Desenvolvimento de metodologias multivariadas para análise de queijos por espectroscopia Drift

Abstract

Resumo: O presente trabalho teve como principal objetivo o desenvolvimento de metodologias analíticas orientadas a análise de queijos, utilizando-se espectroscopia no infravermelho e ferramentas de calibração multivariada. Inicialmente, estudos foram realizados para verificar a potencialidade da análise de componentes principais (PCA), em relação à discriminação de diferentes tipos de queijo, utilizando-se como critério a sua composição química. Seguidamente, processos de calibração multivariada, particularmente a regressão de mínimos quadrados parciais (PLSR), foram utilizados para desenvolver modelos orientados à eterminação individual e simultânea de características físico-químicas e índice de maturação de queijo prato, utilizando espectroscopia no infravermelho com transformada de Fourier, no modo de refletância difusa (DRIFTS). Os modelos multivariados individuais e simultâneos foram desenvolvidos correlacionando-se os espectros DRIFT de 16 amostras de queijo prato de diferentes marcas, com os parâmetros de gordura, proteína, umidade, extrato seco, cinzas e pH, determinados conforme método oficial da AOAC (1995). A capacidade preditiva dos modelos foi avaliada por validação externa, utilizandose um conjunto de 5 mostras que não fizeram parte do processo de modelagem. Por sua vez, os modelos multivariados, individuais e simultâneos, orientados à determinação dos parâmetros relacionados com o índice de maturação foram desenvolvidos a partir das informações espectrais de 13 amostras de diferentes marcas e dos parâmetros de índice de extensão (IEP) e profundidade da proteólise (IPP), determinados em função dos teores de nitrogênio total, nitrogênio solúvel em pH 4,6 e nitrogênio solúvel em ácido tricloroacético (TCA). A capacidade preditiva dos modelos foi avaliada por validação externa, utilizando-se um conjunto de 4 amostras que não fizeram parte do processo de modelagem. Em todos os casos, inúmeros modelos foram elaborados, utilizando-se diversas ferramentas destinadas ao pré-processamento de sinais, assim como vários números de variáveis latentes (VL). Os resultados obtidos demonstram a capacidade das ferramentas de calibração multivariada no desenvolvimento de metodologias espectroscópicas (DRIFT) orientadas à discriminação e à determinação da composição físico-química de queijos. A análise de componentes principais permitiu a discriminação entre diversos tipos de queijo, principalmente em função do teor de umidade, enquanto que modelos multivariados, tanto individuais como simultâneos, permitiram a determinação de gordura, proteína, umidade e extrato seco com excelente aproximação, em relação aos resultados obtidos por aplicação de rotinas convencionais por via úmida. Inúmeras vantagens associadas à utilização de rotinas espectroscópicas multivariadas podem ser salientadas, destacando a extrema simplicidade operacional, a elevada velocidade analítica e a ausência de resíduos químicos, características estas que são possíveis graças à inexistência de processos orientados ao preparo ou abertura de amostras. Modelos individuais e simultâneos foram considerados insatisfatórios para a avaliação dos parâmetros de proteólise. De maneira geral, erros de previsão da ordem de 15 a 20% foram observados na etapa de previsão, rovavelmente em razão dos dados espectrais serem insuficientes para representar as pequenas mudanças observadas durante a proteólise do queijo.

Abstract: The present work has, as main objective, the development of analytical methodologies oriented to cheese analysis. It has used infrared spectroscopy and multivariate calibration tools.In the beginning, studies were made to verify the potentiality of Principal components analysis (PCA) related to the discrimination of different kinds, brands and cheese lots, using its chemical compositions as criteria. Often, multivariate calibration processes particularly the partial least squares regression (PLS) were used to develop models oriented to individual and simultaneous determination of physical-chemical characteristics and prato cheese maturation index using infrared spectroscopy with Diffuse Reflection Infrared Fourier Transform Spectroscopy (DRIFTS). The individual and simultaneous multivariate models were developed by correlating the DRIFT spectrums of 16 different brand samples, with the parameters of fat, protein, moistures, dry matter, ashes and pH, determined according to official method of AOAC (1995). The predictive capacity of the models was evaluated by external validation, using a set of 5 samples that did not take part of the modeling process. Now, the multivariate individual and simultaneous models, oriented to determination of parameters related to the maturation index were developed from the spectral information from 13 different brand samples and from the parameters of the extension index (IEP) and proteolysis depth index (IPP), determined according to quantity of total nitrogen, soluble nitrogen, in pH 4,6 and soluble nitrogen in trichloracetic acid (TCA). The predictive capacity of the models was evaluated by external validation, using a set of 4 samples that did not take part of the modeling process. In all cases several models were elaborated, using divers tool destined to the pre sign processing, as well as several numbers of latent variables (VLs). The obtained results demonstrate the multivariate calibration tool capacity in developing spectroscopic methodologies (DRIFT) oriented to discrimination and determination of cheese physical-chemical composition. The principal component analysis allowed the discrimination among several kinds of cheese, mainly due to moisture level, whereas multivariate models, both individual and simultaneous, allowed the determination of fat, protein, moisture and dry matter with excellent approximation, relating to the results obtained by application of conventional routines by moisten medium. Several dvantages related to the use of multivariate spectroscopic routines may be highlighted, focusing on the extreme operational simplicity, high analytical speed and lack of chemical residues. Those characteristics are only possible due to the lack of preparation oriented processes or sample opening. Individual and simultaneous models were considered unsatisfactory to evaluate proteolysis parameters. In general, errors in stimates of approximately 15 to 20% have been found in the estimate phase, probably due to insufficient spectral data to represent subtle changes found during cheese proteolysis.