Organoleptical properties of natural, non-caloric sweeteners : molecular simulation, mixture optimization and experimental validation in carbonated soft drinks
| dc.contributor.advisor | Agosin T., Eduardo | |
| dc.contributor.author | Acevedo Castillo, Waldo Andrés | |
| dc.contributor.other | Pontificia Universidad Católica de Chile. Escuela de Ingeniería | |
| dc.date.accessioned | 2018-03-06T12:26:58Z | |
| dc.date.available | 2018-03-06T12:26:58Z | |
| dc.date.issued | 2017 | |
| dc.description | Tesis (Doctor in Engineering Sciences)--Pontificia Universidad Católica de Chile, 2017 | |
| dc.description.abstract | El azúcar ha jugado históricamente un papel principal como edulcorante de la mesa y en la preparación de varios productos alimenticios. Sin embargo, en la actualidad, se ha determinado que un número significativo de enfermedades crónicas, no transmisibles son una consecuencia del consumo excesivo de azúcar. Estas tendencias de la salud están aumentando la conciencia entre los consumidores acerca de la ingesta de alimentos azucarados y bebidas que les estimula a cambiar sus preferencias hacia los productos con menos contenido de azúcar y calorías. Hoy en día, el uso de edulcorantes naturales en formulaciones de productos es cada vez más frecuente, siendo los extractos de stevia los más populares. El término stevia, usado para referirse a los glicósidos de esteviol (SGs), es una alternativa adecuada a los edulcorantes artificiales debido a su capacidad edulcorante, similar al aspartame, y estabilidad a bajo pH. Desafortunadamente, estos compuestos generan, además de su efecto edulcorante, atributos sensoriales no deseados tales como sabor amargo, metálico y regaliz, cuando se añaden a alimentos y bebidas. El objetivo del presente estudio fue seleccionar mezclas óptimas de edulcorantes naturales, no calóricos - el más alto dulzor y el menor amargor - para bebidas carbonatadas usando herramientas bioinformáticas y análisis sensorial. Construimos modelos tridimensionales del receptor de dulzor hT1R2-hT1R3, así como receptores de amargor hT2R4 y hT2R14, utilizando la estructura de referencia de GPCRs clase A y C. Una vez que se obtuvieron estos modelos, se predijeron los potenciales sitios de unión, así como las energías libres de unión asociadas, de edulcorantes naturales no calóricos - desde terpenoides glicosilados (GT) a proteínas dulces - mediante acoplamiento molecular. Las energías libres de unión calculadas se correlacionaron con el dulzor y amargor relativo previamente informados en la literatura. Los resultados de acoplamiento mostraron que la energía libre de unión (ΔGinteracción) entre el receptor hT1R2-hT1R3 y los edulcorantes pertenecientes a diferentes familias muestra una fuerte correlación con su intensidad de dulzor tanto para edulcorantes pequeños (r = -0.89) como proteínas dulces (r = -0.96). Mientras que el ΔGunión entre los receptores de amargor y SG se correlacionó negativamente con la intensidad de amargor de SG, tanto para hT2R4 (r = -0.95) como hT2R14 (r = -0.89).Además, el mecanismo de unión de algunos GTs, incluyendo los 10 compuestos activos de stevia, mediado por puentes de hidrógeno fue identificado tanto en los receptores de amargor como de dulzor, debido a los azúcares presentes en las estructuras de estos edulcorantes. Sin embargo, la afinidad de SG por los receptores de dulzor, así como sus diferencias en la intensidad de dulzor, se debe a sus propiedades físico-químicas, es decir, una estructura química que combina una plataforma hidrofóbica funcionalizada por un número de sitios de puentes de hidrógeno. Por el contrario, la afinidad por los receptores de amargor podría ser debido a las características estéricas de SG y su arquitectura de sitiode unión. Finalmente, seleccionamos mezclas óptimas de edulcorantes naturales no calóricos para bebidas carbonatadas mediante análisis sensorial. Para ello, determinamos el dulzor equivalente de sacarosa, stevia y tagatosa, así como las pruebas analíticas de diferentes productos, mediante panel sensorial entrenado y se calculó la ecuación canónica de Scheffé para amargor basada en el diseño simplex-lattice de tres componentes en la matriz de bebidas. Alternativamente, se aplicó un modelo de decisión multi-objetivo para identificar combinaciones óptimas de sacarosa, stevia y tagatosa basadas en las propiedades termodinámicas de las interacciones edulcorante-receptor y edulcorante-edulcorante. Las mezclas óptimas predichas fueron similares a las obtenidas a través de DOE y análisissensorial, demostrando la robustez del modelo. Por lo tanto, las combinaciones más adecuadas, dependiendo del equilibrio dulzor/amargor, contiene 23 - 39 g/L sacarosa, 0.19– 0.34 g/L stevia and 34 - 42 g/L tagatosa. Además, una reducción de casi 60% de sacarosa puede ser lograda usando tanto stevia como tagatosa, manteniendo baja la intensidad de amargor. Si se desea una reducción adicional, las mezclas ternarias con una alta proporción de tagatosa son una buena opción para mantener un sabor más similar al azúcar. Esto podría resultar en una reducción del 79% de las calorías totales en comparación con un refresco regular (sacarosa pura). En conjunto, los resultados de este estudio y las herramientas desarrolladas ayudarán a desarrollar nuevas mezclas de edulcorantes con otros edulcorantes naturales como LuoHan Guo o también a reducir otros atributos no deseados, además del amargor. | |
| dc.format.extent | xx, 118 hojas | |
| dc.identifier.doi | 10.7764/tesisUC/ING/21529 | |
| dc.identifier.uri | https://doi.org/10.7764/tesisUC/ING/21529 | |
| dc.identifier.uri | https://repositorio.uc.cl/handle/11534/21529 | |
| dc.language.iso | es | |
| dc.nota.acceso | Contenido completo | |
| dc.rights | acceso abierto | |
| dc.subject.ddc | 600 | |
| dc.subject.dewey | Tecnología | es_ES |
| dc.subject.other | Edulcorantes naturales | es_ES |
| dc.title | Organoleptical properties of natural, non-caloric sweeteners : molecular simulation, mixture optimization and experimental validation in carbonated soft drinks | es_ES |
| dc.type | tesis doctoral | |
| sipa.codpersvinculados | 99630 |