InRA: el innovador software desarrollado en la UdeC que facilita el análisis de compuestos químicos con alta precisión

Desde el Centro de Biotecnología y la Facultad de Farmacia de la Universidad de Concepción, un grupo de investigadores ha desarrollado una herramienta computacional que promete simplificar y ampliar el acceso a una de las técnicas analíticas más sofisticadas del análisis químico: la espectroscopía de resonancia magnética nuclear protónica (1H RMN).

El software, denominado Interval Resonance Analysis (InRA), fue creado en el marco del proyecto internacional SuChAQuality MSCA-RISE Horizon 2020. Su propósito es incrementar el uso del análisis multivariado de espectros, incluso entre usuarios con poca experiencia. Según la Dra. Rosario Castillo, investigadora principal del proyecto y experta en quimiometría, InRA acerca a los usuarios a esta poderosa técnica analítica, facilitando el uso de estrategias multivariadas para evaluar poblaciones de datos, ya sea con fines de detección de similitudes espectrales o de diferencias entre ellas. Esto resulta especialmente valioso en estudios de autenticidad de origen en alimentos, diferenciación de variedades, entre otros.

“Durante años venimos trabajando como grupo de investigación en la aplicación de técnicas multivariadas a datos espectrales. Sin embargo, la data 1H RMN presenta complejidades de manejo importantes antes de llegar al desarrollo de modelos predictivos. Aun así, entrega información tan relevante que aprovecharla al máximo es nuestro objetivo, especialmente considerando el equipamiento disponible en la Universidad de Concepción, a través del CESMI”, explica la Dra. Castillo.

Aunque el proyecto SuChAQuality tenía como meta inicial generar soluciones analíticas para la industria azucarera, su alcance ha ido mucho más allá. Así lo señala el Dr.(c) Cristian Fuentes, candidato a doctor en Ciencia y Tecnología Analítica de la UdeC: “Esta herramienta en particular trasciende ese propósito inicial y puede aplicarse en áreas tan diversas como alimentos, medicina o estudios clínicos”.

Uno de los principales impulsores del desarrollo fue la complejidad de los flujos de trabajo actuales. David Montoya Sepúlveda, magíster en Ciencias Físicas, quien se desempeñó como investigador joven en el proyecto y actualmente es estudiante del Doctorado en Inteligencia Artificial del Cruch Biobío- Ñuble, comenta que “el principal motivo para comenzar a desarrollar este software fue la necesidad de simplificar un flujo de trabajo que requería múltiples herramientas y trabajo manual. Una persona sin experiencia en programación o poco familiarizada con estas herramientas enfrentaba muchas barreras técnicas para analizar sus espectros. Por eso quisimos crear un software accesible, que permitiera centrarse en el análisis e interpretación sin preocuparse tanto por los aspectos más técnicos del proceso”.

InRA destaca por ofrecer un flujo de trabajo completo: desde el procesamiento inicial de los espectros hasta su interpretación estadística, todo en un entorno versátil y amigable. Entre sus funcionalidades se incluyen el alineamiento de señales, la eliminación de regiones residuales y la normalización, todo de forma intuitiva. Así, reemplaza procesos tradicionalmente manuales por una experiencia más automatizada y accesible.

Una de sus innovaciones más relevantes es el algoritmo desarrollado para la detección de señales dentro de los espectros, el cual no depende de librerías ni bases de datos externas.

“Eso es una gran ventaja. A diferencia de otros programas que sólo funcionan con ciertos tipos de muestras y bajo condiciones experimentales específicas, InRA trabaja directamente con la información del espectro. Esto permite analizar desde alimentos hasta tejidos sin depender de configuraciones adicionales”, detalla el Dr.(c) Fuentes.

El análisis posterior incluye herramientas como Multivariate Curve Resolution (MCR) y Análisis de Componentes Principales (PCA), esenciales para obtener información cualitativa y cuantitativa a partir de los datos espectrales. Esto se traduce en resultados más confiables y en una curva de aprendizaje menos exigente para quienes se inician en estos estudios.

“Creo que el aporte de este software a la ciencia del análisis de datos es reducir la barrera de entrada, permitiendo que investigadores sin experiencia en programación puedan aplicar técnicas de machine learning y visualización con mayor facilidad”, agrega Montoya.

Si bien la espectroscopía 1H RMN es una técnica costosa y altamente especializada -con equipamiento que no es portátil ni fácil de trasladar-, su gran valor reside en la capacidad de identificar una amplia variedad de compuestos a nivel químico con gran precisión. Esto resulta crucial en estudios de trazabilidad, calidad y composición de productos y alimentos.

“Por ejemplo, en el marco del proyecto SuChAQuality, analizamos muestras de remolacha azucarera provenientes de distintas zonas geográficas y descubrimos variaciones químicas asociadas a concentraciones variables de aminoácidos y/o ácidos orgánicos. Estos compuestos están ligados a prácticas agronómicas y condiciones ambientales específicas”, explica el Dr.(c) Fuentes.

A diferencia de otras soluciones fragmentadas que requieren múltiples softwares para distintas etapas del análisis, InRA reúne todo en una sola interfaz. Sin embargo, también permite exportar los resultados para ser utilizados en otras plataformas, según las preferencias del usuario.

El desarrollo de InRA alcanzó recientemente un hito importante al ser publicado en la prestigiosa revista Analytica Chimica Acta, vitrina clave para la publicación de investigaciones originales en química analítica moderna, lo que consolida aún más el valor científico de esta herramienta.

Con este desarrollo, el equipo del Centro de Biotecnología y la Facultad de Farmacia busca ofrecer una solución flexible, accesible y educativa para quienes desean adentrarse en el mundo del análisis multivariado aplicado a la espectroscopía de RMN. InRA está disponible en GitHub, donde también se puede acceder a un tutorial completo para quienes están comenzando a familiarizarse con el programa. De esta manera, se consolida como un aporte significativo desde la UdeC al ecosistema científico-tecnológico nacional e internacional.