Nova estratégia multibloco para avaliar a autenticidade de alimentos

Abstract

A autenticidade dos alimentos refere-se à conformidade de um produto em relação à sua origem, identidade e características declaradas, garantindo que seja genuíno e livre de adulterações. Esse conceito está diretamente associado ao combate à fraude alimentar, que inclui práticas como falsificação, substituição de ingredientes e rotulagem incorreta. O crescimento do comércio global e a complexidade das cadeias de suprimentos têm dificultado o rastreamento da origem e dos processos de produção dos alimentos, criando brechas para fraudes. Essa situação não só compromete a integridade dos produtos, mas também abre espaço para práticas comerciais enganosas que afetam a confiança do consumidor e a segurança alimentar. Essas ações não só violam os direitos do consumidor, mas também representam riscos à saúde pública, especialmente quando envolvem alérgenos não declarados ou substâncias nocivas. Diante desse cenário, a verificação da autenticidade tornou-se uma prioridade para a indústria alimentícia e a pesquisa científica com a finalidade de assegurar a qualidade, transparência e segurança aos consumidores. Neste contexto, o presente trabalho tem como objetivo desenvolver e validar uma nova estratégia para autenticação de alimentos baseada no método Ortogonalização Sequencial em Mínimos Quadrados Parciais de Uma Classe (SO-OC-PLS). Este método combina duas abordagens quimiométricas: a modelagem de uma classe e a análise multibloco de dados. A integração dessas técnicas permite explorar simultaneamente múltiplas fontes de informação, resultando em métodos de classificação mais robustos e confiáveis para distinguir amostras autênticas de adulteradas, superando as limitações dos métodos convencionais. Para avaliar o desempenho do método proposto, foram realizados três estudos de caso. No primeiro, com dados simulados em um cenário controlado, o modelo apresentou desempenho robusto, com sensibilidade de 0,88, especificidade de 0,96, eficiência de 0,92 e distância da curva ROC de 0,12 (α = 0,05). No segundo estudo, aplicou-se o método à autenticação de vinhos eslovacos da variedade Tokaj, utilizando espectros ultravioleta-visível (UV-Vis) e de infravermelho médio (MIR). Com nível de significância de 0,1, obteve-se um desempenho ideal, com sensibilidade, especificidade e eficiência de 100%, e distância da curva ROC igual a zero. No terceiro caso, o modelo foi empregado na classificação de chás pretos argentinos, integrando dados de composição elementar, espectroscopia UV-Vis e espectroscopia no infravermelho próximo (NIR). O melhor resultado, também com α = 0,1, alcançou sensibilidade de 1,00, especificidade de 0,95, eficiência de 0,97 e com distância da curva ROC de apenas 0,0025, evidenciando sua eficácia na detecção de fraudes alimentares. A estratégia proposta oferece vantagens operacionais significativas, particularmente por permitir que técnicas convencionais (simples, rápidas, de baixo custo, isentas de pré-tratamento e alinhadas à química verde) possam alcançar conjuntamente um elevado desempenho analítico. Os resultados confirmam o potencial do método SO-OC-PLS na autenticação de alimentos, contribuindo para o avanço científico da área e oferecendo uma ferramenta eficaz para mitigar fraudes em cadeias de suprimento globais. A abordagem desenvolvida representa um avanço significativo na garantia da autenticidade, segurança e qualidade de produtos alimentícios, com impactos positivos para a indústria e os consumidores.

The authenticity of food refers to the compliance of a product with its declared origin, identity, and characteristics, ensuring that it is genuine and free from adulteration. This concept is directly linked to the fight against food fraud, which includes practices such as counterfeiting, ingredient substitution, and mislabeling. The growth of global trade and the complexity of supply chains have made it more difficult to trace the origin and production processes of food, creating opportunities for fraud. This situation not only compromises product integrity but also allows for deceptive business practices that undermine consumer trust and food safety. These actions not only violate consumer rights but also pose risks to public health, especially when they involve undeclared allergens or harmful substances. In light of this scenario, verifying authenticity has become a priority for the food industry and scientific research, with the aim of ensuring quality, transparency and, and safety for the consumers. In this context, the study aims to develop and validate a new strategy for food authentication based on the Sequential Orthogonalization in One-Class Partial Least Squares (SO-OC-PLS) method. This method combines two chemometric approaches: one-class modeling and multiblock data analysis. The integration of these techniques enables the simultaneous exploration of multiple sources of information, resulting in more robust and reliable classification methods for distinguishing authentic samples from adulterated ones, thereby overcoming the limitations of conventional methods. To evaluate the performance of the proposed method, three case studies were conducted. In the first, using simulated data in a controlled scenario, the model demonstrated robust performance, with sensitivity of 0.88, specificity of 0.96, efficiency of 0.92 and ROC curve distance of 0.12 (α = 0,05). In the second study, the method was applied to authentication of Slovak Tokaj wines, using Ultraviolet-Visible (UV-Vis) and Mid Infrared (MIR) spectral. At a significance level of 0.1, the model achieved ideal performance, with sensitivity, specificity and efficiency of 100%, and ROC curve distance of zero. In third case, the model was employed in classification of Argentinian black teas by integrating elemental composition data, UV-Vis and Near-Infrared (NIR) spectroscopy. The better result, also at α = 0,1, achieved sensitivity of 1.00, specificity of 0.95, efficiency of 0.97, and ROC curve distance only 0.0025, demonstrating its effectiveness in detecting food frauds. The proposed strategy offers significant operational advantages, particularly by enabling conventional techniques- those that are simple, fast, low-cost, free of pre-treatment, and aligned with green chemistry- to jointly achieve high analytical performance. The results confirm the potential of the SO-OC-PLS method in authentication of foods, contributing to scientific advancement in the field and providing an effective tool to mitigate fraud in global supply chains. The developed approach represents a significant step forward in ensuring the authenticity, safety, and quality of food products, with positive impacts for both the industry and the consumers.