Traducido del inglés al español - www.onlinedoctranslator.

com

Revista de Medición y Caracterización de Alimentos

https://doi.org/10.1007/s11694-019-00082-y

PAPEL ORIGINAL

Metodología de superficie de respuesta para la optimización de pan sin gluten

elaborado con harina de plátano inmaduro

MA Hernández‑Aguirre1· JJ Islas‑Hernández1· ME Sánchez‑Pardo2· SL Rodríguez‑Ambriz1·

P. Osorio‑Díaz1

Recibido: 9 noviembre 2018 / Aceptado: 25 febrero 2019

© Springer Science+Business Media, LLC, parte de Springer Nature 2019

Resumen
Los productos sin gluten tienen algunos inconvenientes de textura en comparación con los productos con gluten. La textura de los
productos sin gluten se mejora con la adición de hidrocoloides y almidones pregelatinizados. Se estudiaron los efectos de la
hidroxipropilmetilcelulosa (HPMC), la harina de plátano verde pregelatinizada (UBF-P) y el agua sobre la calidad del pan sin gluten.
Se utilizó un diseño central compuesto y una metodología de superficie de respuesta. Se analizó el volumen, volumen específico,
peso y dureza, y se realizó análisis de imagen de la miga. Los resultados mostraron que el volumen y el volumen específico
aumentaron con la adición de HPMC y UBF-P, mientras que la dureza disminuyó. La adición de UBF-P y agua aumentó el número y
tamaño de los alvéolos y afectó la distribución de los alvéolos en las migas. La distribución y tamaño de los alvéolos afectó las
características físicas y la textura del pan. La harina de plátano verde se puede utilizar como ingrediente alternativo para preparar
pan sin gluten que tenga buenas características de calidad.

Palabras claveSin gluten · Harina de plátano verde · Hidroxipropilmetilcelulosa · Miga · Pan · Análisis de imagen

Introducción la funcionalidad del gluten es reemplazada por carbohidratos y

La enfermedad celíaca (EC) se caracteriza por una respuesta
autoinmune con síntomas que incluyen inflamación del intestino
delgado. La EC es inducida y mantenida principalmente por la
ingesta de productos que contienen gluten elaborados con
cereales, como el trigo, la cebada y el centeno. El tratamiento de los
celíacos incluye evitar el consumo de alimentos que contengan los
cereales mencionados [1]; sin embargo, la disponibilidad de
productos sin gluten en muchos países es limitada porque el
desarrollo de alimentos sin gluten es un área nueva en la industria
alimentaria. Previamente, se informó que los productos sin gluten
tienen un bajo contenido de fibra dietética porque el
* P. Osorio-Díaz
posorio@ipn.mx
grasas digeribles. El desafío para la industria alimentaria es
producir productos sin gluten con un alto contenido de fibra
dietética y buenas características sensoriales [2]. Los hidrocoloides
se han utilizado para obtener propiedades viscoelásticas similares a
las de los productos con gluten [3]. El tipo hidrocoloide influye en la
capacidad de retención de agua y en las interacciones entre los
componentes de la matriz alimentaria, como polisacáridos, lípidos y
proteínas.4]. HPMC es un hidrocoloide utilizado en la formulación
de pan sin gluten debido a su capacidad para aumentar el volumen
y disminuir la dureza, así como su aceptabilidad general por parte
de los consumidores [5–8]. Se han utilizado diversas harinas para
producir productos sin gluten, incluidos los pseudocereales
(quinua, amaranto, trigo sarraceno) [9–12], frutas verdes (plátanos,
manzanas) [13,14], y legumbres [15]. Se ha evaluado el efecto del
uso de harinas sin gluten en la calidad y aceptación del consumidor
de productos como pastas, snacks, galletas, pasteles, donas y pan [

1 3,6,dieciséis,17]. Adicionalmente, algunos estudios han evaluado el

Centro de Desarrollo de Productos Bióticos, Instituto
uso de harinas pregelatinizadas sin gluten para mejorar la blandura
Politécnico Nacional, Calle Ceprobi No. 8, Colonia San
Isidro, Apartado postal 24, 62731 Yautepec, Morelos, de las migas de pan con una disminución de la dureza del pan [18].
México
2 Se recomienda la producción de harina de banano inmaduro (UBF)
Departamento de Ingeniería Bioquímica, Unidad Profesional
Adolfo López Mateos, Escuela Nacional de Ciencias Biológicas, para agregar valor a los cultivos de banano debido a la alta pérdida
Instituto Politécnico Nacional, Del. Gustavo
poscosecha [19]. La harina de plátano verde tiene un alto nivel de
A. Madero, CP 07738 Ciudad de México, México

Vol.:(0123456789)

carbohidratos no digeribles (fibra dietética), incluido el almidón
resistente (RS) [20]. Cuando se cocina harina de plátano verde, el
contenido de RS disminuye a un nivel bajo, pero una matriz alimentaria
con un bajo contenido de agua puede mantener un contenido de RS
importante [21]. La harina de plátano verde mezclada con otras harinas
alternativas se ha utilizado para preparar productos sin gluten y
aumentar el contenido de carbohidratos no digeribles [22–26]; sin
embargo, no ha habido estudios en los que solo se haya utilizado harina
de plátano verde para hacer pan.
El pan se consume a nivel mundial y se elabora principalmente con
trigo, en donde el gluten le da funcionalidad a la matriz alimentaria. La
ausencia de gluten en el pan produce un producto de mala calidad [27].
El pan rallado es una importante característica de calidad que se puede
utilizar para diseñar nuevos panes con ingredientes alternativos. El
volumen y el volumen específico del pan dependen de la retención de
gas por parte de la matriz durante la fermentación y afectan la calidad
del pan [28]. La estructura celular de la miga está relacionada con la
textura del pan, en el sentido de que las células pequeñas se asocian a
una miga homogénea y de textura blanda.5]. El objetivo de este estudio
fue evaluar los efectos de los niveles de HPMC, harina de plátano
inmaduro pregelatinizado y agua sobre la textura del pan sin gluten.
materiales y métodos
Materiales
UBF se compró a Mi Ranchito Bananas SPR de RL (Colima,
México) (3.15% proteína, 0.37% lípidos, 2.44% ceniza, 5.99%
fibra todo en base seca y 4.83% humedad). UBF-P se obtuvo
agregando agua hirviendo (96 °C) a UBF, y la masa se
mezcló hasta que se eliminaron los grumos mediante
agitación durante 10 min. Luego, la mezcla se enfrió a 40
°C. Como sustitutos del gluten se utilizaron
hidroxipropilmetilcelulosa (HPMC-K4M) (Rettenmaier
Mexicana SA de CV, Estado de México, México) y huevos
frescos (CFE, Huevo San Juan, Jalisco, México). El resto de los
ingredientes utilizados para la elaboración del pan eran
levadura seca instantánea, azúcar y sal, que se compraban
en un mercado local (Morelos, México), y agua.
Diseño experimental y análisis estadístico
Para el análisis se utilizó la metodología de superficie de respuesta
(RSM) utilizando un diseño centrado en la cara compuesto central
(CCF) [29]. Las variables independientes fueron las siguientes:
HPMC (− 1 = 2,0 y + 1 = 6,0 %), UBF-P (− 1 = 5,0 y
+ 1 = 45 g/100 g de UBF) en base seca y agua (− 1 = 46 y − 1 = 100
mL). Los niveles mínimo y máximo de las variables independientes
se seleccionaron en base a ensayos preliminares. Las variables
dependientes fueron seleccionadas como respuestas por
representar los parámetros de calidad: volumen (cm3),
13
MA Hernández-Aguirre et al.
volumen específico (cm3/g), almidón resistente (%) y análisis de
miga (área alveolar (%), alvéolos grandes y alvéolos más grandes).
Las condiciones experimentales fueron 6 repeticiones en el punto
central, 6 puntos axiales o estrellas y 8 puntos intermedios, dando
un total de 20 experimentos (Tabla1). Para el modelo de regresión
se supuso queifunciones matematicas,Fz
(z=1,2…i), existen para cada respuesta, Yz, funcion deyo
factores independientes yXk(k=1,2,…yo) tal que:
z=Fz(X1,X2,…Xyo)
dóndei=6 y l = 3. Finalmente, elFzSe supuso que las funciones se
aproximaban mediante una ecuación polinomial de segundo grado
de:
yo=3 yo=3 yo=3
∑ ∑ ∑
z=bz0+ bzkXk+ bzkkX2k+ bzkjXkXj+
k=1 k=1 k≠j
dóndebz0= valor de respuesta con todos los factores establecidos
en el nivel medio (punto central);bzk= coeficiente de regresión lineal;
bzkk=coeficiente de regresión cuadrática;bzkj=coeficiente de
regresión de interacción; y ε = variación de la respuesta residual no
explicada por el modelo.
El modelo de regresión se obtuvo mediante un programa de
regresión múltiple (Software Design-Expert versión 10, Stat-Ease,
Inc. Minneapolis, EE. UU.). Los resultados fueron validados
experimentalmente. La muestra de pan producida por el modelo
optimizado se evaluó en términos de volumen, volumen específico,
almidón resistente y análisis de la miga. Se utilizó una prueba T de
muestra (p ≤ 0,05) para comparar el pan óptimo y los valores
predichos. Las diferencias significativas en peso y dureza de los
panes, reportadas en la Tabla1, se determinaron mediante análisis
de varianza de una vía (ANOVA). La comparación de medias se
realizó mediante la prueba de Tukey (p≤ 0.05). También se utilizó
una prueba T de Student (p ≤ 0.05) para evidenciar diferencias para
el pan sin gluten y el control (con gluten) utilizando el software
estadístico Sigma-Stat versión 11.0 Jandel Corp., California, EE. UU.
Procedimiento de panificación sin gluten
Las formulaciones de pan se prepararon siguiendo la metodología
propuesta por Demirkeseny otros. [30] ligeramente modificado. Los
ingredientes en porcentaje de panadero, es decir, con base en el
peso de UBF, se mezclaron durante 15 min a 125 rpm en un
mezclador (Kitchen Aid, MK45SSWH, Michigan, EE. UU.). Después de
la mezcla completa, la masa se dividió en porciones (30 g), se colocó
en bandejas de aluminio (3,5 cm × 3,0 cm) y luego se fermentó en
una incubadora a 38 °C durante 60 min. Luego de la fermentación,
las muestras se hornearon en un horno eléctrico (Oster,
TSSTTVDFL1-013, México) durante 20 min a 190 °C. Los panes se
enfriaron a temperatura ambiente. Los panes se probaron después
de un período de enfriamiento de 60 minutos y se pesaron.
Metodología de superficie de respuesta para la optimización de pan sin gluten elaborado con plátano verde…

tabla 1Diseño compuesto central para optimizar el contenido de goma, harina de plátano inmaduro pregelatinizado y agua de productos horneados

Formulación Variable independiente Variable dependiente Peso (gramos) Dureza (N)

Concentración de Concentración de Agua (ml) Volumen (cm3) Específico RS(%)

HPMC (g/100 g) UBP-P (g/100 g) volumen
(cm3/gramo)

F1 4 (0) 25 (0) 73 (0) 65,09±1,46 3,32±0,09 3,70±0,37 19,61±0,44discos compactos 4,02±0,47b

F2 2 (−1) 5 (−1) 46 (−1) 46,98±1,18 2,19±0,06 4,50±0,50 21,43±0,20a 78,19±4,88a
F3 6 (+1) 45 (+1) 100 (+1) 56,46±0,92 3,08±0,06 3,16±0,25 18,33±0,30mi 1,77±0,38h
F4 2 (+1) 5 (−1) 100 (−1) 46,18±0,95 2,27±0,05 3,87±0,53 20,32±0,19antes de Cristo 56,75±5,83a
F5 4 (0) 45 (0) 73 (+α) 59,44±0,88 3,15±0,06 3,32±0,12 18,89±0,55Delaware 2,43±0,54fg
F6 4 (+a) 25 (0) 100 (0) 71,86±1,54 3,92±0,07 3,43±0,19 18,33±0,51mi 3,97±0,95b.d.c.
F7 4 (0) 25 (0) 73 (0) 74,31±0,87 3,98±0,10 3,32±0,39 18,67±0,38Delaware 2,85±0,54Delaware

F8 2 (0) 25 (−a) 73 (0) 59,44±0,88 3,15±0,06 3,44±0,77 18,89±0,55Delaware 3,32±0,50cf

F9 6 (-1) 5 (+1) 46 (−1) 44,38±1,27 2,04±0,05 5,25±0,55 21,72±0,23a 75,87±1,26a
F10 4 (0) 25 (0) 73 (0) 85,15±1,12 4,66±0,11 3,16±0,36 18,28±0,27mi 2,30±0,37gh
F11 2 (+1) 45 (−1) 100 (+1) 43,00±0,68 2,33±0,06 3,13±0,14 18,46±0,47mi 3,64±0,70antes de Cristo

F12 2 (−1) 45 (−1) 46 (+1) 50,04±0,81 2,78±0,08 4,72±0,85 17,98±0,52mi 3,14±0,42c.g.

F13 4 (−a) 25 (0) 46 (0) 64,56±0,88 3,45±0,09 3,50±0,18 18,73±0,45Delaware 4,14±0,51antes de Cristo

F14 4 (0) 25 (0) 73 (0) 67,03±1,17 3,44±0,09 3,24±0,28 19,51±0,43discos compactos 2,25±0,45F
F15 4 (0) 25 (0) 73 (0) 71,66±1,72 4,04±0,12 3,59±0,18 17,73±0,15F 2,47±0,46ef
F 16 4 (0) 25 (0) 73 (0) 66,03±0,88 3,52±0,06 3,53±0,32 18,75±0,25Delaware 4,83±0,70b
F17 6 (-1) 45 (+1) 46 (+1) 69,80±2,35 3,90±0,13 3,78±0,13 17,90±0,38ef 2,58±0,34ef
F18 4 (0) 5 (0) 73 (−a) 57,26±1,91 2,71±0,10 4,73±1,68 21,13±0,21abdominales 67,61±2,23a
F19 6 (0) 25 (+α) 73 (0) 90,54±3,62 4,82±0,18 3,73±0,37 18,79±0,10Delaware 4,33±0,49antes de Cristo

F20 6 (+1) 5 (+1) 100 (−1) 54,10±1,23 2,58±0,06 4,25±0,17 20,95±0,16abdominales 55,55±4,85a

α=1, *100 g de harina de plátano sin madurar, los valores son media ± desviación estándar, n=6 panes, letras diferentes en cada columna representan diferencia estadística

HPMChidroxipropilmetilcelulosa,UBF-Pharina de plátano sin madurar pregelatinizada,RSalmidón resistente

Volumen y volumen específico Almidón resistente

El volumen de pan (mL) se obtuvo por desplazamiento de
colza según la AACC [31] método 10–05. El volumen
específico se calculó como la relación entre el volumen del
pan (cm3) a su masa (g), y se realizaron cuatro repeticiones
para cada formulación.
El contenido de almidón resistente (RS) fue determinado
por la AACC [31] método 32–40 utilizando un kit enzimático
(K-RSTAR, Megazyme International, Wicklow, Irlanda).
Crumb análisis de imágenes digitales

Se realizó un análisis de imagen de la miga siguiendo la metodología

Dureza
La dureza (N) del pan se midió siguiendo la metodología de Liu
et al. [32] con un analizador de textura TA-XT2 (Texture
Technology Corp., Scarsdale, NY, EE. UU.) equipado con una
celda de carga de 25 kg. Se realizó una prueba de doble
compresión de análisis de perfil de textura (TPA) y se calculó la
dureza (N) a partir de la curva TPA. Los panes se comprimieron
en un 25% a una velocidad de 1 mm/min. Para el pan fresco, la
dureza se midió 1 hora después de la cocción para permitir que
se enfriara a temperatura ambiente y se midieron seis réplicas.
propuesta por Sánchez-Pardo et al. [33]. Las rebanadas centrales se
obtuvieron cortando los panes con un cuchillo eléctrico (CEK-40,
Cuisinart, EE. UU.). Las imágenes de corte se capturaron con un escáner
de superficie plana (Deskjet F4480; Hewlett Packard, CA, EE. UU.) a una
resolución de 300 puntos por pulgada (dpi). Las imágenes se guardaron
como archivos de mapa de bits, y el color sRGB, el brillo y el contraste de
las imágenes se llevaron a 0 unidades (el valor predeterminado del
escáner de superficie plana) utilizando los controles del software. Las
imágenes se recortaron en un campo de visión (FOV) del área del pan de
miga entera; luego, las imágenes se cambiaron a escala de grises (8 bits)
utilizando el software ImageJ (National Institutes Health, Bethesda, Md,
EE. UU.). La segmentación se llevó a cabo

13
 MA Hernández-Aguirre et al.

usando el mismo software aplicando la herramienta de umbralización Resultados y discusión

manual. El umbral de intensidad utilizado para la polarización en escala
de grises en imágenes binarias fue de 255–255. Después de este
procesamiento, el número de alvéolos (agujeros de la miga) y la relación
entre el área alveolada y el área total (%) fueron características del grano
de la miga. La distribución del tamaño de las celdas se obtuvo contando
los poros de la miga en las siguientes categorías: × < 0,7 mm2(pequeños
alvéolos); 0,7 < × < 3,4 mm2(alvéolos medianos); y × > 3,4 mm2(alvéolos
grandes), y se identificó un subgrupo de la población de poros más
grandes cuya característica principal era que tenían un área> 20 mm2.
También se evaluó la contribución (%) de las 3 clases diferentes al área
alveolar total.
Control
El testigo se elaboró con harina de trigo multipropósito
(San Blas, Puebla, México) (10.0% humedad, 11.5% proteína,
1.0% lípidos, 0.8% cenizas y 3.0% fibra dietética total; en
base seca). Se siguió la formulación y metodología de los
panes UBF.
Comprobación de diagnóstico de los modelos.
Los resultados del RSM se muestran en la Tabla2. Los datos se
ajustaron a un modelo cuadrático, con valores de R2mayor que
0,90. En cambio, Precisión Adecuada (precisión adeq) asegura que
los valores por encima de 4 tengan un ajuste alto; por lo tanto, los
valores pronosticados serán muy cercanos a los experimentales, al
igual que con los bajos coeficientes de variación (menos del 12%).
Volumen y volumen específico de pan.
Las variables de respuesta se utilizaron para determinar las
características de calidad, como la textura de la miga y la corteza,
del pan [34]. El volumen específico y el volumen se vieron afectados
por el aumento de agua y UBF-P y la disminución de HPMC (Fig.1a–
f). Los mayores valores de volumen y volumen específico se
relacionaron con el contenido intermedio de agua (73 mL), goma (4
g/100 g) y UBF-P (25 g/100 g). El volumen es una variable de calidad
porque refleja una textura suave preferida por los consumidores, y
el volumen y peso específico están más relacionados con las
características comerciales del pan, afectando el peso neto durante
el empaque. El volumen está relacionado con la capacidad de la
matriz alimentaria para producir una

Tabla 2Análisis de regresión de polinomio de segundo orden

Coeficiente de regresión Volumen (cm3) Específico Célula grande (%) Número de celdas grandes Número de celda más grande RS (%)
volumen (cm3/gramo)

Interceptar 0.018 0.2599 1.24 0.0921 0.4611 3.43

X1 − 0,0003 − 0,0096 − 0,0625 − 0,0008 − 0,0410 − 0,0353
X2 − 0,0015* − 0,0256 − 0,2575* 0.0255* 0.0318 0.1410
X3 − 0,0005 − 0,0376* − 0,3214* 0.0529* − 0,0217 − 0,4155*
X1X2 − 0,0000 − 0,0009 − 0,3843* − 0,0050 − 0,1108* 0.0449
X1X3 0.0018* 0.0421* − 0,1731 0.0050 0.0549* 0.0410
X2X3 − 0,0017* − 0,0337* − 0,3596* 0.0176* − 0,0888* 0.1887
X21 0.0013 0.0202 − 0,0682* − 0,0029 − 0,0683 0.0375
X22 0.0005 0.0102 0.3586 0.0103 0.1801* 0.1530
X23 0.0037* 0.0909* 0.2778 0.0050 − 0,1290* 0,3016*
ANOVA
Modelo Cuadrático Cuadrático Cuadrático Cuadrático Cuadrático Cuadrático

Modelo (valor F) 11.70 12.28 8.47 30.12 11.67 6.12

Falta de ajuste (valor F) 0,96 0.74 0,69 0.23 0.11 0.01
R2 0.92 0.92 0.92 0.98 0,95 0.90
Precisión adecuada 10.84 10.51 8.13 16.59 12.45 8.80
CV (%) 8.21 9.68 10.84 7.60 12.09 5.45

X1agua,X2HPMC,X3UPF-P Harina de plátano inmaduro pregelatinizada, Adeq mide con precisión la relación señal/ruido, es deseable una relación
mayor a 4
* Significativo a p<0.05, RS= almidón resistente

13
Metodología de superficie de respuesta para la optimización de pan sin gluten elaborado con plátano verde…

Figura 1Gráfico de superficie de respuesta del efecto del volumen (cm3):aHPMC y agua;bUBF-P y agua;CUBF-P y HPMC; volumen específico (cm3/
gramo):d HPMC y agua;miUBF-P y agua;FUBF-P y HPMC; almidón resistente (%):gramoHPMC y agua;hUBF-P y agua;iUBF-P y HPMC

red que retiene el gas, y el volumen específico está relacionado con
la cantidad de agua retenida en la red. Ambas variables están
relacionadas con la red producida por la goma y el almidón de la
UBF y por el agua a través de la formación de puentes de
hidrógeno. Se informó un patrón similar en panes sin gluten
elaborados con harina de arroz y almidón de mandioca [6,35], y los
investigadores concluyeron que los aumentos de volumen y
volumen específico se debieron a que la estructura de la goma
(HPMC) contenía grupos hidrofílicos (hidroxipropilo) que producían
puentes de hidrógeno con los grupos OH– del almidón y el agua. El
componente hidrófobo de la goma (grupos metoxilo) funciona
como un tensioactivo entre los componentes del almidón (amilosa y
cadenas largas de amilopectina) y la interfase de las células de aire
en la matriz alimentaria, reforzando esta estructura. Sin embargo,
el aumento de la cantidad de agua y UBF-P resultó en una
disminución del volumen. El aumento de la cantidad de agua en las
formulaciones resultó en un efecto de dilución de los componentes,
generando redes débiles incapaces de resistir la presión del vapor y
el CO2durante la cocción, obteniendo matrices de bajo volumen y
volumen específico [36]. El peso de los panes osciló entre 17,7 y
21,7 g, con el peso más bajo producido a partir de la concentración
más alta de UBF-P (25 y 45 g/100 g) y el peso más alto producido a
partir del nivel más bajo de UBF-P
(5 g/100 g). La diferencia de peso podría deberse a la cantidad
de agua retenida durante el horneado; la masa con una
cantidad menor de UBF-P tiene una mayor cantidad de almidón
nativo, que se une al agua cuando se hornea. El uso del nivel
más bajo de UBF-P produjo pan con una dureza alta, y el pan
más suave se obtuvo con la concentración de goma más alta (4
y 6 g/100 g) y UBF-P más alta (45 g/100 g). El alto contenido de
almidón de la UBF (73 g/100 g, base seca) y la disposición de las
cadenas lineales de amilopectina en las áreas cristalinas [37]
podría ser responsable de este patrón.
Dureza
La textura del pan es una variable de calidad importante porque
una miga suave es deseable para los consumidores, ya que se
relaciona con la frescura.35]. La mayor dureza (55–78 N) se observó
en formulaciones con bajo contenido de UBF-P; sin embargo, el
aumento de HPMC también influyó en la dureza (Tabla1). Este
patrón se relacionó con la mayor concentración de goma debido a
que produce una red rígida y evita la pérdida de agua, y el agua
presente en la red impide una asociación entre las cadenas de
almidón, que es responsable del envejecimiento del pan y, en
consecuencia, de una textura dura. [6,

13

8]. Se lograron fenómenos similares en panes con altos niveles de
UBF-P debido a la mayor concentración de almidón que estaba
presente. El almidón en el UBF-P está parcialmente desorganizado y
tiene un alto nivel de grupos OH- expuestos para producir
interacciones con la goma. Adicionalmente, se puede producir un
aumento en la viscosidad de la masa con mayor retención de gases
durante la fermentación. Esta explicación está respaldada por el
mayor volumen y la menor dureza observados en panes con alto
UBF-P.
Almidón resistente
Se ha informado que UBF contiene un alto contenido de RS [22,38,
39]. Sin embargo, factores como la temperatura y el agua en el
procesamiento disminuyen significativamente el contenido de RS
en los productos elaborados con esta harina. Sarawong et al. [40]
observaron un aumento de RS en pan elaborado con 30% UBF, alto
contenido de agua y largos tiempos de horneado. Los autores
concluyeron que el aumento de RS se debió a la gran cantidad de
agua que facilita la gelatinización del almidón, lo que resultó en un
aumento de almidón retrógrado (RS tipo III) durante el
enfriamiento del pan. Un efecto diferente se observó en esta
investigación, donde al aumentar el agua y UBF-P causó
Figura 2Gráfico de superficie de respuesta del efecto de celda grande (%):aagua y HPMC;bagua y UBF-P;CHPMC y UBF-P; número de celdas grandes:d
agua y HPMC;miagua y UBF-P;FUBF-P y HPMC; número de celdas más grandes:gramoHPMC y agua;hUBF-P y agua;iHPMC y UBF-P
13
MA Hernández-Aguirre et al.
una disminución en RS (Fig.1h). Sin embargo, cuando se incrementaron
los contenidos de HPMC y agua, se observó un aumento en RS (Fig.1g,
yo). Este aumento podría deberse a que HPMC actúa como una barrera,
disminuyendo el acceso de enzimas para la digestibilidad del almidón, lo
que se refleja en el aumento de la RS [32].
Análisis de la miga
El análisis de la miga se realizó mediante análisis de imágenes
para examinar la calidad del pan [41]. La distribución de los
alvéolos en la miga se relacionó con el contenido de agua y
UBF-P (Fig.2C.A). El pan con el nivel más bajo de UBF-P mostró
un mayor número de alvéolos (Fig.2d–f) que el pan con mayor
contenido de agua y UBF-P. El pan con un nivel medio de UBF-P
(25 g/100 g) presentó el menor número de alvéolos, pero el
área media de los alvéolos en la rebanada fue mayor (24-40
mm2, resultados no mostrados). Este patrón estaba relacionado
con la goma que estabilizaba la estructura alveolar producida
durante el paso de fermentación.42]. Durante el paso de
fermentación, se produjeron grandes alvéolos con alta
retención de gas (Fig.3, F7), pero durante el horneado, el gas se
expandió rápidamente y la miga colapsó por los efectos de la
presión generada por el gas [39]. Pan con alvéolos pequeños
Metodología de superficie de respuesta para la optimización de pan sin gluten elaborado con plátano verde…

Fig. 3Imágenes de rebanada central de panes sin gluten obtenidas a partir de las formulaciones F7, F13 y F20 de diseño

distribuida homogéneamente en la miga se relaciona con una Tabla 3Comparación del resultado de la prueba de verificación de punto óptimo con

textura blanda [43], pero esto no se encontró en este estudio. En valores experimentales del modelo

contraste, no se encontró relación entre el tamaño de los alvéolos y Variable dependiente Valores predichos pan UBF valor p
la firmeza de los panes sin gluten con almidón de yuca
pregelatinizado y harina de sorgo.18].
Volumen (cm3) 75 77,36±1,40 0.126
Volumen específico (cm3/g) 4.04 4,29±0,16 0.234
En general, el tamaño de los alvéolos estuvo relacionado con los
Célula grande (%) 1.12 0,95±0,35 0.608
contenidos de UBF-P, agua y HPMC. Grandes alvéolos (F7, ver Fig.3)
Número de celdas grandes 7.09 6,17±4,17 0.944
predominó en los panes analizados (Fig.2soldado americano). Los
Número de celdas más grandes 1.39 1,47±0,78 0.718
panes con un bajo contenido de UBF-P tenían el mayor número de
RS (%) 3.70 3,49±0,30 0.073
alvéolos más pequeños (F20, véase la Fig.3). La mejor distribución
del área alveolar y el número de alvéolos de las rebanadas centrales Media ± desviación estándar, p < 0,05 se consideró estadísticamente
se obtuvieron en panes con nivel medio de agua y UBF-P (F13, ver significativo

Fig.3). RSalmidón resistente,UBFharina de plátano verde,RSalmidón resistente

Pérez-Nieto et al. [44] informaron que la formación de grandes

alvéolos en pan elaborado con trigo en las primeras etapas de horneado
se debe principalmente a la expansión de CO2; sin embargo, en la etapa
final de horneado observaron la formación de alvéolos más pequeños
debido a la reorganización de la miga generada por la gelatinización del
almidón y la desnaturalización de las proteínas (gluten). En este sentido,
la heterogeneidad de las migas de pan en este experimento puede
haber estado relacionada con el contenido de agua de las masas ya que
durante el horneado, la presión de vapor de agua y CO2la expansión
podría conducir a la coalescencia de los alvéolos, facilitando la formación
de grandes agujeros durante las primeras etapas de cocción; panes con
bajo contenido de humedad formaron estructuras alveolares
homogéneas de menor tamaño pero con paredes alveolares rígidas,
generando panes de pequeño volumen y alto grado de dureza.
la cual se seleccionó la formulación de 52 mL de agua, 6% de
HPMC y 28% de UBF-P. Se produjo (duplicó) la formulación
óptima y se comparó con los valores predichos (Tabla3). Los
valores reales fueron iguales a los valores predichos. Así, la
prueba confirmativa validó los resultados experimentales. La
presencia de diferencias estadísticamente significativas (p <
0,05) entre el valor medio y los valores estimados del modelo se
investigó mediante la prueba T de una muestra. No se encontró
diferencia estadísticamente significativa (p > 0.05) entre los
resultados obtenidos de la prueba de validación, lo que indica
que el modelo obtenido con la optimización fue
experimentalmente exitoso.

Caracterización del pan sin gluten y pan

Mejora de los parámetros de formulación y calidad
del pan
La optimización de la formulación se realizó a través del
programa Design-Expert maximizando los valores de volumen,
volumen específico y RS; y disminuyendo la presencia de los
alvéolos grandes, los alvéolos más grandes (área mayor a 20
mm2) y la distribución alveolar y deseabilidad (0,85). El software
produjo un total de 20 soluciones propuestas, de
control
El pan optimizado se comparó con el pan de control elaborado con
trigo (Tabla4). Los panes elaborados con UBF presentaron mayor
volumen específico (p<0,05). Cabe señalar que en la industria de la
panadería se utilizan enzimas, como amilasas, enzimas
desramificadoras, lipoxigenasas y proteasas, tensioactivos, como
ésteres de monoglicéridos de ácido diacetílico (DATEM), lecitinas,
monoglicéridos e hidrocoloides, para mejorar la

13

Tabla 4Promedio de datos para condiciones óptimas y pan de control
Variable dependiente Pan UBF Pan de trigo
Volumen (cm3) 77,36±1,40 56,60±3,1
Volumen específico (cm3/ 4,29±0,16 2,00±0,20
g) RS (%) 3,49±0,30 1,00±0,10
Dureza (N) 2,90±1,20 12,90±3,40
Media ± desviación estándar, p < 0,05 se consideró estadísticamente
significativo
RSalmidón resistente,UBFharina de plátano verde,RSalmidón resistente
calidad de panes. La adición de estos aditivos es importante
porque aumenta la retención de agua y gas y la vida útil y
mejora la estructura de la miga [27,45, 46]. Armero y Collar [
47] valores informados de 4.45–6.6 6 cm3/g para panes
elaborados con trigo y diferentes aditivos a volúmenes
específicos. En este caso, el pan elaborado con trigo no
contenía aditivos; por lo tanto, esta referencia no fue un
control adecuado con pan UBF.
Los panes elaborados con UBF presentaron menor dureza
(p<0.05) que el pan control. Arslan et al. [48] informaron sobre la
dureza del pan sin gluten (harina de arroz y diferentes niveles de
guayaba) con valores entre 2,38 ± 0,05, mientras que Ozkoc y
Seyhun [49] reportaron valores de dureza entre 2.29 y 3.97 para
panes elaborados con harina de arroz y diferentes niveles de
almidón y harina de papa; estos valores son similares a los de los
panes UBF.
El contenido de RS fue de 3,49 ± 0,3 % para pan elaborado con UBF y
de 1,00 ± 0,1 % para pan elaborado con harina de trigo. En este sentido,
Martínez et al. [50] informaron valores de RS entre 1,15 y 1,46 % para
panes elaborados con trigo con diferentes niveles de agua. Los autores
argumentan que las bajas cantidades de RS podrían deberse a la
gelatinización del almidón, que es completamente digerido y absorbido.
El contenido de RS puede deberse a la retrogradación del almidón
durante el enfriamiento y, en este caso, el contenido de RS de los panes
UBF puede estar relacionado con el efecto de barrera creado por la
HPMC.
Conclusiones
Diversas combinaciones de UBF-P y goma afectaron las
características físicas y texturales del pan. La miga de panes con
UBF-P, en particular un contenido medio de UBF-P, mostró el mayor
número de pequeños alvéolos, lo que es una característica deseable
en el producto. Es posible desarrollar pan con buenas
características de calidad utilizando ingredientes alternativos, como
UBF. El diseño del compuesto central y la metodología de la
superficie de respuesta ayudaron a optimizar la formulación de un
pan elaborado con UBF, obteniendo mejores características de
volumen, volumen específico y dureza.
13
MA Hernández-Aguirre et al.
en comparación con el control elaborado con trigo; y valores similares a
valores para panes comerciales elaborados con aditivos.
valor p
0.001 AgradecimientosLos autores agradecen el apoyo financiero
0.001 otorgado por Secretaría de Investigación y Posgrado del Instituto
Politécnico Nacional (SIP-IPN), del Instituto Politécnico Nacional
0.001
(COFAA-IPN), Programa de Estímulos al Desempeño de los
0.001 Investigadores del Instituto Politécnico Nacional (EDI-IPN) y Beca de
Estímulo Institucional de Formación de Investigadores del Instituto
Politécnico Nacional (BEIFI-IPN). MAHA agradece la beca otorgada
por el Consejo Nacional de Ciencia y Tecnología de México
(CONACyT-México).
Cumplimiento de normas éticas
Conflicto de interesesLos autores declaran no tener ningún conflicto de
intereses.
Referencias
1. D. Schuppan, MD Dennis, CP Kelly, Nutr. clin. Cuidado8(2), 54–69
(2005)
2. E. Gallagher, TR Gormley, EK Arendt, Trends Food Sci.
Tecnología15, 143–152 (2004).https://doi.org/10.1016/j.
tifs.2003.09.012
3. SA Mir, MA Shah, HR Naik, IA Zargar, Trends Food Sci.
Tecnología51, 49–57 (2016).https://doi.org/10.1016/j.
tifs.2016.03.005
4. A. Houben, Höchstötter, T. Becker, Eur. Alimentos Res. Tecnología235,
195–208 (2012)
5. H. Andersson, C. Öhgren, D. Johansson, M. Kniola, M. Stading, Food
Hydrocoll.25, 1587-1595 (2011).https://doi.org/10.1016/j.
foodhyd.2010.11.028
6. D. Sabanis, C. Tzia, Food Sci. Tecnología En t.17(4), 279–291
(2011).https://doi.org/10.1177/1082013210382350
7. F. Ronda, S. Pérez-Quirce, A. Angioloni, C. Collar, Food
Hydrocoll.32, 252–262 (2013).https://doi.org/10.1016/
j.foodh yd.2013.01.014
8. S. Pérez-Quirce, C. Collar, F. Ronda, Int. J. ciencia de los alimentos.
Tecnología 49, 1375–1382 (2014).https://doi.org/10.1111/ijfs.12439
9. F. Cabrera-Chávez, AM Calderón, AR De La Barca, A. Islas-Rubio,
M. Marti, MA Marengo, F. Pagani, Bonomi, S. Iametti, LWT-Food
Sci. Tecnología47(2), 421–426 (2012).https://doi. org/10.1016/
j.lwt.2012.01.040
10. M. Torbica, Hadnadev, TD Hadnadev, Food Res. En t.48(1), 277–
283 (2012).https://doi.org/10.1016/j.foodres.2012.05.001
11. D. Elgeti, SD Nordlohne, M. Föste, M. Besl, MH Linden, V. Heinz,
M. Jekle, T. Becker, J. Cereal Sci.59, 41–47 (2014).https://doi.org/
10.1016/j.jcs.2013.10.010
12. NM Machado-Alencar, CJ Steel, ID Alvim, EC De Morais,
HM Andre-Bolini, LWT-Food Sci. Tecnología62(2), 1011–1018
(2015).https://doi.org/10.1016/j.lwt.2015.02.029
13. RP Zandonadi, BRB Assunção, L. Gandolfi, GJ Selva, MF Martins,
R. Pratesi, J. Acad. Nutrición Dieta112(7), 1068–1072 (2012).
https://doi.org/10.1016/j.jand.2012.04.002
14. L. Padalino, M. Mastromatteo, L. Lecce, F. Cozzolino, MA Del
Nobile, J. Cereal Sci.57, 333–342 (2013).https://doi. org/
10.1016/j.jcs.2012.12.010
15. G. Giuberti, A. Gallo, C. Cerioli, P. Fortunati, F. Masoero, Food
Chem.175, 43–49 (2015).https://doi.org/10.1016/
j.foodchem.2014.11.127
Metodología de superficie de respuesta para la optimización de pan sin gluten elaborado con plátano verde…
16. D. Lazaridou, M. Duta, N. Papageorgiou, Belc, CG Biliaderis,
J. Ing. de Alimentos.79(3), 1033–1047 (2007).https://doi.org/10.1016/j.
jfoodeng.2006.03.032
17. I. Kim, W. Choi, Shin, Y. Kim, LWT-Food Sci Technol.62(1), 620–
627 (2015).https://doi.org/10.1016/j.lwt.2014.03.039
18. C. Onyango, G. Unbehend, MG Lindhaue, Food Res. En t.42, 949–
955 (2009).https://doi.org/10.1016/j.foodres.2009.04.011
19. E. Juárez-García, E. Agama-Acevedo, SG Sayago-Ayerdi, SL
Rodríguez-Ambriz, LA Bello-Pérez, Plant Foods Hum. Nutrición
61, 131–137 (2006).https://doi.org/10.1007/s11130-006-0020-x
20. P. Zhang, BR Hamaker, Carbohydr. polim.87, 1552–1558 (2012).
https://doi.org/10.1016/j.carbpol.2011.09.053
21. E. Fuentes-Zaragoza, MJ Riquelme-Navarrete, E. Sánchez-Zapata,
JA Pérez-Álvarez, Food Res. En t.43(4), 931–942 (2010). https://
doi.org/10.1016/j.foodres.2010.02.004
22. W. Tiboonbun, M. Sungsri-in, A. Moongngarm, Res. Rev. J. Ing.
Tecnología81, 608–611 (2011)
23. CE Chinma, BD Igbabul, OO Omotayo, Am. J. Tecnología de Alimentos. 7(7),
398–408 (2012).https://doi.org/10.3923/ajft.2012.398.408
24. C. Sarawong, ZR Gutiérrez, E. Berghofer, R. Schoenlechner, Int. J. ciencia de
los alimentos. Tecnología49(8), 1825–1833 (2014).https://doi. org/
10.1111/ijfs.12491
25. C. Sarawong, R. Schoenlechner, K. Sekiguchi, E. Berghofer,
PKW Ng, Food Chem.143, 33–39 (2014).https://doi. org/
10.1016/j.foodchem.2013.07.081
26. PC Flores-Silva, SL Rodríguez-Ambriz, LA Bello-Pérez, J. Food
Sci.80(5), C961–C966 (2015).https://doi. org/
10.1111/1750-3841.12865
27. Mondal, AK Datta, J. Ingeniero en alimentos.86, 465–474 (2008).https://doi.
org/10.1016/j.jfoodeng.2007.11.014
28. R. Ziobro, L. Juszczak, M. Witczek, J. Korus, J. Food Sci. Tecnología
53(1), 571–580 (2015).https://doi.org/10.1007/s1319
7-015-2043-5
29. S. Farris, L. Piergiovanni, J. Proceso de alimentos Eng.32, 64–87 (2009).
https://doi.org/10.1111/j.1745-4530.2007.00203.x
30. b Demirkesen, G. Mert, Sumnu, S. Sahin, J. Food Eng.96, 295–303
(2010).https://doi.org/10.1016/j.jfoodeng.2009.08.004
31. Asociación Estadounidense de Químicos de Cereales (AACC),Métodos
aprobados de la Asociación Estadounidense de Químicos de Cereales,
10ª ed. (AACC, San Pablo, 2000)
32. X. Liu, T. Mu, H. Sun, M. Zhang, J. Chen, ML Fauconnier, Food
Chem. (2018).https://doi.org/10.1016/j.foodchem.2017.07.047
33. ME Sánchez-Pardo, A. Ortiz-Moreno, R. Mora-Escobedo,
JJ Chanona-Pérez, H. Necoechea-Mondragón, LWT-Food Sci.
Tecnología41, 620–627 (2008).https://doi.org/10.1016/j.
lwt.2007.05.003
34. CM Rosell, en:Harinas y Panes y su Fortificación en Salud y
Prevención de Enfermedades, ed. Por VR Preedy, RR Watson,
VB Patel, (Academic Press, Nueva York, 2011), págs. 3–14https://
doi.org/10.1016/B978-0-12-380886-8.10001-7
35. R. Crockett, P. Le, Y. Vodovotz, J. Food Sci., 76(3), E274-E282
(2011)https://doi.org/10.1111/j.1750-3841.2011.02088.x
36. M. Föste, M. Jekle, T. Becker, Carbohydr. polim.174, 1018–1025
(2017).https://doi.org/10.1016/j.carbpol.2017.06.068
37. E. Agama-Acevedo, MC Nuñez-Santiago, J. Alvarez-Ramirez,
LA Bello-Pérez, Carbohydr. polim.124, 17–24 (2015).https://
doi.org/10.1016/j.carbpol.2015.02.003
38. BYT Horigome, E. saraguchi & C. Kishimoto, Br. J. Nutr.68, 231–
244 (1992).https://doi.org/10.1079/BJN19920080
39. M. Ovando-Martinez, S. Sáyogo-Ayerdi, E. Agama-Acevedo, I.
Goñi, LA Bello-Pérez, Food Chem., 76(6), R1067-R1075 (2009)
https://doi.org/10.1016/j.foodchem.2008.07.035
40. C. Sarawong, ZR Gutiérrez, E. Berghofer, R. Schoenlechner, K., Int. J. ciencia
de los alimentos. Tecnología49(8), 1825–1833 (2014).https://doi. org/
10.1111/ijfs.12491
41. G. Demirkesen, Sumnu, S. Sahin, Food Bioproc. Techol.6(7),
1749–1758 (2013).https://doi.org/10.1007/s11947-012-0850-5
42. M. Mariotti, MA Pagani, M. Lucisano, Food Hydrocoll.30, 393–400
(2013).https://doi.org/10.1016/j.foodhyd.2012.07.005
43. Y. Phimolsiripol, A. Mukprasirt, R. Schoenlechner, J. Cereal Sci. 5,
389–395 (2012).https://doi.org/10.1016/j.jcs.2012.06.001
44. JJ Pérez-Nieto, RR Chanona-Pérez, GF Farrera-Rebollo, L.
Gutiérrez-López, Alamilla-Beltrán, G. Calderón-Domínguez,
LWT-Food Sci. Tecnología43(3), 535–543 (2010).https://doi. org/
10.1016/j.lwt.2009.09.023
45. C. Ferrero, Alimentos Hydrocoll.68, 15–22 (2017).https://doi. org/
10.1016/j.foodhyd.2016.11.044
46. Y. Tebben, Shen, Y. Li, Trends Food Sci. Tecnología81, 10–14
(2018).https://doi.org/10.1016/j.tifs.2018.08.015
47. E. Armero, C. Collar, Food Sci. Tecnología En t.2(5), 323–333
(1996).https://doi.org/10.1177/108201329600200506
48. A. Arslan, MR Rakha, Khan, X. Zou, Medida de alimentos11(4),
1959–1968 (2017).https://doi.org/10.1007/s11694-017-9578-2
49. SO Ozkoc, N. Seyhun, Food Bioprocess Technol.8, 2500–2506
(2015).https://doi.org/10.1007/s11947-015-1615-8
50. M. Martínez, L. Román, M. Gómez, Food Chem.239, 295–303
(2018).https://doi.org/10.1016/j.foodchem.2017.06.122
Nota del editorSpringer Nature se mantiene neutral con respecto a los
reclamos jurisdiccionales en mapas publicados y afiliaciones institucionales.
13