Jornadas de difusión de proyectos Académicos, de Investigación y Extensión

EMPLEO DEL ANÁLISIS DE COMPONENTES PRINCIPALES COMO
HERRAMIENTA PARA DIFERENCIAR CATEGORÍAS BOVINAS

MARKIEWICZ, Guillermo Andrés
Integrantes del equipo: DALLAZUANA, Andrea; DALZOTTO, Gabriela; FABRE, Romina; JENKO, Carolina; PERLO, Flavia; TEIRA, Gustavo; TISOCCO, Osvaldo.

Facultad de Ciencias de la Alimentación
Correo de Contacto: markiewiczg@fcal.uner.edu.ar

Resumen:

Encuestas recientes realizadas a consumidores argentinos han confirmado que la calidad de la carne es el principal atributo a la hora de concretar la compra. La categoría del animal de donde proviene la carne es uno de los factores que inciden sobre dicha calidad. Por otro lado, el Análisis de Componentes Principales (PCA) es una herramienta estadística que permite sintetizar la información para entender la estructura de correlación inherente a los datos. El objetivo del presente trabajo fue evaluar el empleo del PCA para distinguir entre dos categorías bovinas analizando diversos parámetros de calidad. Para ello, se utilizaron 28 animales de consumo cruza Británico pertenecientes a dos categorías comerciales: novillos (n:14) y vacas (n:14). Del Longissimus dorsi se extrajeron secciones de 1 pulgada de espesor a partir de las cuales se realizaron determinaciones de pH, coordenadas de color L*, a*, b*, mermas totales, esfuerzo de corte Warner Bratzler (WB), área del ojo del bife (AOB), marmorizado, contenido de humedad, proteínas y lípidos totales. Los resultados obtenidos fueron analizados utilizando el software R (A Language and Environment for Statistical Computing, R Core Team, 2014), efectuándose un PCA. Las dos primeras componentes principales (PC1 y PC2) explicaron el 58,19% de la variabilidad total del conjunto de datos obtenidos. El marmorizado, el AOB, las coordenadas de color (L*, a*, b*), el contenido de proteínas, de grasas y de humedad, así como el pH resultaron las variables mejor representadas por la PC1 (38,69%), mientras que las mermas totales y el esfuerzo de corte WB, estuvieron mejor definidos por la PC2 (19,50%). En el gráfico de puntuación, sobre la PC1 se observaron dos grupos donde se diferenciaron claramente los animales pertenecientes a las categorías estudiadas. Paralelamente, en el cuadrante superior de la PC2, componente altamente correlacionada con la terneza, se ubicaron las vacas mientras que los novillos lo hicieron en el cuadrante inferior, tal como se esperaba. En conclusión, el PCA demostró ser una herramienta efectiva para diferenciar entre dos categorías de bovinos.