Utilização de espectroscopia no infravermelho médio, fusão de dados e métodos quimiométricos de classificação na análise de fraudes em carnes bovinas in natura

• Autor(a) principal: Karen Monique Nunes
• Data de Publicação: 2015
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Repositório Institucional da UFMG
• Texto Completo: http://hdl.handle.net/1843/BUBD-A2KHKZ
• topic: Espectroscopia no infravermelho médio; Fusão de dados; Adulteração de carnes; PLS-DA; Análise forense; Química analítica; Alimentos Adulteração e inspeção; Carne bovina; Espectroscopia de infravermelho

A preocupação com a autenticidade e segurança alimentar de carnes é crescente nos últimos anos, devido a grandes escândalos de fraudes. A adição de água, sais e outros adulterantes, como carragena (polissacarídeo linear sulfatado obtido dos extratos de algas marinhas vermelhas) pode aumentar a capacidade de retenção de água da carne, propiciando uma fraude econômica por ganho no peso. Esta dissertação teve como principal objetivo o estudo e identificação de adulterações em amostras de carne bovina in natura empregando a análise de 5 variáveis físico-químicas (FQ), teores de proteína, cinzas, cloreto, sódio e fosfato, e espectroscopia no infravermelho médio (MIR) com acessório de reflectância total atenuada. Esses dados foram tratados usando métodos quimiométricos de classificação não supervisionada (análise de componentes principais, PCA) e supervisionada (análise discriminante por mínimos quadrados parciais, PLS-DA). Na primeira aplicação, foram analisadas 43 amostras reais de carne bovina de diversos tipos de cortes, obtidas de uma operação da polícia. Os modelos foram construídos a partir destas e de mais 12 amostras controle, garantidamente não adulteradas. Um modelo PCA semi-supervisionado com os dados FQ permitiu detectar 74% das amostras adulteradas. No entanto, melhores modelos foram obtidos usando PLS-DA. O modelo usando somente os dados FQ teve uma capacidade preditiva bem superior ao modelo construído com os espectros MIR. No entanto, o melhor modelo foi obtido pela fusão de dados das variáveis FQ com os espectros MIR, classificando corretamente todas as amostras controle e apresentando apenas 4 falso-negativos para a classificação das amostras adulteradas. Um segundo modelo de fusão de dados foi obtido através da combinação da variável FQ de maior poder preditivo, cloreto, e de 8 regiões espectrais selecionadas a partir de um vetor informativo (VIPscores). Este modelo forneceu resultados um pouco inferiores, mas apresentou a vantagem de envolver variáveis medidas de maneira mais simples, rápida e barata. Na segunda aplicação, amostras de carne foram adulteradas de maneira controlada pela injeção de 4 tipos de adulterantes (água, tripolifostafo e misturas contendo sais, colágeno, carragena e maltodextrina (um carboidrato complexo proveniente de amido). As purgas, líquido exsudado após procedimento de descongelamento da peça, de 51 amostras de carne foram analisadas por espectroscopia MIR e os modelos PLS-DA elaborados foram capazes de classificar corretamente todas as amostras não adulteradas, permitindo ainda identificar as regiões espectrais mais seletivas para a previsão de cada tipo de adulteração.