Discriminação de erva-mate para chimarrão quanto à origem geográfica e presença de açúcar utilizando FTIR e quimiometria

• Autor(a) principal: Lima, Patricia Casarin de
• Data de Publicação: 2019
• Tipo de documento: Trabalho de conclusão de curso
• Idioma: por
• Título da fonte: Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT))
• Texto Completo: http://repositorio.utfpr.edu.br/jspui/handle/1/6753
• topic: CNPQ::CIENCIAS AGRARIAS::CIENCIA E TECNOLOGIA DE ALIMENTOS; Erva-mate; Alimentos - Adulteração e inspeção; Análise espectral; Quimiometria; Mate plant; Food adulteration and inspection; Spectrum analysis; Chemometrics

Ilex paraguariensis ou erva-mate é uma planta comercialmente importante no setor alimentício, destacando-se o chimarrão, bebida típica dos estados do Sul brasileiro – Paraná (PR), Santa Catarina (SC) e Rio Grande do Sul (RS) – os maiores produtores nacionais. Assim como vinhos e outros produtos, a erva-mate muda química e sensorialmente dada a região de cultivo, o que estimula a prática de adulterações, como adição de açúcar para mascarar aspectos sensoriais indesejados ou atribuição errônea de procedência para agregar falso valor. Esse trabalho teve por objetivo utilizar a espectroscopia FTIR, alternativamente às metodologias padrão, aliada à quimiometria na classificação de erva-mate quanto origem e presença de açúcar, para possível aplicação no controle de adulteração. Adotou-se a técnica de pastilhamento com KBr como suporte das amostras, realizando-se leituras em duplicata no espectrômetro Shimadzu IRAffinity-1 para as 69 amostras provenientes dos três estados da região Sul. No software Matlab R2008b, os espectros passaram por pré-tratamentos, incluindo seleção de variáveis, para se trabalhar com as informações de real importância. Das repetições, extraíram-se os espectros médios, para os quais se empregou o método de classificação PLS-DA. Conseguiu-se um bom modelo discriminante quanto à origem da ervamate empregando-se 15 variáveis latentes, o qual apresentou sensibilidade superior a 62% e seletividade superior a 89% para as três classes. Após validação cruzada, observou-se na previsão AUC igual a 0,9133. Já para a presença de açúcar, elegeu-se o modelo com 10 variáveis latentes, cuja exatidão foi 65%, sensibilidade 62% e 75% para as classes sem e com açúcar, respectivamente, e AUC 0,6923. Portanto, mesmo diante da quantidade elevada de variáveis latentes necessárias, o uso do PLS-DA em espectros FTIR foi satisfatório, visto a complexidade da matriz estudada e as próprias limitações de um método linear.