Con el objetivo de detectar adulteraciones de la grasa láctea se planteó el cálculo de relaciones de concentración de dos o más ácidos grasos y la aplicación de herramientas estadísticas multivariadas. Se determinó por cromatografía gaseosa la composición de ácidos grasos en grasas lácteas pertenecientes a la cuenca lechera central de la República Argentina y en materias grasas no lácteas de origen animal y vegetal usadas como adulterantes.
Se obtuvieron matemáticamente muestras adulteradas de las grasas lácteas con distintos niveles de las grasas adulterantes (2, 5, 10 y 15%), estableciendo la concentración de cada ácido graso en las mezclas mediante balance de masa.
Se calcularon relaciones de ácidos grasos para las muestras adulteradas y se compararon con las obtenidas para las grasas lácteas. Para el caso de las adulteraciones realizadas con grasas de origen vegetal se encontraron 3 relaciones que detectaron bajos niveles de adulteración, sin embargo para las muestras adulteradas con grasas de origen animal no se encontraron relaciones que detecten bajos niveles de adulteración.
Para mejorar estos resultados, se diseñaron modelos matemáticos utilizando Regresión Lineal Múltiple (RLM). Con este propósito se armaron matrices de calibración y de predicción para las grasas animales, combinando los datos cromatográficos de las grasas lácteas con los de las grasas lácteas adulteradas. Se obtuvieron buenos coeficientes de determinación en las ecuaciones obtenidas en la calibración.
La aplicación de técnicas estadísticas multivariadas logró mejorar la detección de adulteraciones realizadas con grasas animales en comparación con el análisis de relaciones.
In order to detec adulteration of milk fat the calculation of concentration ratios of two or more fatty acids and the application of multivariate methods was proposed. The composition of fatty acids found in milk fat from an important milk producing area of Argentina and non milk fat of animal and vegetable origin used as adulterants was determined by gas chromatography.
Mathematically adulterated samples were obtained from fat milk with different fat levels adulterants (2, 5, 10 and 15%), setting the concentration of each fatty acid in the mixture by mass balance.
The fatty acids ratios were calculated for this adulterated milk fat and were compared wiht the respective values of the milk fat. Three ratios were effective in detecting all adulterated samples with 2% of vegetable fats. This approach failed to detect low levels of adulteration when animal fats were used.
To improve the detection of animals fats, mathematical models were designed using multiple linear regression. For this purpose calibration and prediction matrices were assembled for each adulterant. They consisted in a combination of cromatographic data of milk fat (0% adulteration) and adulterated milk fat.
Good correlation coefficients were obtained in calibration models.
The application of multivariate statistical techniques had improve the detection of adulteration made wiht animal fat compared with the analysis of relationships.
