Page 92 - Revista de Citricultura Eureka! Noviembre 2024

ARTÍCULO DE INVESTIGACIÓN CIENTÍFICA

atención significativa para la detección de plaguicidas (Hassan distintos, utilizados en la poscosecha de cítricos (Reporte
et al. 2021). de plaguicidas autorizados, SAG, 2023). Los ingredientes
activos fueron imazalilo, fludioxonilo y pirimetanilo.
Según Yan et al. (2018), las técnicas de detección basadas en
propiedades ópticas pueden clasificarse según la propiedad Las muestras de fungicidas fueron diluidas para preparar
analizada y el elemento de la técnica capaz de reconocer suspensiones madre con las que se trabajaron posteriormente.
la molécula de plaguicida. A modo de ejemplo, es posible Luego, las soluciones madre se prepararon con agua destilada
mencionar que existen técnicas alternativas para la detección a una concentración de trabajo según la etiqueta siendo
de plaguicidas que trabajan con elementos de reconocimiento almacenadas en frascos de vidrio de borosilicato a temperatura
como enzimas o anticuerpos. Además, la literatura muestra ambiente. Aquellos fungicidas que recomendaban un rango
que la integración de estos elementos de reconocimiento con de concentración o dosis de aplicación, fueron preparadas a
nanomateriales mejora la sensibilidad y selectividad para el una concentración intermedia.
análisis en tiempo real, lo cual es crucial para una detección
efectiva de plaguicidas (Hassan et al. 2021). También cabe En todos los ensayos se midieron las propiedades ópticas
destacar las técnicas colorimétricas basadas en la fluorescencia, de las suspensiones fungicidas a distintas concentraciones
donde se pueden utilizar enzimas, anticuerpos, aptámeros, usando un espectrofotómetro a temperatura ambiente.
polímeros de impresión molecular y reconocedores anfitrión-
invitado para el reconocimiento molecular selectivo de la Se utilizaron los datos de la huella óptica de los ocho productos
molécula plaguicida. Por otro lado, además de selectividad, comerciales para construir un modelo computacional basado
también existen metodologías que buscan características en técnicas de clasificación supervisada de Machine Learning
de diferenciación para identificar un plaguicida. Así que, (Jiang, et al. 2020; Zhou, 2018). Para que un algoritmo
más que elementos de reconocimiento molecular, como supervisado de clasificación pueda identificar correctamente
los señalados anteriormente, la técnica de detección está un fungicida a partir de una muestra desconocida, es esencial
centrada en buscar elementos de discriminación entre los disponer de datos de huellas ópticas recolectadas de muchos
diferentes analitos investigados. Esta última se destaca por su productos comerciales. Este modelo incluyó la reducción de
bajo requerimiento de tiempo y gran versatilidad, por lo que la dimensionalidad de las variables ópticas medidas (Figura 1).
está en el centro de la metodología que se busca validar en el Con los resultados obtenidos se entrenó y probó el modelo
marco del proyecto IDeA I+D ID23I10326 titulado “Desarrollo de clasificación. Además, se desarrolló un modelo secundario
de un dispositivo portátil para la detección/identificación de anidado, pero este entrenado con un conjunto reducido
plaguicidas: control de calidad por medio de la generación de los datos, para identificar muestras de fungicidas que
de una huella óptica”. A continuación, se presentan algunos inicialmente formaban un grupo mixto.
avances de una investigación en curso que, a su vez, tuvieron
como objetivo general validar una metodología de detección Método de cuantificación
de productos plaguicidas, utilizando una huella óptica.
Para cuantificar las muestras de fungicidas fueron
MATERIALES Y MÉTODOS preparadas suspensiones diluidas a partir de las

suspensiones madre iniciales y se midieron las mismas
Método de detección - Identificación variables ópticas que en la metodología de detección.

En primera instancia fueron seleccionados ocho productos Con los resultados de las mediciones fueron construidos
fungicidas comerciales de tres ingredientes activos modelos de regresión lineal para estimar la concentración

92
REVISTA DE CITRICULTURA 6(1). 2024.