Resumen

Introducción La demanda cada vez mayor de nuevos compuestos o fuentes de compuestos activos con mira a una aplicación industrial, junto con la necesidad de un mejor conocimiento sobre su efectividad, modo de acción, seguridad alimentaria, etc., ha llevado a realizar un esfuerzo significativo hacia el desarrollo de enfoques analíticos como la metabolómica capaz de responder a muchas preguntas. La metabolómica permite la detección y posterior cuantificación de metabolitos específicos o característicos y también de compuestos no específicos o poco estudiados de especies vegetales, para de esta forma discriminarlos en base a la construcción de un perfil metabolómico.

Objetivos El objetivo en base al estudio metabolómico mediante RMN en especies vegetales permite identificar nuevos compuestos o nuevas fuentes de nutracéuticos conocidos. Así, también evaluar posibles aplicaciones como en el control de calidad y la optimización nutracéutica

Método El estudio consistió en el procesamiento y análisis de datos provenientes de un estudio de metabolómica por la técnica de resonancia magnética nuclear de varios cultivares. Los datos incluyen: ID del cultivar; zona de recolección de muestras; información del contenido de metabolitos a lo largo de cada cultivar (en mM); y valores de integración de cada espectro de resonancia a un intervalo de 0.4 ppm. Estos datos fueron sometidos a un análisis de componentes principales y posteriormente se evaluaron con modelos clasificación de aprendizaje automático. Lo anterior con el propósito de discriminar cada cultivar e identificar su origen a partir del conjunto de datos de metabolitos o valores de integración. Finalmente, se evaluó el aporte nutraceútico de los cultivares y se jerarquizaron de acuerdo con su contenido de aminoácidos, carbohidratos, ácidos orgánicos entre otros nutrientes.

Principales resultados Los datos fueron sometidos a un análisis de componentes principales y posteriormente se evaluaron con modelos clasificación de aprendizaje automático. El análisis multivariable reveló una agrupación entre los cultivares A-B, C-D-E y colocando al cultivar F, siendo este último el más distante del cultivar A. Estos tres subgrupos anteriores coincidieron con la agrupación encontrada durante el análisis concerniente a la zona de recolección. Adicionalmente, se evaluó el desempeño de cada tipo de modelo de clasificación, los cuales fueron Análisis Discriminante Lineal, Máquinas de vectores de soporte y Bosque Aleatorio, siendo este último el que tuvo mejor desempeño en términos de precisión con un rango entre 96.4% y 100%. En términos globales, la presencia de aminoácidos entre los cultivares destacó por ser el grupo diferencial con un mayor aporte superior para la jerarquización junto al grupo de carbohidratos; en cuanto al contenido de ácidos orgánicos tuvo una menor representación.

Conclusiones La metabolómica puede ser utilizada para verificar la autenticidad, origen y distintos aportes nutraceúticos entre distintos cultivares de T. tuberosum y porcesamiento de cosumo como en la Chenopodium quinoa. Además, el preprocesamiento de datos resulta clave a la hora de aplicar cualquier modelado de datos, siendo el tipo de transformación a aplicar dependiente de su naturaleza. El empleo de análisis multivariables y de aprendizaje automático es indispensable para el manejo e interpretación de experimentos de esta naturaleza, debido a la gran cantidad de variables y tipos de cultivares. El aporte nutraceútico de los cultivares fue satisfactoriamente jerarquizado y diagramado, lo cual contribuyó a la mejor interpretación en términos globales, aminoácidos, carbohidratos, ácidos orgánicos y otros nutrientes presentes en las muestras.