Luz H. Molina 1,
Danilo Silva 2, Yolanda Castillo 2,
Irma Molina 3, Bernardo Carrillo 1
y Carmen Brito 1
1Facultad de Ciencias Agrarias, Universidad Austral
de Chile. Casilla 47 Valdivia.
2Ingeniero en Alimentos, Escuela de Ingeniería en
Alimentos. Universidad Austral de Chile.
3Facultad de Ciencias Económicas y Administrativas,
Universidad Austral de Chile.
hmolina@uach.cl
Recepción originales 04 de Octubre de 2001
Key words: milk quality, milk composition, Milk Collecting Centers
The relationship between fat and protein content was studied in milk of farmers
of Milk Collecting Centers (CAL) in the city of Valdivia, Chile, during autumn-
winter and spring- summer 2000 and 2001. The objective of this research was
to study the relationship between these parameters.
The milk samples were obtained from 10 farmers associated to Milk Collecting
Centers and sample of milk tank.
Milk fat was determined by the Gerber method and protein contents by the Kjeldhal
method. The data obtained from this study were statistically analysed through
the software Statgraphic Plus 2.0.
Statistically significant differences of milk fat (p<0,05), between samplings
and farms were found in both seasons. With respect to protein contents this
parameter was similar in the season autumn- winter, but different in the season
spring- summer. According to the average of fat and protein contents there were
no differences between seasons.
The data of both parameters were analysed by linear regression and second order
polinomial models. The best model studied was the polinomial regression to
relationship of these parameters.
With a general equation for the autumn- winter season it is possible to calculate
protein through the fat content of milk. But in spring- summer season it is
necessary to obtain a particular equation for each CAL.
Palabras claves: calidad de leche, composición de leche, Centros de Acopio Lecheros.
Se estudió la relación entre materia grasa y proteínas de la leche de productores
de Centros de Acopio Lechero (CAL), en Valdivia, en otoño- invierno y primavera-
verano del 2000 e inicios de 2001. El objetivo fue estimar la relación entre
materia grasa y proteínas de la leche en Centros de Acopio Lechero, a fin de
disponer de una ecuación que permita calcular proteínas apartir de materia grasa.
Se obtuvieron muestras de leche de 10 productores de Centros de Acopio Lecheros
y de la leche mezcla de estanque.
La materia grasa se determinó por el método Gerber y las proteínas por el
método de Kjeldhal. Los resultados fueron analizados estadísticamente mediante
el programa Statgraphic Plus 2.0
Se detectaron diferencias estadísticamente significativas al 95 % de confianza,
en el contenido de materia grasa entre predios y entre muestreos para las dos
épocas analizadas otoño- invierno y primavera- verano. En relación al contenido
de proteínas no se detectaron diferencias entre predios ni entre CAL, en la
época de otoño- invierno, pero sí en la época primavera- verano. Al considerar
el promedio de materia grasa y proteínas por estación, no se detectaron diferencias
significativas.
Se aplicaron modelos de regresión lineal y polinomial de segundo orden a los
resultados de materia grasa y proteínas. El modelo aplicado que mejor se ajustó
a la realidad de los CAL fue el de regresión polinomial de segundo orden, se
propone una ecuación general para la época otoño- invierno y una particular
para cada CAL en estudio, en la época de primavera- verano.
La recepción de leche en la X región de Chile, representa el 65% del total
nacional (Chile, Odepa, 2000). Además, en dicha región se
concentra el 65% de los Centros de Acopio Lechero (CAL), con el 71% de los productores
lecheros asociados a estas organizaciones (Anrique, 1999).
En el año 1999, los CAL de la X región contribuyeron con un 5,5% de la recepción
regional de leche (Chile, Indap, 2000), representando el 82%
del total de agricultores lecheros del país (Anrique, 1999).
A partir del año 1995, las industrias lecheras cancelan la calidad de leche
en los CAL por la leche mezcla de estanque y no por productor individual, siendo
de responsabilidad del CAL determinar la calidad de leche entregada por sus
asociados.
Entre los parámetros químicos considerados para determinar la calidad de leche
se consideran el contenido de materia grasa y proteínas, pero en la mayoría
de los CAL no existen laboratorios de análisis para estos fines. Por lo tanto,
se contrata este servicio lo cual hace disminuir los ingresos de los productores
asociados en un importante porcentaje especialmente en aquellos que reciben
menos de $20.000/mes (25% de los productores de los cinco CAL considerados en
el estudio).
Por este motivo, surgió el interés de realizar el presente estudio, a fin de
estimar el contenido de proteínas a partir del contenido de materia grasa, considerando
que ambos parámetros siguen el mismo patrón durante la lactancia; por lo tanto,
se puede esperar que la relación entre ambos sea significativa.
El contenido de materia grasa de la leche es uno de los parámetros que varía
en mayor proporción, considerando características propias del animal y las no
dependientes del animal, siendo las de mayor incidencia las de manejo del rebaño
y/o raza de los mismos y las características individuales. (Alais,
1985; Casado y García, 1985; Amiot, 1991).
En relación a las proteínas de la leche, estas varían por los mismos factores
aunque en menor proporción. Además, la evolución de estos parámetros durante
la lactancia siguen una misma tendencia, decrece durante el primer mes y luego
aumentan gradualmente hasta fines de ella (Alais, 1985; Casdo
y García,1985).
En diferentes estudios realizados en el extranjero y en el país se han determinado
coeficientes de correlación entre ambos parámetros, el cual ha variado entre
0,3 a 0,7; tanto en estudios realizados en Chile (Lavín, 1996,
Letelier, 1998, Romo, 2000), como en otros
países (Grappin et al., 1981; Ng-Kwai-Hang
et al., 1984; Somerfeldt y Baer, 1986; Alenda
et al., 1988).
El desarrollo de fórmulas para el cálculo de parámetros de composición de la
leche, por ejemplo sólidos totales, han sido descritas desde el s XIX con fines
industriales, utilizándose el contenido de materia grasa y el peso específico
de la leche, con determinados factores de corrección, dada las características
de la leche de cada región y de los diferentes factores que la modifican (Pinto
et al., 1973).
En Chile, se desarrolló la fórmula ITL (del Instituto Tecnológico de la Leche),
para el cálculo de sólidos totales considerando el contenido de materia grasa
y densidad con sus respectivos factores de corrección (Pinto et
al., 1973).
Cervinka et al. (1976), aplicaron el análisis de regresión
múltiple en muestras de leche, a fin de describir un modelo que relacionara
materia grasa, proteínas, lactosa con los sólidos totales.
Paralelamente, con el fin de predecir beneficios económicos en la industria
lechera, se han desarrollado ecuaciones que estiman el rendimiento teórico quesero,
a partir de parámetros de composición de la leche como proteínas, materia grasa,
sólidos totales, entre otros. Así, mediante el uso de una ecuación, se determina
una incógnita referida a algún parámetro de calidad de la leche (Nicklitschek,
1997).
El objetivo general del estudio fue estimar la relación entre los parámetros
de composición de materia grasa y proteínas en la leche de predios de cinco
Centros de Acopio Lechero de la provincia de Valdivia, durante las épocas otoño
- invierno y primavera - verano.
Se plantea la hipótesis que existe una relación entre materia grasa y proteínas
que permitirá obtener una ecuación a fin de estimar el contenido de proteínas
a partir de materia grasa, en muestras de leche de pequeños productores de Centros
de Acopio Lechero.
Se obtuvieron muestras de leche de 10 predios y del estanque del CAL en cinco
Centros de Acopio de la provincia de Valdivia, X Región, que representaban el
60% de la recepción de leche del CAL.
A fin de caracterizar los predios en estudio, se aplicó una encuesta que consideraba
aspectos de manejo y del animal (alimentación, ordeño, raza edad, época de lactancia,
entre otros).
Se realizaron 10 muestreos de leche durante las etapas otoño - invierno y 10
muestreos de leche durante las etapas primavera - verano del año 2000 e inicios
de 2001.El muestreo se realizó de acuerdo a la Norma chilena 1011 (Chile,
1998).
El análisis de materia grasa se realizó de acuerdo al método Gerber (Chile,
1979) y el análisis de proteínas de acuerdo al método Kjeldhal (IDF/FIL,
1993).
Los análisis estadísticos comprendieron:
-Descripción, análisis de varianza y comparaciones múltiples según Tukey, de
los parámetros en estudio, para los diferentes CAL y entre estaciones.
-Además, del análisis de correlación se realizó un análisis de regresión y se
aplicaron modelos de regresión lineal y polinomial de segundo orden, con el
programa Statgraphic Plus 2.0, para la obtención de la mejor ecuación de regresión
que se ajuste a la realidad de los CAL.
-Se compararon los valores de proteína analítica y por fórmula con una prueba
de t de comparación simple.
-En los análisis estadísticos se consideraron los duplicados de las muestras
para ambos parámetros.
Una relación funcional entre materia grasa y proteínas debe considerar la mayor
variabilidad de respuestas de la variable independiente, en este caso materia
grasa. Bajo las condiciones del estudio, se obtuvieron diferencias estadísticamente
significativas en el contenido de materia grasa, entre predios y entre muestreos,
en las épocas de otoño - invierno y primavera - verano (p< 0,05).
Las diferencias en el contenido de materia grasa se deben principalmente a las
características propias del manejo y rebaño de cada predio (Alais,
1985 y Casado y García, 1985). Entre estas características
se mencionan tipo de alimentación, edad de los animales, época de parto y etapa
de lactancia de las vacas. Los factores que afectan el contenido de materia
grasa y proteínas se observan en sus variaciones, constituyendo variables exógenas,
que dependen del manejo de los animales, que para este grupo de CAL fueron conocidas.
En todos los predios predominaba la raza Frisón Negro y en ocho de ellos tenían
además, Frisón Colorado. El número de vacas en los predios era entre 4 a 17
y en el 60% de los predios en estudio se utilizaba ordeño mecánico. La alimentación
era en base a silo y praderas y en un 30 % de ellos se incluía concentrado en
la alimentación en la época otoño- invierno (Castillo, 2001).
En las estaciones de primavera- verano la alimentación era en base a praderas
y en algunos predios también se incluía silo y concentrados (Silva,
2001).
En cuanto al contenido de proteínas, no se detectaron diferencias estadísticas
entre predios ni entre CAL (p>0,05), en la época de otoño - invierno. Sin
embargo, en la época de primavera y verano se determinaron diferencias estadísticamente
significativas al 95% de confianza (p<0,05), entre predios y entre CAL.
El contenido promedio de materia grasa por estación y por CAL (Cuadro 1) fue
mayor al 3.0%, considerado como base para el cálculo del precio de leche. No
se observó lo mismo para el contenido de proteínas, ya que en las diferentes
épocas, en algunos CAL el promedio fue menor al 3,2%, considerado como base
para el pago de bonificación por este parámetro (Agroanálisis,2001).
Cuadro 1: Contenido promedio y desviación estándar de materia grasa
y proteínas de la leche de productores de CAL por estación. Table 1: Average and standard deviation of fat and protein content in milk of Milk Collection Centers per season. |
Epoca |
CAL |
N |
Materia grasa (%) |
Proteínas(%) |
OTOÑO |
Santa Rosa Pichirropulli Pumol Pucara Paillaco |
11 11 N/O 11 N/O |
3,74 ±0,51 3,35 ±0,41 N/O 3,73 ±0,52 N/O |
3,35 ±0,29 3,15 ±0,18 N/O 3,26 ±0,18 N/O |
INVIERNO |
Santa Rosa Pichirropulli Pumol Pucara Paillaco |
11 11 22 11 22 |
3,31 ±0,29 3,09 ±0,25 3,51 ±0,69 3,65 ±0,54 3,15 ±0,25 |
3,14 ±0,30 3,08 ±0,11 3,07 ±0,32 3,16 ±0,24 3,22 ±0,19 |
PRIMAVERA |
Santa Rosa Pichirropulli Pumol Pucara Paillaco |
11 11 11 11 11 |
3,0i ± 0,43 3,29 ±0,17 3,34 ±0,51 3,32 ±0,41 3,32 ±0,41 |
3,25 ±0,13 3,20 ±0,10 3,34 ±0,13 3,13 ±0,10 3,26 ±0,13 |
VERANO |
Santa Rosa Pichirropulli Pumol Pucara Paillaco |
11 11 11 11 11 |
3,24 ±0,42 3,45 ±0,41 3,07 ±0,43 3,29 ±0,45 3,34 ±0,40 |
3,17 ±0,10 3,10 ±0,11 3,16 ±0,10 3,12 ±0,10 3,17 ±0,13 |
N/O: no observado |
Al considerar el promedio según la estación en el contenido de materia grasa
y proteínas (Cuadro 1), no se detectaron diferencias entre estaciones ni entre
CAL, para ambos parámetros.
A través del análisis de regresión lineal de los resultados de materia grasa
y proteínas en leche se determinaron correlaciones significativas en tres de
los CAL, en la época de otoño- invierno y en la época de primavera - verano
sólo en uno.
Se determinaron ecuaciones generales por regresión lineal que incluían todos
los CAL en los períodos estudiados, las que resultaron significativas pero de
baja correlación.
De acuerdo a Borovkov (1988) y Kume (1992),
para mejorar el ajuste de las ecuaciones obtenidas, se puede utilizar una regresión
modificada, tal como el modelo de regresión polinomial de segundo orden, que
presenta una mejor explicación.
Por medio de regresión polinomial, se determinaron ecuaciones generales para
la época de otoño - invierno y otra para la época de primavera - verano, obteniéndose
una correlación significativa para la época otoño- invierno (Cuadro 2), pero
no así, para la época de primavera - verano, debido probablemente a diferencias
en el tipo de alimentación.
Por lo cual, para la época primavera - verano se determinaron ecuaciones individuales,
para cada CAL (Cuadro 2), lo que reflejaría el comportamiento real de cada uno,
obteniéndose correlaciones más altas y estadísticamente significativas; puesto
que estarían influyendo variaciones estacionales y geográficas, como las diferencias
entre los rebaños en estudio.
Cuadro 2: Ecuación de regresión polinomial que relaciona contenido
de materia grasa y proteínas en las épocas de otoño - invierno (general)
y primavera - verano (por cada CAL) y sus correlaciones. Table1: Regression polinomial equation wich relationship fat and protein content in autumn - winter (general) and spring- summer (per CAL) and its correlations. |
Epoca | Ecuación |
r |
|
OTOÑO INVIERNO |
%Prot . =0,460793 +
1,48389 X %grasa - 0,197586 X %grasa2 |
0,48 |
|
PRIMAVERA VERANO |
Pucara |
% Prot.=3,4749 - 0,304112 X grasa
+ 0,059216 X grasa2 |
0,47 |
Pumol |
% Prot. = 3,37105 - 0,194017X grasa -
0,0476625 X grasa2 |
0,41 |
|
Paillaco |
% Prot.= 0,8361 + 1,3677 X grasa - 0,193277
X grasa2 |
0,39 |
|
Pichirropulli |
% Prot. = 0,815464 + 1,26299 X grasa
- 0,16788 X grasa2 |
0,34 |
|
Sta.Rosa |
% Prot.= 4,15972 -0,661509 Xgrasa + 0,109397
X grasa2 |
0,28 |
|
Las ecuaciones así obtenidas responden a características de manejo y geográficas
en cada CAL; así, serían aplicables siempre y cuando las condiciones de manejo
en los distintos predios se mantengan constantes en el tiempo.
Con la utilización de las ecuaciones se determinaron las diferencias entre el
contenido proteico obtenido por el análisis de laboratorio (método Kjeldhal)
y por la utilización de las respectivas fórmulas de regresión polinomial (Cuadro
3).
Cuadro 3: Rango de diferencias en el contenido de proteínas en
leche obtenido en forma analítica y por fórmula. Table 3: Differences in protein content by analytical and formula method. |
Epoca | Rango de diferencias entre métodos |
Muestras (%) |
|
OTOÑO INVIERNO |
5CAL |
0,00 a 0,20 0,21 a 0,40 0,41 a 0,60 0,61 a 0,80 |
65,5 26,4 7,3 0,9 |
PRIMAVERA- VERANO |
|||
CAL Paillaco |
0,00 a 0,20 0,21 a 0,40 |
86,4 13,6 |
|
CAL Pucara |
0,00 a 0,20 0,21 a 0,40 |
95,5 4,5 |
|
CAL Pumol |
0,00 a 0,20 0,21 a 0,40 |
95,5 4,5 |
|
CAL Santa Rosa |
0,00 a 0,20 0,21 a 0,40 |
90,5 9,1 |
|
CAL Pichirropulli |
0,00 a 0,20 0,21 a 0,40 |
95,5 4,5 |
|
Con las ecuaciones individuales por CAL, obtenidas para las épocas primavera-
verano se presentaron las menores diferencias entre ambas formas de determinar
proteínas, ya que aproximadamente el 90% de las muestras presentaron diferencias
menor a 0,20% (Cuadro3). De acuerdo a IDF/FIL (1993), la reproducibilidad
del método semi-micro Kjeldhal es 0,19, definida como grado de acercamiento
entre resultados de análisis en la misma muestra y el mismo método en diferentes
laboratorios.
En la Figura 1 se presenta la distribución de frecuencias de las diferencias
entre ambas formas de obtención de proteínas, aplicando la fórmula general de
la época otoño- invierno, se observa que la mayor frecuencia se presenta en
el intervalo -0,2 a +0,1, en el cual se obtuvo un 65% de los valores en este
rango (Cuadro 2).
Diferencia Algebraica entre métodos (% Análitico -% Teótico) |
Figura 1: Histograma de frecuencia de las diferencias entre protéina teórica (ecuación polinomial) y proteína analítica (Kjedhal) (otoño-invierno). Figure 1: Frecuency chart of differences between teorial protein (polinomial equiation) and anlytical protein (Kjedhal) (Autonm-winter) |
En la Figura 2 se presenta la regresión lineal obtenida al comparar ambos métodos para la determinación de proteínas en el CAL Pucara, de las épocas primavera- verano, obteniéndose un coeficiente de correlación de 0,47 y un error residual de 0,04 (Cuadro 4).
Cuadro 4: Cuadro resumen análisis de regresión lineal entre proteína
análitico y por fórmula. CAL Pucara (n=22) Table 4: Summary table of regression analysis linear model between analytical and methbod. CAL Pucara (n=22) |
Modelo lineal |
y=a+bx |
Al aplicar la prueba t, se observó que no existían diferencias estadísticamente significativas entre ambas formas de determinar proteínas, es decir método analítico y por fórmula obtenida por el análisis de regresión polinomial, tanto con la ecuación general de las épocas otoño- invierno como la particular para cada CAL en las épocas primavera- verano.
Proteína
análitica
|
Figura 2: Regresión lineal entre los métodos análitico y teórico según formula polinomial. CAL Pucara. Figure 2: Lineal regresión between analytical and theorical methods. Cal Pucara. |
Financiado con aporte de las Sociedades Agrícolas Paillaco, Pichirrupulli, Pumol, Pucara, Santa Rosa de la comuna de Paillaco.
AGROANALISIS 2001. Informe económico. Agroanálisis Ltda. Nº 204. pp. 22
ALAIS, Ch. 1985. Ciencia de la leche. Editorial Reverté S.A. Barcelona, España. Cuarta Edición. 873 p.
ANRIQUE, R: 1999. Descripción de Chile lechero. En: Competitividad de la producción lechera nacional. Valdivia. Universidad Austral de Chile, Faculatad de Ciencias Agrarias. Vol. I pp. 1-28.
ALENDA, R., FUENTE-PILA, J., GARCIA, O., VALIENFONCK, J. y CASADO, P. 1988. Composición química de la leche de vaca en la región de Cantabria. Factores de variación. Investigación Agraria, 3 (1): 39 - 51.
AMIOT, J. 1991. Ciencia y Tecnología de la Leche. Editorial Acribia S.A. Zaragoza, España. Primera Edición. 543 p.
BOROVKOV, A. 1988. Estadística matemática. Editorial Mir Moscú. Rusia. 559 p.
CASADO, P. y GARCIA, J. 1985. La calidad de la leche y los factores que la influencian. Industrias Lácteas Españolas, 81: 1-300.
CASTILLO, Y. 2001. Estudio de la relación entre los parámetros de composición materia grasa y proteínas en leche de productores de cinco Centros de Acopio Lechero de la provincia de Valdivia. Tesis Lic. Ingeniería en Alimentos. Valdivia. Universidad Austral de Chile, Facultad de Ciencias Agrarias. 126 p.
CERVINKA, V., B. W. ROLF, L.H. LOCKHART Y T. J. GIBSON. 1976. Mathematical model describing the realtionship of fat, protein and lactose to the total solids. Its application in milk testing. J. Milk Food Technol. 39 (12): 845-847.
CHILE, INSTITUTO NACIONAL de NORMALIZACION (INN). 1998. Leche y Productos Lácteos - Muestreo - Parte 1: Leche Cruda. Santiago, Chile. NCh1011/1. 9 p.
CHILE, INSTITUTO NACIONAL de NORMALIZACION (INN). 1978. Leche - Determinación del Contenido de Materia Grasa - Método de Gerber. Parte 1: Procedimiento. Santiago, Chile. NCh1016/1 - 1978. 13 p.
CHILE, MINISTERIO DE AGRICULTURA. ODEPA 2000. Oficina de Estudios
y Políticas Agrarias Departamento de Información Agraria. Boletín de la leche
electrónico. www.odepa.gob.cl/cifras.
CHILE, MINISTERIO DE AGRICULTURA. INDAP. 2000. Programa nacional
de integración de pequeños productores por rubro. Unidos para competir. Prorubro.
28p.
GRAPPIN, R., PACKARD, V. y GINN, R. 1981. Variability and Interrelationship of Various Herd Milk Components. Journal of Food Protection, 44 (1): 69 - 72.
(IDF/FIL). INTERNATIONAL DAIRY FEDERATION. 1993. Milk Determination of Nitrogen Content. Brussels, Belgium. 20B. 12 p.
KUME, H. 1992. Herramientas estadísticas básicas para el mejoramiento de la calidad. Cuarta edición. Norma Ed. Barcelona. España. 236 p.
LAVIN, R. 1996. Variaciones de la composición láctea de vacas con distinto número de lactancias. Tesis Lic. Medicina Veterinaria. Valdivia. Universidad Austral de Chile, Facultad de Ciencias Veterinarias. 54 p.
LETELIER, A. 1998. Composición de la leche cruda de la VIII, IX y X Regiones. Tesis Lic. Ingeniería en Alimentos. Valdivia. Universidad Austral de Chile, Facultad de Ciencias Agrarias. 77 p.
NICKLITSCHECK, L. 1997. Evaluación de Ecuaciones Predictivas del Rendimiento Teórico en Quesos Tipo Gouda. Tesis Magister en Ciencia y Tecnología dela Leche. Universidad Austral de Chile, Facultad de Ciencias Agrarias. 135 p.
NG-KWAI-HANG, K., HAYES, J., ROXLEY, J. y MONARDES, H. 1984. Variability of Test day milk production and composition and relation of somatic cell count with yield and compositional changes of bovine milk. Journal of Dairy Science, 67 (2): 361 - 366.
PINTO, M., ROYO, R y SALAZAR, J. 1973. Determinación de Sólidos Totales en Leche por Gravimetría y Métodos Lactométricos usados en Chile. Archivo de Medicina Veterinaria, 5 (1): 72 - 76.
ROMO, D. 2000. Calidad de Leche de Estanque en un Centro de Acopio Lechero, su Relación con los Aportes Individuales y el Precio de Leche. Tesis Lic. Ingeniería en Alimentos. Valdivia. Universidad Austral de Chile, Facultad de Ciencias Agrarias. 125 p.
SILVA, D. 2001. Relación entre proteína y materia grasa en Leche de Muestras de Predios y de Estanque de Centros de Acopio Lechero (CAL). Etapa Primavera - Verano. Tesis Lic. Ingeniería en Alimentos. Valdivia. Universidad Austral de Chile, Facultad de Ciencias Agrarias. 119 p.
SOMMERFELDT, J. y BAER, R. 1986. Variability of Milk Components in 1705 Herds. Journal of Food Protection, 49 (9): 729 - 733.