Optimización de la formulación en la elaboración de néctar mixto a base de umarí (Poraqueiba Sericea) y aguaymanto (Physalis Peruviana) mediante la metodología de superficie de respuesta

Abstract

Se llevó a cabo una investigación experimental cuyo propósito fue la optimización de la formulación en la elaboración de un néctar mixto a base de umarí (poraqueiba serícea) y aguaymanto (physalis peruviana) mediante la metodología de superficie de respuesta (MSR). Se evaluaron tres factores: porcentaje de pulpa de umarí, pulpa de aguaymanto y sacarosa, junto con dos tipos de malla (25 y 50 μm) en el proceso de refinado, con el fin de identificar el modelo de regresión que mejor ajuste los valores de los atributos sensoriales obtenidos durante la evaluación sensorial. Los coeficientes de los modelos que mejor ajustaron los valores de los atributos en la evaluación sensorial, sirvieron para construir superficies de respuesta, los cuales permitieron visualizar rangos óptimos junto con los mejores valores de respuesta. Para la optimización de la formulación del néctar mixto, se utilizó el software Design-Expert v13, que permitió construir inicialmente dos diseños compuestos centrales rotables (DCCR) de 19 ensayos cada uno para ambos tipos de malla. Estos diseños facilitaron el análisis de la relación entre los factores y la aplicación de técnicas de optimización tales como el uso de análisis canónico con las ecuaciones de regresión cuadrática y el uso de la función deseabilidad que brinda el software. Los resultados de la optimización mostraron que para la malla 50 μm alcanzaron valores óptimos de aceptabilidad general (8.667) y sabor (8.25), mientras que para la malla 25 μm alcanzaron valores óptimos de color (8.75) y acidez (8.52). La composición óptima promedio de pulpa de umarí fue de 14,04%, pulpa de aguaymanto de 62.65% y sacarosa de 7.29%. La proporción que mejor aceptabilidad general obtuvo en la optimización mediante la función deseabilidad fue de 3.94/3/0.0407 kg de pulpa de umarí, aguaymanto y sacarosa respectivamente.