El estudio de los aceites vegetales y su calidad para el consumo humano es un tema de gran relevancia en la industria alimentaria. En este campo, Khemisset Marcos Escobar, alumna del doctorado en el Centro de Investigación en Ciencia Aplicada y Tecnología Avanzada (CICATA), Unidad Querétaro, del Instituto Politécnico Nacional (IPN), desarrolla un método basado en espectrometría y análisis de datos para determinar el punto en el que los aceites pierden sus propiedades beneficiosas y dejan de ser aptos para el consumo humano.

Khemisset es originaria de Papantla de Olarte en el estado de Veracruz y procede de una familia muy unida, “mi mamá tiene origen náhuatl y es de Hidalgo, mi papá es de Veracruz, él hablaba totonaco. Entonces, fue una mezcla de muchas culturas,” declaró.

Cuenta con una trayectoria que la ha llevado a explorar diversas áreas del conocimiento antes de especializarse en este ámbito. Su formación en ingeniería mecánica eléctrica le permitió incursionar en la industria automotriz, donde se interesó en la lubricación de motores, sin embargo, con el tiempo su vocación por la investigación la llevó a explorar nuevas aplicaciones de la óptica en la industria alimentaria.

Su investigación es sobre la exposición a la luz ultravioleta (UV), que puede acelerar la degradación de aceites vegetales. En el estudio titulado “Evaluación de la degradación de aceites vegetales por irradiación ultravioleta mediante espectros de absorción óptica” se utilizó la Espectroscopía Infrarroja por Transformada de Fourier (FTIR, por sus siglas en inglés), una técnica para obtener un espectro infrarrojo de absorción o emisión de un sólido, líquido o gas para observar los cambios químicos en el aceite cuando se expone a la luz UV.

FTIR consiste en estudiar la composición a nivel molecular de las sustancias por medio de la absorción de luz infrarroja, que como resultado arroja una “huella digital molecular”, estos hallazgos pueden ayudar a desarrollar estrategias para proteger la calidad y el valor nutricional del aceite de soya y otros aceites vegetales. “Es como un proyecto entre tres partes: alimenticia, óptica y un poco de análisis de datos,” explicó.

DE LA LUZ A LA INTELIGENCIA ARTIFICIAL

La científica politécnica también aplica el aprendizaje no supervisado para la reducción de dimensionalidad de datos espectrales para mejorar la interpretación de los cambios químicos, es decir, con aprendizaje automático el sistema intenta encontrar patrones o relaciones de los datos sin programación previa, luego se simplifican los datos y se enfatizan los detalles más relevantes de la luz incidida en el aceite, para el análisis de la composición química de las muestras.

Con ello, la investigadora propuso una nueva metodología para el análisis de Espectroscopía Infrarroja por Transformada de Fourier, aunado a ello, utiliza redes neuronales recurrentes para modelar la evolución de la degradación térmica en función del tiempo, la temperatura y tener criterios para la toma de decisiones en la calidad del aceite vegetal utilizado en la industria alimenticia.

Las redes neuronales recurrentes manejan datos secuenciales o llevan la cuenta de cómo cambia el aceite en ciertas condiciones, con estos datos se obtienen resultados de cuánto es el nivel de degradación y se determina si es apto o no para su uso.

Khemisset Marcos Escobar es un ejemplo de cómo la pasión, la perseverancia y la búsqueda constante de conocimiento pueden llevar a un individuo a alcanzar sus sueños, incluso cuando estos parecen estar fuera de su alcance. Su historia es una inspiración para todas las mujeres que buscan un camino en la ciencia y la tecnología.

"Siento que la mejor forma de que uno obtenga conocimiento es que se dé conocimiento. Les digo a las niñas y mujeres que no se detengan cuando tengan dudas, no se frustren por no saber algo, algo que me funcionó es que tal vez no tuve todos los recursos al alcance, pero hacía lo que podía con lo que tenía”, aseguró.