Un’analisi dei recenti progressi delle strategie emergenti in tempo reale e non distruttive per il monitoraggio della qualità del prodotto e una revisione critica delle conoscenze finora acquisite, anche con l’obiettivo di diminuire gli sprechi.

Il monitoraggio e la valutazione della qualità degli alimenti, in particolare della qualità della carne, hanno ricevuto un crescente interesse per garantire la salute umana e ridurre gli sprechi di materie prime. Gli approcci analitici standard utilizzati per la valutazione del deterioramento della carne soffrono di consumo di tempo, alta intensità di manodopera, complessità operativa e distruttività.

Per superare le carenze di questi metodi tradizionali e monitorare i microrganismi deterioranti o i relativi metaboliti dei prodotti a base di carne lungo tutta la catena di approvvigionamento, stanno emergendo dispositivi/sistemi di analisi con maggiore sensibilità, migliore portabilità, proprietà online/in linea, non distruttive ed economicamente vantaggiose sono urgentemente necessari.

In questo articolo, vengono innanzitutto descritti i concetti di base, le cause e gli indicatori critici di monitoraggio associati al deterioramento della carne.

Successivamente, i metodi convenzionali di rilevamento del deterioramento della carne vengono delineati oggettivamente nei loro punti di forza e di debolezza. Inoltre, è posta l’attenzione sui recenti progressi della ricerca sui dispositivi e sistemi non distruttivi emergenti per la valutazione del deterioramento della carne.

Queste nuove strategie dimostrano il loro potente potenziale nella valutazione in tempo reale del deterioramento della carne.

DOI: 10.1016/j.foodchem.2024.138755

Revisione critica e recenti progressi delle strategie emergenti in tempo reale e non distruttive per il monitoraggio del deterioramento della carne

Critical review and recent advances of emerging real-time and non-destructive strategies for meat spoilage monitoring. Food Chemistry Volume 445, 1 luglio 2024

J. Chen, J. Zhang, N. Wang, B. Xiao, X. Sun, J. Li, K. Zhong, L. Yang, X. Pang, F. Huang, A. Chen