"Diseño y optimización de películas y recubrimientos inteligentes a partir de residuos agroindustriales empleando tecnologías ecoeficientes y Machine Learning"

El crecimiento sostenido de la agroindustria peruana ha llevado a un incremento en la producción y exportación de cultivos estratégicos como el cacao, la lúcuma y el jengibre, impulsando el desarrollo económico y la diversificación de productos con alto valor agregado. Sin embargo, este crecimiento también ha generado un aumento significativo en la generación de residuos agroindustriales, lo que plantea desafíos ambientales y económicos que aún no han sido abordados de manera efectiva. A pesar de su alto contenido en fitoquímicos, metabolitos secundarios, pectina, antioxidantes y antimicrobianos, estos residuos son descartados sin un aprovechamiento eficiente, desaprovechando su potencial para aplicaciones industriales y contribuyendo a problemas ambientales. A partir de estos residuos, se podrán desarrollar materiales biodegradables como recubrimientos, películas y bandejas que contribuyan tanto a la conservación de alimentos como a la reducción del impacto ambiental. La metodología a aplicar en este proyecto será cuantitativa explicativa, donde se evaluarán factores como tiempo, temperatura, relación materia prima solvente, componentes para el diseño de mezclas. Como variables de respuesta se considerarán el rendimiento de pectina, almidón y fibra, así como los compuestos bioactivos.. Además, se desarrollará una fórmula que permita obtener un empaque funcional. Hipótesis: La optimización de las condiciones de procesamiento (extracción y formulación) de biopolímeros obtenidos de residuos agroindustriales mediante algoritmos de Machine Learning conducirá a la producción de películas y recubrimientos inteligentes con propiedades fisicoquímicas y funcionales significativamente superiores, como la permeabilidad al vapor de agua y la capacidad antioxidante, en comparación con las obtenidas sin la asistencia de estos algoritmos. El objetivo general del proyecto: Diseñar y optimizar películas y recubrimientos inteligentes a partir de residuos agroindustriales empleando tecnologías ecoeficientes y Machine Learning para la conservación de alimentos. Los objetivos específicos son: Optimizar mediante Machine Learning la extracción de pectina y compuestos fenólicos de la vaina de cacao con el uso de solventes eutécticos profundos y ultrasonido; optimizar mediante Machine Learning la extracción de almidón, y compuestos fenólicos de la semilla de lúcuma y del jengibre con el uso de solventes eutécticos profundos y ultrasonido; evaluar el efecto de la aplicación del recubrimiento inteligente elaborado a base de pectina, almidón y compuestos fenólicos de la vaina de cacao, semilla de lúcuma y residuo de jengibre en una fruta de estación; evaluar el efecto de la aplicación de una película inteligente elaborada a base de pectina, almidón y compuestos fenólicos de la vaina de cacao, semilla de lúcuma y jengibre, en un producto rico en grasa; realizar pruebas en el laboratorio del aprovechamiento integral de los residuos de jengibre, lúcuma y vaina de cacao para la elaboración de bandejas biodegradables. Los resultados esperados del proyecto son el desarrollo de procesos ecoeficientes para la valorización de residuos de cacao, lúcuma y jengibre, obteniendo compuestos bioactivos aplicables en recubrimiento, películas y bandejas biodegradables. La propuesta impulsa el aprovechamiento integral de residuos agroindustriales de cacao, lúcuma y jengibre mediante tecnologías ecoeficientes que permiten obtener compuestos bioactivos aplicados en recubrimientos y películas para conservación de alimentos, reduciendo desperdicios y fomentando la economía circular. Este enfoque no solo disminuye el impacto ambiental, sino que también mejora los ingresos y la calidad de vida de los agricultores, fortalece capacidades investigativas y genera beneficios en salud del consumidor. A nivel económico, promueve procesos más rentables y sostenibles, incrementa el valor de los subproductos y refuerza la competitividad del sector agroindustrial local y exportador.