Los ingenieros de Stanford están probando alimentos utilizando un enfoque que combina una técnica mecánica tridimensional e IA para imitar nuestra experiencia sensorial.
Reducir la ingesta de proteínas animales en nuestra dieta puede ahorrar recursos y emisiones de gases de efecto invernadero, pero convencer a los consumidores amantes de la carne de que cambien su menú es todo un desafío. Al analizar este problema desde un ángulo de ingeniería mecánica, los ingenieros de Stanford están desarrollando un nuevo método para analizar la textura de los alimentos que podría allanar el camino para crear filetes falsos que engañen incluso a los carnívoros más empedernidos.
En un nuevo artículo publicado en Science of Food , el equipo demostró que una combinación de pruebas mecánicas y aprendizaje automático puede describir la textura de los alimentos con una sorprendente similitud con la de los catadores humanos. Este método podría acelerar el desarrollo de nuevas y mejores carnes de origen vegetal. El equipo también descubrió que algunos productos de origen vegetal ya tienen la textura exacta de las carnes que imitan.
“Nos sorprendió descubrir que los productos vegetales actuales pueden reproducir todo el espectro de texturas de las carnes animales”, afirmó Ellen Kuhl , profesora de ingeniería mecánica y autora principal del estudio. Los sustitutos de la carne han recorrido un largo camino desde que el tofu era la única opción, añadió.
La ganadería industrial contribuye al cambio climático, la contaminación, la pérdida de hábitat y la resistencia a los antibióticos. Esa carga sobre el planeta se puede aliviar sustituyendo las proteínas animales por proteínas vegetales en la dieta. Un estudio estimó que las carnes de origen vegetal tienen, en promedio, la mitad del impacto ambiental que la carne animal. Pero muchos consumidores de carne se muestran reacios a cambiar: solo alrededor de un tercio de los estadounidenses en una encuesta indicó que era “muy probable” o “extremadamente probable” que compraran alternativas de origen vegetal.
“A la gente le encanta la carne”, dijo Skyler St. Pierre , estudiante de doctorado en ingeniería mecánica y autor principal del artículo. “Si queremos convencer a los consumidores incondicionales de carne de que vale la pena probar alternativas, cuanto más podamos imitar la carne animal con productos de origen vegetal, más probabilidades habrá de que la gente esté dispuesta a probar algo nuevo”.
Para imitar con éxito la carne animal, los científicos especializados en alimentos analizan la textura de los productos cárnicos de origen vegetal. Lamentablemente, los métodos tradicionales de análisis de alimentos no están estandarizados y los resultados rara vez se ponen a disposición de la ciencia y del público, afirmó St. Pierre. Esto dificulta que los científicos colaboren y creen nuevas recetas para alternativas.
Nuevas pruebas de textura de alimentos
La investigación surgió de un proyecto de clase de St. Pierre. En busca de materiales asequibles para utilizar en pruebas mecánicas, recurrió a los perritos calientes y al tofu. Durante el verano de 2023, investigadores universitarios se unieron para probar los alimentos y aprender cómo los ingenieros representan las respuestas de los materiales al estrés, la carga y el estiramiento.
Al darse cuenta de cómo este trabajo podría ayudar al desarrollo de carnes de origen vegetal, el equipo de Stanford estrenó una prueba de alimentos tridimensional. Pusieron a prueba ocho productos: perritos calientes de origen animal y vegetal, salchichas de origen animal y vegetal, pavo de origen animal y vegetal, y tofu extra firme y firme. Montaron trozos de carne en una máquina que tiraba, empujaba y cortaba las muestras. «Estos tres modos de carga representan lo que haces cuando masticas», dijo Kuhl, quien también es el director Catherine Holman Johnson de Stanford Bio-X y el profesor Walter B. Reinhold en la Escuela de Ingeniería .
Una prueba mecánica de carne vegetal puede ayudar a cuantificar la textura de los alimentos. | Kurt Hickman
Luego, utilizaron aprendizaje automático para procesar los datos de estas pruebas: diseñaron un nuevo tipo de red neuronal que toma los datos sin procesar de las pruebas y produce ecuaciones que explican las propiedades de las carnes.
Para comprobar si estas ecuaciones pueden explicar la percepción de la textura, el equipo llevó a cabo una encuesta de prueba. Los participantes, que primero completaron encuestas sobre su apertura a nuevos alimentos y su afición a la carne, comieron muestras de los ocho productos y los calificaron en una escala de cinco puntos en 12 categorías: blando, duro, quebradizo, masticable, gomoso, viscoso, elástico, pegajoso, fibroso, grasiento, húmedo y parecido a la carne.
Impresionantes perritos calientes y salchichas
En las pruebas mecánicas, el perrito caliente y la salchicha de origen vegetal se comportaron de forma muy similar en las pruebas de tracción, empuje y cizallamiento a sus homólogos animales, y mostraron rigideces similares. Mientras tanto, el pavo de origen vegetal fue el doble de rígido que el pavo animal, y el tofu fue mucho más blando que los productos cárnicos. Sorprendentemente, los evaluadores humanos también clasificaron la rigidez de los perritos calientes y las salchichas de forma muy similar a las pruebas mecánicas. «Lo que es realmente genial es que la clasificación de las personas fue casi idéntica a la clasificación de la máquina», dijo Kuhl. «Eso es genial porque ahora podemos usar la máquina para tener una prueba cuantitativa, muy reproducible».
Los hallazgos sugieren que los nuevos métodos basados en datos son prometedores para acelerar el proceso de desarrollo de productos vegetales sabrosos. “En lugar de utilizar un enfoque de prueba y error para mejorar la textura de la carne vegetal, podríamos imaginar el uso de inteligencia artificial generativa para generar científicamente recetas de productos cárnicos vegetales con las propiedades deseadas con precisión”, escribieron los autores en el artículo.
Pero el desarrollo de recetas de inteligencia artificial, al igual que otras IA, necesita una gran cantidad de datos. Por eso, el equipo comparte sus datos en línea, de modo que otros investigadores puedan verlos y agregarlos. “Históricamente, algunos investigadores, y especialmente las empresas, no comparten sus datos y eso es una gran barrera para la innovación”, dijo St. Pierre. Sin compartir información y trabajar juntos, agregó, “¿cómo vamos a crear un imitador de filete juntos?”
El equipo sigue probando alimentos y creando una base de datos pública. Este verano, St. Pierre supervisó a estudiantes universitarios que probaban rebanadas de carne y verduras. Los investigadores también planean probar hongos modificados genéticamente desarrollados por Vayu Hill-Maini , quien recientemente se incorporó a Stanford como profesora adjunta de bioingeniería. «Si alguien tiene una carne artificial o de origen vegetal que quiera probar», dijo Kuhl, «estaremos encantados de probarla para ver cómo se compara».
Para más información
Otros coautores del artículo de Stanford incluyen a Marc Levenston , profesor asociado de ingeniería mecánica; el investigador postdoctoral Kevin Linka; los estudiantes de posgrado Ethan C. Darwin, Divya Adil y Valerie A. Pérez Medina; la investigadora visitante María Parra Vallecillo; y los investigadores de pregrado Magaly C. Aviles, Archer Date, Reese A. Dunne y Yanav Lall.
Kuhl también es profesor, por cortesía, de bioingeniería en las escuelas de Ingeniería y Medicina , y miembro del Instituto Cardiovascular , la Alianza de Rendimiento Humano Wu Tsai , el Instituto de Ingeniería Computacional y Matemática , y el Instituto de Neurociencias Wu Tsai . Levenston también es miembro de Bio-X, el Instituto Cardiovascular, la Alianza de Rendimiento Humano Wu Tsai y el Instituto de Investigación de Salud Materna e Infantil .
Este trabajo fue financiado por la National Science Foundation, el Programa Emmy Noether y el Consejo Europeo de Investigación. StanfordReport. C. C. Traducido al español
Contacto