Ingeniero en Alimentos

El objetivo de este trabajo fue desarrollar un modelo computacional basado en las relaciones cuantitativas estructura-propiedad (QSPR) para predecir los índices de retención (I) de 61 compuestos orgánicos volátiles (VOCs) identificados en variedades de quinua blanca, roja y negra. El índice de retención se cuantificó mediante cromatografía de gases acoplado a espectrometría de masas, utilizando la columna capilar FS-SE-54-CB-1 (sílice fundida-5% fenilo 95% dimetilpolisiloxano). La geometría molecular de los compuestos volátiles se optimizó mediante la herramienta computacional Atomic Charger Calculator II. Posteriormente, el método de subconjuntos balanceados (BSM) permitió dividir la base de datos en conjuntos de calibración y predicción en una relación 80/20. Con los 48 compuestos del grupo de calibración, se aplicó la regresión de mínimos cuadrados ordinarios (OLS) con el método de reemplazo (RM) para la selección de descriptores. Para el diagnóstico del modelo se analizó el coeficiente de determinación (R2) y el error cuadrático medio (RMSE). Se obtuvo un modelo óptimo con 4 descriptores, el cual presenta buen desempeño en calibración (R2 = 0.956 y RMSE = 32.59) y buena capacidad de estimación de los I de los 13 compuestos del grupo de predicción (R2 = 0.969 y RMSE = 27.52). Adicionalmente, se aplicaron diversas técnicas de validación interna para medir la estabilidad del modelo y descartar la presencia de sobreajuste. El modelo se desarrolló siguiendo los lineamientos de Organización para la Cooperación Económica y el Desarrollo para garantizar su fiabilidad, proporcionando una comprensión computacional de la retención cromatográfica de compuestos volátiles en muestras de quinua.