ÁREA: Química Tecnológica

TÍTULO: Identificação da origem dos grãos de soja através da aplicação de Análise de Componentes Principais (ACP).

AUTORES: Silva, E.T. (UNIVERSIDADE ESTADUAL DE LONDRINA) ; Galão, O.F. (UNIVERSIDADE ESTADUAL DE LONDRINA) ; Coppo, R.L. (UNIVERSIDADE ESTADUAL DE LONDRINA) ; Angilelli, K.G. (UNIVERSIDADE ESTADUAL DE LONDRINA) ; Moreira, I. (UNIVERSIDADE ESTADUAL DE LONDRINA) ; Spacino, K.R. (UNIVERSIDADE ESTADUAL DE LONDRINA) ; Spacino, D. (UNIVERSIDADE ESTADUAL DE LONDRINA) ; Silva, H.C. (UNIVERSIDADE ESTADUAL DE LONDRINA) ; Pereira, J.L. (UNIVERSIDADE ESTADUAL DE LONDRINA) ; Orives, J.R. (UNIVERSIDADE ESTADUAL DE LONDRINA)

RESUMO: Soja (Glycine max L. Merrill) é uma importante fonte de óleo vegetal comestível e de proteína de alta qualidade, e sua composição depende tanto do genótipo da planta quanto das condições ambientais. A partir da quantificação de vários compostos orgânicos e inorgânicos uma base de dados foi obtida e analisada, por meio de Análise de Componente Principal (ACP), para caracterizar as amostras de soja em função da região de origem. Os resultados mostram que o sistema multivariado (ACP) permite extrair informações relevantes a partir de uma matriz de dados.

PALAVRAS CHAVES: soja; PCA; classificação

INTRODUÇÃO: A soja é uma fonte importante de proteínas e óleo, além de vitaminas, principalmente em países em desenvolvimento.A análise de componentes principais (ACP) é uma técnica multivariada que consiste na linearização das variáveis originais(HAIR, 2005). Nesta técnica, dados de alta dimensionalidade são reduzidos a um sistema de coordenadas lineares e de baixa dimensão com o objetivo de facilitar a visualização de tendências ou agrupamentos. Cada componente principal (CP) é responsável pela representação de um percentual da variância dos dados, sendo ideal, que no resultado final quase toda a variabilidade seja representada por no máximo três CPs. O objetivo deste trabalho foi avaliar o desempenho da ACP, na identificação e classificação de amostras de sementes de soja cultivadas na região de Ponta Grossa e Londrina-PR.

MATERIAL E MÉTODOS: Um total de 38 genótipos de soja (Glycine Max L. Merril), da Embrapa - Soja de Londrina foram cultivados em duas fazendas experimentais, uma em Londrina e outra em Ponta Grossa, ambas localizadas no estado do Paraná. As culturas receberam o mesmo tratamento, e os produtos destes cultivos seguiram para análise de componentes protéicos e minerais. Teor de proteínas O conteúdo de nitrogênio total foi determinado pelo método Kjeldahl (AOAC-2000). Quantificação das proteínas de reserva glicinina (11S). A fração 11S glicinina das proteínas foi separada por eletroforese descontínua em gel de poliacrilamida em condição desnaturante. Análise dos aminoácidos O perfil de aminoácidos foi determinado por cromatografia de troca iônica, com análise de duas colunas(SPACKMAN, et al.,1958) utilizando analisador automático acoplado para o computador. Uréase A atividade da uréase foi medida pela metodologia descrita pela American Oil Chemists' Society (AOCS). Quantificação de cinzas e minerais A determinação dos minerais foi realizada com espectrômetro de emissão atômica com plasma indutivamente acoplado a ICP-AES da Perkin-Elmer Optima 3300 DV. Os padrões de trabalho foram preparados por diluição dos padrões de estoque.

RESULTADOS E DISCUSSÃO: Neste trabalho, foram estudadas 20 variedades de soja que foram plantadas simultaneamente em Londrina e Ponta Grossa, com clima, terreno e temperatura média diferentes recebendo igual tratamento de adubação e irrigação. Os valores quantificados de proteína, atividade de uréase, cinzas, lisina, arginina, 11 S Glicinina, K, Ca, Cu, Zn, P, Mn, Mg e as sub-unidades protéicas α, α’, ac, ac3 e BA foram tabulados e apresentados para classificação por ACP. A análise dos resultados mostrou que duas componentes principais permitiram representar 64% da variância dos dados originais, podendo ser utilizada para verificar semelhanças e diferenças dentro do conjunto amostral. Ao analisar a figura 1, é possível observar que há uma separação entre os parâmetros inorgânicos e aqueles relacionados aos aminoácidos. Quando se visualiza a figura 2, observa-se a correlação entre os grupos de parâmetros e as regiões avaliadas. Desta forma temos que a região de Londrina é caracterizada pelas variáveis inorgânicas, enquanto que a soja oriunda da região de Ponta Grossa é identificada pelos parâmetros relacionados às proteínas.

Figura 1

Projeção dos loads das componentes principais.

Figura 2

Projeção dos scores das componentes principais.

CONCLUSÕES: Através da ACP foi possível observar uma separação entre os dados oriundos de diferentes regiões sendo que a de Londrina se caracterizou pelos parâmetros inorgânicos, e a região de Ponta Grossa pelos parâmetros protéicos. Os resultados obtidos demonstram a facilidade com que o sistema multivariado (ACP) permite extrair informações relevantes a partir de uma matriz de dados, com discriminação de amostras e municípios de origem.

AGRADECIMENTOS: À UEL pelo suporte financeiro e à CAPES pela concessão de bolsa.

REFERÊNCIAS BIBLIOGRÁFICA: AOAC International; Official Methods of Analysis of the Association of Official Analytical Chemists, 16th ed., AOAC: Washington, 2000.
SPACKMAN, D. H.; STEIN, W. H.; MOORE, S. Anal.l Chem., 1958, 30, 1.190
AOCS. Tentative method Ba 9-58 – Uréase activity. In Soybean: Chemistry and technology, 1st ed., 1978.
HAIR Jr., J. F.; ANDERSON, R. E.; TATHAM, R. L.; BLACK, W. C. Análise Fatorial. In Análise Multivariada de Dados, 5th ed., Bookman: Porto Alegre, 2005, cap.3, p. 89-127.