| spelling |
Marcelo Martins de SenaRodinei AugustiJorge Jardim ZaccaKaren Monique Nunes2019-08-13T01:53:34Z2019-08-13T01:53:34Z2015-08-13http://hdl.handle.net/1843/BUBD-A2KHKZA 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.The concern with the food safety and authenticity of meats is increasing in the last years, due to the occurrence of great fraud scandals. The addition of some salts and other adulterants, such as carrageen (a linear sulphated polysaccharide extracted from red edible seaweeds), can increase the meat water holding capacity, providing an economic fraud by weight gain. This dissertation aims the detection and characterization of adulterations in bovine meat in natura by determining five physico-chemical variables, the contents of protein, ash, chloride, sodium and phosphate, and using attenuated total reflection mid infrared spectroscopy (MIRS). The generated data were treated with non-supervised (principal component analysis, PCA) and supervised (partial least squares discriminant analysis, PLS-DA) classification methods. In the first application, 43 adulterated meat samples of different types of cuts were analysed, which were obtained from a real police operation. The models were built with these samples plus 12 control samples, which were guaranteed to be non-adulterated. A semi-supervised PCA model using the physico-chemical data detected 74% of the adulterated samples. However, better results were obtained with PLS-DA. A model built with only the physico-chemical data had a better predictive ability than a model built with the MIR spectra. But, the best model were obtained with the data fusion of the physico-chemical data and MIR spectra, which correctly classified all the control samples and provided only 4 false-negatives for the prediction of adulterated samples. A second data fusion model were constructed by combining the most predictive physico-chemical variable, chloride, and 8 spectral regions selected from an informative vector (VIPscores). This model provided somewhat lower prediction ability, but has the advantage of utilizing variables which were measured simpler, faster and at a low cost. In the second application, meat samples were adulterated in a controlled manner by the injection of 4 types of adulterants (water, tripolyphosphate, and mixtures containing salts, collagene, carrageen and maltodextrin (a complex carbohydrate obtained from starch). The purges, the liquid exudated after the meat thawing procedure, of 51 meat samples were analysed by MIRS and the constructed PLS-DA models were able to correctly classify all the non-adulterated samples, allowing in addition to identify the spectral regions more selective for each type of adulteration.Universidade Federal de Minas GeraisUFMGQuímica analíticaAlimentos Adulteração e inspeçãoCarne bovinaEspectroscopia de infravermelhoEspectroscopia no infravermelho médioFusão de dadosAdulteração de carnesPLS-DAAnálise forenseUtilização de espectroscopia no infravermelho médio, fusão de dados e métodos quimiométricos de classificação na análise de fraudes em carnes bovinas in naturainfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UFMGinstname:Universidade Federal de Minas Gerais (UFMG)instacron:UFMGORIGINALdisserta__o_karen_m_nunes_1sem2015_final.pdfapplication/pdf2800099https://repositorio.ufmg.br/bitstream/1843/BUBD-A2KHKZ/1/disserta__o_karen_m_nunes_1sem2015_final.pdf6b938c6fa7cf715ee3590898c12d3b23MD51TEXTdisserta__o_karen_m_nunes_1sem2015_final.pdf.txtdisserta__o_karen_m_nunes_1sem2015_final.pdf.txtExtracted texttext/plain195525https://repositorio.ufmg.br/bitstream/1843/BUBD-A2KHKZ/2/disserta__o_karen_m_nunes_1sem2015_final.pdf.txt99caa72a49671b274f41fd9ee9beeb09MD521843/BUBD-A2KHKZ2019-11-14 20:42:22.733oai:repositorio.ufmg.br:1843/BUBD-A2KHKZRepositório InstitucionalPUBhttps://repositorio.ufmg.br/oaiopendoar:2019-11-14T23:42:22Repositório Institucional da UFMG - Universidade Federal de Minas Gerais (UFMG)false
|