Tesis (Ingeniero Agroindustrial) -- Departamento de Ingeniería Agroindustrial, 2025 Licenciatura

Bibliografía: páginas 105-117

Los recubrimientos comestibles son una tecnología emergente de conservación debido a su capacidad para disminuir las pérdidas por transpiración y regular el proceso respiratorio, mantener los atributos sensoriales y fisicoquímicos, así como extender la vida útil. La combinación de recubrimientos lipofílicos con aceites esenciales (EO) le confiere la capacidad de actuar como un fungicida comestible de bajo impacto ecológico que inhibe el crecimiento de patógenos. En el presente trabajo se elaboró una microemulsión de cera de carnauba con aceite esencial de limón mexicano (MLEO) [Citrus aurantifolia (CHRISTM.) SWINGLE] para su aplicación en mango (Mangifera indica L. cv. ‘Ataulfo’). Los tratamientos para medir la eficacia del recubrimiento y su actividad antifúngica se aplicaron en un diseño factorial, siendo los factores la aplicación del recubrimiento y la inoculación con Colletotrichum gloeosporioides. Los tratamientos fueron: Frutos control (ASR), con recubrimiento (ACR), inoculados sin recubrimiento (ISR), e inoculados con recubrimiento (ICR). Se evaluó el efecto de estos factores sobre la transpiración, índice de saturación, ángulo de tono y luminosidad en mesocarpo y exocarpo, acidez titulable (AT), sólidos solubles totales (SST), el índice SST/AT, pH, contenido de ácido ascórbico, firmeza, tasa respiratoria, producción de etileno, la incidencia de daño (DAN) y la severidad. La evaluación de los daños por antracnosis se realizó con redes neuronales convolucionales (CNN) y segmentación-umbralización de áreas de interés (ROI), mediante un modelo secuencial de clasificación con imágenes a color y en radiación ultravioleta. Se realizó un análisis sensorial de los tratamientos empleando la metodología CATA. El tratamiento ACR presentó las mejores características fisicoquímicas y sensoriales, y el MLEO inhibió el crecimiento del patógeno hasta quince días a temperatura ambiente (p = 0.010). La identificación con radiación UV pudo predecir hasta dos días antes los daños (p = 0.000). El modelo de clasificación con CNN tuvo una precisión en entrenamiento del 97.42 %. --

Edible coatings are an emerging conservation technology due to their ability to reduce transpiration losses and regulate the respiratory process, maintain sensory and physicochemical attributes, as well as extend shelf life. The combination of lipophilic coatings with essential oils (EO) gives them the ability to act as a low ecological impact edible fungicide that inhibits the growth of pathogens. In the present work, a microemulsion of carnauba wax with Mexican Lemon Essential Oil (MLEO) [Citrus aurantifolia (CHRISTM.) SWINGLE] was made for application on mango (Mangifera indica L. cv. ‘Ataulfo’). The treatments to measure the efficacy of the coating against antifungal activity were applied in a factorial design, the factors being the application of the coating and the inoculation with Colletotrichum gloeosporioides. The treatments were: control fruits (ASR), with coating (ACR), inoculated without coating (ISR), and inoculated with coating (ICR). The effect of the factors was evaluated on transpiration, chroma, hue angle and luminosity in mesocarp and exocarp, titratable acidity (TA), total soluble solids (TSS), TSS/TA ratio, pH, ascorbic acid content, firmness, respiratory rate, ethylene production, percentage of anthracnose damage and severity. The evaluation of anthracnose damage was carried out with neural networks (CNN) and segmentation-thresholding of regions of interest (ROI), through a sequential classification model with color images and ultraviolet radiation. A sensory analysis of the treatments was carried out using the CATA methodology. The ACR treatment presented the best physicochemical and sensory characteristics, and MLEO inhibited pathogen growth for up to fifteen days at room temperature (p = 0.010). UV identification was able to predict damage up to two days earlier (p = 0.000). The CNN classification model had a training accuracy of 97.42 %.