Comprender y predecir si los consumidores disfrutarán de nuevos sabores alimentarios es una tarea compleja en la que influyen numerosos compuestos químicos y factores externos.

La relación entre la química de la cerveza y las preferencias de las personas se suele investigar mediante ensayos con consumidores, que pueden ser limitados y hace que las comparaciones entre distintos tipos sean sesgadas.

Un equipo de investigadores belgas caracterizó más de 200 propiedades químicas de 250 cervezas comerciales de 22 estilos, según un estudio que publica Nature Communications.

"Quería tener una descripción más neutra y científica de las distintas cervezas del mundo" para poder comparar y predecir "cómo sabe realmente un cerveza", explicó Kevin Verstrepen, de la Universidad Católica de Lovaina (Bélgica) y uno de los firmantes de la investigación.

Además de medir las concentraciones de cientos de compuestos aromáticos, cada cerveza fue evaluada según 50 criterios por un grupo de 15 personas e incluyeron datos de más de 180.000 opiniones públicas de consumidores de una base de datos de reseñas de cerveza en línea, en un proceso que duró cinco años.

Una vez lograda la base de datos, los investigadores entrenaron modelos de aprendizaje automático para conectar ambas variables de manera que se pudieran predecir los aromas clave y la puntuación final de apreciación de una cerveza sin necesidad de cata humana.

Estos resultados se utilizaron para mejorar el sabor de una cerveza belga comercial existente, añadiendo determinados aromas predichos por el modelo para aumentar la calidad de la cerveza, la cual mejoró bastante en las catas a ciegas.

Los autores sugieren que esta herramienta podría ayudar a mejorar el control de calidad y el desarrollo de recetas de cervezas, o potencialmente de otros alimentos y bebidas, para satisfacer más eficazmente las demandas específicas de los consumidores.

Conéctese con nuestras historias

Para ver más haga clic en el siguiente botón