El kiwi es un fruto climatérico especialmente vulnerable a las infecciones fúngicas después de la cosecha, lo que puede provocar importantes pérdidas económicas durante el almacenamiento y la comercialización.
Con el objetivo de mejorar la detección precoz de estos problemas, un equipo de investigadores analizó la evolución de los compuestos orgánicos volátiles (VOCs) asociados a las principales enfermedades poscosecha del kiwi.
El estudio se centró en tres de las enfermedades más relevantes: moho gris, podredumbre blanda y antracnosis.
Para ello, se empleó la técnica de microextracción en fase sólida del espacio de cabeza acoplada a cromatografía de gases y espectrometría de masas (HS-SPME/GC-MS), evaluando los cambios producidos entre los 0 y 7 días posteriores a la infección.
Los investigadores identificaron 101 compuestos volátiles en frutos afectados por moho gris, 90 en podredumbre blanda y 85 en antracnosis.
El análisis dinámico permitió observar cómo evolucionaban los diferentes compuestos durante el desarrollo de cada enfermedad.
Además, se identificaron patrones específicos de acumulación y puntos críticos de cambio que permitieron seleccionar biomarcadores característicos para las distintas fases de infección.
Estos marcadores facilitaron la diferenciación temprana entre las tres patologías estudiadas.
A partir de los biomarcadores seleccionados, los investigadores desarrollaron un modelo de identificación basado en una red neuronal artificial de propagación hacia atrás (BP-ANN).
El sistema fue capaz de reconocer de forma temprana y precisa las tres enfermedades poscosecha analizadas.
Los resultados mostraron una tasa global de éxito del 100 % en la identificación de moho gris, podredumbre blanda y antracnosis.
Según los autores, esta metodología contribuye a cubrir una importante laguna científica en la detección temprana de enfermedades poscosecha del kiwi.
La identificación precoz de infecciones permitiría aplicar medidas de control más rápidas y específicas, limitando el avance de los patógenos y reduciendo las pérdidas económicas asociadas al deterioro de los frutos durante la conservación y distribución.
Zhengfeng Liu, Yuhan Zhu, Lan Yang, Qingchao Gao, Siyu Zhang, Fen Zhang, Zhishuang Ma, Xueyan Ren, & Qingjun Kong. (2026). Dynamic analysis of volatile biomarkers for three types of postharvest diseases in kiwifruit and construction of early diseases identification model. Postharvest Biology and Technology. Artículo en ScienceDirect