Los hongos comestibles presentan un gran valor nutricional y también contienen compuestos bioactivos con diversas actividades funcionales, lo que pone de manifiesto su gran potencial para aplicaciones relacionadas con la salud y el bienestar. El proyecto de innovación industrial NutriGen 4.0 tiene como principal objetivo la implementación de tecnologías 4.0 que faciliten la producción inteligente y sostenible de nutracéuticos a partir de hongos medicinales.

Nutrigen 4.0, en el que participan la empresa HIFAS DA TERRA y ANFACO-CECOPESCA, fue una de las iniciativas seleccionadas en el programa Fábrica Inteligente 2020 de la Agencia Gallega de Innovación (GAIN), dirigido a mejorar la competitividad de los sectores estratégicos de la economía gallega. El proyecto propone soluciones tecnológicas de la Industria 4.0, como la sensórica y tecnologías de digitalización, que permitan monitorizar, simular y predecir un proceso biotecnológico de obtención de nutracéuticos.

Los socios del proyecto tuvieron claro desde el principio que la trasformación de la cadena productiva en un sistema de producción en continuo servirá para maximizar la eficiencia del proceso global, disminuyendo la necesidad de almacenamiento y los costes, a la vez que incrementará el rendimiento, la calidad del producto y la capacidad de producción.

Para lograr este ambicioso objetivo de alcanzar una producción automatizada y en continuo, en primer lugar, y gracias a la Ingeniería Avanzada de Procesos, se ha realizado un análisis de los procesos y equipos implicados en la producción de nutracéuticos en sus diferentes fases. Desde la generación de materia prima a partir de insumos vegetales, pasando por el proceso de extracción de compuestos bioactivos, su almacenamiento y la formulación del producto final. El control de los parámetros del proceso está siendo automatizado o semiautomatizado a través de la integración de datos recogidos mediante sensórica de control. Para ello se están midiendo diversos parámetros físico-químicos y funcionales, y se está evaluando la posibilidad de aplicar tecnologías de fotónica avanzada (sensores NIR y cámaras hiperespectrales) para su monitorización de forma no invasiva e instantánea. Toda la información recogida se transfiere a una plataforma de adquisición y almacenamiento de datos que permite su consulta en tiempo real desde cualquier parte.

En paralelo a este trabajo de estudio y monitorización de los procesos productivos, se está realizando un estudio de simulación de la funcionalidad de los hongos mediante la aplicación de tecnologías ómicas y el análisis bioinformático. El análisis bioinformático se centra en aquellos genes implicados en la síntesis de metabolitos secundarios, que no son necesarios para el mantenimiento de las funciones celulares básicas, pero sí pueden tener un impacto muy importante en las relaciones de competición por los recursos disponibles o en la capacidad de adaptarse a ciertas condiciones medioambientales. Este tipo de genes son de gran interés para el proyecto, ya que pueden permitir la identificación de capacidades específicas en la cepa de hongos, que permitan generar un producto diferenciador y su futura explotación comercial. Este estudio in silico también permitirá predecir cómo incrementar la producción y concentración de dichos metabolitos.

Posteriormente, con el fin de validar las posibles funcionalidades de estos genomas a escala laboratorio se realizará una evaluación de su expresión mediante la secuenciación del transcriptoma completo. Según los posibles tipos de muestra, y teniendo en cuenta consideraciones como las condiciones de cultivo, la complejidad de la muestra, la reproducibilidad, etc., se ha llevado a cabo una evaluación de las distintas condiciones experimentales a tener en cuenta en el análisis transcriptómico.

También se ha comenzado el estudio para la determinación de la bioaccesibilidad y biodisponibilidad de las moléculas de interés utilizando distintas aproximaciones. En la última fase del proyecto se llevará a cabo un estudio clínico con suplementación oral y recogida de datos de secuenciación masiva para la identificación de patrones de intervención y personalización.

En resumen, gracias a la aplicación de herramientas de cálculo avanzado y modelización, así como a herramientas de big data, se obtendrán productos innovadores y personalizados, adaptados a las necesidades de los pacientes y al consumidor final.