Banca de DEFESA: NATASHA DANTAS LORENZO

Uma banca de DEFESA de DOUTORADO foi cadastrada pelo programa.
DISCENTE: NATASHA DANTAS LORENZO
DATA: 29/02/2024
HORA: 08:00
LOCAL: Anfiteatro do DQI
TÍTULO:
PALAVRAS-CHAVES:

Clorofilas, Carotenoides, Autenticação, Quimiometria, Colorimetria

PÁGINAS: 90
GRANDE ÁREA: Ciências Agrárias
ÁREA: Ciência e Tecnologia de Alimentos
RESUMO:

Neste trabalho foi avaliado o potencial de usar um sensor de cor para identificar diferentes misturas de óleos vegetais e predizer níveis de pigmentos naturais em óleo de abacate. Os objetivos foram autenticar o óleo de abacate contra misturas contendo óleos de canola, girassol, milho, azeitona e soja, bem como explorar o uso do sensor de cor para predizer o conteúdo total de carotenoides e clorofila em azeites de abacate e oliva, além de sua cor espectrofotométrica total (CET). Os estudos envolveram medições de parâmetros RGB sob dois tipos de iluminação: UV (395 nm) e luz branca. Métodos de classificação, como Análise Discriminante Linear (LDA) e Máquina de Vetores de Suporte por Mínimos Quadrados (LS-SVM), assim como Regressão Linear Múltipla (MLR) e LS-SVM foram empregados para detecção e quantificação das misturas. Para predição de níveis totais de pigmentos foi utilizado MLR e LS-SVM usando diferentes parâmetros de cor (RGB, HSV ou L*a*b*). Em geral, os modelos LS-SVM superaram os de MLR e LDA, demonstrando boa capacidade de predição sem evidência de ajustes aleatórios, tanto para o estudo envolvendo misturas, quanto para o que envolveu pigmentos. No estudo com misturas, o modelo LS-SVM alcançou R² superior a 0,9 em todos os casos, inclusive na validação externa. Além disso, usando luz branca, os modelos LS-SVM produziram valores de raiz quadrada do erro-médio (RMSE) variando entre 1,17 e 3,07%, indicando boa acurácia na quantificação das misturas. Tais resultados demonstraram eficácia do sensor de cor na identificação de misturas de outros óleos vegetais em óleo de abacate, sugerindo seu potencial como uma alternativa eficiente e de baixo custo para autenticação de óleo vegetal. No estudo envolvendo o teor de pigmentos, diferentes métodos foram usados para determinar os teores de pigmentos usados como referência para a construção dos modelos. A iluminação UV demonstrou melhorar o desempenho preditivo do conteúdo total de clorofilas quando a resposta é baseada em métodos livres de solvente (métodos IUPAC e AOCS). Nos outros casos, a iluminação branca se mostrou mais apropriada. Dados de cor no sistema HSV foi mais afetivo para predizer clorofilas totais quando referenciadas em métodos livres de solvente (R² > 0,9 para validação externa). Dados RGB forma mais adequados para predizer CET e clorofilas totais referenciados em métodos que utilizam diluição com solvente (R² > 0,9 para validação externa). Finalmente, o conteúdo de carotenoides totais foi mais bem predito usando valores L*a*b* como descritores (R² de 0,8 para validação externa). Portanto, métodos de baixo custo baseados em um sensor de cor se mostrou uma alternativa promissora para a predição de pigmentos e CET em óleos vegetais, sem a necessidade de pré-tratamento da amostra ou diluição em solventes tóxicos.

MEMBROS DA BANCA:
Externo à Instituição - MAÍSA MANCINI MATIOLI DE SOUSA - EPAMIG (Suplente)
Externo à Instituição - LUIZ FERNANDO DE OLIVEIRA DA SILVA - EPAMIG (Membro)
Externo ao Programa - ELISANGELA JAQUELINE MAGALHAES - DQI/ICN (Suplente)
Externo ao Programa - RONEY ALVES DA ROCHA - DCA/ESAL (Membro)
Externo ao Programa - MARCIO POZZOBON PEDROSO - DQI/ICN (Membro)
Interno - MATHEUS PUGGINA DE FREITAS (Membro)
Presidente - CLEITON ANTONIO NUNES (Membro)