Novas metodologias analíticas na autenticação de sucos de uva integral orgânicos empregando dados de técnicas de espectrometria molecular e ferramentas quimiométricas

Abstract

O consumo de suco de uva vem crescendo dia a dia em razão da procura constante dos consumidores que buscam obter uma dieta mais saudável pela inclusão de alimentos naturais. O Estado do Rio Grande do Sul (RS) é responsável por mais de 50% do volume de colheita de uva e em torno de 90% da produção de sucos de uva no Brasil, o que ressalta a importância de estudos que garantam a autenticidade e procedência do alimento. O desenvolvimento de metodologias analíticas que visam auxiliar na detecção de possíveis adulterações e/ou falsificações intencionais do produto apresenta-se pertinente, especialmente aos sucos orgânicos que possuem maior valor comercial agregado. Neste contexto, a presente tese desenvolveu novas metodologias analíticas para a identificação e classificação de sucos de uva integral produzidos na região serrana do RS com relação ao sistema de produção agrícola implementado (convencional e orgânico), utilizando dados espectrais de técnicas espectroscópicas combinadas com ferramentas quimiométricas e seleção de variáveis. Os melhores resultados obtidos demonstraram que a análise discriminante linear (LDA) combinada com diferentes algoritmos de seleção de variáveis pode classificar com alta acurácia as amostras de suco de uva integral de acordo com o processo de produção com 100% no conjunto de treinamento do modelo e 100% na predição das classes das amostras do conjunto de teste. Além disso, em geral, os melhores modelos apresentaram elevada sensibilidade e seletividade para as amostras de treinamento e de teste. A seleção das variáveis mais significativas foi determinada para cada conjunto de dados e permitiu explicar a separação das classes. O uso de técnicas espectroscópicas associadas com procedimentos quimiométricos possibilitou o desenvolvimento de metodologias analíticas eficientes e confiáveis para a classificação de sucos de uva integral e

The consumption of grape juice has been growing day by day due to the constant demand of consumers who seek to obtain a healthier diet through the inclusion of natural foods. The State of Rio Grande do Sul (RS) is responsible for more than 50% of the grape harvest volume and around 90% of the grape juice production in Brazil, which highlights the importance of studies that guarantee the authenticity and origin of the food. The development of analytical methodologies that aim to assist in the detection of possible adulterations and/or intentional falsifications of the product is relevant, especially for organic juices that have greater added commercial value. In this context, this thesis developed new analytical methodologies for the identification and classification of whole grape juice produced in the mountainous region of RS in relation to the agricultural production system implemented (conventional and organic), using spectral data from spectroscopic techniques combined with chemometric tools and selection of variables. The best results obtained showed that the linear discriminant analysis (LDA) combined with different variable selection algorithms can classify with high accuracy the grape juice samples according to the production process with 100% in the model training set and 100% in predicting classes of test set samples. Furthermore, in general, the best models showed high sensitivity and selectivity for training and test samples. The selection of the most significant variables was determined for each data set and made it possible to explain the separation of classes. The use of spectroscopic techniques associated with chemometric procedures enabled the development of efficient and reliable analytical methodologies for the classification of whole grape juices and that can be applied for quality control in food industries.