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.
