PROYECTO:

El principal objetivo del proyecto del Grupo Operativo ECOINSECT es desarrollar harinas funcionales proteicas y fertilizantes/abonos ecosostenibles mediante el empleo de subproductos vegetales de cultivos convencionales y ecológicos como sustrato para el crecimiento de Tenebrio molitor, fomentando así la bioeconomía circular.

 

Para alcanzar este objetivo se evaluará la idoneidad de los subproductos o destríos hortofrutícolas que se generan en la Costa Tropical de Andalucía como alimento para T. molitor y serán seleccionados aquellos que mejoren su crecimiento. Una vez obtenidas las harinas, se procederá a evaluar su calidad nutricional, digestibilidad, potencial funcional y estabilidad, considerando también la eficiencia y gasto energético del proceso.

 

Por otro lado, se caracterizará el perfil nutricional y la actividad bioestimulante y bioplaguicida del guano (formado por excrementos de los insectos y otros restos de su alimentación y crecimiento) con la finalidad de valorizarlo y emplearlo como fertilizante ecosostenible. Una vez obtenido, se aplicará en cultivos ecológicos y se estudiarán las mejoras en su desarrollo y en la calidad organoléptica de los frutos obtenidos.

 

Finalmente, se emplearán herramientas TICs que involucran el uso de Inteligencia Artificial, Big Data y Machine Learning para, con toda la información generada, desarrollar un algoritmo que permita predecir el perfil nutricional y funcional de las harinas y fertilizantes a partir de las características de los sustratos empleados para alimentar las larvas de T. molitor, así como la eficiencia y mejora de los cultivos ecológicos tras la aplicación de los fertilizantes generados.

 

El carácter innovador del proyecto reside en el propio sistema de bioeconomía circular que se pretende crear dentro del sector agroalimentario: partir de diferentes desechos vegetales procedentes de cultivo convencional y ecológico para aprovecharlos como sustratos sobre los que pueda crecer el insecto Tenebrio molitor, desarrollando nuevas harinas funcionales proteicas (tanto para alimentación animal como humana) y nuevos fertilizantes ecosostenibles a partir de los excrementos que puedan ser empleados en los cultivos ecológicos. Por lo tanto, se promueve que los principales subproductos generados en la cadena de valor sean revalorizados dentro del mismo sistema, consiguiendo que sea un sistema circular cerrado, lo que consigue reducir significativamente la huella de carbono del proceso además de los beneficios medioambientales y económicos subsecuentes al aprovechamiento y valorización de los residuos generados durante el sistema.

Datos Proyecto:
  • Entidad Financiadora: Subvencionado mediante el Fondo Europeo Agrícola de Desarrollo Rural (FEADER), y por la Junta de Andalucía a través de la Consejería de Agricultura, Ganadería, Pesca y Desarrollo Sostenible
  • Convocatoria: AYUDAS DIRIGIDAS AL FUNCIONAMIENTO DE GRUPOS OPERATIVOS DE LA ASOCIACIÓN EUROPEA DE INNOVACIÓN (AEI) EN MATERIA DE PRODUCTIVIDAD Y SOSTENIBILIDAD AGRÍCOLAS PARA LA REALIZACIÓN DE PROYECTOS PILOTO Y EL DESARROLLO DE NUEVOS PRODUCTOS, PRÁCTICAS, PROCESOS Y TECNOLOGÍAS EN LOS SECTORES AGRÍ- COLA, ALIMENTARIO Y FORESTAL, EN EL MARCO DEL PROGRAMA DE DESARROLLO RURAL DE ANDALUCÍA 2014-2020.
  • Modalidad: Línea 1. Operación 16.1.2: Ayudas al funcionamiento de los Grupos operativos de la Asociación Europea para la Innovación (AEI) en materia de productividad y sostenibilidad agrícolas.
  • Socios del Consorcio: CIDAF, LA CAÑA, ECONATUR y Cooperativas Agroalimentarias de Andalucía-Granada
  • Colaboradores: FIDESOL e Insectalia
  • Financiación: Junta de Andalucía y por el Fondo Europeo Agrícola de Desarrollo Rural (FEADER). 299.998,88 €
  • Plazo Ejecución: 2022/2024

TECNOLOGÍAS INNOVADORAS EMPLEADAS:

  • Bioconversión de subproductos vegetales infrautilizados mediante el empleo de insectos con el objetivo de revalorizarlos.
  • Optimización de metodologías de secado para la obtención de harinas de insecto con elevada calidad nutricional y potencial funcional.
  • Herramientas TICs que involucran el uso de Inteligencia Artificial, Big Data y Machine Learning para el desarrollo de un modelo predictivo que pueda aplicarse para optimizar la alimentación de molitor en base a las características nutricionales y funcionales (harina) y bioestimulantes (abono) que se deseen obtener.