-3811. AGRADECIMIENTOS Los autores expresan sus agradecimientos a Dios, a la empresa Alpina, al departamento de laboratorios de la Universidad Jorge Tadeo Lozano, Monitores, amigos, compañeros y familiares, que nos ayudaron hacer esto posible. Vol 25, No 40 (2017), Revista Alimentos Hoy -14 http://www.rstudio.com/ ANEXOS TABLAS Tabla 1. Variables Codificadas y Naturales Variables codificadas Variables Naturales Amplitud (%) Tiempo (min) [ ] mTGasa (ppm) Amplitud (%) Potencia (W) Tiempo (min) [ ] mTGasa (ppm) 1 -1 -1 83 332 2 0,19 1,681792831 0 0 99 400 5 0,45 -1 -1 1 37 148 2 0,71 1 -1 1 83 332 2 0,71 0 -1,681792831 0 60 240 0 0,45 1 1 1 83 332 8 0,71 -1 -1 -1 37 148 2 0,19 0 1,681792831 0 60 240 10 0,45 0 0 0 60 240 5 0,45 0 0 0 60 240 5 0,45 0 0 -1,681792831 60 240 5 0,01 1 1 -1 83 332 8 0,19 0 0 0 60 240 5 0,45 -1,681792831 0 0 21 85 5 0,45 0 0 0 60 240 5 0,45 0 0 0 60 240 5 0,45 0 0 0 60 240 5 0,45 -1 1 -1 37 148 8 0,19 0 0 1,681792831 60 240 5 0,89 -1 1 1 37 148 8 0,71 Vol 25, No 40 (2017), Revista Alimentos Hoy -15 Tabla 2. Variables de Respuesta: Rendimiento quesero (y1,%), Humedad (y2,%), Sinéresis (y3, mL de suero), Color (y4, ΔE) y proteína de suero (y5, mg/mL). Tratamientos Potencia (W) Tiempo (min) [ ] Enzima mTgasa (ppm) y1 y2 y3 y4 y5 B 0 0 0 13,78 60,78 5,000 0,000 0,6013 1 332 2 0,019 13,54 57,12 2,245 2,176 0,4591 2 400 5 0,045 13,7 56,27 2,575 1,301 0,4266 3 148 2 0,071 14,52 41,92 2,580 2,360 0,3620 4 332 2 0,071 13,91 52,63 2,964 2,442 0,4190 5 240 0 0,045 13,42 49,90 2,788 1,315 0,3377 6 332 8 0,071 13,29 54,58 2,726 1,580 0,2574 7 148 2 0,019 13,54 51,56 1,761 1,356 0,4021 8 240 10 0,045 13,38 53,42 1,955 2,015 0,3252 9 240 5 0,045 14,25 56,37 2,234 4,066 0,4681 10 240 5 0,045 14,54 56,30 2,379 4,315 0,3787 11 240 5 0,001 14,26 53,19 1,586 3,343 0,3992 12 332 8 0,019 14,2 57,23 1,776 3,469 0,3954 13 240 5 0,045 14,33 56,33 2,385 3,813 0,3787 14 85 5 0,045 15,1 52,82 2,788 1,993 0,3308 15 240 5 0,045 15,06 56,57 2,803 3,121 0,3787 16 240 5 0,045 14,31 58,08 2,183 3,813 0,3787 17 240 5 0,045 14,59 53,30 2,379 3,548 0,3787 18 148 8 0,019 14,3 53,33 1,565 2,198 0,3384 19 240 5 0,089 14,75 50,82 3,184 5,677 0,3450 20 148 8 0,071 14,22 52,22 1,502 2,037 0,2983 Vol 25, No 40 (2017), Revista Alimentos Hoy -16 Tabla 3. Variables de Respuesta: Dureza (y6, N), Cohesividad (y7), Adhesividad (y8, kg*m2/s2), Elasticidad (y9), Masticabilidad (y10, Kg) y Gomosidad (y11, kg*m/s-2) Tratamientos Potencia (W) Tiempo (min) [ ] Enzima (ppm) y6 y7 y8 y9 y10 y11 B 0 0 0 0,378 0,358 -0,442 1,007 0,136 0,135 1 332 2 0,019 1,130 0,695 -0,739 0,973 0,754 0,785 2 400 5 0,045 0,783 0,847 -0,672 0,977 0,515 0,741 3 148 2 0,071 1,034 1,081 -0,445 0,953 0,944 1,118 4 332 2 0,071 0,736 0,252 -0,472 0,993 0,185 0,186 5 240 0 0,045 1,257 0,278 -1,043 1,012 0,737 0,349 6 332 8 0,071 0,837 0,426 -0,839 1,077 0,384 0,356 7 148 2 0,019 1,259 0,435 -1,110 1,130 0,619 0,525 8 240 10 0,045 0,859 0,252 -1,117 0,983 0,446 0,243 9 240 5 0,045 0,837 1,000 -0,595 1,023 0,592 0,837 10 240 5 0,045 0,686 1,003 -0,819 0,986 0,678 0,688 11 240 5 0,001 0,530 0,882 -0,339 1,009 0,655 0,562 12 332 8 0,019 0,6970,903 -0,745 0,963 0,606 0,629 13 240 5 0,045 0,705 0,902 -0,511 0,986 0,627 0,636 14 85 5 0,045 0,697 0,943 -0,348 1,010 0,664 0,657 15 240 5 0,045 0,878 0,901 -0,526 0,988 0,781 0,791 16 240 5 0,045 0,528 0,906 -0,499 0,982 0,592 0,655 17 240 5 0,045 0,572 0,917 -0,452 0,983 0,516 0,525 18 148 8 0,019 0,526 0,709 -0,577 0,982 0,470 0,286 19 240 5 0,089 0,540 0,931 -0,350 0,969 0,528 0,502 20 148 8 0,071 0,641 0,906 -0,400 0,957 0,595 0,581 Vol 25, No 40 (2017), Revista Alimentos Hoy -17 FIGURAS Figura 1. Análisis de TPA. (Hleap y Velasco, 2010) Figura 1 Vol 25, No 40 (2017), Revista Alimentos Hoy -18
Compartir