Así es como la IA y el ADN podría predecir problemas en la producción de leche

Ante los problemas de calidad y seguridad de los alimentos pueden tener efectos a través de toda la cadena de suministro que causan daños considerables a la salud de los consumidores y pérdidas económicas a los productores, investigadores desarrollaron un método para detectar problemas en la producción de leche.

Mediante esta técnica, basada en la inteligencia artificial (IA), los especialistas encontraron que con la secuenciación genética (análisis genético), es posible detectar problemas potenciales en las primeras etapas de la producción de leche.

Lo anterior permite a los productores corregir cualquier problema antes de que el producto se comercialice o llegue al mercado.

“Al combinar la secuenciación genética y el análisis de los microbios en una muestra de leche con IA, los investigadores pudieron detectar anomalías en la producción de leche, como contaminación o aditivos no autorizados. Esto podría ayudar a mejorar la seguridad de los productos lácteos”, aseguraron investigadores de Penn State, la Universidad de Cornell e IBM Research.

Los investigadores basaron su estudio en la leche, ya que se utiliza como ingrediente para fabricar diversos productos y alimentos. Además, la calidad del lácteo crudo tiene un impacto en el producto terminado, la seguridad y la eficiencia de la producción.

Además, los microbiomas (población microbiana) de la leche cruda son diversos e influyen, sustancialmente, en la calidad de los productos lácteos procesados.

“En la leche cruda y otros sistemas alimentarios, los microbios pueden presentar importantes desafíos para la seguridad alimentaria en el caso de los organismos patógenos y afectar la calidad de los alimentos, como los atributos de sabor y almacenamiento”, se lee en la investigación. 

Por otra parte, la cadena de suministro de alimentos es muy compleja, con numerosos puntos de contacto (desde agricultores, proveedores, transporte hasta el almacenamiento, y consumo) antes de llegar a un producto terminado. A lo largo de toda esta cadena, los problemas surgen en cada etapa tienen el potencial de causar problemas de calidad y seguridad. 

Pasos de la investigación

Para realizar este estudio, los investigadores obtuvieron 58 muestras de leche de tanques a granel. Recurrieron a datos de secuenciación genómica de muestras complejas e inteligencia artificial para detectar leche tratada con antibióticos que había sido agregada experimentalmente y aleatoriamente a las muestras de leche del tanque a granel que recolectaron. 

Para asegurar los resultados, aplicaron la IA explicable a conjuntos de datos genéticamente secuenciados disponibles públicamente a partir de muestras de leche a granel.

"Podemos ver los datos de los microbios en la leche cruda y, usando inteligencia artificial, ver si los microbios que están presentes revelan características como si es pre-pasteurización, post-pasteurización o es de una vaca que ha sido tratada con antibióticos", dijo Erika Ganda, profesora asistente de microbiomas animales de los alimentos, Facultad de Ciencias Agrícolas de la Penn State.

Los algoritmos de inteligencia artificial permitieron distinguir entre las muestras estándar y aquellas que podrían indicar algún problema de contaminación, como la leche proveniente de una granja externa o la que contiene antibióticos.

Además, analizaron los genomas de los microbios contenidos en la leche cruda de manera más detallada. Al entender la composición microbiana o qué microbios hay en los alimentos, los científicos pudieron identificar cuáles son inocuos (como los que ayudan a fermentar alimentos) y cuáles pueden ser peligrosos (como los que causan enfermedades o deterioran los alimentos).

Dado que el microbioma es sensible a los cambios de temperatura, salinidad, pH y la composición del material en el que reside, entre otras cosas, también se puede utilizar como indicador de cuándo los alimentos pueden presentar algún riesgo en su calidad y seguridad para su consumo. 

Los resultados mostraron que, a pesar de las variaciones, hay un grupo común de microbios que se encuentran en todas las muestras, lo cual indica que estos microbios son elementos estables o comunes y estables en la leche cruda, forman parte de su microbioma natural.

Transformación digital en la industria láctea: inteligencia artificial y aprendizaje automático en el futuro de la producción de leche

IA, una herramienta para la seguridad alimentaria 

Los hallazgos del estudio sugieren que la IA tiene el potencial de mejorar significativamente la detección de anomalías en la producción de alimentos, proporcionando un método más completo que se puede agregar al kit de herramientas de los científicos para garantizar la seguridad alimentaria, explicó Ganda.

"El análisis tradicional de los datos de secuenciación microbiana, como las métricas de diversidad alfa y beta y la agrupación, no fue tan efectivo para diferenciar entre muestras de referencia y anómalas", dijo. "Sin embargo, la integración de la IA permitió una clasificación e identificación precisas de los impulsores microbianos asociados con anomalías".

Los científicos validaron el potencial de la IA para clasificar diferentes fuentes de leche utilizando datos de secuenciación de ADNr de leche líquida. Además, esta tecnología emergente es capaz de diferenciar entre los métodos de almacenamiento de leche, las etapas de procesamiento y las estaciones. 

“Los sistemas microbianos y la cadena de suministro de alimentos son una aplicación ideal para la IA, ya que las interacciones entre los microbios son complejas y dinámicas”, dijo Kristen Beck, investigadora senior de IBM Research.

Aunque se centra en la producción de leche, esta investigación tiene el potencial para ser aplicada en la industria alimentaria en general, aseguraron los investigadores. 

Además, estos resultados indican que la aplicación de la inteligencia artificial es prometedora dentro del análisis de datos del microbioma y podría presentar más oportunidades para ayudar a la seguridad y calidad de los alimentos.

No dejes de leer: ¿Cómo mejorar la seguridad alimentaria y detectar deterioro de bebidas con Inteligencia Artificial?