Transferência de calibração dos espectros NIR de farinhas funcionais entre espectrômetros convencional e portátil

ISBN 978-85-85905-21-7

Área

Química Analítica

Autores

Brito, A.L.B. (UFPB) ; Milanez, K.D.T.M. (UFPB) ; Santos, A.V.P. (UFPB) ; Pontes, M.J.C. (UFPB) ; Pontes, L.F.B.L. (UFPB)

Resumo

Este trabalho apresenta estudos sobre o uso de diferentes estratégias de transferência de calibração para determinar propriedades de proteínas bruta e fibras em amostras de farinhas funcionais analisadas com instrumentos na região do NIR de bancada (primário) e portáteis (secundário). Para esse fim, os métodos de padronização direto (DS) e reverso (RS) foram utilizados com diferentes números de amostras de transferência. Modelos de calibração com base no seguinte estratégias de regressão foram avaliadas: PLSespectro completo; PLS/JK e MLR/SPA. Para a determinação da proteína bruta, os modelos PLSespectro completo e MLR/SPA apresentou menores RMSEP pela DS. Enquanto que para a determinação das fibras, foi o modelo PLSespectro completo pelo método RS.

Palavras chaves

farinha; NIR; Transf. de calibração

Introdução

A preocupação com a saúde e qualidade de vida tem feito cada vez mais consumidores recorrerem a alimentos com propriedades funcionais. Dentre esses alimentos, as farinhas funcionais destacam-se por fazer parte da dieta em muitos países, além de serem ricas em fibras, proteínas e possuir baixo valor comercial (JULIANTI et al., 2017). A espectroscopia NIR tem sido aplicada com sucesso na avaliação de parâmetros de qualidade em matrizes de alimentos (MARQUES et al., 2016). Essa técnica é capaz de fornecer informações qualitativas e quantitativas sobre muitos componentes presentes na matriz. As inovações tecnológicas permitiram o desenvolvimento de instrumentos NIR portáteis, que apresentam custos mais baixos e maiores facilidade de adaptação a diferentes condições analíticas, tornando-se mais fácil usar esta técnica em muitos contextos (MARQUES et al., 2016). No entanto, complicações relacionadas ao uso de equipamentos portáteis NIR aparecem quando modelos de calibração desenvolvidos anteriormente nos instrumentos NIR de bancada são incorretamente aplicados aos dados obtidos a partir de instrumentos portáteis (FEUDALE et al, 2002). Nestes casos, uma solução seria a transferência de modelos de calibração, que podem ser realizados por uma padronização das respostas espectrais. No presente trabalho, relatamos diferentes estratégias de transferência de modelos de calibração entre um instrumento NIR de bancada (que foi considerado como o instrumento primário) e um NIR portátil (usado como instrumento secundário) usado para determinar parâmetros de qualidade em amostras de farinhas com propriedades funcionais. Para este propósito, as técnicas DS e RS foram comparadas e modelos de calibração PLSespectro completo, PLS/JK e MLR/SPA foram construídos e validados.

Material e métodos

Sessenta amostras de farinhas funcionais de 18 diferentes tipos adquiridas em supermercados da cidade de João Pessoa, foram avaliadas. As amostras foram peneiradas com peneira de 20 mesh de tamanho de partícula e em seguida foram realizadas as análises de referência: proteínas brutas (método AOAC) (AOAC, 1995) e fibras (ANKOM, 2017). Os espectros foram obtidos através de um espectrofotômetro 400 FT- IR/FT-NIR (Perkin Elmer, Waltham, MA, EUA) (primário) equipado com acessório de reflectância difusa (NIRA), registrados na faixa de 10000 a 4000 cm-1 com média de 32 scans e resolução espectral de 2 cm-1. Além deste, o espectrômetro MicroNIR 1700 (JDSU Corporation, Milpitas, CA, EUA) (secundário), equipado com filtro linear variável (LVF), registrando os espectros numa faixa 11013,22 a 6078,91 cm-1, também utilizado. Para ambos os instrumentos, foram obtidos os espectros de background usando o padrão Spectralon. O conjunto de amostras foi dividido em subconjuntos de calibração (proteína bruta: 40; fibra: 37) e predição (proteína bruta: 20; fibra: 20) aplicando o algoritmo SPXY (particionamento de conjunto de amostras baseado nas distâncias dos pontos x-y). Os resultados foram avaliados a partir dos valores de RMSEP (GALVÃO et al., 2005). Diferentes quantidades de amostras (8, 10, 12, 16 e 20) foram selecionadas para compor os conjuntos de transferência pelo algoritmo Kennard-Stone (KS) (KENNARD & STONE, 1969). Os procedimentos DS e RS foram realizados conforme descrito por HONORATO et al. 2007.

Resultado e discussão

Na Figura 1 pode ser observado que, embora os espectros obtidos pelos dois instrumentos sejam diferentes em termos de intensidade e comprimento de onda, ambos os espectros mostram as bandas características de proteínas em 6600-6900 cm-1; Gorduras a 7000 cm-1 e 8200-8900 cm-1 e umidade a 7100 cm-1 (XIAOBO et al., 2010). A combinação de alongamento N-H e o primeiro sobretom aparece em torno de 6670 cm-1. O ombro a 7100 cm-1 é o 1º sobretom do alongamento O-H associado à combinação e estiramento molécula de água O-H. 6711 cm-1 é o segundo sobretom do polímero O-H associado com fibras. Na tabela 1, observa-se que para DS, os melhores resultados para proteína bruta e fibra foram alcançados por PLSespectro completo e MLR/SPA, respectivamente. Um teste F em nível de confiança de 95%, não indicou nenhuma diferença estatisticamente significativa entre os valores de RMSEPSP-DS obtidos para os modelos de PLSespectro completo e MLR/SPA. Quando esses resultados para a proteína bruta foram comparados com PLS/JK, os valores de RMSEPSP-DS foram estatisticamente diferentes. Por outro lado, para fibra, os valores de RMSEPSP-DS entre os modelos foram estatisticamente semelhantes. Notação: RMSEPPP - Espectros das amostras de predição obtidos pelo equipamento primário previstos no modelo primário; RMSEPSS - Espectros das amostras de predição obtidos pelo equipamento secundário previstos no modelo secundário; RMSEPSP-DS - Espectros das amostras de predição padronizados obtidos pelo equipamento secundário preditos no modelo primário; RMSEPSP-RS - Espectros das amostras de predição obtidos pelo equipamento secundário preditos no modelo primário padronizado; RMSEPPP-RS - Espectros das amostras de predição obtidos pelo equipamento primário preditos no modelo primário padronizado.

Espectros médios NIR das amostras de farinhas obtidos por instrumentos primário e secundários, antes e depois dos métodos DS (a) e RS (b).


Valores de RMSEP obtidos com os modelos PLSespectro completo, PLS/JK, and MLR/SPA antes e depois do DS e RS para proteína bruta e fibra.

Conclusões

Os resultados demonstram a eficiência dos procedimentos de padronização DS e RS aplicados aos modelos de calibração desenvolvidos para determinação de fibra e proteína nas amostras de farinha. Esta transferência, estende o uso do instrumento portátil, permitindo a redução de tempo, trabalho e custos nos procedimentos de calibração. Alem disso, não houve diferença estatisticamente significativa entre os modelos desenvolvidos com técnicas DS e RS. Portanto, ambas as estratégias de padronização podem ser usadas para determinação de proteína bruta e fibra para as amostras de farinhas funcionais.

Agradecimentos

CNPq (303649/2015-1 and 162930/2013-5), NUQAAPE / FACEPE (APQ-0346-1.06 / 14) e ao Gilberto Batista de Souza pelo seu apoio nas análises físico químicas.

Referências

ANKOM technology, Operator’s Manual: Ankom200 Fiber Analyzer, https://www.ank-
om.com/sites/default/files/document-files/A2000_Manual.pdf, (acessado: julho - 2017).

AOAC – Association of Official Analytical Chemists, in Official Methods of Analysis, Washington, DC, Print book, 16th edition, 1995.

FEUDALE, R. N.; WOODY, N. A.; TAN, H.; MYLES, A. J.; BROWN, S. D.; FERRÉ, J. Transfer of multivariate calibration models: a review, Chemometrics and Intelligent Laboratory Systems, 64, 181-192, 2002.

GALVÃO, R. K. H.; ARAÚJO, M. C. U.; JOSÉ, G. E.; PONTES, M. J. C.; SILVA, E. C.; SALDANHA, T. C. B. A method for calibration and validation subset partitioning, Talanta, 67, 736-740, 2005.

HONORATO, F. A.; NETO, B. B.; MARTINS, M. N.; GALVÃO, R. K. H.; PIMENTEL, M. F. Transferência de calibração em métodos multivariados, Química Nova, 30, 1301-1312, 2007.

KENNARD, R. W., & STONE, L. A. Computer aided design of experiments, Technometrics, 11, 137-148, 1969.

JULIANTI, E.; RUSMARILIN, H.; RIDWANSYAH; YUSRAINI, E. Functional and rheological properties of composite from sweet potato, maize, soybean and xanthan gum, Journal of the Saudi Society of Agricultural Sciences, 16, 171-177, 2017.

MARQUES, E. J. N.; FREITAS, S. T.; PIMENTEL, M. F.; PASQUINI C. Rapid and non-destructive determination of quality parameters in the ‘Tommy Atkins’ mango using a novel handheld near infrared spectrometer, Food Chemistry, 197, 1207-1214, 2016.

XIAOBO, Z., JIEWENA, Z.; POVEY, M. J. W.; HOLMES, M.; HANPINA, M. Variables selection methods in near-infrared spectroscopy, Analytica Chimica Acta, 667, 14-32, 2010.