📓 Referencia completa: Chen, Y.; Cai, F.; Ai, J.; He, M.; Zhang, Q. (2026). Integrated phenotyping of 35 sweet cherry cultivars for texture, aroma, and taste diversity using a texture analyzer, e-nose, and e-tongue. European Food Research and Technology, 252:20. https://doi.org/10.1007/s00217-025-04927-3
🔗 Acceso abierto: No indicado como Open Access
Esta investigación analiza de manera exhaustiva la calidad de 35 variedades de cereza mediante el uso de tecnologías avanzadas como la lengua electrónica, el olfato electrónico y un analizador de textura. El estudio revela una amplia diversidad fenotípica en atributos clave, destacando que la acidez y la masticabilidad son los factores con mayor variación entre los cultivares.
Mediante análisis estadísticos complejos, lograron clasificar las frutas en grupos específicos según su aptitud para el almacenamiento, el consumo en fresco o el procesamiento industrial. Asimismo, se identificó una correlación negativa entre el tamaño del fruto y su concentración de azúcar, sugiriendo un reto para la mejora genética. Los resultados demuestran que la integración de estos sensores objetivos permite una caracterización sensorial precisa, superando las limitaciones de las evaluaciones humanas tradicionales. En definitiva, el documento establece un mapa fenómico que sirve como guía para optimizar la comercialización y el desarrollo de nuevas variedades de cereza.
Un panel varietal amplio, cosechado en madurez comercial
El estudio se realizó en un huerto en campo abierto en Dalian (China; 39°38′N, 121°59′E) con 35 árboles de 6 años, uno por cultivar, manejados de forma uniforme. Para cada cultivar se recolectaron 500 g de frutos “totalmente maduros” y de tamaño homogéneo, ajustando la cosecha a su fecha de madurez comercial: se distribuyó en cinco jornadas entre el 2 y el 24 de junio de 2024. Ese detalle no es menor: al tratarse de cultivares con calendarios de maduración distintos, la comparación se apoya en el criterio de madurez comercial de cada uno, no en una fecha única para todos.
A partir de ahí, la caracterización se construye como un fenotipo integrado. La apariencia se describe con peso y dimensiones del fruto, longitud del pedúnculo y color en coordenadas L*, a* y b*. La composición interna incorpora sólidos solubles (TSS, en °Brix) y acidez titulable (TA, expresada como % de ácido málico), además de perfiles de azúcares y ácidos orgánicos cuantificados por HPLC. Esta base físico-química es la que permite interpretar con sentido las señales de textura y las respuestas de los sensores electrónicos.
“Sentidos electrónicos”: qué miden y por qué son útiles
La textura se evaluó con un analizador que aplicó dos enfoques complementarios: (i) un perfil de textura por compresión (TPA) con una sonda plana que comprime el fruto en la zona ecuatorial (25% de deformación), y (ii) una prueba de punción con una sonda de 2 mm que penetra 5 mm para estimar parámetros como dureza, cohesividad, gomosidad y, especialmente, masticabilidad (chewiness). En términos sencillos, estas pruebas traducen la “mordida” a magnitudes reproducibles.
El aroma se captó con una nariz electrónica PEN3 (10 sensores de óxidos metálicos) que registra una huella global de volátiles en el espacio de cabeza. El estudio midió muestras con piel y sin piel (tres frutos por condición), tras 30 min de equilibrado a 25 °C. Los autores reportan la selectividad nominal de sensores (por ejemplo, W1C asociado a aromáticos tipo benceno; W2S a alcoholes; W5C a alcanos; W1W a terpenos/H₂S, entre otros), con registro en meseta y réplicas por muestra. Importa subrayar un punto metodológico: una e-nose no “identifica” compuestos como lo haría un GC–MS, pero sí diferencia perfiles globales de volátiles de manera rápida y comparativa.
Para el gusto, se utilizó una lengua electrónica SA-402B con sensores de membrana lipídica. Las muestras se prepararon como extractos acuosos (triturado y centrifugación), y el instrumento cuantificó atributos como acidez, dulzor, amargor, salinidad, umami, astringencia y postgustos (amargo y astringente), usando un blanco de “saliva simulada” como referencia. El objetivo no es reemplazar a un panel humano, sino reducir sesgos y obtener una señal estable para comparar cultivares.
Tres resultados que cambian cómo leemos “calidad”
El primer hallazgo, y quizá el más accionable, es la relación inversa entre tamaño y TSS. En el conjunto de 35 cultivares, los sólidos solubles mostraron correlación negativa con el peso del fruto (r = −0.71) y con el diámetro (r = −0.61). En la práctica, esto es compatible con un efecto de dilución: frutos más grandes tienden a mostrar menor concentración de azúcares solubles. El rango de TSS fue amplio (14.73–27.73 °Brix), y los autores señalan cultivares con TSS marcadamente alto (por ejemplo, Zaolu, Zhuangyuanhong y Fuchen), lo que refuerza que el “techo” de dulzor depende en gran medida del genotipo.
El segundo resultado está en la textura. Entre los atributos medidos, la masticabilidad (chewiness) fue el más variable (CV = 70.67%), lo que evidencia que la sensación mecánica al masticar no es un matiz secundario, sino un rasgo fuertemente dependiente del cultivar. Además, el estudio apunta un intercambio biológico entre dureza y elasticidad: la dureza mostró relación inversa con la elasticidad, sugiriendo que no siempre se puede optimizar simultáneamente “resistencia” y “recuperación” del tejido.
El tercer bloque conecta aroma con la piel. La nariz electrónica detectó que mantener la piel incrementa la capacidad de discriminación aromática: las señales fueron más dispersas y, en el resumen del trabajo, se destaca una mayor respuesta de sensores asociados a volátiles “de piel” (por ejemplo W1C, W5C y W1W). En la discusión, los autores encuadran este efecto en un hecho bien conocido en fisiología del aroma: la epidermis puede producir más volátiles que los tejidos internos por una mayor disponibilidad de sustratos y una mayor actividad de la vía de la lipoxigenasa (LOX). En otras palabras, la piel no es solo una barrera física; también condiciona la liberación de compuestos que construyen el olor percibido.
Del análisis multivariante a tipologías de uso
Con la textura como eje, el estudio aplicó un análisis de componentes principales (PCA), una técnica que resume variables correlacionadas en pocos ejes interpretables. Ese PCA separó cultivares en tres perfiles funcionales ilustrados con ejemplos concretos: un tipo orientado a almacenamiento (“Summit”), un tipo de textura “premium” (“Victory”) y un tipo orientado a procesado (“Coral Champagne”). La lengua electrónica añadió una lectura paralela del gusto: la acidez (sourness) fue el atributo más variable (CV = 87.3%) y, mediante cluster analysis, los cultivares se agruparon en tres familias ilustrativas: alto dulzor-umami (por ejemplo, “Tieton”), alta acidez-astringencia (por ejemplo, “Bato”) y un perfil equilibrado (por ejemplo, “Summit”).
La implicación es directa: integrar textura, e-nose y e-tongue permite pasar de indicadores aislados (calibre, color, °Brix) a una clasificación varietal más próxima a la experiencia sensorial y, por tanto, más útil para programas de mejora y segmentación de mercado. El propio artículo remarca que, para “cerrar el círculo” del aroma, sería deseable validar la señal de e-nose con identificación dirigida de volátiles mediante GC–MS; aun así, el valor del enfoque instrumental queda claro como herramienta comparativa y de cribado.
En definitiva, este “mapa” tecnológico no redefine la calidad por un solo número: la describe como un conjunto de rasgos medibles que, bien interpretados, ayudan a decidir qué cultivar encaja mejor en cada destino comercial y postcosecha.
